一．名词解释：1.独立因子：所谓独立因子，是指“不能够从研一推理或归纳综合得到的因子”。

通过对独立因子进行量纲分析，完成了无量纲因子团研究（各无量纲因子团应有明确的地理-物理意义），突破了圈层结构的限制，突破了力学中相似准则的厘米/克/秒制，提出了地理相似准则，从而使地理科学中常用的类比方法得到定量的、科学的计算。

再通过数学上的方程与统计的结合，在独立因子与地理相似准则分析的基础上，对因子团进行多元非线性回归统计分析，并从统计分析中提出随时间、空间分布的地理参数，建立遥感信息模型。

2.反演：遥感的本质是反演。

反演主要用于定量遥感，即基于模型知识的基础上，从测量到的现象推求未知的原因或参数。

反演问题研究的内容主要有几个方面：在“条件适定”概念下求解不适定的问题；对于反演问题求解方法的研究；对于反演问题的解的评价。

定量遥感反演问题面临的问题主要有：方向性问题，即地表反射与发射的方向性模型研究和应用；尺度效应与尺度转换。

目前的陆地遥感反演主要利用的是最小二乘法原理，要求处理数据量多余未知量，但是实际情况往往相反，所以，反演本质上是病态的。

面对这个问题，先验知识的引入以及注意反演策略与方法，是至关重要的，把新观测的信息量有效地用于时空多变要素的估计上，使新观测中的信息有效分配给这一复杂系统中的时空多变参数。

3.红移：在植被的光谱曲线中，遭胁迫的植物的叶绿素吸收边向长波方向移动的现象称为红移。

叶片的光谱反射最有可能在敏感的可见光范围首先反映植被受胁迫的情况。

当植被遭受胁迫和叶绿素生产量开始下降时，由于叶绿素的缺乏一般会使植物在叶绿素吸收带上的吸收减少。

这样的植物具有高得多的反射，特别是在红光和绿光部分。

因此，植物会变成黄色或萎黄色。

可见光的反射率增加实际上与植被遭受胁迫时叶片反射率的响应完全一致。

只有当足够大并造成这篇严重脱水时，红外反射率才会开始响应（即，开始红移）。

“红移”出现的原因虽然很复杂，但其重要原因是由于作物成熟叶绿素a大量增加所致。

红边（680~800纳米）可以作为植物受压抑的光谱指示波段区。

利用“红移”也可以判断植物病虫害的情况。

4.地表温度：地表温度就是指地面的温度（LST）。

太阳的热能被辐射到达地面后，一部分被反射，一部分被地面吸收，使地面增热，对地面的温度进行测量所得的温度就是地面温度。

影响地表温度的因素也比较多，湿度、气温、光照强度、地表材质（比如是草坪还是裸地，还是水泥地面，或者是沥青地面），但是主要取决于研究区域的纬度。

地表温度在遥感中可以用来进行城市热岛的研究，并且LST与植被指数NDVI有着密切的关系，二者具有显著相反的空间格局：城市中心到其郊区的过渡区，植被覆盖度在不断增加，NDVI 在增加，LST在降低。

城市LST明显高于其周边郊区值，呈现显著的热岛效应，地表植被状况也是影响LST的重要因素，对于调节城市热岛起着重要作用。

在遥感图像中，可以利用ETM热红外波段影像的DN值反演计算得到LST。

5.遥感模型：遥感模型一般分三种：经验模型（统计模型）、物理模型和统计物理模型。

统计模型是基于陆地表面变量和遥感数据的相关关系，对一系列的观测数据做经验性的统计描述或者进行相关性分析，构建遥感参数与地面观测数据之间的线性回归方程。

这种模型所需参数少，容易建立且可以有效概括从局部区域获取的数据，简便，适用性强。

但是它有地域局限性，可移植性差，理论基础不完备。

物理模型是基于物理定律的确定性模型，定量表达物体性质和能量物质变化的实时过程，其参数具有明确的物理意义。

精度高，可移植性强。

但是这种模型通常是非线性的，所以方程复杂，实用性较差，并且在复杂问题考虑中会产生大量参数，其中有些参数无法获取，从而采取近似会产生误差，而对非主要因素有过多忽略或假定也会产生误差。

