利用TM数据监测岩溶山区城市土地利用变化

利用TM数据监测岩溶山区城市土地利用变化

第17卷 第3期地理学与国土研究Vol.17 No.3 2001年8月GeographyandTerritorialResearchAugust2001

利用TM数据监测岩溶山区城市土地利用变化

侯英雨,何延波

(中国气象科学研究院,北京100081)

摘要:该文以贵阳市为例,利用多时相的TM遥感数据及相关资料对地质构造复杂、地表覆盖类型

多样的岩溶山区城市土地利用变化进行了调查和动态监测。基于图像光谱信息特征分析,确定了

用于贵阳市土地利用变化遥感图像分类的最佳波段组合。利用热红外波段TM6,基本消除了岩溶

山区遥感图像分类中阴影和水体混分现象。

关键词:岩溶山区城市;土地利用变化;TM遥感数据

中图分类号:TP79BF29 文献标识码:A 文章编号:1001-8107(2001)03-0022-04

随着卫星遥感技术的发展,城市化进程的加剧,遥感技术在城市调查、城市规划与管理等方面的应用得到了空前发展,并已成为城市环境研究的一个重要手段。岩溶山区一年四季阴雨天气较多,这给获得高质量的TM遥感资料带来一定困难。同时由于高程、坡度、坡向的变化及地物类型单元小且复杂多样,与平原地区相比,遥感技术在该地区的推广和应用具有一定难度。因而,我国当前城市遥感工作主要集中在平原地区。在山区,尤其是在海拔高且相对高差大、地形复杂、地表覆盖类型多样的岩溶山区城市,以多时相的TM数据为主要信息源并结合其他资料开展城市土地利用变化遥感监测研究具有一定的科学意义和应用前景。

1 研究区简介与资料收集

贵阳市位于贵州省中部,地处苗岭山区中段,云贵高原东斜坡地带,是一座典型的岩溶发育完全,城市生态脆弱的高原山区城市。本研究选择近10年来变化显著的贵阳市中心城区为试验区,包括南明区、云岩区两城区的全部及相连的花溪区、乌当区、白云区的一部分。位于东经106b36c$106b52c,北纬26b24c$26b40c之间,面积约为760km2。本次研究采用的数据包括:1991年4月10日和1995年11月15日成像的LandsatTM数据;1B5万地形图4幅、1B10万贵阳市植被图、1B5万贵阳市土地利用现状图,1B1万贵阳市城区图。

2 遥感资料处理

2.1 遥感图像预处理

遥感图像预处理是为图像分类识别提供基础和支持。本次图像预处理研究内容包括图像辐射校正和几何精校正。辐射校正方法主要有公式校正法和简便校正法两种。由于前者公式复杂,并且需要很多的参数,因而大多数学者采用后者,即去掉主要的大气影响$$程辐射度。程辐射度的大小在图像内不同像元位置应有所不同,但这种变化十分微弱而且难以估计,通常认为在一个有限的面积内,同一波段一幅图像的程辐射度是一个常数[1]。计算程辐射度的方法有直 收稿日期:2001-05-28; 修订日期:2001-08-06

基金项目:贵州省/3S0重点实验室资助

作者简介:侯英雨(1971-),男,助理研究员,硕士研究生,现从事农业气象遥感、土地利用变化等研究。

利用TM数据监测岩溶山区城市土地利用变化

方图最小值法,协方差矩阵法,回归分析法。由于试验区地形起伏较大,很容易找到一些极低亮度的区域,如阴影、水体等。因此在本研究中笔者采用直方图最小值方法来纠正大气散射影响。

由于地球自转、地球表面曲率、遥感平台位置与运动状态及卫星传感器扫描角度较大等因素均可以引起图像的几何畸变,因此在做遥感图像分类时必须对图像进行几何精校正处理。所谓几何精校正,就是利用地面控制点使遥感图像的几何位置符合某种地理系统,与地图配准,并调整亮度值[1]。由于试验区属于典型的岩溶山区城市,地物类型破碎,给地面控制点(GCP)选择带来了一定困难。为了保证控制点的准确性,笔者从最近出版的1B5万地形图上挑选特征明显,又能在遥感图像上易分辨且目标较小的地物作为控制点。如道路交叉点、河流的拐弯或分叉处、道路与河流的交叉处、水库大坝处、湖中的小岛屿、孤立的山峰等。本次精选了22个地面控制点,在图像上分布均匀,而且四周均有控制点,经计算每一个地面控制点的根均方差RMS<015。然后选用双线性内插和二次多项法进行逼近。几何精校正后的遥感图像,通过GPS野外取点抽样调查,几何位置误差不超过半个像元,基本满足了城市土地利用变化研究的精度要求。

