基于MODIS的城市大气颗粒物污染指数研究

遥感特征指数法是一种简单、高效的信息提取方法。根据气溶胶散射或吸收引起的卫星不同波段间表观反射率变化,构建了基于MODIS的城市大气颗粒物污染指数,结合石家庄市各环境空气质量站实测颗粒物浓度数据,分析差值植被指数(difference vegetation index,DVI)、归一化灰霾指数(normalized difference haze index,NDHI)、归一化建筑指数(normalized difference built-up index,NDBI)和差值建筑指数(difference built-up index,DBI)与PM10之间的相关关系。结果表明,除NDHI外,DVI,NDBI和DBI与大气颗粒物质量浓度均呈现负相关关系,DBI与PM10之间线性相关关系较为明显,综合多种大气颗粒物污染指数构建的大气颗粒物质量浓度估算模型,可以用来简便、快速地指示城市大气颗粒物污染状况。     

基于随机森林算法的地表温度降尺度研究

地表温度(land surface temperature,LST)是地面能量平衡等模型中的重要参数之一。高时间分辨率的遥感LST可通过降尺度处理实现空间分辨率的提高,这对详细的LST时空分布监测具有重要意义。以北京市为研究区,选择Landsat8 OLI/TIRS数据,通过改进的单窗(improved mono-window,IMW)算法反演LST作为验证数据,在计算归一化差值植被指数(normalized difference vegetation index,NDVI)和归一化差值建筑指数(normalized difference built-up index,NDBI)等多种遥感指数并模拟至1 000 m空间分辨率的基础上,联合空间分辨率为1 000 m的MODIS/LST产品,利用随机森林(random forest,RF)模型实现LST(100 m空间分辨率)降尺度,并与多因子回归方法和基于植被指数的LST锐化算法(TsHARP)2种常用降尺度方法进行对比。实验结果表明:以模拟Landsat/LST作为降尺度数据源,RF方法降尺度LST的均方根误差(root-mean-square,RMSE)为2.01 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.16 K和0.44 K;针对MODIS/LST降尺度时,RF方法的RMSE为2.29 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.42 K和0.50 K;针对不同地表类型,RF算法降尺度效果不同,其中高植被覆盖区表现最优,RMSE为1.81 K;城镇表面因其空间异质性,RMSE则达到了2.75 K。     

南京市地表参数变化与热岛效应时空分析

利用南京市1989年TM和2001年、2010年ETM+卫星遥感数据,提取了3个时期的归一化植被指数(normalized difference vegetation index,NDVI)、改进的归一化水体指数(modified normalized difference water index,MNDWI)、归一化建筑指数(normalized difference build-up index,NDBI)和归一化不透水面指数(normalized difference impervious surface index,NDISI)等地表参数;利用热红外波段遥感数据反演地表温度,并从时间维对比分析了3个时期各个参数的变化和产生的原因;利用回归分析方法探讨了上述地表参数变化与城市地表温度之间的关系,即地表温度与NDISI和NDBI呈正相关,与NDVI呈负相关。进一步分析表明,南京市最近20 a来不透水面和建筑面积大幅增大,植被覆盖范围减少,城市热岛效应加剧,不透水面、建筑指数与地表温度的变化趋势和城市扩张趋势一致。该研究成果对于揭示南京市热岛效应、优化土地配置和推进生态城市建设具有一定的参考意义。     

夏季川西高原地表温度的空间特征和影响因素——以西昌市大部分区域为例

揭示地表温度(land surface temperature,LST)的空间特征及其影响因素对环境变化研究具有重要意义。现有研究主要分析了单因子与LST的关系,但对向阳面和背阳面背景下多因子与LST的关系尚不清楚。研究中将区域划分为向阳面和背阳面,基于遥感数据提取土地利用信息并应用大气校正法进行LST反演,采用相关分析、主成分分析和逐步回归分析法构建LST与多因子(归一化湿度指数(normalized difference moisture index,NDMI)、归一化植被指数(normalized difference vegetation index,NDVI)、坡度(slope)、坡向(aspect)和数字高程模型(digital elevation model,DEM))的回归方程,研究了向阳面和背阳面背景下各因子对LST的影响程度。结果表明:相同海拔、土地利用的LST均表现为向阳面高于背阳面,LST随海拔升高而降低,不同土地利用的LST均不相同;向阳和背阳面LST的主要影响因素均为NDMI和DEM,向阳面NDMI影响程度最大,背阳面却相反;其余影响因子影响程度均较低,向阳面NDVI和背阳面Slope影响程度最大。因此,向阳和背阳面导致夏季川西高原LST空间格局变化,且其影响因子的影响程度和主次顺序差异明显。     

