基于遙感生態(tài)指數(shù)的南京市生態(tài)變化分析

張 浩，杜培軍，羅潔瓊，李二珠

（1. 南京大學(xué) 衛(wèi)星測(cè)繪技術(shù)與應(yīng)用國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023；2.南京大學(xué) 江蘇省地理信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023；3.南京大學(xué) 江蘇省地理信息資源開(kāi)發(fā)與利用協(xié)同創(chuàng)新中心，江蘇 南京 210023）

基于遙感生態(tài)指數(shù)的南京市生態(tài)變化分析

張 浩1,2,3，杜培軍1,2,3，羅潔瓊1,2,3，李二珠1,2,3

（1. 南京大學(xué) 衛(wèi)星測(cè)繪技術(shù)與應(yīng)用國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023；2.南京大學(xué) 江蘇省地理信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023；3.南京大學(xué) 江蘇省地理信息資源開(kāi)發(fā)與利用協(xié)同創(chuàng)新中心，江蘇 南京 210023）

城市化進(jìn)程不斷加快帶來(lái)一系列生態(tài)環(huán)境問(wèn)題，遙感技術(shù)可以快速、客觀、定量地評(píng)價(jià)生態(tài)環(huán)境變化。選取1990、2002、2013年Landsat遙感影像提取濕度、綠度、干度、熱度4個(gè)評(píng)價(jià)指標(biāo)，通過(guò)主成分分析方法計(jì)算遙感生態(tài)指數(shù)RSEI，進(jìn)行南京市生態(tài)環(huán)境變化定量分析評(píng)價(jià)。結(jié)果表明1990～2013年南京市生態(tài)環(huán)境質(zhì)量有一定程度的下降，生態(tài)環(huán)境變好的區(qū)域主要分布在以明城墻為范圍的老城區(qū)及周邊，生態(tài)環(huán)境變差的區(qū)域分布在新近建設(shè)的“一城三區(qū)”。進(jìn)一步分析發(fā)現(xiàn)，在4個(gè)分指標(biāo)中，代表干度的指標(biāo)NDBSI對(duì)于生態(tài)指數(shù)RSEI的貢獻(xiàn)度最大，說(shuō)明生態(tài)環(huán)境質(zhì)量的下降與不透水面的大幅增加密切相關(guān)。

生態(tài)變化；遙感生態(tài)指數(shù)；城市擴(kuò)展；南京市

近年來(lái)，我國(guó)的城鎮(zhèn)化建設(shè)工作持續(xù)推進(jìn)，取得了巨大的成就，同時(shí)也帶來(lái)一些問(wèn)題，如環(huán)境污染、交通擁堵、城市安全等。隨著環(huán)境保護(hù)意識(shí)深入人心，城市生態(tài)環(huán)境質(zhì)量評(píng)價(jià)工作顯得愈加重要。2015年12月，中央城市工作會(huì)議在京召開(kāi)，會(huì)議指出，城市工作是一個(gè)系統(tǒng)工程，要統(tǒng)籌生產(chǎn)、生活、生態(tài)3大布局。因此，如何在加快城市建設(shè)的同時(shí)，改善生態(tài)環(huán)境，是實(shí)現(xiàn)當(dāng)前我國(guó)城市可持續(xù)發(fā)展面臨的重要挑戰(zhàn)。建立相對(duì)完備、易于實(shí)施的生態(tài)環(huán)境遙感動(dòng)態(tài)監(jiān)測(cè)和分析評(píng)價(jià)技術(shù)，可為解決這一問(wèn)題提供重要的技術(shù)支持。

