利用Landsat影像构建河西绿洲土地利用信息图谱——以张掖市甘州区为例

基于地学信息图谱理论,结合GIS和RS技术,利用河西绿洲甘州区1975年、1987年、1999年和2009年四期Landsat影像作为土地利用信息提取的基础空间数据,构建了一系列土地利用信息图谱,通过图谱来分析研究区的土地利用时空变化规律。结果表明:1975年～2009年河西绿洲甘州区的土地利用发生了显著变化,耕地、建设用地和未利用地呈现出持续的增加态势,其中耕地主要来源于草地、林地和未利用地的转化;林地、草地和水域面积呈减小趋势,主要表现为草地退化、开垦为耕地。     

基于遥感的干旱区典型绿洲LUCC研究

以干旱区典型的条带状且末绿洲为例,采用1973年MSS、1991年TM、2001年和2008年ETM+遥感影像为数据源,结合野外考察数据,选择适宜的分类指标体系,对遥感图像进行了监督分类,并获得了研究区土地利用/覆盖转移矩阵。 研究结果表明:近35 a 来耕地面积一直呈现出增加的趋势,增加了105.32 km²,耕地面积的增加量主要是由草地和林地的转化而来,是增加最快的土地利用类型;林地和草地面积一直呈逐渐减少的趋势,其中减少最多的土地类型是林地,减少了69.459 km²,林地面积的减少是由于林地转移草地、水体和耕地的比例超过草地转移林地的比例所致;草地面积减少了63.093 km²,主要是由一部分草地转移耕地、未利用地而引起;水域面积总体上有增加趋势,增加了22.073 km²,主要由草地和未利用地转移水体而引起;未利用地变化幅度不大,有缓慢增加的趋势,增加5.093 km²。     

张掖市土地利用/覆盖变化模拟

土地利用/覆盖变化是全球变化的主要原因,也是与可持续发展密切相关的课题。土地利用/覆盖变化模拟是预测未来土地利用/覆盖变化的重要方法。将国际上先进的CLUE-S模型应用到位于黑河中上游的张掖市,模拟该地区的土地利用/覆盖变化。模拟时段为2001～2020年。模型中将土地利用类型分为:①耕地;②林地;③草地;④水域;⑤城镇用地;⑥未利用地。用回归分析的方法,选择了对该地区土地利用/覆盖变化有重要贡献的7种驱动因子,分别为:与城市的距离、与河流的距离、与道路的距离、人口密度、海拔、坡度、坡向。模拟结果显示:到2020年,林地、草地、水域和城镇用地面积增加,耕地,未利用地面减少。     

土地利用变化下北京市热通量的时空演变

探究土地利用变化对城市热通量的影响,对城市用地规划和城市热岛缓解具有重要指导意义。利用混合像元组分排序对比和分层能量切割方法,通过Landsat系列数据反演的地表参数,结合气象再分析资料,估算了2004、2009、2014和2017年4期9月份的北京市地表瞬时热通量,依据同期的北京市土地利用图,分析了北京市热通量随土地利用变化的时空演变。结果表明：①北京市地表温度和热通量分布具有明显的空间异质性,山区和平原、平原不同土地利用类型之间差异明显;②在不同时期,土地利用类型间的地表温度和热通量的高低次序具有一致性,瞬时潜热通量,林地最高,为347.85~546.95 W/m²,其次为耕地、草地,建设用地最小,为225.23~349.03 W/m²,感热通量和地表温度则相反,建筑用地最高,分别为94.06~189.28 W/m²和25.18~32.25 ℃,耕地和草地次之,水体的最低,分别为28.15~102.55 W/m²和19.25~28.38 ℃;③土地利用类型转变引起的城市热通量变化方面,自然表面转为建设用地时,潜热通量急剧减少,感热通量增加,城区周边耕地的潜热通量受城市热辐射影响而增加,城市绿地能有效缓解城市热岛效应。     

