基于最优粒度的城市热环境与景观特征耦合分析

综合Landsat和国产高分2号遥感影像反演地表温度、划分地表覆被类型,通过划分100m×100m～1000m×1000m等多个网格单元,分析北京市五环内热环境影响因素的粒度效应;并基于最优粒度分析城市景观组分和构型特征与热环境特征的相互关系.结果表明:随粒度增加,网格单元内平均地表温度和不透水地表(IS)、植被水体(...     

城市空间结构对城市热场的影响—— 以济南市夏季为例

建筑是城市空间结构的主要构成要素,其在空间上的立体拓展,不但改变着城市下垫面,也影响着城市空间的能量平衡和空气流动,进而对城市热场的分布产生影响.文章以济南市中心城区为研究区域,基于Landsat 8遥感影像数据,首先使用大气校正法反演城市地表温度,以此表示城市热场,并基于建筑、绿地和水体构建多维城市空间结构指标体系;...     

土地利用/覆被变化对小流域地表温度的影响

遥感和GIS技术被用于检测白家湾河流域土地利用/覆被变化,并评估土地利用/覆被变化对白家湾河流域地表温度的影响。不同时期的Landsat TM和ETM+影像被用于确定土地利用/覆被变化格局,并对矿点增长及相关的植被覆盖减少情况进行量化。采用Landsat数据的热红外波段进行地表温度的反演。结果表明:(1)小流域内不同土地利用/覆被类型上地表温度具有差异;(2)由于不同时期不同人为干扰造成的影响不同,不同时期土地利用/覆被类型间的地表温度差异不同。(3)在整个研究区域内,平均地表温度和NDVI之间呈负相关关系,各种土地利用/覆被类型上的平均地表温度和NDVI都呈现负相关性,但一些土地利用/覆被类型与NDVI的相关性高于平均水平。(4)植被覆盖情况越好,对稳定地表温度所起的作用越大。     

基于TM的陆良县遥感影像分类方法实验研究

以Landsat TM遥感影像为数据源,以云南省陆良县为研究对象,利用ENVI4.8对陆良县的Landsat TM遥感影像进行图像预处理以及最佳波段组合,运用监督分类中的平行六面体分类、最小距离分类、马氏距离分类以及最大似然分类等四种分类方法,对地物信息进行提取,并对其分类精度进行评价。最后发现,波段146组合适合陆良县的地物提取。在分类方法中,最大似然法分类的总体精度及Kappa系数均高于其他三种分类。     

基于遥感的小煤矿煤层自燃区探测研究——以宁武县余庄乡小煤矿为例

本论文基于遥感和地理信息系技术,对宁武县余庄乡小煤矿的热红外影像TM11单波段进行密度分割得出热异常区域增强效果图,然后利用TM4、5进行波段运算合成植被覆盖灰度图像,与密度分割后的热红外影像图进行叠加分析,再与DLG的地质岩层数据以及小煤窑分布区域进行叠加分析对宁武煤田余庄乡的小煤矿煤层自燃区进行定位和判断,划定煤层自燃区。     

基于Landsat 8 OLI数据的树种类型分布提取

树种分布是林业调查工作中的关键环节,遥感影像中对树种信息的提取具有重要意义。论文以福建省长汀县为研究区,收集2016年3月美国陆地卫星影像(Landsat 8 OLI)数据,提出基于知识库的图像膨胀分类方法,结合不同树种类型分布点的影像像元灰度与影像不同波段的重新排列,对杉类、松类、竹类与阔叶树类4个类型提取分布信息,结合地面验证坐标点进行精度评价,同时与专家知识分类法比较。结果显示图像膨胀法结合了地物分布特征与光谱信息,在Landsat 8 OLI影像中是可行的,并提高了精度,整体精度为83.01%,Kappa系数为0.77,与专家知识分类法相比分别提高了8.25%、0.11。该研究为快速精确地使用Landsat 8 OLI影像提取树种分布信息具有一定参考。     

