城镇扩张的多源遥感图像动态监测分析

遥感动态监测城镇扩展己成为一个重要的研究和应用领域。利用ASTER和TM多源多时相遥感影像和地形数据,以福建省漳州市区为示范区,对城镇建筑用地扩张进行了遥感监测。研究认为,对于ASTER影像,综合利用光谱知识、多时相植被指数、城镇建筑用地的地形分布等建立分类决策规则,可以有效提取城镇建筑用地信息(精度不低于90%);研究提出用较新时相影像获取的城镇建筑用地限定较早时相影像城镇建筑用地提取范围的思路,拓展了TM影像三指数法的应用范围,以此保证了较早时期TM影像城镇信息的有效提取。     

遥感建筑用地信息的快速提取

建筑用地的急剧增加和耕地资源的迅速减少,使得土地利用动态变化监测显得尤为重要。遥感作为监测土地利用动态变化的一种有效手段,已经得到日益广泛的应用。但是建筑用地由于其光谱的异质性,而难以用简单的方法将它们从遥感影像中准确提取出来,遥感建筑用地指数(Index-based Built-up Index,IBI)是针对这一问题提出的。它的构建采用的是三个专题指数波段(SAVI植被指数、MNDWI水体指数、NDBI建筑指数),而不是影像的原始波段。由于这三个指数互为负相关,因此,可以有效地增强和提取遥感影像中的建筑用地信息。通过将IBI指数提取建筑用地的影像处理过程编成可自动执行的模块,并集成于大型的遥感商业软件中,使得影像数据处理和建筑用地信息提取时间大大缩短,提高了建筑用地信息增强和提取的效率。     

基于三指数合成影像的西北地区城市建筑用地 遥感信息提取研究

随着西部大开发战略的实施以及“一带一路”战略的影响,西北地区的城市发展也发生着巨大变化,利用遥感影像更加准确地提取西北地区城市建筑用地信息对分析城市扩张趋势、规划城市建设具有重要意义。本文以2000年兰州市主城区和2003年西宁市主城区的Landsat 7 ETM ⁺影像为数据源,结合压缩数据维的方法,通过构建三指数合成影像并利用该影像来提取城市建筑用地信息。实验首先根据兰州市主城区的影像光谱特征,创建了归一化差值裸地指数（NDBLI）。然后将该指数与比值居民地指数（RRI）、修正型归一化水体指数（MNDWI）合成为一个包含3个波段的新型三指数合成影像NRM（NDBLI、RRI、MNDWI）;同时,根据集成学习思想,为增强城市建筑用地信息,将主成分分析的第一波段（PC1）、归一化差值建筑用地指数（NDBI）和比值居民地指数（RRI）合成为一个包含3个波段的新型三指数合成影像PNR（PC1、NDBI、RRI）;最后分别将三指数合成影像NRM和三指数合成影像PNR作最大似然分类提取城市建筑用地信息,将其提取结果与由归一化差值建筑用地指数（NDBI）、修正型归一化水体指数（MNDWI）和土壤调节植被指数（SAVI）所创建的NMS（NDBI、MNDWI 、SAVI）影像得到的最大似然分类结果作精度比较,并利用西宁市主城区影像对本文方法进行了相应验证。结果表明,利用三指数合成影像PNR提取城市建筑用地的总精度和Kappa系数最高,其总精度达到了90%以上,适合于提取西北地区含裸地较多的城市建筑用地。     

基于独立成分分析和随机森林算法的城镇用地提取研究

城镇用地信息是联合国2030年可持续发展议程关注的重点之一。城市在世界范围内迅速扩张,快速准确地获取城镇用地信息对于政府决策具有重要作用。城镇土地覆盖信息非常复杂,包括人工建筑、树木、草地、水体等多种地表覆盖类型。基于传统人工测绘获取城镇用地信息费时费力并且难于及时更新。Landsat等遥感卫星数据为城镇用地信息提取提供了丰富的数据源。基于卫星遥感数据提取的城镇用地信息可以为未来城市的建设和管理提供基础的科学决策数据。基于监督分类方法和卫星遥感数据可快速地提取城镇用地信息,然而特征变量的选择对于高精度城镇用地信息提取尤为重要。为研究不同特征变量组合对于城镇用地信息提取的影响,以北京市为研究区,以2017年7月10日获取的Landsat 8 OLI影像为数据源,通过数据预处理、纹理提取、独立成分分析、主成分分析等得到4个维度的29个特征,选取了7种特征组合方案进行城镇用地提取。考虑随机森林算法性能稳定,分类精度高和可以方便进行特征重要性评价等优点,选择其作为监督分类算法以提取城镇用地信息,并进行了精度评定,以确定最优的城镇用地提取特征组合。研究发现：综合利用光谱特征和独立成分分析后的影像特征,提取城镇用地的总体精度为93.1%,Kappa系数为0.86,优于利用其他特征的提取结果;基于随机森林算法对数据进行训练后输出的各变量的归一化变量重要性与特征均值的标准差结果存在相似性,利用随机森林算法的变量重要性估计与特征均值折线图都可以进行变量重要性评价。     

