城镇扩张的多源遥感图像动态监测分析
城市建筑与环境的遥感监测研究
城市建筑与环境的遥感监测研究地球上的城市正在以前所未有的速度扩张和发展。
随着城市人口的不断增加,建筑与环境的监测变得至关重要。
而遥感技术的应用使得城市建筑与环境的监测工作变得更加高效、准确,并且有效避免了传统手工调查的人力成本和时间成本。
遥感技术通过获取和解读从地面以上获取的数据,以非接触式的方式收集城市及其周边区域的相关信息。
这些信息包括但不限于城市景观、土地利用、以及环境质量等。
遥感技术在城市规划、土地管理、环境保护等方面发挥着重要作用。
首先,城市建筑与环境的遥感监测能够提供详尽的城市景观信息。
通过卫星遥感影像,我们可以清晰地观察到城市的建筑物、道路、河流等地理要素。
这些信息对于城市规划和土地管理非常重要。
例如,城市规划师可以根据遥感数据判断哪些区域适合开发、哪些区域适合绿化,进而进行合理的城市布局和土地利用规划。
其次,遥感技术可以监测城市土地利用的变化。
城市土地利用情况的变化对于城市规划和土地管理至关重要。
通过对历史遥感影像的分析,可以追踪和评估城市土地利用的变化趋势,并且对未来的发展进行预测。
这些预测性数据可以帮助政府和城市规划部门制定出更加科学和可持续的发展策略,从而提高城市的整体质量和环境。
另外,环境质量的监测也是城市建筑与环境遥感监测的一个重要方面。
城市的环境质量对居民的生活质量和健康有重要影响。
通过遥感技术,我们可以监测和评估城市空气质量、水质情况以及土壤污染等环境问题。
这些数据对于环境保护和治理具有重要的参考价值。
例如,当遥感监测发现某个区域的空气质量下降时,政府可以及时采取措施来改善环境,以保障市民的健康。
总之,城市建筑与环境的遥感监测对于城市规划和土地管理、环境保护等方面具有重要意义。
遥感技术的应用使得监测工作更加高效准确,为城市的可持续发展和环境保护提供了科学依据。
随着技术的不断进步,我们相信城市建筑与环境的遥感监测将在未来发展中发挥更加重要的作用,为人们创造更加宜居的城市环境。
如何进行遥感图像的变化检测和监测
如何进行遥感图像的变化检测和监测遥感图像的变化检测和监测技术在生态环境、城市规划、资源管理等领域具有重要的应用价值。
本文将介绍如何进行遥感图像的变化检测和监测,包括数据采集、图像处理和结果分析等方面。
一、数据采集遥感图像的变化检测和监测首先需要获取高质量的遥感数据。
常见的遥感数据包括航空摄影图像、卫星图像以及无人机图像等。
选择合适的遥感数据源对于精确的变化检测至关重要。
在数据采集过程中,需要考虑波段的选择、图像分辨率以及时相间隔等因素。
二、图像处理在获取到遥感图像数据后,进行图像处理是进行变化检测和监测的关键环节。
首先,需要进行预处理,包括辐射定标、几何校正和大气校正等步骤,以消除光照、尺度和大气等因素的影响。
其次,对预处理后的图像进行特征提取,常用的特征包括颜色、纹理、形状等。
特征提取可以采用传统的数学方法,如主成分分析和小波变换,也可以应用深度学习等先进技术。
最后,基于提取到的特征,进行图像分类和变化检测。
常见的方法有阈值法、像元差异法和聚类分析法等。
三、结果分析在进行图像处理后,得到的结果需要进一步进行分析和解读。
首先,对变化区域进行验证和修正,以减少误差和遗漏。
方法包括比对不同时期的地面实测数据,如GPS测量和实地调查,进一步确认图像中的变化区域。
其次,对变化区域进行分类和数量统计。
可以分析变化的类型,如建筑物的增加、绿地的减少等,并计算出变化的面积和比例。
最后,对变化区域进行空间分布和趋势分析。
可以借助地理信息系统(GIS)、空间统计等方法,探索变化的空间模式和规律。
四、应用展望遥感图像的变化检测和监测技术在生态环境、城市规划、资源管理等领域具有广泛的应用前景。
通过定期的遥感图像监测,可以及时发现和评估生态系统的变化,为生态环境保护和恢复提供科学依据。
同时,遥感图像的变化检测可以帮助城市规划部门进行城市扩张和土地利用规划,提供数据支持和决策依据。
此外,遥感图像的变化监测还可以用于资源管理,如农田监测和森林资源调查等,提高资源利用效率和保护资源的可持续性。
遥感影像的变化检测与分析方法
遥感影像的变化检测与分析方法在当今科技飞速发展的时代,遥感技术凭借其能够获取大范围、多光谱、多时相的地表信息的强大能力,成为了众多领域中不可或缺的工具。
而遥感影像的变化检测与分析方法,更是在资源监测、环境评估、城市规划等方面发挥着关键作用。
遥感影像变化检测,简单来说,就是通过对比不同时期的遥感影像,找出其中发生变化的区域和特征。
这一过程就像是在玩“找不同”的游戏,但要复杂和精确得多。
为了实现准确的变化检测,首先得有高质量的遥感影像数据。
这些影像通常来自卫星、飞机等平台,包含了丰富的地物信息。
然而,在获取影像的过程中,可能会受到天气、传感器精度等因素的影响,导致影像存在噪声、几何变形等问题。
所以,在进行变化检测之前,需要对影像进行预处理,包括辐射校正、几何校正等操作,以提高影像的质量和一致性。
常用的变化检测方法可以大致分为基于像元的方法和基于对象的方法。
基于像元的方法直接对影像中的每个像素进行分析和比较。
其中,差值法是一种常见的思路,就是将两个时期的影像对应像素的灰度值相减,得到差值影像。
如果差值超过了一定的阈值,就认为该像素发生了变化。
这种方法简单直观,但容易受到噪声的干扰,而且对于光谱相似但实际发生变化的区域可能检测不出来。
相比之下,基于对象的方法则先将影像分割成不同的对象,然后再对这些对象进行变化检测。
这种方法考虑了地物的空间特征和上下文信息,能够更好地处理复杂的场景。
例如,面向对象的分类后比较法,先对不同时期的影像分别进行分类,然后比较分类结果,从而确定变化的区域。
除了上述方法,还有一些基于特征的变化检测技术。
这些特征可以是地物的形状、纹理、光谱特征等。
通过提取和比较这些特征,来判断是否发生了变化。
在进行变化检测之后,接下来就是对检测结果的分析。
这包括对变化区域的类型识别、面积计算、变化趋势预测等。
例如,在城市发展研究中,通过分析变化区域,可以了解城市扩张的方向和速度,为城市规划提供依据。
基于多源遥感数据的城市变化监测研究——以郑州市为例
来的 , 有宏观、 速 、 具 快 准确 、 时 等特 点 , 人类 实 现 全 及 是 球 范 围 内的多 层 次 、 视 角 、 多 多领 域 的 对 地 立 体 观 测 而 植被 、 体变 化 。 水
