基于多时相夜间灯光数据的城市建成区提取研究——以西南地区为例

城市化对地区经济的发展具有重要的战略意义,而地理信息系统(GIS)和遥感技术的应用,为城市化发展信息的获取提供新的研究途径。文中以2003年、2005年和2007年3期的DMSP/OLS夜间灯光数据为例,借助地理信息系统(GIS)平台,提取出西南地区城市空间信息。考虑区域差异性,将西南地区分为川渝、云贵和广西3个区域,分别进行城市化发展过程和趋势的分析。将夜间灯光数据应用到经济不发达的地区,在数据提取精度上还需进一步结合中尺度遥感影像进行分析。     

多源数据融合下的城市化与生态环境耦合协调研究

利用DMSP/OLS、NPP/VIIRS和Landsat遥感影像数据分别提取平均夜间灯光指数（ANLI）和生态环境指数（RSEI）,构建城市化与生态环境耦合协调度模型,定量分析研究区在2000-2015年的城市化与生态环境耦合协调发展状况。结果表明：① 2000-2015年的乌鲁木齐城市化水平持续上升,一带一路倡议和生态文明建设的实施,推进了乌鲁木齐城市化发展;② 2000-2015年期间生态指数平均值上升了0.119 8,增长率为30.14%。随着政府对生态环境治理力度的加大,研究区生态环境逐渐好转;③ 2000-2015年乌鲁木齐的城市化与生态环境耦合协调度范围为0.568 3~0.627 3,耦合协调度保持递增趋势。     

基于遥感影像的赣州市主城区土地利用动态变化分析

以赣州市主城区1987年、1995年、2003年、2013年、2017年的Landsat TM/OLI遥感影像为数据源,利用支持向量机分类方法对研究区空间信息进行提取,得出研究区各时段土地利用遥感影像分类图。通过对遥感影像分类图的分析,得出赣州市主城区近30年来土地利用动态变化规律,同时对影响要素进行分析,以便为城市土地资源的集约利用提供依据。     

乌鲁木齐城市空间扩展特征及驱动机制

随着城市化的迅速推进,城市空间扩展研究成为城市发展研究的热点。以统计年鉴数据为参考,以土地利用现状遥感监测数据为主体,以夜间灯光遥感数据为空间校正,进行了城市建设用地的提取及面积计算分析,得到中国新疆维吾尔自治区乌鲁木齐市2000—2006年为中速扩展模式,2007—2013年为高速扩展模式,2014—2018年为快速扩展模式;使用凸壳识别法,得到乌鲁木齐市2000—2018年扩展类型均为填充型;结合扩展模式用质心偏移判定乌鲁木齐扩展方向,得到乌鲁木齐市2006年较2000年,质心向西南方向偏移,2013年较2006年,质心继续向西南方向偏移,2018年较2013年,质心向东北方向偏移;通过标准差椭圆法对乌鲁木齐扩展方向进行验证,得出2006年相对于2000年,沿西北-东南方向扩展,2013年相对于2006年,沿西南-东北方向扩展,2018年相对于2013年,沿西南-东北方向扩展,扩展方向大体上与质心偏移方向相同。乌鲁木齐市城市扩展驱动机制受制于多方面因素影响,多种因素相互作用,在推动城市发展的同时,也造成城市扩展的时空分异。     

基于面向对象的遥感影像空间信息提取方法研究

探讨了利用遥感影像,基于面向对象技术进行空间信息提取的方法及技术路线,通过选取试点区域,进行了信息提取实践。在多尺度图像分割的基础上,综合利用影像数据的纹理特征、光谱信息及形状特征等,通过建立规则,实现研究区地物的逐级分层分类。研究结果表明：该方法提取空间信息不但速度快、效率高,而且还有效减少了“噪声”,分类精度显著提高。     

