基于多源多时相遥感影像的城镇扩张动态监测方法研究

基于多源多时相遥感影像的城镇扩张动态监测方法

研究1

周小成，汪小钦，吴波，励惠国

1福州大学福建省空间信息工程研究中心，福州（350002）

2空间数据挖掘与信息共享教育部重点实验室，福州（350002）

Email：zhouxc@

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TM和ASTER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，综合利用非监督分类、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%；另外，针对徐涵秋TM影像三指数法应用到示范区城镇建筑用地提取时的混淆问题，提出了利用城镇建筑用地时空扩张知识、多时相植被指数知识，改进TM 三指数城镇建筑用地提取方法的思路，最终提取的城镇建筑用地信息满足城镇建筑用地动态变化分析的精度要求。

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）[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（NDBI）、修正归一化差异水体指数（MNDWI）[11]和土壤调节植被指数（SA VI）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%。

本研究在总结前人研究方法的基础上，以TM、ASTER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，提出城镇扩展遥感动态监测的一般思路和方法，并对徐涵秋三指数法用于研究示范区的问题进行了分析，提出了相应的解决方法。

1本课题得到国家自然科学基金（60602052）和福建省科技重大专项（50304827）的资助。

2.示范区概况和数据源

本研究选择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。

本研究所采用的遥感影像数据源见表1：

表1 研究中所用到的遥感影像

Table1 remote sensing data in the study

时代数据类型时相轨道号分辨率

1989年TM 1989-11-29

30m

120-43

1998年TM 1998-12-08

30m

120-43

2001年 ETM＋ 2001-04-12 120-43

30m／15m

2003年 ASTER 2003-01-28 34 15m

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。

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。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。利用徐涵秋三指数方法[9][10]进行提取的结果也不理想。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 遥感图像预处理

遥感图像预处理包括影像几何校正、配准和辐射校正。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。控制点的数量一般都控制在30-40之间，配准后的误差RMS均小于0.5个像元。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个主成分分量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。