基于多端元混合光谱模型与Landsat影像的北京不透水层动态研究

中国正在经历快速地城市化过程,及时又准确地掌握城市化过程对我国社会经济发展具有重要的实际意义。以Landsat-TM和ETM+为主要数据源,通过多端元光谱混合分析法(MESMA)提取北京建成区不透水层的时空演变信息。在Ridd的V-I-S(植被—不透水层—土壤)概念模型框架下,基于最小噪音变换(MNF)将TM或ETM+的6个光谱波段转换成MNF空间,并定义4种端元光谱分别代表植被、高反射率地表、低反射率地表和土壤,同时构建北京建成区端元光谱数据库。然后在MATLAB软件包中实现MESMA模型程序,依次提取北京市6个时段的不透水层信息。研究结果表明:MESMA方法能够提高植被、土壤和不透水层提取精度,相对误差分别为14.6%、17.3%和11.9%。研究结论充分说明MESMA方法应用到一个时间序列的中分辨率多光谱遥感影像是非常有效的。MESMA光谱分解方法能高效实现北京城市动态变化和城市扩张的监测。     

1985～2020年上海市不透水面时空特征演化分析

不透水地表的分布与变化是城市发展过程的直观标志和重要指示因子,在城市生态功能、城市规划和可持续发展研究等方面发挥着重要作用。利用中国科学院空天信息创新研究院研发的1985～2020年长时序30m不透水面动态数据集(GISD30),结合GIS空间统计方法,研究分析了过去35 a上海市不透水面时空特征演化。结果表明：(1)35 a来,上海市不透水面面积从878.07 km²增长至2 849.90 km²,面积扩张到原来的3.25倍,随着1990年浦东新区的开发开放,上海城市化进程明显加快,1990～2010年上海市不透水面扩张最为显著,2010年以后不透水面扩张速度和扩张强度开始显著下降。(2)从区位分异特征来看,不透水面迅速扩张的行政区主要位于城市郊区,其中,浦东新区在各个研究时段的扩张速度均大于其他区划。(3)基于紧凑度和分形维数发现,中心城区不透水面空间分布结构趋于疏散,上海市整体不透水面边界复杂程度降低,城市空间形态更加规则。(4)“南北两翼”的上海城市扩张特点较为明显,南部郊区的高强度扩张带动了不透水面空间重心的持续南移,发展至2010...     

基于多源时空信息的西宁和拉萨近70年来城市扩展过程重现及地表覆盖变化分析

西宁和拉萨城市作为青藏高原人类活动的热点地区,其发展历程对青藏高原社会经济发展具有重要影响。研究基于遥感影像、城市规划图和历史地图等资料重建了西宁和拉萨城市1949基准年、1978基准年、1990年、2000年、2010年和2018年城市扩展及2000年以来城市不透水层和绿地空间组分数据,分析了1949基准年以来西宁和拉萨主城区城市扩展的时空特征,揭示了社会经济因素和政策因素对城市土地利用/覆盖变化的影响。研究结果表明：(1)新中国成立以来,西宁和拉萨主城区持续扩展,均呈现非线性的增长态势,城市土地面积分别从1949基准年的1.98 km²和1.10 km²增长到2018年的75.65 km²和76.04 km²;西宁主城区城市扩展呈现十字状的扩展态势,拉萨呈现出圈层外延式的扩展模式;(2)自2000年来,西宁和拉萨城市绿化水平显著提升。2000～2018年,西宁和拉萨城市不透水层面积分别从36.91 km²和21.56 km²增加到55.34 km     

基于遥感影像不透水层估算的震后城区损坏面积评估

地震灾害评估对于抗震救灾具有重要的现实意义,传统的灾害评估方法大多基于震后实地的统计数据进行,在数据获取的现势性和灾害评估效率方面存在问题,针对这一不足,结合遥感数据的特点,提出了一种基于遥感不透水层估算的地震灾后城区损坏面积评估方法。该方法首先对地震前后玉树地区的两幅中分辨率遥感影像进行预处理,然后基于V-I-S模型,利用线性光谱混合分析方法,分别对地震前后震区遥感影像进行端元提取,获得不透水层的丰度图,最后通过计算地震前后不透水层像元个数,进行地震灾后城区损坏面积的评估。通过精度分析可以看出:该方法可以快速及时地获〖JP3〗取城市区域建筑物、公路等重要地物的宏观损坏面积情况,为灾后重建和震后决策提供了一定的依据。     