高原地区LST空间分异特征及影响因素研究——以桑珠孜区为例

揭示高原地区地表温度(land surface temperature,LST)空间分异特征及影响因素对当地气候变化研究的意义重大。现有研究主要分析了LST与单因子的关系,但以高原地区为研究区,结合多方面因子进行LST空间分异特征与影响因素定量分析的研究还相对较少。文中以西藏自治区日喀则市桑珠孜区为例,利用Landsat8遥感数据,采用辐射传输方程算法和普适性单通道算法反演研究区LST;应用地理探测器模型中的因子探测器与交互探测器分别定量探测出单因子与多因子共同作用时对LST的影响程度。研究结果表明,可量化因子中,LST随坡向度数的增加呈现出先增加后降低再增加的趋势,其他因子与LST间均呈明显的负相关关系,但下降速度存在差异;海拔是影响高原地区LST空间分布与分异特征的最主要因素,其后依次为归一化植被指数(normalized difference vegetation index,NDVI)、坡向、归一化水汽指数(normalized difference moisture index,NDMI)、土壤类型、坡度与年均降水量;高原地区LST的空间分布与分异特征的形成是多种因子共同作用的结果,所有因子在交互作用下均具有协同增强作用,海拔与坡向、海拔与NDMI以及海拔与NDVI的影响最为显著。     

基于TM图像的“增强的指数型建筑用地指数”研究

以Landsat TM/ETM+图像为数据源,研究城镇和农村建筑用地信息的提取方法.首先利用TM7,4,2波段创建归一化差值裸地与建筑用地指数(normalized difference bareness and built- up index,NDBBI);然后根据裸地在裸土指数(bare doil index,BSI)图像上的亮度值最高、在改进型归一化差值水体指数(modified normalized difference water index,MNDWI)图像的亮度值最低的特征,提出了增强型裸土指数(enhanced baresoilindex,EBSI);最后选用NDBBI,EBSI,MNDWI和SAVI( soil adjustment vegetation index,SAVI)4个指数,构建一种新型的建筑用地指数,称为“增强的指数型建筑用地指数”( enhanced index - based built - up index,EIBI),可快速地提取建筑用地信息.实验结果表明,用EIBI提取的建筑用地信息客观,人为干预少,可信度高,提取精度可达90％以上,适合于同时提取城市和农村建筑用地信息.     

基于机载MASTER数据的果园叶面积指数遥感反演

叶面积指数(leaf area index,LAI)是描述植被冠层结构的重要参数,准确获取果树的LAI对果树长势监测和果树估产均有重要作用。以美国加州中部的果园为研究区,基于沿太阳主平面飞行成像的机载MODIS/ASTER模拟传感器(MODIS/ASTER airborne simulator,MASTER)数据,利用实测LAI数据与归一化差值植被指数(normalized difference vegetation index,NDVI)、归一化差值红外指数(normalized difference infrared index,NDII)和归一化差值水体指数(normalized difference water index,NDWI)分别建立回归模型,并选取NDWI进行研究区LAI的反演。结果表明:由于地物的二向性反射,垂直太阳主平面飞行获取的遥感数据具有明显的亮度梯度现象,而沿太阳主平面飞行获取的遥感数据几乎不受亮度梯度的影响;NDVI在高植被覆盖区容易达到饱和,而NDWI比NDVI和NDII具有更高的拟合度和更小的均方根误差,更加适合研究区LAI的遥感反演;该研究结果可以丰富LAI反演理论,也可以为研究LAI尺度问题提供理论和数据支持。     

基于MODIS数据的上海市热岛效应分析

采用上海市2006年的MODIS LST影像,通过地表温度生成四季的热场强度指数图,对上海市的热岛空间分布的季节变化进行研究.研究表明,上海市热岛强度和热岛范围在季节分布上以夏季最为强烈,春季次之,秋季和冬季热岛范围和强度明显弱于夏季和春季.再结合植被覆盖度(FCOVER),分析两者的空间关系,表明两者存在一定的负相关性.其结果对城市的绿地规划和缓解城市热岛效应具有一定的指导意义.     

