基于VIIRS夜间灯光数据的山东半岛城市群发展特征研究

doi:10.11873/j.issn.1004-0323.2020.6.1348

遥感技术与应用

2020, Vol. 35

Issue (6): 1348-1359 DOI: 10.11873/j.issn.1004-0323.2020.6.1348

灯光遥感专栏

基于VIIRS夜间灯光数据的山东半岛城市群发展特征研究

李桂华¹(

),范俊甫¹(

),周玉科²,张悦¹

^1.山东理工大学建筑工程学院测绘工程系，山东淄博 255049
^2.中国科学院地理科学与资源研究所生态系统网络观测与模拟院重点实验室，北京 100101

Development Characteristics Estimation of Shandong Peninsula Urban Agglomeration Using VIIRS Night Light Data

Guihua Li¹(

),Junfu Fan¹(

),Yuke Zhou²,Yue Zhang¹

^1.School of Civil and Architectural Engineering，Shandong University of Technology，Zibo 255049，China
^2.Key Laboratory of Ecosystem Network Observation and Modeling，Institute of Geographic Sciences and Nature Resources Research，CAS，Beijing 100101，China

全文: PDF(5959 KB) HTML

摘要：

NPP-VIIRS夜间灯光数据是在中大尺度上开展城市发展变化研究的稳定数据源。基于2012~2018年NPP-VIIRS夜间灯光数据，以山东半岛城市群为研究对象，采用参考比较法提取城市建成区图斑，选取9个景观格局指数对山东半岛城市群的城市化发展特征进行定量分析。结果表明：①整体上，域内斑块总面积以4.5%的速度增长，边缘总长度和边缘密度年均增长3.15%，斑块数量和密度增长较快（分别为1.95%和1.98%），表明山东半岛城市群整体城市面积增长迅速，城市范围持续扩张；②从不同指标变化趋势来看，各城市斑块总面积增长最快的是青岛市和东营市（分别为9.66%和6.01%）；青岛市的斑块数量和密度增速最快（分别为9.54%和8.55%），日照市的斑块数量和密度均以3.65%的速率显著降低；景观形状指数整体增速缓慢；平均回旋半径在日照市具有较高的年均增长速度（5.99%）；③从各城市发展特征的差异性来看，青岛市的平均斑块面积和回旋半径分别以0.56%和1.53%的速度降低，其他各指标均显著增加，表明青岛市出现了较多的新兴城镇，城区面积不断扩大；济南、日照和东营市的城区面积增长较快，斑块数量、景观形状指数等指标增长缓慢，城市发展以旧城区的扩张为主；潍坊、淄博和烟台市在2015年和2016年前后经历了新兴城镇出现，城镇融合的阶段，城市发展较快。总体而言，山东半岛城市群城市化发展较快，但空间差异性明显。

关键词： NPP?VIIRS; 山东半岛城市群; 参考比较法; 景观格局指数

Abstract:

NPP-VIIRS night lighting data is a stable data source for the study of urban development and change on medium and large scale. Based on the night lighting data of NPP-VIIRS from 2012 to 2018， taking Shandong Peninsula urban agglomeration as the research object， extracting urban built-up area patches by reference comparison method and selecting nine landscape pattern indices to quantitatively analyze the urbanization development characteristics of Shandong Peninsula urban agglomeration. The results showed that： ①As a whole， the total area of patches in Shandong Peninsula increased at a rate of 4.5%， the total length and density of the edges increased by 3.15% annually， and the number and density of patches increased rapidly （1.95% and 1.98%， respectively）， indicating that the overall urban area of Shandong Peninsula urban agglomeration increased rapidly and the urban area continued to expand. ②According to the changing trend of different indicators， qingdao and dongying cities （9.66% and 6.01% respectively） had the fastest growth in the total area of patches； qingdao had the fastest increase in the number and density of patches （9.54% and 8.55% respectively）， and rizhao had a significant decrease in the number and density of patches at the rate of 3.65%； the overall growth rate of landscape shape index was slow； the average radius of gyration had a high annual growth rate in rizhao city （5.99%）. ③From the differences in the development characteristics of various cities， the average patch area and gyration radius of qingdao decreased by 0.56% and 1.53% respectively， while other indicators increased significantly， indicating that there were more emerging towns in qingdao and the urban area continued to expand. Urban areas in jinan， rizhao and dongying cities growed rapidly， and the number of patches， landscape shape index and other indicators grow slowly. The urban development of jinan， rizhao and dongying cities is dominated by the expansion of old urban areas. Around 2015 and 2016， weifang， zibo and yantai experienced the emergence of emerging towns and urban integration， with rapid urban development. Generally speaking， the urbanization of Shandong Peninsula urban agglomeration develops rapidly， but the spatial difference is obvious.