2.2 遥感图像分类

遥感图像的统计分类方法一般有/监督分类0方案(SupervisedClassification)和/非监督分类0方案(UnsupervisedClassification)两种。在遥感图像分类过程中,由于城市景物的光谱特征比较复杂,笔者先进行非监督分类,对地面地物类别作一个初步调查,然后再对图像进行监督分类。

2.2.1 分类波段的选择 美国TM陆地卫星共有7个波段,当进行图像分类或多波段彩色合成时,必须制定最佳波段组合原则和方法。对于具体景物的图像来说,选择波段组合的一个主要依据是波段辐射量的方差尽可能大而波段间的相关系数尽可能小[2]。为此,笔者分别计算了1991和1995年试验区TM图像波段的均值、标准差、最小值、最大值、方差-协方差矩阵以及相关系数矩阵等统计特征,通过主成分分析和最佳指数因子分析,最后决定选用波段3、波段4和波段5作为研究区遥感图像分类的最佳波段组合。

2.2.2 城市土地利用分类系统的建立 由于各个城市土地利用结构千差万别,很难形成全国统一的城市土地利用分类系统。根据TM遥感影像特征及研究区的城市用地特点,经过试验并结合本次研究目的,笔者采用了下列分类系统。

Ñ建城区用地

Ñ1较新建筑区;Ñ2较老建筑区;Ñ3公共绿地;Ñ4交通用地

Ò耕地

Ò1旱地;Ò2水田;Ò3菜地

Ó林地

Ó1有林地;Ó2灌木林;Ó3疏林地

Ô水体

Õ未利用地(包括荒草地、灌草丛、裸岩、裸土地等)

2.2.3 训练区的选择 在监督分类中选择训练区是很重要的一步,训练区选择得准确与否,训练区样本数是否足够,关系到分类精度的高低[1]。在选择训练区的过程中,笔者参照了1B5万地形图、植被图、94年贵阳市1B5万土地利用现状图和试验区遥感图像非监督分类结果等,并进行了实地调查。在山区,由于高程、坡度、坡向的变化引起辐射照度的变化使得同类地物的光谱响应变差增大以及地物类型单元小且往往相互交错,容易使像元内地物类型单一性降低,也使得一种类型地物光谱响应更容易受其它类型地物的干扰。所有这些有可能使某一训练区的光谱特征不均一,相同类别光谱差异大。为此笔者对同一类地物的不同光谱特征选择

利用TM数据监测岩溶山区城市土地利用变化

不同的训练样本并且训练区尽可能小,然后进行反复训练,直到获得满意的结果。

2.2.4 判别函数的选择 在遥感图像计算机分类过程中,笔者特别关心的是不同类别间的可分离性问题。类别的可分性不仅取决于各类集群的分布情况,而且还取决于采用的分类准则,即分类判决函数。常用的判别函数有最大似然判别和最小距离判别两种。在本研究中笔者采用最大似然法进行分类。

2.2.5 分类方法的实施 训练区最终确定之后,对试验区遥感图像做了一次分类试验。结果很不理想,大部分阴影与水体存在混分现象。如何区分水体和阴影,一般可以通过波段比值方法可以消除阴影,但由于实际地形很复杂,不能认为可以完全去掉地形影响,确切地说是抑制了地形起伏造成的亮度变化[1]。在本次研究区内,地形起伏大,相对高差最高达500多m,笔者尝试运用比值波段进行分类,结果不甚满意,大部分水体和阴影仍然没有分开。由于所获得的TM影像是在上午10点钟左右成像的,此时

