资源简介

摘要： 城市不透水地表作为城市建成区的重要环境指标和物理参数，在城市管理规划、环境评估、灾害预测、城市热岛以及气候变化等领域具有重要价值。及时准确地获取区域尺度城市不透水地表信息，对于城市发展综合规划、科学研究等具有重要意义。以DMSP（Defense Meteorological Satellite Program）和MODIS（Moderate Resolution Imaging Spectroradiometer）为主要数据，通过构建植被调节型不透水指数（Vegetation-Adjusted Impervious Surface Index， VAISI）和非线性机器学习模型支持向量回归（Support Vector Regression， SVR），完成了1992~2013年我国干旱区主要城市不透水面的22期遥感制图与变化过程聚类分析。研究结果表明：近20 a来我国干旱区城市不透水面总体上扩张幅度较大；时间变化过程上呈现显著扩张的趋势，且这一扩张在过程在2000年前后出现了提速；空间上，干旱区城市扩展的区域异质性显著，各城市不透水面扩张速度不均衡，不同等级规模城市扩张的速度差异明显。结合城市扩张动态度和城市面积聚类分析，我国干旱区主要城市的扩张过程可分为：高速扩张型、快速扩张型、中速扩张型和低速扩张型。 关键词： 不透水面;  干旱区;  DMSP;  城市扩张;  遥感     Abstract: As an important physical indicator parameter， urban impervious surface has important significance in urban management planning， environmental assessment， disaster prediction， energy consumption， urban heat island and climate change. Mapping impervious surface timely and accurately at a regional scale is of great value for urban development planning and scientific research. The paper takes DMSP （Defense Meteorological Satellite Program） and MODIS （Moderate Resolution Imaging Spectroradiometer） as the main data source to constructing Vegetation-Adjusted Impervious Surface Index （VAISI）. Using nonlinear machine learning model： supports vector regression （SVR） achieved 22 years urban impervious surface remote sensing mapping in arid area of China from 1992 to 2013 and completed the cluster analysis on the impervious surface processing changes. The research we have done suggested that in the past 20 years， the urban impervious surface of arid area of China has shown a significant expansion trend. In 2000， expansion trend reaches its maximum. The distribution of city is very dispersed in arid area， and urban impervious surface expansion rate is unbalanced in different scale levels. According to the urban expansion dynamics and the urban impervious surface area， the expansion process of the arid regions city in China can be divided into： high-speed expansion， rapid expansion， medium-speed expansion and low-speed expansion.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.