CN102194120B - 用遥感影像、相对高程和地理本体提取教学用地的方法 - Google Patents
用遥感影像、相对高程和地理本体提取教学用地的方法 Download PDFInfo
- Publication number
- CN102194120B CN102194120B CN 201110024442 CN201110024442A CN102194120B CN 102194120 B CN102194120 B CN 102194120B CN 201110024442 CN201110024442 CN 201110024442 CN 201110024442 A CN201110024442 A CN 201110024442A CN 102194120 B CN102194120 B CN 102194120B
- Authority
- CN
- China
- Prior art keywords
- building
- area
- teaching
- buffer zone
- floor area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种用遥感影像相对高程和地理本体提取教学用地的方法,包括如下步骤:在预置地段遥感影像的矢量图中提取阴影、屋顶和操场;计算提取的阴影的面积,对阴影做其外包矩形,计算外包矩形的面积、周长、长和宽,根据阴影的面积与外包矩形面积的比值确定建筑的高度;根据建筑物高度,按每层楼高3.5米换算成层数;计算提取的屋顶的面积;屋顶的面积乘以层数得到每一栋建筑的建筑面积;计算提取的操场的面积;利用操场的面积获取学校总的建筑面积;根据学校总的建筑面积,利用空间分析确定教育用地的范围。本方法将遥感技术成功利用到教学用地提取领域,能提取教学用地,并且提取教学用地时信息全面,便于用地类型精确分类。
Description
技术领域
本发明涉及空间信息领域,特别涉及一种利用高分辨率遥感影像中建筑物阴影和教学用地的标志—操场,来确定教学用地范围的方法。
背景技术
随着环保意识的增强,在城市规划和建设时,对一些敏感区域如学校等,需要进行针对性的规划和建设,而做城市区域规划时,必须了解规划区域内用地的现状,才能做出和谐和科学的决策,否则,把学校密度高的区域,规划为工业区,显然不合适。对教育功能用地类型的自动(或半自动)提取,显得尤为重要。但传统的方法依赖人工调查和纸质地图,存在信息不全和无法及时更新的困难。
由于遥感技术应用领域的不断扩大,城市规划者希望利用遥感技术来实现功能用地的提取。然而,教学用地多由教学楼、宿舍楼等建筑构成,在遥感特征上与普通的城镇住宅用地等城市建筑物没有本质区别,仅仅通过遥感数据本身,无法对教学用地进行提取。
因此迫切需要一种提取教学用地的方法来解决这个难题。
发明内容
本发明的目的是提供一种用遥感影像、相对高程和地理本体对教学用地进行提取,从而对教学用地进行分类,便于城市规划。
为了实现上述目的,本发明提供了一种用遥感影像、相对高程和地理本体提取教学用地的方法,包括如下步骤:
在预置地段遥感影像的矢量图中提取阴影,其中阴影的提取规则为:最大光谱差值大于1.1,近红外波段2的光谱均值小于192,边界指数小于2.5,海岸波段的光谱均值大于340,归一化植被指数介于-0.09和0.025之间,标准差小于10,紧致度小于3.3,密度大于0.56,海岸波段的光谱均值小于370;
计算阴影的面积A’,对阴影做其外包矩形,计算外包矩形的面积A、周长P,计算外包矩形的长l和宽w;
计算阴影面积A与外包矩形面积A的比值ratio,当比值ratio大于0.5时,将建筑的高度H设置为外包矩形的长l乘以系数0.91,否则,将建筑的高度H设置为外包矩形的长l乘以系数0.662563,根据建筑物高度H,按每层楼高3.5米换算成层数c;
在所述矢量图中提取屋顶,计算屋顶的面积s’,其中屋顶的提取规则为:归一化植被指数大于-0.0834并且小于0.315,并且海岸波段光谱均值大于353,并且亮度值小于851,并且形状指数小于4.87,并且最大光谱差值大于0.65,并且标准差大于2.85,并且绿波段的光谱均值大于近红外波段的光谱均值;
将层数c赋给与该阴影相邻接的屋顶.用屋顶的面积s’乘以层数c得到一栋建筑的建筑面积s;
在所述矢量图中提取操场,计算操场的面积area,其中操场的提取规则为:面积大于500平方米,并且边界指数小于等于1.37,并且亮度值小于567,并且归一化植被指数大于等于-0.0964,并且最大光谱差值大于0.65,并且形状指数小于3.1;
用操场的面积area除以2.5平方米,得到学生的人数st;将生均占有的建筑面积22.57平方米与学生人数st相乘,得到学生的建筑面积starea;用学生的人数s t除以生师比18,得到教工人数t;将教工人均占有建筑面积36.47平方米/人与教工人数t相乘,得到教工占有的建筑面积tarea;将学生和教工占有的建筑面积相加,得到学校总的建筑面积totalarea;
对操场做自定义半径的缓冲区;当落在缓冲区内建筑的建筑面积之和sum小于学校总的建筑面积totalarea之和时,对操场再做缓冲区,再做的缓冲区的半径为上一缓冲区半径加5米,直到落在相交以后缓冲区内建筑的建筑面积之和sum不小于学校总的建筑面积totalarea之和后停止;
将停止做缓冲区时缓冲区的半径定义为Ri+1,当落在半径为Ri+1的缓冲区内建筑的建筑面积之和sumi+1与学校总的建筑面积totalarea之差的绝对值大于落在半径为Ri+1-5的缓冲区内建筑的建筑面积之和sumi与学校总的建筑面积totalarea之差的绝对值时,缓冲区半径重置为Ri,否则缓冲区半径重置为Ri+1,用重置半径的缓冲区与操场所在的科教用地格网求交,教学用地的范围为两者相交的区域。
