广州城市暴雨内涝时空演变及建设用地扩张的影响

暴雨内涝是城市常见的“城市病”。本研究通过收集20世纪80年代、90年代,以及2000年之后广州市主城区严重暴雨内涝资料,探索改革开放后广州市暴雨内涝时空演变特征,分析城市建设用地扩张对暴雨内涝的影响。结果表明,20世纪80年代至今,广州市主城区暴雨内涝点在时间和空间2个尺度上有显著的变化。早期内涝点主要集中于市中心的越秀区,随着城市化进程的推进逐渐在白云、天河等城市化较快的区域出现。从1990-2010年,广州市城乡建设用地扩张显著,城市不透水面密度与暴雨内涝点核密度呈正相关。其相关性随城市化发展逐渐增强,表明改革开放后广州市城市的快速扩张,对主城区暴雨内涝点的时空演变有较大的影响。因此,城市暴雨内涝的防治应重视城市不透水面格局的优化和调整。     

绿色屋顶在城市雨洪管理中的应用研究综述

由于快速的城市化、土地利用变化等将自然透水表面改变为坚硬、不透水的表面,改变了雨水径流量和径流速率,影响自然水文循环,导致中国许多城市一遇到暴雨天气就会出现比较严重的城市内涝问题。绿色屋顶作为城市绿色基础设施在城市雨洪管理中发挥重要作用,根据分析,在不同降雨事件中,绿色屋顶的径流截留率为50%～80%。广泛绿色空间的应用不仅有效缓解城市地区的内涝问题,也为在城市环境中生活和工作的人提供更美观的空间。当前,海绵城市建设也面临一系列挑战,例如,建设成本高昂、管理机构复杂等,因此,在海绵城市建设过程中,每个城市要按照自身能力分阶段分步骤地建设完成。     

福州市城市不透水面景观指数与城市热环境关系分析

城市化致使城市环境问题的产生,城市热环境问题就是其中之一。本文从不透水面方面研究对城市热环境的影响。根据福州市1989年和2001年LandsatTM/ETM+遥感影像数据,利用线性光谱分解法提取两时相不透水面信息,并离散化分级为中低、中、中高、高密度区4个区域,分别计算这4个区域的地表温度(LST)、归一化植被指数(NDVI),并进行相关性分析;根据阈值法和范围法分别计算不透水面的PD、AI、LPI等景观指数,结果表明:两时段内不透水面的面积有所增加,在高密度区增加明显;不透水面与地表温度的呈正相关,相关系数分别为0.66和0.71;不透水面景观指数对FISA敏感,景观指数整体的变化趋势与地表温度的变化趋势相一致,FISA值越大,温度越高,且各斑块的形状越来越复杂,空间的连续性越强;聚集度越高,人类活动也越强。     

秦淮河流域近30年不透水面景观格局时空演变研究

不透水面作为表征城市化的重要指标,具有极其重要的生态学意义。本文选取多时相Landsat影像,以秦淮河流域为研究区,通过旋转森林算法得到9年土地利用覆盖图,并综合不透水率动态变化分析、土地利用变化轨迹分析、景观格局指数分析探究大流域尺度在近30年间不透水面景观格局的演变过程,旨在揭示其在城市化背景下的时空演变规律。研究结果表明：近30年来,秦淮河流域城市化进程推动下的景观格局变化显著,不透水面积增长近4倍,景观优势度大幅提升;城市化格局演变在2001-2003年前后具有明显差异,前期城市扩张以南京城区与江宁区为主,后期南京城区不透水面扩张大大减缓,而溧水区与句容市扩张速度大幅提升;城市化建设后期,流域内不透水面斑块形状复杂度降低、散布与并列情况减少、斑块的连通性、聚集度逐步增加,其中连通性水平较高的地区主要集中在南京城区和江宁区。     

