基于多时相遥感影像的城市面多维度扩张分析 (3)

表3 不同时相城市面中心坐标?

图7 城市面中心位移情况

5 结论

本文以1985至2010年时间段内7个时相的遥感影像以及高程数据为基础，基于分层分类的思想，利用规则构建决策模型，来提取城市面的空间信息，并分析了灌云县城市面的在研究时间段内的时空变化规律。

从时间上来看，灌云县城市面的扩张规律较为简单。自1985年以来，城市面扩张速率不断加快。2000年-2005年，扩张出现一定的减缓。2005年之后，城市进入高速扩张阶段。至2010年，灌云县城市面的面积已经达到研究时限初期，即1985年的约800%。

空间上的城市面扩张较为复杂，且各个方向上具有不均衡性。从1985年至21世纪之前，灌云县的城市扩张近似各向同性以市中心为原点，辐射状向外扩张，在主要道路的入城、出城口分布有若干处小范围条带状延伸。2000年之后，由于第二产业设施的完善，城市面南部和西部的扩张速率明显上升。在城市边缘不断外延的同时，城市面内部的NDBI指数在这一时期开始明显增长，出现高建筑物密度区，表明灌云县在扩张城市面的同时，也更加注重城市面的使用效率和使用方式。

[1] Zha Y ， Gao J ， S. N I . Use of normalized difference builtup index in automatically mapping urban areas from TM imagery[J].International Journal of Remote Sensing， 2003， 24(3)：

[2] 徐涵秋， 王美雅. 地表不透水面信息遥感的主要方法分析[J].遥感学报， 2016(20)：1289.

[3] 林永善， 曹文志. Study on Urban Land Classification of Xiamen Island Based on Hierarchical Classification Method%利用分层分类法进行厦门岛城市地表分类研究[J]. 城市地质， 2009， 004(002)：23-26.

[4] 王亚军. 基于Landsat TM遥感数据的城市热岛效应信息提取与分挝[J]. 图书情报导刊， 2009， 19(12)：87-89.

[5]王晶， 刘锦. 基于多时相遥感数据的连云港城市扩展监测——以新浦区为例[J]. 城市勘测(1)：85-87.

[6] Rexer M ， Hirt C . Comparison of free high resolution digital elevation data sets (ASTER GDEM2， SRTM v2.1/v4.1) and validation against accurate heights from the Australian National Gravity Database[J].journal of the geological society of australia， 2014， 61(2)：213-226.

[7] 汤国安， 杨昕. ARCGIS地理信息系统空间分析实验教程[M].科学出版社， 2012.

[8] 金夏玲. 基于分层分类的居民地信息提取方法研究[D]. 河海大学， 2005.

[9] 周志华， 王珏. 机器学习及其应用2009[M]. 清华大学出版社，2009.

[10] 陈婷. 近30年来连云港地区土地利用/覆被的时空变化[J]. 江苏师范大学学报：自然科学版， 2015(33)：81.

[11] 陈志强， 陈健飞. 基于NDBI指数法的城镇用地影像识别分析与制图[J]. 地球信息科学学报， 2012， 8(2)：137-140.

[12] 胡德勇， 李京， 陈云浩， et al. 基于多时相Landsat数据的城市扩张及其驱动力分析[J]. 国土资源遥感， 2006(04)：49-52+57.

[13] 辜寄蓉，李琳. 成都市不透水面时空变化分析[J]. 环境与可持续发展(4期)：211-216.

