耦合温度特征的工业热源ANN遥感识别与时空演化分析
Satellite-based ANN identification and spatiotemporal evolution analysis of industrial heat sources coupled with temperature characteristics作者机构:中南大学地球科学与信息物理学院长沙410083 西安科技大学测绘学院西安710054
出 版 物:《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)
年 卷 期:2024年第28卷第4期
页 面:956-968页
核心收录:
学科分类:0830[工学-环境科学与工程(可授工学、理学、农学学位)] 070801[理学-固体地球物理学] 07[理学] 08[工学] 0708[理学-地球物理学] 0816[工学-测绘科学与技术] 0814[工学-土木工程] 0833[工学-城乡规划学] 0713[理学-生态学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(编号:42271440,42301497) 国家重点研发计划(编号:2016YFC0206205) 中南大学中央高校基本科研业务费专项资金资助(编号:2021zzts0818)
主 题:工业热源 温度特征模板 人工神经网络 VIIRS 大气遥感
摘 要:准确识别工业热源是中国大气污染防治的重要前提,然而因热源特征不明、类型判定不准等问题,工业热源遥感监测目前难以大范围推广应用。本文对此提出了一种耦合温度特征的工业热源人工神经网络遥感分类精准识别方法。该方法首先基于DBSCAN聚类算法和土地利用类型从Suomi-NPP VIIRS Nightfire数据中识别全部类型工业热源;其次利用频率统计方法分类建立工业热源温度特征模板;最后构建人工神经网络模型判别工业热源类型并由此分析了中国近年工业热源的时空动态演化特征。结果表明:(1)煤炭加工业、金属冶炼及压延加工业、水泥、石灰和石膏制造业、精炼石油产品制造业4类工业热源各级温度频率与分布形态、主次峰峰值均呈现明显类间差异,主峰温度分别为795 K、830 K、760 K、1725 K。(2)温度特征模板增强下的人工神经网络方法工业热源分类识别效果好,模型训练集与验证分类识别精度分别为99%和87.86%。(3)中国工业热源时空分布呈现出“地域集中与“波动下降双特征。工业热源空间上主要集中分布在北方地区,数量占比高达85.4%。煤炭加工业、金属冶炼及压延加工业、精炼石油产品制造业和水泥、石灰和石膏制造业的主要分布地分别为山西、河北、新疆以及安徽;以2015年和2018年为拐点,2013年—2020年4类工业热源在整体表现出先降后升再降的波动变化趋势。本研究提出的工业热源遥感识别方法可为基于卫星手段的大气工业污染源遥感监测提供技术支撑。