基于OLI、VIIRS数据的南京城镇用地提取结果对比分析

以南京市为研究区,基于DMSP/OLS和NPP-VIIRS2种夜间灯光数据,用突变检测法计算南京市城镇用地提取的最佳阈值,并基于该阈值进行南京市城镇用地提取,最后用2013年南京土地利用数据验证2种夜间灯光数据提取城镇用地的精度,对比分析2种数据在城市尺度上的提取精度差异。结果表明基于NPP-VIIRS数据提取南京城镇用地总体精度比DMSP/OLS数据高6.85%,经济发展水平越低的区域,NPP-VIIRS数据提取城镇用地的精度提高越多。     

基于Landsat8卫星数据的城市相关指数变化分析

基于Landsat8 OLI遥感影像数据,提取了与城市环境密切相关的NDVI、NDBI、NDWI和LST,分析了不同地物类型遥感指数的分布特征和不同时间序列的变化特征;进一步探讨了NDVI、NDBI与LST的相关性,可为研究城市热岛效应提供依据。结果表明,山地的NDVI最大,建筑用地密集区域的NDBI、LST最大,水体的NDWI最大,且建筑用地的NDVI、NDBI随时间变化较稳定。     

基于DMSP/OLS数据的中国大尺度城镇用地信息提取

DMSP/OLS夜间灯光数据已在城镇用地信息提取中得到较多应用,其中,较高分辨率数据比较法是一种较为客观的方法,但现有研究主要通过逐个城市确定灯光数据的阈值提取城镇用地信息,这对于大尺度的城镇研究所需成本较大、处理效率较低.为此,提出了一种基于分区的较高分辨率数据比较法,将中国按经济发展程度划分为7大区,分别对各区提取城镇用地信息,并对提取结果进行真实城镇像元判定,得到1992,1995,2000年中国的城镇用地信息.结果表明,采用分区的方法不仅提高了较高分辨率数据比较法的提取效率,反映了特定区域的城镇整体状况,而且在总体区域上保证了提取精度.     

西宁市城镇用地信息提取方法研究

面向对象方法已成为一种有效的城镇用地信息提取方法。由于青藏高原与黄土高原过渡带河谷区的地形复杂多样,运用中等分辨率遥感影像如Landsat TM影像提取其城镇用地的精度较低。本文以青海省西宁市为例,以Landsat TM影像和DEM为数据源,将面向对象方法与NDBI、NDVI、长宽比、坡度和高程信息相结合提取城镇用地。研究表明:城镇用地提的取精度为87.72%,Kappa指数为0.75,该方法可以较好提取城镇用地,为今后河谷区城镇用地数据的快速获取提供一种参考方法。     

NPP-VIIRS夜间灯光数据的县级电力消费空间化研究

以NPP-VIIRS夜间灯光数据和Landsat-8影像为数据源,通过CART算法将Landsat-8影像分为人工表面地类和非人工表面地类,为非人工表面地类对应的夜间灯光区域赋值0,将人工表面地类对应到夜间灯光区域,并求取各个县级行政区域内的灯光值总和,结合廊坊市的电力消费统计数据建立夜间灯光总量与电力消费量之间的二次多项式回归模型。根据模型生成廊坊市500 m格网大小的电力消费空间分布图。研究结果表明:模拟的各县电力消费量的绝对误差和相对误差较小,相对误差最大为0.03%,这说明夜间灯光结合Landsat-8土地利用分类方法模拟的县级电力消费量的精度较高。全局Moran's I指数为0.63,表明廊坊市电力消费在空间分布上呈现较显著的聚集性;局部空间自相关分析表明廊坊市的电力消费具有一定的差异性。     

基于夜间灯光数据的南京城镇用地提取

针对多时相夜间灯光影像无法直接对比的问题,该文提出了一种基于不变目标进行不同年份不同卫星夜间灯光数据的校正方法。在系统校正多时相夜间灯光数据的基础上,应用支持向量机分类算法提取城镇用地信息,并分析1992—2013年南京城镇扩张动态变化规律。结果表明:该数据校正方法可以有效减少年际夜间灯光影像之间的异常差异,提高不同年份数据间的连续性和可比较性;支持向量机分类算法提取的4个样区城镇用地信息总体精度和Kappa系数平均值分别为88.35%和0.56,能够准确反映区域城镇发展的实际情况;1992—2013年南京城镇经历先缓慢后快速的扩张过程,主城区在1992年城镇基础上往四周扩张,并沿长江及南北交通走廊发展。     

