近70 a天津主城区城市土地利用/覆盖变化遥感监测与时空分析

城市扩展和城市土地不同地表覆盖组合对城市生态系统服务和人居环境质量产生重要的影响.基于历史地图、遥感图像和城市规划图等多源数据通过人工数字化解译、大数据运算和混合像元分解相结合的方法发展了城市地表覆盖/土地利用数据集,从而获取了天津城市1949～2018年不同时段城市扩展过程,实现了其内部结构城市不透水面和绿地空间像元...     

广州市地表温度反演与土地利用覆盖变化关系研究

利用环境星1A/1B遥感影像,运用Jiménez-Munoz & Sobrino's普适性单通道算法定量反演广州市的地表温度(Land Surface Temperature,LST) ,结合MNF主成分分析和支持向量机获取的不透水面分布格局,利用面向对象分类方法获得了土地利用覆盖情况,重点研究广州市不透水面、土地覆盖和植被指数与城市热环境的定量关系。研究结果显示:基于大气水汽含量实测数据的JM&S普适性单通道算法反演结果更精确;广州市2009~2011年的不透水面面积和土地覆盖与平均地表温度相关性分析表明:广州市连续3 a呈现城市扩张的现象,城市热效应显著加剧;城市平均地表温度与不透水面面积呈现正相关,与城市的植被指数和裸土指数呈现负相关。     

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     

一种不透水面精细制图新方法及其在城市SDGs指标评估上的应用

城市不透水面是城市化程度的重要指示器,也是城市环境的重要敏感因子.联合国提出的城市可持续发展SDG11.3.1指标——城市土地使用率与人口增长率之比(LCRPGR)需要有效监测土地城镇化与人口城镇化关系.针对其监测与评估中高分辨率和高精度城市用地产品缺失,以及低纬度地区城市可持续发展研究较少的问题.基于Google E...     

1992~2013我国干旱区城市不透水遥感制图与扩张过程分析

城市不透水地表作为城市建成区的重要环境指标和物理参数,在城市管理规划、环境评估、灾害预测、城市热岛以及气候变化等领域具有重要价值。及时准确地获取区域尺度城市不透水地表信息,对于城市发展综合规划、科学研究等具有重要意义。以DMSP（Defense Meteorological Satellite Program）和MODIS（Moderate Resolution Imaging Spectroradiometer）为主要数据,通过构建植被调节型不透水指数（Vegetation-Adjusted Impervious Surface Index, VAISI）和非线性机器学习模型支持向量回归（Support Vector Regression, SVR）,完成了1992~2013年我国干旱区主要城市不透水面的22期遥感制图与变化过程聚类分析。研究结果表明：近20 a来我国干旱区城市不透水面总体上扩张幅度较大;时间变化过程上呈现显著扩张的趋势,且这一扩张在过程在2000年前后出现了提速;空间上,干旱区城市扩展的区域异质性显著,各城市不透水面扩张速度不均衡,不同等级规模城市扩张的速度差异明显。结合城市扩张动态度和城市面积聚类分析,我国干旱区主要城市的扩张过程可分为：高速扩张型、快速扩张型、中速扩张型和低速扩张型。     

基于样本迁移的干旱区地表覆盖快速更新

阿姆河三角洲作为典型干旱区,干旱胁迫和次生的盐胁迫决定了本地区生态环境的复杂性和独特性,给遥感地表覆盖制图带来一定的困难。在土地利用/覆盖（LULC）遥感图像分类任务中,数量大、质量高、成本低的样本和速度快、性能稳定的分类器是高效实现高精度分类的关键。在一些偏远地区开展土地利用/地表覆盖遥感图像分类依然面临着标记样本空间上稀疏、时间上不连续甚至是缺失,人工收集成本高等问题。为此,结合最优树集成和样本迁移的思想,构建了一种高效的地表覆盖自动更新的新方法。该方法通过变化检测在历史产品上的同期影像上进行样本标签的标记,并将过去的地表覆盖类型标签转移到同源目标影像上,使用最优树集成（Ensemble of optimum trees,OTE）完成地表覆盖自动分类。根据阿姆河三角洲地区地表覆盖分类试验结果,表明该方法可以提取有效的地表覆盖标签,并能较高精度发实现土地利用/地表覆盖的自动分类更新。     

基于GEE平台的海岛地表覆盖提取及变化监测——以苏拉威西岛为例

随着海洋在国家政治、经济、资源等方面重要性的提升,对海岛开发利用、管理和保护等具有重要意义的海岛地表覆盖研究逐渐受到关注.针对传统的大范围地表覆盖提取速度慢、效率低的问题,基于Google Earth Engine(GEE)地学大数据平台,以作为生态重点保护区的印度尼西亚的苏拉威西岛为研究区,开展海岛地表覆盖提取及变化...     

