多源多时相遥感数据能够为城市环境监测与评价提供定性、定量、动态、综合的信息支持，服务于城市规划管理、生态环境保护和数字城市建设。本书对城市环境遥感的框架体系、信息处理、典型应用进行了系统分析和深入探讨。全书共分十章，从城市环境遥感的需求出发分析了主要信息源和信息处理方法，总结了城市环境遥感的框架体系、研究热点和发展方向，从土地覆盖分类、典型目标识别、变化检测等方面对遥感影像解译方法进行了研究。以遥感数据和派生信息为主，综合各种统计调查数据，探讨了多源遥感信息在城市热环境建模、景观生态分析、生态安全评价、人居环境评估和植被净初级生产力估算方面的应用。
本书可供从事城市遥感、环境遥感、遥感应用、遥感图像处理等方向研究的教师、科研人员、研究生和高年级本科生参考，同时也可供从事城市规划、环境保护、国土开发等方面遥感应用的专业人员参考。
更多科学出版社服务，请扫码获取。
目录
《地球观测与导航技术丛书》出版说明
前言
第1章 城市遥感与城市环境遥感 1
1.1 城市化与生态环境问题 1
1.2 城市环境遥感的体系结构 4
1.2.1 国际城市遥感大会的议题 4
1.2.2 城市环境遥感的体系结构 5
1.3 城市环境遥感的主要内容和发展趋势 7
1.3.1 城市环境遥感的主要内容 7
1.3.2 城市环境遥感的发展趋势 10
参考文献 11
第2章 城市环境遥感数据源与信息处理 l5
2.1 城市典型地物光谱特征 l5
2.2 城市环境遥感的时空尺度与数据源 l8
2.2.1 大尺度城市环境遥感数据源 l9
2.2.2 中尺度生态环境遥感数据源 l9
2.2.3 小尺度生态环境遥感数据源 21
2.3 城市环境遥感信息处理技术方法总论 22
2.3.1 遥感影像分类 23
2.3.2 城市化与城市扩展遥感动态监测与变化检测 23
2.3.3 遥感信息反演城市生态环境和地学参数 23
2.3.4 多源遥感数据融合 23
2.3.5 城市三维建模与地表沉降分析 24
2.3.6 面向城市应用的遥感与GIS集成 24
2.4 遥感影像分类 24
2.4.1 非监督分类 25
2.4.2 监督分类 25
2.5 城市典型目标提取与识别 26
2.5.1 城市建筑物提取与识别 26
2.5.2 城市水体提取与识别 27
2.5.3 城市植被提取与识别 27
2.5.4 城市道路提取与识别 27
2.6 多时相遥感影像变化检测 28
2.7 多源信息融合 29
2.7.1 高分辨率影像与多光谱影像融合 30
2.7.2 SAR图象与光学影像融合 3l
2.7.3 LiDAR数据与光学遥感数据融合 32
2.8 城市物理环境遥感定量化 33
2.9 城市三维环境建模 34
2.9.1 基于立体像对的城市三维建模 34
2.9.2 基于LiDAR技术的城市三维建模 35
参考文献 36
第3章 城市典型目标遥感提取 41
3.1 城市绿地提取 41
3.1.1 概述 41
3.1.2 植被指数 41
3.1.3 像素级分类的城市绿地信息提取 44
3.1.4 面向对象的城市绿地信息提取 47
3.1.5 基于混合像元分解的城市绿地信息提取 49
3.2 建设用地提取 52
3.2.1 概述 52
3.2.2 Gabor纹理特征 53
3.2.3 GMRF纹理特征 55
3.2.4 基于GMRF纹理特征的建设用地提取实例 58
3.3 道路提取 59
3.3.1 道路的遥感图像特征 59
3.3.2 道路提取方法的分类 60
3.3.3 基于剖面/模板匹配的道路提取 64
3.3.4 基于Snakes模型的道路提取 65
3.4 其他环境要素目标提取 67
3.4.1 水体日标提取 67
3.4.2 桥梁目标提取 68
参考文献 70
第4章 城市土地覆盖遥感分类 75
4.1 概述 75
4.2 城市土地覆盖分类的框架 75
4.3 像元级城市土地覆盖分类 77
4.3.1 监督分类 77
4.3.2 非监督分类 82
4.3.3 半监督分类 83
4.4 亚像元分类 84
4.5 面向对象分类 87
4.6 多分类器集成 88
4.7 实例分析 90
4.7.1 QuickBird高分辨率遥感影像分类 90
4.7.2 OMIS高光谱遥感影像分类 95
4.7.3 Landsat ETM+遥感影像分类 97
参考文献 99
第5章 城市环境变化动态监测 104
5.1 基于变化检测的城市环境分析 105
5.1.1 变化检测技术原理与进展 105
5.1.2 变化检测在城市环境监测中应用 107
5.2 基于土地覆盖遥感分类的城市扩展分析 109
5.2.1 研究背景与进展 109
5.2.2 方法介绍与分类 110
5.3 基于景观格局变化的城市环境遥感分析 111