國(guó)內(nèi)外學(xué)者在利用遙感技術(shù)進(jìn)行生態(tài)環(huán)境評(píng)價(jià)方面開(kāi)展了大量研究工作[1-6]。20世紀(jì)90年代以來(lái)，南京市城市化進(jìn)程不斷加快，城市化對(duì)生態(tài)環(huán)境的影響日益顯著，作為國(guó)家區(qū)域中心城市之一，探討其生態(tài)變化對(duì)于改善南京城市生態(tài)環(huán)境，提高城市發(fā)展持續(xù)性、宜居性具有重要意義。因此，本文利用遙感生態(tài)指數(shù)對(duì)南京市進(jìn)行多指標(biāo)、大范圍、多時(shí)相的生態(tài)變化綜合評(píng)價(jià)研究，探討影響城市生態(tài)環(huán)境變化的關(guān)鍵因素并分析原因，一方面可以服務(wù)于南京市生態(tài)環(huán)境監(jiān)測(cè)和生態(tài)城市建設(shè)，另一方面可以試驗(yàn)RSEI的適用性和有效性。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

南京市位于長(zhǎng)江下游中部富庶地區(qū)，是國(guó)家區(qū)域中心城市，也是長(zhǎng)三角輻射帶動(dòng)中西部地區(qū)發(fā)展的國(guó)家重要門戶城市。市中心新街口地理坐標(biāo)為北緯32°02'38"、東經(jīng)118°46'43"。南京屬亞熱帶季風(fēng)氣候，雨量充沛，年平均降水1 200 mm，四季分明，年平均溫度15.4℃。截止2014年，南京市常住人口為821.61萬(wàn)人，總面積達(dá)6 587.02 km2。

本次研究選取南京市主城區(qū)和仙林、東山、江北3個(gè)副城區(qū)及其周邊區(qū)域?yàn)檠芯繀^(qū)，總面積約為2 198.71 km2。

1.2 數(shù)據(jù)源及預(yù)處理

本研究選取3景Landsat遙感影像作為主要數(shù)據(jù)源，獲取日期分別為1990-07-11（TM）、2002-07-12（TM）和2013-08-11（OLI/TIRS），如圖1所示。影像季相相同，質(zhì)量完好，避免了因季節(jié)差異、植被生長(zhǎng)狀態(tài)不同而造成的影響。

圖1 南京市遙感影像

數(shù)據(jù)預(yù)處理過(guò)程如下：①使用二次多項(xiàng)式和最鄰近像元法對(duì)不同時(shí)相的三景影像進(jìn)行幾何校正，使其均方根誤差小于0.5個(gè)像元以滿足精度要求；②對(duì)影像進(jìn)行輻射定標(biāo)操作，將DN值轉(zhuǎn)換為傳感器處的反射率；③對(duì)輻射定標(biāo)后的影像進(jìn)行大氣校正，消除大氣和光照等因素對(duì)地物反射的影響[7-9]。

2 研究方法

本文針對(duì)城市生態(tài)系統(tǒng)，使用一個(gè)基于遙感信息并集成多種指標(biāo)因素的遙感綜合生態(tài)指數(shù)RSEI，通過(guò)提取濕度、綠度、干度、熱度4個(gè)與人類生存相關(guān)的重要指標(biāo)，客觀快速地評(píng)價(jià)城市生態(tài)質(zhì)量。4個(gè)指標(biāo)分別對(duì)應(yīng)使用遙感技術(shù)手段可獲取的纓帽變換的濕度分量、植被指數(shù)、建筑裸土指數(shù)和地表溫度來(lái)表示。纓帽變換的濕度分量與植被和土壤的濕度緊密相關(guān)，采用其值反映研究區(qū)濕度狀況[10]；歸一化植被指數(shù)NDVI是使用最為廣泛的植被指數(shù)，使用它來(lái)代表綠度指標(biāo)；研究區(qū)除城市建成區(qū)外，還包括部分裸土，因此，采用建筑指數(shù)IBI和土壤指數(shù)SI二者相結(jié)合生成的“建筑-裸土指數(shù)”NDBSI來(lái)表示干度指標(biāo)[11-12]；熱度指標(biāo)使用地表溫度表示，首先使用Landsat用戶手冊(cè)的模型計(jì)算亮度溫度[13-14]，再通過(guò)比輻射率校正計(jì)算得出LST。RSEI計(jì)算流程如圖2所示。

