img

官方微信

遥感技术与应用, 2020, 35(5): 1178-1186 doi: 10.11873/j.issn.1004-0323.2020.5.1178

遥感应用

1992~2013我国干旱区城市不透水遥感制图与扩张过程分析

沈谦,1, 朱长明,1, 张新2, 黄巧华1, 杨程子1

1.江苏师范大学 地理与测绘学院,江苏 徐州 221116

2.中国科学院空天信息创新研究院 遥感科学国家重点实验室,北京 100101

Remote Sensing Mapping and Expansion Analysis of Urban Impervious Surface in Arid Areas of China from 1992 to 2013

Shen Qian,1, Zhu Changming,1, Zhang Xin2, Huang Qiaohua1, Yang Chengzi1

1.School of Geography,Geomatics,and Planning Jiangsu Normal University,Xuzhou 221116,China

2.State Key Laboratory of Remote Sensing Science,Aerospace Information Research Institute,Chinese Academy of Sciences,Beijing 100101,China

通讯作者: 朱长明(1983—),男,安徽庐江人,副教授,主要从事遥感信息自适应提取、干旱区水文水资源以及湿地生态环境遥感研究等。E⁃mail: zhuchangming@jsnu.edu.cn

收稿日期: 2018-10-22   修回日期: 2020-06-17   网络出版日期: 2020-11-26

基金资助: 国家重点研发计划项目.  2017YFB0504201
国家自然科学基金项目.  41201460
江苏省研究生创新计划项目.  KYCX17_1691

Received: 2018-10-22   Revised: 2020-06-17   Online: 2020-11-26

作者简介 About authors

沈谦(1992—),男,江苏徐州人,硕士研究生,主要从事遥感信息智能提取以及城市遥感等方面研究Email:shenqian_gis@163.com , E-mail:shenqian_gis@163.com

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.

Keywords: Impervious surface area ; Arid region ; DMSP ; City expansion ; Remote sensing

PDF (5197KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

沈谦, 朱长明, 张新, 黄巧华, 杨程子. 1992~2013我国干旱区城市不透水遥感制图与扩张过程分析. 遥感技术与应用[J], 2020, 35(5): 1178-1186 doi:10.11873/j.issn.1004-0323.2020.5.1178

Shen Qian, Zhu Changming, Zhang Xin, Huang Qiaohua, Yang Chengzi. Remote Sensing Mapping and Expansion Analysis of Urban Impervious Surface in Arid Areas of China from 1992 to 2013. Remote Sensing Technology and Application[J], 2020, 35(5): 1178-1186 doi:10.11873/j.issn.1004-0323.2020.5.1178

1 引 言

城市化进程的一个重要指标是城市建成区面积扩张速度。城市化使得周边大量的耕地、林地、水体等转换为不透水地表,改变了地表物理属性、辐射传输和近地表潜热输送,对区域尺度人居环境、空气质量以及局地气候造成一系列的影响。改革开放以来,中国经济步入快速发展阶段,尤其是20世纪90年代以来,大量农村人口涌入城市,中国城市化进程明显加快。统计数据显示,2011年中国城镇常住人口超过农村1,1992年至2013年全国城市建成区面积由14 958.7 km2扩张至47 855.3 km2。不透水面的快速扩张引发城市热岛效应,并对人居环境、地表径流、区域气候及生物多样性等方面造成了一系列负面影响,被社会各界广泛关注2。我国西部干旱区是生态环境的典型脆弱区,对人类活动和气候变化响应非常敏感。半个世纪以来,在人类活动和全球气候变化的影响下,干旱区生态系统持续恶化,土壤侵蚀、水土流失、土地荒漠化问题日益突出,严重影响社会经济发展,并对生态安全构成重要威胁3-5。因此,及时准确获取区域不透水面扩张过程,对于干旱区城市总体规划、区域生态保护、水资源优化配置以及远景战略规划等具有重要意义。

