خلاصه
کلید واژه ها:
سطح غیر قابل نفوذ ؛ شاخص منطقه غیرقابل نفوذ شهری ; تکامل مکانی – زمانی ; ویژگی های تمایز منطقه ای
1. معرفی
2. منطقه مطالعه و اکتساب داده ها
2.1. منطقه مطالعه
2.2. اکتساب داده ها
3. روش ها
3.1. انتخاب شاخص استخراج سطح غیرقابل نفوذ شهری در منطقه مورد مطالعه
3.1.1. محاسبه سه شاخص
ما از معادلات زیر برای محاسبه سه شاخص برای استخراج سطح غیرقابل نفوذ شهری (IS) در سال 2013 استفاده کردیم [ 6 ، 7 ، 43 ]:
جایی که NDVIm e a nNDVIمترهآ�میانگین سالانه داده های NDVI به دست آمده از MODIS در سال 2013 است، NDVIحداکثرNDVIحداکثرحداکثر NDVI سالانه مشتق شده از MODIS در سال 2013 است، NTL مقدار اصلی تصویر DMSP-OLS است، EVI از حداکثر تصویر سالانه MODIS EVI مشتق شده است، و OLSنهو OLSنهمقدار نرمال شده داده های NTL است.
برای اطمینان از سادگی فرمول و یکپارچگی پارامترها، از پارامترهای یکسانی در سه فرمول استفاده کردیم که ممکن است با فرمول اصلی متفاوت باشد. با این حال، فرمول و پارامترها تغییر نکردند. حداکثر و میانگین مقادیر NDVI به ترتیب از معادلات (4) و (5) محاسبه شد و OLSنهOLSنهبا استفاده از رابطه (6) محاسبه شد.
جایی که OLSدقیقهOLSدقیقهو OLSحداکثرOLSحداکثربه ترتیب حداقل و حداکثر مقادیر در تصویر DMSP-OLS هستند و NDVI1، NDVI2، … ,NDVInNDVI1، NDVI2،…،NDVInکل تصاویر ترکیبی NDVI 16 روزه سالانه MODIS در سال 2013 هستند. به طور کلی، تصاویر NDVI دارای مقادیری از -1 تا +1 هستند. با این حال، پوشش های سطح زمین بین 0 تا 1 متغیر است. در تصاویر NDVI، مقادیر معمولاً مثبت هستند، به جز توده های آبی و یخچال های طبیعی، که معمولاً مقادیر NDVI منفی دارند [ 5 ، 6 ، 7 ]. بنابراین، ما محدوده NDVI را به 0 تا 1 محدود کردیم.
3.1.2. کسب دادههای سطح غیرقابل نفوذ شهری معیار بر اساس Landsat-8
3.1.3. عملی بودن سه شاخص
ما مجموعه دادههای معیار غیرقابل نفوذ شهری بهدستآمده را نمونهبرداری کردیم، اندازه پیکسل آن را با استفاده از روش نمونهگیری نزدیکترین همسایه به دادههای شطرنجی 1 × 1 کیلومتر نمونهبرداری کردیم و نمونه تأیید را از این مجموعه داده معیار انتخاب کردیم. ما مناطق شهری و غیر شهری 480 پیکسلی و نمونه های تأیید بدنه آب 140 پیکسلی را انتخاب کردیم. یک ماتریس ترکیبی برای تأیید صحت منطقه غیرقابل نفوذ شهری از سه شاخص استفاده شد. دقت کل و ضریب کاپا به عنوان شاخص های ارزیابی دقت طبقه بندی استفاده شد. معادلات به شرح زیر است:
جایی که پ0پ0دقت طبقه بندی کلی است، آجآجشماره نمونه واقعی هر کلاس را نشان می دهد، ب2 جب2جتعداد نمونه ها برای هر نوع پیش بینی شده است و n تعداد کل نمونه ها است.
3.2. کمی سازی الگوهای فضایی و زمانی IS شهری
3.2.1. تعیین شاخص های کمی
با تجزیه و تحلیل تطبیقی سه شاخص فوق، ابتدا از شاخصی استفاده کردیم که برای استخراج مناطق نفوذ ناپذیر در سال های مختلف برای منطقه مورد مطالعه مناسب تر بود. سپس، از شاخص درصد IS شهری (UISP) [ 5 ] برای تعیین کمیت افزایش سطح غیرقابل نفوذ شهری در مقیاسهای مختلف: کشور، منطقه و استان استفاده کردیم. معادله UISP به صورت زیر است:
که در آن UISP درصد IS شهری (%) است، UISA کل مساحت سطح غیرقابل نفوذ منطقه (km2 ) و TA مساحت کل منطقه (km2 ) است.
