搜索
城市遥感遥感应用领域遥感应用地理、地形（立体像对，地形分析，地形图修测---地质（地层，岩性，地面沉降，构造，线性构造---资源（土地资源类型与评价，放射性，贵金属、煤炭、石油、天然气等矿产资源，地面、地下水、水质、疆域范围、生物资源保护－多样性---工程地质与环境（公路、铁路选线，ＬＴ工程选址、古河道，水电站淹没损失---遥感科学技术以应用为驱动得到了飞速发展灾害（洪水，火山，滑坡，森林草原火灾、虫灾，地震，沙尘暴---海洋（海岸带，潮间带，滩涂利用，污染，赤潮、水下地形与潜艇水下运动，波浪与海流---生态环境（土地利用覆盖，生物蓄积量，土壤侵蚀，盐碱化城市，城市绿化，光、热、大气城市污染，城市规划---遥感应用宇宙遥感（月球，金星等星体表面特征---气象气候（天气预报，物候特征分析---农业（精细农业、作物估产、病虫害监测---考古（地面古迹调查与保护、地下文物探测、古长城---遥感应用1米分辨率图像城市研究面阵CCD图像20001223200109122000063020010912颐和园周区SAR图像机载三维成像仪成果图像RESTEC:全球灯光分布利用夜间光照估计人口•由美国军事气象卫星DSMP所载的OLS传感器，制作夜间亮度图。对夜间亮度的位置和强度的卫星观测提供了一个独特的视角，观察人类的出现，并且可以作为其他很难进行全球观测的变量的一个空间指标来使用。例如，能量消耗情况或人口密度等相关变量。•夜间照明可以增加人类的活动以及能量的消耗。在世界范围内室外照明广泛应用在居民区，商业区，工业区，公共设施和道路上。OLS于1976年9月随卫星F-1发射。到1999年，DMSP有三个OLS在运行（卫星F12，F13，F14）。OLS是一种震荡扫描辐射仪，成像幅宽3000公里。每天运行14轨，使得每个OLS能够在24小时内生成覆盖全球的日夜图像。全分辨率数据，地面采样距离为0.56公里，称为高分辨。另有平滑后的分辨率为2.7公里的数据。可见光通道跨越了光谱的可见光和近红外部分。热红外通道波段范围是10-13微米。可见波段以6字节量化，产生数字位从0到63。热红外波段用8字节量化，数字位从0到255。一个双星群可以产生全球覆盖图一天四次：清晨，白天，黄昏，夜间。内容提要•9.1城市遥感概述•9.2城市扩张遥感监测–9.2.1遥感监测城市扩张的原理与方法一、归一化建筑用地指数二、改进的归一化裸露指数三、城镇用地指数–9.2.2遥感监测城市扩张的实例•9.3城市热岛效应遥感监测–9.3.1遥感监测城市热岛效应的原理与方法–9.3.2遥感监测城市热岛效应实例•9.4城市气溶胶厚度遥感监测–9.4.1遥感监测城市气溶胶厚度的原理与方法–9.4.1遥感监测城市气溶胶厚度的实例•9.5城市人口密度遥感监测–9.5.1遥感监测城市人口密度的原理与方法–9.5.2遥感监测城市人口密度的实例9.1城市遥感概述城市是人口集中、集约经济活动及不同生活方式并存的复杂社会。城市又是人类活动的缩影，并且不断地经历着迅速变化的过程，需要及时地进行监测与分析。城市规划和城市建设者面临的重大任务之—，就是获取与分析那些能有效地用于城市规划、建设和管理的资料。城市遥感的任务就是为城市规划、建设和管理提供多方面的基础地理信息和其他与城市发展有关的资料，诸如城市土地利用现状、城市演变、城市及区域的自然状况、城市人门及其分布情况、城市道路与交通状况。城市热岛、通讯受地理限制的因素等。城市遥感与传统的城市相关资料调查相比，既省时，又省钱，而且效率很高，因而具有广阔的应用和发展前景。目的、内容、要求地形图遥感图像专业资料工作底图影像解译信息提取遥感调查专题图调查数据图表应用分析图中的目的、内容和要求出调查的项目需要所决定；遥感图像包括两类，一是航天遥感图像(主要用于区域性和市域性的宏观调查)和航空遥感图像(主要用于建成区和城市局部地区的较微观调查)；地形图主要用于划分调查的空间层次、地理单元和影像解译时的参考以及作为遥感调查的基础底图。