获取丰富的资源信Βιβλιοθήκη 的一种综合性 空间探测技术 , 被广
1 研 究 区及数 据
泛应用于现代社会持续发展 、 资源综合 规划与利用 、 城 1 1 研 究 区概 况 . 乡规 划 与管 理 、 自然 灾 害 防治 、 境 动 态 监 测 等 多 个 科 环 郑州市是河南省省会 , 于河南省 中部偏北 , 位 东经 学研 究 和应用 领 域 中 。 124 14 1 , 1 。2 一 1。4 北纬 3 。6 3 。8 北临黄河 , 4 1 ~ 45 , 西
校 正 的 目的 就 是 要 改 正 原 始 影 像 的几 何 变 形 。作 者 通
青年科研基金项 目(0 8 0 2 20 A 3 )
作者 简 介 :刘 乐 乐 (9 4一 ) 男 , 南 平 顶 山 人 , 士 研 究 生 , 18 , 河 硕
主要从 事 国土 资 源 遥 感 监 测及 可持 续 利 用 研 究 , E ma ) i ( — i l— 1 u
第2 9卷
21 0 0年
第 1 期
2月
地域研究 与开发
AREAL RES EARCH AND DEVEL 0PM ENT
Vo . 9 No 1 12 .
F b. 2 O e O1
基 于 多 源 遥 感 数 据 的城 市 变 化 监 测 研 究
— —
以郑 州 市 为 例
刘 乐 乐。 ,汪 云 甲 ,陈 国 良 ,乔 浩 然
基于多源遥感影像融合数据城市发展变化监测
基于多源遥感影像融合数据的城市发展变化监测【摘要】21世纪以来,我国城市化进程不断加速,城市建设日新月异,城市规模越来越大,城市发展过程中乱征、滥建等违法建设情况时有发生。
为了治理城市建设过程中的违章、违法建筑,促使城市建设良性循环,必须采取有效的手段,对城市发展建设进行实时的、动态的监测。
【关键词】遥感;正摄影像;cbers-02b,dom0.前言本文以某城区为例,以监测某一时期内城市发展建设情况为目的,进行综合需求分析,采用cbers-02b数据与googleearth下载数,通过数据的预处理,将高分辨率、全色cbers-02b影像与googleearth下载彩色数据融合,得到高分辨率彩色遥感影像,将不同时期的高分辨率彩色遥感影像进行对比,计算机解译配合人工判读提取监测图斑。
对提取后的变化图斑进行分类、分析,通过变化图斑的类别(属性),总结某一时期内城市建设变化情况。
为城市管理部门掌控城市建设动态提供直观、精准、科学的数据,促进地方相关部门加大力度搞好城市规划、管理,使城市建设更加规范化、人性化。
1.数据准备与技术路线确定1.1数据准备情况本文涉及到的试验数据主要包括cbers-02b、1:10000地形图、1:50000dem,均由中测新图(北京)遥感技术有限责任公司提供;另外,为保证数据的色彩效果,试验过程中还采用了部分googleearth下载数据。
在此,对相关数据都作了相应说明,为隐密起见,不涉及具体城市名称。
1.2技术路线和作业流程1.2.1作业流程本试验主要作业流程包括数据准备、影像处理、变化信息提取、计算机判读与人工判读的比较、变化信息分类、形成结论等六个阶段。
1.2.2技术路线图为了兼顾试验结果的精度和工作效率,此技术路线与中测新图(北京)遥感技术有限责任公司应用的技术路线、方法稍有不同,具体技术路线见图1。
图1 技术路线图2.影像处理原始影像图包括全色灰度图和多光谱彩色图,全色波段数据图像主要提供的是纹理信息,处理的方法根据所原始影像质量的优劣而制定,尽可能的保证图像具有清晰的空间分辨能力,当图像噪音较大时,在融合前需对局部图像进行灰度的反差增强和纹理能量信息的增强处理。
多时相遥感影像变化检测方法研究进展综述
多时相遥感影像变化检测方法研究进展综述1. 本文概述随着遥感技术的飞速发展,多时相遥感影像在环境监测、资源管理、城市规划等领域发挥着越来越重要的作用。
多时相遥感影像变化检测,作为遥感影像分析的核心内容之一,旨在识别和量化不同时间点获取的遥感影像之间的变化信息。
本文旨在全面回顾和评述多时相遥感影像变化检测方法的研究进展,包括传统方法和基于深度学习的方法,以及它们在各类应用场景中的性能表现。
本文首先介绍了多时相遥感影像变化检测的基本概念、研究背景和重要性。
随后,本文详细梳理了当前主流的变化检测方法,包括基于像素、基于特征和基于决策的方法,并分析了这些方法的优缺点。
特别地,本文重点关注了近年来兴起的基于深度学习的变化检测方法,如卷积神经网络(CNN)、循环神经网络(RNN)和生成对抗网络(GAN)等,并探讨了它们在提高变化检测精度和效率方面的潜力。
本文还讨论了变化检测方法在实际应用中面临的挑战,如数据异质性、变化类型多样性和计算复杂性等,并提出了可能的解决方案和未来研究方向。
通过本文的综述,我们期望为遥感科学和相关领域的研究者提供一个关于多时相遥感影像变化检测方法的全面了解,并激发新的研究思路和技术创新。
2. 多时相遥感影像基本概念多时相遥感影像,指的是在不同时间点对同一地区或目标进行多次遥感观测所获取的影像集合。
这些影像可以来自同一传感器,也可以来自不同传感器,但它们的共同点是都反映了同一地区在不同时间点的地表状况。
多时相遥感影像的获取,有助于我们深入了解地表的动态变化,如土地利用覆盖变化、城市扩张、自然灾害等。
多时相遥感影像的变化检测,就是通过对这些不同时间点的影像进行比较和分析,识别出地表发生的各种变化。
这种变化检测的方法,可以基于像素级、特征级或对象级进行。
像素级变化检测主要关注像素值的变化,通过比较不同时间点的像素值来识别变化区域特征级变化检测则提取影像中的特定特征,如纹理、形状等,通过比较这些特征的变化来识别地表变化对象级变化检测则是将影像分割为不同的对象,通过比较这些对象的变化来识别地表变化。
城镇扩张的多源遥感图像动态监测分析
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 9 % ) 0 ;研究提出用较新 时相影像获取 的城镇建筑用 地限定较 时相影像城 镇建筑用地提
取范 围的思路 , 展了 T 拓 M影像三指数法的应用 范围,以此保证了较早时期 T M影像城镇信息的有效提取 。
扩张监 测 的情 况 。本 研 究在 总 结 前 人 研 究 方 法 的 基础 上 ,以 A T R、T SE M多 源多 时相遥感 影像 为数
Lnst M遥感 图像 ,经过 图像 自动分类识别和 ada T 两个时相遥感图像 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