城乡不透水面增长格局及地表温度的响应特征研究

为探究中国北方中温带,特别是东北寒区快速城市化地区城乡不透水增长格局及地表温度的响应特征,本文以哈尔滨市为例,基于国家资源环境遥感时空信息平台土地利用/覆盖变化（LUCC）数据集解译的2001年与2015年城乡建设用地和Landsat 7/8数字遥感影像,结合植被-不透水面-土壤（V-I-S）端元选取和完全约束最小二乘混合像元线性分解模型进行了不透水面提取（分辨率15 m×15 m）,并运用单窗算法进行了夏季地表温度遥感反演。结果表明：2001-2015年建设用地扩张259.05 km²,不透水面上升163.96 km²,城市与乡村不透水面占各自建设用地的比例由2001年的43.92%、21.35%变化为2015年的49.14%、34.27%,城乡比例差由22.57%缩减至14.87%,单位建设用地内乡村不透水面增量较高;2001-2015年城区以低温区、中温区、高温区为主,对不透水面扩张的响应剧烈,而乡村以低温区和中温区为主,低温区和高温区响应剧烈;地表温度与不透水面具有显著正相关,在低、中、高不透水密度区分别升温1.16o、1.45和1.79 ℃,相同不透水面盖度下城市升温高于乡村。总体而言,研究区不透水面大幅扩张,温度分区变化剧烈,地表温度随不透水面增加升温效果明显。     

超标暴雨下城市雨水管网排水效果——以西安市沣西新城为例

雨水管网是城市降雨径流的重要通道,其排水效果直接关系到城市排水防涝的安全,探明不同降雨下城市管网的排水效果对缓解城市内涝至关重要。采用GAST-SWMM耦合模型,以西安市沣西新城某区域为研究对象,设置1、2、5、10、30年一遇5个常规降雨以及50年一遇和100年一遇两种超标暴雨下区域2 h设计降雨过程,模拟研究区域不同重现期降雨下的管网排水情况,计算管道超载率和管网排水量,对管网排水效果进行量化评估。结果表明：常规降雨下管道超载率为0.00%～51.22%,100年一遇超标暴雨下达到64.63%,在降雨重现期达到30年一遇时管道超载率高于50%;1年一遇至100年一遇降雨条件下管网排水量占区域总降雨量的3.55%～22.25%,且随着重现期增长,排水量增加呈减缓趋势。大部分排水管网在超标暴雨甚至30年一遇常规降雨下处于超载状态,但在排水口畅通情况下依然具有排水能力,在城市排水除涝过程中作用显著。本研究为城市雨水管网规划、设计和运维提供参考。     

1992-2010年基于DMSP-OLS图像的环渤海城市群空间格局变化分析

从DMSP-OLS数据提取城市区域的经验阈值法存在固有的缺陷,经验阈值对不同的空间区域不具备通用性,不适用的经验阈值,将导致城区面积提取具有较大误差,可采用统计数据对经验阈值进行修正以降低误差。本文在大时空尺度条件下以少量样本城市的统计数据对经验阈值方法进行了修正;另采用Elvidge二次多项式模型对DMSP-OLS时间序列数据进行了校正。在此基础上选取总斑块数量、景观总面积、平均斑块大小、最大斑块面积比、斑块密度、景观形状指数、总边界长度、平均边界密度和斑块平均回旋半径共9个景观生态学指标,采用FRAGSTATS 3.3软件计算分析了1992-2010年环渤海区域城市发展的空间格局变化特征。结果表明:1992-2010年间,环渤海区域城市化进程持续较快发展,城市建成区总面积增加了2.14倍,平均城市建成区面积增加了76%,提取到的城市斑块平均回旋半径增加了约26.5%,并且城市景观斑块的复杂度明显上升,可检测到的城镇总个数增加了82%。但是,每100km2内孤立的城市景观斑块数却降低了约76%;大城市持续扩张的相对速度慢于中小城市,城市区域边界密度和整体城市分布景观格局破碎度逐渐降低,核心城市与周围卫星城市的景观斑块的联通性逐步增加。     

基于GEE平台的广州市主城区不透水面时间序列提取

不透水面作为城市化水平以及城市环境的重要评价指标,其提取已经是当下的研究热点。与单时相影像相比,时间序列制图能够获取其准确的变化趋势,对于监测城市的快速发展具有重要意义。本文以广州市主城区为研究区,以Google Earth Engine平台为基础,利用2000-2017年的Landsat TOA影像计算BCI和NDVI,并通过自适应迭代法确定它们的阈值,从而提取初始的不透水面,然后进行时间一致性检验,使不透水面时间序列更加合理。研究结果表明:①BCI与NDVI的结合以及时间一致性检验能够提高不透水面的提取质量;②本文中不透水面提取的平均总体精度为90.4%,平均Kappa系数为0.812;③在2000-2017年广州市主城区不透水面面积增加近一倍,但增速有所放缓。④新增的不透水面主要集中在原本相对落后的主城区外围;⑤高程、道路密度和购物场所密度等是影响广州市主城区不透水面扩张的主要因素。     