ما از شاخص گسترش نسبی IS شهری (UISE) استفاده کردیم r ) برای تحقیق در مورد تغییرات زمانی در ناحیه غیرقابل نفوذ در مقیاسهای مختلف استفاده کردیم: کشور، منطقه و استان، با معادله زیر [ 5 ]:
که در آن UISE r نمایانگر شاخص گسترش نسبی IS شهری است (%)، UISA i کل منطقه IS شهری در سال i است (km 2 )، UISA j کل منطقه IS شهری در سال j (km 2 ) است. و TA مساحت کل مساحت فضا است ( km2 است .
به منظور بررسی تمایز در تغییرات غیرقابل نفوذ شهری در مناطق مختلف، از شاخص نرخ رشد سال به سال (YOYG) برای نشان دادن تغییرات در منطقه غیرقابل نفوذ شهری برای دورههای زمانی مختلف استفاده کردیم. YOYG یک مفهوم اقتصادی است که به صورت زیر محاسبه می شود:
که در آن YOYG نشان دهنده نرخ رشد سال به سال است، ایالات متحده آمریکاjایالات متحده آمریکاjنشان دهنده نرخ نفوذناپذیر شهری در سال j است و ایالات متحده آمریکامنایالات متحده آمریکامننشان دهنده نرخ نفوذناپذیر شهری در سال اول است .
3.2.2. طبقه بندی ویژگی های منطقه ای منطقه مورد مطالعه
4. نتیجه و بحث
4.1. انتخاب بهترین شاخص برای استخراج سطوح غیرقابل نفوذ شهری
4.1.1. تحلیل مقایسه ای نتایج سه شاخص استخراج سطحی نفوذناپذیر شهری
4.1.2. تأیید صحت سه شاخص
4.2. تمایز مکانی و زمانی سطوح غیرقابل نفوذ طی سالهای 2003-2013
5. نتیجه گیری ها
- (1)
-
این سه شاخص می توانند سطح نفوذناپذیر شهر را استخراج کنند و دقت کل طبقه بندی برای سه شاخص حداقل 85 درصد بود. EANTLI دارای دقت طبقه بندی بالاتری نسبت به شاخص های VANUI و HIS با دقت کلی 95.41 درصد و ضریب کاپا 0.91 بود. بنابراین، EANTLI از دقت تشخیص بهتری در استخراج منطقه غیرقابل نفوذ شهری در چین برخوردار است.
- (2)
-
منطقه غیرقابل نفوذ شهری چین 70179.06 کیلومتر مربع بود که 0.73 درصد از مساحت این کشور را تشکیل می داد. این مقدار در مقایسه با سال های 2008 و 2003 به ترتیب 42/0 و 52/0 درصد افزایش داشته است. نرخ رشد مناطق غیرقابل نفوذ در شهرهای چین از سال 2008 تا 2013 بیشتر از سال های 2003 تا 2008 بوده است.
- (3)
-
در مقیاس فضایی، توزیع سطح غیرقابل نفوذ در مناطق مختلف چین بسیار ناهموار است. عملکرد درصد IS شهری (UISP) با روند کاهشی از NWC، SWC، MRYLR، NEC، MRYTR، SCC، و NCC به ECC در سال 2013 مشخص شد. UISE r عدم تعادل قابل توجهی را در مناطق مختلف چین از سال 2003 تا 2013 نشان داد. گسترش منطقه نفوذ ناپذیر در مناطق MRYTR و MRYLR در این دهه آشکارتر بود.
