不透水面产品在重庆地区的验证

以国家地球系统科学数据中心发布的不透水面数据产品为基础,利用地理国情数据中地表覆盖分类提取的不透水面成果进行重庆地区精度验证,并与兴趣点数据(Point of Interest,POI)、夜间灯光数据进行相关性和空间重叠度分析.结果表明:不透水面产品在重庆地区验证情况较好,不透水面产品与地理国情不透水面耦合性较高,能够较为准确地反映城市建设状况,全市不透水面产品有71.61％以上位于地理国情不透水面范围内;不透水面产品面积与POI核密度、夜间灯光亮度具有正相关性,但相关系数不高,且空间分布具有一定差异.通过不透水面产品在重庆地区验证分析,能够对未来不透水面提取优化研究提供基础支撑.     

城市新区不透水地表盖度与人为热的关系研究——以陕西省西咸新区为例

基于Landsat数据,采用线性光谱混合模型分解法提取陕西省西咸新区2007年和2016年2景影像的不透水地表盖度,利用地表能量平衡法提取同期人为热信息,并探讨二者间的关系。结果表明:①2007—2016年间不透水面从294. 93 km~2扩张至362. 62 km~2,由以自然地表与低覆盖度等级占主导逐渐演变为以中、高覆盖度不透水地表盖度等级占主导;②2016年研究区人为热在空间上区域差异显著,高值区集中分布于沣东新城中北部和空港新城西安咸阳国际机场周边,在秦汉新城中部、沣西新城北部和泾河新城部分地区有零星分布;③各土地利用不透水地表盖度均值和人为热均值均呈现建设用地耕地林地水体的特点;④不透水盖度与人为热呈正相关,相关系数为0. 97,各地区的人为热值随不透水地表盖度上升速率呈现空港新城沣东新城泾河新城秦汉新城沣西新城的规律。     

基于Landsat的沈阳城市热岛效应与地表参数变化分析

基于2000—2016年沈阳市六期Landsat数据,利用单通道算法反演地表温度计算城市热岛强度。依据与城市热环境关系较大的植被、水体、不透水面3种地表参数将研究区分类,并将地表参数指数与地表温度拟合分析地表参数对沈阳城市热岛的影响。结果表明:1) 16年间沈阳市不透水面地区比例从21.82%上升到46.02%,植被覆盖率从75.83%下降到53.11%,水体从2.35%下降到0.87%; 2)随地表参数的变化,研究区极强、强、中热岛从2000年的14.10%上升到2016年的25.93%,上升了11.83%; 3)不透水面指数对温度的影响接近甚至超过植被指数和水体指数的和,对城市热岛效应有着显著的增强作用。     

多时相Landsat影像的平原河网区不透水面信息提取方法与应用

不透水面是衡量城市生态环境的重要指标，针对平原河网区不透水面与水体、裸土等地物较难区分的问题，以苏北里下河平原快速城镇化区为研究对象，利用多时相Landsat影像为数据源，基于像元光谱特征及其季节性变化分析，构建了基于时序NDWI、NDVI和NDBI的决策树模型，并利用GIS空间分析技术对不透水面的时空变化特征进行了分析。结果表明：多时相光谱信息可有效改善水体、裸土和稀疏植被等像元与不透水面的混分，2005年和2016年的不透水面分类总体精度和Kappa系数均在0.85以上，合理反映了不透水面以向东和向南扩张为主的趋势特征，年均扩张速度约为6.7 km²。研究成果为该区城镇化下的生态环境效应研究提供数据基础，同时可为其他平原河网区不透水面信息提供借鉴和参考。     

不透水面提取方法及应用研究综述

围绕数据源、提取方法以及不透水面应用研究3个层面对国内外学者提取不透水面做出了总结,其中数据源主要介绍了Landsat系列、Sentinel系列以及高分系列,不透水面提取方法主要归纳了指数法以及光谱混合分析法,应用研究主要针对不透水面演变分析、与城市生态问题的探究。通过归纳国内外学者的研究成果得出,不透水面的扩张会导致城市地表温度的上升,同时与其他一些生态问题存在一定的相关性。     