基于GEE的石羊河流域植被覆盖变化特征及其影响因素分析

植被作为陆地生态系统的重要组成部分,常被用作评估气候变化和生态恢复成效的指标。以石羊河流域为研究对象,基于Google Earth Engine (GEE)平台采用Theil-Sen趋势分析和MannKendall检验（TS-MK）、Hurst指数揭示植被覆盖变化特征;采用偏相关分析、残差分析和地理探测器探究植被覆盖变化的影响因素。结果表明：2001～2020年间石羊河流域植被NDVI呈现波动增长趋势,增长率为0.023/10 a;呈显著增加趋势和显著减少趋势的面积占比分别为72.32%和2.40%。未来植被NDVI变化趋势保持一致（Hurst>0.5）的面积占比为63.84%,其中持续性显著增加的面积占比最大,为47.37%。偏相关分析结果表明降水对植被生长的影响较强,而温度、太阳辐射和饱和水汽压差的影响相对较弱。残差分析结果表明气候要素和人类活动影响下植被NDVI呈显著增加趋势的面积占比分别为21.59%和60.07%,石羊河流域的植被变化主要受人类活动的积极影响。此外,地理探测器的结果表明植被NDVI的空间分布主要受水热条件分布特征的影响。该研究结果有助于深化对植被覆盖变化...     

湖北省兴山县10 年土地利用/覆盖变化遥感监测分析

利用多平台遥感影像和地理辅助信息获取土地利用/覆盖信息是遥感应用的一个重要方面。选择三峡库区湖北省兴山县作为研究区域, 以两期TM 和SPOT 影像为土地利用/覆盖信息提取的遥感信息源, 并在分类过程中结合该地区的地理辅助信息。通过对分类结果分析, 林地和耕地是兴山县两大用地类型, 运用数据运算规则, 获取土地利用/覆盖动态转换矩阵, 对兴山县10 年间土地利用/覆盖变化趋势及引起土地利用/覆盖模式变化的原因进行分析和评价。     

基于Google云平台的ERP系统的设计与实现

针对传统ERP系统不易扩展、重复建设、成本高、难以满足中小型企业需求等问题,设计并提出基于云计算的ERP系统体系结构。并构建Google App Engine(GAE)云平台开发环境,以此实现一个可扩展的、服务可重用的、按需付费的、低成本的云计算ERP系统,从而满足中小型企业的信息化需求。     

Updating the 2001 National Land Cover Database Impervious Surface Products to 2006 using Landsat Imagery Change Detection Methods

A prototype method was developed to update the U.S. Geological Survey (USGS) National Land Cover Database (NLCD) 2001 to a nominal date of 2006. NLCD 2001 is widely used as a baseline for national land cover and impervious cover conditions. To enable the updating of this database in an optimal manner, methods are designed to be accomplished by individual Landsat scene. Using conservative change thresholds based on land cover classes, areas of change and no-change were segregated from change vectors calculated from normalized Landsat scenes from 2001 and 2006. By sampling from NLCD 2001 impervious surface in unchanged areas, impervious surface predictions were estimated for changed areas within an urban extent defined by a companion land cover classification. Methods were developed and tested for national application across six study sites containing a variety of urban impervious surface. Results show the vast majority of impervious surface change associated with urban development was captured, with overall RMSE from 6.86 to 13.12% for these areas. Changes of urban development density were also evaluated by characterizing the categories of change by percentile for impervious surface. This prototype method provides a relatively low cost, flexible approach to generate updated impervious surface using NLCD 2001 as the baseline.     