منابع
- آرنولد، CL; گیبونز، پوشش سطح نفوذ ناپذیر CJ: ظهور یک شاخص کلیدی محیطی. مربا. طرح. دانشیار 1996 ، 62 ، 243-258. [ Google Scholar ] [ CrossRef ]
- ونگ، Q. سنجش از راه دور سطوح غیرقابل نفوذ در مناطق شهری: الزامات، روش ها و روندها. سنسور از راه دور محیط. 2012 ، 117 ، 34-49. [ Google Scholar ] [ CrossRef ]
- یانگ، جی. او، Y. نقشه برداری خودکار سطوح غیرقابل نفوذ در مناطق شهری و حومه شهر: عدم اختلاط طیفی خطی تصاویر با وضوح فضایی بالا. بین المللی J. Appl. زمین Obs. Geoinf. 2017 ، 54 ، 53-64. [ Google Scholar ] [ CrossRef ]
- او، سی. ما، س. لیو، ز. ژانگ، Q. مدلسازی دینامیک مکانی و زمانی مصرف برق در سرزمین اصلی چین با استفاده از دادههای نور پایدار شبانه DMSP/OLS تصحیحشده با اشباع. بین المللی جی دیجیت. زمین 2013 ، 7 ، 993-1014. [ Google Scholar ] [ CrossRef ]
- ما، س. او، سی. وو، جی. لیو، ز. ژانگ، Q. Sun، Z. کمی سازی الگوهای فضایی و زمانی سطوح غیرقابل نفوذ شهری در چین: ارزیابی بهبودیافته با استفاده از داده های نور شبانه. Landsc. طرح شهری. 2014 ، 130 ، 36-49. [ Google Scholar ] [ CrossRef ]
- لو، دی. تیان، اچ. ژو، جی. Ge, H. نقشهبرداری منطقهای سکونتگاههای انسانی در جنوب شرقی چین با دادههای سنجش از راه دور چند حسگر. سنسور از راه دور محیط. 2008 ، 112 ، 3668-3679. [ Google Scholar ] [ CrossRef ]
- ژانگ، Q. شاف، سی. Seto, KC The Vegetation Adjusted NTL Urban Index: رویکردی جدید برای کاهش اشباع و افزایش تنوع در درخشندگی شبانه. سنسور از راه دور محیط. 2013 ، 129 ، 32-41. [ Google Scholar ] [ CrossRef ]
- میلسی، سی. الویج، سی دی; نمانی، ر.ر. در حال اجرا، SW ارزیابی تاثیر توسعه زمین شهری بر بهره وری اولیه خالص در جنوب شرقی ایالات متحده. سنسور از راه دور محیط. 2003 ، 86 ، 401-410. [ Google Scholar ] [ CrossRef ]
- دنگ، سی. Wu، C. تجزیه و تحلیل مخلوط طیفی تطبیقی فضایی برای نگاشت توزیع سطح غیرقابل نفوذ شهری زیرپیکسلی. سنسور از راه دور محیط. 2013 ، 133 ، 62-70. [ Google Scholar ] [ CrossRef ]
- خو، جی. ژائو، ی. ژونگ، ک. ژانگ، اف. لیو، ایکس. Sun، C. اندازهگیری دینامیک مکانی-زمانی سطح غیرقابل نفوذ در گوانگژو، چین، از سال 1988 تا 2015، با استفاده از تصاویر سریهای زمانی Landsat. علمی کل محیط. 2018 ، 627 ، 264-281. [ Google Scholar ] [ CrossRef ]
- ژانگ، ال. ونگ، کیو. Shao, Z. ارزیابی دینامیک سطح غیرقابل نفوذ ماهانه با ترکیب سری های زمانی Landsat و MODIS در دلتای رودخانه مروارید، چین، از سال 2000 تا 2015. سنسور از راه دور محیط. 2017 ، 201 ، 99-114. [ Google Scholar ] [ CrossRef ]
- شوستر، WD; بونتا، جی. ترستون، اچ. وارنمونده، ای. اسمیت، DR تأثیرات سطح غیرقابل نفوذ بر هیدرولوژی حوضه: بررسی. Urban Water J. 2005 , 2 , 263-275. [ Google Scholar ] [ CrossRef ]
- پاپاس، EA; اسمیت، DR. هوانگ، سی. شوستر، WD; Bonta, JV اثرات سطحی غیرقابل نفوذ به رواناب و تخلیه رسوب تحت شبیه سازی بارش آزمایشگاهی. کاتنا 2008 ، 72 ، 146-152. [ Google Scholar ] [ CrossRef ]
- Weng, Q. مدلسازی اثرات رشد شهری بر رواناب سطحی با ادغام سنجش از دور و GIS. محیط زیست مدیریت 2014 ، 28 ، 737-748. [ Google Scholar ] [ CrossRef ]