Key words: NPP-VIIRS Shandong Peninsula Urban Agglomeration Reference comparison method Landscape pattern indices

收稿日期: 2019-08-31 出版日期: 2021-01-26

ZTFLH:

TP79

基金资助: 国家重点研发计划项目(2017YFB0503500);山东省自然科学基金项目(ZR2020MD0115);国家自然科学基金项目(41601478);山东理工大学青年教师发展支持计划项目(4072-115016)

通讯作者: 范俊甫 E-mail: ligh_sdut@163.com;fanjf@sdut.edu.cn

作者简介: 李桂华（1994-），女，山东聊城人，硕士研究生，主要从事GIS开发与城市遥感应用研究。E?mail:ligh_sdut@163.com

	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
	李桂华
	范俊甫
	周玉科
	张悦

引用本文:

李桂华,范俊甫,周玉科,张悦. 基于VIIRS夜间灯光数据的山东半岛城市群发展特征研究[J]. 遥感技术与应用, 2020, 35(6): 1348-1359.

Guihua Li,Junfu Fan,Yuke Zhou,Yue Zhang. Development Characteristics Estimation of Shandong Peninsula Urban Agglomeration Using VIIRS Night Light Data. Remote Sensing Technology and Application, 2020, 35(6): 1348-1359.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2020.6.1348 或 http://www.rsta.ac.cn/CN/Y2020/V35/I6/1348

表1 2012~2017年山东半岛城市群各城市建成区面积（km2）

图1 技术流程图

图2 2016年济南市原始年度数据与合成年数据亮度差值图

表2 2016年济南市原始年度数据与合成年数据下建成区面积对比

图3 淄博市历年最佳阈值组合及建成区面积提取误差

图4 Landsat 8和NPP-VIIRS数据提取2018年张店区城区结果对比

景观指数	缩写	公式	单位	描述信息
斑块数量	NP	$N P = n$	个	城镇斑块数量，该值与景观的破碎化程度成正比
斑块总面积	CA	$C A = ∑ i = 1 n A i 104$	hm²	所有城镇斑块的面积
总边界长度	TE	$T E = ∑ k = 1 m e i k$	m	城镇斑块的所有边缘长度之和
平均边界密度	ED	$E D = T E T A × 10 ?? 000$	m/hm²	单位面积上，城镇斑块的边缘长度。ED值与景观破碎化程度成正比，实现不同景观之间的比较
斑块密度	PD	$P D = N P T A × 10 ?? 000$	个/hm²	单位面积上的城镇斑块数量。PD表示不同斑块之间相互影响的强度，反映景观整体的复杂程度
平均斑块面积	MPA	$M P A = T A N P × 10 ?? 000$	hm²	城镇斑块的平均面积，反映了城镇斑块的破碎程度
最大斑块指数	LPI	$L P I = m a x (A 1, ?, A n) T A × 100$	%	最大城镇斑块面积占总斑块面积的百分比
景观形状指数	LSI	$L S I = 0.25 × T E T A$		LSI表示斑块边界的复杂性和不规则性，反映斑块的聚合或离散程度，LSI值越大，斑块越离散
平均回旋半径	GYRATE	$G Y R A T E = ∑ i = 1 n ∑ j = 1 z h i j z N P$	m	斑块中各点到斑块中心的平均距离的平均值，用于表示斑块的扩展模式