哈尔滨城乡梯度建设用地结构变化及不透水面遥感监测分析

在快速城镇化背景下,客观掌握城市扩张进程中的城乡建设用地及内部不透水面变化特征,有利于优化大都市城乡用地结构及空间融合发展。基于城乡建设用地及不透水面遥感监测数据集,应用空间分析模型,对哈尔滨2000~2015年城乡建设用地规模、结构及内部不透水面时空演变特征进行分析,探究城市扩张格局、区位差异、建设用地利用强度及城乡之间的差异。结果表明：①2000年以来城乡建设用地快速扩张了158.32 km²,年变化率和动态度均呈先增大后减小趋势;从城市核心区至远郊区方向其扩张规模依次增大,建设重点不断向城市周边推移,呈现出较明显的空间异质性;②城镇建设用地和独立工矿用地面积及占比逐年增加,扩张来源均以耕地为主;农村居民点占比降低了13.14%,城乡建设用地结构特征发生了较明显变化;③2000~2015年城乡建设用地内部不透水面面积和比例分别增加了145.32 km²和10.04%,城镇建设用地利用强度已达到较高水平,农村居民点用地利用强度快速提高,城市和农村之间的差距不断缩小;自城市核心区至远郊区方向不透水面比例不断降低,可利用潜力越大,不透水面面积增量、比例增量、比例增长率及扩张强度大体呈增加趋势,不透水面与城乡建设用地规模变化趋势相近,可在一定程度上揭示城市扩张轨迹。     

福州城区不透水面的光谱混合分析与识别制图

作为Ridd V-I-S模型中的一个重要组成部分,城市不透水面在监测城市扩展和解释人类活动对生态环境的影响起着非常重要的作用。利用图像处理技术,可以迅速地从遥感图像中提取城市不透水面信息。本文以福州城区为例,利用最小噪音分量变换法研究Landsat ETM 影像中城市不透水面信息的提取。通过选取最小噪音分量变换后的前3个分量和线性光谱混合模型,测算得到了高反照率、低反照率、植被及土壤4个模拟城市不同土地覆盖类型的终端地类分量。通过综合低反照率和高反照率两个终端地类,最后得到了不透水面分量。结果表明,城市不透水面的增加对城市生态环境有负面影响。     

基于线性光谱混合模型(LSMM)的两种不同端元值选取方法应用与评价——以广州市为例

通过分别采用纯像元指数(PPI)和手动选取端元这两种不同的方法获得了2003年广州市区的植被、水体和不透水层3种端元,然后利用线性波谱分离法得到各个端元的丰度图像和均方根误差图像,从而获得广州市老八区不透水层的分量图。另外,还对比分析了基于线性光谱混合模型（LSMM）两种终端单元的选取方法的优缺点,并从定性的角度对所得结果进行精度评价。结果显示:基于线性光谱混合模型（LSMM）的方法获得广州市老八区不透水层的分量图是可行而有效的;手动选取端元的方法比纯像元指数（PPI）能够得到更高精度的分量图。     

基于面向对象分类的土地利用信息提取及其时空变化研究

基于面向对象的影像分类技术与土地利用变化模型,选取处于剧烈变化环境下的东江流域为研究对象,对其1980~2008年的土地利用变化特征进行了研究。结果表明:(1)面向对象的遥感分类方法在SPOT5高分辨率遥感影像分类中具有较高的精度(总体精度达87.7%),可以有效避免"椒盐现象"发生;(2)1980~2008年东江流域的土地利用方式和空间格局发生了显著变化。耕地面积急剧减少了2 854.4km2,流失的耕地主要转化为了林地、城镇建设用地;园地面积减少了667km2,流失的园地主要转化为了林地;林地面积增加了1 988.7km2,呈波动变化;草地面积比由4.9%缩减为2.0%;水域面积先减少后增加;城镇用地呈快速增长趋势,年增长率高达186.23%。加强耕地保护和适度限制城镇用地增长对区域可持续发展至关重要。     