与现有技术相比,本发明用遥感影像、相对高程和地理本体提取教学用地的方法具有如下优点:
1、分别利用规则提取科教用地的建筑屋顶和操场,避免人工对其进行矢量化,节省时间和人力。
2、利用建设部和教育部对学校建设和教学资源的相关规定,通过操场面积得到学校的建筑面积,利用学校的建筑面积确定学校的范围,使分类过程得到量化,精度更高,解决了教学用地提取时由于信息不全,导致分类不精确的问题:
3、利用建筑高度和阴影长度的关系,通过阴影的长度得到建筑的高度,为二维的遥感数据应用,拓宽了思路。
通过以下的描述并结合附图,本发明将变得更加清晰,这些附图用于解释本发明的实施例。
附图说明
图1为本发明用遥感影像、相对高程和地理本体提取教学用地的方法的流程图。
图2为通过图1所述方法提取的浙江工商大学周围的科教用地范围结果,其中虚线部分为科教用地的实际范围,实线包含的区域表示通过本方法得到的科教用地的范围。
具体实施方式
现在参考附图描述本发明的实施例,附图中类似的元件标号代表类似的元件。
参考图1,本实施例用遥感影像、相对高程和地理本体提取教学用地的方法,包括如下步骤:
步骤S1,利用规则在预置地段遥感影像的矢量图中提取阴影(所述预置地段可以是杭州市,利用易康软件对预置地段—杭州市的遥感影像进行自动分割,可以得到杭州市的遥感影像矢量图;由于遥感影像包含的地类复杂,因此对遥感影像自动分割得到的矢量图表示的地类也比较复杂,大致可以分为阴影、建筑(建筑包括屋顶和墙体两部分)、植被、水域、道路、操场等地类),根据人工选定的各地类样本,从中提取其分类规则,其中,阴影的提取规则为:最大光谱差值大于1.1,并且近红外波段2的光谱均值小于192,并且边界指数小于2.5,并且海岸波段的光谱均值大于340,并且归一化植被指数介于-0.09和0.025之间,并且标准差小于10,并且紧致度小于3.3,并且密度大于0.56,并且海岸波段的光谱均值小于370,计算阴影的面积A’,然后对阴影做其外包矩形,并计算外包矩形的面积A和周长P,然后根据下列公式计算外包矩形的长l和宽w:
步骤S2,计算阴影的阴影面积A’与外包矩形面积A的比值ratio,即ratio=A’/A,判断比值ratio是否大于0.5,如果ratio>0.5,用外包矩形的长l乘以系数0.91得到建筑的高度H;否则,用外包矩形的长l乘以系数0.662563得到建筑的高度H;根据建筑物的高度H,按每层楼高3.5米换算成层数c,即层数c=H/3.5;
步骤S3,在所述矢量图中提取屋顶,计算屋顶的面积s’,用与步骤1同样的方法提取屋顶的属性规则,即屋顶的提取规则为:归一化植被指数大于-0.0834并且小于0.315,并且海岸波段光谱均值大于353,并且亮度值小于851,并且形状指数小于4.87,并且最大光谱差值大于0.65,并且标准差大于2.85,并且绿波段的光谱均值大于近红外波段的光谱均值;
步骤S4,将建筑物的层数c赋给与该阴影相邻接的屋顶,用屋顶的面积s’乘以层数c得到一栋建筑的建筑面积s,即s=s’*c;
步骤S5,在所述矢量图中提取操场,计算操场的面积area,根据所选样本提取出操场的规则为;面积大于500平方米,并且边界指数小于等于1.37,并且亮度值小于567,并且归一化植被指数大于等于-0.0964,并且最大光谱差值大于0.65,并且形状指数小于3.1;
步骤S6,用操场的面积area除以2.5平方米,得到学生的人数st,即st=area/2.5(此步骤是根据教育部本科教学工作水平评估指标中关于教学基本设施的规定和建设部关于高校生均风雨操场指标的规定);取生均占有的建筑面积为22.57平方米,将生均占有的建筑面积与学生人数s t相乘,得到学生的建筑面积starea,即starea=st*22.57(此步骤是根据建设部《普通高等学校建筑规划面积指标》文件中对十一项校舍的规划建筑面积的规定);取生师比为18,用学生的人数st除以18,得到教工人数t,即t=st/18(此步骤是根据教育部本科教育评估中关于师资队伍与数量结构中生师比的规定—当生师比小于18时才达到结构基本合理的要求);取教工人均占有建筑面积为36.47平方米/人,将教工人均占有建筑面积与教工人数t相乘,得到教工占有的建筑面积tarea,即tarea=t*36.47(此步骤是根据建设部《普通高等学校建筑规划面积指标》文件中对教工住宅和教工宿舍的相关规定);将学生和教工占有的建筑面积相加,得到学校总的建筑面积totalarea,即totalarea=starea+tarea;
步骤S7,对操场做自定义半径的缓冲区(缓冲区半径R0根据需要进行设置,在研究中设置的缓冲区半径R0取50);对做出的缓冲区,统计落在缓冲区内建筑的建筑面积之和sum;当落在相交以后缓冲区内建筑的建筑面积之和sum小于学校总的建筑面积totalarea之和时,对操场再做缓冲区,再做的缓冲区的半径为上一缓冲区半径加5米,即Ri+1=Ri+5,直到sum>totalarea后停止;将停止做缓冲区时缓冲区的半径定义为Ri+1,若落在半径为Ri+1的缓冲区内建筑的建筑面积之和sumi+1与学校总的建筑面积totalarea的绝对值之差大于落在半径为Ri+1-5的缓冲区内建筑的建筑面积之和sumi与学校总的建筑面积totalarea的绝对值之差,则缓冲区半径重置为Ri,反之则缓冲区半径重置为Ri+1,最后用重置半径的缓冲区与操场所在的科教用地格网(该科教用地格网是以道路与河流为基础,以操场为标识,根据建筑的布局分割而得到的)求交,相交的区域为教学用地(学校)的范围。
本发明用遥感影像、相对高程和地理本体提取教学用地的方法具有如下优点:
1、在步骤S3和S5中,分别利用规则提取科教用地的建筑屋顶和操场,避免人工对其进行矢量化,节省时间和人力。