- برابک، ای. شولت، اس. ریچاردز، PL سطوح نفوذ ناپذیر و کیفیت آب: مروری بر ادبیات فعلی و پیامدهای آن برای برنامه ریزی حوزه آبخیز. جی. پلان. روشن شد 2002 ، 16 ، 499-514. [ Google Scholar ] [ CrossRef ]
- ابراهیمیان، ع. ویلسون، BN; گالیور، JS روشهای بهبود یافته برای تخمین منطقه غیرقابل نفوذ موثر در حوضههای آبریز شهری با استفاده از دادههای بارندگی-رواناب. جی هیدرول. 2016 ، 536 ، 109-118. [ Google Scholar ] [ CrossRef ]
- جرتون، م. Ottesen، RT; استاینز، ای. ولدن، T. رواناب آلاینده های متصل به ذرات از سطوح غیرقابل نفوذ شهری با تجزیه و تحلیل رسوبات تله های آب طوفان مورد مطالعه قرار گرفت. علمی کل محیط. 2008 ، 396 ، 147-163. [ Google Scholar ] [ CrossRef ] [ PubMed ]
- گوتز، اس. فیسک، جی. پیوند تنوع و فراوانی موجودات زنده رودخانهای به مناظر در میانه اقیانوس اطلس ایالات متحده آمریکا. سنسور از راه دور محیط. 2008 ، 112 ، 4075-4085. [ Google Scholar ] [ CrossRef ]
- شیان، جی. هومر، سی. بهروزرسانی محصولات سطح غیرقابل نفوذ پایگاه داده پوشش زمین ملی در سال 2001 تا سال 2006 با استفاده از روشهای تشخیص تغییر تصاویر Landsat. سنسور از راه دور محیط. 2010 ، 114 ، 1676-1686. [ Google Scholar ] [ CrossRef ]
- یائو، آر. وانگ، ال. گی، ایکس. ژنگ، ی. ژانگ، اچ. Huang, X. اثرات شهرنشینی بر پوشش گیاهی و جزایر حرارتی شهری سطحی در حوضه رودخانه یانگ تسه چین. Remote Sens. 2017 , 9 , 540. [ Google Scholar ] [ CrossRef ]
- یوان، اف. بائر، ME مقایسه سطح غیرقابل نفوذ و شاخص پوشش گیاهی تفاوت نرمال شده به عنوان شاخصهای اثرات جزیره حرارتی سطح شهری در تصاویر لندست. سنسور از راه دور محیط. 2007 ، 106 ، 375-386. [ Google Scholar ] [ CrossRef ]
- ایمهوف، ام ال. ژانگ، پی. Wolfe, RE; Bounoua، L. Remote Sens. اثر جزیره گرمایی شهری در سراسر بیوم ها در قاره ایالات متحده. سنسور از راه دور محیط. 2010 ، 114 ، 504-513. [ Google Scholar ] [ CrossRef ]
- پیکت، ST; Cadenasso، ML؛ Grove, JM; گرافمن، PM; باند، LE; بون، سی جی; Burch، WR; گریموند، CS; هوم، ج. جنکینز، جی سی. و همکاران فراتر از افسانه های شهری: چارچوب در حال ظهور اکولوژی شهری، همانطور که توسط مطالعه اکوسیستم بالتیمور نشان داده شده است. صبح. Inst. Biol. Biosci. 2008 ، 58 ، 139-150. [ Google Scholar ] [ CrossRef ]
- ژو، ی. اسمیت، اس جی. الویج، سی دی; ژائو، ک. تامسون، ا. Imhoff، M. روشی مبتنی بر خوشه برای نقشهبرداری مناطق شهری از چراغهای شب DMSP/OLS. سنسور از راه دور محیط. 2014 ، 147 ، 173-185. [ Google Scholar ] [ CrossRef ]
- ژانگ، ال. ونگ، Q. دینامیک سالانه سطح غیرقابل نفوذ در دلتای رودخانه مروارید، چین، از سال 1988 تا 2013، با استفاده از تصاویر سری زمانی Landsat. ISPRS J. Photogramm. Remote Sens. 2016 ، 113 ، 86-96. [ Google Scholar ] [ CrossRef ]
- گوو، دبلیو. لو، دی. وو، ی. ژانگ، جی. نقشهبرداری توزیع سطح غیرقابل نفوذ با ادغام دادههای SNNP VIIRS-DNB و MODIS NDVI. Remote Sens. 2015 ، 7 ، 12459–12477. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
- Wu, C. کمی کردن سطوح غیرقابل نفوذ با وضوح بالا با استفاده از تجزیه و تحلیل مخلوط طیفی. بین المللی J. Remote Sens. 2009 ، 30 ، 2915-2932. [ Google Scholar ] [ CrossRef ]