浅析无人机影像工程化处理在测绘保障中的应用

分析了无人机的平台系统、无人机影像传输的原理,研究了影像的快速拼接、点云数据提取、TIN三角网构建、DEM数据和等高线的生成。通过对无人机影像工程化处理,为应急测绘提供实时地理空间信息保障。     

基于高分辨率遥感影像的农村聚落信息的提取

传统的房屋提取方法一般基于像素的提取，无法利用影像的空间信息。本文提出了一种面向对象的卫星影像房屋提取方法。利用影像对象的光谱特征、几何特征和空间关系建立知识库，利用知识库中的规则来提取影像中的房屋。     

基于Sentinel-2卫星影像的面向对象城市水体提取

以新发射的哨兵2号多光谱卫星影像为基础数据源,对城市水体信息进行了面向对象的提取研究。融合大气校正后的哨兵2号卫星10 m分辨率的可见近红外影像和20 m分辨率的短波影像,在多尺度分割的基础上,分析了影像对象的光谱和空间信息,建立了知识规则集;手动调节阈值,实现了水体信息的半自动提取。选取了城区和郊区两个研究区进行实验,总体精度均在95%以上,Kappa系数在0.75以上。结果表明,本文的水体提取方法取得了较好的效果,且城市主城区的水体提取精度高于郊区。     

地理影像连五洲

国际摄影测量与遥感学会（ISPRS）第20届大会于2004年7月12日至23日在土耳其伊斯坦布尔举行。会议涵盖了摄影测量、遥感和空间信息科学的最新发展。会议期间举办了5天的商业技术展览。在技术展览活动中，充分体现了本届大会的主题。“地理影像连五洲（GEO-IMAGERY BRIDGING CONTINENTS）”。     

“第21届ISPRS大会论文综述”专题前言

2008年7月3日．11日，第21届国际摄影测量与遥感学会（ISPRS）大会在北京成功召开，本届大会以“铺就影像信息的丝绸之路”为主题，针对当前摄影测量、遥感和地理空间信息领域的国际前沿与热点问题，设置了23个专题单元、19个特别单元、63个工作组单元、59个张贴报告单元、3个用户论坛单元、1个青年论坛等150个学术技术单元进行学术交流。     

城市不透水表面遥感估算研究

作为城市化水平的关键指示因子，不透水表面已经被广泛应用在城市生态环境评估中。利用TM影像，采用附有限制条件的线性光谱混合模型对北京城区的不透水表面分布进行空间分析。通过高反照率、低反照率、植被及土壤4类光谱端元的线性组合表征城市土地覆盖类型，综合剔除噪声影响后的高、低反照率分量，估算北京城区不透水表面分布。研究结果表明：利用附有限制条件的线性光谱分解得到的RMS平均值为0．003428。其不透水表面分布结果与同期spot-5对比验证，R2为0．932，均方根误差为0．086，结果令人满意。     

北京城市不透水层覆盖度遥感估算

 应用线性光谱混合模型研究城市环境生物物理组成，端元的确定是其关键。城市地表同物异谱现象显著，光谱变异强烈，对于高反照率地物尤其突出。端元的光谱变异对线性光谱混合模型拟合结果产生重要影响。以同种纯净地物光谱曲线形状具有相似性为出发点，提出了一种端元优化选取方法，在此基础上计算了北京城市地表不透水层覆盖度。研究结果表明，该方法能够在一定程度上减小端元光谱变异性对线性光谱混合模型拟合结果的影响，进而提高城市不透水层覆盖度的估算精度。     

Bi-temporal characterization of land surface temperature in relation to impervious surface area,NDVI and NDBI,using a sub-pixel image analysis

