DMSP/OLS稳定夜间灯光影像在中国的分类校正方法

长时间序列DMSP/OLS夜间稳定灯光影像数据集存在饱和像元大量积聚在城市中心区域及影像之间缺少可比性的问题,导致数据集在进行空间分析及时间对比研究时会受到限制。为解决上述2个问题,本文在现有研究的基础上提出了一种基于不变目标区域的中国稳定灯光影像分类校正方法。该方法对数据集中每一期中国区域稳定灯光影像进行了饱和及非饱和像元的分类。对饱和像元,选择北京等5个城市作为不变目标区域,选择不存在饱和像元的辐射校准的灯光影像作为参考,基于不变目标区域的非饱和像元之间的相关关系也同样适用于饱和像元的假设,对饱和像元进行了校正;同时,基于多期辐射校准的灯光影像之间存在的相互校准关系,对饱和校正后的饱和像元进行了相互校准。对于非饱和像元,选择了长沙等13个城市作为不变目标区域;根据稳定灯光影像中非饱和像元DN值总和随时间变化的总体趋势,确定了13期稳定灯光影像作为参考,其他多期影像基于不变目标区域中非饱和像元之间的相关关系进行了相互校准。为验证校正结果的准确性,多种相互校准和饱和校正方法被引入进行比较。本文提出的分类校正方法与另外2种相互校准方法相比对F10、F12和F14卫星影像校准效果更好,另外2种方法对F15和F16卫星影像的校准结果更好,3种方法总体上都实现了对数据集影像的相互校准且使校正后的影像具有了可比性。与经过植被指数校准后的城市夜间灯光指数（The Vegetation Adjusted NTL Urban Index,VANUI）相比,分类校正方法解决了饱和像元聚集于城市中心区域的问题,减弱了像元饱和程度,校正结果更接近辐射校准的灯光影像。此外,在中国城市水平上,分类校正的稳定灯光影像与GDP和电力消耗值的相关关系与其他2种相互校准方法相比也是相对较好的,能更客观合理地反映区域经济发展的差异。     

基于M-TWDTW模型的粤北山区耕地撂荒遥感监测研究

精准掌握耕地撂荒信息对保护耕地资源及国家粮食安全具有重要意义。本研究针对现有时间加权动态时间规整(TWDTW)模型在撂荒监测方面的局限性,提出基于均值校正策略的M-TWDTW模型的撂荒地遥感监测方法。基于Sentinel-2 NDVI时间序列数据,利用撂荒地样本构建撂荒地参考NDVI时序,基于M-TWDTW模型校正参考时序,并计算未知像元时序与校正后时序的相似性距离,基于决策树方法获取距离的最佳分割阈值,识别撂荒地并验证识别精度。研究结果表明,与常规TWDTW方法相比,M-TWDTW方法弱化了撂荒时长不一引起的NDVI绝对值差异的影响,重点捕捉NDVI时序曲线的形态特征,能大幅度提高撂荒地的识别精度(TWDTW:66.85%,M-TWDTW:90.45%),在大范围撂荒地遥感监测中具有较大的应用潜力。     

基于最佳分析尺度的广州市景观格局分析

利用遥感、GIS技术和指数分析软件确定最佳分析尺度,对广州市景观格局进行量化研究。对14个不同粒度的栅格图分别进行35个相关指数运算,根据15个敏感指数确定最佳分析尺度为120 m;选取空间组成和空间构型两方面的系列指数,在此尺度下对研究区域进行指数运算和格局分析。研究结果表明:广州是以林地、水田和旱地为主要景观类型的复合景观结构,优势景观明显,3种主体景观类型集中连片、分布广泛;建设用地比例比全国平均水平偏高;建设用地和水库坑塘斑块密度大,平均斑块面积小,景观破碎度较高。景观格局的量化受尺度效应影响,表现出空间异质性的尺度依赖性,因此在格局分析时需选择最佳分析尺度,突出格局的尺度性。     

基于遥感的珠江三角洲城镇等级规模研究

从 TM卫星影象提取出城镇实际建筑覆盖专题信息 ,以城镇建筑覆盖面积代替人口统计数据 ,对 2 0世纪末珠江三角洲城镇体系等级规模变动特点进行分析。重点分析了城镇等级规模总体时空格局、各等级城镇数量与规模变动特征、各行政等级城镇规模变动特征、城镇等级规模总体变动态势。结果表明 ,1 988至 1 998年珠江三角洲城镇的内外圈层空间格局较为稳定 ,核心城镇的地位有所下降 ,各等级规模的城镇均衡化趋势较为明显 ,按行政等级划分的城镇中镇级城镇增长速度最快。     

