基于多时相遥感影像的城市面多维度扩张分析 (2)

图2 数据处理流程图

（2）分层分类指数：

指数法通过遥感光谱指数来增强和提取不透水面信息。在针对不透水面信息的专题指数尚未提出之前，学者主要依据不透水面和植被的负相关关系来提取不透水面信息。基于这样一种思路，决策树的构建除了归一化建筑指数之外，使用了植被指数与水体指数来去除其它类型图斑。

对于地表的主要地物类型而言，植被在近红外波段相较于可见光波段，反射率更高，意味着利用近红外波段与可见光波段地物灰度值的差和比（即NDVI指数）可以有效提取出植被覆盖率较高区域。由于水体对近红外波段电磁波的强吸收作用，加之其它土地类型，在这两个波段的反射率的相似性，因而在合理设置阈值的情况下，NDVI指数可以准确地区分植被与非植被地块。受此启发，考虑到在TM4与TM5两波段之间，城市面灰度值也具有类似的增高，而其它地物很多有明显的降低，由此可以构建NDBI表达式。

在本文用到的TM传感器的参数中，NDBI通过TM5波段和TM4波段来进行构建与实现。考虑到除了建筑面之外，很多地物在中红外和近红外波段的DN值都具有类似的特征，单凭NDBI指数很难精确提取建筑面信息。对此，查勇等提出利用计算NDBI-NDVI的方式来提高建筑面的提取精度，即BUAI指数。

图3 不同地物类型中若干种代表地物的反射率

（3）结果数据处理：

由于在基于中低分辨率影像数据的光谱分析中，存在混合地物像元的情况，加之如同物异谱、同谱异物以及其它误差因素的干扰，提取结果中不可避免地会出现噪声点。因此，有必要对原始结果进行分类后处理。

采用主成分滤波与根据形态学因子聚类的方法对原始结果进行处理。主成分滤波与聚类方法分别侧重于分类图斑的完整性与连续性，对于原始分类结果，采用主成分滤波与聚类方法交叉进行的方式对灌云县城市面数据进行降噪，效果较好。

由于城区中间有散生林木、绿地、水域、施工场地等，它们虽然属于城市面范围，但是光谱值和城市存在差异，因此，对城市面进行整体化合并，将城市内部的非城市用地归并到城市用地类。

4 结果与分析

4.1 提取城市面

利用上述流程，提取出灌云县在七个时相的城市面数据，并根据高程数据，剔除掉高程和坡度大于阈值的部分。将结果矢量化输出，得到最终的灌云县城市面矢量数据。

图4 灌云县城市面扩展情况展示图

图5 灌云县城市面面积变化折线图

4.2 一维扩张分析

从一维角度来说，以2000年灌云县城市面几何中心为原点，以城市面扩张速度较快的2000-2010年为研究对象，分别做南北走向和东西走向的两条剖面线，提取两个方向的剖面NDBI。

南北向剖面的起点在大伊山东北部，向南至新沂河大桥处。剖面线的变化主要体现为曲线右侧（南部）的NDBI值迅速增加。2000年，灌云县南部地区的NDBI值大约处于0至0.1之间，呈北高南低的态势。表明在2000年，灌云县城市面虽向南在面积上有所扩展，但城市建筑物密度仍相对较低。2004-2007年，城市北部指数值略有整体性上升，城市南部以点状形式出现值高于0.1的区域，说明在这一阶段，城市建筑物的密度不断增加，出现点，片状的高建筑物密度区域。2007-2010年，北部指数值无明显变化，而南部指数值在此期间持续升高。2010年，南部指数值基本持平北部，NDBI均值达到0.2，此外，在城市北部，原本由于靠近山地而未被开发的区域，在2010年的曲线中，平均NDBI指数值已经超过0。

东西方向的剖面线东起204国道，西至长深高速。NDBI指数值以市中心为中点，向两侧扩张。2000年，市中心的NDBI指数值高于0.2，整体曲线呈中间高、两边低态势。2004年，市中心的指数值无明显变化，东西两侧的指数值略有上升。2004-2010年，城市东西两侧的扩张速度差异明显，西部指数值均速稳定增长，至2010年已经与中部基本持平，而东部指数值在这期间无明显变化。

图6 21世纪前十年灌云县南北（东西）向NDBI剖面线

4.3 城市面中心位移

通过计算和比较不同时期的城市面中心坐标，可以分析城市面的宏观扩张方向。灌云县的城市面中心位移，在研究时间段内可以分为三种格局。

1985-1995年，城市面中心点在原位置有小幅度移动，未出现大规模移动态势。2000年左右，城市面中心发生大规模西移，这种移动速率持续时间为5-10年。随后，城市面扩张速率出现正南方向的分量，整体城市面开始向西南方向进行扩张和移动，并且速度不断加快。这一结论与4.2中所发现规律的吻合度非常高。

文章来源：《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2021/0115/477.html