遥感监测下的城市扩展分析——以泉州市为例

城市的建设和发展是社会进步的重要标志，城市扩展的空间数据是评估城市化进程的一个重要指标。本文通过对泉州1989年和2000年TM/ETM 影像的遥感监测，利用仿归一化植被指数(NDBI)和计算机监督分类提取了泉州在这11年中的城区空间扩展信息，并分析出泉州市的扩展方式是低密度蔓延和沿条带状扩展相结合的。     

芜湖市城市扩展的遥感监测及驱动力研究

通过对芜湖市1979,1988和2001年的MSS/TM/ETM 遥感影像的动态监测,利用改进后的条件仿植被指数(NDBI)专题信息提取法与监督分类法相结合提取城市建成区空间信息.利用叠加分析法对芜湖市建成区不同时期城市扩展特征进行研究,表明城市扩展在时间上呈现扩展速度不断增加,空间上呈现扩展的方向性特征.分析了各个时期城市扩展模式,结合社会经济统计数据,得出城市扩展的主要驱动力是城市人口的增长和经济的发展,政府决策在宏观上影响着城市扩展的方向和强度的结论.     

高原草地退化遥感监测对象的地学属性分析--以西藏自治区那曲县为例

本文通过分析那曲县草地退化遥感监测对象的空间分布特征、波谱响应特征和时相特征三个地学属性,得出以下结论:(1)那曲县的自然景观单元分异程度比较低;(2)退化草地植被在TM5、6波段具有高反射值,LAND-SAT TM信息源中具有对草地植被退化敏感的波段TM7,TM5和TM3;(3)高原植被返青比较晚,生长期短,7、8月份是牧草生长旺季。并根据地学属性分析结论选择7月下旬的LANDSAT TM图像作为草地退化动态监测的主要遥感信息源。     

草原植被长势遥感监测研究进展

草原植被长势监测是草原监测的重要领域, 它能从宏观上揭示草原的生长状况及其动态变化, 从而为草原科学管理提供快速、准确的参考依据。目前长势监测主要利用遥感的方法, 即选择归一化植被指数NDVI作为反映植被生长状况的指标, 方法有同期对比法、植被生长过程曲线法、直接监测法。本文在总结草原长势监测进展与方法的同时, 指出了其中存在的问题--监测中过分依赖NDVI、不区分草原类型而使用同一种方法进行监测;对未来发展方向做了展望--监测中选用适宜植被指数、监测方法, 分区域、分类型的监测长势, 提高监测精度, 将长势监测与草原产草量、生产力结合, 为牧民生产提供指导。     

资源型城镇空间扩展遥感监测分析——以鄂尔多斯市为例

以RS和GIS作为技术支撑,基于多期Landsat TM期遥感影像数据,采用全数字化人机交互式解译方法提取鄂尔多斯市城镇空间信息特征,结合GIS空间分析功能,以地学统计方法定量研究了城镇扩展的强度和紧凑度,同时以评价指标与社会经济统计数据相结合方式,对鄂尔多斯市城镇扩展驱动力进行分析,结果表明资源的开发导致经济发展和人口增长是城镇扩展的重要驱动因子,政府政策性要素在宏观上及区域地理环境作用着城镇的扩展。     

基于遥感数据的伊宁市城市扩展及其驱动力分析

以新疆伊犁哈萨克自治州直属市-伊宁市为例,以1990-2015年的 Landsat TM/ETM+/OLI遥感影像为数据来源,采用最大似然法提取土地利用信息,通过城市用地扩展的变化分析、城市土地利用的动态度分析、城市用地的转移特征分析、转移矩阵特征分析、土地利用变化率分析、单一土地利用动态度分析等方法,对伊宁市城市信息和城市扩展及其驱动力进行回归分析和相关性分析。结果表明：（1）1990-2015年间建设用地扩展速率和扩展强度的变化趋势基本一致,最大值分别为7.85%、18.64%,出现在2000-2005年间。（2）研究期间建设用地重心总体上向西北方向转移2 087.79 m。（3）建设用地扩展空间主要来自于耕地、未利用地、林地。（4）经济发展、人口增长是伊宁市建设用地扩展的主要驱动因子,两个因素的相关性达到0.988和0.996。本项研究成果为更准确、更快捷地掌握伊宁市城市扩展变化的规律、合理布局城市改造及其未来发展方向提供客观的科学依据。     

