毕业论文课题相关文献综述

1.1课题背景

城市植被作为城市结构中的主要元素，在城市中起着重要的作用。城市植被是自然和人文多种因素作用的结果，也是城市环境和居民生活水平的重要标志。城市植被的监测，运用常规方法很难得到及时的植被资料，遥感技术可以很好地弥补这种不能及时得到现状的缺陷它可以独立地,也可以相互补充地为城市植被生态环境建设提供强大的技术支撑,快速、准确地获取城市植被资源的多维信息,尤其是时间维的信息,能综合性地管理和处理属性数据和空间数据,为城市植被系统信息管理和决策提供相应的技术服务,进而精确地指导城市植被规划设计,促进城市生态环境的良性循环。

遥感技术作为一种综合的探测技术，能迅速有效地提供地表自然过程和现象的宏观信息，有助于揭示其动态变化规律，并预测其发展趋势;不仅能迅速获得大量丰富的信息和数据，而且能科学、准确、及时地提供分析结果。在城市绿地信息的提取过程中，首先要提取出城市植被信息，利用遥感技术的宏观性、多时相、多波段等特点，采取适宜的图像处理方法，能够快速准确地获取城市植被的分布结构及变化趋势，为城市规划提供科学依据及技术支持。

1.2研究现状

目前，城市化正成为世界各国的共同发展趋势，城市化作为人类历史进步的产物，成为国家繁荣、发展的标志。在快速城市化的过程中实现人居环境的生态平衡，是人类必须面对的紧迫课题。城市绿地作为城市的主要自然因素，其通过一系列的生态效应，综合调节城市环境，使城市环境质量达到洁净、舒适、优美、安全的要求。随着社会的进步，人民对城市环境质量的要求不断提高，城市绿地作为城市环境的调节器，也越发受到关注。传统的城市植被监测主要是通过现地统计调查，然后统计绿地资源，既费时，又费力，而且结果也不够理想。利用遥感技术的宏观性、多时相、多波段等特点，采取适宜的图像处理方法，能够快速准确地获取城市植被的分布结构及变化趋势，为城市规划提供科学依据及技术支持[3]。