2、在步骤S6、S7中,利用建设部和教育部对学校建设和教学资源的相关规定,通过操场面积得到学校的建筑面积,利用学校的建筑面积确定学校的范围,使分类过程得到量化,精度更高,解决了教学用地提取时由于信息不全,导致分类不精确的问题:
3、在步骤S1中,利用建筑高度和阴影长度的关系,通过阴影的长度得到建筑的高度,为二维的遥感数据应用,拓宽了思路。
针对分辨率为0.5米WorldViewⅡ卫星的杭州影像,进行本发明技术路线的具体实施,通过查询,WorldViewⅡ卫星过境时间为格林威治时间2009年12月31日02:47分,当地时间为2009年12月31日10点47分,卫星高度角α为72.26度,太阳高度角β为33.84度,太阳方位角γ为20.29度。利用卫星和太阳的这些参数代入下面的公式可以求得阴影长度与建筑高度之间的关系。设建筑的高度为H,阴影的长度为L,利用几何关系可以求得令则H=k*L(上述计算原理是通用的,但参数k依赖与遥感影像的拍摄时间和地点,参数k的相关数据可以从遥感影像文件中查询)。
以浙江工商大学周围区域为例:
1、利用规则在矢量图上提取阴影,计算各阴影的面积,然后对阴影做其外包矩形,并计算外包矩形的面积和周长,然后根据步骤1的公式计算外包矩形(阴影)的长和宽;
2、计算阴影面积A’与外包矩形面积A的比值ratio,如果ratio>0.5,则用长度l乘以系数0.91得到建筑的高度H;若ratio<0.5,则用外包矩形的长度l乘以系数0.662563得到建筑的高度H。以右边操场南面得教学楼为例,阴影的面积为例,阴影的面积为772.2平方米,其外包矩形的面积为1230平方米,周长为141.5米,计算得到矩形的长为30.723547米,阴影面积与外包矩形面积比值为0.6277,比值大于0.5,则建筑的高度为27.9584米;根据建筑物高度H,按每层楼高3.5米换算成层数c;
3、利用规则在矢量图中提取屋顶,并计算各屋顶的面积;
4、将建筑物的层数c赋给与该阴影相邻接的屋顶,用屋顶的面积s’乘以层数c得到每栋建筑的建筑面积s;
5、用规则从矢量图中提取操场,计算得到操场的面积area为9656平方米;
6、用操场的面积area除以2.5平方米,得到学生的人数s t为3862人,取生均占有的建筑面积为22.57平方米,将生均占有的建筑面积与学生人数st相乘,得到学生的建筑面积starea为86127.12平方米,取生师比为18,用学生的人数st除以18,得到教工人数t为212人,取教工人均占有建筑面积为36.47平方米/人,将教工人均占有建筑面积与教工人数t相乘,得到教工占有的建筑面积tarea为7731.64平方米,将学生和教工占有的建筑面积相加,得到学校总的建筑面积totalarea为93858.76平方米;
7、对操场做半径为50米的缓冲区,统计得到该缓冲区内的建筑面积为22446平方米,该面积小于93858.76平方米。因此将缓冲区半径增大到55米,重新统计落在该缓冲区内建筑的建筑面积。重复此过程直到缓冲区半径为110米时,缓冲区内的建筑面积之和为98504平方米,大于93858.76平方米。此时,停止做缓冲区。当缓冲区半径为105米时,落在缓冲区内建筑的建筑面积之和为90004平方米。98504减去93858.76的绝对值大于90004减去93858.76的绝对值,因此确定缓冲区半径为105米。用105米的缓冲区与操场所在的科教用地格网求交即可得到该学校的范围。
应用本方法提取的教育用地范围如图2所示(图中,虚线表示的是科教用地的实际范围(箭头11指示的虚线范围是浙江青年学院,箭头12指示的虚线范围是浙江工商学院),实线表示通过该方法得到的科教用地的范围)。从结果分析,从图中可以直观地看出通过该算法计算得到的科教用地的范围与实际范围比较吻合,说明本发明的技术路线可行,结果可信。
以上结合最佳实施例对本发明进行了描述,但本发明并不局限于以上揭示的实施例,而应当涵盖各种根据本发明的本质进行的修改、等效组合。
Claims (1)
1.一种用遥感影像、相对高程和地理本体提取教学用地的方法,包括如下步骤:
在预置地段遥感影像的矢量图中提取阴影,其中阴影的提取规则为:最大光谱差值大于1.1,近红外波段2的光谱均值小于192,边界指数小于2.5,海岸波段的光谱均值大于340,归一化植被指数介于-0.09和0.025之间,标准差小于10,紧致度小于3.3,密度大于0.56,海岸波段的光谱均值小于370;
计算阴影的面积A’,对阴影做其外包矩形,计算外包矩形的面积A、周长P,计算外包矩形的长l和宽w;
计算阴影面积A’与外包矩形面积A的比值ratio,当比值ratio大于0.5时,将建筑的高度H设置为外包矩形的长l乘以系数0.91,否则,将建筑的高度H设置为外包矩形的长l乘以系数0.662563,根据建筑物高度H,按每层楼高3.5米换算成层数c;
在所述矢量图中提取屋顶,计算屋顶的面积s’,其中屋顶的提取规则为:归一化植被指数大于-0.0834并且小于0.315,并且海岸波段光谱均值大于353,并且亮度值小于851,并且形状指数小于4.87,并且最大光谱差值大于0.65,并且标准差大于2.85,并且绿波段的光谱均值大于近红外波段的光谱均值;
将层数c赋给与该阴影相邻接的屋顶.用屋顶的面积s’乘以层数c得到一栋建筑的建筑面积s;
在所述矢量图中提取操场,计算操场的面积area,其中操场的提取规则为:面积大于500平方米,并且边界指数小于等于1.37,并且亮度值小于567,并且归一化植被指数大于等于-0.0964,并且最大光谱差值大于0.65,并且形状指数小于3.1;