基于热红外遥感数据和光谱混合分解模型的城市不透水面估算

不透水面的迅速增长是城市化的显著特征之一,针对大范围的城市监测,运用遥感技术迅速提取城市不透水面是当前国内外研究的热点。论文选用Landsat 7的ETM+影像,基于光谱混合分解模型,结合热红外遥感数据反演生成的地表温度,研究杭州市的不透水面分布信息的提取。通过高、低反照率、植被及土壤4类光谱端元的线性组合来表征不同城市土地类型,并利用地表温度和土壤分量分别剔除高、低反照率分量中的"噪声",综合修正后的高反照率分量和低反照率分量估算杭州市不透水面分布。结果显示,研究区中均方根误差的平均值为0.003 6,不透水面分布结果与同期Google earth上的高分辨率影像和SPOT 4影像的解译结果对比分析,绝大多数样本的估算值与解译值之差落在±0.15区间内,精度令人满意。研究表明,热红外遥感数据和光谱混合分解模型相结合,可以实现对不透水面进行快速、精确的估算。     

基于光谱混合分析和反照率-植被盖度特征空间的土地荒漠化遥感评价

采用线性光谱混合分析模型对Landsat TM遥感影像进行混合像元分解,获取植被、裸土和水体组分的相对丰度分布;在反演地表反照率的基础上,构建了基于Albedo-Vegetation特征空间的土地荒漠化遥感监测模型;以黑河中游部分区域为例,进行了实证研究,并利用实地调查数据进行精度验证。结果表明:此方法充分利用了多维遥感信息,反映了荒漠化土地地表覆盖、水热组合及其变化,具有明确的生物物理意义,而且指标简单、易于获取,精度较高,有利于荒漠化的定量分析与监测。     

基于多项植被指数的景观生态类型遥感解译与分类——以额济纳天然绿洲景观为例

基于研究区2001年Landsat7ETM+遥感影像数据,运用遥感与GIS技术手段,在对遥感影像的边界裁定、几何校正、辐射校正等预处理的基础之上,根据绿洲景观生态类型分类体系,通过综合应用非监督分类、植被指数与波段比值指数聚类、监督分类以及类型叠加与图像整合等方法,进行绿洲景观生态类型的遥感解译与分类,生成研究区2001年的景观生态类型图。为尽可能利用到遥感影像的所有原始数据信息,论文选取5种植被指数(NDV I、DV I、RV I、IPV I、SA VI)和9种波段比值指数(Index1I-ndex9)参与到遥感影像的解译与分类当中,结果表明:NDV I、DV I、IPV I、SAV I、R VI、Index5、Index6具有较大的相似性,能够明显地将具有植被信息的类别分离出来,利于划分具有植被信息的景观类型;Index1-Index4具有较好的类别空间分离性,利于不同类别间的聚类与区分;而Index7-Index9的类别分离性则较差,不利于类别聚类与划分。因此,在实际的应用中,选取多项植被指数参与景观分类,不仅能够发现新的信息,而且也会明显提高景观生态类型、尤其是干旱区绿洲景观生态类型的遥感解译与分类能力。     

基于多源数据的城市扩张中热环境演变及响应

改善城市热环境,提升人居环境质量是创建生态宜居城市的重要前提.目前对城市扩张与热环境关系的研究多基于遥感数据,多源数据应用较薄弱.选取西安都市圈核心区,基于2010年和2020年Landsat遥感影像测定城市扩张及热环境时空演变状况,利用兴趣点和百度热力指数等多源数据,通过地学统计分析方法对城市热环境响应机制进行多方面研究.结果表明：（1）研究区建设用地共扩张200.84 km²,面积和强度呈现“中心和外围较弱,两者之间较强”特征,扩张模式以边缘式和填充式为主.（2） 2010～2020年间,研究区整体热环境恶化,热岛区面积增加282.65 km²,热岛区蔓延与城市扩张方向一致,分布格局由“东南-西北”向“东北-西南”演变;但城市中心区平均温度下降1.09℃.（3）城市扩张与城市热环境恶化表现为强正相关;城市空间规模扩大对热环境恶化的贡献率为60.40%;各社会经济因素作用程度较弱,总体贡献率为39.60%,植被水体降温作用明显,多因素共同影响下,地表温度共增加0.241个单位.城市扩张过程中地表参数和城市二维形态变化依然是热环境变化的主要因...     