As more than 50% of the human population are situated in cities of the world, urbanization has become an important contributor to global warming due to remarkable urban heat island (UHI) effect. UHI effect has been linked to the regional climate, environment, and socio-economic development. In this study, Landsat Thematic Mapper (TM) and Enhanced Thematic Mapper Plus (ETM+) imagery, respectively acquired in 1989 and 2001, were utilized to assess urban area thermal characteristics in Fuzhou, the capital city of Fujian province in south-eastern China. As a key indicator for the assessment of urban environments, sub-pixel impervious surface area (ISA) was mapped to quantitatively determine urban land-use extents and urban surface thermal patterns. In order to accurately estimate urban surface types, high-resolution imagery was utilized to generate the proportion of impervious surface areas. Urban thermal characteristics was further analysed by investigating the relationships between the land surface temperature (LST), percent impervious surface area, and two indices, the Normalized Difference Vegetation Index (NDVI) and Normalized Difference Built-up Index (NDBI). The results show that correlations between NDVI and LST are rather weak, but there is a strong positive correlation between percent ISA, NDBI and LST. This suggests that percent ISA, combined with LST, and NDBI, can quantitatively describe the spatial distribution and temporal variation of urban thermal patterns and associated land-use/land-cover (LULC) conditions.     

基于混合光谱分解的城市不透水面分布估算

城市化的一个重要表现就是不透水面分布比率的上升,城市内部不透水面分布是城市生态环境的一个重要指标。对于规模较大的大城市,采用高性价比的中等分辨率影像,获取不透水面的分布,是当前国际研究的一个热点。本研究利用Landsat 7的ETM 影像,在线性光谱分解的技术上,提取了上海市的不透水面分布并对其空间特征进行了分析。研究揭示,ETM 影像对于城市尺度的信息提取,其成本是较低的;对于城市地域来说,利用植被、高反照度、低反照度和裸露的土壤四种最终光谱端元的线性组合,可以较好地模拟ETM 波谱特征,而除了水面以外的高反照度、低反照度两种最终光谱端元,可以较好地表达城市不透水表面信息。结果显示,利用中等分辨率影像对上海中心城区不透水面分布提取的精度还是令人满意的,总体上,上海市不透水面分布比率较高,不透水面分布的空间差异进一步揭示了城市土地覆被空间结构以及城市空间扩展的差异性。     

Mapping impervious surfaces with the integrated use of Landsat Thematic Mapper and radar data: A case study in an urban–rural landscape in the Brazilian Amazon

This research explored the integrated use of Landsat Thematic Mapper (TM) and radar (i.e., ALOS PALSAR L-band and RADARSAT-2 C-band) data for mapping impervious surface distribution to examine the roles of radar data with different spatial resolutions and wavelengths. The wavelet-merging technique was used to merge TM and radar data to generate a new dataset. A constrained least-squares solution was used to unmix TM multispectral data and multisensor fusion images to four fraction images (high-albedo, low-albedo, vegetation, and soil). The impervious surface image was then extracted from the high-albedo and low-albedo fraction images. QuickBird imagery was used to develop an impervious surface image for use as reference data to evaluate the results from TM and fusion images. This research indicated that increasing spatial resolution by multisensor fusion improved spatial patterns of impervious surface distribution, but cannot significantly improve the statistical area accuracy. This research also indicated that the fusion image with 10-m spatial resolution was suitable for mapping impervious surface spatial distribution, but TM multispectral image with 30 m was too coarse in a complex urban–rural landscape. On the other hand, this research showed that no significant difference in improving impervious surface mapping performance by using either PALSAR L-band or RADARSAT C-band data with the same spatial resolution when they were used for multi-sensor fusion with the wavelet-based method.     