- Ridd, MK بررسی یک مدل VIS (سطح خاک غیرقابل نفوذ گیاهی) برای تجزیه و تحلیل اکوسیستم شهری از طریق سنجش از دور: آناتومی مقایسه ای برای شهرها. بین المللی J. Remote Sens. 1995 ، 16 ، 2165-2185. [ Google Scholar ] [ CrossRef ]
- وو، سی. موری، AT تخمین توزیع سطح غیرقابل نفوذ با تجزیه و تحلیل مخلوط طیفی. سنسور از راه دور محیط. 2003 ، 84 ، 493-505. [ Google Scholar ] [ CrossRef ]
- Wu، C. تجزیه و تحلیل مخلوط طیفی نرمال شده برای نظارت بر ترکیب شهری با استفاده از تصاویر ETM +. سنسور از راه دور محیط. 2004 ، 93 ، 480-492. [ Google Scholar ] [ CrossRef ]
- فن، اف. فن، دبلیو. Weng, Q. بهبود نقشه برداری سطح غیرقابل نفوذ شهری با تجزیه و تحلیل مخلوط طیفی خطی و با استفاده از شاخص های طیفی. می توان. J. Remote Sens. 2015 ، 41 ، 577-586. [ Google Scholar ] [ CrossRef ]
- چن، اف. وانگ، ک. ون دو وورد، تی. Tang، TF نقشهبرداری پوشش زمین شهری از دادههای فراطیفی با وضوح فضایی بالا: رویکردی مبتنی بر عدم اختلاط همزمان پیکسلهای مشابه با تجزیه و تحلیل مخلوط طیفی پراکنده. سنسور از راه دور محیط. 2017 ، 196 ، 324-342. [ Google Scholar ] [ CrossRef ]
- ژائو، ن. ژو، ی. سامسون، EL تصحیح مقادیر ناسازگار dn و خطاهای هندسی در تصاویر سری زمانی چراغهای شبانه. IEEE Trans. Geosci. Remote Sens. 2015 ، 53 ، 2039–2049. [ Google Scholar ] [ CrossRef ]
- پوک، اس. ماتسوشیتا، بی. فوکوشیما، T. روشی که به راحتی اجرا می شود برای تخمین سطح غیرقابل نفوذ در مقیاس بزرگ از سری زمانی MODIS و داده های نور شبانه DMSP-OLS بهبود یافته است. ISPRS J. Photogramm. Remote Sens. 2017 ، 133 ، 104-115. [ Google Scholar ] [ CrossRef ]
- ژانگ، ایکس. لی، پی. یک شاخص شهری NTL تنظیم شده با درجه حرارت و پوشش گیاهی برای نقشه برداری و تجزیه و تحلیل منطقه شهری. ISPRS J. Photogramm. Remote Sens. 2018 ، 135 ، 93-111. [ Google Scholar ] [ CrossRef ]
- شائو، ز. لیو، سی. استفاده یکپارچه از نور شبانه DMSP-OLS و داده های MODIS برای نظارت بر دینامیک سطح غیرقابل نفوذ در مقیاس بزرگ: مطالعه موردی در دلتای رودخانه یانگ تسه. Remote Sens. 2014 , 6 , 9359–9378. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
- زی، ی. Weng، Q. تصاویر نور شبانه DMSP/OLS سری زمانی را برای ارزیابی پویایی شهری در مقیاس بزرگ تقویت می کند. ISPRS J. Photogramm. Remote Sens. 2017 ، 128 ، 1-15. [ Google Scholar ] [ CrossRef ]
- زی، ی. Weng، Q. تشخیص دینامیک مصرف برق در مقیاس شهری در شهرهای چین با استفاده از تصاویر نور شبانه سری زمانی DMSP-OLS (برنامه ماهواره هواشناسی دفاعی-سیستم اسکن خط عملیاتی). انرژی 2016 ، 100 ، 177-189. [ Google Scholar ] [ CrossRef ]
- چن، جی. جانسون، پی. تامورا، م. گو، ز. ماتسوشیتا، بی. یک روش ساده برای بازسازی مجموعه داده های سری زمانی NDVI با کیفیت بالا بر اساس فیلتر Savitzky-Golay. سنسور از راه دور محیط. 2004 ، 91 ، 332-344. [ Google Scholar ] [ CrossRef ]
- اشنایدر، آ. فریدل، MA; Potere, D. نقشه برداری مناطق شهری جهانی با استفاده از داده های MODIS 500-m: روش ها و مجموعه داده های جدید بر اساس ‘مناطق بوم شهری’. سنسور از راه دور محیط. 2010 ، 114 ، 1733-1746. [ Google Scholar ] [ CrossRef ]