目前,用于城市不透水面遥感监测数据源主要包括中高分辨率的光学遥感影像(例如,TM、SPOT、RAPID EYE、Sentinal等)和中低分辨率的夜间灯光遥感(例如,DMSP、VIIRS等)。由于中、高分辨率影像成像宽幅较小,且像元光谱混合较为严重,干旱区裸土、裸岩等光谱特征与不透水面的光谱特征极为相似,导致不透水面覆盖率(Impervious Surface Percentage,ISP)高估或大量的非不透水像元被划分为不透水面像元,影响了提取精度和结果的可比性,很难满足大范围城市不透水面长时间监测。大尺度不透水面提取方面,目前主要采用的是美国国防气象卫星搭载的光学线扫描系统所获取的夜间灯光影像(DMSP)。基于DMSP大尺度不透水面制图方法目前主要包括利用辅助数据提取分类阈值法7-13、多源数据机器学习法14-20、不透水指数与参考数据的回归分析法21-23。其中以机器学习法和回归分析法提取精度最高。但是,机器学习方法提取不透水面的精度取决于分类样本的选择,在低分辨率遥感影像下难以准确获取高精度分类样本;回归分析法构建根据高分影像获取的不透率参考数据和不透水指数间的回归关系模型,用来估算研究区不透率,方法相对简便高效。然而,经典的人类居住地指数(例如,Human Settlement Index, HSI)和现有的不透水面扩张研究主要针对中国东部植被覆盖度较高地区,西北干旱区不透水面提取及ISP估算研究较少,且已有不透水指数模型在植被覆盖度较低地区适应性普遍不高。

为此,基于DMSP灯光遥感数据和MODIS植被指数数据,针对现有模型在干旱区适应性比较差的问题,利用植被覆盖度作为调节系数,对灯光数据与NDVI指数进行动态调整,构建适用于干旱区的城市植被调节不透水指数(Vegetation-Adjusted Impervious Surface Index,VAISI)23;然后,采用支持向量回归模型(Suppot Vector Regression,SVR),通过机器学习的方法构建城市不透率参考数据与VAISI指数之间的非线性关系,实现对干旱区区域尺度不透水面覆盖率估算;完成1992~2013年中国干旱区22 a不透水面面积估算和不透水面遥感制图分析;在此基础上,统计干旱区城市不透水扩展的定量指标参数,采用聚类分析方法,探讨和分析了近22 a间干旱区地级城市或地区不透水面演化过程。

2 研究区与数据源

2.1 研究区概况

研究区地处内陆,是典型的干旱区/半干旱区大陆气候,降水较少,生态环境极其脆弱,在干旱风蚀作用和人类活动干扰下,极易导致边缘带固定沙丘的活化和耐沙植物的死亡,造成沙化入侵。研究区包括整个新疆维吾尔自治区、甘肃省河西走廊、青海东北部在内的祁连山区、内蒙古自治区阿拉善高原及黄河(宁夏段)以西宁夏回族自治区部分,位于73°26'~107°44'E, 34°19'~49°10'N之间,东西宽度和南北跨度大,总面积约2.183×106 km2图1)。研究将中国干旱区内地级市城市不透水面作为研究对象,探讨1992~2013年城市不透水面变化情况。

图1

图1   研究区

Fig.1   Study area


2.2 数据源

采用遥感影像主要包括以下3种:DMSP夜间灯光数据(来源于National Geophysical Data Center, NGDC)、MODIS 16 d植被指数合成产品(来源于United States Geological Survey,USGS)、Landsat多光谱影像(来源于USGS)。对所用DMSP夜间灯光影像进行连续性校正24,并将数值范围由0~63拉伸至0~1。对NDVI数据进行去极值和年内最大值合成处理,将处理后的灯光数据和MODIS NDVI数据统一投影至Albers Conical Equal Area投影,采用最邻近重采样方法将分辨率重采样至500 m。利用ISODATA分类方法对Landsat影像进行非监督分类,合并聚类结果为不透水面与透水面两类,并利用Pixel Aggregate方法重采样到500 m分辨率,作为后期回归的模型样本数据。由于2000年以前不同时相AVHRR数据空间位置存在偏移,在大尺度长时间序列前提下难以准确寻找控制点,所以,1992~1999年NDVI数据使用2000年MODIS数据代替。本研究所使用数据的获取日期、行列号及相应的描述见表1

表1   研究所用数据源

Table 1  Research used data

数据获取时间及行列号描述
DMSPF10:1992~1994 F12:1994~1999 F14:1997~2003 F15:2000~2007 F16:2004~2009 F18:2010-20131 km分辨率灯光数据产品,共34景
MODIS