利用伪归一化差异水体指数提取城镇周边细小河流信息

通过对归一化差异水体指数NDWI中的绿波段修正,提出了不依赖于中红外波段的伪归一化差异水体指数FNDWI（False NDWI）。使用NDWI和FNDWI分别在背景地物为城市、城郊、乡镇、村落和山区的遥感影像上进行河流水体提取,实验表明,FNDWI影像中城镇建筑用地与河流水体的可分离性较NDWI有所提升,提升率为116%~335%不等;相关性分析表明,河流宽度与可分离性提升率具有明显的负相关关系,相关系数为-0.82;分类结果显示,在城市和城郊区域,NDWI提取的水体中混杂有较多城镇建筑用地信息,而FNDWI提取的水体中基本未见混杂。总体上,FNDWI提高了2种地物的可分离性,剔除了NDWI影像混入的城镇建筑用地信息,较好地解决了NDWI城镇建筑用地与河流水体的混淆问题,尤其适用于城镇周边的细小河流。     

利用伪归一化差异水体指数提取城镇周边

通过对归一化差异水体指数NDWI中的绿波段修正,提出了不依赖于中红外波段的伪归一化差异水体指数FNDWI（False NDWI）。使用NDWI和FNDWI分别在背景地物为城市、城郊、乡镇、村落和山区的遥感影像上进行河流水体提取,实验表明,FNDWI影像中城镇建筑用地与河流水体的可分离性较NDWI有所提升,提升率为116％～335％不等;相关性分析表明,河流宽度与可分离性提升率具有明显的负相关关系,相关系数为-0．82;分类结果显示,在城市和城郊区域,NDWI提取的水体中混杂有较多城镇建筑用地信息,而FNDWI提取的水体中基本未见混杂。总体上,FNDWI提高了2种地物的可分离性,剔除了NDWI影像混入的城镇建筑用地信息,较好地解决了NDWI城镇建筑用地与河流水体的混淆问题,尤其适用于城镇周边的细小河流。     

基于Brovey融合与HSV锐化的ASTER影像绿地信息提取分析

为了突出图像的边缘、线状目标或某些亮度变化率大的部分,生成边缘图像,运用Brovey融合和HSV锐化方法,对广州市部分地区的ASTER遥感影像进行处理,然后,对两种方法分别处理后的图像,采用平行六面体法监督分类,提取城市用地信息,并对分类后的图像进行对比试验,着重对城市绿地信息的提取进行分析,探究ASTER遥感数据的两种影像处理方法对城市绿地信息的提取效果,及其空间分布为城市生态评价和景观生态建设提供必要的基础数据。通过对比试验,结果显示:Brovey方法较好地显示城市绿地的分布状况,可作为城市绿地动态监测的判别方法之一;融合后的影像能够清晰地显示研究区城市绿地的分布结构及毗邻关系;通过采用区域放大、勾画不同地类边缘轮廓、配合人工解译等工作,能够增加城市绿地与其他用地类型的差异,突显城市绿地的分布、结构、生态学特征。     

基于多源遥感数据的蚀变信息提取对比研究

以 LandsatＧ８、ASTER和 WorldViewＧ３(WVＧ３)影像为数据源,在分析影像波谱特征的基础上,采用主成分分析法提取３种数据中的蚀变矿物信息,得到研究区蚀变矿物分布图.通过对比发现,不同数据的提取结果在空间位置上基本保持一致,说明３种影像在蚀变信息提取方面均具有一定准确性和可靠性.LandsatＧ８数据适合提取羟基、铁染等基团信息,而 ASTER 和 WVＧ３数据能进一步识别不同类型的含羟基蚀变矿物及碳酸盐蚀变矿物,并且由于 WVＧ３数据具有更高的空间分辨率和丰富的短波红外波段,蚀变信息提取精度明显优于 LandsatＧ８和 ASTER数据,在遥感地质领域具有较大的应用潜力.      

ASTER高光谱影像提取地面人工建筑物信息的应用

高级星载热辐射热反射探测仪(ASTER)为对地观测提供更高质量的信息源。本文对福州市ASTER影像数据进行了主成分分析、波段运算和自动分类,结果表明其能较好地提取地面的人工建筑物信息。     

面向对象的极高海拔区水体及冰川信息提取——以珠穆朗玛峰国家级自然保护区核心区为例

极高海拔地区多为河流发源、冰川发育地,由于地形起伏强烈,且野外考察验证工作困难,传统的遥感信息提取方法很难保证该地区水体及冰川的提取精度。本文基于ASTER影像,运用面向对象的图像信息自动分析方法,对珠穆朗玛峰国家级自然保护区核心区的水体及冰川信息进行了提取研究。为保证信息提取的准确度,将数字高程模型(DEM)及其衍生数据(坡度、坡向),归一化植被指数(NDVI)数据,及有助于区分水体、冰川与其他地物的相关指数(冰雪指数NDSII)及波段运算结果(b1-b3)、(b3/b4)等,分别作为一个波段叠加到原始图像中,使之成为对目标地物光谱特征的有益补充。并对不同类型的水体及冰川进行多级、多尺度分割,以满足其对分割尺度的不同要求。分割完成后,综合考虑目标地物的光谱特征、纹理特征、空间结构特征,根据各特征指数的直方图信息,设定合适的阈值,建立了各水体及冰川类型信息提取的知识规则,并结合实地调查对信息提取的精度进行验证,改进了ASTER遥感影像自动快速提取极高海拔区水体及冰川信息的实用模型。     

