城市不透水面遥感估算

由于人口快速增长和农村人口向城市迁移,城市不透水面积也在持续快速增长。加速的城市扩张和无监控的城市开发会导致诸多生态环境问题。本文利用Landsat影像,采用附有限制条件的线性光谱混合分解、植被覆盖度与不透水面负相关模型、监督分类三种方法对南京城区的不透水表面分布进行空间分析。通过评估这三种方法提取的不透水面的精度和分析和种方法受其主要人为因素的影响大小以及不透水面的提取过程,表明了线性光谱混合分解方法较优。     

基于混合光谱分解的城市不透水面分布估算

城市化的一个重要表现就是不透水面分布比率的上升,城市内部不透水面分布是城市生态环境的一个重要指标。对于规模较大的大城市,采用高性价比的中等分辨率影像,获取不透水面的分布,是当前国际研究的一个热点。本研究利用Landsat 7的ETM 影像,在线性光谱分解的技术上,提取了上海市的不透水面分布并对其空间特征进行了分析。研究揭示,ETM 影像对于城市尺度的信息提取,其成本是较低的;对于城市地域来说,利用植被、高反照度、低反照度和裸露的土壤四种最终光谱端元的线性组合,可以较好地模拟ETM 波谱特征,而除了水面以外的高反照度、低反照度两种最终光谱端元,可以较好地表达城市不透水表面信息。结果显示,利用中等分辨率影像对上海中心城区不透水面分布提取的精度还是令人满意的,总体上,上海市不透水面分布比率较高,不透水面分布的空间差异进一步揭示了城市土地覆被空间结构以及城市空间扩展的差异性。     

北京城市不透水层覆盖度遥感估算

 应用线性光谱混合模型研究城市环境生物物理组成，端元的确定是其关键。城市地表同物异谱现象显著，光谱变异强烈，对于高反照率地物尤其突出。端元的光谱变异对线性光谱混合模型拟合结果产生重要影响。以同种纯净地物光谱曲线形状具有相似性为出发点，提出了一种端元优化选取方法，在此基础上计算了北京城市地表不透水层覆盖度。研究结果表明，该方法能够在一定程度上减小端元光谱变异性对线性光谱混合模型拟合结果的影响，进而提高城市不透水层覆盖度的估算精度。     

基于半约束条件下不透水面的遥感提取方法

不透水面作为城市生态环境的一个重要指标,被广泛应用于城市扩张监测、热岛效应分析及人类活动影响等方面的研究中。线性光谱混合模型构造简单、物理含义明确,是估算不透水面的主要方法。但是全约束的线性光谱混合模型容易在不透水面覆盖较低的地区(0~20%)出现高估,而在不透水面覆盖较高的地区(80%~100%)出现低估。因此,以黑龙江省富锦市为实验区,利用Landsat5 TM图像,讨论了线性光谱混合模型在不同端元数目和约束条件下对不透水面的估算精度,发现三端元(高反射率地物、植被及土壤)半约束条件的线性光谱混合模型估算结果最优,其均方根误差为16.71%,并结合地表温度和植被覆盖度辅助分析,去除了水田对不透水面估算的影响,提高了不透水面的估算精度。     

基于Landsat 8数据的城市不透水面及其与热环境的关系研究

利用Landsat8数据,以成都市为研究对象,采用光谱混合分解模型研究估算成都市的不透水面分布信息。通过MNF变换和PPI指数运算,确定高、低反照率,植被及土壤四类光谱端元,并利用Landsat8新增的卷云波段去除云、土壤、沙地等噪声和MNDWI指数去除水体。修正后的高、低反照率组分含量之和即为不透水面含量的估计值。通过将不透水面信息与利用TIRS11波段反演的地表温度进行回归分析,发现两者呈正相关。     

主流城市不透水面信息提取方法评价及分析

选取库尔勒城区为研究区,以2014年RapidEye为数据源,在基本数据处理的基础上,采用主流的不透水面提取方法(线性光谱混合模型:LMSA;主成分分析方法:PCA、NDVI二元法)提取2014年库尔勒市城区的不透水面信息。然后整理地理国情普查成果指标,转换为实际的不透水面信息作为检验样本,评价3种方法的提取精度,确定适宜新疆典型城市的不透水面提取方法。结果表明:LSMA总体精度、Kappa系数及提取效果最佳,NDVI二元法次之,PCA最低。LSMA法虽然局部识别效果较破粹、小图斑居多,但能提取出PCA及NDVI二元法敏感性较差的地块,推广性较强。     