基于多源数据的特大城市空间结构识别及空间形态研究

城市空间结构识别是城市规划和城市资源空间优化的一项重要手段和基础性工作,通过多要素集聚规律反映的城市空间形态还需进一步深入理解。利用人口密度、关注点和夜间灯光数据等多源数据,通过叠加分析、局部等值线树算法来识别北京、上海、广州和深圳的城市空间结构,探讨不同城市要素的空间集聚形态,利用多项指标衡量城市中心和新城的城市空间形态发展,旨在将不同的城市空间结构进行对比。结果表明:①通过空间要素的集散形态分析,北京、上海和广州仍是以主城区为主导的城市空间结构,深圳外围城区的组团结构得到明显发育,呈现多中心主导的模式。②广州城市中心发展相对均衡,紧凑度高;深圳城市中心发展出现明显差异化,城市中心向西扩张,导致紧凑度降低。③各城市的新城均衡度均较高,各城市内部中心之间的要素集聚水平差异小。延伸度大于2的新城空间形态有显著的城市中心指向性,多数新城的延伸方向依附于道路或城市轨道交通发展。④自然条件和交通网络均是影响城市空间形态的重要因素。     

基于时序遥感的撂荒地监测及空间格局特征分析

针对耕地撂荒监测的迫切需求,文章发展了一种基于光学时序特征的撂荒地遥感识别方法,利用Sentinel-2时间序列数据构建耕地NDVI时序曲线,基于撂荒地和非撂荒耕地NDVI在监测时间窗口内的振幅差异,通过F1指数迭代式选取撂荒地识别的最佳振幅分割阈值,构建撂荒地识别规则,并在广东省湛江市坡头区开展耕地撂荒监测试验,分析撂荒地块的景观格局特征。研究表明：1)对比撂荒地与非撂荒地的NDVI时序曲线形态发现,撂荒地全年NDVI时序曲线变化平缓,变化幅度较小;非撂荒耕地由于作物生长发育的物候过程,NDVI时序呈现较大的变化幅度。2)通过迭代式选取振幅分割阈值,撂荒地与非撂荒地NDVI振幅的最佳分割阈值为0.42,在该分割阈值下,撂荒地和非撂荒地的识别精度分别为91.83%和90.20%。3)对撂荒地景观格局特征分析结果表明,2020年坡头区耕地撂荒面积为14.65 km²,约占耕地总面积的10.1%,撂荒地块普遍面积较小、形状不规则,空间上分布零散,少有大面积撂荒现象。     

人为热排放对不同类型建成区温度影响的模拟研究

为探究不同类型建成区能源消耗与城市热环境特征的关系,本文利用中尺度天气预报模式(Weather Research & Forecasting,WRF)对2010年7月2日-7月6日发生在广州地区的一次高温热浪过程进行数值模拟试验,定量分析了逐日平均气温及逐日气温日较差对人为热排放的时空敏感性。结果表明：①WRF模型能够较好地实现2010年7月2日-7月6日高温热浪期间气温的模拟,模拟结果与气象观测结果的相关系数均大于0.80,均方根误差均小于2.27;②逐日平均气温空间分布特征为：高密度住宅区>商业区>低密度住宅区;逐日气温日较差空间分布特征为：低密度住宅区>高密度住宅区>商业区;③人为热排放使得3种类型建成区平均气温升高,且人为热的增温效应与高密度住宅区、低密度住宅区及商业区的建筑密度的空间关联度分别为0.17、0.13和0.16;④人为热排放使得三种类型建成区的气温日较差降低,且气温日较差减少程度与高密度住宅区、低密度住宅区及商业区建筑密度的空间关联度分别为0.14、0.15及0.19;⑤当人为热排放为正常排放的两倍时,人为热的增温效应、人为热对气温日较差的减小作用与不同类型建成区的建筑密度空间关联度均有增强趋势。     

广东省地级市建设用地扩展模式区域差异与驱动机制

利用景观扩展指数对2009―2014年广东省21个地级市建设用地扩展模式进行定量识别,对比和分析处于不同发展阶段城市的扩展模式组合与差异,揭示省级城市扩展的空间分异规律,并采用逐步回归模型探究不同扩展模式的驱动机理。研究表明：1）2009―2014年广东省各地级市城市扩展以边缘式为主,飞地式和填充式为辅,飞地式和填充式扩展比例呈反比。2）填充式扩展数量占比高的城市集聚于珠江口区域,呈现“小三角”形状,飞地式扩展数量占比高的城市在珠江三角洲区域外形成“大三角”的形状。3）人口密度越低,建设用地越趋向于飞地式扩展。非建设用地比例和人口密度较高的城市边缘式扩展更加剧烈。土地城镇化率高的城市填充式扩展更显著。     

不同土地利用类型对城市地表温度的影响——以广东东莞为例

利用Landsat TM6热红外遥感数据、土地利用专题图件、气象观测资料反演了快速城市化的典型地区东莞市的城市地表温度。构建了三个热效应评价指数:热效应贡献度指数、热像元权重指数和区域热像元权重指数,来定量分析不同土地利用类型对城市地表温度的贡献度,发现城乡工矿居民用地、林地和耕地的热效应贡献度较大,水域和草地的热效应贡献度较小,未利用地对区域热环境的贡献最小。此外,研究表明,随着平均温度的升高,东莞市水面和陆面1988~1998年的温度反差明显增大。