基于遥感数据的城市地表温度与土地覆盖定量研究

利用Landsat TM数据,以徐州市为研究区,采用单窗算法反演地表温度,通过混合像元分解和V-I-S(植被—不透水面层—土壤)模型将土地覆盖类型分解为对城市热环境具有重要影响的植被、土壤、不透水面层3个分量,最后利用得到的3种地物比例、直接分类后的土地覆盖类型和地表温度对研究区城市热岛的空间分布特征、地表温度与土地覆盖类型以及各种影响因子之间的关系进行定量研究。研究成果能够有效地应用于城市人居环境研究和生态环境过程分析中。     

基于光谱归一化的变组分光谱混合分析(NMESMA)方法及其应用

混合像元问题在低、中分辨率遥感图像中尤为突出,混合像元的存在不仅会影响地物识别和图像分类精度,也是遥感科学向定量化发展的主要障碍之一。因此,遥感图像混合像元分解及其地表覆盖信息的定量提取是近年来研究的热点。针对城市土地覆盖信息的定量提取问题,利用中等分辨率遥感图像(Landsat TM),集成光谱归一化与变组分光谱混合分析(NMESMA)的方法,基于植被-非渗透表面-土壤(V\|I\|S)模型,定量提取研究区植被、土壤和非渗透表面3类土地覆盖的定量信息,并与固定组分的光谱混合分析(LSMA)分解结果进行对比分析。结果表明:基于光谱归一化的变组分光谱混合分析(NMESMA)方法获得的精度高于传统固定组分的光谱混合分析(LSMA)结果,可有效解决光谱异质性较高的城市区域的混合像元问题,为有效提取城市地表覆盖信息,研究城市生态环境变化和模拟分析,提供了有效的信息提取方法。     

黑河及汉江流域MODIS叶面积指数产品质量评价

叶面积指数（LAI）是MODIS地面队伍生产的一系列标准产品之一，对其进行独立的质量评价有助于用户了解数据的适用性。本文用近同时相的Landsat影像及野外实测LAI数据获得了黑河及汉江两个研究区高分辨率的Landsat LAl分布图。基于此，对MODIS LAI数据进行了质量评价，评价指标包括统计特征和空间特征。分析结果表明，就统计特征而言，MODIS LAI数据值一般低于Landsat的LAI值，在植被覆盖较好的汉江区低估约10％，在植被覆盖稀疏的黑河区，LAI值低估达58％；就空间特征而言，两个研究区的结果都表明MODIS LAI数据无法很好地体现植被空间分布信息，在黑河区存在大量低槽被覆盖像元被归类为非植被覆盖区的情况。     

21世纪以来西安城乡梯度土地覆盖变化及对城市热岛影响时空特征

城市快速扩张导致城乡梯度土地覆盖发生显著的变化,引发不透水地表的增加,植被覆盖的减少,从而加剧了城市热岛强度。研究城乡梯度土地覆盖变化引起的城市热岛效应,并揭示城市热岛的时空特征及强度的变化,对城市规划建设、人居环境改善及提升城市生态系统服务功能具有重要的意义。基于Landsat系列4期影像,利用单窗算法反演西安市地表温度,计算热场变异指数得到热力场强度图并对其进行等级划分,结合土地利用/覆盖类型数据分析城乡梯度土地覆盖变化对城市热岛强度的影响。结果表明：①2000年西安市极强热岛效应区占研究区面积的10.58%,逐渐增加到2011年极强热岛效应区域的面积占比达到16.14%,而后到2015年降低为9.00%,整体上西安市城市热岛效应呈现出了先增长后降低的趋势;②2000年到2015年城乡建设用地面积增加了412.76 km2,极强热岛强度的范围随城市建成区的扩张逐年向外扩展;③无热岛效应区约70%位于耕地和林地,水域在无热岛效应中的占比也在逐年增多,从31%增加到了47%。不透水地表面积占比与地表温度有显著相关性,城乡梯度植被和水体面积的增加可以有效地缓解城市热岛强度。     