基于光谱混合分解的流域不透水面提取及其动态分析——以于桥水库为例

不透水面不仅是城市非点源污染的主要来源,还是流域生态环境变化的主要因素之一。不透水面的数量、位置、几何形状、分布格局以及透水率与不透水率的比值,均影响着流域的水文环境,因此成为研究热点。本文以天津于桥水库流域为例,综合遥感(RS)与地理信息系统(GIS)技术,从流域尺度上研究1984~2013年间不透水面覆盖度的变化。在ENVI 5.1软件支持下,利用遥感影像获取1984,1994,2004和2013年4个时相的不透水面信息。采用修正后的归一化水体指数剔除水体信息,排除水体对不透水面提取精度的影响。运用线性光谱混合分析法(Linear Spectral Mixture Analysis,LSMA),提取流域不透水面覆盖度。结果表明:流域内不透水面覆盖度大多集中在1~5级,植被覆盖程度较高。近30年间不透水面比例逐年增加,2013年比1984年增加了2.802%,呈线性增长。中等分辨率的遥感影像适合流域尺度的不透水面提取的结果可作为流域水文及规划管理的重要基础性数据。     

东南亚地区城市扩张及驱动力分析

针对东南亚地区城市化发展现状及城市扩张关联驱动要素的问题,该文通过提取研究地区城市主体建成区和不透水面,分析其城市扩张特征,然后从城市不透水面、城市人口和国内生产总值(GDP)3个方面,探讨2010—2015年6年中东南亚地区城市扩张状况,并对其城市扩张驱动力进行分析。研究结果表明:城市扩展强度与城市不透水面变化强度、城市人口增长率和人均GDP年增长率均具有显著相关性,相关系数分别为0.902、0.747和0.700,表明城市不透水面的增加、城市人口增长和经济水平提升均不同程度地影响东南亚地区城市扩张及其强度。通过对模型精度进行验证和分析得出多因子定量回归模型精度相对较高,说明结合多个城市扩张驱动因子共同衡量城市扩张变化效果更好。     

城市不透水面遥感估算

由于人口快速增长和农村人口向城市迁移,城市不透水面积也在持续快速增长。加速的城市扩张和无监控的城市开发会导致诸多生态环境问题。本文利用Landsat影像,采用附有限制条件的线性光谱混合分解、植被覆盖度与不透水面负相关模型、监督分类三种方法对南京城区的不透水表面分布进行空间分析。通过评估这三种方法提取的不透水面的精度和分析和种方法受其主要人为因素的影响大小以及不透水面的提取过程,表明了线性光谱混合分解方法较优。     

宁镇扬地区不透水面增长变化监测及其增长模式分析

不透水面是衡量城市化进程的重要指标,本文以宁镇扬地区为例,引入不透水面变化轨迹、增长模式等方法,定量剖析不透水面时空演变过程。结果表明,研究时段内,在城市化进程的推动下不透水面持续扩张,研究区2015-2019年有301 km²的自然或半自然景观最终转化为不透水景观,年均增长率为0.44%;不透水面格局变化在2017年前后具有明显差异,前期增长以镇江市为主,后期镇江市增长幅度大大减缓,而南京增长速度大幅提升;不透水面转变轨迹以一次性转变为主,且2017年后土地变化更加剧烈,反复或连续轨迹较少,植被是城市用地扩张的主要土地来源;研究区不透水面增长主导模式为蔓延式,当前城市边界仍然处在快速向外扩张阶段,城市规划管控对城市边界的发展具有重要的引导意义。     

基于地理国情数据的哈尔滨市不透水面变化监测及驱动力分析

选取哈尔滨市为研究区,以2015年地理国情普查成果和2016年基础性地理国情监测成果为数据源,根据国情数据中不同地表覆盖分类对应的透水特性提取不透水面,对哈尔滨市不透水面的空间分布格局和变化特征进行分析,选取平均工资、距城市道路距离、距医院的距离、距铁路的距离、距学校的距离、平均气温、全年降水量、土壤等8个因子,利用地理探测器模型,探测不透水面扩张率的空间分异驱动因子,研究结果表明:2015年至2016年哈尔滨市不透水面面积呈扩张趋势,居民收入水平和距城市道路距离等人为因素是造成不透水面扩张空间分异性的主要原因。     