半干旱环境下的土地利用/覆被时空变化研究-以吉林省通榆县为例

通榆县作为松嫩沙地的重要组成部分，是半干旱环境下典型的土地生态环境脆弱区。以1979年、1992年和2001年3期Landsat影像为数据源，在RS、GIS技术和景观生态学理论的支持下，全面分析了通榆县22 a来土地利用/覆被类型的时序和空间景观变化特征。结果表明：研究区土地利用/覆被类型以耕地、草地、林地和重度盐碱地为主，并且在时序上呈现出草地迅速减少、重度盐碱地大面积增加的趋势；在空间景观上呈现出耕地、草地、林地高度破碎与重度盐碱地高度集聚的特征。土地利用程度指数还表明研究区土地正处于由衰退期向发展期过渡的转型阶段。
     

基于随机森林的土地利用变化及城市驱动分析

城市发展对土地利用影响较大,是土地利用变化重要驱动力.为研究平潭综合试验区发展对土地利用的影响,以1984、1990、1996、2003、2010和2017年的Landsat陆地卫星遥感影像为数据源,采用随机森林对海坛岛土地利用进行分类,对5个阶段的土地利用变化情况、城市扩张及扩张对其他地类的影响进行了定量分析.结果表明:(1)在特征变量优化下的随机森林,各期分类精度均高于85％,满足后续分析要求;(2)耕地在各时期面积最大,林地(有林地和灌木林地)次之,裸地最少;耕地总体出现减少趋势,1984–1990年减少比例最大(8.07％);建设用地5个阶段都表现为扩张,2010–2017年扩张最明显(11.82％);(3)各阶段城市扩张类型主要为边缘性扩张,其次为跨越式扩张,填充式扩张比例最小;该岛城市的发展对其他地类变更具有重要驱动作用,城市扩张最主要来源和去向均为耕地;城市土地的转变集中在耕地、林地、草地和湿地几类土地利用类型.     

基于面向对象分类的土地利用信息提取及其时空变化研究

基于面向对象的影像分类技术与土地利用变化模型,选取处于剧烈变化环境下的东江流域为研究对象,对其1980~2008年的土地利用变化特征进行了研究。结果表明:(1)面向对象的遥感分类方法在SPOT5高分辨率遥感影像分类中具有较高的精度(总体精度达87.7%),可以有效避免"椒盐现象"发生;(2)1980~2008年东江流域的土地利用方式和空间格局发生了显著变化。耕地面积急剧减少了2 854.4km2,流失的耕地主要转化为了林地、城镇建设用地;园地面积减少了667km2,流失的园地主要转化为了林地;林地面积增加了1 988.7km2,呈波动变化;草地面积比由4.9%缩减为2.0%;水域面积先减少后增加;城镇用地呈快速增长趋势,年增长率高达186.23%。加强耕地保护和适度限制城镇用地增长对区域可持续发展至关重要。     

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。     

新疆拜城县土地利用动态变化及用地预测研究

根据新疆拜城县2003～2007年土地统计资料,对该县土地利用动态变化进行分析.以土地利用变化规律为依据,运用灰色系统动态模型GM(1,1)进行模拟,得到耕地、园地、林地、交通用地等土地利用类型的趋势预测方程,并对2008～2015年土地利用变化的趋势进行预测与分析,提出要引进先进技术,增加全民可持续发展;控制人口教育,缓解土地压力;积极响应国策,协调退耕还林和基本农田保护之间的矛盾;控制建设用地对耕地的占用,建立保护耕地的制约机制等对策.     

基于遥感与GIS的青海湖地区土地利用变化及其对生态环境影响的研究

根据1986年和2000年TM影像资料,运用遥感信息解译与地理信息系统技术,结合数理统计知识,分析了青海湖地区1986~2000年土地利用类型在数量与空间结构上的变化以及土地利用变化对青海湖地区生态环境产生的影响。土地类型转换结果分析表明:耕地、水域和城乡居住建设用地分别增加了5 930.82 hm²、2 218.75 hm²和382.68 hm²。而林地、草地和未利用土地分别减少了7 542.64 hm²、894.34 hm²和95.28 hm²。在减少的7 542.64 hm²草地面积中,有6266.56 hm²草地被开垦成耕地,601.40hm²草地净转换为沙地。     

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0.021～0.07...     

