聪明文档网
最新最全的文档下载
当前位置：
首页> 正在进行安全检测...
正在进行安全检测...
时间：2023-11-06 17:25:01 下载该word文档
城市不透水面遥感研究进展任金华;吴绍华;周生路;林晨【摘要】不透水面作为衡量城市化程度和环境质量的重要指标之一,受到人类越来越多的关注.不透水面的大小、位置、几何形状、空间布局以及透水面与不透水面的比率,显著影响了区域生态环境的变化.利用多种遥感数据和方法进行不透水面的提取和制图已成为研究热点之一.从传统遥感方法、基于光谱与几何特征方法、人工智能方法等方面总结了不透水面的遥感提取方法,介绍和评析了各种方法的原理、特点和应用范围,并对未来城市不透水面的提取方法与应用进行了展望.%Impervioussurface,asanimportantindicatortomeasuretheurbanizationdegreeandenvironmentalquality,hasattractedmoreandmoreattention.Themagnitude,location,geometry,spatialpatternofimpervioussurfacesandtheratioofperviousness?imperviousnesssignificantlyaffectregionaleco-environmentchanges.Extractingandmappingimpervioussurfacebymeansofmultipleremotesensingdataandanalyticalmethodshaveconstitutedahottopicintheseresearchdirections.Inthispaper,impervioussurfaceextractionmethodsaresummarizedfromtraditionalmethodofremotesensing,extractionbasedonspectrumandgeometricalfeaturesandartificialintelligencealgorithms,thentheprinciples,characteristics,applicationfieldsaredescribed,andfinallythefutureprospectsarepointedout.【期刊名称】《国土资源遥感》【年(卷,期】2012(000004
【总页数】8页(P8-15【关键词】不透水面;遥感;数据融合;城市化【作者】任金华;吴绍华;周生路;林晨【作者单位】南京大学地理与海洋科学学院,南京210093;南京大学地理与海洋科学学院,南京210093;土壤与农业可持续发展国家重点实验室/中国科学院南京土壤研究所,南京210008;南京大学地理与海洋科学学院,南京210093;土壤与农业可持续发展国家重点实验室/中国科学院南京土壤研究所,南京210008;中国科学院南京地理与湖泊研究所,南京210008【正文语种】中文【中图分类】TP79随着我国城市化进程的加快，作为城市化显著特征之一的不透水面也在不断增加，这将影响地区的生态环境，从而导致流域水文循环异常、非点源污染增加、城市热岛效应增强以及生物多样性减少等问题的发生。广义的不透水面(impervioussurfacearea，ISA是指天然或人为源，能够隔离地表水渗透到土壤，进而改变洪水径流的流动、物质沉淀和污染剖面的任何物质［1］。目前所研究的人工不透水面多指城市中的道路、停车场、广场及屋顶等建筑物。衡量不透水面常用的不透水面指数(impervioussurfaceareaindex，ISAI是指单位面积内不透水面所占地表面积的比例，既可作为城市化程度的指标，也可作为衡量环境质量的指标之一［2］。尽管国内外研究者对不透水面的研究很多，但对不透水面这一概念并没有严格的定义和分类。Schueler［3］认为不透水面由建筑物顶部(如建筑和结构和交通系统(如道路、地铁和停车场等2部分组成;Arnold和Gibbons［4］将不透水面定义
为“任何阻挡水分流入土壤的物质”，不仅包括人工建筑物，还包括自然产生的物质(如坚硬的裸露基岩。目前，大部分研究者都将道路、停车场及建筑物等研究对象作为城市不透水面。早期的不透水面研究方法较简单，主要是结合地面测量的人工遥感解译。随着遥感技术的发展和数据的多元化，不透水面的遥感提取技术和精度也得到飞速发展和提高，多元回归分析、分类回归树模型、光谱混合分析以及人工神经网络模型等研究方法已广泛应用于实践。Slonecker等［1］将不透水面的遥感提取方法分为3类:解译法、模型法和光谱法。Ridd［5］在1995年提出由城市生态环境组成的参数化概念模型(vegetationimpervioussurface－soil，V－I－S为提取不透水面提供了新视角。结合此模型进行的不透水面研究已成为近年来遥感研究的新热点之一。本文主要总结近年来不透水面的遥感分析方法，并在文献［1］的基础上，将不透水面遥感提取方法分为传统方法、基于光谱与几何特征方法以及人工智能方法，分析各类方法应用的特点及效果，展望不透水面遥感新技术的应用。人工解译方法是人工通过目视来识别和分析不透水面的色调、纹理、大小、形状、阴影和背景等信息，从而提取不透水面［6－7］。尽管该方法在提取不透水面的方法中结果最精确［8］，且可操作性强，但是解译工作量大，同时主观性强，还要结合GPS野外调查，费时费力，数据获取难，应用范围有限［2］。多元回归分析法(multipleregressionanalysis将不透水面作为一个连续变量，估测每一个像元中不透水面的比例［9］。该方法可避免因将一个含有一定变化范围的不透水面的混合像元定义为单一类别所产生的误差［9］。Bauer等［9］采用1990和2000年的TM/ETM图像，利用缨帽变换中不透水面指数与绿度值之间的负相关性，建立最小二乘回归模型，以此估算明尼苏达州不透水面的分布