用操场的面积area除以2.5平方米,得到学生的人数st;将生均占有的建筑面积22.57平方米与学生人数st相乘,得到学生的建筑面积starea;用学生的人数st除以生师比18,得到教工人数t;将教工人均占有建筑面积36.47平方米/人与教工人数t相乘,得到教工占有的建筑面积tarea;将学生和教工占有的建筑面积相加,得到学校总的建筑面积totalarea;
对操场做自定义半径的缓冲区;当落在缓冲区内建筑的建筑面积之和sum小于学校总的建筑面积totalarea之和时,对操场再做缓冲区,再做的缓冲区的半径为上一缓冲区半径加5米,直到落在相交以后缓冲区内建筑的建筑面积之和sum不小于学校总的建筑面积totalarea之和后停止;
将停止做缓冲区时缓冲区的半径定义为Ri+1,当落在半径为Ri+1的缓冲区内建筑的建筑面积之和sumi+1与学校总的建筑面积totalarea之差的绝对值大于落在半径为Ri+1-5的缓冲区内建筑的建筑面积之和sumi与学校总的建筑面积totalarea之差的绝对值时,缓冲区半径重置为Ri,否则缓冲区半径重置为Ri+1,用重置半径的缓冲区与操场所在的科教用地格网求交,教学用地的范围为两者相交的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110024442 CN102194120B (zh) | 2011-01-24 | 2011-01-24 | 用遥感影像、相对高程和地理本体提取教学用地的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110024442 CN102194120B (zh) | 2011-01-24 | 2011-01-24 | 用遥感影像、相对高程和地理本体提取教学用地的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102194120A CN102194120A (zh) | 2011-09-21 |
CN102194120B true CN102194120B (zh) | 2013-01-02 |
Family
ID=44602161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110024442 Expired - Fee Related CN102194120B (zh) | 2011-01-24 | 2011-01-24 | 用遥感影像、相对高程和地理本体提取教学用地的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102194120B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8145578B2 (en) | 2007-04-17 | 2012-03-27 | Eagel View Technologies, Inc. | Aerial roof estimation system and method |
US8078436B2 (en) | 2007-04-17 | 2011-12-13 | Eagle View Technologies, Inc. | Aerial roof estimation systems and methods |
US8209152B2 (en) | 2008-10-31 | 2012-06-26 | Eagleview Technologies, Inc. | Concurrent display systems and methods for aerial roof estimation |
US8170840B2 (en) | 2008-10-31 | 2012-05-01 | Eagle View Technologies, Inc. | Pitch determination systems and methods for aerial roof estimation |
AU2011210538B2 (en) | 2010-02-01 | 2015-03-26 | Eagle View Technologies, Inc. | Geometric correction of rough wireframe models derived from photographs |
US10515414B2 (en) | 2012-02-03 | 2019-12-24 | Eagle View Technologies, Inc. | Systems and methods for performing a risk management assessment of a property |
US10663294B2 (en) | 2012-02-03 | 2020-05-26 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area and producing a wall estimation report |
US8774525B2 (en) * | 2012-02-03 | 2014-07-08 | Eagle View Technologies, Inc. | Systems and methods for estimation of building floor area |
WO2013116164A1 (en) * | 2012-02-03 | 2013-08-08 | Eagle View Technologies, Inc | Systems and methods for estimation of building wall area |