提取的城市建筑用地信息精ቤተ መጻሕፍቲ ባይዱ可达 9. %。王琳 12
(0 6 利 用压 缩数 据维 的方法 ,有 效 提取 了福 20 )
州市的城市建筑用地信息。陈志强 (0 6 ] 20 )1研 2
究认 为 ,运 用 N B 指 数 法 提取 A T R影像 的城 DI SE
E VS T E SS R图像 和多 光谱 H V So 光学 N I / R A A R pt
周小成,汪小钦,吴 波,励惠国
( 福州大学福建省 空间信息工程研究中心 ,空 间数据挖掘与信息共 享教育部重点实验室 ,福州 3 00 ) 50 2
摘要 :遥感动态 监测城镇扩展己成为一个重要 的研究和应用 领域 。利用 A T R和 T SE M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 ,对城镇建筑用地扩张进行 了遥感监测 。研究认 为 ,对于 A T R影像 ,综 SE
使用遥感技术进行城市土地利用动态监测的方法与技巧
使用遥感技术进行城市土地利用动态监测的方法与技巧城市土地利用动态监测是一项重要的城市规划和管理工作。
随着城市化进程的加快,土地资源的有限性和保护的重要性越来越受到关注。
遥感技术作为一种高效、经济和准确的手段,被广泛应用于城市土地利用动态监测。
本文将介绍一些使用遥感技术进行城市土地利用动态监测的方法和技巧。
首先,遥感数据的选择是进行城市土地利用动态监测的关键。
目前常用的遥感数据分为两大类:光学遥感数据和雷达遥感数据。
光学遥感数据具有高分辨率和多光谱信息的优点,可提供详细的地表覆盖和土地利用信息;而雷达遥感数据则具有穿透云层和观测夜晚的能力,适用于各种复杂地貌条件下的土地利用监测。
根据具体需求,选择适当的遥感数据是确保监测精度的重要步骤。
其次,图像分类是遥感数据处理的核心环节。
城市土地利用动态监测通常需要进行图像分类,将遥感图像中的像元按照其所代表的地物类型进行分类,如水体、林地、建筑等。
常用的图像分类方法包括基于像元的分类、基于对象的分类和混合分类方法。
其中,基于对象的分类方法能够更好地处理遥感图像中的空间和形态信息,提高分类精度;而混合分类方法则能够结合不同分类方法的优点,提高分类的全局一致性。
此外,选择适当的分类算法和合适的分类特征也是确保分类精度的关键。
第三,地物变化检测是城市土地利用动态监测的重要内容。
城市土地利用的动态变化主要包括城市扩展、农田变化、林地破坏等。
通过遥感影像的时间序列进行地物变化检测,可以得到不同时间段的土地利用情况,为城市规划和管理提供科学依据。
地物变化检测常用的方法有基于像元的变化检测和基于对象的变化检测。
基于像元的变化检测通常利用遥感图像的差异信息进行像元级别的变化检测;而基于对象的变化检测则能够更好地处理遥感图像中的空间和形态信息,提高变化检测的精度。
最后,借助地理信息系统(GIS)技术,将遥感监测结果与其他地理数据进行集成和分析,可以对城市土地利用动态变化进行全面分析。
如何使用遥感影像进行土地城市扩张和土地利用变化监测
如何使用遥感影像进行土地城市扩张和土地利用变化监测城市化是当前全球范围内普遍存在的一个重要问题。
随着人口的不断增长和城市经济的快速发展,土地城市扩张和土地利用变化监测成为了重要的研究方向。
遥感影像作为一种重要的数据来源,对于城市扩张和土地利用变化的监测具有独特的优势和应用价值。
本文将探讨如何使用遥感影像进行土地城市扩张和土地利用变化监测。
一、遥感影像在土地城市扩张监测中的应用城市扩张是指城市区域面积的不断扩大和城市人口的逐渐增加。
通过遥感影像可以观测到城市边界的变化和扩张速度,从而帮助我们了解城市的发展趋势和规模。
利用遥感影像,我们可以准确地提取出城市边界,并利用图像处理技术对不同时间段的影像进行比较和分析,进而量化和评估城市的扩张速度和程度。
二、遥感影像在土地利用变化监测中的应用土地利用变化是指由于人类活动引起的土地利用类型和空间格局的改变。
通过遥感影像可以获取到大量的土地利用信息,如农田、建设用地、水体等。
利用遥感影像,我们可以通过图像分类和变化检测等方法,分析和监测土地利用类型的变化情况。
此外,遥感影像还可以提供土地利用类型的时空分布信息,为土地规划和资源管理提供科学依据。
三、利用遥感影像进行土地城市扩张和土地利用变化监测的方法和技术在利用遥感影像进行土地城市扩张和土地利用变化监测时,我们需要采取一系列的方法和技术。
首先,需要进行影像预处理,如辐射校正、几何校正等,以消除影像数据中的误差和畸变。
其次,需要进行影像分类,将遥感影像中的地物类型进行识别和划分。
常用的分类方法包括基于像元的分类和基于对象的分类等。
最后,需要进行土地利用变化检测,即比较不同时间段的影像,寻找变化的区域,并分析变化类型和程度。
四、遥感影像在土地城市扩张和土地利用变化监测中的挑战与前景虽然遥感影像在土地城市扩张和土地利用变化监测中具备很大的潜力和优势,但仍然面临一些挑战。
首先,遥感影像的分辨率和时间序列的连续性对于土地城市扩张和土地利用变化的监测具有重要意义。
使用遥感测绘技术进行城市土地利用调查与监测
使用遥感测绘技术进行城市土地利用调查与监测随着经济的快速发展和城市化进程的加速,城市土地利用变得日益重要。
面对城市人口增长和不断变化的土地利用需求,城市土地利用调查和监测变得尤为重要。
传统的土地利用调查方法通常耗时费力,难以提供准确的数据。
而利用遥感测绘技术进行城市土地利用调查和监测,则成为了一种高效、精确的手段。
遥感测绘技术是一种通过获取地球表面上的信息,利用电磁波辐射和传感器进行探测和测量的技术。
与传统的地面调查相比,遥感测绘技术具有广覆盖、实时性强、多源多角度信息获取的优势。
在城市土地利用调查和监测领域,传统调查无法满足快速、大范围、多时相的需求,而遥感测绘技术可以提供准确的土地利用分类、变化监测和评估等信息。
首先,遥感技术可以用于城市土地利用分类。
通过遥感图像的解译和分析,可以将城市土地划分为不同的类别,如住宅用地、商业用地、工业用地等。
利用遥感技术,可以实现对土地利用类型的快速、准确的识别和划分。
同时,遥感技术可以通过观察城市土地利用的空间异质性,了解不同类别土地利用之间的关联性和空间分布规律。
这有助于城市规划者更好地制定土地利用政策和城市发展战略。
其次,遥感技术还可以用于城市土地利用的变化监测。