时间:2000~2013年~9月

行列号:23/04、23/05、24/04、24/05、25/04、25/05、26/04、26/05

MOD13Q1,16 d合成,共1 040景
Landsat

时间:1999~2013年8~9月

行列号:149/33、142/30、129/33、143/29、135/32、144/29、147/29、143/31、132/33

包括Landsat8 OLI、 Landsat TM影像,共11景

新窗口打开| 下载CSV


3 研究方法

干旱区城市ISP遥感自动估算方法技术流程见图2。首先,利用非监督分类方法在Landsat影像上获取30 m尺度城市不透水面,并重采样至500 m分辨率,作为城市不透水面覆盖率参考数据;然后,采用DMSP夜间灯光数据与MODIS NDVI数据构建城市不透水指数;最后,通过LibSVM构建不透水指数与城市不透水面覆盖率参考数据间非线性模型,实现研究区内城市不透水面覆盖率的估算。由于干旱区植被覆盖率较低,所以本研究利用植被调节不透水指数(Vegetation-Adjusted Impervious Surface Index, VAISI)基于SVR回归模型进行干旱区不透水面覆盖率估算23。VAISI利用植被覆盖度动态调节NDVI与DMSP/OLS灯光数据的作用权重,削弱干旱区城市周边沙漠、裸土等透水像元对ISP估算的干扰,有效地克服了非灯光区内植被覆盖率较低区域估算结果高于背景值的问题,提高ISP估算精度,计算公式见公式(1)。

图2

图2   干旱区不透水面提取技术流程

Fig.2   Technology roadmap of impervious surface extraction method


VAISI=1-NDVImax1+FVC2×OLS3-FVC2(2-OLS)×(1+NDVImax)

其中:NDVImax为一年植被指数最大值合成数据;OLS为归一化后灯光数据;FVC为研究区植被覆盖度。植被覆盖度的估算采用像元二分模型方法,计算公式见公式(2):

FVC=NDVImax-NDVIsoilNDVIveg-NDVIsoil

其中:FVC为植被覆盖度;NDVImax为一年植被指数最大值合成数据;NDVIsoil为纯裸土像元的植被指数值;NDVIveg为纯植被像元的植被指数值。本研究利用直方图累计法选取像元二分模型所需NDVIveg和NDVIsoil参数,区域范围内累计5%和95%的NDVI值作为NDVIsoil和NDVIveg

选择乌鲁木齐、喀什和嘉峪关等不同规模的城市作为样点城市,每个城市随机生成300个样点,将样点所在位置的参考数据和VAISI值输入SVR,利用交叉验证方法获取SVR回归模型参数构建回归模型进行干旱区城市ISP估算。组成VAISI的变量为DMSP和NDVI,所以,不同年份VAISI与参考数据间的回归关系一致。但是,由于1992~1999年所使用NDVI数据为2000年MODIS NDVI数据,所以,2000年前后的SVR回归模型并不具有通用性,即 2013年回归模型可用于2000~2013年ISP估算,将1999年回归模型用于1992~1999年不透率的估算。

扩张动态度能够充分考虑初期不透水面面积,反应不同规模城市不透水面的动态变化趋势25,干旱区城市规模相差较大,利用面积变化速度难以反应不同规模城市不透水面扩张的变化率,所以,本研究拟采用扩张动态度指标结合聚类分析方法对1992~2013年干旱区不透水面扩张情况进行分析。城市不透水面扩张动态度计算公式见公式(3)26

K=Uib-UiaUia×1T×100%

其中: K为城市不透水面扩张动态度; UiaUib分别为初期城市不透水面用地面积和末期城市不透水面用地面积;T表示时间间隔,单位为年。

4 结果与分析

4.1 精度验证

精度验证采用30 m分辨率Landsat影像获得的城市不透水信息作为参考数据。选择了银川、伊宁、库尔勒、乌苏和金昌等城市为验证区,每个验证区随机选取300个验证点。选择ISP估算结果与参考数据的均方根误差(Root Mean Squared Error,RMSE)及相关系数R作为精度评价指标,精度评价结果见表2

表2   ISP估算精度评价

Table 2  Evaluation of ISP estimation accuracy

城市RRMSE
银川0.82120.1205
伊宁0.77750.1758
库尔勒0.73640.1163
乌苏0.82810.1271
金昌0.78600.1492

新窗口打开| 下载CSV


精度评价结果显示:在500 m的空间尺度上,银川、伊宁、库尔勒、乌苏、金昌等城市ISP估算结果和参考数据的Pearson相关系数分别为为0.82、0.78.0.74、0.83和0.79,且显著性p值均小于0.01,RMSE分别为0.12、0.18、0.12、0.13、0.15。以上统计结果说明,该文章中的方法提取的不透水信息精确可靠,结果可信。