9.2城市扩张遥感监测•9.2.1遥感监测城市扩张的原理与方法一、归一化建筑用地指数NDBI在TM4和TM5波段之间除了城镇用地DN值走高之外，其他地物DN值都变小。因此图像上NDBI值大于0的地物则认为是城镇用地。NDBI=TM5-TM4/TM5+TM4（）（）020406080100120140TM1TM2TM3TM4TM5TM7LandsatTM影像光谱波段(LandsatTMspectralBands)DN值(DNvalue)城镇用地裸地林地农田水体低密度植被覆盖区典型地物在LandsatTM影像上的光谱曲线二、改进的归一化裸露指数MNDBINDBI主要反映的是城镇和裸露地信息，所以将NDBI和（1-NDVI）相加就可以更加突出居民地信息。因此将之称为改进的归一化裸露指数（ModifiedNormalizedDifferenceBarrenIndex,MNDBI），即MNDBI=NDBI+(1-NDVI)MNDBI是对NDBI的改进突出了城市信息，使其与周围地物的反差增大，有利于提取城市信息。距离（m）灰度值NDBI图像中灰度值剖面图灰度值距离（m）MNDBI图像中灰度值剖面图三、城镇用地指数ULI在NDBI基础上引入NDVI，通过对图像的二值化、求交运算，利用这两个指数的各自的优势来提取城镇用地，把这两个指数的结合用于提取城镇用地称为城镇用地指数（UrbanLand-useIndex，ULI）。低密度植被覆盖区在TM3和TM4上具有植被的光谱特征即在TM3和TM4之间DN值是变大的；而在TM4和TM5上具有城镇用地的光谱特征或者说具有裸地的光谱特征即在TM4和TM5波段之间DN值是变大的。因此，低密度植被覆盖区不仅具有植被的光谱特性而且具有城镇用地的光谱特性。利用这一独特的光谱特性可以将NDBI提取得到的城镇用地（其结果还包含裸地和低密度植被覆盖区）中的低密度植被覆盖区从中分离出来。典型地物二值化后的像元值城镇用地林地农田水体低密度植被覆盖区NDBI10001NDVI10010NDBI*NDVI10000三种基于谱间特征分析的城镇用地提取方法比较方法名称作者公式优点缺点归一化建筑建筑指数（NDBI）查勇，杨山等（2003）（TM5-TM4）/（TM5＋TM4）相对于传统方法快速有效，提取精度较高，结果较为客观，可信提取结果包含低密度植被区、裸地信息改进的归一化裸露指数（MNDBI）吴宏安，蒋建军等（2005）NDBI+(1-NDVI)相对NDBI更加突出了城镇用地信息，提取结果得到改善需要人为设定阈值，结果受主观因素影响；提取结果包含低密度植被区、裸地信息城镇用地指数（ULI）徐军，蒋建军等（2007）NDBI&NDVI相对NDBI去除了低密度植被区的影响，提取精度得到提高，结果客观、可信，是一种自动提取城镇用地的方法提取结果仍含有裸地信息9.2.2遥感监测城市扩张的实例选用的是LandsatTM影像，研究区覆盖浙江省金华地区，成像时间是1996年9月6日，TM6波段是热红外波段，仅选用了1~5波段和7波段，其空间分辨率为30m。其他数据包括金华市1996年的土地利用现状图以及1:5万地形图，用于几何校正和精度检验。金华市位于浙江省的中部，属亚热带季风气候。NDBI法提取的城镇用地（a）大气校正后的TM影像(543合成)(b)NDBI图(c)NDBI二值化图ULI提取的城镇用地(a)NDVI图(b)NDVI二值化图(c)求交运算后的二值化图NDBI提取城镇用地精度分析城镇用地非城镇用地合计精度城镇用地55167177.46%非城镇用地6232979.31%合计613910078.39%ULI提取城镇用地精度分析城镇用地非城镇用地合计精度城镇用地6166791.04%非城镇用地4293387.88%合计653510089.46%北京地区土地利用变化75年91年97年城镇农田灌草地水域林地草地9.3土地覆盖/土地利用遥感9.3.1概念土地覆盖：是指地球表面当前所具有的自然和人为影响所形成的覆盖物，如植被、土壤、冰川、湖泊、沼泽、道路、建筑物等等。