基于Sentinel-2A影像估算黄土高原光合/非光合植被盖度

以黄土高原为例,基于Sentinel-2A影像和地表实测地物光谱与盖度数据,分别在模拟混合场景和野外实测混合场景中,评估4种NPV植被指数(NPVI):SWIR32(短波红外比值指数)、DFI(干枯燃料指数)、STI(土壤耕作指数)和NDTI(归一化差异耕作指数)估算非光合植被盖度(f_NPV)的有效性,并利用优化法确定线性光谱混合模型的关键参数端元值,估算研究区光合植被盖度(f_PV)和f_NPV.结果表明,在模拟混合场景下,4种NPVI与模拟f_NPV线性关系的R²是0.365~0.750;在野外场景中,其相关性均有一定程度的降低,R²是0.147~0.211.研究构建NDVI-SWIR32像元三分模型,并确定了最优端元值:NDVI_PV=0.80,SWIR32_PV=0.60, NDVI_NPV=0.17,SWIR32_NPV=0.77,NDVI_BS=0.23,SWIR32_BS=0.99.模型对f_PV和f_NPV估算精度R²分别是0.817和0.463,NSE分别是0.806和0.458.利用该模型估算全区2019年4、8和12月的平均f_PV和f_NPV,分别为20.3%和59.2%,48.6%和33.1%,10.7%和59.0%.随时间推移,f_PV从东南向西北不断增加而后减小,f_NPV与之相反. NDVI-SWIR32模型可以用于Sentinel-2A影像数据来监测黄土高原地区f_PV和f_NPV的时空动态变化.     

城市景观格局时空特征的热环境效应研究——以广州市花都区为例

1999-2009 年,广州市花都区经历了经济腾飞的10 a,不断变迁的城市景观格局时刻影响着热环境的分布.论文基于Landsat TM/ETM+遥感数据,获得地温反演图和土地利用类型图.采用均值-标准差法划分热力等级以分析热力重心变化,并与建设用地重心变化作对比.通过移动窗口得出可视化的景观指数,指数刻画包括景观多样性和建设用地密度、形状和分布状况,进而分析景观指数与地温间的相关性.研究结果表明:区内南部受人类活动影响最为剧烈;土地利用类型并非是影响地温分布的唯一因素;区内城市景观格局多样性与地温虽存在正相关关系,但随着多样性程度加剧且各组合面积比例均匀,降低了两者相关程度;建设用地面积比例、分离度与地温的相关关系较为稳定,且比例较高或分离度较低的所在区域通常为高温区;建设用地平均分维指数与地温的相关性随着其形状的复杂性加剧和分布范围扩大而降低,即影响了高温形成的程度.     

1989~2015年海口城市热环境与景观格局的时空演变及其相互关系

利用1989,1999,2007和2015年的4期Landsat 5TM/8OLI-TIRS遥感数据,综合应用遥感、地理信息系统、景观生态学和统计分析相结合的方法,探讨海口城市热环境与景观格局的时空演变关系.结果显示,1989~2015年间,海口城市陆地表面温度（LST）总体呈逐步上升的趋势.城市热岛面积逐步扩大,空间质心向西南方向转移,且在2007年以后转移速率明显加快;冷岛质心则向东部生态核心区转移.城市LST较高的区域往往与不透水表面分布一致,较低的LST与绿地或水体分布一致.4期绿地的平均LST比不透水表面低4.17℃,其中2015年绿地景观类型百分比（PLAND）每增加10%导致LST下降0.57℃;不透水表面每增加10%,LST则上升0.78℃.不同时期绿地和不透水表面的平均LST与PLAND、最大斑块指数（LPI）、聚集度指数（AI）均表现为一致的极显著相关关系,且相关性逐年增强,其中绿地为负相关,不透水表面为正相关;景观斑块的大小和聚集程度对城市LST有较大影响.研究结果可以拓展对城市热环境与景观格局时空演变关系的认识,为城市规划和决策者提供参考.     