圖2 RSEI計(jì)算流程圖

圖中，ρB、ρG、ρR、ρNIR、ρSWIR1、ρSWIR2分別代表TM第1、2、3、4、5、7波段以及OLI的Blue、Green、Red、NIR、SWIR1、SWIR2波段的反射率。對(duì)于Landsat5 TM影像，C1=0.031 5、C2=0.202 1、C3=0.310 2、C4=0.159 4、C5=?0.680 6、C6=?0.610 9；對(duì) 于Landsat8 OLI 影像[15]，C1=0.151 1、C2=0.197 3、C3=0.328 3、C4=0.340 7、C5=?0.711 7、C6=?0.455 9。

地表溫度計(jì)算中，L6/10分別為TM/TIRS熱紅外波段像元在傳感器處的輻射值；DN為像元灰度值；gain和bias分別為波段增益值和偏置值。對(duì)于TM，gain為0.055，bias為1.182 43；而對(duì)于TIRS，gain為3.342，bias為0.1；T為傳感器處溫度值，K1和K2分別為定標(biāo)參數(shù)；對(duì)于TM，K1=607.76 W/（m2·sr·μm）、K2=1 260.56 K；而對(duì)于TIRS band10，K1=774.89W/（m2·sr·μm）、K2=1 321.08K；LST為地表溫度，λ為熱紅外波段的中心波長(zhǎng)，ρ= 1.438×10-2m·K，ε為地物的比輻射率，其值根據(jù)Sobrino的模型通過(guò)NDVI進(jìn)行估算[16]。

主成分分析（PCA）是一種將多個(gè)變量通過(guò)正交線性變換來(lái)選出少數(shù)重要變量的多維數(shù)據(jù)壓縮技術(shù)[17]。本研究采用主成分變換來(lái)集成以上4個(gè)指標(biāo)，根據(jù)各指標(biāo)對(duì)主分量的貢獻(xiàn)度來(lái)自動(dòng)客觀地確定權(quán)重，從而實(shí)現(xiàn)以單一變量耦合多個(gè)指標(biāo)的目的。在做主成分變換前，由于各指標(biāo)量綱不統(tǒng)一，首先對(duì)這些指標(biāo)進(jìn)行正規(guī)化，將它們的數(shù)值映射到[0，1]區(qū)間。需要注意的是，由于長(zhǎng)江穿南京市域而過(guò)，為避免大片水域影響PCA的荷載分布，對(duì)各指標(biāo)采用MNDWI水體指數(shù)掩膜掉水體信息[18-19]。再將經(jīng)過(guò)正規(guī)化及水體掩膜后的4個(gè)指標(biāo)合成一幅新的影像，對(duì)新影像進(jìn)行主成分變換，得到主成分分析結(jié)果矩陣。

為使PC1大的數(shù)值代表好的生態(tài)條件，可進(jìn)一步用1減去計(jì)算出的PC1，獲得初始的生態(tài)指數(shù)。為便于指標(biāo)的度量和比較，同樣對(duì)其進(jìn)行正規(guī)化，結(jié)果即為所求的遙感生態(tài)指數(shù)RSEI，其值介于[0，1]之間。RSEI 值越高，表示其生態(tài)質(zhì)量越好，反之則越差。