US9933257B2 (en) | 2012-02-03 | 2018-04-03 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
US9599466B2 (en) | 2012-02-03 | 2017-03-21 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
US9959581B2 (en) | 2013-03-15 | 2018-05-01 | Eagle View Technologies, Inc. | Property management on a smartphone |
US11587176B2 (en) | 2013-03-15 | 2023-02-21 | Eagle View Technologies, Inc. | Price estimation model |
US10909482B2 (en) | 2013-03-15 | 2021-02-02 | Pictometry International Corp. | Building materials estimation |
CN104463868B (zh) * | 2014-12-05 | 2017-11-14 | 北京师范大学 | 一种基于无参数高分辨率影像的建筑高度快速获取方法 |
US10503843B2 (en) | 2017-12-19 | 2019-12-10 | Eagle View Technologies, Inc. | Supervised automatic roof modeling |
CN107977968B (zh) * | 2017-12-22 | 2021-03-19 | 长江勘测规划设计研究有限责任公司 | 基于建筑物阴影信息挖掘的建筑物分层检测方法 |
CN109376638B (zh) * | 2018-10-15 | 2022-03-04 | 西安建筑科技大学 | 一种基于遥感图像和地理信息系统的文地率计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959714A (zh) * | 2006-11-24 | 2007-05-09 | 中国科学院上海技术物理研究所 | 基于遥感影像的城市基础生态环境时空分析评价方法 |
CN101114277A (zh) * | 2007-08-21 | 2008-01-30 | 南京大学 | 一种利用地理信息系统与遥感技术进行生态功能区划的方法 |
CN101833701A (zh) * | 2010-01-08 | 2010-09-15 | 南京大学 | 区域主体功能区规划的方法及支持系统 |
-
2011
- 2011-01-24 CN CN 201110024442 patent/CN102194120B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959714A (zh) * | 2006-11-24 | 2007-05-09 | 中国科学院上海技术物理研究所 | 基于遥感影像的城市基础生态环境时空分析评价方法 |
CN101114277A (zh) * | 2007-08-21 | 2008-01-30 | 南京大学 | 一种利用地理信息系统与遥感技术进行生态功能区划的方法 |
CN101833701A (zh) * | 2010-01-08 | 2010-09-15 | 南京大学 | 区域主体功能区规划的方法及支持系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102194120A (zh) | 2011-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102194120B (zh) | 用遥感影像、相对高程和地理本体提取教学用地的方法 | |
Gardes et al. | Statistical prediction of the nocturnal urban heat island intensity based on urban morphology and geographical factors-An investigation based on numerical model results for a large ensemble of French cities | |
Wilson et al. | Evaluating environmental influences of zoning in urban ecosystems with remote sensing | |
Weeks | Using remote sensing and geographic information systems to identify the underlying properties of urban environments | |
CN108280789A (zh) | 一种精细时空尺度二氧化碳排放要素间影响的空间分析方法 | |
Musy et al. | Hydrology: a science for engineers | |
Hou et al. | Monitoring the intensity of human impacts on anthropogenic landscape: A mapping case study in Beijing, China | |