基于GIS的公路沿线地表植被变化遥感监测——以昆石公路为例

随着道路网络的发展所带来的许多生态效应，道路沿线生态环境及其安全分析显得越来越重要。以昆石公路为例，利用多时相遥感影像和GPS定位调查等数据，对公路沿线区域地表植被覆盖变化信息进行了测定与分析理解。研究采用不同时相的NDVI图像进行彩色合成直观反映地表植被的变化信息；对不同时相NDVI图像进行NDVI值分级和彩色压缩以定量和定性地描述区域地表植被的变化情况；将多时相NDVI彩色合成图进行IHS变换获取变化类型图，对植被覆盖变化进行定量分析；最后结合资源与生态环境信息数据库中有关信息进行植被覆盖变化影响因素分析。     

基于多源遥感数据的城市变化监测研究——以郑州市为例

遥感技术以其具有宏观、快速、准确、及时等特点为城市变化趋势分析提供了快速便捷的途径。选取郑州市1988年TM、2001年ETM+和2007年CBERS遥感数据,经过一系列数据预处理后,采用决策树分类算法,进行基于知识遥感分类及专题图的制作。对分类结果利用土地利用结构变化、动态变化率、转移矩阵等指标进行变化分析,分析结果揭示了不同时期城市扩张与植被、水体和农村居民点的变化关系,对于地区土地可持续利用具有重要参考作用。研究数据表明,20年来郑州市城市用地以年均8%的速度增长,植被减少25%,水体减少30%。     

中亚地区土地沙漠化遥感监测——以土库曼斯坦为例

以土库曼斯坦国为例,以MODIS遥感影像为数据源,通过地表反照率和植被指数建立Albedo-NDVI特征空间,并对Albedo-NDVI特征空间含义进行扩展,建立沙漠化分级指数模型,提取2000-2012年间土地沙漠化动态信息,在此基础上研究沙漠化土地时空变化特征。研究表明：（1）13 a来,土库曼斯坦地区土地沙漠化面积总体呈减少趋势,沙漠化总面积减少了9 332.61 km²,但沙漠化程度加深,极重度沙漠化和重度沙漠化面积分别增加了2 173.27 km²和43 428.47 km²;（2）极重度沙漠化和重度沙漠化面积的增加主要由轻度沙漠化转化而来,非沙漠化土地在13 a间增加了9 332.61 km²,占非沙漠化土地的12.4%;（3）2000-2012年,13 a间各沙漠化土地类型的重心呈现由西北向东南迁移,再向北迁移的过程,平均向北迁移了89.55 km,其中轻度沙漠化重心迁移最为明显,为148.41 km。     

基于Ts-EVI特征空间的春旱遥感监测——以河北省为例

春季干旱是影响我国农业生产的重要自然灾害。以河北省为研究区,采用Ts-EVI构建的特征空间,以温度植被干旱指数TVDI作为土壤水分估算因子对2005年4～5月的春旱发生与发展进行遥感监测,主要得出以下结论:(1)表层土壤相对湿度RSM_(10)与TVDI的相关性均通过了α=0.001水平的置信度的t检验而表现出显著相关性,基于Ts-EVI特征空间构建的TVDI可以较好地估算土壤表层水分状况。(2)TVDI与不同土壤深度RSM的相关性在不同时期存在一定的差异,4月上旬～4月中旬以10 cm深度处的相关性最高,20 cm处次之;4月下旬～5月下旬以20 cm土壤深度处的相关性最好,10 cm处次之。(3)在不统计云覆盖地区旱情的情况下,2005年4月上旬河北省春旱面积为15 014.4 km~2;4月中旬～5月下旬的春旱面积分别为43 350.4 km~2、13 889.3km~2、71 664.3 km~2、12 864.8 km~2和44381.5 km~2。     