表3 各景观指数及其描述

图5 山东半岛城市群景观格局指数变化趋势图

图6 青岛市景观格局指数变化趋势及建成区面积扩张

图7 旧城区扩张型城市景观格局指数变化趋势及建成区面积扩张

图8 新兴城镇出现—融合型城市景观格局指数变化趋势及建成区面积扩张

图9 烟台市景观格局指数变化趋势及建成区面积扩张

1	Xu Lihua. Spatial-temporal Evolution of Urban Expansion in the Yangtze River Delta Urban Agglomeration based on NPP-VIIRS Data［D］. Shanghai： Shanghai Normal University， 2019.
1	许礼华. 基于NPP-VIIRS数据长三角城市群城市扩张时空演变研究［D］. 上海：上海师范大学， 2019.
2	Chai Baohui， Li Peijun， Zhang Ruijie， et al. Urban Expansion Extraction Using Landsat Series Data and DMSP/OLS Nighttime Light Data： A Case Study of Tianjin Area［J］. Acta Scientiarum Naturalium Universitatis Pekinensis， 2016， 52（3）： 475-485.
2	柴宝惠，李培军，张瑞洁，等. 基于Landsat数据和DMSP/OLS夜间灯光数据的城市扩展提取：以天津市为例［J］. 北京大学学报（自然科学版）， 2016， 52（3）： 475-485.
3	Small C. High Spatial Resolution Spectral Mixture Analysis of Urban Reflectance［J］. Remote Sensing of Environment， 2003， 88（1）： 170-186.
4	Tan Minghong， Li Xiubin， Lv Changhe. Expansion of Construction Land in Large and Medium-Sized Cities in China in the 1990s and Its Occupation of Cultivated Land［J］. Science in China， Ser.D， 2004， 34（12）： 1157-1165.谈明洪，李秀彬，吕昌河. 20世纪90年代中国大中城市建设用地扩张及其对耕地的占用［J］. 中国科学（D辑：地球科学）， 2004， 34（12）： 1157-1165.
5	Shu Song， Yu Bailang， Wu Jianping， et al. Methods for Deriving Urban Built-up Area Using Night-light Data： Assessment and Application［J］. Remote Sensing Technology and Application， 2011， 26（2）： 169-176.
5	舒松，余柏蒗，吴健平，等. 基于夜间灯光数据的城市建成区提取方法评价与应用［J］. 遥感技术与应用， 2011， 26（2）： 169-176.
6	Xue Dongqian， Wang Chuansheng. A Study on the Spatial Process for the Evolution of Urban Agglomerations and Optimal Land Use［J］. Progress In Geography， 2002， 21（2）： 95-102.
6	薛东前，王传胜. 城市群演化的空间过程及土地利用优化配置［J］. 地理科学进展， 2002， 21（2）： 95-102.
7	Long Xuanyao， Li Peijun. A Method of Urban Change Detection based on Image Segmentation［J］. Geo-Information Science， 2008， 10（1）： 121-127.
7	龙玄耀，李培军. 基于图像分割的城市变化检测［J］. 地球信息科学， 2008， 10（1）： 121-127.
8	Gan Bin， Yang Yun. The Study on Urban Built-up Change Information Extraction Method Using DMSP/OLS Data——A Case Study of Shaanxi Province［J］. Urban Geotechnical Investigation & Surveying， 2014（3）： 5-9.
8	甘斌，杨耘. 基于DMSP/OLS数据的城市建成区变化信息提取方法——以陕西省为例［J］. 城市勘测， 2014（3）： 5-9.
9	Guo Han. LJ1-01 Scientific Experiment Satellite［J］. Satellite Application， 2018（7）： 70.郭晗. 珞珈一号科学试验卫星［J］. 卫星应用， 2018（7）： 70.
10	Zhong Liang， Liu Xiaosheng. Application Potential Analysis of LJ1-01 New Nighttime Light Data［J］. Bulletin of Surveying and Mapping， 2019（7）： 132-137.钟亮，刘小生. 珞珈一号新型夜间灯光数据应用潜力分析［J］. 测绘通报，2019（7）： 132-137.
11	Elvidge C D， Cinzano P， Pettit D R， et al. The Nightsat Mission Concept［J］. International Journal of Remote Sensing， 2007，28（12）：2645-2670. doi： 10.1080/01431160600981525. doi: 10.1080/01431160600981525
12	Liu Zhifeng， He Chunyang， Zhang Qiaofeng， et al. Extracting the Dynamics of Urban Expansion in China Using DMSP-OLS Nighttime Light Data from 1992 to 2008［J］. Landscape & Urban Planning， 2012， 106（1）： 62-72. doi： 10.1016/j.landurbplan.2012.02.013. doi: 10.1016/j.landurbplan.2012.02.013
13	Li Jinggang， He Chunyang， Shi Peijun， et al. The Use of Multisource Satellite and Geospatial Data to Study the Ecological Effects of Urbanization： A Case of the Urban Agglomerations in Bohai Rim［J］. Journal of Remote Sensing， 2007， 11（1）： 115-126.