长三角夏季热岛效应时空演变分析

长三角城市群已成为国际公认的6大城市群之一,该区域的生态环境问题一直备受大家关注。选取2000、2005、2010年和2015年9月份8 d合成的MODIS温度产品,经过云检测与剔除,按照均值-标准差方法对热岛强度进行分级,分析了长三角地区夏季热岛效应的分布特征、演变趋势及空间变化差异。结果表明,长三角地区的城市热岛空间分布形态由"Z"字型向"W"字型格局转变;2000~2005年,长三角地区强热岛与正热岛数目增长最快,2005~2015年强热岛与正热岛总数增长率持续减缓;上海的强热岛面积一直最大,扬州、镇江、宁波等城市热岛效应呈现波动增强,苏州、无锡、常州等城市呈现波动减弱。     

基于决策树方法的Landsat8 OLI影像红树林信息自动提取

基于广西山口国家红树林生态自然保护区的Landsat 8 OLI影像数据,选用广泛应用于植被液态水含量反演的归一化差值湿度指数(normalized difference moisture index,NDMI)和修正的归一化差值池塘指数(modified normalized difference pond index,MNDPI)作为分类特征,运用决策树方法进行红树林信息的自动提取。研究结果表明:红树林独特的滨海湿地生境特点,使其光谱同时包含植被和湿地信息;MNDPI和NDMI可分别反映可见光-近红外波段反射率同短波红外波段反射光谱的反差,可成功应用于湿地植被信息的提取,能有效地将红树林同其他地物相区分;采用Landsat8 OLI遥感数据,并结合NDMI和MNDPI分类特征构建的决策树模型可有效地提取红树林信息,其错分率和漏分率都较低,分别为5.34%和1.69%。     

基于定量遥感的武汉城市热岛强度时空格局演变分析

应用定量遥感揭示武汉市热岛强度在不同季节和不同年份的时空格局演变.首先,选取2002年(1月,3月,7月,10月)及2000年,2004年,2010年7景ETM数据反演地表温度;其次,经热岛强度指数归一化地温数据,使数据间更具可对比性.对比2002年不同季节地温反演数据,分析武汉市热岛强度在不同季节的变化情况及形成原因.比较2000年,2004年,2010年三个不同年份地温数据,探讨热岛强度年际时空格局演变,建立LST与ndvi、城市热岛强度与水域面积间的相关关系,分析武汉市城区多年ndvi均值以及水域面积的时间变化趋势.结果显示:武汉市城市热岛强度存在明显的季节差异;年际热岛强度空间演变格局表现为以沿江地带为中心,以西北和东南两个方向为主向外延展;LST同ndvi呈负相关关系,其中ndvi值下降0.1,则地表温度上升约1.4℃;热岛强度同城市内水域面积大小亦呈负相关;对比分析了城区多年植被覆盖及水体面积变化趋势,总结出绿地等植被覆盖面积逐渐减小及湖泊面积逐步萎缩是造成武汉城市热岛强度增强的主要因素.     

基于MODIS影像及不透水面积的珠江三角洲热岛效应时空分析

珠江三角洲城市群是我国经济快速发展的地区,在经济发展的同时,其形成的热岛效应也日益明显。采用热红外遥感方法研究热岛效应,可很直观地了解城市热岛的空间分布状况。基于MODIS影像,运用劈窗算法,对珠江三角洲地区1 a中4季的地表温度(land surface temperature,LST)进行反演;并用不透水面积(impermeable surface area,ISA)对城市中心区和郊区进行划分,最终定量获得城市热岛效应的大小。研究结果表明,珠江三角洲地区存在较严重的热岛现象,夏季最为严重,冬季最轻,且城市之间有相互连接形成大片城市热岛效应的趋势;热岛效应的大小与归一化植被指数值成负相关,与城市的经济发展程度成正相关。研究成果可为珠江三角洲地区的城市发展规划提供一定的生态指导。     

