9城市遥感.pptx

单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,单击此处编辑母版标题样式,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,第,9,章,城市遥感,资源环境遥感,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,内容提要：,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,重大任务之一，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,。,9.1,城市遥感概述,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、城市人口及其分布情况、,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。,城市遥感调查的主要技术流程如下图所示。图,中的目的、内容和要求由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。,9.1,城市遥感概述,城市遥感调查流程,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,城市扩张在遥感影像上体现为,城市面积的不断,扩大,，特别是城镇建筑用地的不断扩张。大量的研,究表明，利用卫星遥感影像数据通过数字图像处理,的方法获取城镇用地信息，从而揭示城市扩张的动,态变化是监测城市扩张的有效方法，与统计数据分,析方法相比更具,实时性和可靠性,。,9.2.1,遥感监测城市扩张的原理与方法,基于遥感影像上提取城镇用地通常是通过识别城,镇用地的特征而获得的。提取城镇用地信息的方,法主要有,目视解译手工数字化的方法,，,计算机监,督分类和非监督分类的方法,和,基于光谱特征知识,的分类方法,。,（,1,）归一化建筑用地指数,NDBI,源于对,NDVI,的深入分析。,NDVI,之所以能有效提,取植被，是因为植被在,TM4,上的值大于,TM3,，而其它,地物的,DN,值都变小。因此,在,NDVI,图像上一般值大于,0,的地物都是植被,。由此得到启发，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，,NDBI=,（,TM5-TM4,）,/,（,TM5+TM4,）,，,图像上,NDBI,值大于,0,的地物则认为是城镇用地。,典型地物在,Landsat TM,影像上的光谱曲线,（,1,）归一化建筑用地指数,但是，研究发现城镇用地,TM5,波段和,TM4,波,段的差异远不如构建植被指数的波段之间,的差异来的明显。在,Landsat TM,影像上,DN,值,TM5,高于,M4,的,除了城镇用地还有裸地以及,含土壤背景信息的低密度植被覆盖区,。因,此，利用,NDBI,提取城镇用地的精度必然会,受到一定程度的影响。,（,2,）改进的归一化裸露指数,NDBI,从本质上讲揭示了地表裸露特征，因此将,NDBI,定义,为归一化裸露指数,（,Normalized Differenced Barren,Index,）。,从上面的典型地物的光谱曲线我们可以知道研,究发现城镇用地,TM5,波段和,TM4,波段的差异远不如构建植,被指数的波段之间的差异来的明显。考虑到归一化植被,指数,NDVI,反映的是植被信息，那么,（,1-NDVI,）反映的就,是非植被信息,，即主,要是居民地、裸地以及河流,。由于,NDBI,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,（,Modified Normalized Difference Barren Index,MNDBI,），,即,MNDBI=NDBI+1-NDVI),。,下图分别是,NDBI,和,MNDBI,中心位置的剖面线灰,度值分布图，可以很明显的看出，改进的,NDBI,对图像有增强作用，灰度值的变化范围较之,NDBI,变化很大，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,（,2,）改进的归一化裸露指数,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。但是，它需要不断人,为尝试,选取,MNDBI,的阈值,，最终获得较好,的提取效果。因此其结果仍然,不够客观,。,(3),城镇用地指数,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（,Urban Land-use Index,，,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,NDBI,1,0,0,0,1,NDVI,1,0,0,1,0,NDBI*NDVI,1,0,0,0,0,方法名称,作者,公式,优点,缺点,归一化建筑用地指数（,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,三种基于谱间特征分析的城镇用地提取方法比较,9.2.2,遥感监测城市扩张的实例,选用的是,Landsat TM,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，所以仅选用了,15,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。