城市土地利用的变化是城市发展的重要指标之一。
通过遥感图像的对比分析,可以了解不同时期土地利用的变化情况。
利用遥感技术,可以获取城市土地利用的历史数据,对城市土地利用的变化进行定量分析,并制定相应的调整策略。
此外,遥感技术还可以实现对城市土地利用变化的实时监测,及时了解城市扩张、建设活动和用地变更等情况。
另外,遥感技术还可以用于城市土地利用评估。
城市土地利用评估是对土地利用状况进行综合评价和分析,为城市规划和土地资源管理提供科学依据。
通过遥感技术获取的土地利用信息,可以结合地理信息系统(GIS)等其他数据进行综合分析,评估城市土地利用的合理性、效益性和可持续性等方面。
这有助于优化城市土地利用结构,提高土地利用效率,保护生态环境和优化城市发展路径。
遥感动态监测的常用方法
遥感动态监测的常用方法
遥感技术在现代社会发挥着越来越重要的作用,而遥感动态监测则是其中的重要应用领域之一。
在进行遥感动态监测时,常用的方法有:
一、遥感影像对比法
这是一种利用遥感影像进行监测的方法,其原理是将两个时间段内的遥感影像进行对比,从而得出地表覆盖变化情况。
这种方法具有易操作、低成本等优点,能够有效监测城市、农田等地表覆盖变化情况。
二、遥感图像分类法
遥感图像分类法是指对遥感影像进行分类处理,以区分出不同类型的地表覆盖。
通过比较两个时间点之间地表覆盖类别的变化,可以判断出该区域内的变化情况。
传统的分类方法包括最大似然法、聚类法、神经网络法等。
三、遥感影像光谱变化法
该方法是利用遥感影像光谱信息进行监测的方法。
光谱变化法能够检测出地物的光谱反射率变化,从而判断出地表覆盖变化情况。
此外,光谱变化法还可通过观测遥感影像的光谱曲线,从中获取地表覆盖信息。
四、遥感影像纹理分析法
该方法是一种基于遥感影像纹理特征进行监测的方法。
通过分析遥感影像中的纹理特征,可以判断地表覆盖的变化情况。
例如,在城市变化监测中,利用建筑物的纹理特征进行监测。
综上所述,遥感动态监测的方法较为丰富,其中包括了遥感影像对比法、遥感图像分类法、遥感影像光谱变化法、遥感影像纹理分析法等多种方法。
在实际应用过程中,应根据监测对象和需求选择适合的方法,以达到最佳效果。
基于多时相遥感影像的皖北地区城市建成区扩张时空特征分析——以安徽省阜阳市为例
doi:10.3969/j.issn.1005-8141.2021.07.003基于多时相遥感影像的皖北地区城市建成区扩张时空特征分析——以安徽省阜阳市为例蒋伟峰,李天宇,李倩,吴锶梦,周裕祺,陆林(安徽师范大学地理与旅游学院,安徽芜湖241000)摘要:以遥感影像和统计年鉴为数据源,选取城市空间扩张速度等为测度指标,运用空间形态分析等方法探讨了1981—2018年安徽省阜阳市城市建成区扩张的时空演变规律及其影响因素。
结果表明:①阜阳市城市建成区处于扩张阶段,扩张速度和强度呈增长趋势。
②城市建成区外延城市化和内涵城市化并存,其空间形态由紧凑型向分散型转变。
③城市重心由西北部向东南部转移,东南方向仍是城市扩张主导方位。
④经济、人口、政策、地理环境是影响建成区扩张的主要因素。
关键词:城市建成区;遥感影像;时空特征;阜阳市中图分类号:TU984文献标志码:A文章编号:1005-8141(2021)07-0780-07Spatial and Temporal Characteristics of Urban Sprawl in Northern Anhui Based on Multi一temporal Remote Sensing Images-------A Case Study of Fuyang City,Anhui ProvinceJIANG Wei-feng,LI Tian-yu,LI Qian,WU Si-meng,ZHOU Yu-qi,LU Lin(School of Geography and Tourism,Anhui Normal University,Wuhu241000,China)Abstract:This paper used remote sensing images and statistical yearbooks as data sources,urban spatial expansion rate etc.as measurement indicators and spatial analysis etc.as methods to explore the temporal and spatial evolution of Fuyang urban expansion from1981to2018 and its influencing factors.The results showed that:①Fuyang urban area was in the expansion stage,and its expansion speed and intensity are increasing.②T he urban built-up area had both extended urbanization and internal urbanization,and its spatial form has changed from compact to decentralized.③The city's centerof gravity shifted from the northwest to the southeast,and the southeast is still the dominant direction of urban expansion.④E conomy,population,policies,and geographical environment were the main factors affecting the expansion of built-up areas.Key words:urban built-up area;remote sensing image;spatial and temporal characteristics;Fuyang City城市建成区是指行政区范围内经过征用的土地和实际发展起来的非农业生产建设地段,包括城市中集中连片的区域、近郊内联系密切的其他城市建设用地中的非农业生产建设用地[1]。
遥感影像变化检测综述