多时相影像福州市不透水面对城市地表温度的空间分布研究

随着城市化进程的加快,城市热力场也随之发生变化,从而影响着城市区域环境、社会经济以及社会环境。由于NDVI具有季相变化的不稳定性,本研究采用两个时相TM/ETM+影像分析福州市及其周边地区不透水面对热力场的时空分布变化状况。为了获取精确的城市不透水面信息,本实验采用NDVI二元法结合2000年同区域的IKONOS影像提取不透水面信息。通过定量分析不透水面百分比、NDVI与地表温度的关系,得出不透水面百分比与城市地表温度呈线性相关,其相关系数在0.7左右;尤其30%以上的不透水面对地表热环境的空间分布影响最为突出,因此,相对于不稳定的NDVI而言,不透水面信息能更好地反映城市热环境的空间分布状况。     

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。     

典型地表对长沙主城区地表温度的影响分析

城市热岛是一种城市地区温度比郊区温度高的现象,它可改变城市的自然和社会过程,引发一系列环境问题。利用Landsat 8 TIRS10波段的单通道算法（TIRS10_SC算法）反演了长沙主城区2013年7月、2016年3月、7月和11月4景Landsat 8影像的地表温度,并进一步分析了地表温度的时空分布特征,建设用地、绿地、河流以及不同材质的屋顶等典型地表对主城区地表温度的影响。结果表明：①长沙火车站沿线、高桥大市场和部分工厂在各个时期均为高温区。2016年7月浏阳河周边区域热岛效应相对于2013年7月有所缓解,主要由天气情况的不同以及拆迁改变地表覆盖性质等造成。3月建设用地中比率最大的为中温, 7月建设用地中比率最大的为次高温。3月和7月,绿地中比率最大的为次低温,水体中比率最大的为低温。而11月,建设用地和绿地中比率最大的为中温,水体中比率最大的次高温。②河流周边120 m范围内,由陆地向河流每减少30 m,7月建设用地平均温度减少0.93~1.26 ℃,绿地平均温度减少0.57~0.99 ℃;3月建设用地平均温度减少0.51~0.78 ℃,绿地平均温度减少0.3~0.57 ℃。河流的降温强度与河水温度和距离河流120 m以上的地表温度的差值大小有关。③负的MNDWI（非水体）与地表温度呈正相关关系,正的MNDWI（水体区域）与地表温度3月和7月呈负相关关系,11月呈正相关关系。④地表比辐射率对地表温度反演的结果影响显著,利用NDVI估算地表比辐射率难以区分高反射率的屋顶与其他类型的建设用地。因此,针对高反射率屋顶对地表比辐射率的影响有待进一步研究,以提高城区地表温度的反演精度,为减缓城市热岛效应提供参考依据。     

基于MODIS温度和植被指数产品的山东省土地覆盖变化研究

地表温度(LST)与归一化植被指数(NDVI)构成的NDVI-Ts特征空间具有丰富的地学和生态学内涵。MODIS数据因其优越的时间分辨率、波谱分辨率,已被广泛地运用于各个领域。在本研究中,运用遥感技术和GIS技术相结合的手段,利用NASA提供的MODIS温度产品和NDVI产品,以山东省土地利用图、山东省TM遥感影像图和基于3S技术的山东省森林资源调查项目的外业调查数据为参考和评价标准,以NDVI-Ts时间序列为指标,在进行土地覆盖分类的基础上,分析比较了山东省土地覆盖从2000年到2006年的变化情况。研究结果表明,利用MODIS产品将NDVI-Ts时间序列作为分类特征,在较大尺度范围的土地覆盖分类中具有较高的分类精度,有利于对土地覆盖变化进行动态监测。     