资源卫星ETM+影像城镇信息挖掘分析

城镇建成区信息是遥感影像提取中的一个重点。本文以泉州市2000年的Landsat ETM+影像,利用多种方法,提取城镇聚落的信息,并对比各种方法的优缺点后予以改进。研究表明基于Landsat卫星提取城镇信息方法,改进后方法较之原方法提取精度随之提高;经比较认为仿植被指数提取法简单快速,光谱阈值法精度较高但较复杂。     

福州城市用地变化的CA模型动态模拟研究

城市用地变化是一种时空动态变化的复杂地理过程,如何有效地模拟这一过程是该研究领域的一个重要问题,在诸多模拟模型中元胞自动机具有明显优越性。本研究根据福州市1988年TM影像和2001、2004年ASTER影像提取城市用地信息,运用元胞自动机对未来20年城市用地变化进行模拟,并用2004年ASTER影像进行验证,结果表明:用元胞自动机对福州城市用地扩展的模拟达到较高的精度,未来20年内扩展平均速度将达7km²/年,远大于规划速度,扩展的主导方向为南部的南台岛,另一个重要扩展因素是乡村城市化加强,与此同时城市绿地不断被蚕食而减少。     

基于改进线性光谱分离模型的植被覆盖度反演

线性光谱分离技术可以有效地提取像元水平上植被或其他端元(影像中的地物)的相对百分比,但是目前该技术在多光谱宽波段影像数据应用中,由于波段数量、波段宽度等的限制,估算精度离定量研究的水平仍有一定差距。鉴于此,本文提出了一种改进的线性光谱分离方法,该方法在对影像进行土地覆盖分类基础上进行分离,一方面同类土地覆盖类型内同种地物的光谱变异相对较小,更有利于端元选取;另一方面,分影像的地物种类数量明显少于整幅影像,更容易满足模型的适用条件,从而突破了波段数量限制,同时使地物光谱分离更具针对性,经过验证,该方法较传统分离方法相比植被覆盖度的反演精度可提高6.4%,用该方法实现了研究区的植被覆盖度的定量反演并对研究区植被覆盖度的空间结构进行了分析。     

线性光谱混合模型的ASTER影像植被应用分析

本文利用线性光谱模型分解混合像元方法。从ASTER多光谱遥感数据提取福州地区植被覆盖丰度的定量信息,与归一化差值植被指数进行了回归分析,结果相关系数高达95％;通过对植被景观格局分析,表明研究区以中等丰度植被占据主要地位,生态系统较为稳定。     

基于ENVI软件的ASTER卫星正射影像图研制——以阜康地区为例

ASTER卫星数据是近年来使用较多的一种新型遥感数据源。本文以阜康地区为研究区域,利用遥感图像处理软件ENVI对ASTER卫星数据进行了影像镶嵌图研制。研究表明ASTER卫星镶嵌数据体现了诸多优势。同时,本文阐述了在影像镶嵌处理中发现的问题及今后的发展趋势。     

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。     

基于HJ-1B/IRS的重庆市热岛效应监测应用

本文利用MODIS数据反演大气透射率,利用HJ-1B/CCD进行分类,并反演地表比辐射率.在此基础上,借鉴单窗算法,利用HJ-1B/IRS数据反演得到地表温度,并利用MODIS温度产品对反演结果进行了初步验证.最后利用热场变异指数进一步分析重庆的热岛空间分布特征,并对NDVI与NDBI对热岛效应的影响进行了分析.其结论...     

北京市热岛效应时空变化的HJ-1B监测分析

 本文利用2008-2011年HJ-1B/CCD可见光-近红外数据,以及HJ-1B/IRS热红外数据,采用遥感算法反演北京市地表温度,并用MODIS地表温度产品对反演结果进行了初步验证。同时分析了北京市热岛效应的年际、年内变化趋势。另利用热场变异指数分析其空间分布特征,以及NDVI、NDBI与城市下垫面对热岛效应的影响。结果表明:(1)2008-2010年北京市热岛强度总体呈上升趋势,2011年有所缓解,4年热岛强度分别为:5.2℃、5.2℃、9.2℃、8.2℃;(2)北京市2010年四季存在明显热岛现象,夏季最强,春、秋次之,冬季最弱,四季热岛强度分别为8.2℃、9.4℃、9.2℃、4.3℃;(3)2008-2011年北京市热岛空间分布特征表明,房山区和大兴区的南部热岛效应逐年缓解,2011年昌平区热岛效应比前3年明显,植被和水体形成城市冷岛;(4)地表温度与NDVI呈明显负相关,与NDBI呈正相关,城市热岛效应与下垫面类型存在明显相关性。