4.2 干旱区城市不透水面制图

1992~2013年我国干旱区城市不透率变化制图结果见图3。图中A地区为伊宁市,B为乌鲁木齐市,C为哈密市,D为喀什市,E为嘉峪关市和酒泉市,F为银川市。由图可看出,除了乌鲁木齐和银川外,区域其他城市规模普遍较小,分布较为分散。1992~2013年间城市不透水面整体扩张面积较大,但各城市不透水面扩张幅度不均衡。乌鲁木齐作为干旱区最大的城市,城市规模始终保持在最高水平,不透水面面积增长较快。相对于乌鲁木齐,其他城市规模较小,但是,1992~2013年间城市不透水面扩张幅度极大,例如哈密市和喀什市,近22年间城市不透水面面积几乎是成倍增长。

图3

图3   干旱区2013年与1992年城市不透率变化制图

Fig.3   1992~2013 remote sensing mapping of urban impervious rate in arid areas


4.3 不透水面的扩张过程分析

由于利用SVR模型结合VAISI估算结果为像元内ISP,对每年ISP估算结果乘以像元面积获得1992~2013年干旱区城市不透水面面积。为探究干旱区1992~2013年城市不透水面扩张特点,根据1992~2013年干旱区城市不透水面面积提取结果,计算城市不透水面扩张动态度,根据每年不透水面面积和扩张动态度聚类分析,结果见图4。设置聚类重新标定距离为2.5(图4红色虚线位置)为阈值将研究区内城市划分为高速扩张型、快速扩张型、中速扩张型和低速扩张型等4类城市,反映出不同城市不透水面1992年初始面积与扩张动态度变化特征。4类城市平均不透水面面积及扩张动态度统计结果见表3

图4

图4   干旱区城市扩张过程聚类分析

Fig.4   Cluster analysis of urban sprawl process in arid regions


表3   4类城市或地区不透水变化统计结果

Table 3  Statistics of impervious dynamic in four types cities or regions

类别城市及地区年平均扩张速度 /km2·a-1年平均扩张动态度 /%1992年平均面积 /km22013年平均面积 /km2
高速扩张阿克苏、阿拉善左旗、阿勒泰、阿图什、博乐、昌吉、哈密、和田、金昌、酒泉、临河、塔城、吐鲁番、武威、伊宁、张掖1.5760.053.6436.63
快速扩张嘉峪关、喀什、库尔勒、石河子、石嘴山3.3444.038.7378.93
中速扩张克拉玛依、奎屯、银川6.3728.1622.7156.38
低速扩张乌鲁木齐12.9113.7394.04365.21

新窗口打开| 下载CSV


表3可知,1992~2013年干旱区城市不透水面总体扩张速度较快。但是,干旱区城市扩展过程的空间异质性明显,不同城市间不透水面扩张速度与动态度差异较大。年平均动态度从高速扩张型城市向低速扩张型城市递减,而年平均扩张速度从高速扩张型城市向低速扩张型城市递增。高速扩张型城市阿克苏、阿拉善左旗、阿勒泰等城市1992年城市不透水面平均面积仅为3.64 km2,2013年扩张至36.63 km2,年平均扩张1.57 km2,为4类城市中最低水平,年平均动态度最高为60.05%,具有低起点、低扩张速度、高扩张动态度的特点。低速扩张型城市乌鲁木齐市作为干旱区规模最大的城市,1992年城市不透水面面积为94.04 km2,年平均扩张12.91 km2,2013年扩张至397.53 km2,均为干旱区城市最高水平,而年平均扩张动态度仅为13.73%,在干旱区城市中最低,具有高起点、高扩张速度、低扩张动态度的特点。

4类城市1993~2013年不透水面扩张动态度变化特征见图5图5(a)为高速扩张型城市,图5(b)为快速扩张型城市,图5(c)为中速扩张型城市,图5(d)为低速扩张型城市。由图可知,4类城市不透水面扩张动态度变化总体趋势基本一致。1992~2000年四类城市不透水面扩张动态度上下波动,但变化较小,4类城市扩张平均扩张动态度为43.25%、46.45%、26.89%和17.93%,最大动态度分别为87.46%、83.82%、54.07%和17.93%;之后区域城市扩展进入提速阶段,区域城市扩张动态度在2000年均达到第一个峰值。2003~2010年城市不透水面扩张动态度开始快速上升,高速扩张型、低速扩张型城市2010年达到第2个峰值,平均扩张动态度分别为26.46%和17.49%;而快速扩张型、中速扩张型城市2009年达到第2个峰值,平均扩张动态度分别为15.08%和17.78%。