遥感影像变化检测综述一、本文概述随着遥感技术的快速发展和广泛应用,遥感影像变化检测已成为地球科学、环境科学、城市规划等领域的重要研究工具。
本文旨在综述遥感影像变化检测的基本原理、方法、技术及其在各领域的应用,以期对遥感影像变化检测领域进行全面的梳理和总结,为相关研究和应用提供参考和借鉴。
本文首先介绍了遥感影像变化检测的基本概念和研究意义,然后重点阐述了遥感影像变化检测的主要方法和技术,包括基于像素的方法、基于对象的方法和基于深度学习的方法等。
本文还探讨了遥感影像变化检测在土地利用/覆盖变化、城市扩张、自然灾害监测等领域的应用,并分析了当前遥感影像变化检测面临的挑战和未来的发展趋势。
本文旨在为遥感影像变化检测领域的研究者和实践者提供全面的理论支持和实践指导。
二、遥感影像变化检测的基本原理遥感影像变化检测是一种通过对比不同时间点的遥感影像,识别并提取地表覆盖和特征变化的技术。
其基本原理主要基于遥感影像的像素级、特征级和决策级三个层次的变化检测。
在像素级变化检测中,通过对两个或多个时相的遥感影像进行像素级别的比较,直接识别出发生变化的区域。
这种方法通常依赖于像素值的差异,如灰度值、色彩值等,通过设定阈值或采用统计方法来判断像素是否发生变化。
像素级变化检测能够提供较为精细的变化信息,但也可能受到噪声、光照条件、传感器差异等因素的影响。
特征级变化检测则侧重于从遥感影像中提取出关键特征,如纹理、形状、边缘等,并对这些特征进行变化分析。
这种方法通过提取和比较不同时相影像中的特征信息,可以更加准确地识别出地表覆盖和特征的变化。
特征级变化检测通常需要对遥感影像进行预处理,如滤波、增强等,以提高特征提取的准确性和稳定性。
决策级变化检测是在更高层次上对遥感影像进行变化分析。
它通常基于分类或目标识别的结果,通过比较不同时相影像的分类结果或目标识别结果,来判断地表覆盖和特征的变化。
决策级变化检测可以提供更加宏观和全面的变化信息,但也需要更加复杂的算法和模型支持。
遥感影像在土地利用变化监测中的应用
遥感影像在土地利用变化监测中的应用随着社会经济的快速发展和城市化进程的不断推进,土地利用情况发生了显著的变化。
准确、及时地掌握土地利用的变化信息对于土地资源的合理规划、管理和可持续利用具有至关重要的意义。
遥感影像作为一种能够快速获取大面积地表信息的技术手段,在土地利用变化监测中发挥着不可或缺的作用。
遥感技术是指通过非接触式的传感器,远距离获取目标物体的电磁波信息,并对其进行处理、分析和应用的技术。
遥感影像则是遥感技术获取的图像数据,包含了丰富的地表特征信息,如地形、地貌、植被覆盖、土地利用类型等。
遥感影像具有多种类型,包括光学遥感影像和雷达遥感影像等。
光学遥感影像通常具有较高的空间分辨率和光谱分辨率,能够清晰地反映地表物体的形态和颜色特征,适用于监测土地利用的细节变化。
例如,高分辨率的卫星影像可以分辨出城市中的建筑物、道路、绿地等不同土地利用类型的边界和分布情况。
雷达遥感影像则具有穿透云雾、不受光照条件限制等优点,在恶劣天气条件下或对某些特定地物的监测中具有独特的优势。
在土地利用变化监测中,遥感影像的获取是第一步。
目前,有多种卫星和航空遥感平台可以提供不同分辨率和光谱特性的遥感影像,满足不同尺度和精度的监测需求。
获取到遥感影像后,需要对其进行预处理,包括几何校正、辐射校正、图像增强等操作,以消除影像中的误差和噪声,提高影像的质量和可用性。
土地利用分类是土地利用变化监测的基础。
通过对遥感影像进行分类,可以将地表土地分为耕地、林地、草地、建设用地等不同类型。
传统的分类方法主要基于目视解译,即通过人工判读影像的特征来确定土地利用类型。
这种方法虽然准确性较高,但效率低下,难以处理大规模的影像数据。
随着计算机技术和图像处理算法的发展,基于机器学习和深度学习的分类方法逐渐成为主流。
这些方法能够自动提取影像中的特征,并根据训练样本进行分类,大大提高了分类的效率和精度。
在监测土地利用变化时,通常需要对不同时期的遥感影像进行对比分析。
多源遥感数据在土地利用动态监测中的应用
多源遥感数据在土地利用动态监测中的应用作者:唐永航来源:《浙江国土资源》 2012年第7期宁波市土地勘测规划院唐永航近些年来,我国经济持续快速发展,城市化进程不断加快,取得了举世瞩目的成就,但同时在土地利用方面也呈现出新的问题,“少批多占”、“未批先建”、“批荒占耕”等违法用地现象依然存在。
是否能快速、精确地对土地利用的数量、质量分布及其变化趋势进行分析统计,将直接关系着土地利用的可持续发展与规划,新形势下要求国土资源部门更加全面、更加准确、更加快速、动态地进行土地利用的监管。
遥感,即“遥远的感知”,它利用地物对电磁波的发射、反射和吸收特性,通过传感器获取这些信息,获取地物的几何特征和物理特征。
遥感信息是地物要素的真实反映,它具有大面积同步观测的特性,为土地利用大面积同步调查提供条件;遥感数据的多时相特性,也为土地利用的动态监测成为可能;同时,遥感数据也是多种多样的,例如最常见的可见光遥感数据,以及激光雷达点云数据( LiDAR)和微波遥感数据(SAR)等,多源遥感数据大大地扩展了遥感应用的广度和深度。
遥感在我国土地利用调查与监测中的应用由来已久,例如1984年开始的采用最新航空影像数据和卫星遥感数据进行的全国土地详查工程、1999年开始的采用中、高分辨率影像数据进行的针对大中城市的土地利用动态监测、2007-2009年,全面利用3S技术进行全国第二次土地调查工程、国土资源部决定从2010年开始,在全国范围内开展以二调成果为基础的,以自然年为周期的遥感监测和土地变更调查工作。
但目前为止,在土地利用调查与监测中对遥感数据的利用多集中在光学遥感数据,综合利用多源遥感数据进行土地利用动态遥感监测非常必要。
一、多源遥感数据特点遥感技术发展迅速,种类也多种多样,主要包括光学遥感数据、微波遥感数据和LiDAR数据等等。
每类数据都有其各自的优点和局限性,多源数据的出现大大地扩展了遥感数据的应用领域和应用深度。
如何进行遥感图像的变化检测与变化分析
如何进行遥感图像的变化检测与变化分析遥感技术是一种利用卫星、飞机等远距离观测手段,获取地球表面信息的技术。
而遥感图像的变化检测与变化分析,则是利用遥感图像数据对地表进行研究和分析,以了解地表的变化情况,揭示地表变化背后隐藏的规律和趋势。
遥感图像的变化检测是通过对两个或多个时间点的遥感图像进行对比分析,发现地表发生的变化。
这种方法对于监测自然灾害、环境污染、城市扩张等变化性较强的地区尤为重要。