基于地学信息图谱的矿业城市空间扩展研究——以徐州市为例

以矿业城市徐州市区1979,1989,1999和2009年4期遥感信息图谱数据为基础,借助GIS空间分析技术和相关统计分析方法,从城市建成区面积变化、扩展强度、分维数、重心坐标、紧凑度等方面对徐州市城市扩展的时空变化特征和驱动力进行分析.结果表明:1979-1999年间,徐州市建设用地面积持续增加,分维数有所变化,扩展强度逐渐增强,1989年以后城市重心朝东部和东南方向移动,城市紧凑度增加,分形维数逐渐减少,城市空间形态趋于合理.自然地理环境、煤炭资源的开采、政策、经济和人口等因素是城市空间扩展的主要因素.     

城市热岛斑块遥感识别及空间扩张路径研究——以北京市为例

研究利用MODIS地表温度数据产品,引入概率阈值算法提升城市热岛斑块空间识别精度。在此基础上,构建城市热岛扩张指数将城市热岛斑块时空变化过程分解为飞地型、边缘型、填充型扩张模式和缩减型模式。基于土地利用变化过程,开展城市热岛斑块空间扩张模式的路径分析,准确识别城市热岛斑块空间扩张路径的来源和归趋。研究表明：2020年北京市夏季昼夜城市热岛斑块总面积分别为3932 km²和2 266 km²,占北京市总面积比例23.96%和13.81%。2005―2020年夏季昼夜城市热岛斑块面积比例分别增加43.40%和24.44%。增长型城市热岛斑块面积大于缩减型城市热岛斑块面积。边缘型扩张模式是增长型城市热岛斑块最主要的模式。耕地、城市建设用地、农村居民点是增长型城市热岛斑块主要的空间扩张路径。研究结果为揭示城市热环境形成过程和精细化管理提供理论依据和数据支撑。     

云南城市经济影响区空间组织演变规律

对1990-2004 年云南省城镇发展差异进行分析,发现自20 世纪90 年代以来云南省城市综合实力总体呈差异扩大的趋势,表现出小城市发展缓慢且分化不明显,少数高位城市极化,在空间呈现明显的核心-边缘倾向等特征。其后,进一步展示云南省城市经济影响区空 间演化的阶段性规律：① 20 世纪90 年代以前云南省城市经济影响区被特殊的地理环境分割 成破碎且难以整合的小型离散化的格局;② 自20 世纪90 年代以来,随着地区工业化和城市 化加速进行,交通通讯网络的发育和辐射,中小城市得以发育,伴随于城市经济影响区空间 扩张与收缩,云南省城市经济影响区逐渐从单层离散分布演变为三层嵌套结构,并不断朝更高级的结构形态演进,即云南省城市经济影响区空间呈现显著的、由小规模离散分布阶段、过渡转型阶段到嵌套复合阶段的时空演化序列。最后,针对这种时空演化序列,笔者解析出云南省城市经济影响区在不同时空条件组合下的三种空间扩展类型：单向拓展类型、多向拓展类型和邻接扩展类型。     

基于遥感数据的苏州市热岛效应时空变化特征分析

城市化对于城市环境的一个重要影响是热岛效应.为了研究苏州市20多年来城市化进程对热岛效应的影响,采用遥感与GIS相结合的方法来定量的分析城市热环境的时空变化.根据1986和2004年两个时相的Landsat TM影像提取了研究区的土地覆盖以及亮温信息,在此基础上通过统计分析和GIS的缓冲区分析对这18a来苏州地区的热岛时空变化及其与土地覆盖变化的关系进行了深入研究.分析结果表明,城市热岛与城区的空间分布之间存在明显的一致性.     

