长江三角洲土地资源遥感动态分析

对土地资源需求的增长与有限的土地资源量之间的矛盾 ,是长江三角洲区域经济持续发展的主要矛盾之一。随着长江三角洲区域经济的快速发展 ,城市化、工业化进程加快 ,土地资源在高强度的开发中发生快速变化。在经济发展的同时 ,人与土地资源的矛盾更加尖锐 ,成为当前制约国民经济持续、协调发展的重要因素。长江三角洲地区是我国经济高度发达的地区之一 ,也是我国历史上少有的大面积粮食高产、稳产区。本文在利用遥感和 GIS技术对 1985～ 2 0 0 0年间全区土地资源进行动态分析 ,特别是在对耕地资源数量的定量分析基础上 ,结合区域土地资源的结构变化特点 ,深入研究其时空过程及动态变化规律 ,探索长江三角洲地区耕地动态平衡的措施与土地资源合理利用的对策 ,为区域农业持续发展服务。     

济南市长清区2011—2020年土地利用变化时空分异特征及其成因

研究城市土地利用时空变化特征及驱动因素对城市促进合理利用土地资源、生态—社会—经济可持续发展具有重要意义。本研究运用ArcGIS定量提取土地利用数据,建立土地利用变化幅度模型和土地利用变化程度模型,分析长清区2011—2020年土地利用时空变化特征;选取8个社会经济驱动因子,利用皮尔逊相关系数法研究土地利用变化的社会经济驱动机制。结果表明,2017年后长清区土地利用处于调整阶段,应优化土地利用规划,提升土地利用社会—经济—生态综合效益。     

基于最邻近时空距离的土地变化过程时空模式分析

土地利用/土地覆盖受人类活动和城市的快速扩张的影响发生了巨大的变化,这种变化对生态环境和地表景观的影响极大。土地利用/土地覆盖的变化过程既受自然、经济等多种因素的影响,也是人类活动规律和自然因素制约的外部表征。因此研究土地利用/土地覆盖的变化过程具有重要的意义。土地利用/覆盖变化的监测和分析,在传统的方法中侧重于分别对各个时空快照上土地利用结构的整体差异的研究,割裂了不同快照间土地利用单元在演化过程上的有机联系。本文以序列土地利用数据构成的土地变化过程为核心研究对象,在土地变化过程的最邻近时空距离度量的基础上,开展基于蒙特卡洛随机模拟的土地变化过程的时空聚集性度量,量化分析土地利用变化过程时空聚集模式的显著性。使用淮南市市辖区2008-2017年土地利用数据,选取典型的时空演化类型(任意2年间从"耕地"演变为"草地")进行实证研究,结果表明此类土地变化过程在过去10年呈现出时空聚集模式,但统计上并不显著。本文的研究有利于把握土地利用单元在时空上的演变过程,探查土地利用变化过程中潜在的时空演化模式。     

东阿县土地利用覆被变化分析

以东阿县作为研究区域,采用地理信息系统技术和Excel软件,利用数学模型定量研究区域土地利用的时空变化。应用土地利用动态模型、土地利用程度时空演变模型等来研究东阿县土地利用的变化,主要有各类型土地利用数量变化分析、结构空间变化分析、土地利用程度变化分析。对东阿县未来土地的可持续利用提出建议和对策。     

邹平县土地利用时空变化及驱动力分析

采用土地利用动态度分析方法和GIS技术，通过建立土地利用空间数据库，构建土地利用时空变化模型，分析上一轮规划以来邹平县土地利用时空变化特征及驱动力。研究结果表明，从1996到2005年近10年间，邹平县土地利用／覆被变化明显。其中耕地和未利用地面积减少量最大，耕地面积逐年减少的主导原因为城镇工矿及交通水利等建设用地的逐年增加，这与邹平县城镇化水平不断提高及经济快速发展密不可分，而城镇工矿用地与GDP、非农业人口存在很强的线性相关关系；未利用转出地类主要为农用地，这一定程度上缓减了因建设占用农用地所引发的农用地规模不断下降的压力。     

中国土地利用变化遥感研究的回顾与展望——基于陈述彭学术思想的引领

20世纪80年代以来中国社会经济快速发展带来的工业化、城市化正深刻影响着中国土地利用空间格局并影响到区域和国家生态与环境状况。在陈述彭先生指导下,1992年以来中国科学院建立起了完整的土地利用/覆盖变化遥感监测与数据分析技术路线,以及独特的分类体系和动态区划体系,奠定了中国LUCC信息平台的基础。本文在系统回顾陈述彭学术思想指导中国LUCC研究的基础上,面向国家需求与国际科技前沿梳理了我国LUCC研究的核心科学问题,并总结了中国科学院团队在最近20年LUCC研究取得的成果,包括土地利用/覆盖动态时空表征与分析模型、土地利用/覆盖变化过程及驱动机制、基于大数据和云计算的土地利用/覆盖变化探测方法、城市土地利用变化的区域气候/生态效应、气候变化与土地利用变化对农田生态系统的影响、林业活动的区域气候/生态效应,在此基础上对未来LUCC研究的前景进行了展望。     

