城市遥感PDF电子书下载

第1章 导论 1

1.1 城市遥感 1

1.2 国内外城市遥感的发展 1

1.2.1 国外城市遥感的开端及早期发展 1

1.2.2 我国城市遥感的发展 6

1.3 城市遥感的理论框架和研究内容 11

1.3.1 城市遥感的理论框架 11

1.3.2 城市遥感的主要研究内容 12

1.4 城市遥感的发展趋势 13

1.4.1 提升城市遥感的数据获取和处理能力 14

1.4.2 构建新型城市遥感信息模型 14

1.4.3 提升城市遥感的预测决策能力 15

1.4.4 为“智慧城市”建设提供关键性技术 15

参考文献 16

第2章 利用遥感数据和CART算法提取地表不透水面 17

2.1 概述 17

2.2 原理和方法 19

2.2.1 CART算法 19

2.2.2 估算模型的性能评估参量 20

2.3 总体技术流程 20

2.4 研究区概况 21

2.5 遥感数据收集及其预处理 22

2.5.1 Landsat影像数据 22

2.5.2 高分辨率数据 23

2.5.3 夜间灯光数据 23

2.5.4 数据预处理 23

2.6 模型构建及不同模型性能对比 24

2.6.1 训练数据和验证数据的准备 24

2.6.2 输入变量的选定 25

2.6.3 不同方案的性能对比 27

2.7 输入变量简化对建模的影响 29

2.8 夜间灯光数据对建模的影响 31

2.9 多季图像对提升ISP估算精度的作用 31

2.10 长时序ISP的估算方案 32

2.10.1 基期ISP估算结果 32

2.10.2 长时序ISP估算方法 32

2.10.3 估算结果——应用实例 33

2.11 小结 34

参考文献 34

第3章 京津唐地表不透水面盖度及其变化的遥感监测 37

3.1 概述 37

3.2 京津唐地区概况 38

3.3 数据收集及其预处理 39

3.4 地表不透水面提取结果及精度分析 40

3.4.1 多时序地表不透水面提取结果图 40

3.4.2 地表不透水面提取结果精度分析 40

3.5 地表不透水面增长的统计分析 42

3.6 各市主体城区地表不透水面的空间格局 44

3.6.1 北京市主体城区情况分析 44

3.6.2 天津市主体城区情况分析 46

3.6.3 唐山市主体城区情况分析 47

3.7 小结 51

参考文献 51

第4章 利用Landsat 8遥感数据反演地表温度 53

4.1 概述 53

4.2 TIRS传感器接收到的热辐射能量 54

4.3 针对TIRS 10的温度反演单窗算法 55

4.3.1 TIRS10_SC算法 56

4.3.2 Q_SC算法和JM_SC算法 56

4.4 研究区和数据 57

4.4.1 研究区 57

4.4.2 数据 57

4.5 数据处理与结果 58

4.5.1 大气透过率的遥感反演 58

4.5.2 地表发射率的遥感反演 60

4.5.3 大气平均作用温度的估算 61

4.6 地表温度反演结果与精度验证 61

4.6.1 地表温度反演结果 61

4.6.2 精度验证 61

4.7 参数的敏感性分析 64

4.7.1 温度参数Q的敏感性分析 64

4.7.2 地表发射率、大气水汽含量和近地面气温的敏感性分析 65

4.8 小结 68

参考文献 69

第5章 京津唐地区地表热场空间特征及其变化 71

5.1 概述 71

5.1.1 基于气象站点实测数据 71

5.1.2 基于热红外遥感数据 71

5.2 遥感数据的收集 72

5.3 地表温度的空间格局及变化特征 73

5.3.1 各市主体城区地表温度的空间特征 73

5.3.2 各市主体城区地表温度的变化分析 77

5.3.3 热岛强度及其变化分析 79

5.4 不同热场类型的区分及其特征分析 80

5.4.1 热场类型的定义 80

5.4.2 不同热场类型的空间特征 81

5.4.3 不同热场类型的面积占比 83

5.4.4 不同热场类型的变化 83

5.4.5 空间差异及其质心迁移特征 84

5.4.6 不同城区的贡献指数分析 85

5.5 京津唐地区生态调控策略 85

5.6 小结 87

参考文献 87

第6章 不透水地表盖度与地表温度相关性分析——以北京城区为例 89

6.1 概述 89

6.2 研究区和数据 91

6.2.1 研究区 91

6.2.2 数据 91

6.3 方法和技术流程 92

6.4 结果及分析 93

6.4.1 不透水地表盖度时空分异 93

6.4.2 地表温度变化分析 94