基于环境一号卫星的太湖流域地表温度与地表类型的关系分析

利用我国新发射的环境一号小卫星数据,以2010年3月26日环境一号卫星的红外波段为例,尝试根据同步MODIS数据反演大气水汽含量参数,采用Jimenez-Munoz和Sobrino的普适性单通道算法反演地表温度,经MODIS地表温度产品验证,地表温度反演精度满足要求. 将人工目视解译的2009年太湖流域土地利用、地表温度和归一化植被指数作相关性分析. 结果表明:当林地和农田、草地植被指数相同时,林地的地表温度比农田和草地低,因此林地比农田和草地的调节温度效果好,在城市中增加林地的面积,对缓解城市热岛效应的作用最大.      

基于多层感知器模型的MODIS地表温度降尺度研究

LST（land surface temperature,地表温度）是一个极为重要的自然地理参数,能够表征地球表层系统的多个自然地理过程,同时与人类生产生活密切关联.为解决LST获取中时空分辨率不能自动互补的问题,以北京市为研究案例区,构建MLP（multilayer perceptron,多层感知器）模型,对MODIS（Moderate Resolution Imaging Spectroradiometer）1 km LST数据进行降尺度研究.结果表明:预测白天LST的MLP模型的训练、测试和整体决定系数分别为0.810、0.796和0.807,预测夜间LST的MLP模型的训练、测试和整体决定系数分别为0.702、0.705和0.701,预测残差值均服从正态分布,构建的模型可靠性较高.与回归模型和支撑向量机等模型相比,MLP模型具有拟合优度高、误差小等优点,此外,MLP模型测试数据集的拟合度也较高,说明模型的泛化推广能力较强.MLP模型的LST降尺度结果能够清晰地反映下垫面地表热环境的空间异质性和昼夜差异.平原地区的建设用地区为LST的高值区,山区远郊县为LST的低值区,白天LST显著高于夜间LST.将TM影像反演的LST的空间分辨率聚合到250 m,使之与MLP模型的LST降尺度结果的空间分辨率相同,并通过随机采50 000个样点比较TM影像反演的LST和MLP模型的LST降尺度结果.检验结果表明,尽管二者在具体数值上有些差异,但其空间结构高度相似,协方差为正,相关系数可达0.730,误差呈现正态分布.研究显示,人工神经网络模型在LST降尺度方面具有较大的应用前景.      

关中平原城市群夏季城市热岛特征及驱动力

以2001~2017年夏季长时间序列的MODIS地温产品及相关数据为基础,使用Mann-Kendall非参数检验与Sen’s斜率分析法揭示了关中平原城市群地表热环境的时空变化趋势,利用主成分分析法构建城市热环境指数（UTEI）来表征地区热环境的优劣,借助地理探测器对影响地表温度（LST）的主要因子进行驱动力分析.结果表明,关中平原城市群2001~2017年间夏季白天平均LST为29.3℃,夜晚为18.3℃,白天和夜晚LST的变化率分别为-0.053和0.026℃/a,白天的降温幅度略高于夜间的增温幅度.地表热岛强度（SUHII）在17a间呈上升趋势,白天的增长速率大于夜间,老城区的SUHII大于新建城区.UTEI与LST之间存在显著的负相关,白天（P<0.05,R²=0.850）和夜晚（P<0.05,R²=0.624）都表现为二次曲线关系.因子探测分析表明,地表干度指数（NDBSI）、高程（DEM）与增强植被指数（EVI）是白天LST空间分异的主控因子（q>0.6）,夜晚LST受夜间灯光、DEM与气溶胶光学厚度（AOD）的影响更大（q>0.4）.交互探测结果显示,DEM与NDBSI之间的交互效果在白天最好,DEM与夜间灯光之间的交互作用在夜间最大,任意双因子之间的交互作用优于单一因子的作用效果.本研究对于加强关中平原城市群地表热环境的监测与评价具有重要指导意义.     