基于混合光谱分解的兰州城市热岛与下垫面空间关系分析

利用Landsat ETM+数据,采用混合像元线性光谱分解方法提取的城市植被覆盖度与不透水面表征城市下垫面,通过单窗算法反演地表真实温度,对兰州市中心城区的夏季城市热岛强度与城市下垫面的空间分布关系进行相关分析。结果显示,利用中等分辨率ETM+影像对兰州中心城区不透水面和植被盖度分布提取,其成本较低,精度令人满意;兰州城区植被覆盖、不透水面与热岛强度的分布呈空间正自相关,地表温度的空间依赖性极强,与植被盖度和不透水面在空间方向上的相关性差异较大。     

基于Sentinel-2的海南耕地复种指数监测及时空变化分析

海南是发展热带特色高效农业的黄金宝地,开展高时空分辨率耕地复种指数遥感监测与时空变化分析对海南农业生产管理具有重要意义。基于Sentinel-2数据,利用最大值合成法和Savitzky-Golay滤波对NDVI时间序列曲线作平滑重构,结合二次差分法计算2016—2020年海南耕地复种指数,分析海南省耕地复种指数的时空演变特征。结果表明：通过2020年地面调查数据验证,海南耕地复种指数提取总体精度达91.94%,Kappa系数为0.88。海南省耕地复种指数从2016年1.53提升到2020年1.66,提高了0.13。从2016年到2020年单季种植面积占比增加了6.10%,两季种植面积占比减少了2.65%,三季种植面积占比增加了5.10%,休耕或抛荒耕地面积占比减少了5.60%。海南省各市县耕地复种指数在1.28—1.96区间内,其中海口市、三亚市、东方市、临高县等地区耕地复种指数上升,而琼海市、万宁市、琼中县等地区耕地复种指数下降。研究结果可为海南农业部门合理调整休耕、开垦方案等政策,实施热带高效农业可持续发展战略提供数据和决策支撑。     

Analyzing Temporal-spatial Change of Urumqi Impervious Surface using Linear Spectral Mixture Analysis

The method of linear spectral mixture analysis combined with V-I-S model(Vegetation-Imperious surface-Soil) is used to estimate the impervious surface abundance of Urumqi city, which is in the core area of the Silk Road Economic Belt, using Landsat OLI and TM multi-spectral data. Because the red color steel shed has low brightness on the impervious surface brightness image, an improvement was proposed, and then verify the accuracy through the interpretation of high-resolution satellite imagery. The results show that: the impervious surface area in Urumqi displayed a significant expansion from 140.41 km² to 462.62 km² during past 24 years (1994 to 2018). It expanded slowly during 1994 to 2005, and increased rapidly since 2005. The expansion intensity increased during 1994~2015 and decreased after 2015; and the spatial expansion of urban impervious surface is significantly different, with the largest expansion area in the west and northeast direction. The comprehensive analyses suggested that the expansion of the impervious surface of Urumqi city is limited by the surrounding mountain topography and coal mining, and the “Urumqi-Changji integration” policy is the major driving factor for urban expansion in the past 24 years.     

Study of Land Surface Composition of Wuhan Citybased on Linear Spectral Mixture Analysis

Rapid urban growth makes monitoring and analysis of urban surface compositions become the most significant research hotpot.Moreover,satellite remote sensing data is the major source of collecting and surveying geographic information quickly and conveniently.The Linear Spectral Mixture analysis Model (LSMM) has been reported in other literature and has been proven to be the intuitional and effective approach for describing urban surface compositions.In this paper,we try to get the real surface compositions of Wuhan City through the combination of the traditional 3-endmember method for masking water off and 4-endmember method with water based on the LSMM method using Landsat 5 thematic mapper image acquired on September 6,2009.The results show that the 4-endmember (water,vegetation,low albedo,high albedo) method is better than the 3-endmember method,because masking water off can cause major errors in water boundary regions.