在进行变化检测时,需要首先对遥感图像进行预处理,比如校正、投影变换和辐射校正等,以消除其可能存在的影响因素,并保证数据的准确性和可靠性。
进一步进行变化分析时,可以利用不同的算法和技术来揭示地表变化背后的规律和趋势。
经典的变化检测方法包括像元差异法、面向对象的图像变化检测法和监督/非监督分类等。
这些方法通过对不同时间点的遥感图像进行像素级或对象级的对比分析,从而提取并量化地表上的变化。
此外,还可以结合地理信息系统(GIS)和机器学习等技术,进行更加精确和准确的变化分析。
在进行遥感图像的变化检测与变化分析时,还需要考虑到遥感图像数据的特点和限制。
首先是分辨率的问题,不同传感器所获取的遥感图像分辨率不同,进而影响到变化检测的精度和可靠性。
其次是遥感图像的干扰因素,包括大气影响、云雾遮挡、镜面反射等,都会对变化检测产生影响。
因此,在进行变化检测时,需要考虑到这些因素,并采取相应的处理方法,以提高变化检测的准确性和可靠性。
此外,随着遥感技术的发展和应用的广泛,遥感图像的变化检测与变化分析的研究也在不断深化和拓展。
比如,近年来,基于深度学习的遥感图像变化检测方法逐渐兴起,通过利用深度神经网络对遥感图像进行特征提取和变化检测,可以取得较好的效果。
此外,还有基于时空数据分析、多源数据融合等方法,进一步提高变化检测与变化分析的精度和可靠性。
总体而言,遥感图像的变化检测与变化分析是一项非常重要和有挑战性的工作。
通过对遥感图像数据的获取、处理和分析,可以揭示地表变化的规律和趋势,为城市规划、环境监测、资源管理等领域提供有力的支持和科学依据。
基于多源遥感数据的植被覆盖度评价与动态监测
基于多源遥感数据的植被覆盖度评价与动态监测随着科技不断进步,遥感技术的广泛应用对环境监测、自然灾害预警、水资源管理、城市规划等方面都具有重要意义。
其中,遥感在植被覆盖度的评价和动态监测方面也有重要的应用。
植被覆盖度是指某一区域内植被所占比例,是衡量生态环境状况的重要指标之一。
多源遥感数据包括卫星影像、飞机遥感和地面观测等数据,这些数据所蕴含的丰富信息可以用于植被评价和监测。
多源遥感数据的融合是实现植被覆盖度评价和动态监测的关键。
不同遥感技术覆盖的空间和时间尺度有所不同,相结合能够促进植被覆盖度评价的全面性和精度。
在实践中,常用的遥感数据融合方法有模型融合、特征融合和决策融合等。
在植被覆盖度评价中,要综合考虑多种因素。
常用的指标包括植被指数、植被指数变化率、水分指数、水稳定性指数等。
其中,植被指数是量化植被生长状况的重要指标。
NDVI(Normalized Difference Vegetation Index)是最常用的植被指数之一,其计算公式为(近红外波段反射率-红光波段反射率)÷(近红外波段反射率+红光波段反射率)。
通过NDVI可以比较准确地反映出植被覆盖度的空间分布和变化趋势。
而植被覆盖度的动态监测则需要结合历史数据进行分析,以便更好地把握其变化趋势以及对环境的影响反馈。
多源遥感数据在植被覆盖度监测中也有重要的应用。
例如,在区域内大规模林火后,人工地面观测的范围受限,而遥感技术则可以拍摄到更广范围的区域,更好地了解林火的影响以及植被的复苏情况。
地球观测卫星的云量、时间和分辨率也可以帮助确定植被变化的程度和局部异常情况,以便及时采取措施。
总之,基于多源遥感数据的植被覆盖度评价与动态监测不仅可以帮助我们更好地了解生态环境状况,还有助于制定合理的生态保护政策,更好地维护生态环境的稳定和良好发展。
基于卫星影像的城市扩张监测与规划
基于卫星影像的城市扩张监测与规划城市扩张是现代社会发展的必然趋势之一,但城市空间资源的有限性和城市化进程中的环境问题使得城市规划和管理变得愈发重要。
基于卫星影像的城市扩张监测与规划成为一种新兴的技术手段,通过遥感技术获取的大数据和其相应的处理方法,为城市规划者和管理者提供了全面、准确、实时的城市扩张监测与规划数据,有助于优化城市空间布局,提高城市发展的可持续性和生态环境的质量。
卫星影像的城市扩张监测主要通过遥感技术获取高分辨率的卫星影像数据,结合地理信息系统(GIS)等相关技术,对城市的土地利用和土地覆盖情况进行监测和分析。
通过对不同时间段的卫星影像数据进行比较和分析,可以识别出城市扩张的趋势和规律,深入了解城市化进程中的土地利用变化和扩张模式,为城市规划者提供决策依据。
在城市扩张的监测过程中,卫星影像数据的处理和分析是至关重要的。
通过对卫星影像数据的图像处理、分类和解译,可以得到城市的土地利用类型及其空间分布的准确信息。
在城市规划中,不同的土地利用类型对于城市的发展有着不同的影响,因此准确地了解城市的土地利用情况对于制定合理的城市规划和资源分配具有重要意义。
卫星影像的城市扩张监测还可以帮助评估城市扩张对生态环境的影响。
城市扩张往往伴随着大量土地的开发和破坏,给生态环境带来一系列问题,如土地沙漠化、生态系统破坏、水资源短缺等。
通过对城市扩张的监测和分析,可以提前预测城市扩张的潜在影响,为城市规划和生态保护提供科学依据。
同时,卫星影像监测还可以定期监测城市的绿地覆盖率、湿地面积等生态指标,评估城市扩张对生态系统的影响,推动城市发展和生态保护的协调发展。
基于卫星影像的城市扩张监测与规划不仅有助于提高城市规划的科学性和准确性,还可以为城市发展带来一系列的经济效益。
城市规划是城市发展的基础工作,通过对城市扩张的监测,可以更好地掌握城市发展的动态变化,合理规划和利用城市资源,提高城市发展的效率和质量。
同时,城市规划的科学性和准确性也可以为城市的投资者和开发商提供信心,吸引更多的投资和资源进入城市,推动城市的经济发展。
基于多源遥感数据的雄安新区近40年城镇扩展分析
基于多源遥感数据的雄安新区近40年城镇扩展分析孙禧勇;苗菁;于航;殷亚秋;王亚娟【摘要】为研究雄安新区近40年城镇扩展变化,分析其发展重心所在,以不同时段卫星遥感图像为数据源,利用GIS对研究区近40年来城镇扩展变化进行了分析.结果表明:近40年来,雄安三县城镇用地面积在70年代末至80年代末均属于低速扩张型;80年代末至21世纪初属于中速及高速扩展型;21世纪初至2006年为中速及快速扩张型;2006年至2014年属于缓慢及低速扩张型.70年代末—2014年三县发展空间上彼此集聚趋势明显,且都向东北部即北京市、天津市方向发展,突出北京市、天津市集聚效应;发展模式上,先是沿着主城区向外发展,后期呈现填充式及星状式发展.【期刊名称】《创新科技》【年(卷),期】2018(018)002【总页数】5页(P22-26)【关键词】多源遥感;城镇扩展;空间分析【作者】孙禧勇;苗菁;于航;殷亚秋;王亚娟【作者单位】中国国土资源航空物探遥感中心,北京 100083;国土资源部不动产登记中心,北京 100812;中国国土资源航空物探遥感中心,北京 100083;中国国土资源航空物探遥感中心,北京 100083;中国矿业大学(北京)地球科学与测绘工程学院,北京 100083【正文语种】中文【中图分类】F293.2城镇扩展引起城市空间结构的变化是城市化在空间上最直观的表现,研究空间结构的动态变化,有助于了解城市扩展的驱动因素、机制和规律,对合理地进行城市规划,促进城市可持续发展有着重要的意义[1]。