土地覆盖主要强调地表的自然属性。土地覆盖与地表自然系统过程密切相关。土地利用：指地球表面的社会利用状态，强调土地的社会经济属性，如工业用地、住宅地、商用地、未利用地等。是土地覆盖的组合、结构、模式的综合反映，与人类社会经济活动关系密切。经常合并称为土地覆盖/土地利用。地表覆盖/利用信息与全球环境变化和社会经济发展息息相关，因此它是环境保护与经济开发等行为的基础信息。遥感主要能够检测土地覆盖。469.3.2遥感在土地利用/覆盖研究中解决的问题遥感对土地利用/覆盖研究的诸多问题，能够做出直接贡献的，主要是对土地覆盖及其变化的检测，由此可以推及土地利用、土地评价和土地退化研究等。土地利用/覆盖研究的问题涉及面很广，包括土地利用/覆盖现状及土地评价、土地退化等土地利用变化的驱动力土地利用对土地覆盖的影响土地利用/覆盖对全球变化的影响全球变化对土地利用/覆盖的影响土地利用/覆盖变化的区域性和全球性模型与预测等。479.3.3土地覆盖物的遥感特征土地覆盖涉及地表的所有地物类型，因此土地覆盖物的遥感特征异常复杂多样，光谱特征和图像特征都非常重要。一般来说，自然覆盖物更偏重光谱特征，如植被、水体、土壤等，人工覆盖物则更侧重图像特征，如建筑物、道路等。有的覆盖物则光谱特征与图像特征都很明显，如耕地等。要有效检测土地覆盖，必须对各种类型的覆盖物的光谱特征和图像特征有详细的了解。48城市几种土地覆盖物的光谱特征49城市人工地物的图像特征(建筑物)5几种土地覆盖物的图像特征（耕地，居民地）51(3)土地利用/覆盖变化遥感方法变化检测是发现不同时间段对象的不同，变化监测是动态地了解对象随时间的改变，即连续或定期地检测对象的变化。遥感土地利用/覆盖变化检测方法包括以下途径：基于前期利用图和后期利用图(从遥感图像解译得到)的变化检测基于前期利用图和后期图像的变化检测基于前期图像和后期图像的变化检测59基于前期利用图和后期利用图的变化检测前期已有土地利用图，后期通过对遥感图像的解译得到新的土地利用图，二者进行比较，找出变化地类。基于前期利用图和后期图像的变化检测检测前期利用图的各地类图斑在后期图像上对应范围内的统计特征，评估各地类图斑的图像统计特征是否发生大的变化，以确定原利用图是否发生变化。需要有前期地类的图像特征库作为参考。基于前期图像和后期图像的变化检测直接对比两期图像，找出超出变化阈值的图像区域，即可确定变化的位置。60前期土地利用图(线划图)↔现今土地利用图(基于遥感解译)61土地利用图(线划图)↔遥感影像图（基于影像属性变化）62沙地覆盖变化监测(内蒙古乌审旗)19942002198666武汉市1980年代到2000年代城市动态变化第一期时相19890926第二期时相2002101365上海城市发展2000199619989.3城市热岛效应遥感监测•9.3.1遥感监测城市热岛效应的原理与方法城镇扩展对大气环境的另外一个显著影响就是城市的“热岛效应”。快速城市化进程改变了地表下垫面的理化性质。原本是土壤、草地和水体等比热大的自然表面被水泥、沥青等比热小的表面代替，这不仅改变了反射和吸收面的性质，还改变了近地面层的热交换和地面的粗糙度，使大气的物理状况受到影响。大量的观测对比和分析研究确认，城市热岛市城市气候中最普遍存在的气候分布特征。如果绘制成等温线图，则形成等温线闭合状态的高温区，人们把这个高温区比喻为立于四周围较低温度的乡村海洋中的孤岛，成为“城市热岛”。这种城市气温高于四周郊区气温的现象称为城市“热岛效应”，有时也统称为城市热岛。城市气温与郊区同期（瞬时、日平均、月平均、年平均等）气温差值大小，则称为城市热岛强度。热岛效应示意图9.3.2遥感监测城市热岛效应实例以西安地区为例，介绍一个遥感监测城市“热岛效应”的例子。选用了1988年8月23日和2003年5月29日上午10点的