6.4.3 不透水地表盖度与地表温度相关性分析 95

6.5 小结 96

参考文献 97

第7章 利用卫星遥感监测城区和近郊区地表净辐射空间特征及其变化 98

7.1 概述 98

7.2 方法和技术路线 99

7.2.1 方法 99

7.2.2 技术路线 100

7.3 研究区和数据 101

7.3.1 研究区 101

7.3.2 数据 101

7.4 数据处理及结果精度验证 103

7.4.1 地表参数遥感反演 103

7.4.2 地表净辐射反演结果及其精度验证 105

7.5 北京市城区和近郊区地表净辐射的空间差异及其变化 106

7.5.1 城区和近郊区地表净辐射空间分布特征 106

7.5.2 不同下垫面地表净辐射差异 107

7.5.3 地表净辐射的年际变化分析 108

7.6 不同下垫面短、长波的上、下行辐射差异及其对净辐射的影响 109

7.7 城市扩张及其对地表净辐射的影响 110

7.8 小结 110

参考文献 111

第8章 利用ASTER遥感数据和气象数据估算城市人为热排放通量 113

8.1 概述 113

8.2 研究区、数据和方法 114

8.2.1 研究区 114

8.2.2 数据收集和预处理 115

8.2.3 原理和方法 116

8.3 数据处理 117

8.3.1 地表净辐射通量反演 117

8.3.2 感热通量反演 119

8.3.3 潜热通量反演 120

8.3.4 储热通量 121

8.4 人为热排放通量结果及分析 122

8.5 小结 124

参考文献 124

第9章 能源清单法和多源遥感数据支持下人为热通量参数化 127

9.1 概述 127

9.2 方法和技术路线 129

9.2.1 基于能源清单法的县区级AHF年均值估算 129

9.2.2 精细格网单元的人为热排放通量参数化 130

9.2.3 技术路线 131

9.3 研究区及数据 132

9.3.1 研究区 132

9.3.2 数据 134

9.4 省、市和县级行政区域单位的排放量估算 137

9.4.1 省级行政区域单位的人为热排放量 137

9.4.2 市级行政区域单位的人为热排放 138

9.4.3 各区县不同热源人为热排放 142

9.5 精细格网单元人为热排放通量的估算 144

9.5.1 人为热排放通量和人居指数之间的关联模型 144

9.5.2 基于关联模型的精细格网单元人为热排放通量估算 145

9.5.3 估算结果的对比及其精度分析 149

9.6 人为热排放通量的月值和日值估算 152

9.6.1 人为热排放通量的月变化 152

9.6.2 人为热排放通量的日变化 154

9.7 小结 156

参考文献 157

第10章 利用ZY-3高分辨率影像提取城区地表信息 160

10.1 概述 160

10.1.1 城区地表三维信息的应用概况 160

10.1.2 城区地表三维信息的获取方式 160

10.1.3 城市数字地表模型 162

10.2 研究区和数据 163

10.2.1 研究区 163

10.2.2 数据 163

10.3 ZY-3卫星影像的空间定位 166

10.3.1 有理函数模型 166

10.3.2 立体影像的空间定位 168

10.3.3 系统误差的补偿 169

10.4 利用ZY-3卫星影像立体像对提取城区地表DSM 171

10.4.1 立体像对基本原理 171

10.4.2 技术流程 172

10.4.3 数据处理 173

10.4.4 结果对比及精度评价 173

10.5 综合利用ZY-3影像和多视角光学点云数据改善城区DSM性能 177

10.5.1 技术流程 178

10.5.2 多视角光学点云数据的生成 180

10.5.3 点云数据融合的比较 184

10.5.4 建筑区域DSM性能的提升 185

10.5.5 应用前景 190

10.6 小结 191

参考文献 192

第11章 城区地表天空视域因子的参数化 194

11.1 概述 194

11.2 方法 195

11.2.1 基于DSM数据的计算方法 195

11.2.2 鱼眼相机拍摄法 197

11.3 研究区和数据 197

11.3.1 研究区 197

11.3.2 数据 198

11.4 结果与分析 200

11.4.1 数字表面模型提取天空视域因子分布 200

11.4.2 鱼眼相机天空视域因子采样分析 202

11.4.3 数字表面模型提取天空视域因子验证分析 203

11.5 小结 205

参考文献 205