文献[1]主要通过计算TM影像及各主成份分量和归一化植被指数NDVI的相关系数的方法来进行波段组合，提高遥感影像的目视解译精度和分类精度，取得较好结果。文献[2]实验过程中首先对图像进行预处理，然后通过四种绿地信息提取方案进行比较分析，这四种方案分别是：原始波段合成法、主成份分析法、归一化植被指数（NDVI）法和实验波段组合法，将以上几种方案的图像进行反复比较，根据研究对象的实际情况，植被景观目视效果最好的是NDVI植被指数法，对以上四种方法的彩色合成图像进行监督分类，利用目视判读的方法对TM影像的分类结果进行精度检验，由此可以看出实验波段组合法的精度最高，该方法是一种有效的绿地提取方法。文献[3]以徐州市为例，分析对比各种城市绿地提取方法的准确性和可行性，结果表明：对遥感影像进行归一化植被指数后，通过无监分类提取绿地信息的方法，是一种准确而快速的城市绿地监测方法。文献[4]实验过程中首先对图像进行预处理，然后尝试了分别用初始波段组合法、主成分分析法（PCA）、土壤调节指数法（SAVI）和波段指数综合法对上海市绿地信息进行了提取，根据研究区域的实际情况，得出植被景观最好的是土壤调节指数法，然后利用以上四种方法所得的假彩色合成图像进行监督分类，用目视判读的方法对ETM 影像的分类结果进行精度检验，得出波段指数综合法分类结果最好，该方法是一种能有效减弱土壤背景影像的绿地信息提取方法。文献[5]采用龙口市两期遥感影像图，结合土地利用图、现场GPS定位验证，对龙口市绿地进行遥感解译；在此基础上对龙口市现有绿地面积进行评价，并提出如何提高龙口市绿地覆盖度的建议措施。文献[6]针对遥感技术提取城市绿地所存在的争论，分两步对城市绿地信息提取展开了研究：（1）分别以三种不同的处理方法（植被指数法、KT变换法、像元线性分解），提取了研究区域ETM 影像的绿地信息。（2）针对同一方法（植被指数），提取了三种不同分辨率遥感数据（ETM 、SPOT、Quick-Bird）的绿地信息。实验结果表明：三种方法中植被指数是提取城市绿地的最佳方法，SPOT影像则是所有实验数据中绿地信息提取效果最好。文献[7]利用美国LandsatTM/ETM 卫星影像，通过变化监测和信息提取等分析了福建省厦门市从1989~2000年的植被变化。它们包含了部分不是由植被变化所引起的伪变化信息。对此，一次采用了阈值法和掩膜法将伪变化信息剔除，最后获得了准确的植被变化信息。文献[8]阐述了以TM卫星图像的数据源为线索，辅之以一系列遥感图像的处理方法，如几何校正，图像增强，波段组合，专题信息提取，数据的换算等，适当结合实地踏查，就能准确及时便捷地收集城市的绿地信息，以制定合理科学的城市规划提供依据。文献[9]利用遥感软件ENVI处理南京市区四个时相的遥感影像，提取NDVI植被指数，进而计算得到南京城区植被覆盖变化，并分析植被覆盖度变化的内在驱动力及其对南京城市生态环境的影响，以便为今后南京加强生态文明建设提供决策支持。文献[10]以南京市主城区为例，以10期（1986至2011年）TM/ETM 遥感数据为信息源，遵从V-1-S（Vegetation-Imperviousness-Soil）模型，采用性光谱混合模型提取植被覆盖度，并利用高空分辨率Quickbird和IKONOS影像对提取结果进行精度验证，在此基础上对研究区植被覆盖时空动态模式特征进行评价。结果表明：利用线性混合像元分解技术，对中等分辨率的TM/ETM 遥感影像进行城市绿地的丰度信息提取是有效且可靠的。文献[11]利用MODIS归一化植被指数(NDVI)数据分析了北京市20012010年植被覆盖的时空变化特征，并从气候因子和人类活动两个方面分析影响植被覆盖变化的因素。文献[12]基于TM和ETM 遥感图像，分析唐山市绿地分布结构及变化趋势，对唐山市植被信息进行提取，为城市规划提供科学依据及技术支持。利用归一化差值植被指数(NDVI)计算植被信息图;设定合适的NDVI阈值参数和近红外波段的阈值参数，精确判定植被像元，并生成唐山市几个区域的植被信息结果图;利用19992009年3个时间段的植被信息图合成植被信息动态变化图，对植被信息动态变化图进行分析。结果表明，近10年来，唐山市城区以公园为主的植被覆盖面积增加，城南南湖生态建设作用明显，唐山城区范围正在向外围扩展。文献[13]选取适合陕北地区植被变化监测的MCDIS/NDVI数据，利用均值变化及趋势分析方法，从不同土地利用/植被类型和不同坡度植被指数动态变化两方面分析退耕还林对植被动态变化的影响。文献[14]以承德市围场县为例，探讨了利用遥感技术从Landsat-TM图像中监测植被动态变化的方法。该方法首先对1987年的Landsat-TM图像进行几何校正，并将1999年的Landsat-TM图像与其配准。先从1987年的Landsat-TM图像中提取植被指数，再对1987年的植被指数图进行非监督分类，得到1987植被分布图。对1999年的Landsat-TM进行非监督分类，得到1999年的植被分布图。最后，对1987年和1999年的植被分布结构图应用ARCVIEW进行叠合分析，求出植被的变化。文献[15]利用SPOTVGT传感器的NDVI时序数据，采用时间序列谐波分析算法（HANTS）对NDVI数据进行预处理，基于趋势分析、Hurst指数分析等方法，研究了1999~2008年新疆植被覆盖的时空变化，分析了Hurst指数的空间分布规律及其在不同土地覆盖类型下的差异。

遥感图像专题信息的提取方法必须选择合适的波段或波段组合，TM图像各波段之间存在相当成分的冗余信息，为减少相互干扰，信息提取时应选择信息量较大、相关性较小的波段参与分析。研究中运用最佳波段组合指数法确定组合波段，即三个波段的标准差及两两之间的相关系数计算一个最佳指数因子。

城市植被的监测和调控成为城市规划的一项重要课题。利用现代遥感技术，考虑到城市遥感绿化的自身特点，对遥感影像图进行处理分析，以动态掌握绿地覆盖面积，优化绿地空间结构，这不仅可以实现城市绿地的整体规划，同时对于改善生态环境，提高城市的可持续发展潜能具有重要的实际意义。

参考文献

[1]李宝华，孟华.基于TM影像的开封市绿地信息提取研究[J].泰山学院学报，2005,(6):94-98.