基于Landsat 8遥感影像的新旧城区热环境特征对比研究——以成都市为例

近年来,在快速城市化的背景下,大量城市涌现出新型城市区,城市热环境特征发生显著变化。为重点分析城市化过程中新旧城区热环境差异及其影响因素,选择四川省成都市为典型研究区,基于该区域2014年8月13日夏季Landsat 8卫星数据,分别获取地表温度、城市建筑用地和植被覆盖等关键地表参数信息,进而开展成都市新城区与旧城区的热环境差异及其内在影响因素研究。结果发现:(1)整体而言,旧城区地表温度高于新城区,旧城区的地表温度呈现中部区域及北部地区高于南部地区的分布趋势,新城区中部偏西、北地区少部分区域存在高温区域,南部偏东区域地表温度略低,其余地区的地表温度分布相对均匀,并呈现出形状比较规则的低温度斑块;(2)旧城区比新城区的城市热岛比例指数更大,通过新旧城区的热场剖面分析得出旧城区到新城区的地表温度呈现下降的趋势。这都表明旧城区的城市热环境效应强于新城区;(3)建筑用地密度高,城市植被覆盖少的地区易于形成"热岛效应",而合理的城市景观规划布局则有利于改善城市热环境。上述新旧城区热环境效应对比研究表明,成都市新城区的城市规划布局表明其对改善新城区热环境具有积极作用,能为今后新城区的城市规划提供重要借鉴意义。     

利用Landsat ETM+影像研究土地利用/覆盖与城市热环境的关系 --以福州市为例

如何更好地研究土地利用/覆盖与城市热环境的关系,将对城市规划、城市生态环境的改善产生积极的影响.本文利用Landsat ETM＋影像的热红外波段,研究城市热岛的分布规律,同时研究了不同土地利用类型的可见光、近红外、中红外与热红外波段的关系,以揭示土地利用/覆盖与城市热环境的关系.研究表明,在卫星影像上,城市建成区的可见光、近红外、中红外与热红外波段的相关性较为显著,通过对不同土地利用类型上可见光波段、近红外、中红外与热红外波段的分析,获取城市建成区上的热环境分布.     

河谷型城市土地利用类型及格局的热环境效应遥感分析——以兰州市为例

以河谷型城市兰州为例,采用Landsat ETM+遥感影像为基本数据源,定量反演了地表温度（LST）和植被指数（NDVI）,利用GIS空间分析方法,分析了LST和NDVI 在不同土地利用类型之间的差异以及二者之间的定量关系,并引入多样性和聚集度指数,讨论了在不同土地利用的空间组合下,LST和NDVI 的空间差异及相互关系。结果显示:LST和NDVI具有明显的相关性,中心城区LST表现出热岛效应,而NDVI则为低谷效应;土地利用斑块和类型两种尺度水平上LST和NDVI均具有明显负相关的线性关系,城市内部不同土地类型所产生的热环境效应不同;土地利用多样性越丰富、聚集度越小的区域,其温度对地表植被覆盖的敏感性越弱。     

利用Landsat遥感影像进行福州市地表热通量估算的研究试验

利用福州市1989年和2001年Landsat TM/ETM+遥感影像数据估算地表温度、地表反照率和植被覆盖度等地表参数,再结合气象站观测资料,估算与城市热岛密切相关的气候因子即显热通量和潜热通量.然后根据植被覆盖度对由人工建筑物和水泥道路等构成的不透水面覆盖区的潜热通量进行修正,改进了不透水面潜热通量的计算,并且探讨了地表热通量随土地覆盖变化的时空分布特征.最后对地表热通量精度进行分析和检验,论证了本研究的地表热通量估算结果是合理的.     

基于ETM+热红外遥感的武汉市城市地温反演研究

利用ERDAS及ArcGIS软件,通过影像预处理、影像解译,最终提取城区土地分类信息;由单窗算法,以大气辐射传输方程简化的单波段地表温度反演算法为基础,对武汉市2002年ETM+热红外遥感影像及相关气象资料进行地面亮温反演和不同土地利用类型的热效应定量评价研究.研究中采用了基于归一化差值植被指数和基于地表分类相结合的方法确定地表发射率;地温反演引入了热效应贡献度和区域热单元权重指数,对不同地表类型的热贡献度以及植被覆盖与地表温度的关系进行分析.     

