南昌市城市不透水面及其與城市熱島的關(guān)系分析

張靜敏，湯江龍

(東華理工大學(xué) 測(cè)繪學(xué)院，江西 南昌 330013)

?

南昌市城市不透水面及其與城市熱島的關(guān)系分析

張靜敏，湯江龍*

(東華理工大學(xué) 測(cè)繪學(xué)院，江西 南昌 330013)

通過(guò)分析南昌市不透水面和城市熱島的相關(guān)關(guān)系從而為緩解城市熱島效應(yīng)提供技術(shù)指導(dǎo).以南昌市2002年、2014年Landsat TM/TIRS遙感影像作為數(shù)據(jù)源.采用改進(jìn)的歸一化水體指數(shù)(modified normalized difference water index，MNDWI)進(jìn)行水體的提取，結(jié)合歸一化差值不透水面指數(shù)法(normalized difference impervious surface index，NDISI)對(duì)南昌市不透水面信息進(jìn)行提取，然后采用單窗算法進(jìn)行溫度反演.分析比較2個(gè)時(shí)期的不透水面分布圖和地表溫度分布圖，在2002-2014年間，南昌市不透水面面積與高溫分布面積都明顯增加，且主要是沿贛江兩岸擴(kuò)張.而從二者的線性回歸方程式中可以看到，它們之間存在著顯著的正相關(guān)性，這說(shuō)明城市不透水面面積的增加會(huì)加劇城市熱島效應(yīng).

不透水面；城市熱島；NDIS；地表溫度；單窗算法

隨著不斷地飛速發(fā)展，城市的面貌日新月異，而同時(shí)伴隨著城市擴(kuò)張帶來(lái)的熱島效應(yīng)更加突出.林云彬等[1]分析了泉州市不透水面和城市熱島的相關(guān)關(guān)系，宋毅等[2]通過(guò)分析滇池流域不透水面和城市熱島的空間布局發(fā)現(xiàn)兩者存在一致性，毛文婷等[3]反演西安市地表溫度定量研究下墊面和城市熱島的關(guān)系，可見(jiàn)城市熱島效應(yīng)主要受自然和人為兩大因素決定.自然因素主要指當(dāng)?shù)氐乩?、氣象等，人為因素主要包括下墊面、人為熱源及大氣污染、城市形態(tài)及景觀格局.這些因素中下墊面是與人類活動(dòng)聯(lián)系最緊密的，故而其對(duì)地表溫度和城市熱島效應(yīng)影響最大.下墊面根據(jù)其透水性不同可以將其分成透水面及不透水面兩種.不透水面，即是指那些相對(duì)于植被和土壤等滲水率較低的區(qū)域，如道路、停車場(chǎng)、廣場(chǎng)及屋頂?shù)冉ㄖ?城市的發(fā)展必然伴隨著道路、房屋等基礎(chǔ)設(shè)施的建造，這就導(dǎo)致不透水面面積增加，從而導(dǎo)致地表的熱容和導(dǎo)熱率增加，城市熱島效應(yīng)也越來(lái)越嚴(yán)重.南昌市也稱為洪城，其原是百湖之城，而近年來(lái)城市建設(shè)速度加快，導(dǎo)致城市不透水面面積增加，城市熱島效應(yīng)顯著.所以，發(fā)現(xiàn)南昌市不透水面及其與城市熱島的關(guān)系，對(duì)于緩解城市熱島效應(yīng)，提高居民生活質(zhì)量具有重要的意義.

圖1 南昌市遙感影像Fig.1 Nanchang remote sensing image

圖2 整體流程示意圖Fig.2 Schematic diagram of the whole process

1 數(shù)據(jù)源與數(shù)據(jù)處理流程

1.1 研究區(qū)及數(shù)據(jù)源

本文的研究區(qū)為江西省南昌市.南昌市位于東經(jīng)E115′27′ ～116′35′ ，北緯N28′10′～29′11′之間.地處江西省中部偏北，全市主要以平原為主，平均海拔高程約為25 m.本文采用的數(shù)據(jù)為2002年10月的Landsat TM影像數(shù)據(jù)以及2014年10月的Landsat TIRS影像數(shù)據(jù)，其中，Landsat TM數(shù)據(jù)空間分辨率為30 m，Landsat TIRS數(shù)據(jù)空間分辨率為15 m(圖1).