南通市热岛效应的遥感分析

本文以3个时期的TM/ETM+图像为数据源,反演了南通市1995-2008年的地表温度,利用均值-标准差法对城市热场进行了分级,阐述了南通市热岛效应空间分布格局、时空演变特征,定量分析了地表温度与土地利用、植被覆盖率的关系,揭示了南通市城市热岛效应演变的原因。结果表明,随着城市化进程的加快,南通市城市热岛区域扩张明显,增加了11.96%,且呈现逐渐向东南方向扩张的趋势,除以濠河为中心的老城区继续保留其热岛特征外,在新城区和经济开发区出现了多个热岛区域,植被覆盖率与温度高低存在着较高的负相关性。     

林火烈度遥感评估指数适应性分析

科学合理地定量评估林火烈度,对揭示林火干扰下森林生态系统的变化,以及植被的恢复与管理具有重要意义。以美国科罗拉多大峡谷国家公园北缘的Poplar Fire为实验区,利用Landsat5 TM影像,结合实地调查的综合火烧指数(composite burn index,CBI),分析评价了归一化差值植被指数(normalized difference vegetation index,NDVI),归一化火烧指数(normalized burn ration,NBR),差分归一化植被指数(differenced normalized difference vegetation index,ΔNDVI)和差分归一化火烧指数(differenced normalized burn ration,ΔNBR)4种遥感指数对林火烈度评估的适应性。结果表明,4种遥感指数对识别不同等级林火烈度存在一定的差异。在未过火区和轻度火灾区,单一遥感指数的精度略高于差分遥感指数,其中NBR的提取精度最高,分别达到了66.7%和80%;在中度火灾区和重度火灾区,差分遥感指数的精度高于单一遥感指数,ΔNBR的提取精度最高,分别达到了100%和90%。总体上,基于差分遥感指数的林火烈度制图精度总体高于单一遥感指数,其中ΔNBR的总体制图精度最高,达到了86.2%。因此,ΔNBR是林火烈度分析与评估的适宜遥感指数。     

基于空间自回归模型的广州市NDVI和NDBI与气温关系研究

为了探索城镇化地区热岛的时空变化特征,采用2015年覆盖广州市的1 km空间分辨率MOD13A3月合成归一化植被指数(normalized difference vegetation index,NDVI)数据、用Landsat8 OLI提取的归一化建筑指数(normalized difference build-up index,NDBI)数据以及不同季节的气象站点近地表气温数据,运用相关性分析方法,研究近地表气温与NDVI和NDBI的相互关系;在此基础上,应用空间自回归方法构建不同季节的近地表气温与NDVI和NDBI的空间自回归模型,定量分析广州地区近地表气温与NDVI和NDBI的空间关系,并与普通回归模型进行比较分析。结果表明,不同季节的NDVI与近地表气温呈负相关,NDBI与近地表气温呈正相关;与普通线性回归模型相比,空间滞后模型与空间误差模型的拟合效果最优;通过比较分析相关系数(R~2)值、赤池信息量准则(Akaike information criterion,AIC)值及回归模型残差的莫兰指数(Moran index,Moran’s I),发现空间滞后模型的拟合效果略优于空间误差模型;从春季到秋季,NDVI对近地表气温的影响大于NDBI对近地表气温的影响;在空间滞后模型中,显著的、正的空间自回归系数表明,气象站点的近地表气温受到相邻气象站点的近地表气温的显著正影响。     