3 結(jié)果與分析

3.1 南京市生態(tài)環(huán)境時(shí)空變化分析

圖3為計(jì)算得出的南京市遙感生態(tài)指數(shù)RSEI影像，表1則統(tǒng)計(jì)了研究區(qū)內(nèi)各個(gè)年份4個(gè)分指標(biāo)值的均值、標(biāo)準(zhǔn)差以及對(duì)PC1荷載值。從表1可以發(fā)現(xiàn)，南京市RESI均值由1990年的0.697到2002年的0.622，下降了10.76%；由2002年的0.622再到2013年的0.554，下降了10.93%。20余a間，RSEI指數(shù)呈逐年下降的趨勢(shì)。相應(yīng)地，這種情況在圖3中也有所體現(xiàn)，自1990～2013年，代表生態(tài)環(huán)境較差的紅色區(qū)域逐漸在研究區(qū)內(nèi)擴(kuò)散，繼而取代了表示生態(tài)環(huán)境優(yōu)良的藍(lán)色區(qū)域。同時(shí)，對(duì)比各年份不同指標(biāo)的PC1荷載值可以看出，濕度Wet與綠度NDVI的荷載值為正值，二者對(duì)生態(tài)環(huán)境有正面的貢獻(xiàn)，而干度NDBSI與熱度LST荷載值為負(fù)值，它們對(duì)生態(tài)有負(fù)面的影響，這與實(shí)際情況相符。進(jìn)一步對(duì)比各分指標(biāo)對(duì)PC1的荷載值絕對(duì)值可發(fā)現(xiàn)，NDBSI以及LST對(duì)結(jié)果的貢獻(xiàn)度較大，并呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)，這說(shuō)明不透水面即建設(shè)用地對(duì)于生態(tài)環(huán)境評(píng)價(jià)結(jié)果影響較大，城市建設(shè)用地的大幅增加導(dǎo)致了生態(tài)環(huán)境質(zhì)量的逐步下降。

圖3 南京市遙感生態(tài)指數(shù)圖

表1 各年份指標(biāo)及RSEI均值、PC1荷載值變化

為進(jìn)一步對(duì)RSEI進(jìn)行定量化與可視化分析，將各年份計(jì)算結(jié)果以0.2為間隔，劃分為5個(gè)等級(jí)：優(yōu)、良、中、較差、差，如圖4所示。對(duì)1990、2002、2013 3 a各等級(jí)所占面積與比例進(jìn)行統(tǒng)計(jì)，如表2所示。

圖4 RSEI分級(jí)圖

表2 生態(tài)等級(jí)和面積比例變化

結(jié)果表明，1990年，研究區(qū)內(nèi)生態(tài)狀況為優(yōu)、良的區(qū)域占總面積的68.58%；2002年占比為56.32%；而到了2013年這一比例下降到44.79%，23 a間共下降了23.79%。這說(shuō)明南京市生態(tài)狀況明顯下降。與此同時(shí)，研究區(qū)生態(tài)狀況為較差、差的區(qū)域面積比例由1990年的12.27%上升到2002年的20.59%和2013年的33.68%，同樣印證了南京市生態(tài)狀況逐年下滑的趨勢(shì)。從空間分布上看，1990年，生態(tài)環(huán)境優(yōu)良的區(qū)域占據(jù)研究區(qū)的大部分，大致包括了林地、草地、農(nóng)田等用地類型，而生態(tài)環(huán)境較差的區(qū)域則集中在以明城墻為范圍的老城區(qū)及周邊，主要為居民住宅及建設(shè)用地。2002年，隨著城鎮(zhèn)建設(shè)的進(jìn)一步擴(kuò)大，生態(tài)環(huán)境轉(zhuǎn)差的區(qū)域也逐漸擴(kuò)大，受政府政策影響，主要包括1992年設(shè)立于主城東南的江寧開(kāi)發(fā)區(qū)、1992年設(shè)立于主城東北的新港工業(yè)區(qū)以及2002年設(shè)立于大廠地區(qū)的沿江工業(yè)開(kāi)發(fā)區(qū)，這些地區(qū)集中了不同類型的企業(yè)，包括重工業(yè)、制造業(yè)、化學(xué)工業(yè)等，因此生態(tài)環(huán)境變化顯著。2013年，生態(tài)較差的區(qū)域明顯擴(kuò)大，分布在長(zhǎng)江兩岸，大規(guī)模的城市新區(qū)建設(shè)使得江南主城區(qū)僅剩紫金山一座“綠島”，而江北地區(qū)生態(tài)較差的區(qū)域也逐漸連成帶狀，分布在六合-浦口城區(qū)。

基于以上5個(gè)等級(jí)的劃分，對(duì)南京市各年份RSEI指數(shù)兩兩進(jìn)行差值變化檢測(cè)。綠色代表生態(tài)環(huán)境質(zhì)量改善的區(qū)域；紅色代表生態(tài)環(huán)境惡化的區(qū)域，黃色則代表生態(tài)環(huán)境質(zhì)量不變的區(qū)域，如圖5所示。