洪泽湖区土地利用/覆盖变化分析

利用1973年、1984年和2006年3期Landsat卫星遥感图像,分别对校正处理后的3期图像进行缨帽变换,并利用亮度、绿度和湿度这3个分量的差值运算进行信息复合。然后利用变化向量分析法确定复合图像中的变化和非变化像元之间的变化强度阈值。最后利用阈值分割和掩膜技术,对3期图像进行土地利用/覆盖变化监测。研究表明,近33年来洪泽湖区土地利用结构发生根本性改变:天然湿地面积大幅度缩减,1973年～1984年间减少了200.55km2,1984年～2006年间减少了357.04km2,主要表现为敞水区和湿地植被面积的减少,养殖场、农田面积显著增加,城镇用地略有增加。本文研究表明基于缨帽变换并结合差值运算方法和变化向量分析法实现土地利用/覆盖变化监测的可行性。     

洪泽湖区土地利用/覆盖变化分析

利用1973年、1984年和2006年3期Landsat卫星遥感图像,分别对校正处理后的3期图像进行缨帽变换,并利用亮度、绿度和湿度这3个分量的差值运算进行信息复合。然后利用变化向量分析法确定复合图像中的变化和非变化像元之间的变化强度阈值。最后利用阈值分割和掩膜技术,对3期图像进行土地利用/覆盖变化监测。研究表明,近33年来洪泽湖区土地利用结构发生根本性改变：天然湿地面积大幅度缩减,1973年~1984年间减少了200.55km2,1984年~2006年间减少了357.04km2,主要表现为敞水区和湿地植被面积的减少,养殖场、农田面积显著增加,城镇用地略有增加。本文研究表明基于缨帽变换并结合差值运算方法和变化向量分析法实现土地利用/覆盖变化监测的可行性。     

陇中黄土丘陵沟壑区遥感调查

利用Landsat5 TM数据进行了甘肃省定西地区定西县、渭源县、陇西县和通渭四县的1990－2000年土地利用和土地覆盖遥感本底调查，对十年内项目区的土地利用和土地覆盖进行客观评价,并为今后生态脆弱区生态环境恢复提出可行性意见。     

利用植被覆盖度-地表温度特征空间提取厦门市土壤湿度信息

土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数。利用1989年和1996年两个时相Landsat TM遥感卫星影像来获取厦门的植被覆盖度和地表温度,并由此构建了植被覆盖度和地表温度组成的特征空间,最后利用该特征空间反演了土壤湿度,并分析湿度在两个时相中的变化情况。结果显示,在所研究的时间段内,厦门西南老城区的湿度得到增加。但是在东北部城市建成区扩展的地区,土壤湿度则明显降低。     

广州市地表温度反演与土地利用覆盖变化关系研究

利用环境星1A/1B遥感影像,运用Jiménez-Munoz & Sobrino's普适性单通道算法定量反演广州市的地表温度(Land Surface Temperature,LST) ,结合MNF主成分分析和支持向量机获取的不透水面分布格局,利用面向对象分类方法获得了土地利用覆盖情况,重点研究广州市不透水面、土地覆盖和植被指数与城市热环境的定量关系。研究结果显示:基于大气水汽含量实测数据的JM&S普适性单通道算法反演结果更精确;广州市2009~2011年的不透水面面积和土地覆盖与平均地表温度相关性分析表明:广州市连续3 a呈现城市扩张的现象,城市热效应显著加剧;城市平均地表温度与不透水面面积呈现正相关,与城市的植被指数和裸土指数呈现负相关。     

内蒙古浑善达克沙地南部草地盖度探测及其变化分析

陆地生态系统植被覆盖程度是评价区域生态环境变化的重要因子。以内蒙古浑善达克沙地南部(锡林郭勒盟正蓝旗北部地区)为研究区,应用中国环境与灾害监测预报小卫星数据HJ-1A CCD及美国陆地卫星数据Landsat TM,分别基于像元二分模型和三波段梯度差模型、使用NDVI和RDVI等参数,对研究区草地植被覆盖度进行了探测,并对比了不同模型方法和参数所得研究区草地植被盖度成果的分类精度。研究结果表明,基于像元二分模型和RDVI参数探测植被盖度的方法表现最好;以此为基础,进一步分析了研究区2000~2009年区域植被覆盖度动态变化,发现本地区在2000年之后草地覆盖改善区面积超过草地盖度下降区面积,浑善达克沙地南缘植被恢复状况总体较好。     

基于RS和GIS的上海市植被覆盖变化特征研究

利用1997、2000和2002年的Landsat TM/ETM 遥感数据,计算了归一化差异植被指数(NDVI)并剔除植被伪变化信息,同时结合GIS空间分析功能较为详细地研究了近几年来上海城市植被覆盖的动态演变特征.结果表明:市区植被覆盖变化不大,面积总体呈现增加趋势;与市区相比,郊区的植被覆盖变化较为明显且减少面积较多;植被减少部分主要为耕地,主要对应城镇和工业用地的扩展区,增加部分主要是林地和草地;市区和浦东新区一些工矿用地和未利用地转化为草地在很大程度上增加了植被面积.     