泰安市区不透水面覆盖度遥感估算研究

区域不透水面覆盖度是该区域城镇化程度、生态环境状况的重要指示因子。针对传统线性混合像元分解丰度图经常出现负值或者大于1的情况,采用完全约束最小二乘混合像元分解方法,利用泰安市市区Landsat8 OLI遥感影像提取了其不透水面分布状况,运用高分辨率遥感影像随机采样进行了精度检验,并对该区域不透水面空间特征进行了分析。结果表明:该文方法对泰安市市区不透水面分布提取的精度较高;植被、水体、高和低反照率不透水面4种光谱端元的线性组合,可以较好地模拟OLI影像的波谱特征;高、低反照率不透水面两种光谱端元可以很好地表达泰安市市区不透水面信息。     

城市新区不透水地表盖度与人为热的关系研究——以陕西省西咸新区为例

基于Landsat数据,采用线性光谱混合模型分解法提取陕西省西咸新区2007年和2016年2景影像的不透水地表盖度,利用地表能量平衡法提取同期人为热信息,并探讨二者间的关系。结果表明:①2007—2016年间不透水面从294. 93 km~2扩张至362. 62 km~2,由以自然地表与低覆盖度等级占主导逐渐演变为以中、高覆盖度不透水地表盖度等级占主导;②2016年研究区人为热在空间上区域差异显著,高值区集中分布于沣东新城中北部和空港新城西安咸阳国际机场周边,在秦汉新城中部、沣西新城北部和泾河新城部分地区有零星分布;③各土地利用不透水地表盖度均值和人为热均值均呈现建设用地耕地林地水体的特点;④不透水盖度与人为热呈正相关,相关系数为0. 97,各地区的人为热值随不透水地表盖度上升速率呈现空港新城沣东新城泾河新城秦汉新城沣西新城的规律。     

中心城区不透水表面与城市热岛效应关系研究

不透水地表作为城市土地覆盖类型的重要组分,其分布格局与密度大小对城市生态系统服务功能会产生相反且决定性的作用,其中对地表的增温效应是城市热岛问题关注的核心内容。本研究通过线性光谱混合分解模型提取城市不透水地表,基于Landsat TM6热红外波段数据的单窗算法反演地表温度,并进行两者的关系研究。结果表明:城市不透水地表与地温空间分布格局呈现高度相似性,其数值都随距城市中心距离增加而逐渐减小,定量分析表明两者具有明显的指数相关关系。     

成都市主城区及南部新城区不透水地表研究分析

采用不透水地表可定量化研究城市空间变化和扩展。本文选取2013年、2014年、2015年成都地区高分一号影像,通过线性光谱混合分解模型和水体掩膜运算提取成都市不透水地表。以成都主城区和南部新城区各区为单位,分析了不透水地表在空间格局分布和时序变化上的特点及其与主要经济指标的关系。结果表明不透水地表与成都市城市化,特别是经济发展与工业固定投资呈正相关,其对城市规划建设、洪涝灾害预防有一定意义。     

流域尺度的不透水面遥感提取

一个地区的不透水面覆盖度不仅是该地区城镇化程度重要指示因子,也是该地区生态环境状况的重要指示因子.现有的不透水面遥感提取方法,多集中在城区尺度上.而流域尺度上快速、准确的不透水面遥感提取方法在国内外还鲜有研究.本研究以覆盖海河流域同一季节的Landsat影像为数据源,利用已有土地利用数据集中的道路、城市、农村和工业用地...     

Prior-knowledge-based spectral mixture analysis for impervious surface mapping

In this study, we developed a prior-knowledge-based spectral mixture analysis (PKSMA) to map impervious surfaces by using endmembers derived separately for high- and low-density urban regions. First, an urban area was categorized into high- and low-density urban areas, using a multi-step classification method. Next, in high-density urban areas that were assumed to have only vegetation and impervious surfaces (ISs), the vegetation–impervious model (V–I) was used in a spectral mixture analysis (SMA) with three endmembers: vegetation, high albedo, and low albedo. In low-density urban areas, the vegetation–impervious–soil model (V–I–S) was used in an SMA analysis with four endmembers: high albedo, low albedo, soil, and vegetation. The fraction of IS with high and low albedo in each pixel was combined to produce the final IS map. The root mean-square error (RMSE) of the IS map produced using PKSMA was about 11.0%, compared to 14.52% only using four-endmember SMA. Particularly in high-density urban areas, PKSMA (RMSE = 6.47%) showed better performance than four-endmember (15.91%). The results indicate that PKSMA can improve IS mapping compared to traditional SMA by using appropriately selected endmembers and is particularly strong in high-density urban areas.     