1.2 數(shù)據(jù)預(yù)處理

由于一副影像數(shù)據(jù)無(wú)法完全覆蓋南昌市范圍，因此需要采用兩幅影像數(shù)據(jù).首先采用三次卷積法對(duì)影像進(jìn)行鑲嵌，然后用行政區(qū)劃數(shù)據(jù)對(duì)鑲嵌影像進(jìn)行裁剪.在提取不透水面的時(shí)候，需對(duì)裁剪后的遙感影像進(jìn)行反射率定標(biāo)，目的是將像元的灰度值轉(zhuǎn)變傳感器的反射率值.

另外，因?yàn)檠芯繀^(qū)存在水體，而水體和不透水面區(qū)域的灰度值都較低，會(huì)對(duì)研究區(qū)不透水面的提取造成影響.所以，在提取不透水面時(shí)需考慮水體對(duì)其影響.水體的提取主要選擇MNDWI方法進(jìn)行提取.數(shù)據(jù)處理整體流程如圖2所示.

2 不透水面信息提取

NDISI指數(shù)法基本原理是利用歸一化比值運(yùn)算方法增加強(qiáng)輻射波段和弱反射波段二者之間的差距，以突出不透水面信息.該指數(shù)處理后，不透水面地物具有較高的反射度更亮，而植被因熱輻射度相對(duì)較低故而表現(xiàn)的更暗[4]，從而達(dá)到突出不透水面的目的.不透水面在熱紅外波段與近紅外波段之間的反射率相差較大.故而，以此構(gòu)建指數(shù).考慮到水體對(duì)不透水面信息的影響，因水體在可見(jiàn)光波段的反射率低于不透水面的反射率，在計(jì)算NDISI指數(shù)時(shí)將MNDWI指數(shù)插入其弱反射波段，可以達(dá)到增強(qiáng)不透水面信息的目的.其計(jì)算公式如下所示.

(1)

式中：TIR為多光譜影像中熱紅外波段的反射值；NIR為多光譜影像中近紅外波段的反射值；MIR表示的是多光譜影像中紅外波段的反射值；MNDWI表示改進(jìn)的歸一化水體指數(shù)，其計(jì)算公式如下.

(2)

式中:Green為多光譜影像中綠光波段的反射值.

為了降低水體對(duì)不透水面的影響故而制作掩膜文件提取不透水面信息，此時(shí)得到不透水面分布圖.結(jié)果如圖3、圖4所示.

從圖3、圖4看出，灰度值得不同可以表征不透水面信息的強(qiáng)弱，灰度值高的區(qū)域，不透水面信息較強(qiáng)，圖像更亮；反之，就越弱.從上面不透水面圖中可以看出，植被覆蓋度較大的區(qū)域亮度較暗，這部分區(qū)域大多分布森林和農(nóng)田，不透水面值較低大都0.4以下[5]；亮白色區(qū)域則是不透水面區(qū)域，其不透水面值在0.8以上，主要是城市建筑和道路為主；圖像上灰色區(qū)域大都為植被和不透水面的混合區(qū)域，這部分區(qū)域不透水面的值介于0.4～0.8之間；圖像上黑色的部分為水體.

圖3 2002年南昌市不透水面分布圖Fig.3 Distribution map of impervious surface in Nanchang city in 2002

圖4 2014年南昌市不透水面分布圖 Fig.4 Distribution map of impervious surface in Nanchang city in 2014

3 地表溫度反演

地表溫度反映的是地面的溫度，地表溫度會(huì)因?yàn)椴煌牡乩憝h(huán)境而不同，其是地球表面和大氣之間能量轉(zhuǎn)換的重要因子.現(xiàn)在，通常是對(duì)熱紅外遙感數(shù)據(jù)進(jìn)行反演得到地表溫度，其反演算法主要包括：?jiǎn)瓮ǖ浪惴?、分裂窗算法以及多通道算法等[6-7].經(jīng)過(guò)多次反演算法精度的比較得出最適合LandsatTM數(shù)據(jù)的方法為單窗算法.

