Effects of green space spatial pattern on land surface temperature: Implications for sustainable urban planning and climate change adaptation

The urban heat island (UHI) refers to the phenomenon of higher atmospheric and surface temperatures occurring in urban areas than in the surrounding rural areas. Mitigation of the UHI effects via the configuration of green spaces and sustainable design of urban environments has become an issue of increasing concern under changing climate. In this paper, the effects of the composition and configuration of green space on land surface temperatures (LST) were explored using landscape metrics including percentage of landscape (PLAND), edge density (ED) and patch density (PD). An oasis city of Aksu in Northwestern China was used as a case study. The metrics were calculated by moving window method based on a green space map derived from Landsat Thematic Mapper (TM) imagery, and LST data were retrieved from Landsat TM thermal band. A normalized mutual information measure was employed to investigate the relationship between LST and the spatial pattern of green space. The results showed that while the PLAND is the most important variable that elicits LST dynamics, spatial configuration of green space also has significant effect on LST. Though, the highest normalized mutual information measure was with the PLAND (0.71), it was found that the ED and PD combination is the most deterministic factors of LST than the unique effects of a single variable or the joint effects of PLAND and PD or PLAND and ED. Normalized mutual information measure estimations between LST and PLAND and ED, PLAND and PD and ED and PD were 0.7679, 0.7650 and 0.7832, respectively. A combination of the three factors PLAND, PD and ED explained much of the variance of LST with a normalized mutual information measure of 0.8694. Results from this study can expand our understanding of the relationship between LST and street trees and vegetation, and provide insights for sustainable urban planning and management under changing climate.     

从遥感影像提取道路特征的方法综述与展望

从遥感影像中提取道路特征已有许多研究,但仍存在许多问题有待解决。本文探讨了道路特征提取的基本思路,对道路特征提取的基本方法和现状进行了较全面的综述,介绍了具有代表性的特征提取方法,并对各个方法的特点进行了分析,最后对道路特征提取的研究前景进行了展望。     

洞错混杂带内部结构及构造岩片组合特征

为了对洞错混杂带进行深入研究,通过遥感图像解译将其分为玄武岩岩片带、蛇绿混杂岩带和蛇绿岩带3个次级构造带,这3个次级构造带在平面上近平行延伸,向东、西方向收敛,在剖面上呈叠瓦式向南逆冲.实地检查证明,遥感解译结果符合实际情况,各带内岩块的物质组成、几何结构大不相同,中部的蛇绿混杂岩带是洞错混杂带的主带.     

面向地震应急准备的居民地遥感提取及量化分析

运用灰度共生矩阵、数学形态学等方法提取新疆新源地区高分一号2 m分辨率影像居民地信息,运用目视解译、影像叠加分析、缓冲区分析等方法,进行居民地量化分级,为地震应急准备提供数据支持。结果表明：研究区在地震烈度为Ⅷ度及以下区域,埋压主要集中在单层结构为主的建筑区;当地震烈度高于Ⅷ度且造成多层建筑大面积倒塌时,县城等人口密集区为首要救援区;在地震应急准备时,应对交通条件三等区和交通条件四等区重点关注,增加应急物资储备点,对山区居民地,应考虑道路毁坏情况,转换救援方式,做好应急预案。     

VRS RTK技术在QuickBird遥感影像定位研究中的应用

基于虚拟参考站(Virtual Reference Station,VRS)的RTK定位技术是一种以载波相位观测值为基础的实时差分定位技术,与传统测量手段相比,具有快速、高效的特点,且具有较高的测量精度。本文主要探讨基于VRS RTK技术在QuickBird遥感影像定位研究中的应用,包括VRS RTK定位技术原理、基于VRS RTK的遥感影像控制点处理方法,以及基于此的遥感影像定位模型和定位精度。     

利用遥感监测和分析珠江三角洲的城市扩张过程——以东莞市为例

伴随着经济的快速增长,珠江三角洲近年来出现了迅速的城市化以及乡村城市化的过程。沿着城镇边缘和公路两旁,大片的农田被侵占来单方面地满足城市开发的需要,忽略了粮食产量减少以及环境质量恶化等问题。利用遥感可以有效地监测珠江三角洲的城市扩张过程。在遥感多时相监测的基础上通过熵的计算,可以定量地描述城市扩张的空间规律及扩散过程。     

不变矩特征在医学CT图像中的应用分析

本文以医学CT图像为研究对象,探讨不变矩特征在医学CT图像中的应用。首先实验验证不变矩特征所具有的旋转、平移、缩放等不变特性,其后以基于内容的医学图像检索为例,揭示不变矩特征在基于内容的医学图像检索中的应用原理,最后分析图像不变矩特征的应用场合。实验成果对不变矩特征在医学图像识别、图像匹配、形状分析、图像分割以及基于内容的图像检索等领域的应用具有推动作用。     

遥感技术在植物物候研究中的应用综述

通过遥感技术研究植物物候现象的机理分析,认为植被指数可反映植被各物候期的特征。国内外在探测植物生长季始末日期、花期变化、净第一性生产力变化、全球碳收支等方面的研究促进了植物物候的发展;同样物候研究也可提高遥感影像植物分类和作物估产的精度,同时可促进高光谱遥感的发展。通过我国物候研究从传统的农林业应用转向注重遥感探测、生态学应用的现状分析,展望了我国物候发展方向：关注植物生长季始末时间的时空分布规律;遥感监测植物季相变化;遥感监测植物花期;注重探讨植物生理和生态特征;植物高光谱遥感物候研究;重视物候科普普及工作。     

欧亚北方森林MODIS 14数据的林火变化分析——以俄罗斯欧洲地区为例

人为或自然因素造成的森林火灾常导致森林覆盖和结构的变化,对森林碳循环产生重大影响。MODIS热异常-火灾产品(MOD14)包含地表火灾位置、可信度、火点辐射能量及其他属性信息,可用于火灾频率、等级及其变化的监测。本研究以俄罗斯欧洲地区的北方森林为研究对象,采用2005-2010年每日MODIS14数据和GIS空间分析方法,对研究区过火像元进行判别提取,分析该地区林火时空变化规律,并探讨驱动因素。结果显示,俄罗斯欧洲地区森林火灾主要分布在中南部。近年来,火灾数量呈上升趋势,2010年的火灾覆盖范围是2005年的1.5倍;年内火灾发生情况随时间波动,火险期为每年的4-10月;极端干旱天气造成的的特大型火灾事件在本研究结果中得以反映。     

高分六号遥感卫星新增波段下的树种分类精度分析

高分六号卫星具有覆盖广、多种分辨率、波段多的优势,能为遥感解译提供更丰富的信息。为探究高分六号卫星新增波段在森林树种识别上的应用,本文以覆盖根河市阿龙山林业局的一期高分六号宽幅影像为数据源,基于特征优化空间算法（Feature Space Optimization,FSO）和最大似然分类法,分别利用高分六号的前4个波段和所有波段（8波段）的光谱、纹理等特征进行了森林树种分类,并逐一添加新增波段特征确定了各波段的贡献率排名。结果表明：在加入了优选出的均匀性纹理、均值纹理和角二阶矩纹理3种纹理特征后,前4波段和8波段的分类精度比只基于光谱特征时的精度分别高出13.23%和24.63%;利用8波段信息比只利用前4波段在基于光谱特征上的精度高11.88%,在基于光谱+纹理特征上则高23.24%;基于8波段光谱+纹理特征的树种分类精度最高,达到68.74%,新增4波段的贡献率排名为B6>B5>B8>B7,说明新增红边波段对于本次树种分类试验的贡献率最高,能为北方树种识别提供有效帮助。