统计经验模型介于上述两种模型之间，回避其缺点，突出其优点，其参数往往是经验参数，但有一定的物理参数。

二．如何利用遥感监测城市生态对于城市生态的监测，可以从土地利用/土地覆盖变化，植被，水环境，地表温度，大气环境等几个方面进行。

（一）植被遥感监测：说明：所用TM遥感图像需已经做过辐射校正和几何校正，且图像清晰，云、雾量少，图像质量良好。

对于城市的植被检测我们可以从几个方面进行：植被覆盖度，植被长势，生物量。

（1）植被覆盖度：对于城市植被覆盖度的监测，我们是基于NDVI进行的，归一化植被指数（NDVI）为近红外波段和可见光波段数值之差与这两个波段数值之和的比值，即，根据归一化差值植被指数（NDVI）来计算植被覆盖度，基本原理是根据健康植被在红光波段有一个吸收峰，在近红外波段有一个高反射峰，而土壤在可见光到近红外波段呈近似线性变化的差异。

假设遥感器所测得的反射辐射R完全由植被总反射辐射和土壤总反射辐射构成，即，是植被覆盖度，则，基于上述原理可以利用NDVI来计算植被覆盖度，分别为纯植被和纯土壤的植被指数。

还可以通过不同时相图像中的植被覆盖度的比较来评价研究区域发展过程对植被的影响。

（2）植被长势：可以利用叶面积指数LAI进行监测。

叶面积指数是指每单位土壤表面积的叶面面积比例。

叶面积指数越大，作物长势越好，叶面积指数和植被指数的关系：。

也可以利用缨帽变换中主成分分析的第二个变量（绿度）进行监测；植被长势与叶绿素密切相关，叶绿素的变化反映在光谱曲线上是叶绿素吸收边（0.68~0.80微米）向长波方向移动，所以也可以通过判断“红移”的出现与否来监测植被的长势，是否出现了病虫害。

（3）生物量：生物量是指植物组织的重量，可以利用植被条件指数VCI进行监测，。

（二）土地利用/土地覆盖变化：数据处理说明：所选图像为TM同一季相的高质量遥感数据，并且进行严格的几何配准（图像匹配误差应小于0.5个单元）和辐射校正（消除大气状况、太阳高度角和地形差异对地面光谱反射信号的影响）。

我们采取分类比较法进行土地利用/覆盖变化的监测，首先通过监督分类、非监督分类或者决策树分类对研究区域的土地利用类型依据国家土地利用分类标准进行划分，并进行分类后处理。

分类后进行精度评估（Kappa），直到分类精度达到要求。

从分类图中我们可以了解研究区域土地利用/覆盖的空间分布。

接下来进行每一种用地类型若干参数的提取和计算，我们可以：通过每一种用地类型在几幅图像中的面积通过GIS的空间数据叠加分析制作土地利用动态变化图，生成转换矩阵，了解研究时期内各种用地类型彼此之间的转换，并对其合理性做出评价，对其变化原因作出分析，可以用于指导该区域今后的发展；计算单一土地利用类型动态度，来表达研究区一定时间范围内某种土地利用类型的数量变化情况；利用面积和周长计算土地利用类型相对变化率，反映土地利用/覆盖变化的区域差异；计算建设用地、农田等的破碎度，反映土地利用/覆盖被分割的程度。

也可以将分类后的栅格数据转换成矢量数据，通过选取若干控制点，并赋予相应的人口数量、植被数量等制作人口密度分布、植被密度分布图，来比较研究区域不同局部位置的差异（可以研究人类活动对植被分布的影响等），进而可以根据（各土地利用类型的面积、为各类型用地对应的人口密度）。

