基于“珞珈一号”夜光遥感影像的粤港澳大湾区城市空间形态分析

利用"珞珈一号"夜间灯光影像,分别采用简单阈值法与植被调节的城市夜间灯光指数法提取粤港澳大湾区城市建成区.对比两种提取方法,植被调节的城市夜间灯光指数法可以削弱"珞珈一号"影像的过饱和现象,减少由于影像的"溢出"导致的误提取.计算并对比大湾区内城市建成区的景观指数发现,不同城市的建成区分布存在不同模式:广州、深圳、香港作为大湾区发展核心,城市区域向外扩展;东莞、佛山、澳门、中山、珠海的城市建成区紧凑性高,空间分布组成完整;肇庆、江门、惠州在大湾区内的发展程度低于其他城市,城市建成区斑块面积小,相距较远.研究证明了利用"珞珈一号"夜光遥感影像可以有效揭示粤港澳大湾区的城市空间形态,为该地区城市规划政策提供了依据.

基于多维特征优选支持向量机算法的城市土地利用变化遥感监测

随着遥感影像时、空、谱、辐分辨率和数据处理能力的提升,综合多维影像特征已成为提高土地利用分类精度的关键。目前并非所有特征均有助于分类,且传统分类仍拘泥于单一特征,因此,急需有效的特征优化选择方法。基于光谱指数、穗帽变换、最小噪声分离、高斯滤波、灰度共生矩阵等变换提取了Landsat TM/ETM+/OLI影像的31维特征,提出了特征优化选择指标和模型,基于最优特征组合开展了支持向量机算法(support vectormachine,SVM)分类,识别了1996—2014年渝北区城市土地利用分布,并揭示了土地利用时空变化特征。结果表明:(1)不同特征在分类时各有优劣,多维特征组合的可分性明显高于单一特征,但掺杂无效特征会降低可分性。(2)基于全局Jeffries-Matusita(J-M)距离的特征优化选择模型(feature optimalselectionmodel,FOSM)可有效遴选最优特征组合,有利于提升分类精度。(3)1996—2014年渝北区城市用地扩张了518.11%,主要占用林地和耕地,不利于生态系统可持续发展,退耕或撂荒还林还草和耕地开荒并存降低了生态保护成效。

POI和植被修正的夜间灯光城市指数提取建成区的研究

夜间灯光(Nighttime Light,NTL)影像能够提供夜间灯光信息,已被广泛应用于建成区的提取,但夜间灯光影像存在的“灯光溢出”问题会影响建成区的提取精度。因此提出一种POI数据和植被修正的夜间灯光城市指数(POI and Vegetation Adjusted NTL Urban Index,PVANUI)用于建成区的提取。以2018年南京市作为实验区域,以NPP-VIIRS影像、POI大数据、Landsat8影像作为原始数据,采用几何平均值法构建PVANUI。然后基于原始NPP-VIIRS影像、经VANUI和PVANUI修正的NPP-VIIRS影像采用阈值法提取建成区,共提取出3种结果。实验结果表明:经PVANUI修正的影像提取的南京市建成区的查全率、查准率、F1分数比仅利用NPP-VIIRS影像提高0.04,比经VANUI修正的影像提高0.03,而且提取的建成区更加完整,内部细节更加丰富。

城市建设用地遥感信息提取方法研究

本文利用CBERS-02B影像,通过分析各个地类的光谱特征,发现了长沙市城市建设用地和其他背景地物的区别,并在此基础上选取了土壤调节植被指数(SAVI)、归一化水体指数(NDWI)和比值居民地指数(RRI)作为三个指数波段,重新进行波段组合,从而减少了波段数据的冗余,最后采用最大似然法分类,提取出城市建设用地信息,其正确率达到85.6%。