基于特征优选与支持向量机的不透水面覆盖度估算方法

不透水面作为城市生态环境和城市化水平的重要衡量指标,受到越来越多的关注。该文以城市不透水面集中的珠三角部分地区为研究区,结合GF-1和Landsat 8数据,提出了一种基于特征优选和支持向量机(SVM)的不透水面覆盖度(ISP)遥感估算方法。首先,对GF-1数据分类后重采样获取ISP的参考值;其次,基于Landsat 8数据提取了71个特征变量;然后,采用ReliefF特征优选算法构建多个特征子集,建立ISP参考值与特征子集的SVM回归模型,并比较模型的精度;最后,根据最优的模型估算研究区ISP值。研究表明,经过特征优选的SVM估算精度明显提高,ISP估算值与ISP参考值之间的RMSE为11.92%,R2为0.8362,较未进行特征优选的SVM方法,RMSE降低了7.05%,R2提高了0.1148,且优于线性光谱混合分解方法(LSMA)的估算结果,可用于地物类型丰富的大区域ISP估算。

基于光谱混合分解的流域不透水面提取及其动态分析——以于桥水库为例

不透水面不仅是城市非点源污染的主要来源,还是流域生态环境变化的主要因素之一。不透水面的数量、位置、几何形状、分布格局以及透水率与不透水率的比值,均影响着流域的水文环境,因此成为研究热点。本文以天津于桥水库流域为例,综合遥感（RS）与地理信息系统（GIS）技术,从流域尺度上研究1984~2013年间不透水面覆盖度的变化。在ENVI 5.1软件支持下,利用遥感影像获取1984,1994,2004和2013年4个时相的不透水面信息。采用修正后的归一化水体指数剔除水体信息,排除水体对不透水面提取精度的影响。运用线性光谱混合分析法（Linear Spectral Mixture Analysis,LSMA）,提取流域不透水面覆盖度。结果表明：流域内不透水面覆盖度大多集中在1~5级,植被覆盖程度较高。近30年间不透水面比例逐年增加,2013年比1984年增加了2.802%,呈线性增长。中等分辨率的遥感影像适合流域尺度的不透水面提取的结果可作为流域水文及规划管理的重要基础性数据。

福州城市扩张对地表温度影响及其空间分异分析

基于福州城区两时相Landsat影像,根据城市发展程度差异将研究区划分为Zone 1、Zone 2、Zone 3三个环形区域,在反演地表温度和获取不透水面覆盖度信息的基础上,计算各区域各级不透水面覆盖度的热分布指数和热效应贡献度指数,分析2004—2021年福州市不同发展程度区不透水面覆盖度与地表温度之间的定量关系,并运用地理探测器分析植被覆盖度、不透水面覆盖度和海拔高度对地表温度(Land Surface Temperature,LST)空间异质性的影响。结果表明:2004—2021年,Zone 1不透水面扩张较少,Zone 2和Zone 3不透水面扩张明显,增加最明显的为Zone 3内不透水面覆盖度大于60%的区域;不透水面覆盖度大于60%的区域对城市高温面积贡献最大,不透水面覆盖度为80%~100%时热效应贡献度最大;2004年影响地表温度的主导因子为植被覆盖度,2021年Zone 1中不透水面覆盖度为影响地表温度的主导因子,其余区域中海拔高度为影响地表温度的主导因子;福州市地表温度空间分异受多因子共同影响且两因子交互q值均高于单因子q值。研究结果可为城市规划和缓解城市热岛效应提供参考。