近42年黄河口海岸线遥感监测与变迁分析

基于MSS,TM及OLI等遥感图像数据,在面向对象分类技术的支持下,采用多尺度分割、归一化差值水体指数(normalized difference water index,NDWI)、大津算法(OTSU)水陆分离、互信息操作和特征知识融入等方法,实现了黄河口海岸线1973,1977,1984,1991,2000,2010和2014年共7个时相的海岸线自动提取;借助Arc GIS空间分析技术,完成了1973―2014年黄河口海岸线遥感动态监测与变迁分析。研究结果表明:近42 a来黄河口海岸线总体呈现向海洋方向的增长趋势,海岸线总长度大约增加了298.8 km;海岸线的时空变化特征显著,不同时间段的不同海岸地段呈现不同的特点;根据海岸线的进退情况,可将黄河口海岸线分为强进淤型海岸、强蚀退型海岸和蚀退型海岸。在岸线进退的驱动力上,黄河口海岸线的变化主要受黄河流路变化和海水侵蚀的影响,尤其是黄河入海口的流路改变;人类活动作为第三驱动力,加剧了海岸线变化特征的复杂性。     

不同土地利用类型的城市热环境效应研究——以广州市为例

利用2005年Landsat TM遥感卫星数据,对广州市不同土地利用类型与城市热环境之间的关系进行研究,发现不同土地利用类型对地表温度(LST)的影响具有明显的差异。草地、林地及耕地的LST与归一化植被覆盖指数(NDVI)呈现明显的负相关,水域的LST与归一化水体指数(MNDWI)之间呈现明显负相关,而城镇建设用地指数(NDBI)、未利用土地指数(NDBaI)则与LST呈现明显正相关。最后建立了LST与各土地利用类型表征指数及DEM之间的多元线性回归方程,可用来指示一个地区不同地表覆盖及地形差异导致的地表温度分布,为城市热环境的评价和分析提供依据。     

基于FY-3/MERSI数据的新疆融雪性洪水灾害监测

基于风云3号(FY-3)卫星中分辨率成像光谱仪(medium resolution spectral imager,MERSI)数据的归一化差异水体指数(normalized difference water index,NDWI)和基于蓝光波段的归一化差异水体指数(normalized difference water index based on blue light,NDWI-B),通过直方图分析获取了水体指数判识阈值,并对新疆北疆沿天山一带2009—2011年发生的融雪性洪水灾害天气进行了监测。对比基于环境1号卫星CCD数据的监测结果表明:利用FY-3/MERSI的250 m空间分辨率数据可实现对新疆融雪性洪水灾害的监测,其中利用FY-3/MERSI NDWI-BFY数据的判识效果最好。     

重庆市近30a不透水面时空变化研究

基于1994年、2004年和2014年重庆市中心城区的遥感影像数据,利用NDISI归一化差值指数提取信息,采用景观格局指数等方法对不透水面的时空变化进行分析。结果表明:①不透水面扩展明显,面积由1994年的103.76 km~2增加到2014年的583.13 km2,年均增长量逐渐上升;②不透水面围绕城市中心扩展,具有方位分异特征,主要扩展为北方向(渝北区、北碚区)、东北方向(江北区)和西方向(沙坪坝区、九龙坡区);③1994-2004年不透水面主要为分散式扩展,2004-2014年主要为蔓延式和聚合式扩展。获取不透水面时空变化规律能为城市发展规划提供参考;通过合理调节其扩展速度和范围可缓解城市热岛效应,进而改善区域生态环境。     

ENDSI增强型雪指数提取积雪研究

快速、准确、客观地提取积雪覆盖信息,获得积雪覆盖时空分布资料,是资源生态环境变化研究中的基本问题,卫星遥感技术为有效解决这个问题提供了技术支持。归一化差值雪指数(normalized difference snow index,NDSI)法利用积雪在绿光波段(0.53~0.59μm)高反射和短波红外波段(1.57~1.65μm)强吸收特征,可实现遥感自动提取积雪区。以Landsat8 OLI影像为数据源根据积雪的光谱特征,在加入波段B1(0.433~0.453μm)和B2(0.450~0.515μm)特征的基础上,运用提出的增强型雪指数(enhanced normalized difference snow index,ENDSI),从OLI影像上进行积雪自动提取。研究结果表明,对积雪厚度变化ENDSI敏感度强于NDSI;在裸土、薄雪及厚雪区,随着积雪厚度的增加,ENDSI值变化幅度强于NDSI,能有效增大雪与非雪的差异;当ENDSI阈值取0.3时,可以有效区分雪与非雪,提高积雪提取精度。