表3 變化檢測(cè)

圖5 南京市生態(tài)環(huán)境變化檢測(cè)圖

由表3可知，1990～2013年間，南京市生態(tài)環(huán)境狀況變好的區(qū)域面積為344.19 km2，占總面積的15.65%；生態(tài)環(huán)境狀況變差的區(qū)域面積為981.09 km2，占總面積的44.62%。雖然南京市整體生態(tài)環(huán)境呈下降趨勢(shì)，但仍有部分區(qū)域生態(tài)環(huán)境變好。由圖5可以看出，生態(tài)環(huán)境變好的區(qū)域主要分布在以明城墻為范圍的老城區(qū)及周邊，這是由于南京市老城改造和大規(guī)模的園林綠化逐漸改善了老城區(qū)的生態(tài)環(huán)境，其中，2010年南京市申辦青奧成功，市政府提出“辦好青奧會(huì)、建設(shè)新南京”，大力開(kāi)展生態(tài)文明建設(shè)與城市環(huán)境整治工作，因此優(yōu)化改善了主城的生態(tài)環(huán)境；生態(tài)環(huán)境狀況保持穩(wěn)定的區(qū)域主要包括主城的紫金山、城東南的青龍山、江北的老山等山地丘陵地區(qū)，以及分布在研究區(qū)北部的農(nóng)田地區(qū)，這些地區(qū)由于覆蓋綠色植被，生態(tài)環(huán)境并未發(fā)生大的變化；生態(tài)環(huán)境退化的區(qū)域分布在老城區(qū)的外圍地區(qū)，覆蓋長(zhǎng)江兩岸，究其原因，則離不開(kāi)南京市大規(guī)模的城市建設(shè)與擴(kuò)張。

2001年，隨著人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展，南京市提出“一城三區(qū)”的發(fā)展戰(zhàn)略，重點(diǎn)建設(shè)河西新城區(qū)、東山新市區(qū)、仙林新市區(qū)和江北新市區(qū)。2009年，規(guī)劃升級(jí)，調(diào)整為“一主城三副城八新城”[20]，旨在增強(qiáng)副城中心繼續(xù)向周邊新城鎮(zhèn)輻射的能力。在政府政策的正確引導(dǎo)下，經(jīng)過(guò)20余a的飛速建設(shè)與發(fā)展，南京城市擴(kuò)張展現(xiàn)出一定的方位性[21]，以新街口為中心：向東北方向擴(kuò)展，對(duì)應(yīng)仙林地區(qū)；向東南方向擴(kuò)展，對(duì)應(yīng)江寧地區(qū)；向西南方向擴(kuò)展，對(duì)應(yīng)河西地區(qū)。而江北地區(qū)的擴(kuò)展則表現(xiàn)為沿交通干線及長(zhǎng)江橋梁擴(kuò)展[22]。城市擴(kuò)展的主要方位和區(qū)域與遙感生態(tài)指數(shù)RSEI評(píng)價(jià)結(jié)果顯示的生態(tài)環(huán)境狀況變差的區(qū)域基本吻合，進(jìn)一步說(shuō)明了建設(shè)用地的增加對(duì)生態(tài)環(huán)境的負(fù)面影響。

3.2 RSEI建模與參數(shù)分析

為了進(jìn)一步模擬和預(yù)測(cè)城市生態(tài)環(huán)境的變化趨勢(shì)，在研究區(qū)內(nèi)隨機(jī)采集30 000個(gè)樣點(diǎn)（剔除水體部分無(wú)效點(diǎn)），提取樣點(diǎn)各年份指標(biāo)值，以Wet、NDVI、NDBSI、LST為自變量，遙感生態(tài)指數(shù)RSEI為因變量，進(jìn)行逐步回歸分析，建立城市生態(tài)環(huán)境質(zhì)量評(píng)價(jià)模型，結(jié)果如下：