沈阳高新技术产业开发区土地集约利用评价

正为促进经济快速发展,我国实施了开发区经为济发展战略,开发区的经济发展和资源开发对于全国各地都有一定的指导意义和示范意义。努力提高土地集约利用程度,科学高效地开发利用土地资源,在当前中国经济飞速发展的时期显得尤为重要。本文主要对沈阳高新技术产业开发区的土地集约利用状况进行评价分析,以期寻求提高开发区土地集约利用水平的新途径。     

厦门市土地利用年际变化遥感分析

采用多步骤遥感图像分类以及后分类变化检测方法所得到的厦门市1989、1995和2000年的图像分类图及土地利用变化转换矩阵,查明了厦门市1989～2000年的土地利用变化：城乡建设用地、耕地以及林地／园地等主要用地类型的面积及变化;大量耕地被城市扩展侵占,数量不断减少,质量不断下降。分析认为,工业化和城市化的发展、人口的增长以及自然地理条件等因素是厦门市土地利用发生变化的主要驱动力。研究表明,利用3S技术可以快速有效地对城市土地利用年际变化进行动态监测,揭示城市土地利用动态变化的特点及其内在规律,为城市规划和政府决策部门提供参考依据。     

基于土地利用变化的生态风险评价——以广西岑溪市为例

该文以1999年及2009年岑溪市土地利用数据为来源,在GIS的支持下,分析了10年来研究区内的土地利用变化的时空特点及其转化过程,结合土地利用综合指数、耕地垦殖指数、植被覆盖指数、景观破碎度指数评价了土地利用变化的生态风险。研究表明:研究区域内10年间土地利用类型发生了复杂的相互转换,其中林草地、建设用地和耕地为研究区内变化面积最大的3种土地利用类型;受经济快速发展和城市化进程加快的影响,土地利用的广度和深度不断增大,全市土地利用趋于破碎化,土地生态风险程度有所增加。     

土地利用空间格局的置换变化与代换变化分析

为揭示土地利用空间格局的动态变化,本文基于土地利用转移矩阵,从类型间的空间转移过程出发,构建了置换变化与代换变化的计算模型,并对其2种变化进行了分析。置换变化是2种类型之间以相同面积发生空间位置的置换过程,且各种类型的数量结构保持不变;代换变化则是所研究类型的数量结构保持不变,而与之转换的其他类型数量上的增加或减少;从而将单一类型的总变化进一步细分为置换变化、代换变化与净变化。以晋江流域1985年与2006年2期土地利用格局的变化为例进行分析,结果显示：在1985-2006年间,晋江流域的土地利用空间格局发生了显著变化;园地、建设用地、未利用地呈现扩张态势,草地与旱地呈现萎缩变化,水域变化不大;这6种地类的交换变化面积相对较少,以置换变化为主。水田与林地则主要表现为空间位置的交换变化,其中,水田呈现出与林地、旱地2种类型之间的置换变化,而林地则主要是园地-林地与林地-草地这2对类型间的代换变化。结果表明,通过置换变化与代换变化的分析,更细化了各种类型之间的动态变化过程。     

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。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

武汉市夏季城市热岛与不透水面增温强度时空分布

城市化的不断发展使自然地表不断被不透水面所取代,城市地表温度高于乡村,形成了显著的热岛效应。城市热岛给城市生态发展与人类健康带来了严重的负面影响,对其空间模式与背后形成机制的研究意义重大。本文以武汉市为例,基于2001、2007和2016年夏季Landsat系列影像使用辐射传导方程法反演了城市地表温度,并采用MOD11A1数据进行了验证;同时,计算了不同时期的城市温度等级和热岛比例指数,分析了城市热岛的时空变化。此外,为了探究热岛效应形成的主要原因,即不透水面与热环境的关系,全局角度使用多元线性回归分析对比了其增温效果与植被水体降温效果的强弱,空间局部角度采用地理加权回归结合地形数据得到了其增温强度的时空变化。结果表明：① 辐射传导方程法适用于实验中研究区的反演;武汉市城市热岛比例指数先增后减,但温度等级高的地区仍在不断扩张;② 多元线性回归可以准确地反映不同地表覆盖对地表温度的影响,R^2值为0.910,总体上武汉市不透水面的增温效果强于植被的降温效果,并弱于水体的降温效果; ③ 2001-2016年不透水面增温强度较高区域的分布呈现“单中心”到“多中心”的变化趋势,由单一集中于中心城区变为了分散集中于三环线附近的汉阳沌口工业区、青山工业区、阳逻开发区和东西湖区等地区。综上所述,武汉市夏季热环境问题仍然较为严重,城市外部地区的不透水面增温强度正在逐渐增大,规划治理应当给予这些地区更多的关注。     