,（,1,）,NDBI,提取城镇用地,通过对影像的预处理，得到了大气校正后的,Landsat,TM,影像（图,a,）。利用,NDBI,计算,NDBI,图，城镇用地在,NDBI,图上得到了最大的亮度增强，其他地物则普遍受到,压抑，其,NDBI,值为,-1,1,（图,b,）。将,NDBI,图二值化，将,NDBI,值大于,0,的赋值为,1,，以白色显示，代表城镇用地；,其它的赋值为,0,，以黑色显示，代表非城镇用地（图,c,）。,通过与大气校正后的,LandsatTM,影像对比发现低密度植,被覆盖区也被提取出来了。因此，仅仅利用,NDBI0,来提,取城镇用地是不可靠的。,NDBI,法提取的城镇用地,（,a,）大气校正后的,TM,影像,(543,假,彩色,合成,),(b)NDBI,图,(c)NDBI,二值化图,（,2,）,ULI,提取城镇用地,利用,ULI,提取城镇用地是在,NDBI,的基础上引入,NDVI,，并在两者归一化的基础上进行求交运算。,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,55,16,71,77.46%,非,城镇用地,6,23,29,79.31%,合计,61,39,100,78.39%,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,61,6,67,91.04%,非,城镇用地,4,29,33,87.88%,合计,65,35,100,89.46%,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,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。,9.3.1,遥感监测城市 热岛效应的原理与方法,大量的观测对比和分析研究确认，城市热岛,是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）,气温的,差值大小,，则称为,城市热岛强度,。,热岛效应示意图,（,1,）地表温度遥感反演的原理,1,、普朗克黑体辐射定律,用于解释物体的辐射与温度之间的关系，其表达式为,式中,:,是黑体辐射出射度,(,单位,;Wm,-2,m,-1,sr,-1,),；,是波长,(,单位：,),；,T,是物体的温度,(K);C,1,、,C,2,是普郎克,函数常量,C,1,=3.741810-16Wm,2,C,2,=1.438810,-2,mK,；,这一普遍适用于绝对黑体辐射的定律，是遥感反演陆面温度,的物理基础。,2,、维恩位移定律,利用普朗克黑体辐射定律还可以推导出维恩位移定,律，它是反演地表物体温度时波长的选择依据。黑体,辐射光谱中最强辐射的波长与黑体绝对温度成反比：,式中,。由于地面物体的温度一般在,300K,左右，根据维恩位移定律我们就可以得出温度,300K,时，最大波长在,9.7,m,附近。反演陆地表面温,度时，就可以根据这个来选择适当的传感器波段。,3,、热辐射传输方程,进入大气的太阳辐射会发生反射、折射、吸收、,散射和透射。因此，反演地面温度主要须解决大,气扰动,(,主要是水汽,),和地表比辐射率订正的问题。,其中,对传感器接收影响较大的是吸收和散射,。实,际到达传感器的辐射亮度可通过热辐射传输方程,来表示：,式中，为传感器所接收的第,i,波段的,热红外辐射亮度；代表地表物理温度,为,T,S,(,单位为,K),时的,Plank,黑体辐射亮度，,i,为第,i,波段地表比辐射率；为从地面,到传感器的大气透过率；,代表地表热辐射经大气削弱后被传感器接收,的热辐射亮度。为大气上行辐射亮度；,为天顶角为,时大气下行辐射；整,个第三项为大气下行辐射经地表反射后再被,大气削弱最终被传感器接收的辐射亮度。式,中 就是需要反演的目标变量。,热辐射传输示意图,二、地表温度遥感反演的方法,地表温度热红外遥感反演研究工作可以追溯到,20,世纪,60,年代初所发射的,TIROS,。早期研究,工作主要采用的数据源是,NOAA,气象卫星数据。,随着,Landsat,、,MODIS,、,ASTER,等卫星数据的推广,使用，地表温度的遥感反演研究取得了长足的,发展。目前从空中反演地表温度,主要有,3,种方法,：,单一热红外通道方法,，,分裂窗方法,，针对,MODIS,探测仪而设计的,白天,/,夜间,MODIS LST,方法,。,第一种方法需要已知地表比辐射率；主要包括,大气校正法和单窗算法,。适用于,只包含一个热红外波段的遥感影像,，如,Landsat TM,影像。,第二种方法根据,分裂窗通道对水汽吸收的差异,将地表比辐射率作为输入变量进行大气和地表比辐射率订正。适用于包含,2,个或多个热红外波段的遥感影像,，如,NOAA/AVHRR,和,MODIS,遥感影像。,第三种方法：,白天,/,夜间,MODIS LST,方法,，该方法利用,MODIS,的,7,个热红外通道的白天,/,夜间资料同时,反演地表温度和通道平均比辐射率,，而不需要高精度的大气温度和水汽廓线。,1,、适用于,TM,遥感影像数据的算法,由于,Landsat TM,影像只有第,6,波段是热红,外波段，因此，在反演地表温度的时候只能,用单一热红外通道方法进行地面温度的演算。,算法具体演算过程如下：,对于,Landsat 5,，求算卫星高度的像元,亮度温度：,式中 为,TM6,的像元,DN,值，,0,255,，,T,6,为亮度温度值，单位为,K,。由于大气辐,射和地表热特性的影响，卫星高度的亮度温度与,实际地表温度有较大差距。对于要求精度较高的,地面热量空间分析，有必要进行较为精确的地表,温度演算。