RNDSI: A ratio normalized difference soil index for remote sensing of urban/suburban environments

Understanding land use land cover change (LULCC) is a prerequisite for urban planning and environment management. For LULCC studies in urban/suburban environments, the abundance and spatial distributions of bare soil are essential due to its biophysically different properties when compared to anthropologic materials. Soil, however, is very difficult to be identified using remote sensing technologies majorly due to its complex physical and chemical compositions, as well as the lack of a direct relationship between soil abundance and its spectral signatures. This paper presents an empirical approach to enhance soil information through developing the ratio normalized difference soil index (RNDSI). The first step involves the generation of random samples of three major land cover types, namely soil, impervious surface areas (ISAs), and vegetation. With spectral signatures of these samples, a normalized difference soil index (NDSI) was proposed using the combination of bands 7 and 2 of Landsat Thematic Mapper Image. Finally, a ratio index was developed to further highlight soil covers through dividing the NDSI by the first component of tasseled cap transformation (TC1). Qualitative (e.g., frequency histogram and box charts) and quantitative analyses (e.g., spectral discrimination index and classification accuracy) were adopted to examine the performance of the developed RNDSI. Analyses of results and comparative analyses with two other relevant indices, biophysical composition index (BCI) and enhanced built-up and bareness Index (EBBI), indicate that RNDSI is promising in separating soil from ISAs and vegetation, and can serve as an input to LULCC models.     

植被调节下的干旱区不透水面覆盖率遥感估算方法

基于DMSP/OLS夜间灯光数据的居住区指数模型（HSI）广泛应用于区域尺度城市不透水面扩张监测。但是,在干旱区由于受到裸岩、沙漠、戈壁等低植被覆盖区干扰,HSI算法的精度和适应性受到了一定的影响。为解决这一问题,本文利用植被覆盖度作为调节系数,对灯光数据与植被指数进行动态调整,构建了适用于干旱区的城市植被调节不透水指数（VAISI）;然后采用SVR模型,通过机器学习的方法构建了城市不透率参考数据与VAISI之间的非线性关系模型,实现对干旱区区域尺度不透水面覆盖率估算;最后,对模型估算结果进行了精度验证和比较分析。试验结果表明：在干旱区,VAISI解决了由于灯光溢出问题及城市周边裸土等低植被覆盖等因素导致的城市周边裸土像元不透率估算过高问题,一定程度上提高了城市内部不透水面空间分布信息的表达能力,有效克服了非灯光区估算结果高于背景值的现象。平均相关系数R由0.69提升到0.79,RMSE由0.17降至0.14。     

多尺度城市地表温度降尺度方法

针对目前星载热红外传感器的空间分辨率低,无法满足城市尺度的生态环境研究需求的现状,该文选择地表覆盖类型复杂的区域,根据研究区土地覆盖类型,选取归一化植被指数(NDVI)、城市不透水面指数(ISA)、改进的归一化差异水体指数(MNDWI)等因子加入DisTrad模型,采用移动窗口逐步回归统计地表温度和因子的线性关系,利用半方差曲线函数和均方根误差综合确定最优移动窗口的大小,以提高地表温度降尺度精度。研究结果表明:改进的DisTrad模型在地表覆盖类型复杂区域,具有良好的降尺度目视效果,且具有较高的降尺度精度,尤其在低植被覆盖的建筑区、水体区域具有更高的精度。     

Combined Effects of Impervious Surface and Vegetation Cover on Air Temperature Variations in a Rapidly Expanding Desert City

The goal of this study is to improve our understanding of the interactive function of impervious and vegetation covers at different levels of the local and intra-urban spatial scales in relation to air temperatures in an urban environment. A multiple regression model was developed using impervious and vegetation fractions at different scales to predict maximum air temperature for the entire Phoenix metropolitan area in Arizona, USA. This study demonstrates that a small amount of impervious cover in a desert city can still increase maximum air temperature despite abundant vegetation cover.     

Use of Landsat Thematic Mapper for urban land use/land cover mapping

Visual interpretation of Landsat Thematic Mapper data coupled with ground checking has been used to extract information for urban areas. The emphasis has been given on development of land use/land cover scheme and image interpretation keys for interpretation and delineation purposes using satellite remote sensing data. Lucknow city and its surroundings have been studied to evaluate the usefulness and potentiality of satellite data particularly Landsat Thematic Mapper for urban area studies. This study has demonstrated that remote sensing can provide a valuable tool for urban data acquisition.