Large-area assessment of impervious surface based on integrated analysis of single-date Landsat-7 images and geospatial vector data

Driven by a constantly accelerating increase of urban population in recent decades urban sprawl has become one of the most dynamic processes in the context of global land use transformations. The expansion of urban agglomerations is closely associated with a substantial increase of impervious surface. In Europe, methods for an accurate, fast and cost-effective mapping and assessment of impervious surface on a state-wide or national scale have not been established so far. This study presents an approach for estimating the impervious surface based on a combined analysis of single-date Landsat images and road network and railway vector data using Support Vector Machines and functionalities of geographic information processing. The modeling aims at the provision of data on the impervious surface for the total of residential, industrial and transportation-related areas. The derived information is provided for the administrative units of communities. The output of the procedure is a vector data file providing the ‘percent impervious surface of built-up areas’ (PIS_B) and the ‘percent impervious surface of the total of built-up and transportation-related areas’ (PIS_BT) for the administrative units of communities. The developed method is tested for a study area covering almost one third of the German territory. The results prove the suitability of the approach for a widely automated and area-wide mapping of impervious surfaces. Using reference data sets of three cities (Leipzig, Ludwigshafen, Passau) we realized a mean absolute error of 19.8% and an average error of 6.4% for the percent impervious surface modeled on the basis of the Landsat images. The final product resulting from a combination of the imperviousness raster derived from the satellite images with the transportation-related vector information showed a mean difference of 1% to 4% compared to corresponding reference data and results of previous studies. For the year 2000 our research shows that 45.3% of the area occupied by settlements and transport infrastructure in the German federal state of Bavaria, 44.6% in the state of Baden-Württemberg and 42.6% in the state of Saxony was covered by impervious surface.     

影像的土地覆被快速分类

精确的土地覆盖信息是进行碳循环、气候变化监测、土壤退化等相关科学研究的基础。随着云计算技术的不断成熟,一些高效算法与平台被不断提出,用来充分挖掘遥感数据所包含的海量信息。基于Google Earth Engine(GEE)云平台,利用随机森林监督分类法对1990、2000、2010、2017年的山西省土地覆被进行了分类。参考Google Earth高清影像选择的1580个样本点,对分类结果进行了验证;同时将分类结果与CNLUCC、GlobeLand30、FROM-GLC等现有土地覆被分类产品进行比较。验证和对比发现时间序列分类结果的总体精度达到86%~94%,比同期单时相分类总体精度提高了5%~10%;本文时间序列结果达到了CNLUCC、GlobeLand30、FROM-GLC等产品的分类精度。结果表明:①在快速准确土地覆被分类方面,时间序列影像与云平台结合,显示出时效性强、时间周期短、成本低等优势;②时间序列百分位数指标能有效地区分不同土地覆被类型的物候差别,在进行土地覆被分类方面显示出简单、易用、高效等特点。该方法对于深入研究大区域尺度的土地覆被变化过程具有重要的参考价值。     

城市不透水面及其与城市热岛的关系研究—以泉州市区为例

利用Landsat TM卫星影像提取了泉州市1989到1996年的城市建成区不透水面,并研究了其与城市热岛之间的关系。根据Ridd(1995)提出的城市建成区不透水面与植被覆盖度有很强的负相关关系的思想,先利用归一化植被指数求出泉州市建成区的植被覆盖度,进而提取了泉州市建成区的不透水面。通过比较所提取的两个时相不透水面信息,可以看出泉州市区不透水面的面积在7年里有了明显的增加,并主要沿研究区东南部扩展。通过将所提取的不透水面信息与利用TM6波段反演的地表温度进行相关分析,可发现二者之间存在着明显的正相关关系。     

基于GEE的东海渔场长时间序列环境分析

地球环境变化分析研究中,大尺度长时间序列遥感是研究的数据基础.Google Earth Engine(GEE)借助谷歌公司高性能的并行计算与高效率的数据管理技术,为科研人员提供在线可视化计算和分析处理的云平台.文章利用GEE提取MODIS-Terra的L3SMI的海表温度和叶绿素数据,根据东海渔场范围计算20年的年平均...     

An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data

Remote sensing data from both Landsat 5 and Landsat 7 systems were utilized to assess urban area thermal characteristics in Tampa Bay watershed of west-central Florida, and the Las Vegas valley of southern Nevada. To quantitatively determine urban land use extents and development densities, sub-pixel impervious surface areas were mapped for both areas. The urban-rural boundaries and urban development densities were defined by selecting certain imperviousness threshold values and Landsat thermal bands were used to investigate urban surface thermal patterns. Analysis results suggest that urban surface thermal characteristics and patterns can be identified through qualitatively based urban land use and development density data. Results show the urban area of the Tampa Bay watershed has a daytime heating effect (heat-source), whereas the urban surface in Las Vegas has a daytime cooling effect (heat-sink). These thermal effects strongly correlated with urban development densities where higher percent imperviousness is usually associated with higher surface temperature. Using vegetation canopy coverage information, the spatial and temporal distributions of urban impervious surface and associated thermal characteristics are demonstrated to be very useful sources in quantifying urban land use, development intensity, and urban thermal patterns.