Evaluando el rendimiento de los datos GLI de SDGSAT-1 en la extracción de áreas urbanas construidas desde la perspectiva de la morfología urbana y la escala de la ciudad: Un estudio de caso de 15 ciudades en China

El satélite SDGSAT-1, desarrollado y lanzado de forma independiente por China, presenta una mayor resolución espacial en sus datos del Glimmer Imager (GLI) que los datos de teledetección de luz nocturna (NTL) actualmente utilizados, lo que permite la extracción de áreas urbanas construidas (UBAs) con alta precisión. Sin embargo, estudios empíricos recientes han revelado que la mayor resolución de los datos de NTL no garantiza inherentemente una mayor precisión en la extracción de UBAs, ya que la morfología urbana y la escala de la ciudad influyen significativamente en el rendimiento. Por lo tanto, investigar de manera integral el rendimiento de la extracción de UBAs de los datos de NTL en ciudades con diferentes morfologías y escalas ofrece una valiosa orientación para optimizar metodologías de teledetección urbana en diversos contextos urbanos. En 15 ciudades representativas con diversas características urbanas en China, este estudio realizó una evaluación integral del rendimiento de extracción de UBAs de los datos GLI de SDGSAT-1 por primera vez, con datos de NPP-VIIRS NTL para comparación, y discutió cómo la morfología urbana y la escala de la ciudad afectan el rendimiento en la extracción de UBAs. Los resultados indicaron que (1) En ciudades con diferentes morfologías, el rendimiento de extracción de UBAs de los datos de SDGSAT-1 sigue un orden de alto a bajo: ciudades estriadas, ciudades agrupadas y ciudades aglomeradas. En ciudades con diferentes escalas, el rendimiento de extracción de UBAs de los datos de SDGSAT-1 es megaciudades > superciudades > ciudades medianas > ciudades pequeñas > ciudades grandes. (2) Comparado con los datos de NPP-VIIRS, el rendimiento de SDGSAT-1 en la extracción de UBAs no siempre es superior y varía con la morfología urbana y la escala de la ciudad, así como con el método de extracción, lo que requiere una selección sensible al contexto para los datos de NTL y el método en la extracción de UBAs.