水体的温度相对于阴影来说要高一些,表现在

热红外波段TM6上水体像元温度的原始辐射表1 水体与阴影的TM6像元辐射值范围比较地物类型水体

阴影区原始像元107~109100以下拉伸处理后128~25550以下[3]值也要高一些,经线性拉伸处理后两者的光谱

差异更加明显(表1)。这就为基于像元光谱特征的统计分类方法来区分水体和阴影提供了可能。因此笔者选用4个波段参与遥感图

像计算机分类,即TM3+TM4+TM5+

TM6。分类结果表明,采用此方法较好

地解决了阴影和水体的混分问题。

2.2.6 分类结果后处理 受TM影像

分辨率及研究区地形地貌的限制,大部分

地物只能分到一级类型,少数地物能分到

二级类型。结合本次研究目的和试验区

土地利用类型特点,对分出来的二级地类

进行合并,以一级类型进行输出,把裸岩、

荒草地、灌丛等划为一类(未利用地),同

时对一些误分或混分像元重新归类。由

于各类图斑比较细碎,因而需要对分类后

的结果采用滤波方式以达到制图综合的

效果。用一个较小面积的滤波器对分类

数据文件滤波,使小于某一面积的图斑归

并到较大面积的图斑中,滤波后的效果比

较理想。然后按照5土地利用现状调查技图1 试验区1995年土地利用TM遥感影像分类术规程6对各类别进行色彩调整,使分类图像基本符合制图输出要求(图1)。

3 分类结果与讨论

利用数学公式加先验知识作分类,只能尽可能接近自然特征,但不可能全部符合实际。因此分类完成后有必要对结果进行检验。在本次研究中,笔者利用GPS野外实地抽样验证,就不同类型地物各抽查了12~15个样点进行检验,类型判别的平均准确率达86%。各地物类

利用TM数据监测岩溶山区城市土地利用变化

型的面积与当地土地管理部门的土地调查结果也基本一致。笔者认为此次分类结果(表2,表

3)是可靠的,真实反映地表覆盖情况。

表2 1991年试验区TM图像分类结果

用地类型

建城区用地

耕地

林地水体

未利用地像元数519772147211895035167357337面积(hm2)46751619315121704617464183214413百分比(%)61352612323115016343164表3 1995年试验区TM图像分类结果 用地类型建城区用地耕地林地水体未利用地像元数611641991981797797815370703面积(hm2)55021791819161727033334616百分比(%)71482413321196019545128

土地利用总体结构反映了土地面积中各用地类型的构成比例。从表3可以看出,试验区1995年土地利用构成中,未利用地占第一位,占总面积的45128%,对于贵阳市作为省会城市来说,比例偏大,荒山草地中的宜林地应尽快造林,石山半石山应封育成林;耕地占第二位达24133%,对于山区城市来说,明显偏高,垦殖过度,易造成水土流失,其中一部分大于25b的劣质耕地及大于35b的所有耕地,应退耕还林、还草,维护城市生态平衡;林地占第三位,占21196%,对于改善城市生态环境起到了良好作用;建城区用地占7148%;水体面积最小,仅占0195%。

4 结论

本文以多时相的TM陆地卫星资料为主要信息源并结合其他辅助资料,对贵阳市土地利用变化进行了初步调查研究,得到以下结论:1)贵阳市从1991年至1995年城市发展速度较快,试验区内城市建设用地四年内共增加82614hm。主要是由于贵阳市/旧城改造0工程的实施和新机场的建设以及城市边缘扩展。2)耕地面积呈减少趋势,从1991年的1931512hm2减少到1995年的1791819hm2,平均每年减少35518hm2。3)林地面积呈减少趋势,从1991年的1704617hm减少到1995年的16172hm,平均每年减少21817hm。4)水域面积呈上升趋势,由1991年的46418hm2增加到1995年的703hm2,上升幅度较大,但这并不意味着人工水面的增加。静止水域面积的大小与降雨量有直接关系。查阅贵州省气象局气象资料表明:贵阳市从1989年一月份到1991年四月份月平均降雨量仅为59107mm,而从1994年的一月份到1995年的十月份月平均降雨量为10714mm。5)未利用地$$荒草地、灌丛、裸岩呈上升趋势,由1991年的43164%上升到1995年的45128%。

参考文献:

[1] 彭望碌.遥感数据的计算机处理与地理信息系统[M].北京:北京师范大学出版社,1991.

[2] 戴昌达.TM图像光谱信息特征与最佳波段组合[J].环境遥感,1989,(4).

[3] 孙家柄,舒宁,等.遥感原理、方法和应用[M].测绘出版社,1997.2222

(ChineseAcademyofMeteorologySciences,Beijing100081,China)MonitoringLandUseChangesofCitiesinKarstMountainousAreaUsingTMRemoteSensingDataHOUYing-yu,HEYan-bo

Abstract:ThispaperfocusesonthemountainousGuiyangcity,withcomplicatedgeologicstruc2tureandvariousland-covertypesinKarstarea,toinvestigateandmonitoritsland-usesitua2tionbyutilizingmulti-temporalTMremotelysenseddataandtherelativedata.Someresultsandopinionsareobtainedthroughtheresearch.Basedonanalyzingcharacteristicofspectrum,theop2timumcombinationofbandshasbeenestablishedforTMimageclassifyingtoresearchonland-usevariationinGuiyangcity.Theproblemofmiscellanybetweenwater-bodyandshadowhasbeensolvedusingthethermalTM6duringTMimageclassifying.

Keywords:mountainouscityinKarstarea;variationofland-use;TMremotelysenseddata

本文来源：https://www.bwwdw.com/article/7wpi.html