Please wait a minute...
 
国土资源遥感  2010, Vol. 22 Issue (4): 60-63    DOI: 10.6046/gtzyyg.2010.04.13
  技术应用 本期目录 | 过刊浏览 | 高级检索 |

长沙市城市扩展遥感监测数学模型
苏岑1,2, 莫俊杰3
1.中国地质大学(武汉),武汉430074; 2.湖南省国土资源测绘二院,长沙410119; 3.湖南省遥感中心,长沙410007
A Remote Monitoring Mathematical Model for Urban Expansion in Changsha
SU Cen 1,2, MO Jun-jie 3
1.China University of Geosciences, Wuhan 430074, China; 2.Hunan No.2 Academy of Surveying and Mapping, Changsha 410119, China; 3.Hunan Remote Sensing Center, Changsha 410007, China
全文: PDF(771 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

利用长沙市1972年以来不同时期的遥感数据以及地形图资料,采用图像处理和人机交互式解译信息提取方法,获得了10个不同时期城市发展规模及土地利用变化信息。根据数据统计分析和数据分布规律,建立长沙市城市扩展数学模型,对城市发展和土地减少变化趋势进行分析预测,并且对长沙市国民经济发展和制约条件进行了分析和评价。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
覃志豪
LI Wenjuan
ZHANG Minghua
Arnon Karnieli
Pedro Berliner
关键词 地表温度LandsatTM单窗算法大气平均作用温度大气透射率    
Abstract

 With the population growth and the rapid development of national economy, urban construction scale has also been growing. Urban expansion has led to a sharp reduction of arable land, which in turn seriously restricted the social and economic development. In this paper, adopting the remote sensing data and topographic map data acquired in different periods and using image processing and interpretation of human-machine interactive information retrieval method, the authors obtained the scale of urban development and land use change information of 10 different periods in Changsha. According to statistical analysis and data distribution, a mathematical model for urban growth in Changsha was established, and the factors responsible for helping and restricting the economic development in Changsha are analyzed and evaluated.

Key wordsLand surface temperature    Landsat TM    Mono-window algorithm    Atmospheric mean temperature    Transmittance
收稿日期: 2009-12-07      出版日期: 2011-08-02
: 

 

 
  TP 79

 
作者简介: 苏岑(1981-),男,硕士,主要从事国土资源测绘方面的研究。
引用本文:   
苏岑, 莫俊杰.
长沙市城市扩展遥感监测数学模型[J]. 国土资源遥感, 2010, 22(4): 60-63.
SU Cen, MO Jun-Jie. A Remote Monitoring Mathematical Model for Urban Expansion in Changsha. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(4): 60-63.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.04.13      或      https://www.gtzyyg.com/CN/Y2010/V22/I4/60

[1]李湘莲,陈金爱.洞庭湖吞吐调蓄数学模型及调洪功能评估[J].国土资源遥感,2002(2):57-60.

[2]罗志刚.对城市化速度及相关研究的讨论[J].城市规划学刊, 2007(6):12-15.

[3]陆际恩.论推进城市化与实现资源及能源消耗速率的零增长[J].当代经济,2003(10):5-8.

[4]陆大道.我国的城镇化进程与空间扩展[J].城市规划学刊, 2007(4):6-8.

[5]刘红萍,杨钢桥.城市住宅用地空间扩张机制与调控对策[J]. 经济地理, 2005(1):13-16.

 

[1] 伯英杰, 曾业隆, 李国庆, 曹兴文, 姚清秀. 浮岛光伏电场对地表温度空间分布特征的影响[J]. 自然资源遥感, 2022, 34(1): 158-168.
[2] 袁倩颖, 马彩虹, 文琦, 李学梅. 六盘山贫困区生长季植被覆盖变化及其对水热条件的响应[J]. 国土资源遥感, 2021, 33(2): 220-227.
[3] 叶婉桐, 陈一鸿, 陆胤昊, 吴鹏海. 基于GEE的2000—2019年间升金湖湿地不同季节地表温度时空变化及地表类型响应[J]. 国土资源遥感, 2021, 33(2): 228-236.
[4] 范嘉智, 罗宇, 谭诗琪, 马雯, 张弘豪, 刘富来. 基于FY-3C/MWRI的湖南省地表温度遥感反演评价[J]. 国土资源遥感, 2021, 33(1): 249-255.
[5] 周芳成, 唐世浩, 韩秀珍, 宋小宁, 曹广真. 云下遥感地表温度重构方法研究[J]. 国土资源遥感, 2021, 33(1): 78-85.
[6] 赵冰, 毛克彪, 蔡玉林, 孟祥金. 中国地表温度时空演变规律研究[J]. 国土资源遥感, 2020, 32(2): 233-240.
[7] 曹琦, 师满江, 周亮, 王婷, 彭黎君, 郑仕雷. 山地城市裸地时空变化的热环境响应特征研究[J]. 国土资源遥感, 2019, 31(4): 190-198.
[8] 熊俊楠, 李伟, 程维明, 范春捆, 李进, 赵云亮. 高原地区LST空间分异特征及影响因素研究——以桑珠孜区为例[J]. 国土资源遥感, 2019, 31(2): 164-171.
[9] 吴迪, 陈健, 石满, 覃帮勇, 李盛阳. 基于Savitzky-Golay滤波算法的FY-2F地表温度产品时间序列重建[J]. 国土资源遥感, 2019, 31(2): 59-65.
[10] 吴莹, 姜苏麟, 王振会. 无线电频率干扰对MWRI资料反演地表温度的影响[J]. 国土资源遥感, 2018, 30(4): 90-96.
[11] 杨敏, 杨贵军, 王艳杰, 张勇峰, 张智宏, 孙晨红. 北京城市热岛效应时空变化遥感分析[J]. 国土资源遥感, 2018, 30(3): 213-223.
[12] 余健, 姚云军, 赵少华, 贾坤, 张晓通, 赵祥, 孙亮. 基于改进的METRIC模型的农田潜热通量估算[J]. 国土资源遥感, 2018, 30(3): 83-88.
[13] 杨敏, 杨贵军, 陈晓宁, 张勇峰, 尤静妮. 基于FSDAF方法融合生成高时空分辨率地表温度[J]. 国土资源遥感, 2018, 30(1): 54-62.
[14] 孙明, 谢敏, 丁美花, 许文龙, 黄思琦, 高菲. 2001—2015年间广西壮族自治区防城港市热岛效应时空变化研究[J]. 国土资源遥感, 2018, 30(1): 135-143.
[15] 华俊玮, 祝善友, 张桂欣. 基于随机森林算法的地表温度降尺度研究[J]. 国土资源遥感, 2018, 30(1): 78-86.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发