福州主城区热岛效应与不透水面的关系及时空变化分析

城市气候环境和下垫面性质对人类健康具有重要的影响.为了研究福州主城区不透水面与城市热岛效应之间的时空变化关系,本研究以1994年、2000年、2009年、2018年4期Landsat遥感影像数据作为数据源,基于线性光谱分解原理提取福州主城区不同时期不透水面信息和利用单窗算法反演出地表温度,分别从空间维度和时间维度进行对比分析,结果表明:不透水面与城市热岛的分布具有显著的正相关关系,R2达到0. 70以上. 1994年-2018年,福州主城区不透水面增加了89. 58 km2,年平均增速为3. 73 km2/年.就福州主城区而言,不透水面丰度每增加0. 1,可导致局部地表温度上升1℃以上,并且不透水面的空间分布与热岛的分布特征具有较强的一致性.     

基于遥感技术的不透水面动态变化研究：以瑞丽市为例

不透水面指数可以有效地衡量一个地区城市化水平.城市规模扩大使更多的不透水面取代了以植被为代表的自然透水面景观,导致城市暴雨涝灾和生态环境等安全隐患,引发了社会和学界的普遍关注.如何精准快速地掌握不透水面的时空分布,是城市管理规划、环境保护亟待解决的现实问题.随着遥感技术的发展,其速度快、范围大、多尺度、可重复的对地观测优势为解决不透水面信息的提取提供了较好的解决方案.遥感技术提取不透水面信息可以快速了解城市的动态变化发展.以瑞丽市为研究区,采用V-H-L-S模型对透水面进行掩膜,较为准确、快速地提取2014年和2018年的不透水面信息,检验正确率达到92%以上,Kappa系数0.8.结果表明,V-H-L-S模型可以有效地评估瑞丽市的城市发展速度,该市4年来不透水面呈现出扩大的趋势,面积扩大了40.11%;瑞丽市不透水面分布不均匀,主要分布在该市的南部.     

基于Landsat 8遥感图像信息容量与城市不透水面指数的关系研究

不透水面指数可以有效提取不透水面信息,反映城市硬化地表的覆盖度,但不能直接表征地表覆盖度的复杂度,而遥感图像信息容量是一种可以表征地表景观复杂度的指标.该文结合二者各自特点,计算出遥感图像信息容量和不透水面指数,对二者进行耦合分析,发现不同波段的信息容量与城市不透水面指数均方差的相关系数均高于0.8,二者关系密切,说明信息容量可以表征城市不透水面的变化,进一步研究还发现,信息容量值的大小与城市化进程较为一致.     

快速城市化过程中石家庄市景观格局变化研究

城市化过程通过改变地表景观结构而改变城市环境质量,因此研究城市景观格局及其变化具有重要意义.以石家庄市为例,基于遥感、GIS和Fragstats软件分析景观类型特征及变化.结果表明,研究时段内除农田植被和低密度不透水面面积及比例减少外,其余景观类型呈扩张趋势,高密度不透水面扩展最快.低、中密度不透水面景观边界复杂化,内部复杂斑块比例减小;高密度不透水面边界简单、内部斑块复杂、连通性增强;未利用地边界复杂,斑块团聚;城市植被和水体形状变化不显著,聚集程度上升,但连通性变化相反.扩张景观类型的扩张指数大小顺序为:高密度不透水面,未利用地,城市植被,水体和中密度不透水面.     

基于不透水面的城市扩展研究——以张店区为例

通过不透水面变化研究城市扩展趋势,对城市的规划和建设有重要意义.基于遥感影像进行人工目视解译,研究张店区不透水面扩展情况、土地利用变化及主城区扩展方向,利用标准离差椭圆法分析主城区发展方向.研究表明:在研究的二十年时间段内,张店区不透水面总面积增长69.74 km2,其中2010—2015年扩展速度达到峰值(5.47 ...     

基于SVM和线性光谱混合模型的城市不透水面丰度提取

不透水面丰度的提取在城市环境监测和规划研究中具有重要价值.基于2006年7月30日合肥市TM影像数据,运用支持向量机(SVM)监督分类与线性光谱混合模型(LSMM)相结合的方法提取研究区不透水面丰度值,并与单一运用线性光谱混合模型提取结果进行比较.研究结果表明:支持向量机监督分类和线性光谱混合模型相结合的方法RMSE为12.8%,提取精度高于线性光谱混合模型,该方法提高了城市不透水面丰度提取的精度.     