城镇用地扩展主要与城市的地理位置、地质条件、地貌状况、城市的综合实力、城市类型有关[2]。
随着我国城市化进程的加快,城市发展进入一个加速期,其中一个基本特征就是城市空间的急剧扩张。
城市扩展是城镇化进程在地域空间上的一个体现[3],是衡量城市化水平的主要测度指标之一[4]。
雄安新区作为继深圳经济特区和上海浦东新区之后又一具有全国意义的新区,通过对雄安新区近30多年来城镇扩张变化分析,了解其发展重心所在,从生态保护与建设协调发展的角度出发,进一步改善规划方案、合理配置城镇用地。
城市扩张遥感监测(基于ENVI)ppt课件
可编辑课件PPT
1
城市遥感调查的主要技术流程
目的、内容、要求 遥感图像 地形图 专业资料
工 作 底
图
影 像 解
译
信 息 提
取
遥 感 调 查 专 题
图
调 查 数 据 图
表
应 用 分
析
可编辑课件PPT
2
城市扩张遥感监测
随着我国经济的快速发展和城市化 进程日益加快,城镇用地规模迅速扩张。 它不仅占用了大量的土地资源,而且也 对城市周边的生态环境产生巨大的影响。 及时有效地获得城镇用地信息,对于监 测城市扩张的动态变化,科学合理地指 导城市规划,控制城市用地规模,保护 有限的土地资源和生态环境具有十分重 要的指导意义。
可编辑课件PPT
23
在ENVI-Basic Tools-Band Math中利用公式: (b1 ge 0)*1+(b1 lt 0)*0得到ULI二值化图。
ULI 值大于 0的赋值为1,以白色显示,代表城镇用地;其
它的赋值为0,以黑色显可示编辑,课件代PP表T 非城镇用地。
24
三种基于谱间特征分析的城镇用地提取方法比较
特别是城镇建筑用地的不断扩张。大量的研究表明,利用
卫星遥感影像数据通过数字图像处理的方法获取城镇用地
信息,从而揭示城市扩张的动态变化是监测城市扩张的有
效方法,与统计数据分析方法相比更具实时性和可靠性。
基于遥感影像上提取城镇用地通常是通过识别城镇用地的
特征而获得的。提取城镇用地信息的方法主要有目视解译
可编辑课件PPT
20பைடு நூலகம்
城镇用地指数(ULI)
从Landsat TM上典型地物的光谱特征分析可知利 用NDBI提取城镇用地的结果必然包含了裸地以及低密 度植被覆盖区的信息。城镇用地和裸地具有相似的光 谱特征,所以城镇用地和裸地较难区分。但是,低密 度植被覆盖区在TM3和TM4上具有植被的光谱特征即 在TM3和TM4之间DN值是变大的;而在TM4和TM5上 具有城镇用地的光谱特征或者说具有裸地的光谱特征 即在TM4和TM5波段之间DN值是变大的。因此,低密 度植被覆盖区不仅具有植被的光谱特性而且具有城镇 用地的光谱特性。利用这一独特的光谱特性可以将 NDBI提取得到的城镇用地(其结果还包含裸地和低密 度植被覆盖区)中的低密度植被覆盖区从中分离出来。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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 像进行数据 融合, 提取与城市扩张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 ( NDB I) 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) [ 9, 10] 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 ( NDB I) 、修 正归一 化差异水 体指 数 (MNDW I) 和土壤调节植被指数 ( SAV I) 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% 。王琳 ( 2006) [ 11] 利用压缩数据维的方法, 有效提取了福 州市的城市 建筑用地信息。陈 志强 ( 2006) [ 12] 研 究认为, 运用 NDB I指数法 提取 ASTER 影像的城 镇用地专题信息, 能获取较高精度。
应用 。已在国 内外核心刊物发表论文 10余篇。 E m a i:l zhoux c@ fzu edu cn
3期
周小成 等: 城镇扩张的多源遥感图像动态监测分析
3 33
漳州市是闽南经济区中心 城市之一, 在福建 省城市布局中有着重要的战略地位。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 8m, 与五 凤 (峰 ) 山 ( 775m ) 、金沙大岭 ( 574m ) 连绵形 成天然屏障, 东南地势平坦。
研究中 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, 目前对于 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。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, 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, 从而实现城镇扩张遥感动态监测的目的。研究中 所采用的遥感和 GIS平台有 ERDAS 9 1, ARCG IS 9 2。研究所采用的技术路线见图 1。
图 1 多源多时相城镇建 筑用地扩张监测技术路线 F ig 1 A flow for m onitor ing u rban spraw l based on
mu lti tem po ra l rem ote sensing im ages from m ulti source