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。     

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。     

近20年京津唐地区不透水面变化的遥感监测

不透水面是衡量城市化程度的重要指标之一,对京津唐城市群的不透水面进行深入研究,可以量化城市群扩张过程及其影响,对该区域多城市协调发展及规划布局具有重要意义。本文结合高分辨遥感影像、生长季及落叶季的Landsat TM遥感影像和夜间灯光数据等,采用分类和回归树（Classification and rRegression Tree, CART）算法,构建了适于京津唐地区不透水面盖度提取的技术方案,获取了京津唐地区1995-2016年共5期地表不透水面盖度专题信息,并分析了地表不透水面的时空演变规律,结论为：① 适于京津唐地区不透水面盖度提取的CART算法的最佳输入变量组合为：生长季和落叶季的Landsat TM图像以及对应的夜间灯光数据;其次为生长季Landsat TM遥感图像和夜间灯光数据组合方案。利用该组合方案,ISP估算输出结果的交叉验证精度R值可以达到约0.85,可以满足地表不透水面纵向对比分析的需要。② 从地表不透水面总面积数量值来看,1995-2016年京津唐主体城市区域整体上呈增长趋势,其中2011-2016年地表不透水面积增加愈加明显;③ 从地表不透水面盖度值的高低来看,1995-2016年京津唐中、高盖度不透水面的占比都是在不断增长的,低盖度不透水面占比存在少量下降现象,且京、津、唐3城市的主体城区各阶段变化差异较大,反映出了各城市扩张具有各自不同的时空演变特征。     

一种基于NDISI的复合权重波段双差值不透水面提取指数

针对现有遥感指数提取不透水面取结果中混有沙地、裸土等噪声的问题,本文在传统NDISI的形式基础上,提出一种新型的复合权重双差值不透水面指数（Composite-Weighted Double-Difference Impervious Surface Index, CWDDISI）。通过波段的2次差值扩大不透水面和裸地的光谱表现差距,并以植被指数和夜光灯数据作为约束权重,以此提高热红外波段中的不透水面信息比重的同时降低噪声地物的干扰。本文利用Landsat8 OLI-TIR、Landsat7 ETM⁺以及Sentinel-2A光谱数据,结合珞珈一号、DMSP-OL以及VIIRS/DNB夜光数据,选取广州市、西安市、咸阳市以及深圳市、北京市为实验区展开对比实验。研究结果：① CWDDISI具有很好的多区域适用性。在2018年的数据集上,相较于NDISI,CWDDISI在以山地为主的广州市试验区和以平原为主的西安市、咸阳市实验区中,其不透水面提取总精度分别提高了6.02%和7.56%,Kappa系数提高了0.078和0.104; ② CWDDISI具有很好的多时相数据适用性。实验选取2002年和2016年的Landsat7 ETM⁺多时相数据,以深圳市和北京市为实验区展开对比;相较于NDISI,CWDDISI的不透水面总精度分别提高了1.74%和2.13%,Kappa系数分别增加了0.028和0.076。通过实验对比结果可证明,CWDDISI能够克服传统不透水面指数难以区分不透水面信息和裸土区域的问题,为后续不透水面指数的研究提供参考价值。     

长江三角洲城市化地区植被初级生产力的时空变化研究

城市化过程对植被初级生产具有重要影响。以往研究主要集中于城市用地扩张对植被初级生产力的直接影响分析,而较少关注其间接效果。本文以长江三角洲地区为例,分别从地区尺度和城市尺度分别分析了2000-2013年植被初级生产力的时空变化,探讨了其与气温、降水量及城市建成区绿化覆盖率的关系。研究表明：地区尺度上,2000-2013年长江三角洲植被初级生产力呈现不断增加,其中城市建成区植被初级生产力呈现显著增加的趋势（P<0.05）;城市尺度上,城市建成区内植被初级生产力主要呈现增加的趋势,而其外围缓冲区内则与此相反。在当前气候变化背景下,这可能与城市建成区绿化覆盖率不断增加,及快速的城市扩张有关。     

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.     

耦合蚁群算法和SCS-CN水文模型的城市不透水面空间格局优化

近年来,中国城市暴雨内涝频繁发生,已经发展成为一类严重的“城市病”。城市不透水面密度及其空间格局是形成暴雨内涝的一个重要影响因素。本文提出一种耦合蚁群算法和SCS-CN水文模型优化不透水面空间格局的方法,从而实现通过增加地面雨水渗透量达到减缓城市内涝发生的目的。首先应用Williams公式计算基于坡度修正的CN值,在此基础上计算地表径流量;然后设定径流系数最小化目标,耦合水文模型和蚁群算法对径流小区尺度的不透水面空间格局进行优化配置;最后应用景观格局指数对不透水面空间格局进行分析。研究结果表明：面对1年、5年、10年、20年、50年以及100年一遇重现期的1 h持续降雨事件,研究区优化后的不透水面空间格局可以分别减少径流系数21.19%、19.58%、19.38%、18.93%、18.41%和17.25%,在一定程度上缓解城市暴雨内涝的发生。在此基础上,提出面向暴雨内涝防治的城市更新优化措施建议：① 通过增加草地、花园、树木等植被绿化减少高不透水面类型的面积,并划分成更多中高不透水面类型的斑块;② 集聚低、中低等不透水面类型,从而加大连通性,形成更多的中高不透水面类型;③ 增加每个径流小区内斑块数量,增大斑块密度,减少其蔓延度和聚集度。