基于多源遥感数据的济南市主要建成区热环境研究

城市热环境是反映城市环境状况的一个重要指标,本研究基于济南市快速城市化时期的Landsat-8遥感影像,利用遥感图像处理软件IDL8.5反演2016年济南市的地表温度(LST),得到济南市地表温度空间分布格局;并利用NPP-VIIRS夜间灯光数据提取济南市主要建成区范围及郊区范围,同时利用MODIS 8天温度产品,根据城郊温差法计算得到济南市主要建成区热岛强度信息,探究热岛强度的月及季节变化规律。研究发现白天热岛强度变化规律比较明显,夜间热岛强度比较稳定。同时,利用2016年谷歌影像提取济南市地表水体的分布数据,并采用剖面取样的方法在地表温度分布图上做出样点与其对应地表温度的分布曲线,研究发现水体和绿化植被的存在能显著地减缓城市热岛效应。     

结合建筑指数的城市建筑用地提取与变化检测分析

利用2000,2003,2007,2009年ETM+影像,结合归一化建筑指数NDBI、新居民地提取指数NBI、差值建筑用地指数DBI等建筑物提取指数对南京市主城区建筑用地信息进行有效提取和分析,采用分类比较法检测各年份间建筑用地的变化情况,并结合近年来南京市城市规划发展现状,探究城市建筑用地变化的深层原因和变化趋势。与传统研究利用监督分类结果分析建筑用地信息不同,本研究将建筑指数与变化检测方法结合,用于城市建筑用地变化及其内在驱动力分析。实验结果证明,南京市建筑面积增加和建筑用地变化趋势直接反映了南京市城市扩张程度,且与城市化进程发展趋势一致。研究成果对比多种建筑指数,对揭示南京市城市化扩张原因、指导城镇规划、土地利用决策等具有一定的参考价值和意义。     

特征提取和决策树法土地利用遥感分类

文章以安徽省淮南市为例,采用2005年Landsat-5 TM多光谱数据,分析地物谱间关系,选择改进归一化差异水体指数(MNDWI)、归一化植被指数(NDVI)、归一化建筑指数(NDBI)、TM4+ TM5、TM4+ TM5+TM7、DEM高程和坡度等特征值,构建决策树分类规则,完成研究区土地利用遥感分类.结果表明:MNDWI和TM4+TM5特征值能较好地区分水体与非水体;NDVI和NDBI可完成非水体区域植被与非植被信息分类;DEM和TM数据6波段和值可完成建筑用地、裸地和沙(旱)地分类;DEM和TM4+ TM5+ TM7能较好地解决耕地和园地混淆问题.决策树法分类总精度和Kappa系数分别为90.29％和0.87,相比较于最大似然分类法和基于特征提取波段的最大似然分类法,精度均有所提高.     

基于综合指数分析的城市建筑用地信息提取研究

以西安市长安区TM影像为例,研究关于城市建筑用地信息快速、准确提取的方法。通过对归一化差异型指数构成原理的分析,选取土壤调节植被指数（ SAVI ）、归一化水体指数（ NDWI ）和归一化差异型建筑指数（ NDBI ）来提取植被、水体和城市建筑用地专题影像,并将其构建为一幅新影像,分析新影像谱间特征,运用逻辑运算将城市建筑用地信息提取出来。本文方法总体提取效果十分有效,尤其是对于面积较大的城市建筑用地,总精度高达85．3％。综合指数法弥补了单靠某一指数提取城市建筑用地信息的不足,提取结果客观可信,是一种不经人为干预、快速有效的提取城市建筑用地的方法。     

基于Landsat数据地表特征参数与地表温度关系

以成都市为研究区,定量分析了各地表特征参数与地表温度之间的线性关系。通过对地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)进行局部区域逐像元分析和总体区域统计分析,结果表明NDVI,NDMI,NDBI与地表温度间都存在明显的线性关系,可用于说明地表温度的动态变化,在3月份,NDMI与地温的相关性更优于NDVI。对传统城市热现象研究中,NDMI与NDBI能够用来以NDVI作为分析地表温度随季节而变化的互补的度量标准。     

基于TM影像的城市建筑用地信息提取方法研究

本文选用金华市Landsat TM影像为研究的数据源,在归一化裸露指数基础上,利用归一化植被指数提取出非植被信息,通过图像二值化、叠加分析以及掩膜处理去除了低密度植被覆盖区域的噪音信息,自动提取了金华城市建筑用地信息。研究结果表明,归一化裸露指数和归一化植被指数相结合的方法弥补了单一利用归一化裸露指数来提取城市建筑用地信息的不足,提高了提取精度,而且结果客观可信,是一种不经人为干预的、快速有效的提取城市建筑用地方法。     

基于影像IB算法的沈阳市热岛效应分析

本文利用2006年、2010年沈阳市地区TM遥感数据,采用影像IB算法反演地表温度,分析了沈阳市热岛效应的空间分布特征、变化现象以及地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)之间的相关性。研究表明沈阳市热岛效应总体呈现由市中心向四周逐渐扩张的空间特征,地表温度与归一化植被指数(ND-VI)存在紧密的负线性相关关系,地表温度与归一建筑指数(NDBI)存在正相关关系。     