13	李景刚，何春阳，史培军，等. 基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究——以环渤海城市群地区为例［J］. 遥感学报， 2007， 11（1）： 115-126.
14	Yang Yang， He Chunyang， Zhao Yuanyuan， et al. Research on the Layered Threshold Method for Extracting Urban Land Using the DMSP/OLS Stable Nighttime Light Data［J］. Journal of Image and Graphics， 2011， 16（4）： 666-673.
14	杨洋，何春阳，赵媛媛，等. 利用DMSP/OLS稳定夜间灯光数据提取城镇用地信息的分层阈值法研究［J］. 中国图象图形学报， 2011， 16（4）： 666-673.
15	Yang Yang， Huang Qingxu， Zhang Liling. The Spatial-temporal Measurement on the Land Urbanization Level Using DMSP/OLS Nighttime Light Data——A Case Study of Bohai Rim［J］. Economic Geography， 2015， 35（2）： 141-148，168.
15	杨洋，黄庆旭，章立玲. 基于DMSP/OLS夜间灯光数据的土地城镇化水平时空测度研究——以环渤海地区为例［J］. 经济地理， 2015， 35（2）： 141-148，168.
16	Fan J F， He H X， Hu T Y， et al. Estimation of Landscape Pattern Changes in BRICS from 1992 to 2013 Using DMSP-OLS NTL Images［J］. Journal of the Indian Society of Remote Sensing， 2019， 47（5）： 725-735. doi： 10.1007/s12524-019-00963-1. doi: 10.1007/s12524-019-00963-1
17	Fan Junfu， Ma Ting， Zhou Chenghu， et al. Changes in Spatial Patterns of Urban Landscape in Bohai Rim from 1992 to 2010 Using DMSP-OLS Data［J］. Journal of Geo-information Science， 2013， 15（2）： 280-288.
17	范俊甫，马廷，周成虎，等. 1992~2010年基于DMSP-OLS图像的环渤海城市群空间格局变化分析［J］. 地球信息科学学报， 2013， 15（2）： 280-288.
18	Mi Xiaonan， Bai Linyan， Tan Xuehang， et al. A New Method of Extracing Areas of Center City Regions based on DMSP/OLS Data［J］. Journal of Geo-information Science， 2013， 15（2）： 255-261，279.
18	米晓楠，白林燕，谭雪航，等. 基于DMSP/OLS数据的城市中心城区提取新方法［J］. 地球信息科学学报， 2013， 15（2）： 255-261，279.
19	Liao Weijie， Huang Xuli， Wan Yuanyuan. Spatial Compactness and Differentiation of Urban Agglomeration in Shandong Peninsula［J］. Taiwan Agricultural Research， 2018， 155（6）： 78-83.
19	廖伟杰，黄旭丽，万媛媛. 山东半岛城市群空间紧凑度测度与空间分异特征［J］. 台湾农业探索， 2018， 155（6）： 78-83.
20	Li Mi， Wang Chengxin， Ji Yu， et al. Spatio-temporal Characteristics and Changing Mechanism of Construction Land Structure in Shandong Peninsula Urban Agglomerations［J］. World Regional Studies， 2018， 27（4）： 108-117.
20	李咪，王成新，姬宇，等. 山东半岛城市群建设用地结构的时空特征及变化机理研究［J］. 世界地理研究， 2018， 27（4）： 108-117.
21	Liu Yueqing， Sun Xihua， Li Cuiyan. The Harmonious Development of Social Economy， Resources and Environment——A Case Study of Shandong Peninsula City Group［J］. Journal of Environmental Management College of China， 2019， 29（2）： 56-59.
21	刘曰庆，孙希华，李翠艳. 社会经济与资源环境的协调发展——以山东半岛城市群为例［J］. 中国环境管理干部学院学报， 2019， 29（2）： 56-59.
22	Ren Yaping， Zhao Minghua， Xu Xin， et al. Evalutation of Green Urbanization Level and Influence Factors of Shandong Peninsula Urban Agglomeration［J］. Journal of Anhui Agricultural Sciences， 2019， 47（16）： 63-67.
22	任亚平，赵明华，徐鑫，等. 山东半岛城市群绿色城镇化水平评价与影响因素分析［J］. 安徽农业科学， 2019， 47（16）： 63-67.
23	Liang Kai. Research on Urban Extension Pattern Evolution of Shandong Peninsula Urban Agglomeration［D］. Ji'nan： Shandong Normal University， 2015.
23	梁凯. 山东半岛城市群城镇空间扩展格局演化研究［D］. 济南：山东师范大学， 2015.
24	Liu Fansheng. Research on Spatial Distribution of Shandong Peninsula Urban Agglomeration［D］. Lanzhou： LanZhou University of Finance and Economics， 2013.