典型喀斯特山地城市不透水面时空格局

以贵阳市主城区为研究区,利用基于植被覆盖度提取法和线性光谱混合分析法分别提取研究区不透水面信息;通过精度对比,选用最优方法提取研究区1996、 2007、 2017年的不透水面信息,并结合标准差椭圆法和相关扩展指标探讨不透水面的时空演变。结果表明:在喀斯特地区利用线性光谱混合分析法提取不透水面信息效果较好;1996—2017年间研究区不透水面的空间分布趋势经历了从西南—东北分布变化为正北—正南分布,再变化为西南—东北分布的过程;不透水面扩展模式前期主要以单级为核心向四周发散,随时间推移转变为多中心扩展,并伴随大量"飞地"的出现。     

南昌市城市不透水面及其与城市热岛的关系分析

通过分析南昌市不透水面和城市热岛的相关关系从而为缓解城市热岛效应提供技术指导.以南昌市2002年、2014年Landsat TM/TIRS遥感影像作为数据源.采用改进的归一化水体指数(modified normalized difference water index,MNDWI)进行水体的提取,结合归一化差值不透水面指数法(normalized difference impervious surface index,NDISI)对南昌市不透水面信息进行提取,然后采用单窗算法进行温度反演.分析比较2个时期的不透水面分布图和地表温度分布图,在2002-2014年间,南昌市不透水面面积与高温分布面积都明显增加,且主要是沿赣江两岸扩张.而从二者的线性回归方程式中可以看到,它们之间存在着显著的正相关性,这说明城市不透水面面积的增加会加剧城市热岛效应.     

从资源3号卫星影像中提取厦门市不透水面信息

不透水面是城市地区的典型特征,不透水面的增加导致了水质恶化、城市热岛效应等一系列生态环境问题.选用高分辨率资源3号遥感影像,利用面向对象的方法,进行厦门市不透水面信息的提取.为突出不透水面的信息,将影像进行主成分变换、提取归一化植被指数和归一化水体指数,将第一主成分、归一化植被指数和归一化水体指数合成为新的影像;根据最小不透水面的面积原则,确定最优的分割尺度,结合形状、光谱等信息,对合成后的影像进行多尺度分割;再在最优尺度分割结果的基础上进行分类,并将阴影作为分类体系中单独一类,获得不透水面、裸土、水体、植被、阴影的分类结果;利用真实世界地物的形状特征和邻近关系特征,对阴影区域进行判别及合并,获得不透水面,并根据实地观测,对提取结果进行精度评价,不透水面提取的精度达80%.     

面向像元-对象双尺度的不透水面遥感检测

为了改善像元级遥感不透水面提取时存在的椒盐现象，提出了一种面向像元-对象双尺度的不透水面遥感检测方法.首先基于建筑、植被、水体等多种光谱指数，在像元尺度上提取不透水面的分布范围，然后对遥感图像进行多尺度分割，并通过设置高阈值和低阈值来处理图中的碎斑和空洞.利用双尺度不透水面检测方法对天津市精武镇多年的遥感图像进行不透水面检测，结果表明，该方法检测的正确率为80%左右，漏检率低于10%，检测精度高于光谱指数方法.     

基于InSAR技术提取南昌地区不透水面信息

目前城市不透水面信息提取的研究主要基于光学遥感影像提取。但使用光学遥感手段提取不透水面信息易受到云层遮挡及光谱混淆等问题的影响。为此,提出了一种新的基于InSAR技术的图像分类方法。通过对Sentinel-1影像进行干涉分析,计算出各地物的后向散射特性中的相干系数值,然后建立随机森林并利用回归分析法获取不透水面的相干系数值分布。再以谷歌地球高清影像信息为真实样本进行分类迭代实验,通过迭代实验的分类结果精度确定相干系数值提取阈值,在像素级上提取出不透水面信息。研究结果表明,该方法提取的不透水面信息总体精度达到了92.48%。通过和实地信息对比,该方法提取结果可靠,能够利用雷达遥感提取大范围区域不透水面。     