如果大气透射率 ，大气平均作用温,度 和地表辐射率 已知，则可用如下单窗,算法从像元的亮度温度值中,T,6,推算该像元的平均地,表温度 。,式中,T,s,单位为,K,；,a,6,=-67.355351,，,b,6,=0.458606,，,C,6,和,D,6,为中间变量，分别用以下两式表示,：,因此，只要知道参数 即可用上述单,窗算法推算,任何像元的实际地表温度,。对 、,进行估计时可通过一些简单易行的方法：大气平均,作用温度 主要是根据当地的地面,气象观测数据,（地面附近的气温和水分含量）进行估计，如果不,能获得当地地面气象观测数据，则可以利用适当的,方法进行模拟替代；大气透射率 主要是根据大气水分含量来估计。当参数估计没有误差时,该方法,的地表温度演算精度达到,0.4,在参数估计有适度,误差时,演算精度仍,1.1,。从而能满足大多数应用,的精度要求。,2,、适用于,MODIS,遥感影像数据的算法,1,）分裂窗方法,分裂窗方法是到目前为止应用最广泛的地表面温度反演方法，尤其是用来分析,NOAA/AVHRR,数据。,Becker,等通过研究认为，地面温度可以表示为两个热红外波段在大气顶层亮温的线性组合即,:,其中，,T,s,为地表温度，,P,、,M,为常数，且,T,4,和,T,5,分别为,NOAA,卫星,AVHRR,第,4,和第,5,波段的亮温值,。,，和,分别为,NOAA,卫星第4,和第,5,波段发射率，,为二者之差。,2,）白天,/,夜间,MODIS LST,算法,该算法适用于包括具有变化的或未知比辐射率的地表在内 的所有地表。在,MODIS,通道,j,测量到的辐射率可表示为：,其中各项均为通道平均值,是通道比辐射率，,是地表温度为,T,s,的黑体辐射率，散射太阳辐射，,大气层顶的太阳辐射率，和 分别为到达地,表的通道平均太阳漫射辐射和大气向下的热辐射。,为通道有效传递函数。该方程可由统计回归法或最小二乘,法解出。,T,s,即为所要求算的地表温度。,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,TM6,数据进行,地表亮温反演，通过对比两期的地表亮温的,变化情况，分析,15,年因城镇扩展所带来的,城,市,“,热岛效应,”,变化的影响,。,(a)1998,年,(b),2003,年,(a)1998,年,(b)2003,年,研究区,TM6,热红外三维伪彩色图像,(a)1988,年,(b)2003,年,研究区亮温等级分布图,通过分析表明：,15,年来，西安地区随着城镇面积不断扩展，道路不断拓宽，人工不透水,铺面和吸热表面积的增加，使自然植物生长的表面相对减少，地面的保水能力下降，调节气候的作用相应减弱，使市区的,“,热岛效应,”,的倾向更加严重。为了改善西安市的热环境，要采取一系列的相关措施以缓解,“,热岛效应,”,。如：加大市区绿化力度，提高城市绿化覆盖率。,9.4,城市气溶胶厚度遥感监测,气溶胶是影响地表能量收支平衡的决定性因素,之一，它以直接辐射强迫和间接辐射强迫两种方,式影响着气候系统，同时在局地、区域乃至全球,大气环境质量中也扮演着一个重要角色。大气气,溶胶对大气环境有明显的影响，而且在不同的空,间尺度上，其表现出的影响差异较大。,在,局地尺度,上，气溶胶的影响主要是对人类健康的危害。,在,区域尺度,上，气溶胶对大气质量有影响，可以反映局地大气环境质量。,在,全球尺度,上，气溶胶对全球大气环境的贡献主要表现在气溶胶的气候辐射强迫,(,Climate radiative Forcing,),。,9.4.1,遥感监测城市气溶胶 厚度的原理与方法,（,1,）遥感监测城市气溶胶厚度的原理,卫星遥感陆地上空气溶胶发展于大气上界观测表观反射率。假设陆地表面是均匀朗伯表面，大气垂直均匀变化，卫星测量值可用等效反射率，即表观反射率,表达，,L,是卫星测量辐亮度，,E,s,是大气顶的太阳辐射通量密 度，是太阳天顶角。,假设卫星观测的目标表面为均匀朗伯表面，不考虑气,体吸收，那么卫星观测的表观反射率为：,其中，,和,分别为太阳天顶角和卫星天顶角：,是相对方位角，由太阳方位角,和卫星方位角,确定；,和,分别为向下和向上整层大气透过率,(,直射,+,漫射,),；,S,为大气的球面反照率；,为地表反射率。,和,和,S,取决于单次散射反照率,、气溶胶光学厚度,和气溶胶散射函数,P,0,。方程右端第一项,为大气中分子和气溶胶散射产生的反射率，第二项为地表和大气共同产生的反射率。由,上,式可以看出，当地表反射率很小时,(n,时，即街道个数多于居住类型数时，可采用最小二乘法原理，将方程组转化成为,nn,正规方程组。解正规方程组，即可求得该区域内统计人口数总误差为最小的各类住宅密度估计值。,最终人口密度估算结果表（徐建刚等，,1994,）,街道,里弄类,简房类,多层类,农宅类,普陀路,202725,132852,105039,0,胶州路,185611,121637,96172,0,沙洪浜,111105,131329,101818,0,长风新村,0,112216,87000,7505,曹杨,0,125583,97363,0,曹安路,102163,136959,106183,9160,东新村,94305,120760,93624,8077,朱家湾,0,111472,51326,0,中山北路,0,129487,100390,0,宜川新村,0,139283,107984,0,石泉新村,0,114878,89070,7684,泸太新村,0,0,77152,0,甘泉新村,0,0,86196,7435,真如镇,0,142255,110789,9515,（单位：人,/km2,）,