南昌地区不透水面信息自动提取

随着城市化进程的不断加速，不透水面成为一种十分关键的地表覆盖类型之一，如何快速获取高精度的不透水面信息成为目前遥感研究的重点话题。考虑不透水面构成复杂、光谱曲线复杂的特征，本文基于决策树思想，通过建成区指数（BUAI）、改进的归一化水体指数（MNDWI），制作研究区植被、水体掩膜，并根据研究区土壤反射光谱特点制作研究区土壤掩膜。通过基于决策树思想的提取模型，结合掩膜文件，逐步剔除透水面，得到不透水面信息。结果表明：该模型提取的不透水面信息总体精度达到了98.27%，Kappa系数为0.86。通过和实地信息对比分析，认为该模型提取结果较为可靠，适用于大范围地区的不透水面信息提取。     

近30年来南京市不透水面时空演变特征分析

自改革开放以来,我国社会经济发展迅速,城市化水平日益提升,大量人口涌入城市.经济发展与人口激增使得对于城市空间的需求不断增大,与城市空间扩张密切相关的城市不透水面(ISA)是城市空间最重要的经济、生态指标之一,全面、精确地了解城市不透水面长时序的时空演变过程及其特征对于城市的建设与管理具有重要意义.本文以南京都市圈核心地带为研究区,基于最新高分辨率不透水面数据集,对于近30年来的区域不透水面演变过程与特征进行系统与全面的分析,并对未来的城市建设与空间管控提出建议.     

基于半约束条件下不透水面的遥感提取方法

不透水面作为城市生态环境的一个重要指标,被广泛应用于城市扩张监测、热岛效应分析及人类活动影响等方面的研究中。线性光谱混合模型构造简单、物理含义明确,是估算不透水面的主要方法。但是全约束的线性光谱混合模型容易在不透水面覆盖较低的地区(0~20%)出现高估,而在不透水面覆盖较高的地区(80%~100%)出现低估。因此,以黑龙江省富锦市为实验区,利用Landsat5 TM图像,讨论了线性光谱混合模型在不同端元数目和约束条件下对不透水面的估算精度,发现三端元(高反射率地物、植被及土壤)半约束条件的线性光谱混合模型估算结果最优,其均方根误差为16.71%,并结合地表温度和植被覆盖度辅助分析,去除了水田对不透水面估算的影响,提高了不透水面的估算精度。     

Landsat8不透水面遥感信息提取方法对比

不透水面是重要的地表覆盖类型,利用卫星遥感影像准确提取不透水面信息对于掌握地表覆盖变化具有重要意义。现有研究已提出了多种不透水面遥感信息提取指数,但目前尚缺乏对这些不透水面指数的系统对比分析。利用Landsat8卫星遥感影像,测试了目前8种主要不透水面指数的提取精度。结果表明,在现有不透水面指数中,垂直不透水层指数能够有效增强不透水面信息,不透水面提取精度最高(89. 6%),其次是比值居民地指数和生物物理组分指数(87. 5%和87. 4%),城市指数与新建筑指数提取精度再次之(82. 9%和80. 0%),归一化差值不透水面指数、归一化建筑指数和基于指数的建筑指数未能有效增强不透水面信息,提取精度较低(75. 0%)。此外,这8种不透水面指数都未能有效解决不透水面与大片裸地光谱混淆的问题,在裸地广泛分布的区域难以准确提取不透水面,平均提取精度仅为71. 0%,影响了不透水面指数的大区域应用。     

基于随机森林模型的岸线不透水面提取方法研究

以南京长江沿岸保护区域为研究对象,利用2016年和2019年两期Sentinel-2影像构造多种遥感指数;再利用随机森林模型进行不透水面信息提取。结果表明,2016年的总体精度为88.25%,Kappa系数为0.76;2019年的总体精度为90.51%,Kappa系数为0.80,说明该方法具有较好的精度,能准确反映不透水面的空间分布。结合提取结果进行时空变化分析发现,2016-2019年南京长江沿线不透水面整体呈减少趋势,总面积减少2.784 km²,年均减少0.928 km²,其中大部分是由工矿用地转化为绿地以及港口码头消失导致的。长江沿线的不透水面提取和变化检测分析有助于全面、细致和真实地监测河道岸线情况,对于南京市开展长江岸线研究以及开发长江岸线资源和可持续利用具有举足轻重的意义。     