CBERS-02B多光谱数据在城市不透水面 估算中的可用性研究

以厦门岛为研究区,以CBERS-02B的CCD影像为数据源,采用基于可变端元的线性光谱混合模型估算了城市不 透水面组分含量,并探讨了该方法的实现过程与优势。通过端元评估确定了研究区的４个典型端元,即高反射不透水 面、低反射不透水面、高反射土壤和植被。在此基础上,以高、低反射不透水面端元的组分含量对城市不透水面含量 进行估算。精度评价结果显示：基于可变端元的方法要优于一般带全约束法;而在混合像元分解过程中加入全色波段 （band5）有助于提高模型估算精度,使得在像元尺度的精度与采用Landsat的已有报道相近,而在土地利用单元尺度实 现了对城市不透水面的无偏估计。研究实例也表明,尽管目前CBERS-02B数据在辐射定标和地理定位等方面还有待改 进,通过采用适当的处理过程和技术手段,依然能利用该数据对城市不透水面进行有效估算。     

归一化光谱分解模型在城市化信息提取中的应用

以2001年7月11日LandsatETM7影像和2009年7月16日TM影像为数据源,基于V-I-S理论模型,采用归一化光谱分解模型提取了乌鲁木齐市区范围内2个时段的植被、土壤、不透水层3个连续地表参数分量。通过对不透水层不同阈值的划分,提取了2时段的乌鲁木齐市城市发展的空间信息,结果较为满意;通过空间叠加计算方式获取了8年来乌鲁木齐市城市化发展的空间信息和主要拓展方向。结果表明,乌鲁木齐城市化发展速度较快,特别是北扩趋势显著。     

利用雷达干涉数据进行城市不透水层百分比估算

人工不透水层是城市地区的重要特征.作为城市生态环境的关键指数,不透水层百分比(Impervious Surfaces Percentage, ISP)常用于城市水文过程模拟、水质面源污染及城市专题制图等研究中.本文利用ERS-1/2 重复轨道雷达干涉数据,采用分类与回归树(CART)算法探究了雷达遥感在城市ISP估算中的可行性和潜力,并与SPOT5 HRG光学遥感图像的估算结果进行了分析比较.香港九龙港岛实验区的初步研究结果表明,雷达干涉数据在城市不透水层研究中具有一定的应用潜力,特别是裸土和稀疏植被的ISP估算结果要好于光学遥感,这主要得益于雷达干涉数据(特别是长时间相干图像)在人工建筑物和裸土或稀疏植被之间具有很强的区分能力,另外,雷达干涉数据和光学遥感数据间的融合能够提高ISP估算精度.     

武汉城镇化与热岛效应的定量研究

针对目前城市化进程加快对城市增温和城市热岛效应的促进作用尚不十分明确的问题,提出基于遥感技术的城镇化与热岛效应数量关系的构建。结果表明,1987-2013年间,武汉市中城镇化水平(50%~80%ISA)面积增加了14.5倍,高城镇化水平(80%~100%ISA)面积增加了2.8倍,城镇化范围沿着武汉市主城区和主要干道不断扩张;不透水面值与地表温度表现出明显正相关,不透水面值平均增加1%,可使地表温度增温0.06℃~0.19℃,城镇化水平对武汉城市热岛效应作用明显。研究结果为探讨城市热岛效应的缓解对策提供了基础,对合理规划和管理城市化意义重大。     

Using pan-sharpened high resolution satellite data to improve impervious surfaces estimation

Impervious surface is an important environmental and socio-economic indicator for numerous urban studies. While a large number of researches have been conducted to estimate the area and distribution of impervious surface from satellite data, the accuracy for impervious surface estimation (ISE) is insufficient due to high diversity of urban land cover types. This study evaluated the use of panchromatic (PAN) data in very high resolution satellite image for improving the accuracy of ISE by various pan-sharpening approaches, with a further comprehensive analysis of its scale effects. Three benchmark pan-sharpening approaches, Gram-Schmidt (GS), PANSHARP and principal component analysis (PCA) were applied to WorldView-2 in three spots of Hong Kong. The on-screen digitization were carried out based on Google Map and the results were viewed as referenced impervious surfaces. The referenced impervious surfaces and the ISE results were then re-scaled to various spatial resolutions to obtain the percentage of impervious surfaces. The correlation coefficient (CC) and root mean square error (RMSE) were adopted as the quantitative indicator to assess the accuracy. The accuracy differences between three research areas were further illustrated by the average local variance (ALV) which was used for landscape pattern analysis. The experimental results suggested that 1) three research regions have various landscape patterns; 2) ISE accuracy extracted from pan-sharpened data was better than ISE from original multispectral (MS) data; and 3) this improvement has a noticeable scale effects with various resolutions. The improvement was reduced slightly as the resolution became coarser.