基于Landsat影像的西宁市不透水面格局演变过程

不透水面是衡量城市化进度的重要指标,准确地掌握不透水面的时空变化特征对城市协调发展以及规划布局有重要的指导意义。以西宁市为列,基于2001、2009、2017年landsat TM/OLI影像,采用增强型归一化差值不透水面指数提取不透水面信息,并结合不透水面覆盖率的变化、不透面面积年均增长率的变化、圈层理论及景观格局指数等分析近20年间西宁市不透水面的时空格局演变,旨在揭示新型城镇化背景下不透水面的时空变化规律。结果表明:①2001～2017年间西宁市不透水面扩张显著,总面积由41.58 km~2增长到96.23 km~2,年均增长率高达8.22%;②城北区不透水面面积增长率位于四区之首,城中区增长率最低;③不透水面主要分布在距城中心14 km~2区域,且不透水面由城中心向周边呈显著扩张态势,距离城市中心越远,不透水面面积增长速度越快;④不透水面内部斑块正趋于完整化、规则化发展,最大斑块所占比例(LPI)不断增加,优势度不断上升,人类活动对其空间特征的干扰作用在不断加强。     

城市景观格局与地表温度的定量关系分析

热岛效应是典型的城市气候现象,它的形成及强度与土地利用类型、景观格局等诸多因素有关.本文基于深圳市2010年遥感影像,采用线性光谱混合模型提取土地利用/覆盖等信息,利用最小二乘法和地理加权回归方法分别分析城市景观格局对地表温度的影响.结果表明:深圳市地表温度介于22.28~41.34℃之间,从西北到东南逐渐降低,城市不透水面温度显著高于植被覆盖区域,城市热岛效应明显.地理加权回归模型可以有效处理回归分析中空间非平稳性现象,能更好地刻画景观格局与地表温度之间的定量关系.植被格局指数对地表温度的空间分布解释率较高,其中归一化植被指数(NDVI)、叶面积指数(LAI)对地表温度的解释率最高,分别达88%、90%.不透水面面积、破碎度、邻近度,植被优势种种类、密度、空间分布以及垂直水平生长情况等共同影响深圳市的地表温度.在城市建设实践中,避免不透水面连片集中,降低其邻近度,同时尽可能增加城市的绿地面积,提高NDVI和LAI数值,是缓解城市热岛效应的有效手段.     

不透水面时空变化及其对城市热环境影响的定量分析——以福州市建成区为例

城市空间的快速扩展使得大量的不透水面取代了以植被为主的自然地表景观,对城市生态系统造成了明显的负面影响.福州市经过近30年的城市扩展,城市建成区中的不透水面大幅增加,植被急剧减少,城市生态发生了明显变化,其中最显著的就是严重的城市热岛效应.为此,基于Landsat系列遥感影像获得福州1989和2014年2个时相影像的不透水面、水体、植被和地表温度信息,运用多元回归模型定量分析了1989～2014年间福州城市不透水面的时空变化对城市热环境产生的影响.结果表明:(1)1989～2014年间,研究区不透水面净增了87. 16km~2,增加了161%;(2)不透水面和地表温度呈指数函数关系,高不透水面比例地区升温明显快于低不透水面比例地区;(3)1989～2014年间增加的87. 16km~2不透水面及相应减少的70. 09km~2和14. 92km~2的植被和水体对研究区地表温度上升的综合贡献达16. 54℃.     

随机森林在城市不透水面提取中的应用研究

基于高分一号数据采用随机森林模型,引入归一化水体指数NDWI、归一化植被指数NDVI、土壤调节植被指数SAVI、建筑指数BAI、Brightness指数、ICA独立分量、纹理信息及原始影像波段等共17个特征,在matlab环境下提取了深圳市某区域不透水面,并与最大似然分类和支持向量机方法进行对比.结果表明:随机森林的多特征组合方法能有效提升分类精度,在不透水面信息提取中比传统参数分类方法(MLC)总体精度提高了7.681%,Kappa系数提高了0.119 4.     