王倩倩等[8]為了簡(jiǎn)化大氣校正法，改進(jìn)地表熱輻射傳導(dǎo)方程，提高了反演的精度.他將大氣向下平均溫度的輻射強(qiáng)度改為大氣向上平均溫度的輻射強(qiáng)度對(duì)地表熱輻射方程進(jìn)行修改.然后在此基礎(chǔ)上，將Plank函數(shù)進(jìn)行泰勒多項(xiàng)式展開(kāi)并消元化簡(jiǎn)[9-10]，得到適用于LandsatTM數(shù)據(jù)熱紅外波段的地表溫度反演方法.本文采用的方法為改進(jìn)的單窗算法.

3.1 亮度溫度

亮度溫度是傳感器在衛(wèi)星高度上觀測(cè)得到的物體自身輻射溫度，同時(shí)亮度溫度可以表示一個(gè)區(qū)域內(nèi)輻射亮度的空間分布變化.求解星上亮溫溫度時(shí)采用Planck函數(shù)[11]，此時(shí)需采用定標(biāo)系數(shù)將影像DN值轉(zhuǎn)換成星上輻亮度值，計(jì)算公式如下：

Tsensor=K2/ln(1+K1/Ii)

(1)

式中：K2和K1為常數(shù)項(xiàng)，對(duì)于不同的LandsatTM/TIRS數(shù)據(jù)，其取值是不相同的.對(duì)于LandsatTM數(shù)據(jù)而言，K1=607.76(W·m-2·sr-1·μm-1)，K2=1 260.56(W·m-2·sr-1·μm-1)；而對(duì)于LandsatTIRS數(shù)據(jù)，K1=774.89(W·m-2·sr-1·μm-1)，K2=1 321.08(W·m-2·sr-1·μm-1).

3.2 NDVI與植被覆蓋度

植被生長(zhǎng)狀況和空間分布可以通過(guò)NDVI指數(shù)來(lái)反映，該指數(shù)可以用來(lái)檢測(cè)植被覆蓋度.該指數(shù)為近紅外波段與可見(jiàn)光紅波段的反射值之差和兩者之和之比，可通過(guò)以下的公式計(jì)算：

NDVI=(NIR-R)/(NIR+R)

(2)

NIR表示的是傳感器的近紅外波段，R表達(dá)的是紅光波段的反射值.

植被覆蓋度顯示了一個(gè)地區(qū)植被在空間的分布狀況，其是反應(yīng)地表植被覆蓋狀況的一個(gè)重要指標(biāo)，而且可以作為生態(tài)環(huán)境評(píng)價(jià)的參數(shù)[12-13]，歸一化植被指數(shù)NDVI用來(lái)計(jì)算植被覆蓋度，公式如下：

FV=(NDVI-NDVIS)/(NDVIV-NDVIS)

(3)

式中：NDVIS為非植被像元的NDVI值；NDVIV為純植被像元的NDVI值.本文研究區(qū)域內(nèi)沒(méi)有明顯的完全植被或裸土覆蓋的像元，故而NDVI值的置信區(qū)間取5%和95%，所以在進(jìn)行植被覆蓋度的估算時(shí)NDVIv取值 0.70，NDVIs取值0.05.即某個(gè)像元的NDVI>0.70時(shí)，F(xiàn)V取值為1；當(dāng)NDVI<0.05時(shí)，F(xiàn)V取值為0.

3.3 地表比輻射率

地表溫度反演的精度與地表比輻射率有直接關(guān)系[14].覃志豪在前人的基礎(chǔ)上進(jìn)行總結(jié)，提出將地表分成水體、自然表面以及城鎮(zhèn)3類，再計(jì)算地表比輻射率[15].3類中，水體的比輻射率幾乎等同于黑體，所以水體的輻射率值直接定為0.995.另外2類的比輻射率則由公式計(jì)算：

εsurface=0.962 5+0.061 4FV-0.046 1FV×FV

(4)

εbuilding=0.958 9+0.086FV-0.067 1FV×FV

(5)

式(4)、式(5)中，εsurface和εbuilding為自然表面和城鎮(zhèn)的地表比輻射率；FV為植被覆蓋度.

