论述一种基于多源多时相遥感影像的城镇扩张动态监测方法.doc

论述一种基于多源多时相遥感影像的城镇扩张动态监测方法文章来源 毕业论文网 摘 要：利用遥感技术来动态监测城镇扩展己成为一个重要的研究和应用领域。基于ASTER和TM 多源多时相遥感影像和地形数据，以福建省漳州市区为示范区，探讨城镇建筑用地扩张遥感监测的一般方法。研究认为，对于ASTER 影像，综合利用光谱知识、多时相植被指数、城镇建筑用地的地形分布等知识建立分类决策规则，可以有效提取城镇建筑用地信息，精度不低于90%；研究提出了利用较新时相影像获取的城镇建筑用地限定较早时相影像城镇建筑用地提取范围的思路，拓展了TM 影像三指数法的应用范围，以此保证了较早时期TM 影像城镇信息的有效提取。但完全、准确，有效的提取较新影像城镇建筑用地信息是本方法成功应用的关键。关键词：城镇建筑用地；遥感；TM；ASTER；动态监测1. 引言RS 和GIS 技术在过去的20 年里得到迅速的发展，利用卫星对地观测技术来动态监测城市扩展己成为一个重要的研究和应用领域。不少国内外学者研究出多种利用遥感影像提取和分析城市扩张变化的技术。Seto（2003）1以多时相TM 影像为例，比较了ARTMAP 神经网络与最大似然法分类方法进行城市变化检测的效果。认为ARTMAP 神经网络比传统的最大似然法（MLC）方法更精确；Schottker（2004）2利用三个时相的Landsat TM 数据检测德国威斯特伐利亚40 年来城市发展变化；Rashed（2005）3利用多时相遥感影像，提出利用光谱混合分析法（SMA）测量埃及开罗市城市形态组成的变化模式。Onana（2005）4使用多时相ENVISAT/ERS SAR 图像和多光谱HRV Spot 光学影像进行融合来识别热带雨林地区喀麦隆杜阿拉城市动态变化；潘剑君（1997）5用两个时期的Landsat TM 遥感图象，经过图象自动分类识别和两个时相遥感图象的交叉分析处理，对江苏省扬中市的土地利用状况进行了动态监测；杨存建 (2001)6通过对不同类型居民地的遥感影像特征、光谱特征和空间关系分析，从而发现居民地的光谱特征知识、空间关系知识，建立了基于知识的TM 遥感图像居民地信息提取模型；祝善友（2002）7以不同时相的TM 和中巴卫星影像为主要信息源，对不同时相、不同遥感平台的两幅图象进行数据融合，提取与城市扩展动态变化有关的参数因子； 吴宏安（2005）8分别采用了监督分类法和归一化裸露指数(NDBI)法提取了西安市的城市边界信息，并对二者进行对比分析，认为监督分类法提取的城市边界信息较为准确；徐涵秋（2005）910通过对城市土地利用类型的分析,选取了归一化差异建筑指数（NDBI）、修正归一化差异水体指数（MNDWI）11和土壤调节植被指数（SAVI）三个指数，采用简单的最大似然分类或谱间分析方法，提取的城市建筑用地信息精度可达91.2%。目前应用中多存在利用新型的ASTER 影像和常规的TM 影像结合开展土地利用动态监测和城镇扩张监测的情况。本研究在总结前人研究方法的基础上，以ASTER、TM 多源多时相遥感影像为数据源，以福建省漳州市区为研究示范区，提出基于多源多时相遥感影像的城镇扩展动态监测思路和方法，并在应用中，拓展了徐涵秋（2005）910TM 影像三指数法的应用范围。2. 研究区域及数据本研究选择福建省漳州市区为示范区探讨城镇扩展遥感动态监测的方法。漳州市区包括芗城区和龙文区，市区总面积约390km2。2003 年市区人口52.8 万。市区地势西北高，东南低。最高峰天宝山的三尖峰，海拔高度928.8 米，与五凤（峰）山（775 米）、金沙大岭（574米）连绵形成天然屏障，东南地势平坦。辅助数据有：漳州市行政界线图层，1:5 万DEM 数据，坡度、坡向数据。根据以上数据源情况，本研究将开展示范区1989 年1998 年2003 年间的城镇扩展遥感动态监测，2001年的影像作为辅助影像进行信息提取。首先对2001 年的ETM全色影像进行几何校正。然后利用校正好的ETM+全色影像配准1989 年、1998 年TM 影像以及2003 年的ASTER 影像。由于ASTER 影像的波段比较多，考虑到4-9 波段相关性较大，于是对4-9 波段进行主成分（PC）分析，选取前2 个主成份分量PC1 和PC2，这2 个波段所含的信息量占整幅图像的99%。将这两个主成份重新采样成15m ，然后把ASTER 影像的1-3 波段、重新采样后的PC1 和PC2 共5 个波段进行叠加，作为后续分析处理的数据源。最后，利用直方图最小值法对各时期影像进行辐射校正，以有利于多时相影像光谱信息的对比分析。3. 研究方法与技术路线研究中主要用于提取城镇建筑物信息的影像有ASTER 和TM 影像。对于TM 影像城镇建筑物或居民地信息的提取研究比较多,而对ASTER 影像城镇建筑用地信息提取方法的研究还较少。ASTER 影像相对与TM 影像具有较高的空间分辨率和光谱分辨率，用在本研究中，可以最大限度的保证城镇建筑用地信息提取的精度。遥感信息的有效提取方法存在的一个问题是普适性较差。本研究在利用前人快速提取方法提取城镇建筑用地信息时，精度均难以满足动态监测的要求。非监督分类的结果表明，火烧迹地、裸岩、休闲地、河滩地和城镇建筑用地信息混淆比较严重。监督分类训练区难以选取，费时费力，分类结果的混淆现象仍然严重。因此，根据本专题的研究目的和数据源状况，在借鉴前人有效的研究方法基础上进行，对于前人研究方法应用到示范区的问题进行分析，并采用基于知识的方法进行改进，从而实现城镇扩展遥感动态监测的目的。研究中所采用的遥感和GIS 平台有ERDAS8.7,ARCGIS9.0。3.1 城镇建筑用地知识发现为了改善城镇建筑用地遥感信息提取的精度，需要在前人研究方法上进行改进，以满足示范区城镇扩展分析的精度要求。因此，充分研究城镇建筑用地的光谱知识和时空分布知识非常必要。3.1.1 城镇建筑用地光谱知识由于 TM 影像城镇建筑用地信息提取的相关研究已经比较成熟，这里仅对ASTER 影像上城镇建筑用地的光谱知识予以分析。ASTERNDVI 分析采用 NDVI 的目的是消除影响城镇建筑用地提取的有关信息。ASTER_NDVI 计算公式为：ASTER_NDVI(Nir-Red)/(Nir+Red)=(band3-band2)/(band3+band2) 1)其中，Nir、Red 分别表示近红外和红光波段将上式获取的ASTER 影像的NDVI 拉伸到unsigned 8bit0-255简单分析发现，NDVI<135 时，可以确保提出全部城镇信息。由于影像时相为2003 年1月28 日，处于冬季，休耕地较多，而休耕地和城镇信息光谱特征类似，导致植被指数也很接近。因此利用NDVI 阈值难以剔除休闲裸地。因此，本影像的NDVI 在辅助城镇建筑用地信息提取时的作用微弱。