1990年RSEI=0.145 Wet+0.271 NDVI?0.475 NDBSI?0.414 LST+0.840 r2=0.996

2002年RSEI=0.176 Wet+0.218 NDVI?0.473 NDBSI?0.410 LST+0.808 r2=0.999

2013年RSEI=0.143 Wet+0.211 NDVI?0.533 NDBSI?0.441 LST+0.844 r2=0.986

從各年份結(jié)果可以看出，模型擬合度較高，并且在逐步回歸分析中，4個(gè)自變量均保留下來(lái)，說(shuō)明對(duì)于RSEI來(lái)說(shuō)，4個(gè)指標(biāo)均為關(guān)鍵指標(biāo)。從各自變量系數(shù)可以看出，Wet與NDVI系數(shù)為正，對(duì)生態(tài)環(huán)境評(píng)價(jià)結(jié)果起正面影響，而NDBSI和LST系數(shù)為負(fù)，對(duì)生態(tài)評(píng)價(jià)結(jié)果起負(fù)面影響。綜合來(lái)看，4個(gè)指標(biāo)回歸系數(shù)絕對(duì)值最大的是NDBSI，其次分別是LST、NDVI、Wet。以最近的2013年為例，根據(jù)模型的預(yù)測(cè)，要使研究區(qū)內(nèi)RESI提高0.1單位，則需要使NDVI提升0.474單位，或使NDBSI下降0.188單位。因此，在后續(xù)的城市規(guī)劃及建設(shè)中，應(yīng)當(dāng)適量控制不透水面的增加比例，并加大城市綠地、城市森林公園的投資與建設(shè)力度，創(chuàng)造出一個(gè)生態(tài)健全、環(huán)境優(yōu)美的城市生活空間。

4 結(jié) 語(yǔ)

RSEI遙感生態(tài)指數(shù)基于遙感技術(shù)手段，集成了城市生態(tài)系統(tǒng)的4個(gè)重要指標(biāo)，即濕度、綠度、干度和熱度，使用主成分分析方法避免了人為權(quán)重設(shè)置，客觀、定量地評(píng)價(jià)城市生態(tài)環(huán)境，較好地反映了南京市多年來(lái)生態(tài)環(huán)境變化情況。研究表明：

1）1990～2013年間，南京市生態(tài)環(huán)境質(zhì)量整體上呈逐年下降趨勢(shì)。RESI均值由1990年的0.697下降到2002年的0.622及2013年的0.554，整體下降了20.52%。研究區(qū)內(nèi)生態(tài)狀況為優(yōu)、良的區(qū)域占總面積的比例由1990年的68.58%減少為2002年的56.32%以及2013年的44.79%，23 a間共下降了23.79%。2）變化檢測(cè)表明，生態(tài)環(huán)境變好的區(qū)域主要分布在主城區(qū)，這得力于老城區(qū)環(huán)境整治與園林綠化；生態(tài)環(huán)境變差的區(qū)域受城市擴(kuò)展影響，分布在新近建設(shè)的“一城三區(qū)”；而林地、農(nóng)田等地類分布的區(qū)域生態(tài)環(huán)境狀況保持穩(wěn)定。

3）在4個(gè)分指標(biāo)中，代表干度的指標(biāo)NDBSI對(duì)于生態(tài)指數(shù)RSEI的貢獻(xiàn)度最大，說(shuō)明生態(tài)環(huán)境質(zhì)量的下降與不透水面的大幅增加密切相關(guān)。通過(guò)對(duì)RSEI 的建模與預(yù)測(cè)發(fā)現(xiàn)，若想城市生態(tài)環(huán)境改善，需進(jìn)一步合理配置土地資源，科學(xué)布局城市發(fā)展空間，加大城市綠色生態(tài)建設(shè)。

[1] 江振藍(lán),沙晉明,楊武年.基于GIS的福州市生態(tài)環(huán)境遙感綜合評(píng)價(jià)模型[J].國(guó)土資源遙感,2004(3): 46-48

[2] 安靜,劉紅玉,郝敬鋒,等.南京仙林新市區(qū)景觀生態(tài)質(zhì)量變化研究[J].水土保持研究,2012(02): 231-235

[3] 周靜,管衛(wèi)華.基于生態(tài)足跡方法的南京可持續(xù)發(fā)展研究[J].生態(tài)學(xué)報(bào),2012(20): 6 471-6 480

[4] HJ 192-2006. 生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范（實(shí)行）[S].