基于GIS的景观动态远程监控系统

由于人类活动和地表运动使土地覆盖变化产生很大变化,所以需要对景观动态准确绘图来进行环境监测.为此提出一种基于地理信息系统(GIS)的景观动态远程监测系统,根据遥感图像的多时相遥感光谱和表面模型数据,利用多时相决策树分类器和形态学图像处理技术,实现对土地利用/覆盖变化(LUCC)的动态监测.在Landsat 5 TM数据库中的本地图像上进行实验,结果表明,该方法能够达到90.77%的识别准确度,且具有较低的计算时间,能够很好的检测出植被分布(植物/植被恢复)、城区(城市化/拆迁)和地理形态特征(河流地貌变化/边坡失稳).     

超大城市土地覆盖与热环境的随机森林回归模型研究

目前对于超大城市土地覆盖和热环境定量模型研究报道不足,这主要是因为大城市地表温度和地表生物物理组分之间存在复杂的潜在非线性关系,这使得准确评估城市热环境情况遇到了严峻的技术挑战。研究选取中外6个典型超大城市（北京、上海、广州、伦敦、纽约和东京）为研究对象,以Landsat遥感影像为主要数据源,利用单通道算法反演各城市地表温度,采用随机森林回归模型（RFR）建立土地覆盖类型与城市热环境定量关系模型（LCT）,综合分析城市土地覆盖因子与热环境间的多维定量关系。土地覆盖与地表温度的定量关系显示,城市地表热场的空间结构在很大程度上被下垫面用地类型所左右,不透水面会导致高温热场的聚集,而植被和水体则有降温作用。6个超大城市地表覆盖结构变化产生的升温/降温效应有所差异,北京、上海、纽约和东京等城市区域的植被和水体降温效应较广州和伦敦显著。基于随机森林回归方法建立了NDVI、MNDWI和NDISI等3种土地覆盖类型与城市热环境的综合定量关系模型（LCT）,模型得到的精度高于基于多元线性回归方法建立的模型。LCT_RF模型的R²值在0.623~0.826之间,比LCT_MLR模型高0.021~0.074;RMSE比LCT_MLR模型低0.07℃~0.35℃。研究超大城市土地覆盖与城市热环境的互动作用机理,能为未来生态城市建设提供宝贵建议。     

石家庄1995～2015年植被覆盖变化监测及预测

为揭示石家庄1995~2015年植被覆盖变化状况,掌握植被覆盖的变化趋势,该文基于1995、2001、2007、2009、2012和2015年Landsat TM/OLI遥感影像数据,通过像元二分模型求得石家庄6个时期的植被覆盖度,借助变异系数模型和Slope模型分析该地区20年内植被覆盖的空间变化特点和变化趋势,最后利用元胞自动机-马尔可夫模型对石家庄2018年各级植被覆盖状况进行预测。结果表明:从1995到2015年,石家庄植被覆盖度均值增加了3.71%;全市平均变异系数为0.211,人为因素是植被覆盖波动变化的主要因素;植被覆盖变化趋势呈基本不变和三类变好区域共占全市面积的82.22%,三类变差区域多分布在城市建设和经济发展的活跃地区;到2018年,石家庄高植被覆盖和中高植被覆盖面积都有下降,中植被覆盖和低植被覆盖面积有所提高,极低植被覆盖面积基本不变。     

基于时序Landsat数据的三江平原植被地表类型变化遥感探测研究

Landsat 卫星遥感数据具有分辨率较高,数据积累时间长的特点,在探测地表覆盖变化和地物分类中得到广泛应用。首先,对获取的Landsat TM/ETM+时间序列数据进行了定量化处理,获取了三江平原七台河市1989~2012年时间序列Landsat地表反射率图像。其次,设计了林地指数和湿地指数,提取了三江平原七台河区域地物光谱和时序特征,同时设计构建了地表覆盖分类和植被地表类型变化探测的决策树算法,实现了1989~2012年七台河区域的植被地表覆盖变化的动态监测,提取了森林覆盖变化的空间分布与变化时间。最后,对七台河区域地表覆盖与植被地表类型变化进行了精度检验,分类总体精度达到90.04%,Kappa系数达0.88。研究结果表明:基于定量化的Landsat时间序列数据的分类算法能克服单时相影像分类的缺陷,实现区域地物自动分类和地表覆盖变化的动态监测。