Challenges to quantitative applications of Landsat observations for the urban thermal environment

Since the launch of its first satellite in 1972, the Landsat program has operated continuously for more than forty years. A large data archive collected by the Landsat program sig-nificantly benefits both the academic community and society. Thermal imagery from Landsat sensors, provided with relatively high spatial resolution, is suitable for monitoring urban thermal environment. Growing use of Landsat data in monitoring urban thermal environment is demonstrated by increasing publications on this subject, especially over the last decade. Urban thermal environment is usually delineated by land surface temperature (LST). However, the quantitative and accurate estimation of LST from Landsat data is still a challenge, especially for urban areas. This paper will discuss the main challenges for urban LST retrieval, including urban surface emissivity, atmospheric correction, radiometric calibration, and validation. In addition, we will discuss general challenges confronting the continuity of quantitative applications of Landsat observations. These challenges arise mainly from the scan line corrector failure of the Landsat 7 ETM + and channel differences among sensors. Based on these investigations, the concerns are to: (1) show general users the limitation and possible uncertainty of the retrieved urban LST from the single thermal channel of Landsat sensors; (2) emphasize efforts which should be done for the quantitative applications of Landsat data; and (3) understand the potential challenges for the continuity of Landsat observation (i.e., thermal infrared) for global change monitoring, while several climate data record programs being in progress.     

集约农区不同土地利用方式对土壤养分状况的影响

选择山东省寿光市,通过野外调查和室内分析,利用数理统计软件SPSS,系统分析不同土地利用方式下土壤养分的分布特征、变异情况及其相关性,研究集约农区不同土地利用方式对土壤养分状况的影响。结果表明,在不同土地利用方式下,各养分含量分布存在明显规律。有机质均值的分布特征是菜地水浇地果园旱地盐碱地;全氮、碱解氮、速效钾、速效磷和有效锌均值的分布特征是菜地果园水浇地盐碱地旱地;土壤pH值、交换性镁均值的分布特征为盐碱地旱地水浇地果园菜地;交换性钙在不同利用方式中的含量为盐碱地旱地水浇地菜地果园;有效硼为果园菜地盐碱地水浇地旱地;有效铁为菜地果园水浇地旱地盐碱地;有效铜和有效锰均为果园菜地水浇地盐碱地旱地。水浇地、菜地和果园在各养分含量上差异较小,旱地和盐碱地在各养分含量上较为相似。除pH值外,其它12种土壤养分在不同土地利用方式下变异系数均较高,其中以速效磷的变异系数最大。土壤养分中除了交换性镁、有效硼与其它各养分之间的相关性较低外,其它养分之间基本为显著或极显著相关,其中pH值与其它各土壤养分均呈现显著或极显著负相关,有机质与其它各土壤养分均呈现显著或极显著正相关。     

南阳盆地区耕地利用效率演变及其影响因素

研究耕地利用效率演变规律关乎农业产业振兴与国家粮食安全。在使用DEA-GWR指数模型测算出南阳盆地区12县（区）2000年、2010年、2016年耕地利用效率的基础上,结合趋势面分析和$G^{*}_{i}$ 指数研究耕地利用效率的时空格局演变特征,并分析其影响因素。结果表明： （1）2000年、2010年和2016年研究区综合效率整体呈上升趋势,2000年和2016年规模效率对综合效率的作用更大,而2010年纯技术效率则对综合效率更具影响。（2）从全局视角看,三个时期耕地利用综合效率高值区从东南部向中部及西北部转变,呈现出明显的地域分异规律;从局部视角来看,相对高值（低值）耕地利用综合效率在空间上呈现出较强的组团式集聚。（3）在耕地利用效率影响因素中,影响程度的绝对值由大到小依次为：农业劳动力>复种指数>农业机械总动力>化肥施用量>人均耕地>地形条件>农村居民人均可支配收入>城市化水平。