图5

图5   4类城市年扩张动态度变化特征

Fig.5   Characteristics of annual average expansion dynamics of four types of cities


1992~2013年4类城市不透水面面积变化见图6。由图可知,近22 a间干旱区城市不透水面均处于快速扩张状态。高速扩张型城市不透水面面积变化特征主要变现为低起点、扩张幅度大的特点。除了部分城市,如:阿图什市、塔城市外,高速扩张型城市1992~2013年均处于加速扩张阶段;快速扩张型城市规模稍大于高速扩张型城市,与高速扩张型城市类似,在2000年之前经历短暂的快速扩张,2000~2013年处于加速扩张阶段;中速扩张型城市克拉玛依市和奎屯市始终处于平稳扩张状态,银川市从2000年开始大幅度扩张,1992~1999年平均每年扩张2.96 km2,2000~2013年平均每年扩张12.33 km2;乌鲁木齐市作为唯一低速扩张型城市,其不透水面面积变化特征主要变现为高起点、低扩张幅度(并不是扩张面积小),1992年乌鲁木齐市不透水面面积为94.04 km2, 2013年不透水面面积扩张至365.21 km2,平均每年扩张12.91 km2

图6

图6   干旱区城市1992年~2013年不透水面面积变化

Fig.6   Change in impervious surface area in cities in arid regions from 1992 to 2013


5 结论与讨论

本文利用植被覆盖度作为调节系数对灯光遥感数据与NDVI指数进行动态调整,构建适用于干旱区的城市植被调节不透水指数(VAISI);再通过机器学习的算法实现对区域尺度不透水面覆盖率密集时序动态估算;完成了1992~2013年我国干旱区不透水面遥感制图和建城区扩展分析。在此基础上,根据城市不透水面扩张速度、动态度等定量聚类分析,探讨了近22年我国干旱区主要城市不透水面变化过程。研究得到以下结论:

(1)1992~2013年我国干旱区各类城市不透水面快速扩张且增长幅度较大。在时间演化趋势过程上总体变化特征和年平均扩张动态度基本一致。根据变化过程聚类分析结果,可将干旱区城市分为高速扩张型、快速扩张型、中速扩张型和低速扩张型4种类型。

(2)虽然我国干旱区不同类型城市扩张动态度空间上差异明显,高速、快速、中速和低速扩张型城市不透水面平均扩张动态度分别为60.05%、44.03%、28.16%和13.73%。但均呈现显著扩张的态势,且这一扩张在过程在2000年前后出现了不同程度的提速。

需要指出的是干旱区城市规模相差较大,使用城市不透水面扩张速度难以表现小规模城市不透水面的变化情况。虽然本文选择城市不透水面面积和不透水面扩张动态度作为聚类分析的输入数据,对1992~2013年干旱区不透水面变化情况进行分析。但是,受到城市初始规模的影响,如:乌鲁木齐、银川等城市处于干旱区城市面积扩张的最高水平,但是这些城市扩张动态度仍然较低。此外,目前基于DMSP和NDVI数据构建的不透水指数,主要依据不透水面在DMSP影像中灰度值较高,而在NDVI数据中较低的特点;VAISI模型利用植被覆盖度作为调节系数,控制指数中DMSP和NDVI的作用权重,有效地提高了干旱区不透水面估算的精度。但是,受到灯光溢出问题的影响部分干旱区城市内部裸土区灯光值极高,造成不透水指数估算ISP的精度受到影响。这种数据误差是利用现有DMSP提取不透水面的一个通病,想要解决(减少)这一现象带来的误差,可尝试利用更高分辨率的灯光遥感数据(如VIRSS)或者引入新的特征变量(如Soil)等。

参考文献

An Shuang.

The Study on the Evolution of Urban Spatial Morphology in TianShui City

[D]. LanzhouLanzhou University.

[本文引用: 1]

安爽.

天水城区城市空间形态演变研究

[D]. 兰州兰州大学2014.