3.4 地表溫度

本文以熱紅外波段對(duì)地表溫度進(jìn)行反演故而采用的是改進(jìn)后的單窗算法.單窗算法公式如下：

(6)

式中：a和b為回歸系數(shù)，是一個(gè)常數(shù)項(xiàng)，其中a=-67.355 351，b=0.458 606；τ表示大氣透過(guò)率；ε為地表比輻射率；Tsensor是星上亮度溫度值；Ta為大氣向上平均作用溫度，Ta計(jì)算方法如下：

Ta=16.011+0.926 21T0

(7)

式中:T0表示近地溫度，可以從當(dāng)?shù)氐臍庀筚Y料中獲取.本文將2002年10月與2014年10月的平均氣溫作為近地溫度的取值.

采用改進(jìn)的單窗算法反演得到2002年與2014年南昌市地表溫度，將反演溫度結(jié)果圖進(jìn)行分級(jí)，溫度分級(jí)圖如圖5、6所示.

圖5 2002年地表溫度分級(jí)圖Fig.5 Surface temperature classification in 2002

圖6 2014年地表溫度分級(jí)圖Fig.6 Surface temperature classification in 2014

表1 南昌市地表溫度平均值與標(biāo)準(zhǔn)差的變化Tab.1 The change of the mean value and standard deviation of the surface temperature in Nanchang

4 結(jié)果與分析

4.1 城市不透水面表變化分析

采用NDISI指數(shù)法獲取南昌市城市不透水面信息，從圖3、圖4中可以發(fā)現(xiàn)，從2002-2014年間，南昌市植被和水體的面積明顯的減少，而不透水面面積則顯著增加，且在空間分布上呈現(xiàn)一定的規(guī)律性.2002年不透水面主要集中在贛江一側(cè)，而2014年不透水面則分布在贛江兩側(cè)，說(shuō)明不透水面主要是沿著贛江兩岸擴(kuò)張.對(duì)圖3與圖4進(jìn)行統(tǒng)計(jì)，得到南昌市不透水面變化信息.對(duì)以上兩幅圖中分析得出2002年的南昌市不透水面積約為南昌市面積的5.04%，而2014年南昌市不透水面積約為南昌市面積的11.94%，可見(jiàn)不透水面的面積增加約為2倍.

4.2 地表溫度空間分布特征

用地表反演溫度的標(biāo)準(zhǔn)差來(lái)表達(dá)城市熱島效應(yīng)，標(biāo)準(zhǔn)差表達(dá)的是溫度分布的離散度.熱島效應(yīng)明顯的區(qū)域，其離散度高，故而表示該地高溫區(qū)與低溫區(qū)之間的差異明顯.利用軟件的統(tǒng)計(jì)功能對(duì)溫度反演結(jié)果圖進(jìn)行統(tǒng)計(jì)分析，得出南昌市2002年與2014年地表溫度的平均值與標(biāo)準(zhǔn)差，如表1.

從表1可看出2002-2014年，平均溫度值升高了約6℃，其標(biāo)準(zhǔn)差增加了1.157.隨著溫度的逐步升高，南昌市的熱島效應(yīng)也明顯加劇.

從溫度反演圖中可以看出，南昌市熱島效應(yīng)日益突出.主要表現(xiàn)為市中心高溫區(qū)集中分布，周邊城郊為低溫區(qū)，兩者形成了鮮明的對(duì)比，表現(xiàn)出明顯的城市熱島特征.

4.3 不透水面與熱島效應(yīng)的關(guān)系分析

城市不透水面面積的增加，城市的溫度也日益升高，熱島效應(yīng)突出，分析不透水面分布圖和溫度反演結(jié)果圖可以發(fā)現(xiàn)城鎮(zhèn)二者在空間分布和變化上具有明顯的一致性，二者相關(guān)性顯著.為了探明兩者之間的相關(guān)性，本文從不透水面分布圖和溫度反演結(jié)果圖隨機(jī)選取50個(gè)離散點(diǎn)，分別統(tǒng)計(jì)兩幅圖像的不透水面信息以及反演得到的地表溫度.從而構(gòu)建地表溫度信息和不透水面信息的線性回歸方程，定量分析二者之間的關(guān)系.圖7為2014年二者之間的關(guān)系圖，圖8為2002年二者之間的關(guān)系圖.

