1城市扩展的遥感监测简介

报告人：李波2011年11月13日

城市扩展的遥感监测简介（1）土地利用变化研究已成为了全球变化研究的核心主题之一。其中变化最为快速、环境影响最为剧烈的城市化日益成为该领域研究所关注的焦点。（2）城市扩展是城市化在空间上的具体表现。其反映在空间上就是城市建设用地规模的不断扩大，引发了许多严重问题，资源浪费、生态环境恶化等。面对这样一个复杂的城市系统，如何及时、准确的掌握其扩展变化情况成为了一个亟待解决的问题。RS和GIS技术的发展为城市扩展变化研究提供了有利的支持。1.研究意义（李秀彬，1996;刘纪远等，2002;王春峰，2001;陆大道等，2007）

（1）在土地利用变化研究中最常用的遥感数据主要是MSS、TM、ETM+、SPOT、MODIS、AVHRR，雷达数据和航片影像。遥感数据的选择主要依赖于研究区和研究对象的具体要求和研究目的。2.研究简介2.1遥感数据在城市空间扩展研究中的应用（宫鹏等，1996；史培军，1997，2000；陈述彭，1998）（2）对于较大范围尺度下的土地利用变化研究，特别是在全球范围和洲际尺度，MODIS和AVHRR等低空间高时间分辨率的影像是最佳选择。

Townshend和Skole运用AVHRR数据进行洲际尺度的土地利用覆盖研究分析；Cihar利用AVHRR的各多波段的不同组合并将其应用于在加拿大北部土地利用覆盖分类中，结果表明重要的土地利用覆盖类型的分类精度可高达到80％。2.研究动态2.1遥感数据在城市空间扩展研究中的应用（TOWNSHEND,J.etal，1987；SKOLE,D.etal，1993；Cihar,J.etal，1994）

（3）对于较小范围尺度，经常采用TM、ETM+、SPOT、QUICKBIRD、IKONOS、CBERS-01/02、HJ-1A/B等中高空间分辨率影像进行土地利用变化研究。Fung等应用TM影像在加拿大北部滑铁卢地区进行了土地利用变化分类，对影像的分类精度进行了评价，不同类型土地的变化产生不同的分类精度；2.研究动态2.1遥感数据在城市空间扩展研究中的应用（FUNG,T.etal，1987；吴宏安等，2006；邓劲松，2007；严海英，2008）

吴宏安等针对西安地区的TM影像，运用监督分类法来进行城市土地利用分类，分类精度理想；

邓劲松提出多时相直接主成分分析(PCA)和合成分类器对杭杭州市的SPOT影像进行土地利用变化信息提取，运用分层随机和人工自定义结合的采样方案进行精度评价，精度满足分类要求；