城市地表典型遥感参数与热岛效应时空分析研究——以桂林市为例

利用桂林市1991年和2013年的卫星遥感影像数据,分别提取两个时期的归一化建筑指数(NDBI)、归一化植被指数(NDVI)和改进的归一化差异水体指数(MNDWI)3个地表典型参数,并利用回归分析方法,分析了3个地表典型参数与利用Landsat卫星(热红外波段)反演的地表温度(LST)的相关关系。研究结果表明:桂林市中、高、极高温区3个温度类别的变化趋势与桂林市城市扩张趋势基本一致;NDBI与LST成显著的正相关关系,而NDVI、MNDWI则与LST成负相关关系,且各参数对地表温度响应的程度各有差异。该研究成果对于揭示桂林市热岛效应现状、缓解热岛效应及推进桂林市生态城市建设具有一定的参考意义。     

基于Landsat-8 OLI影像的植被信息提取方法研究

植被是地理环境的重要组成部分,在城市生态环境系统中扮演着非常重要的角色。本文以池州市2014年OLI遥感影像为基础,结合30 m空间分辨率的DEM数据,在ENVI 5.1和ArcGIS 10.2软件的支撑下,对该区植被信息进行提取。通过对比原始波段组合、主成分分量组合和衍生波段组合的分类精度,确定植被信息提取的最佳波段组合,并对植被提取结果进行精度验证。结果表明:考虑NDVI、绿度指数和第一主成分的衍生波段组合植被提取精度最高,与该区已知的土地利用类型中的植被覆盖度进行比较,精度达到89.16%。这说明该波段组合方案对于Landsat-8影像提取植被信息效果较好,可以为其他地区植被信息的提取提供参考。     

基于Landsat ETM+数据的银川城市热岛研究

利用1999年8月12日的Landsat-7 ETM+数据,经辐射定标、NDVI及地表比辐射率计算,通过简化大气辐射传输模型,对银川市的地表温度进行了反演。在此基础上,对银川市的城市热岛分布特征和热场变异指数进行了研究。结果表明,银川市具有典型城市热岛效应,城区的地表温度比市郊引黄灌区高出10℃左右;银川市生态环境质量出现了两个极端,即市区生态评价指标为极差,而市郊引黄灌区的生态评价指标为优。     

珞珈一号夜间灯光影像在建设用地提取中的应用:以武汉市为例

城市建设用地能够反映城市建设发展在地域空间上的分布形态,是规划主管部门监测城市建设和扩张的关键指标.2018-06-02发射的珞珈一号卫星可提供130 m分辨率的夜间灯光数据,在城市建设用地的提取方面具有较大潜力.首先整合珞珈一号夜间灯光影像与Landsat 8多光谱影像以及网络地图兴趣点数据;然后分别采用人类居住合成...     

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.9852,RMSE=3.4607),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R²≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。     

光谱指数趋势面的城市地表温度降尺度转换

针对城市及周边区域建造区和自然地表交织分布的特点,探讨了利用归一化植被指数(NDVI)和归一化建造指数(NDBI)构造趋势面的地表温度(LST)降尺度方法,以北京市市区及周边较平坦区域为例实现了LST自960 m向120 m的降尺度转换。分析了LST空间分布特征及NDVI、NDBI对地物的指示性特征;以北京市四至六环为界分析NDVI、NDBI趋势面对地表温度的拟合程度及各自的适用区域;在120 m、240 m、480 m和960 m 4个尺度上评价了NDVI、NDBI和NDVI+NDBI趋势面对LST的拟合程度和趋势面转换函数的尺度效应;对NDVI、NDBI和NDVI NDBI等3种方法的降尺度结果分覆盖类型、分区域对比评价。实验结果表明结合两种光谱指数的NDVI NDBI方法降尺度转换精度有所改善,改善程度取决于地表覆盖类型组合。     

唐山市区土地利用的Landsat 8影像分层分类

针对土地利用遥感分类方法多样、分类精度高低不一等问题,该文以土地利用变化明显的唐山市路南区、路北区为研究区域,并以中分遥感影像Landsat 8OLI为信息源,在对地类样本进行可分离性分析的基础上,建立研究区土地利用分层分类体系。通过监督分类实验,选择分类效果最好、分类精度最高的最大似然分类器进行地类初分;通过绘制归一化植被指数(NDVI)、归一化建筑指数(NDBI)、两指数差值(NDVI-NDBI)的曲线及地类光谱特征曲线,建立决策树分类规则,进行地类再分。该方法可以较好地完成多种土地利用二级地类的划分,有助于提高中分影像土地利用分类效率。