基于空间回归分析的城市土地综合承载力研究——以环渤海地区城市群为例

归纳出了影响城市土地综合承载力的3个主要因素;并对普通最小二乘法(OLS)模型和地理加权回归(GWR)模型进行了分析;进而对环渤海地区城市群土地综合承载力进行了实证研究.结果表明:①环渤海地区城市群土地人口承载力的增强,土地资源、环境承载力的优化,土地经济、社会承载力的拉动,能够提升城市土地综合承载力水平.②人口因素、资源环境因素对土地综合承载力影响的平均空间回归系数均从山东半岛城市群开始沿顺时针方向递增,经济社会因素对土地综合承载力影响的平均空间回归系数则从京津冀城市群开始沿逆时针方向递减.③这3个主要因素对土地综合承载力的影响敏感程度都存在较为明显的“高低区域地带”.     

基于卫星遥感和POI数据的人口空间化研究——以广州市为例

以广州市为例,基于NPP/VIIRS夜间灯光、土地利用、POI（Points of Interest）等自然地理和社会经济因素,构建了人口空间化指标体系,采用主成分赋权法确定人口分布权重,利用GIS技术对人口统计数据进行了空间化处理。结果显示：综合考虑了自然地理和社会经济因素的人口空间化结果与真实的人口空间格局相吻合,空间分辨率为30 m,且相对误差绝对值＜25%的乡镇有62个,所占比例为36.47%;而不加POI数据得到的人口空间化结果,相对绝对值＜25%的乡镇有33个,所占比例约为20%,精度明显降低。结果表明：1）综合考虑NPP/VIIRS夜间灯光、土地利用、POI等自然地理和社会经济因素,有助于实现精度较高的人口空间化结果;2）将能够反映微观细节信息的POI数据引入人口空间化研究,扩展了人口空间化的数据源,并且可以提高人口空间化结果的精度。     

基于RS/GIS的珠海市城市空间扩展

以珠海市为研究区域,基于RS/GIS数据源,将多个时段TM遥感影像解译成土地利用现状图,研究1973-2008年珠海市城市空间扩展。结果表明：（1）1973-1988年是珠海市城市发展的初期,飞地式扩展占新增城市用地面积的84.51%,边缘式扩展的比例为12.76%,而填充式扩展为2.71%;（2）1988-1998、1998-2008年分别是城市发展的“扩散”阶段和“边缘扩张”阶段,飞地式扩展开始沿着交通线在金湾和斗门两区范围内大幅扩散,全市以飞地式扩展为主,边缘式和填充式扩展比例较低;（3）从政策和经济两方面分析影响珠海市城市空间扩展的驱动力因素,其中政策因素对珠海市的城市发展有着重要影响,从特区设立开始,到后来的特区扩容,珠海的发展深深地刻上了特区政策的烙印;经济驱动是珠海市城市发展的重要因素,其与人口增长因素是导致珠海市城市空间扩展的最直接驱动力。     

快速城市化地区土地利用变化的人文因素分析——以泉州市为例

基于1988年的TM影像和2000年的ASTER影像解译的福建省泉州市两期土地利用数据,在GIS支持下揭示了研究期内泉州市土地利用的结构变化特征,并从定性与定量的角度探讨了土地利用变化的人文因素与驱动机制.研究结果表明:人口增长、城镇化和工业化、农业结构调整、城镇居民消费水平、技术进步和土地集约利用是泉州市土地利用变化的主导驱动因子,闽南文化的价值观、居住方式的演化以及县域产业结构差异对泉州土地利用变化也有着深刻影响.     

快速城市化地区土地利用变化的人文因素分析—以泉州市为例

基于1988年的TM影像和2000年的ASTER影像解译的福建省泉州市两期土地利用数据,在GIS支持下揭示了研究期内泉州市土地利用的结构变化特征,并从定性与定量的角度探讨了土地利用变化的人文因素与驱动机制。研究结果表明：人口增长、城镇化和工业化、农业结构调整、城镇居民消费水平、技术进步和土地集约利用是泉州市土地利用变化的主导驱动因子,闽南文化的价值观、居住方式的演化以及县域产业结构差异对泉州土地利用变化也有着深刻影响。