5.3.1 研究与应用背景 111
5.3.2 方法与指标 112
5.4 基于不透水面的城市扩展分析 113
5.4.1 研究背景与进展 113
5.4.2 方法模型与实现流程 115
5.5 城市扩展与环境变化遥感监测实例 117
参考文献 121
第6章 城市景观生态遥感 126
6.1 概述 126
6.2 研究区概况 127
6.3 最观信息分类与评价 129
6.3.1 决策树分类算法 129
6.3.2 分类特征的选择 131
6.3.3 基于决策树的景观分类 136
6.4 城市景观格局特点与评价指标 144
6.4.1 城市景观的特点 144
6.4.2 景观格局指数选择 145
6.5 徐州市景观尺度上的格局分析 150
6.5.1 转移矩阵 150
6.5.2 景观尺度上的格局指数 152
6.6 徐州市类型尺度上的格局分析 154
6.6.1 景观类型形状特征分析 154
6.6.2 景观类型优势度分析 155
6.6.3 景观类型破碎度分析 156
6.6.4 景观类型聚集度与连通性分析 157
6.7 城市景观格局环境影响评价 157
6.7.1 新城区 159
6.7.2 庞庄矿区 160
6.7.3 市中心区 161
6.7.4 小南湖及矿大南湖校区 163
参考文献 164
第7章 城市热环境遥感 167
7.1 概述 167
7.2 地表温度遥感反演算法 167
7.2.1 Landsat TM/ETM+地表温度遥感反演算法 169
7.2.2 NOAA-AVHRR数据中的地表温度反演算法 170
7.2.3 MODIS数据中的地表温度反演算法 170
7.2.4 ASTER数据中的地表温度反演算法 。171
7.3 城市不透水面比例遥感提取与估算 172
7.3.1 不透水面提取步骤 173
7.3.2 Landsat TM/ETM+提取城市不透水面 174
7.3.3 HJ-1和CBERS提取城市不透水面 175
7.3.4 EO-l Hyperion提取城市不透水面 177
7.4 热环境与土地覆盖的关系 178
7.5 城市热环境与空气污染 182
7.6 城市热环境建模与模拟 184
参考文献 185
第8章 城市生态安全评价 188
8.1 引言 188
8.2 城市生态安全评价体系设计 190
8.2.1 评价体系框架设计 190
8.2.2 评价指标权重计算方法 191
8.2.3 评价模型 192
8.3 生态安全评价因子遥感提取 194
8.3.1 植被信息 195
8.3.2 基于决策树模型的景观分类 195
8.3.3 城市热环境 195
8.4 GIS环境下的生态安全因子获取 196
8.4.1 矿区压力 196
8.4.2 水污染压力 197
8.4.3 人口压力 198
8.4.4 生态弹性 198
8.4.5 景观格局 199
8.5 徐州生态安全分析 200
8.5.1 时间维生态安全评价 200
8.5.2 分类生态安全评价 203
8.5.3 空间维生态安全评价 205
8.5.4 生态安全问题成因分析 207
8.5.5 建议与意见 208
参考文献 209
第9章 城市人居环境遥感评价 211
9.1 绪论 211
9.1.1 研究背景 211
9.1.2 研究方法和技术路线 212
9.2 人居环境遥感因子体系 213
9.2.1 研究区 213
9.2.2 人居环境遥感评价指标体系 213
9.3 城市人居环境遥感评价因子信息提取 214
9.3.1 基于遥感数据的评价因子直接提取 214
9.3.2 基于遥感数据的人居环境评价因子间接提取 218
9.4 人居环境遥感评价模型的建立与分析 221
9.4.1 模型的建立 221
9.4.2 人居环境质量结果分析 222
9.4.3 基于统计数据的人居环境评价体系构建与比较 226
9.5 徐州市人居环境质量变化原因分析 230
9.5.1 城市扩展信息对人居环境的影响 230
9.5.2 土地利用类型的变化 230
9.5.3 徐州市人居环境发展趋势分析与建议 232
参考文献 233
第10章 城市植被净初级生产力估算 234
10.1 植被净初级生产力遥感估算 234
10.2 研究区概况及数据预处理 235
10.3 CASA模型 237
10.3.1 植被吸收的光合有效辐射(APAR)的估算 238
10.3.2 光能利用率*(x，t)的估算 240
10.4 徐州市NPP值估算结果 242
10.4.1 土地覆盖分类数据 242
10.4.2 CASA模型估算结果 243
10.4.3 徐州市2000～2010年NPP时空特征分析 244
参考文献 252
书单推荐