圖7 2014年不透水面與地表溫度的相關(guān)關(guān)系圖Fig.7 Correlation between water surface temperature and surface temperature in 2014

圖8 2002年不透水面與地表溫度的相關(guān)關(guān)系圖 Fig.8 Correlation between water surface temperature and surface temperature in 2002

從上面2幅圖像中可以看出，R2都在0.85以上，表明二者之間相關(guān)性顯著，且呈正相關(guān)關(guān)系.因二者呈現(xiàn)正相關(guān)關(guān)系，即表明不透水面覆蓋率高的區(qū)域，地表溫度也會(huì)升高.從二者建立的線性回歸方程得出，南昌市在2002年，不透水面每增長(zhǎng)0.1，地表溫度相對(duì)的升高1.15℃；在2014年時(shí)，不透水面每增長(zhǎng)0.1，地表溫度升高1.58℃，二者相差0.43℃.從中可以得出，不透水面的大幅度增加會(huì)導(dǎo)致溫度大幅度上升，其會(huì)直接加劇城市熱島效應(yīng).

4.4 分析結(jié)果

采用NDISI指數(shù)法對(duì)南昌市不透水面信息提取，結(jié)果表明從2002-2014年，這12a間，南昌市的不透水面面積共增加了6.9%，不透水面增加的區(qū)域與南昌市城市擴(kuò)張區(qū)域一致，主要是分布在贛江兩岸.這些現(xiàn)象都表明城市擴(kuò)張會(huì)引起不透水面的增加.

不透水面的大幅度增加會(huì)導(dǎo)致溫度大幅度上升，其會(huì)直接加劇城市熱島效應(yīng)[16-17].通過(guò)對(duì)不透水面信息及地表溫度信息進(jìn)行相關(guān)性分析，發(fā)現(xiàn)二者的R2均在0.8以上，證明二者之間有著明顯的正相關(guān)性.通過(guò)對(duì)南昌市進(jìn)行分析發(fā)現(xiàn)不透水面面積每增加0.1，地表溫度升高約1.6℃.

5 結(jié)論

通過(guò)不透水面分布圖可以看出城市不透水面主要分布在贛江兩岸其在贛江西面主要是向紅谷灘發(fā)展，而在東面是向瑤湖發(fā)展，北面是向蔣巷鎮(zhèn)和昌北發(fā)展，東面是向九龍湖和南昌縣發(fā)展，其是和城市擴(kuò)張一樣的發(fā)散式增長(zhǎng)，因城市不透水面和地表溫度具有明顯的正相關(guān)性，故而可以利用其來(lái)指導(dǎo)緩解城市熱島的相關(guān)建議：

1)增加修建生態(tài)公園，在贛江兩岸建設(shè)時(shí)，可以在贛江的西邊建設(shè)生態(tài)公園，這樣既可以呼應(yīng)西邊紅谷灘的發(fā)展，也可以緩解紅谷灘所帶來(lái)的城市熱量.

2)在城市擴(kuò)張的同時(shí)也應(yīng)該以海綿城市等生態(tài)城市理念來(lái)建設(shè)，在選擇基礎(chǔ)建設(shè)材料時(shí)應(yīng)選擇透水性較好的材料，而且小區(qū)的房頂可以在上面鋪設(shè)土層，種植植物，從而降低城市熱量，這樣既可以打造美麗生態(tài)城市，同時(shí)又可以減少有效緩解不透水面帶來(lái)的城市熱島效應(yīng).

3)控制生態(tài)結(jié)果，在進(jìn)行基礎(chǔ)設(shè)施建設(shè)時(shí)，可以在建設(shè)路旁的人行道時(shí)采用格網(wǎng)建設(shè)，這樣不僅可以減少不透水面的增加同時(shí)也美化了城市，而在生態(tài)保護(hù)紅線之外也應(yīng)該增加綠色植被和水面來(lái)調(diào)節(jié)熱量的平衡.

[1] 林云杉,徐涵秋,周榕.城市不透水面及其與城市熱島的關(guān)系研究：以泉州市區(qū)為例[J].遙感技術(shù)與應(yīng)用,2007,22(1):14-19.

[2] 宋毅,楊昆,趙旭東，等.基于ETM+/TM數(shù)據(jù)的滇池流域不透水面變化與城市熱島效應(yīng)關(guān)系研究[J].科學(xué)技術(shù)與工程,2014,14(3):49-54.

[3] 毛文婷,王旭紅,祝明英，等.城市地表溫度反演及其與下墊面定量關(guān)系分析：以西安市為例[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,46(5):708-714.