地表不透水面信息遥感的主要方法分析

全球范围内的城市扩张已使得大量的不透水面取代了以植被为主的地表自然景观,并给生态环境带来了明显的负面影响。不透水面作为一个影响生态环境的关键因子已引起了全社会的广泛关注。如何及时快速地掌握不透水面的空间分布信息,准确无误地量化不透水面的动态变化信息,是城市规划、环境保护亟待解决的现实问题。而遥感以其快速、大范围、多尺度、可重复的对地观测优势为解决这一问题提供了很好的解决方案。不透水面遥感研究经过近十几年的发展已有了长足的进步,多种针对不透水面信息反演的遥感创新技术与方法被相继提出。本文重点分析了这些针对遥感不透水面提出的创新技术,详细地指出了它们的优势和不足,并在此基础上总结了中国遥感工作者在不透水面遥感方面的研究工作。当前许多不透水面信息的反演精度都可以达到85%以上,但是不透水面与裸土和阴影信息的混淆仍是困扰不透水面信息精准反演的主要问题。由于大部分不透水面材料具有和砂土石同源的特点,因此在现有影像光谱分辨率不足的情况下,单靠光谱是很难进一步提高不透水面信息的反演精度,而借助LiDAR等其他辅助数据,将有望帮助解决这一瓶颈问题。     

利用Landsat ETM+分析城市热岛与下垫面的空间分布关系

采用数理统计与空间统计相结合的方法,利用Landsat ETM 数据对北京、上海、沈阳和武汉等4个大城市的夏季城市热岛相对强度与城市下垫面的空间分布关系进行对比研究。用混合像元线性光谱分解方法提取的城市植被覆盖度与不透水面表征城市下垫面;用城市地表亮温与水体亮温差值表征城市热岛相对强度。结果显示,4个城市的植被覆盖、不透水面与热岛强度的分布呈较强的空间正自相关,并且存在较为一致的自相关范围,该范围相当于城市街道与建筑组合特征尺度;自相关引起的结构性是导致3者空间分布异质性的主要因素。植被覆盖对城市热岛的缓解效果与不透水面对城市热岛的增强作用均呈分段线性特征,但区域差异较为明显;交叉相关系数曲线则显示出相关性的空间异质性与多尺度现象,同时存在一个约550 m的空间作用特征尺度。该研究结果有助于在城市规划实践中合理配置建筑与植被的间隔和比例,以缓解城市热岛效应。     

融合多源时序遥感数据大尺度不透水面覆盖率估算

不透水面信息是监测城市扩张及区域生态环境变化研究的重要指标，基于遥感技术对地表不透水面信息进行快速提取具有重要意义。传统大范围不透水面覆盖率估算模型主要基于单一遥感信息与不透水面比例之间的相关性，通过单因子回归模型实现不透水面覆盖率的估算。受限于单一遥感信息的信息量及普适性等影响，这类方法在大尺度不透水面提取中具有较大局限性，估算结果的区域适应性存在较大差异。针对该问题，本文提出基于多特征遥感信息进行不透水面估算的方法，以弥补单一特征在大范围不透水面提取中的不确定性。该方法首先以多时相MOD13Q1、MOD09A1产品、夜间灯光数据（NPP-VIIRS）和Landsat 8 OLI为遥感数据源，从不同角度构建突出不透水面信息的多个指数特征；在此基础上利用多元回归模型建立多因子不透水面覆盖率估算模型，进而实现大尺度不透水面覆盖率的遥感估算。本研究选择分布于全国范围内13个典型城市作为主要研究区对提出的模型进行了验证，结果表明：该方法能够适应不同区域不透水面覆盖率的估算，在复杂城市区域表现出较传统方法更好的效果，明显改善了城市内部不透水面覆盖率的估算精度。     

城市不透水面及地表温度的遥感估算

基于植被-不透水面-土壤模型和全约束最小二乘法混合像元分解模型,从探索城市热岛效应和城市不透水面关系出发,利用TM数据对北京市海淀区的城市不透水面丰度和地表温度进行估算,并在此基础上对二者之间的相关性进行定性分析和定量评价。研究表明:城市不透水面的空间分布和变化趋势与地表温度之间存在明显的一致性,二者相关系数达到0.752 5,这说明城市不透水面信息可以很好地反映城市热环境的空间分布状况。     

基于Landsat年际序列影像的武汉市不透水面遥感监测

城市化进程的加速发展导致不透水面大规模扩张,逐渐影响了城市生态环境,并制约了城市的可持续发展。基于Landsat年际序列影像数据,利用支持向量机方法进行不透水面提取。选取武汉市作为实验区,以连续10 a的Landsat卫星遥感影像为数据源,监测了武汉市不透水面的变化趋势,并与最大似然法进行比较,验证了支持向量机分类方法的准确性。