[本文引用: 1]

Xu YongmingLiu Yonghong.

Study on the Thermal Environment and Its Relationship with Impervious Surface in Beijing City Using TM Image

[J]. Ecology and Environmental Sciences, 2013224): 639-643.

[本文引用: 1]

徐永明刘勇洪.

基于TM影像的北京市热环境及其与不透水面的关系研究

[J]. 生态环境学报, 2013224): 639-643.

[本文引用: 1]

Wang Tao.

Research Progress on Interaction between Development of Land Surface System and Climate Change and Human Activity

[J]. Journal of Desert Research, 2007275): 711-718.

[本文引用: 1]

王涛.

干旱区主要陆表过程与人类活动和气候变化研究进展

[J]. 中国沙漠, 2007275): 711-718.

[本文引用: 1]

Imhoff M LLawrence W TStutzer D Cet al.

A Technique for Using Composite DMSP/OLS “City Lights” Satellite Data to Map Urban Area

[J]. Remote Sensing of Environment. 1997613): 361-370.

Xu ChunDuan QianLiu Xiaet al.

Regional Differentiation Characteristics of Soil Erosion in Fukang City, Northern Foot of Tianshan Mountains and the Prevention and Control

[J]. Journal of Arid Land Resources and Environment, 2019336):107-114.

[本文引用: 1]

徐春段倩刘霞.

天山北坡阜康市土壤侵蚀区域分异特征及防治重点

[J]. 干旱区资源与环境, 2019336):107-114.

[本文引用: 1]

Zhong YatingZhang WentaiHuang Junhuaet al.

Experimental Study on Soil and Water Conservation Effects of Different Grasslands with Simulated Rainfall in Yili River Valley

[J]. Bulletin of Soil and Water Conservation, 2016366):21-25.

仲亚婷张文太黄俊华.

伊犁河谷不同草地类型坡面水土保持效应的拟降雨试验

[J]. 水土保持通报, 2016366):21-25.

Milesi CElvidge C DNemani R Ret al.

Assessing the Impact of Urban Land Development on Net Primary Productivity in the Southeastern United States

[J]. Remote Sensing of Environment. 2003863): 401-410.

[本文引用: 1]

He ChunyangShi PeijunLi Jingganget al.

Research on Urbanization Spatial Process Reconstruction in the 1990s in Mainland China based on DMSP/OLS Night Light Data and Statistical Data

[J]. Chinese Science Bulletin, 2006517): 856-861.

何春阳史培军李景刚.

基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究

[J]. 科学通报, 2006517): 856-861.

Liu QinpingYang YongchunFu Dongxiaet al.

Urban Spatial Expansion based on DMSP_OLS Nighttime Light Data in China in 1992-2010

[J]. Scientia Geographica Sinica, 2014342): 129-136.

刘沁萍杨永春付冬暇.

基于DMSP_OLS灯光数据的1992~2010年中国城市空间扩张研究

[J]. 地理科学, 2014342): 129-136.

Yang YangHe ChunyangZhao Yuanyuanet al.

Research on the Layered Threshold Method for Extracting Urban Land Using the DMSP/OLS Stable Nighttime Light Data

[J]. Journal of Image and Graphics, 2011164): 666-673.

杨洋何春阳赵媛媛.

利用DMSP/OLS稳定夜间灯光数据提取城镇用地信息的分层阈值法研究

[J]. 中国图象图形学报, 2011164): 666-673.

Wang XiaohuiXiao PengfengFeng Xuezhiet al.

Extraction of Large-scale Urban Area Information in China Using DMSP/OLS Nighttime Light Data

[J]. Remote Sensing for Land and Resources, 2013253): 159-164.

王晓慧肖鹏峰冯学智.

基于DMSP/OLS数据的中国大尺度城镇用地信息提取

[J]. 国土资源遥感, 2013253): 159-164.

Cao XChen JImura Het al.

A SVM-based Method to Extract Urban Areas from DMSP-OLS and SPOT VGT Data

[J]. Remote Sensing of Environment. 200911310): 2205-2209.

Ma LWu JLi Wet al.

Evaluating Saturation Correction Methods for DMSP/OLS Nighttime Light Data: A Case Study from China's Cities

[J]. Remote Sensing. 2014610): 9853-9872.

[本文引用: 1]

Tao PDengsheng LChi Zet al.

Urban Land-cover Dynamics in Arid China based on High-resolution Urban Land Mapping Products

[J]. Remote Sensing, 201797):730.