0 引言城市是各项生产活动在空间上的高密度聚集区。城市的发展可以从内部的经济要素、社会要素、政治要素等多个指标来进行衡量。在空间上，城市发展可以体现为城市面在各个维度上的扩张，同时，城市面及其各项属性是衡量城市发展状态的重要依据和指标，城市面的扩张变化与城市的综合发展有着密切的相互作用。同自然表面的土地监测不同，由于不间断的城市化进程，城市面信息在短时间尺度内会产生相对更快的变化，尤其是外围城郊地区。传统的获取城市面信息的手段主要围绕人工测绘方法，它耗资巨大、实时性差、数据难以及时更新。随着卫星对地遥感观测技术的快速发展，越来越多的城市面提取算法被相继提出，为城市扩展监测等工作降低了成本、提高了效率。作为一种获取地表信息的高效手段，遥感技术可快速提取地下垫面地理信息，获得不同时期城市用地资料，监测城市发展过程，对科学合理地进行城市发展分析、规划和管理具有重要的意义。1 研究区域灌云县处于东经119°2′50″—119°52′9″和北纬34°11′45″—34°38′50″之间，处于温带季风气候区，隶属于江苏省连云港市，总面积1878.2平方千米，人口107.2万。1912年，灌云县正式建县。1983年，灌云县开始实行市管县体制，被划分至连云港市管理。县域西北部分布有孤岛状低山丘，最高海拔226米（大伊山），其余地区多为海陆交互沉积的滨海平原，整体地形呈西高东低状。2 数据来源及预处理2.1 Landsat影像数据Landsat系列卫星诞生于1972年，至今已经发射8颗，是人类首次设计用来系统地、重复地获取关于地球表面资源信息的多光谱、中等分辨率的卫星系统。自升空以来，已经在土地利用、农业生产、区域规划等多方面提供了大量观测，可以较好地识别不同地物特征，特别是建筑物、不透水面组成的城镇建成区，因而广泛地被用作城市空间扩展地研究参?ASTER-GDEMV2高程数据ASTER-GDEMV系列数字高程数据是目前（2019）全球唯一一套完整覆盖陆地表面的数字高程数据，由NASA（美国）以及METI（日本）联合制作，并于2009年首次发布（ASTER-GDEMV1）。ASTER-GDEMV数字高程数据自发布以来，为全球范围内各类地面观测和量化计算任务提供了高质量的数据支撑。ASTER-GDEMV2数据是在对ASTER-GDEMV1数据的改进基础上进行制作的，提高了数据的空间分辨率以及高程精度。该数据于2015年1月6日正式发布。3 研究方法3.1 数据预处理（1）数据裁剪：以灌云县行政区域矢量面数据为掩膜，对所有数据进行裁剪。图1 灌云县行政区域假彩色合成图像（2）地理配准：地理配准是在待配准影像和底图影像之间建立点对应关系，通过几何变换和插值方法对待配准影像的实际位置进行重新定位的过程。利用ArcGIS软件，对所有影像数据进行地理配准。以灌云县ASTER-GDEM-V2高程数据为底图，选取共4个地形特征点作为控制点（包括山顶点，河流汊点），对7组多波段遥感影像分别进行配准。（3）像元坐标纠正：当处于相同坐标系下的遥感影像数据的对应栅格发生相对性偏移时，若要进行多个栅格图层的叠加分析，就要保证各个栅格数据在空间上是逐个像元对应的。像元坐标纠正可以对多分辨率的、存在偏移量的影像数据进行纠正，最终使得遥感数据统一到同一分辨率下，并且保证像元数据逐像元对应。（4）影像质量增强：影像质量增强处理是遥感影像预处理的通常方法流程。为使得影像上感兴趣的特征得以加强，并使影像变得清晰且解译性提高，通常需要对遥感影像进行增强处理。通过增强可以突出遥感影像中有用的信息，提高信息分类精度 工作原理及流程（1）工作流程：分层分类思想根据景观分异规律和对景观总体规律及内在关系的认识、设计决策树。不同类别间的相互关系、内在联系，有的可以根据理论分析和实际知识与经验来直接确定，有的需要通过大量计算或者统计分析、间接指标来寻找。可以将已有规则看作分类样本的训练结果，将复杂的分类任务划分为多个简单的二分类任务，最终自上而下得到分类结果。本文所选研究区域在影像覆盖时间范围内基本完成了由城市化初期至中期加速阶段的转型，城市区域具有典型的住宅区、商业区、工业区三个子区域，并有相当一部分水域面积。土地类型变化的主要方向是耕地、裸土向建设用地的转变。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。表3 不同时相城市面中心坐标?图7 城市面中心位移情况5 结论本文以1985至2010年时间段内7个时相的遥感影像以及高程数据为基础，基于分层分类的思想，利用规则构建决策模型，来提取城市面的空间信息，并分析了灌云县城市面的在研究时间段内的时空变化规律。从时间上来看，灌云县城市面的扩张规律较为简单。自1985年以来，城市面扩张速率不断加快。2000年-2005年，扩张出现一定的减缓。2005年之后，城市进入高速扩张阶段。至2010年，灌云县城市面的面积已经达到研究时限初期，即1985年的约800%。空间上的城市面扩张较为复杂，且各个方向上具有不均衡性。从1985年至21世纪之前，灌云县的城市扩张近似各向同性以市中心为原点，辐射状向外扩张，在主要道路的入城、出城口分布有若干处小范围条带状延伸。2000年之后，由于第二产业设施的完善，城市面南部和西部的扩张速率明显上升。在城市边缘不断外延的同时，城市面内部的NDBI指数在这一时期开始明显增长，出现高建筑物密度区，表明灌云县在扩张城市面的同时，也更加注重城市面的使用效率和使用方式。参考文献[1] Zha Y ， Gao J ， S. N I . Use of normalized difference builtup index in automatically mapping urban areas from TM imagery[J].International Journal of Remote Sensing， 2003， 24(3)：[2] 徐涵秋， 王美雅. 地表不透水面信息遥感的主要方法分析[J].遥感学报， 2016(20)：1289.[3] 林永善， 曹文志. Study on Urban Land Classification of Xiamen Island Based on Hierarchical Classification Method%利用分层分类法进行厦门岛城市地表分类研究[J]. 城市地质， 2009， 004(002)：23-26.[4] 王亚军. 基于Landsat TM遥感数据的城市热岛效应信息提取与分挝[J]. 图书情报导刊， 2009， 19(12)：87-89.[5]王晶， 刘锦. 基于多时相遥感数据的连云港城市扩展监测——以新浦区为例[J]. 城市勘测(1)：85-87.[6] Rexer M ， Hirt C . Comparison of free high resolution digital elevation data sets (ASTER GDEM2， SRTM v2.1/v4.1) and validation against accurate heights from the Australian National Gravity Database[J].journal of the geological society of australia， 2014， 61(2)：213-226.[7] 汤国安， 杨昕. ARCGIS地理信息系统空间分析实验教程[M].科学出版社， 2012.[8] 金夏玲. 基于分层分类的居民地信息提取方法研究[D]. 河海大学， 2005.[9] 周志华， 王珏. 机器学习及其应用2009[M]. 清华大学出版社，2009.[10] 陈婷. 近30年来连云港地区土地利用/覆被的时空变化[J]. 江苏师范大学学报：自然科学版， 2015(33)：81.[11] 陈志强， 陈健飞. 基于NDBI指数法的城镇用地影像识别分析与制图[J]. 地球信息科学学报， 2012， 8(2)：137-140.[12] 胡德勇， 李京， 陈云浩， et al. 基于多时相Landsat数据的城市扩张及其驱动力分析[J]. 国土资源遥感， 2006(04)：49-52+57.[13] 辜寄蓉，李琳. 成都市不透水面时空变化分析[J]. 环境与可持续发展(4期)：211-216.

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