[5] 劉洪岐.基于RS和GIS的北京市生態(tài)環(huán)境評(píng)價(jià)研究[D].北京:首都師范大學(xué), 2008

[6] 徐涵秋.城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用[J].生態(tài)學(xué)報(bào),2013, 33(24): 7 853-7 862

[7] CHAVEZ P S.Image-Based Atmospheric Corrections-Revisited and Improved[J]. Photogrammetric Engineering & Remote Sensing,1996, 62(9): 1 025-1 036

[8] CHANDER G, MARKHAM B. Revised Landsat-5 TM Radiometric Ralibration Procedures and Postcalibration Dynamic Ranges[J]. IEEE Transactions on Geoscience & Remote Sensing,2003, 41(11): 2 674-2 677

[9] CHANDER G, MARKHAM B L, HELDER D L. Summary of Current Radiometric Calibration Coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI Sensors, Remote Sensing of Environment[J]. Pp–903 International Journal of Geomatics & Geosciences, 2009, 113(5): 893-903

[10] CRIST E P. A TM Tasseled Cap Equivalent Transformation for Reflectance Factor Data[J]. Remote Sensing of Environment, 1985, 17(3): 301-306

[11] XU H. A new Index for Delineating Built-up Land Features in Satellite Imagery[J]. International Journal of Remote Sensing, 2008, 29(14): 4 269-4 276

[12] RIKIMARU A, ROY P S, MIYATAKE S. Tropical Forest Cover Density Mapping[J].Tropical Ecology,2002,1(43): 39

[13] Nasa. Landsat 7Science Data Users Handbook: General Interest Publication[S].

[14] Nasa. Landsat8 Data Users Handbook[S].

[15] BAIG M H A, ZHANG L, SHUAI T, et al. Derivation of a Tasselled Cap Transformation Based on Landsat 8 at-Satellite Reflectance[J]. Remote Sensing Letters, 2014, 5(5):423-431

[16] SOVRINO J A, JIMèNEZ-MUNOZ J C, PAOLINI L. Land Surface Temperature Retrieval From LANDSAT TM 5[J]. Remote Sensing of Environment,2004, 90(4): 434-440

[17] 徐涵秋. 基于壓縮數(shù)據(jù)維的城市建筑用地遙感信息提取[J].中國(guó)圖像圖形學(xué)報(bào),2005(2): 223-229

[18] CHAVEZ P S. Image-based Atmospheric Corrections-revisited and Improved[J]. Photogrammetric Engineering & Remote Sensing,1996(62):1 025-1 036

[19] 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究[J].遙感學(xué)報(bào),2005, 9(5): 589-595

[20] 南京市人民政府. 南京市城市總體規(guī)劃（2011～2030）[S].

[21] 謝中凱,李飛雪,李滿春,等.大城市居住用地?cái)U(kuò)展特征及驅(qū)動(dòng)力分析:以南京市中心城區(qū)（長(zhǎng)江以南）為例[J].測(cè)繪科學(xué),2015(6): 92-97

[22] 郝素秋,徐夢(mèng)潔,蔣博.南京市城市建成區(qū)擴(kuò)張的時(shí)空特征與驅(qū)動(dòng)力分析[J].經(jīng)濟(jì)研究導(dǎo)刊,2008(19): 193-195

P237

B

1672-4623（2017）02-0058-05

10.3969/j.issn.1672-4623.2017.02.019

2016-05-19。

項(xiàng)目來(lái)源：江蘇省自然科學(xué)基金資助項(xiàng)目（BK2012018）；中國(guó)地質(zhì)調(diào)查局地質(zhì)調(diào)查子項(xiàng)目(12120115050901)。

張浩，碩士研究生，主要從事城市遙感、遙感信息分析與應(yīng)用方面的研究。