24	刘凡胜. 山东半岛城市群空间布局研究［D］. 兰州：兰州商学院， 2013.
25	Zhao Shanshan. Ecological Suitability Evaluation of Shandong Peninsula Urban Agglomeration based on Grey Relation Analysis［D］. Shanghai： East China Normal University， 2010.
25	赵珊珊. 基于灰色关联分析的城市生态适宜度评价研究［D］. 上海：华东师范大学， 2010.
26	Mills S， Weiss S， Liang C. VIIRS Day/night Band （DNB） Stray Light Characterization and Correction［J］. Proceedings of SPIE-The International Society for Optical Engineering， 2013， 8866（11）： 350-354. doi： 10.1117/12.2023107. doi: 10.1117/12.2023107
27	Shi Q， Xi S， Chang Y C， et al. Assessment of Straylight correction performance for the VIIRS Day/Night Band Using Dome-C and Greenland under Lunar Illumination［J］. International Journal of Remote Sensing， 2017， 38（21）： 1-19. doi： 10.1080/01431161.2017. 1338786. doi: 10.1080/01431161.2017. 1338786
28	Chen Mulin， Cai Hongyan. Interpolation Methods Comparison of VIIRS/DNB Nighttime Light Monthly Composites： A Case Study of Beijing［J］. Progress in Geography， 2019， 38（1）： 126-138.
28	陈慕琳，蔡红艳. VIIRS/DNB夜间灯光月度产品插补方法对比——以北京为例［J］. 地理科学进展， 2019， 38（1）： 126-138.
29	NGCC. National Geomatics Center of China［DB/OL］， http：//www.ngcc.cn/ngcc/html/1//391/392/16114.html， 2018-10-20， 2019-4-10.
30	Shandong Provincial Bureau of Statistics. Shandong Statistical Yearbook［M］. Beijing： China Statistical and Publication Bureau， 2013-2018.
30	山东省统计局. 山东统计年鉴［M］. 北京：中国统计出版局， 2013-2018.
31	Zhou Yi， Chen Ying， Liu Yang， et al. Generation and Verification of NPP-VIIRS Annual Nighttime Light Data［J］. Remote Sensing Information， 2019， 34（2）： 62-68.
31	周翼，陈英，刘洋，等. NPP-VIIRS年度夜间灯光数据的合成方法与验证［J］. 遥感信息， 2019， 34（2）： 62-68.
32	Zhong Liang， Liu Xiaosheng， Yang Peng. Method for SNPP-VIIRS Nighttime Lights Images Denoising［J］. Bulletin of Surveying and Mapping， 2019（3）： 21-26.
32	钟亮，刘小生，杨鹏. SNPP-VIIRS夜间灯光影像去噪方法研究［J］. 测绘通报， 2019（3）： 21-26.
33	Ma Ting， Zhou Chenghu， Tao Pei， et al. Responses of Suomi-NPP VIIRS-derived Nighttime Lights to Socioeconomic Activity in China’s Cities［J］. Remote Sensing Letters， 2014， 5（2）： 165-174. doi： 10.1080/2150704X.2014.890758. doi: 10.1080/2150704X.2014.890758
34	He C Y， Li J G， Jing C， et al. The Urbanization Process of Bohai Rim in the 1990s by using DMSP/OLS Data［J］.Journal of Geographical Sciences， 2006， 16（2）： 174-182. doi： 10.1007/s11442-006-0205-0. doi: 10.1007/s11442-006-0205-0
35	Zhao Xiaowei， Meng Zhiguo， Zheng Xingming， et al. Research on Landscape Spatial Pattern Estimation of Cities in Northeast China Using Nighttime Luminosity Data［J］. Science of Surveying and Mapping， 2019， 44（4）： 72-80.
35	赵晓伟，孟治国，郑兴明，等. 夜间灯光数据的东三省城市群发展特征研究［J］. 测绘科学， 2019， 44（4）： 72-80.
36	Tong Biao， Shen Wei. Object-oriented Landsat 8 Image of the City Proper Extraction Method Research［J］. Journal of Liaoning Provincial College of Communications， 2017，19（2）： 21-25.
36	佟彪，沈伟. 面向对象的Landsat 8影像城市建成区提取方法研究［J］. 辽宁省交通高等专科学校学报， 2017， 19（2）： 21-25.
37	Wang Xiaohui. Urban Expansion in China over the Past 30 Years Detected Using DMSP/OLS Nighttime Light Data［D］. Nanjing： Nanjing University， 2013.王晓慧. 基于DMSP/OLS夜间灯光数据的中国近30年城镇扩展研究［D］. 南京：南京大学， 2013.