基于Cubist模型树的城市不透水面百分比遥感估算模型

不透水面是城市区域中一种典型的土地覆盖类型,是衡量城市环境质量和城市化水平的重要标志之一。与传统基于像元级的遥感研究方法相比,不透水面百分比（Impervious Surface Percent,ISP）的估算可以进入像元内部,获得更准确的城市信息。本文应用Cubist模型树,对Landsat TM的原始波段变量（除热红外波段）,建立ISP估算的基础模型（Base Cubist-ISP）。通过基于模型树的集成学习优化算法和加入相邻时相影像的波段变量中值,以削弱噪声的影响。然后,优选热红外波段和各种衍生变量,并进行属性精简,继而应用集成学习算法得到的参数和精简后的变量建立ISP估算的优化模型（Optimal Cubist-ISP）。对广东省广州市海珠区的实验结果表明,Optimal Cubist-ISP模型估算不透水面的整体均方根误差（RMSE）为12.98%,决定系数（R²）为0.90,精度明显优于Base Cubist-ISP模型,RMSE降低约5.03%,ISP在透水面区域被高估和高密度不透水面区域被低估的现象得到改善。本文提出的基于Cubist模型树建立ISP遥感估算的模型及优化方法可以适用于城市区ISP的提取。     

黄河下游沿岸湿地景观格局变化研究

在遥感和GIS技术的支持下,结合研究区湿地的区域特点确定沿黄湿地景观分类系统。构建了湿地景观格局变化表征模型,综合利用景观多样性指数、景观破碎化指数、景观要素斑块分布质心空间变化等景观格局指标和斑块数量,斑块面积、斑块平均面积、斑块数量等景观类型指标,比较系统地分析了近七年研究区湿地景观格局的动态变化。结果表明:①研究区湿地的分布面积呈显著下降趋势;②随着人类干扰强度的增加,景观多样性上升;③湿地景观要素中,稻田湿地、滩涂面积在减少,而水库坑塘、黄河面积都在不断增加。     

基于地表通量特征的城市不透水表面定量热红外遥感反演

城市不透水地表格局通过改变城市下垫面结构,引起地表反照率、比辐射率、地表粗糙度的变化,从而对地表辐射和能量平衡产生直接影响。不透水地表能增强地表显热通量,导致地表波文比升高,因此地表波文比的空间差异可推算城市人工不透水表面的分布。本研究选择北京市为实验区,应用Landsat TM卫星热红外遥感数据,采用PCACA模型及理论定位算法,对城市地表波文比进行反演,进而计算遥感地表波文比空间分布数据与城市不透水表面比例数据之间的相关关系,构建回归方程,实现北京市城区与近郊区人工不透水表面百分比分布的定量估算,最后以高分辨率遥感数据获取的城市人工不透水表面比例数据进行结果验证。结果表明,采用PCACA模型定量反演城市地表波文比数据,利用地表波文比数据与不透水表面比例数据之间的相关关系可实现城市人工不透水表面百分比数据的定量估算;波文比值不仅可在遥感像元水平定性判定不透水像元,还可对混合像元中的不透水比例进行较高精度的定量反演,其相关系数R²值为0.731。此方法有效地揭示了城市不透水下垫面对地表热通量影响的机制以及空间定量关系。     

暴雨内涝危险性情景模拟方法研究——以上海中心城区为例

本文采用地理信息系统技术（GIS）与水文/水动力学相结合的方法,使用修正的SCS模型进行产流模拟,利用局部等体积法和水动力模型进行汇流模拟,建立了基于情景的城市暴雨内涝危险性模拟工具,并对相同雨强情景下不同汇流模型的模拟结果与精度进行了对比分析。结果表明：（1）局部等体积法计算简单,对降雨的时程分配较为敏感,峰前历时和雨强对结果影响显著,较适合于雨型确定的城市暴雨内涝危险性快速模拟;水动力模型计算复杂,与整个降雨历时存在明显关系,模拟精度较高。（2）利用台风“麦莎”带来强降雨导致的积水实测数据,对模拟结果进行对比和验证,表明本文建立的水动力模型法模拟结果与实测降雨积水更为接近,更适合上海中心城区暴雨内涝危险性情景模拟。     