Mhedhbi et al. | Collection of refined architectural parameters by crowdsourcing using Facebook social network: Case of Greater Tunis | |
Perera | Climate-sensitive urban public space: a sustainable approach to urban heat island mitigation in Colombo, Sri Lanka | |
Effat | Resource-based zoning map for sustainable industrial development in north sinai using remote sensing and multicriteria evaluation | |
Yanar et al. | On the use of Sentinel-2 images and high resolution DTM for landslide susceptibility mapping in a developing urban settlement (Mamak, Ankara, Turkey) | |
Chen et al. | Measuring livability at the neighborhood scale–development of indicators and methods for the comparison between neighborhoods and best practice within the chosen city | |
Palmieri | Integrating statistical and geographical information: LUCAS survey, a case study for land monitoring in European Union | |
Andersson | Urban Expansion and Public Transport: Implications for Inclusive Development | |
Kiousopoulos | ‘Anthropogenic Intensity’and ‘Coastality’: Two new Spatial Indicators for Exploring & Monitoring the Coastal Areas, in the framework of Environmental Management | |
Fabrizio et al. | Visual impact in the urban environment. The case of out-of-scale buildings | |
Stuurman | Automating air temperature Siting Classification of meteorological stations according to the World Meteorological Organization guidelines | |
Ali | The Role of the information technique in Sustainable Strategic Planning _ Nejaf Provenance as case study | |
Jombach et al. | Remote sensing and GIS in landscape character assessment | |
Susilawati et al. | Knowledge Exploration Study of Muhammadiyah School Students about Urban Heat Island Threats in Surakarta City | |
Dalil et al. | An Analysis of Landuse/Landcover Change Distribution in Kuje Area Council Federal Capital Territory, Abuja, Nigeria | |
Tran | Improvement of flood risk assessment under climate change in Ho Chi Minh City with GIS applications | |
Bellsolà | A GIS-based methodology for PV Solar Parks Site Selection and regional solar potential assessment: case study in the shire of La Segarra, Catalonia | |
Nazarnia | Measurement of urban sprawl in the metropolitan areas of Montreal and Quebec over 60 years | |
Cai | Modeling High-Resolution Urban Carbon Emissions for Two Mega Urban Regions in China: An Open Data Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130102 Termination date: 20160124 |
|
EXPY | Termination of patent right or utility model |