严海英采用基于对象的分类技术对乌鲁木齐市的QUICKBIRD影像进行信息分类提取，总体精度达到96.05％。2.研究动态2.1遥感数据在城市空间扩展研究中的应用（FUNG,T.etal，1987；吴宏安等，2006；邓劲松，2007；严海英，2008）（4）城市属于较小的区域范围，在此范围内进行研究主要采用空间分辨率相对较高的遥感影像，主要是以TM、ETM+、SPOT、QUICKBIRD、IKONOS、CBERS-01/02和HJ-1A/B为主。但是由于SPOT影像发射于1986年，QUICKBIRD、IKONOS、CBERS-01/02和HJ-1A/B均于20世纪90年代以后才发射升空（见表1），对于城市这种由于人类长期活动形成的社会产物，需要通过长时间序列分析来能获知其内在的机理和驱动因子。因此，到目前为止，LandsatMSS/TM/ETM+是用于研究长时间序列下城市土地利用变化研究的最佳遥感数据。2.研究动态2.1遥感数据在城市空间扩展研究中的应用（Lozano-Garcia,D.F.etal，1993；S,W.D.etal，1996；黎夏等，1997；Reese,H.M.etal，2002；李晓文等，2003；盛辉等，2005；陈素蜜，2005）。表1目前常用的对地观测卫星与其传感器参数卫星平台传感器周期(天)刈幅(km)空间分辨率(m)发射日期所有者HJ-1/ACCD4700302008-9-6中国HJ-1/BCCD4700302008-9-6中国CBERS-1CCD2611319.51999-10-14中国、巴西CBERS-2CCD2611319.52003-10-21中国、巴西Terra(EOS-AM)MODIS1-22330250-10001999-12-18NASA(美)Aqua(EOS-PM)MODIS1-22330250-10002002-5-4NASA(美)NOAA-11AVHRR1239911001988-9-24NOAA(美)Landsat-1MS7-23USGS(美)Landsat-2MS1-12USGS(美)Landsat-3MS3-5USGS(美)Landsat-4MSS16185801982-7-16USGS(美)TM16185301982-7-16USGS(美)Landsat-5MSS16185801984-3-1USGS(美)TM16185301984-3-1USGS(美)Landsat-7ETM+1618530,15(pan)1999-4-15USGS(美)OrbView-3OrbView-3384,1(Pan)2003-6-26ORB-IMAGE(美)IKONOS-2IKONOS3-4114,1(Pan)1999-9-24SpaceImaging(美)QuickBird-2QuickBird1-3.516.52.44,0.61(Pan)2001-10-18Digitalglobe(美)SPOT-1HRV266020,10(pan)1986-2-22SPOTImage(法)SPOT-2HRV266020,10(pan)1990-1-22SPOTImage(法)SPOT-4HRVIR266020,10(pan)1998-3-24SPOTImage(法)SPOT-5HRG266010,5,2.5(pan)2002-5-4SPOTImage(法)（5）在实际操作中，由于云层、水汽等的影响，用同一种传感器数据来进行长时间序列多时相准确的遥感监测是比较困难的，特别是在潮湿的热带地区。因此，多传感器的应用在城市土地利用变化监测研究将是未来的一个重要的发展趋势。2.研究动态2.1遥感数据在城市空间扩展研究中的应用（Lu,D.S.etal，2003，2004）（1）传统的城市土地调查主要通过野外实地勘察和航片目视解译分析，该方法较成熟，操作简单，而且具有较高的信息提取精度，但是其耗时较长，工作量偏大，对解译人员的经验和技术依赖性较强，当判读人员的专业知识背景、解译经验不同时，可能得到不同的判读结果。2.研究动态2.2遥感监测方法在城市空间扩展研究中的应用（2）除了目视解译方法外使用得较多的城市土地利用变化遥感信息分类提取方法主要包括基于统计分析的分类方法（即监督分类和非监督分类法）、人工神经网络分类法、决策树分类法、模糊数学分类法、专家系统分类法、面向对象分类法。吴宏安等针对西安地区的TM影像，运用监督分类法来进行城市土地利用分类，分类精度理想。Huang等运用监督分类中的最大似然算法对台湾台北-桃园地区两期SPOT影像进行分类，两期影像的总体分类精度均高于85％2.研究动态2.2遥感监测方法在城市空间扩展研究中的应用（常庆瑞等，2004；吴宏安等，2006；Huang,S.L.etal，2009）张友水等结合地理辅助数据，运用Kohonen神经网络对遥感影像进行土地利用分类，提高了分类的精度；袁林山等针对徐州市的CBERS-02影像，改进基于先验知识和统计分析构建层次分类决策树算法，实现了城市土地利用遥感分类，总体分类精度高达84.67％，明显优于传统模糊数学分类法的精度；Skidmore通过实验表明，运用专家系统分类器得到的分类结果要比常规分类法的精度高。陈阳等人将面向对象的概念引入到遥感影像的分类提取中，以陈家镇为例，对Quickbird遥感影像图进行面向对象分类，获得了较为理想的结果（陈阳等，2008）。2.研究动态2.2遥感监测方法在城市空间扩展研究中的应用（Skidmore,A.，1989；张友水等，2004；袁林山等，2008；曾建航等，2008;陈阳等，2008）而且以上这些分类提取方法主要实现影像像元级的信息分类提取。对于城市土地利用变化方面，用这些方法能清晰的看出发生在不同土地利用类型之间的质变，但是却难以探测到发生在同一土地利用类型内部的量变即亚像元尺度下的量变。因此，选择合适的方法进行亚像元级的信息分类提取变得尤为重要。2.研究动态2.2遥感监测方法在城市空间扩展研究中的应用（Fisher,P.，1997；Cracknell,A.P.，1998）（2）Ridd首次提出了“植被-不透水地面-土壤”组成的概念模型（V-I-S模型），这个模型能有效的处理和分解混合象元，进而实现在亚像元尺度下土地利用信息分类提取，将该模型与具有明确物理意义的线性光谱混合分析法(LSMA)相结合，估算城市各类土地覆盖度，成为近年城市遥感的研究热点之一。2.研究动态2.2遥感监测方法在城市空间扩展研究中的应用（RIDD,M.K.，1995）在国外，许多学者以V-I-S模型为基础开展城市用地的定量遥感研究。Ward等将V-I-S模型成功应用于东南昆士兰地区城市环境的研究中，运用改进的分类法对其进行分类制图，获得了较好的精度。Phinn等]以V-I-S模型为基础，利用约束型光谱混合分解法对东南昆士兰地区不透水面进行了较为精确的估算。Wu等结合V-I-S模型和光谱混合分解法成功地估算了美国哥伦布市城区不透水面的分布情况。Lu等运用光谱混合分解技术对马里昂城区土地利用进行分类，结果表明相对于传统分类法精度明显提高。2.研究动态2.2遥感监测方法在城市空间扩展研究中的应用（Lu,D.S.etal，2004；Ward,D.etal，2000；Phinn,S.etal，20