Landsat/OLI与夜间灯光数据在提取城市不透水面中的精度差异分析

不透水面作为反映城市发展程度和表征城市生态环境的重要指标,在城市化研究中成为重要的数据源。当前,不透水面信息的获取通常基于遥感数据来开展,包括不同分辨率的遥感数据。这些遥感数据在高精度提取城市不透水面的能力具有较大的差异,会因尺度不同而带来提取精度的偏差。因此,理解不同遥感数据源在不透水面提取上的差异尤为重要。本文利用Landsat/OLI光谱数据和VIIRS/DNB夜间灯光数据分别采用线性光谱混合分析法和大尺度不透水面指数法提取珠江三角洲研究区的不透水面信息,并从不透水面总体精度、不同密度精度对比分析2类数据源提取不透水面的差异。结果表明：① Landsat/OLI和VIIRS/DNB两者提取不透水面的总体精度差异不大,Landsat/OLI提取不透水面的精度总体上略高于VIIRS/DNB。2种数据提取不透水面的均方根误差RMSE分别是0.18和0.21,系统误差SE分别是0.12和0.13,决定系数R ²分别是0.76和0.67。② Landsat/OLI和VIIRS/DNB数据对不同密度不透水面分布区域的提取能力不同：VIIRS/DNB在低密度不透水面区域提取精度高于Landsat/OLI;而Landsat/OLI在中、高密度不透水面区域提取精度均高于VIIRS/DNB。通过2种数据提取精度差异的对比,以期为不同密度的不透水面分布区域提取找到最佳尺度的数据源,提高不透水面提取的效率和精度。     

Integrating CART algorithm and multi-source remote sensing data to estimate sub-pixel impervious surface coverage: a case study from Beijing Municipality,China

The sub-pixel impervious surface percentage(SPIS) is the fraction of impervious surface area in one pixel,and it is an important indicator of urbanization.Using remote sensing data,the spatial distribution of SPIS values over large areas can be extracted,and these data are significant for studies of urban climate,environment and hydrology.To develop a stabilized,multi-temporal SPIS estimation method suitable for typical temperate semi-arid climate zones with distinct seasons,an optimal model for estimating SPIS values within Beijing Municipality was built that is based on the classification and regression tree(CART) algorithm.First,models with different input variables for SPIS estimation were built by integrating multi-source remote sensing data with other auxiliary data.The optimal model was selected through the analysis and comparison of the assessed accuracy of these models.Subsequently,multi-temporal SPIS mapping was carried out based on the optimal model.The results are as follows:1) multi-seasonal images and nighttime light(NTL) data are the optimal input variables for SPIS estimation within Beijing Municipality,where the intra-annual variability in vegetation is distinct.The different spectral characteristics in the cultivated land caused by the different farming characteristics and vegetation phenology can be detected by the multi-seasonal images effectively.NLT data can effectively reduce the misestimation caused by the spectral similarity between bare land and impervious surfaces.After testing,the SPIS modeling correlation coefficient(r) is approximately 0.86,the average error(AE) is approximately 12.8%,and the relative error(RE) is approximately 0.39.2) The SPIS results have been divided into areas with high-density impervious cover(70%–100%),medium-density impervious cover(40%–70%),low-density impervious cover(10%–40%) and natural cover(0%–10%).The SPIS model performed better in estimating values for high-density urban areas than other categories.3) Multi-temporal SPIS mapping(1991–2016) was conducted based on the optimized SPIS results for 2005.After testing,AE ranges from 12.7% to 15.2%,RE ranges from 0.39 to 0.46,and r ranges from 0.81 to 0.86.It is demonstrated that the proposed approach for estimating sub-pixel level impervious surface by integrating the CART algorithm and multi-source remote sensing data is feasible and suitable for multi-temporal SPIS mapping of areas with distinct intra-annual variability in vegetation.