[4] 葛壯,李苗.基于NDISI的七臺(tái)河市不透水面信息提取[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào),2015,31(3):129-131.

[5] 孟憲磊.不透水面、植被、水體與城市熱島關(guān)系的多尺度研究[D].上海：華東師范大學(xué),2010.

[6] 劉曉東.三江源區(qū)草地覆蓋遙感信息提取方法及動(dòng)態(tài)研究[D].蘭州：甘肅農(nóng)業(yè)大學(xué),2010.

[7] 李瑋娜.基于遙感技術(shù)的城市不透水面信息的提取應(yīng)用[D].太原：中北大學(xué),2013.

[8] 王倩倩，覃志豪，王斐.基于多源遙感數(shù)據(jù)反演地表溫度的單窗算法[J].地理與地理信息科學(xué),2012(3)：24-26，62，113.

[9] 賈維花,廉麗姝,呂宜平.基于TM數(shù)據(jù)的黃河三角洲地區(qū)植被覆蓋度提取[J].地理信息世界,2012(6):62-66+74.

[10] 鄭麗.基于SPOT影像的植被覆蓋度遙感估算研究[J].河北北方學(xué)院學(xué)報(bào)(自然科學(xué)版),2014,30(3):13-16.

[11] 岳玉娟,周偉奇,錢雨果，等.大尺度不透水面遙感估算方法比較：以京津唐為例[J].生態(tài)學(xué)報(bào),2015,35(13):4390-4397.

[12] 朝魯門.氣象衛(wèi)星在地表溫度反演及應(yīng)用方面的綜述[J].內(nèi)蒙古科技與經(jīng)濟(jì),2015(10):60-62.

[13] 張智,劉建濤,余曉松，等.基于多源多期遙感影像數(shù)據(jù)的榆林北六縣植被覆蓋度估算和分析[J].測(cè)繪技術(shù)裝備,2013(3):5-7.

[14] 王春磊,晁暉,孫迪.基于比輻射率先驗(yàn)的熱紅外反演地表溫度算法[J].河北聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,36(3):86-91.

[15] 覃志豪，李文娟，徐斌，等.陸地衛(wèi)生TM6波段范圍內(nèi)地表吐輻射率的估計(jì)[J].國(guó)土資源遙感,2004(3):28-32，36-41，74.

[16] 李艷芳,李小娟,孟丹.環(huán)境減災(zāi)衛(wèi)星熱紅外數(shù)據(jù)的地表溫度反演及LST分布分析：以北京市城八區(qū)為例[J].首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,31(3):70-75.

[17] 林冬鳳,徐涵秋.廈門城市不透水面及其熱環(huán)境效應(yīng)的遙感分析[J].亞熱帶資源與環(huán)境學(xué)報(bào),2013,8(3):78-84.

責(zé)任編輯：高 山

Analysis on the Relationship between Impervious Surface Area and Urban Heat Island in Nanchang City

ZHANG Jingmin,TANG Jianglong*

(School of Surveying and Mapping Engineering,East China University of Technology,330013 Nanchang,China)

By analyzing the relationship between the impervious surface and urban heat island of Nanchang City so as to provide technical guidance for relieving urban heat island effect.Taking the Landsat TM/TIRS remote sensing image of Nanchang City in 2002 and 2014,as the data source.The modified normalized difference water index (MNDWI) was used to extracted water and normalized difference impervious surface index (NDISI) was used to extract the impervious surface information,then the single window algorithm was used for temperature inversion.The impervious surface distribution and surface temperature distribution of the two periods were analyzed and compared.The result shows that,the impervious surface area and high temperature area significantly increased during the period of 2002-2014 in Nanchang City,and they mainly expanded along the both sides of the Ganjiang River.It can be seen from the linear regression equations of the two distribution diagrams that there is a significant positive correlation between them,which indicates that the city impervious surface area increases will increase urban heat island effect.

impervious surface;urban heat island;NDISI;surface temperature;single window algorithm

2016-09-27.

張靜敏(1991- )，女，碩士生，主要從事遙感圖像處理與應(yīng)用的研究;*

湯江龍(1964-)，男，教授，主要從事土地資源管理與應(yīng)用的研究.

1008-8423(2016)04-0475-06

10.13501/j.cnki.42-1569/n.2016.12.024

TP753

A