成都市不透水面扩张与生态环境质量变化的关系

以成都市为研究对象,围绕不透水面与生态环境质量的时空变化规律展开研究,并探讨两者间的关系。以2000年、2009年和2018年的遥感卫星影像为基础数据,利用归一化不透水面指数提取不透水面信息,通过主成分分析构建遥感生态指数(RSEI)评估成都市近20年间的生态环境质量,最后运用回归模型定量分析不透水面覆盖度与生态环境的关系。结果表明:2000-2018年成都市不透水面增加了1 072 km~2,RSEI均值由0. 603下降到0. 504,降幅为16%,RSEI空间变化格局与不透水面扩张格局基本一致;回归模型发现不透水面覆盖度与地表温度为指数函数关系,与植被指数呈线性负相关;多元逐步回归分析证明植被、地表温度和不透水面均是影响城市生态环境质量的重要因素,而不透水面信息起到了决定性作用。     

兰州市中心城区不透水面覆盖度的遥感估算

利用Landsat 7的ETM+影像,在线性光谱分解的技术上,提取了兰州市中心城区的不透水面分布状况,运用均方根、航片和随机采样对提取精度进行了检验,并对不透水面的空间特征进行了分析.结果显示,利用中等分辨率影像对兰州市中心城区不透水面分布提取的精度较高;植被、高反照度、低反照度和裸露的土壤4种最终光谱端元的线性组合,可以较好地模拟ETM+波谱特征;高反照度、低反照度两种最终光谱端元可以很好地表达城市不透水表面信息.     

城市不透水面遥感提取方法研究进展

城市不透水面比例是城市热环境研究的重要指标之一,利用遥感技术提取城市不透水面对于城市热岛效应研究具有重要意义.在综合了国内外关于不透水面遥感提取方法的文献基础上,本文对现有的不透水面遥感提取方法的原理、特点及应用范围进行了介绍分析,并对不透水面提取方法的未来发展进行了展望.     

基于空间光谱信息协同的城市不透水层提取方法比较研究

【目的】利用不同的端元提取方法及混合像元分解算法计算南京市2018年城市不透水层覆盖度,评估各方法的精度,为城市可持续发展提供可靠的基础数据支撑。【方法】采用Landsat 8 OLI遥感影像,基于像元纯度指数(pixel purity index,PPI)并考虑空间光谱信息协同提出空间像元纯度指数(spatial pixel purity index,SPPI),精炼提纯植被、裸土、高反照度不透水层及低反照度不透水层4种类型端元,利用线性混合光谱模型(linear mixed spectral model,LMM)、混合调制匹配滤波(mixture tuned matched filtering,MTMF)、双线性混合光谱模型(bilinear mixed spectral model,BMM)及BP神经网络(BP neural network,BPNN)算法提取南京城市不透水层,采用同年的Google Earth遥感影像目视解译结果对提取的不透水层丰度进行精度验证。【结果】SPPI能有效结合多光谱波段的光谱信息和全色波段的空间信息,提高端元提取精度并减少计算量;同时,基于SPPI的BP神经网络算法提取精度最高,为90.45%;而基于PPI的线性混合光谱模型精度最低,为80.62%。BP神经网络算法在复杂城市中的解混精度高于线性混合光谱模型、混合调制匹配滤波和双线性混合光谱模型。【结论】采用全色波段像元亮度空间异质性辅助提取端元的方法,用空间信息弥补多光谱波段光谱信息较少的缺点,对于改进或发展适用于中/高分辨率多光谱影像的端元提取方法具有一定的参考价值,将其与神经网络模型结合可以在城市不透水层提取中推广应用。     

福州市亚像元不透水面对地表温度影响变化分析

基于Landsat影像,利用全约束最小二乘法混合像元分解的方法,获取福州中心城区不透水面覆盖度信息,利用同期高分辨率影像面积对比法验证分解结果。根据不透水面覆盖度大小进行分级以表示城市发展程度,采用亚像元状态转移矩阵分析2000年至2016年各等级不透水面区域面积的变化,利用景观指数对城市不同发展程度区域斑块分布变化情况进行分析。结合地表温度归一化方法,计算各级不透水面区域的温度贡献率,并对比城市不同发展程度区域分布对城市热岛效应的影响。结果表明,福州城市化进程主要集中于不透水面覆盖度在30%～60%的区域内,城市发展程度不同的区域相互参杂分布于中心城区内;不透水面覆盖度大于50%的区域促进城市热岛效应的产生,随着斑块破碎化程度的增加,加剧热岛效应产生。研究结果可为缓解城市发展过程中的热岛效应提供参考。