- اشنایدر، الف. نظارت بر تغییر پوشش زمین در مناطق شهری و حومه شهری با استفاده از پشته های زمانی متراکم داده های ماهواره لندست و یک رویکرد داده کاوی. سنسور از راه دور محیط. 2012 ، 124 ، 689-704. [ Google Scholar ] [ CrossRef ]
- الویج، سی دی; تاتل، بی تی; ساتون، PS; باگ، KE; آرا، تی. هوارد; میلسی، سی. بهادوری، BL; نمانی، ر. توزیع جهانی و چگالی سطوح غیرقابل نفوذ ساخته شده. Sensors 2007 ، 7 ، 1962-1979. [ Google Scholar ] [ CrossRef ] [ PubMed ]
- ژو، ال. ژنگ، جی. ژانگ، ایکس. لی، جی. لیو، ال. روش بهبود یافته کاهش اشباع نور در شب بر اساس EVI. بین المللی J. Remote Sens. 2015 ، 36 ، 4114-4130. [ Google Scholar ] [ CrossRef ]
- بای، ایکس. چن، جی. شی، پی. شهرنشینی منظر و رشد اقتصادی در چین: بازخوردهای مثبت و معضلات پایداری. محیط زیست علمی تکنولوژی 2012 ، 46 ، 132-139. [ Google Scholar ] [ CrossRef ] [ PubMed ]
- تان، م. لی، ایکس. زی، اچ. لو، سی. گسترش زمین شهری و از دست دادن زمین قابل کشت در چین – مطالعه موردی منطقه پکن-تیانجین-هبی. سیاست کاربری زمین 2005 ، 22 ، 187-196. [ Google Scholar ] [ CrossRef ]
- خو، جی. ژائو، ی. ژونگ، ک. روآن، اچ. Liu, X. مدلهای تحلیل مخلوط طیفی خطی اصلاحشده و شماره منحنی حفاظت خاک (SCS-CN) برای شبیهسازی رواناب سطحی: کاربرد در منطقه شهری اصلی گوانگژو، چین. Water 2016 ، 8 ، 550. [ Google Scholar ] [ CrossRef ]
- ژو، تی. پان، جی. ژانگ، پی. وی، اس. هان، تی. نقشه برداری گندم زمستانه با SAR چند زمانی و تصاویر نوری در یک منطقه کشاورزی شهری. Sensors 2017 , 17 , 1210. [ Google Scholar ] [ CrossRef ]
- یوان، دبلیو. لیو، اس. یو، جی. Bonnefond، J.-M. چن، جی. دیویس، ک. دسای، آر. گلدشتاین، ق. جیانل، دی. روسی، اف. و همکاران برآوردهای جهانی تبخیر و تعرق و تولید ناخالص اولیه بر اساس داده های MODIS و هواشناسی جهانی. سنسور از راه دور محیط. 2010 ، 114 ، 1416-1431. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
- پان، ی. لی، ال. ژانگ، جی. لیانگ، اس. زو، ایکس. Sulla-Menashe، D. برآورد سطح گندم زمستانه از داده های سری زمانی MODIS-EVI با استفاده از شاخص فنولوژی نسبت محصول. سنسور از راه دور محیط. 2012 ، 119 ، 232-242. [ Google Scholar ] [ CrossRef ]
- وو، جی. پایداری شهری: یک هدف اجتناب ناپذیر از تحقیقات منظر. Landsc. Ecol. 2010 ، 25 ، 1-4. [ Google Scholar ] [ CrossRef ]
- وانگ، اس. لی، کیو. نیش، سی. ژو، سی. رابطه بین رشد اقتصادی، مصرف انرژی، و انتشار CO2 : شواهد تجربی از چین. علمی کل محیط. 2016 ، 542 Pt A ، 360–371. [ Google Scholar ] [ CrossRef ]
- وو، جی. شیانگ، WN; ژائو، جی. اکولوژی شهری در چین: تحولات تاریخی و جهت گیری های آینده. Landsc. طرح شهری. 2014 ، 125 ، 222-233. [ Google Scholar ] [ CrossRef ]
- ونگ، کیو. Lu, D. تجزیه و تحلیل زیر پیکسلی اثر شهرنشینی بر دمای سطح زمین و تعامل آن با سطح غیرقابل نفوذ و پوشش گیاهی در ایندیاناپولیس، ایالات متحده. بین المللی J. Appl. زمین Obs. Geoinf. 2008 ، 10 ، 68-83. [ Google Scholar ] [ CrossRef ]








بدون دیدگاه