[1]	乔海伟,张彦丽. 融合FY-3C号和FY-4A号卫星数据的积雪面积变化研究—以祁连山区为例[J]. 遥感技术与应用, 2020, 35(6): 1320-1328.
[2]	王世金,周蓝月,窦文康,颉佳,马兴刚. 基于GIS的不同时期冰川旅游服务潜力评价—以新疆维吾尔自治区为例[J]. 遥感技术与应用, 2020, 35(6): 1283-1291.
[3]	蒋玲梅,崔慧珍,王功雪,杨建卫,王健,潘方博,苏旭,方西瑶. 积雪、土壤冻融与土壤水分遥感监测研究进展[J]. 遥感技术与应用, 2020, 35(6): 1237-1262.
[4]	阿依努尔·麦提努日麦麦提吐尔逊·艾则孜. 吐鲁番盆地葡萄园土壤重金属铅含量高光谱估算[J]. 遥感技术与应用, 0, (): 0-0.
[5]	牟昱璇,邬明权,牛铮,黄文江,杨尽. 南方地区复杂条件下的耕地面积遥感提取方法[J]. 遥感技术与应用, 2020, 35(5): 1127-1135.
[6]	胡月童,武爽,冯险峰,刘洋. 面向遥感叶面积指数产品的地形校正研究[J]. 遥感技术与应用, 2020, 35(5): 1070-1078.
[7]	王雅楠,韦瑾,汤旭光,韩旭军,马明国. 应用叶绿素荧光估算植被总初级生产力研究进展[J]. 遥感技术与应用, 2020, 35(5): 975-989.
[8]	陈继龙,魏雪馨,刘洋,闵庆文,刘荣高,张文林,郭春梅. 基于多时相遥感观测的板栗林分布提取研究[J]. 遥感技术与应用, 2020, 35(5): 1226-1236.
[9]	郭梦辉,季亚南,柯樱海,陈少辉. 土地利用变化下北京市热通量的时空演变[J]. 遥感技术与应用, 2020, 35(5): 1218-1225.
[10]	刘美,杜国明,于凤荣,匡文慧. 哈尔滨城乡梯度建设用地结构变化及不透水面遥感监测分析[J]. 遥感技术与应用, 2020, 35(5): 1206-1217.
[11]	沈谦,朱长明,张新,黄巧华,杨程子. 1992~2013我国干旱区城市不透水遥感制图与扩张过程分析[J]. 遥感技术与应用, 2020, 35(5): 1178-1186.
[12]	夏炎,黄亮,王枭轩,陈朋弟. 基于无人机影像的烟草精细提取[J]. 遥感技术与应用, 2020, 35(5): 1158-1166.
[13]	尹春涛,谢文扬,王奇,刘磊,孟刚刚. 甘肃北山白峡尼山地区多源遥感岩性制图研究[J]. 遥感技术与应用, 2020, 35(5): 1146-1157.
[14]	郑琪,邸苏闯,潘兴瑶,刘洪禄,朱永华,张岑,周星. 基于Rapid Eye数据的北京生态涵养区土地利用分类及变化研究[J]. 遥感技术与应用, 2020, 35(5): 1118-1126.
[15]	殷针针,陈方,林政阳,杨阿强,李斌. 基于FY-3D MERSI数据的火点识别方法研究[J]. 遥感技术与应用, 2020, 35(5): 1099-1108.

Viewed

Full text

Abstract

Cited

Shared

Discussed