2 1 城镇建筑用地影像特征分析
1 引言
RS和 G IS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 监测城市扩张 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监测 的效果。认为 ARTMAP 神经网络 比传统 的最 大似然 法 ( MLC ) 更精 确; Schottker ( 2004) [ 2] 利用三个时相的 Landsat TM 数 据监测德国威斯特伐 利亚 40年来城市发展 变化; R ashed ( 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 ENV ISAT /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 L andsat TM 遥感图像, 经过图像自 动分类识别和 两个时相遥感图像的交叉分析处理, 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, 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]
33 4
地球 信息 科学
2 008 年
利用 NDV I阈值难以剔除休闲裸地。因此, 本影像 的 NDV I在辅助城镇建筑用地信息提取时的作用微 弱。
( 2) 多时相植被指数 ( MTV I) 分析 由于 ASTER 影像时相为 2003年 1 月 28 日, 休闲耕地较多, 导致 NDV I阈值对于消除休闲裸地 影响的效果欠佳。而 2001年 4月份的 TM 影像植 被覆盖较好, 休闲裸地很少。因此可以考 虑利用 多时相植被指数 ( MTV I) 阈值来消除休闲裸地的 混淆 [ 13] 。简单分析发现, TM 影像 NDV I< 140 可 以满足消除 2003年 ASTER 影像上休闲裸地和城镇 建筑用地混淆的要求, 同时不影响 2003年影像城 镇用地信息的提取范围。 ( 3) 主成分分析 ( PCA ) 为了消除九龙江下游河滩地和城镇建 筑用地 的混淆, 通过对覆盖 该区域的 2003 年 1月 28 日 ASTER 影像 1~ 9波段进行主成分分析, 发现沙滩 地有 PC2- PC3< 40的规则, 而城镇建筑用地没有 这一特点。以此可以利用这一规则 最大限度地将 城镇建筑用地和河流沙滩地相区分。 本研究的城 镇建筑用 地包括: 居民地、开发 用地、交通用地。城镇扩张的 一般特点是: 城镇 范围不断扩大, 在扩张期间建筑用 地转化为其他 用地类型的数量可以 忽略不计。那么, 在 提取示 范区 1998年和 1989年 TM 影像上城镇信息时, 可 以利用 2003年 的城镇 建筑用 地范 围限定 提取 范 围, 这样可以 避免相当一部分混淆信息, 从而保 证早期影像城镇信息 准确有效地提取。因此, 有 效地提取 2003年 ASTER影像城镇建筑用地信息至 关重要。 城镇建筑用地在地形上存 在一定的特点, 分 析发现, 示范区城镇建筑用地海拔 基本不会超过 100m, 坡度小于 20 , 利用这两个规则可以极大地 减少火烧迹地、裸岩与建筑用地的混淆。
第 10卷 第 3期 2008年 6月
地球 信 息科 学
G EO IN FORM AT ION SCIENCE
V o l 10, No 3 Jun. , 2008
城镇扩张的多源遥感图像动态监测分析
周小成, 汪小钦, 吴 波, 励惠国
(福州大学福建省空间信息工程研究中心, 空间数据挖掘与信息共享教育部重点实验 室, 福州 350002)
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、 1998、 2003年间 的城镇扩张遥感动态监测, 2001年的影像作为辅 助数据进行提取分析。
2 城镇用地影像处理与识别分析
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、 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% 。将这两个主成分 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, 以利多时 相影像光谱信息的对比分析。
其中, N ir、 Red分别表示近红外和红光波段 将上式获取的 ASTER影像的 NDV I拉伸到 un
signed 8b it [ 0~ 255] 简单分析 发现, NDV I< 135时, 可以确 保提
取全部城镇信息。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
( 1) ASTER NDV I分析 采用 NDV I的目的是消除影响城镇建筑用地提
取的有关信息。 ASTER_ NDV I计算公式为:
ASTER _ NDV I= ( N ir- Red) / ( N ir+ R ed) =
( band3- band2) / ( band3+ band2)
( 1)
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
城镇扩张分析的精度要 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。
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。
( 2) 将非监督分类结果和城镇 建筑用地的光
谱知识、地形分布知识规则输入 ERDAS 9 1的专
家分类器, 利用专家分类器首先提取 ASTER 影像 城镇建筑用地专题信息。
本研究试图利用 TM 影像三指数法提取 TM 影 像城镇建筑用地 [ 9, 10 ] , 识别分析提取的过程:
( 1) 制作 SAV I, NDB I和 MNDW I影像; 该方 法中所利用的三个指数影像计算方法如下:
收稿日期: 2007 05 14; 修回日 期: 2007 07 01. 基金项目: 福建省科技厅重点项目 ( 2007Y 0020, 2007Y 0021) 资助 。 作者简 介: 周小 成 ( 1977- ) 男, 陕西渭南人, 在职博 士生, 助理 研究员, 主要研 究方向 为城市遥 感与高 分辨率 遥感