结合NDVI和LST可以进行城市不同土地类型所产生的生态环境效应的差异的监测。

（三）水环境：城市水环境的监测主要包括：水体富营养化、悬浮物含量、水污染（废水污染、热污染、石油污染等）等几个方面。

说明：使用TM影像进行水质监测首先要大气校正，并将水体范围从影响中提取出来，可以采用水体在TM影像绿、红、近红外波段与其他地物不同的光谱特征信息进行提取。

另外为了消除水体底质的影响，还要进行水深校正。

（1）水体富营养化：监测营养程度或叶绿素浓度是解决湖泊富营养化问题的关键，水中叶绿素浓度是浮游生物分布的指标，是衡量水体初级生产力和富营养化作用的最基本的指标。

当叶绿素浓度增加时，可见光的蓝光部分的光谱反射率明显下降，但绿光部分的反射率则上升；随着水中叶绿素浓度的增加，TM4的光谱值增高，所以蓝光波段、绿光波段和近红外波段都可以作为提取水体叶绿素浓度的重要信息源。

对于遥感估算水体叶绿素浓度，可以进行遥感反演，主要方法就是通过其吸收谷和反射峰所在波段进行组合建立模型，如。

可以采用已经提出的经验算法、神经网络模型法和光谱混合分析法等。

也可以通过在研究区域的水体中取样（要进行异常值的检验，去除无效样本），然后再SPSS计算TM 各个波段、波段组合及主成分分析的第一主成分与悬浮物浓度之间的PEARSON 相关关系。

（2）悬浮物含量：随着水中悬浮固体浓度的增加，水体在整个可见光谱短的反射亮度增加，水体由暗变得越来越亮，反射峰值波长向长波方向移动，而且反射值本身形态变得更宽。

对于如何利用遥感提取出悬浮固体的信息、定量表达，可以用线性光谱混合法等也可以采用类似上述水体富营养化的方法，利用SPSS软件进行。

（3）水污染：城市水体石油污染一般发生在沿海城市，红外遥感是目前广泛使用的检测技术，当油膜与海水实际温度相同时，它们的热红外遥感强度是不同的，在红外影像中，油膜的灰度比周围水体大，呈黑灰色。

另外油膜的红外影像也能反映出灰度层次随厚度的变化情况，由此可以确定幽默的厚度等级，算出油膜的厚度和分布。

水体热污染可以通过热红外扫描图像进行监测，图像记录热辐射信息，对检测工厂排放的热水造成的污染很有效。

无论白天、黑夜，在热红外图像上热水排放口位置、排放热水分布范围和扩散状态都十分明显。

热水温度高，发射的能量多，呈浅色调；冷水发射的能量少，呈深色调。

水体热污染也可以利用微波遥感。

另外利用TM影像定量检测水体的某些指标：PH、BOD和COD等，可以：首先在研究区域内选取若干的试验点，通过水体取样检测它的各项指标，并同对应位置的TM影像上获取各波段亮度值，进行回归分析，找出两者之间的相关关系，建立遥感模型。

（四）大气污染：城市大气污染的遥感调查主要是通过遥感手段调查产生大气污染的污染物质发生源的分布、污染源周围的扩散条件、污染物的扩散影响范围等。

大气遥感监测根据所利用的波段，遥感监测技术主要分为紫外、可见光、反射红外遥感技术；热红外遥感技术和微波遥感技术三种类型。

大气环境遥感监测技术按其工作方式可分为被动式遥感监测和主动式遥感监测。

大气污染信息是叠加于多变的地面信息之上的微弱信息，这些物理量通常不可能用遥感手段直接识别，提取非常困难，一般的地物提取方法均不实用。

目前常用的方法主要有两类，一类是根据污染地区地物反射率发生变化，边界模糊的情况来对大气污染情况进行估计。

另一类是间接方法，主要根据树叶中SO2等污染物含量与遥感数据中植被指数的关系估计大气污染的情况。

大气微波遥感也可以用来监测大气环境状况。

被动式微波传感器用来测量大气发射的热辐射从而得到大气温度廓线及某些大气成分的分布；主动式微波传感器用来绘制降水图及测量表面气压。