TM热红外波段等效比辐射率估算

地表比辐射率是热红外遥感获取地表温度必不可少的参数。目前,实验室或野外实际测量的都是8~14um热红外波段范围内的地表比辐射率,这与Landsat 5 TM热红外波段10.4~12.5um范围内的地表比辐射率还存在着一定的差异。本文将着重探讨TM热红外范围内地表比辐射率的估算方法,然后根据估算出的地表比辐射率,利用覃志豪等提出的单窗算法[1~2],对北京城八区进行地表温度反演。结果表明,该方法能获得较为合理的地表温度反演结果。     

基于RS和GIS的地面温度和土地利用/覆被关系研究进展

对地面温度和土地利用／覆被关系的研究，不仅能够深入理解土地利用／覆被变化下城市热环境变化的空间特征和动态变化，而且可为防暑降温、市政建设及土地合理规划和利用提供重要的科学依据。本文从遥感数据的获取、地面温度的反演、GIS技术的运用以及定量研究等方面详细论述了国内外此领域的研究进展。最后文章提出此研究领域存在的一些问题和今后工作所要继续努力的方向，如实现地面温度的精确反演，获取多时段的地面温度数据，加强RS和GIS技术的结合，进一步深入两者关系的定量研究。     

The relationship between land surface temperature and NDVI with remote sensing: application to Shanghai Landsat 7 ETM+ data

The relationship between land surface temperature (LST) and Normalized Difference Vegetation Index (NDVI) associated with urban land‐use type and land‐use pattern is discussed in the City of Shanghai, China using data collected by the Enhanced Thematic Mapper Plus (ETM+) and aerial photographic remote sensing system. There is an apparent correlation between LST and NDVI from the visual interpretation of LST and NDVI contrasts. Mean LST and NDVI values associated with different land‐use types are significantly different. Multiple comparisons of mean LST and NDVI values associated with pairings of each land‐use type are also shown to be significantly different. The result of a regressive analysis shows an inverse correlation relationship between LST and NDVI within all land‐use polygons, the same to each land‐use type, but correlation coefficients associated with land‐use types are different. An analysis on the relationship between LST, NDVI and Shannon Diversity Index (SHDI) shows a positive correlation between LST and SHDI and a negative correlation between NDVI and SHDI. According to the above results, LST, SHDI and NDVI can be considered to be three basic indices to study the urban ecological environment and to contribute to further validation of the applicability of relatively low cost, moderate spatial resolution satellite imagery in evaluating environmental impacts of urban land function zoning, then to examine the impact of urban land‐use on the urban environment in Shanghai City. This provides an effective tool in evaluating the environmental influences of zoning in urban ecosystems with remote sensing and geographical information systems.     

基于Landsat8热红外遥感数据的山地地表温度地形效应研究

地表温度是影响地表能量收支平衡的重要参量,能够综合反演地表的水热交换过程。虽然当前在基于地表温度开展全球或者区域尺度的地表能量平衡研究方面取得一系列的进展,但是面向山地区域尺度的类似研究仍然面临较大的挑战。为分析山地复杂地形对山地地表温度时空分布的影响规律,基于具有较高空间分辨率的Landsat 8热红外数据,以我国西南典型山地为研究对象,定量反演该区域的地表温度空间分布状况,结合SRTM90DEM数据,选择从海拔、坡度和坡向3个关键地形因子角度分析山地地表温度的地形效应特征。结果发现:山地地表温度随地形因子均呈现出十分显著的变化特征。总体而言,地表温度均随着海拔和坡度的升高而降低,而在坡向方面,南坡的温度相比北坡的温度要高。在地形效应分析的基础上,通过开展1km空间尺度地形和地表温度的空间统计分析发现,山地1km尺度下地表温度存在较大的空间异质性,且其影响不可忽略。研究结果表明:开展山地地表水热过程遥感动态监测需高空间分辨率地表温度作为数据支持,以准确描述山地地形因素对地表能量交换过程的影响。