[本文引用: 1]

Zhang QSeto K C.

Mapping Urbanization Dynamics at Regional and Global Scales Using Multi-temporal DMSP/OLS Nighttime Light Data

[J]. Remote Sensing of Environment, 20111159): 2320-2329.

Liu JiaXin XinLiu Binet al.

Urban Expansion Mapping and Driving Factor Analysis of Ordos City During the Period of 2000-2013 based on DMSP/OLS Nighttime Light Data

[J]. Remote Sensing for Land and Resources, 2018301): 166-172.

刘佳辛鑫刘斌.

基于DMSP/OLS夜间灯光影像的2000~2013年鄂尔多斯市城市扩张遥感制图与驱动因子分析

[J]. 国土资源遥感, 2018301): 166-172.

Mao WeihuaHu DeyongCao Ranet al.

Monitoring Urban Expansion of Zhejiang Province Using MODIS/EVI Data Products and DMSP/OLS Nighttime Light Data

[J]. Geographical Research, 2013327): 1325-1335.

毛卫华胡德勇曹冉.

利用MODIS产品和DMSP/OLS夜间灯光数据监测城市扩张

[J]. 地理研究, 2013327): 1325-1335.

Guo WLu DWu Yet al.

Mapping Impervious Surface Distribution with Integration of SNNP VIIRS-DNB and MODIS NDVI Data

[J]. Remote Sensing. 201579): 12459-12477.

Chen XinKuang Wenhui.

Remote Sensing Monitoring and Comparison of Urban Land Cover Changes in Typical Cities in China-Kazakhstan Arid Region based on Cloud Platform

[J].Remote Sensing Technology and Application, 2020353):548-557.

陈馨匡文慧.

基于云平台的中哈干旱区典型城市地表覆盖变化遥感监测与比较

[J].遥感技术与应用, 2020353):548-557.

Zhou Yanru.

Study on Impervious Surface Change based on Time Series Optical Remote Sensing Images

[D]. ChengduUniversity of Electronic Science and Technology of China2020.

[本文引用: 1]

周彦汝.

基于时间序列光学遥感影像的不透水面变化研究

[D]. 成都电子科技大学2020.

[本文引用: 1]

Lu DTian HZhou Get al.

Regional Mapping of Human Settlements in Southeastern China with Multisensor Remotely Sensed Data

[J]. Remote Sensing of Environment. 20081129): 3668-3679.

[本文引用: 1]

Yang XiaonanXu YunTian Yugang.

A Study of Urban Area Extraction with the Modified Human Settlement Index

[J]. Remote Sensing for Land and Resources, 2016284): 127-134.

杨晓楠徐韵田玉刚.

一种用于城市信息提取的改进居民地指数

[J]. 国土资源遥感,2016284): 127-134.

Shen QianZhu ChangmingZhang Xinet al.

Method for Arid Land Impervious Surface Percentage Estimation by Vegetation Index Adjustment

[J]. Bulletin of Surveying and Mapping, 20182): 78-82.

沈谦

朱长明,张新,.

植被调节下的干旱区不透水面覆盖率遥感估算方法

[J]. 测绘通报, 20182): 78-82.

[本文引用: 3]

Zhang MengqiHe ZongyiFan Yong.

Calibration for DMSP /OLS Stable Nighttime Light Images

[J]. Bulletin of Surveying and Mapping, 201712): 58-6276.

[本文引用: 1]

张梦琪何宗宜樊勇.

DMSP/OLS稳定夜间灯光影像的校正方法

[J]. 测绘通报, 201712): 58-6276.

[本文引用: 1]

Chen Longyin.

Monitoring and Analysis of Urban Expansion in Eastern Coastal Area of China based on DMSP/OLS Night Lights Image

[D]. ChangchunNortheast Normal University2014.

[本文引用: 1]

陈龙胤.

基于DMSP/OLS夜间灯光影像的中国东部沿海地区城市扩张监测与分析

[D].长春东北师范大学2014.

[本文引用: 1]

Wang XiulanBao Yuhai.

Study on the Methods of Land Use Dynamic Change Research

[J]. Progress in Geography, 1999181): 83-89.

[本文引用: 1]

王秀兰包玉海.

土地利用动态变化研究方法探讨

[J]. 地理科学进展, 1999181): 83-89.

[本文引用: 1]

/