3.1 数据来源 4

3.2 数据预处理 4

4 基于 DMSP 和 NDVI 的城镇扩张监测 6

4.1 总体技术流程 6

4.2 灯光数据去饱和处理 8

4.3 动态阈值自适应提取 9

5 实验与结果分析 13

5.1 基于统计数据的相关分析 13

5.2 江苏省近 10 年城镇扩张过程 13

6. 结论与研究展望 15

6.1 主要结论 15

6.2 不足与展望 15

致谢 16

参考文献： 17

1 引 言

1.1 研究目的与研究意义

城镇化在全球各地以前所未有的速度进行着。自上世纪 90 年代以来，伴随着经 济的迅猛发展和人口的急剧增加，中国的城镇也进入到加速扩张时期。据统计数据显

示，自 1996 年至今，我国每年的新增城市人口数在 1500 万-2200 万[1] 。2015 年，据相关数据统计，我国城镇常住人口数达到 77116 万人，城镇化率为 56.1%[2] 。在我国近几十年的城镇化过程中，城镇用地大规模地扩张，不断占用森林、草地、农业用地 等非城镇用地，断威胁着我国的生态环境，并且对城镇的可持续发展造成了巨大的影 响。此外大量人口向城镇地区聚集，对城镇各类资源的供给造成巨大压力。在改革开文献综述

放 30 年不到的时间里，中国的城镇化进程便已快于世界平均水平的 2.14% [3] ，但其中城镇扩张失控问题也日渐凸显出来。种种城镇扩张所产生的问题，都迫使我们重新 考量我国的城镇化发展水平。因此，城镇扩张监测对于研究我国日后的城市化发展起 着重要作用。它不但可以反馈城镇化进程，而且能够为今后的城镇化建设提供科学的 依据，对区域乃至全国的经济发展都具有重要的意义。

传统的野外实地测量、现场专题考察和调查以及社会调查与统计等方法也能够实 现对城镇扩张的监测，但是这类方法依靠较高的人力、物力和财力，比如野外实地测 量和考察需要大量的测量技术人员，费时费力，且作业中受到天气的影响较大；利用 社会调查统计则面临着数据真实性与否的考验，且耗费的时间也较长。总之，传统的 方法所面临的最大的问题就是：速度慢、成本高。随着遥感空间信息技术的发展，遥 感技术可以实现长时序的大面积的区域尺度观测，为实时快速获取城镇动态信息的提 取提供了数据支撑。目前，遥感用于城镇监测主要有高分的城市结构详细建模，粗分

辨率进行土地利用类型分类，从而获取城镇信息[4-10] 。但是，高空间分辨率的遥感数据对地物的辨别能力很强，但由于影像的数据量庞大且单景影像的覆盖范围相对较 小，因此多用于精确提取较小尺度上的城镇信息。而在区域尺度乃至全球尺度上利用 高分遥感获取城镇信息的难度较大且成本较高。

此种情况下 DMSP/OLS 数据脱颖而出，DMSP(Defense Meteorological Satellite Program)是美国的国防气象卫星计划，通过采集夜间灯光、火光等发出的辐射信号，探测到城镇中的灯光，使之与黑暗的乡村区别开来 [11]  。和高分遥感数据相比，

DMSP/OLS 数据最大的优势是它不依赖高的空间分辨率，它的空间分辨率往往在 1000 米左右，虽然数据量小，但是它的涵盖范围十分广泛，能够综合地反映与城镇