区域尺度城市土地遥感监测关键技术研究

发布时间：2020-10-14 14:24

　　 城市是社会、经济、政治等人类活动的重要场所,虽然只占地球表面很小的一部分,但变化最为快速。城市化的高速发展使得人口大规模向城市化地区聚集,城市建设用地不断增加。城市的扩张不仅会改变局部地区的土地覆被构成,而且会影响区域乃至全球的生态系统,带来一系列如水土流失、地表水污染、地面沉降等环境问题。我国的城市化率还在持续增长中,及时、准确地掌握城市土地利用变化能够防范与遏制城市盲目扩张,为宏观决策制定提供科学依据。随着区域城市化战略的实施,城市土地监测及其相关研究逐渐从针对单个城市的分析转向区域和更宏观尺度的探讨。利用遥感技术开展区域城市土地监测,不但可以在节约人力、物力和时间的前提下获取准确的土地利用情况,而且能够补充历史资料,提供全面的城市土地变化特征,为区域城市用地面积统计、分布和变化分析提供数据支撑。国内外学者在基于遥感技术的城市土地遥感监测中取得了丰硕的研究成果,但在区域尺度下仍存在一些问题:1)在数据方面,低空间分辨率遥感数据的获取成本低廉、时间分辨率高、覆盖范围广,在区域尺度城市土地遥感监测中应用最为广泛。但低空间分辨率影像中存在大量的混合像元,城市像元的“同物异谱”和“异物同谱”现象易导致城市土地的低估或高估情况。如何在区域尺度下发挥各种遥感数据的优势还需进一步研究。2)在方法方面,区域尺度的城市制图是典型的不平衡分类问题,非城市像元数量远大于城市像元数量。此种情况下,多类别或二分类方法都会偏向于那些具有更多数值的特征,产生有偏的分类结果。且区域尺度下的样本采集本身费时费力,纯净城市像元不易获取,非城市像元又具有非均质的光谱特征。故,还需从方法入手,发展针对于特定类别的城市提取方法,在少量样本的前提下获取准确的城市区域。针对现有区域尺度城市土地遥感监测中存在的问题,本文以区域尺度下的“城市”为研究对象,以三类常用的区域尺度城市土地遥感监测数据为数据支撑(即夜间灯光影像DMSP/OLS NTL与NPP-VIIRS DNB,MODIS数据产品MOD09A1与MOD13A1,以及包含城市类别的全球土地覆被数据集MCD12Q1与GlobeLand30),探讨两类针对单目标的方法(即基于知识驱动的指数模型法与基于数据驱动的一类分类法)在区域尺度下提取城市土地的有效性。主要研究内容与结论如下:(1)在数据方面,本文分析了三种遥感数据的数据结构与数据质量,并给出了原始数据的处理策略,包括:夜间灯光数据NPP-VIIRS DNB去噪与极大值过滤,MOD09A1影像筛选与质量控制,MOD13A1 NDVI最大值合成以及基于GLC30-2010人造地表类型的城市区域提取;在实验阶段,本文对比分析了不同数据组合的效果。结果表明:1)夜间灯光数据与地表反射率数据的结合比使用单一遥感数据的准确性高;2)且夜间灯光数据对城市提取结果的贡献程度更高,它对城市与其他非城市类别具有更好的区分度;3)两种灯光数据中,NPP-VIIRS DNB比DMSP/OLS NTL具有更好的微光探测能力,特别是在小城市斑块以及城市的边缘,提取城市区域的准确性更高,而DMSP/OLS NTL夜间灯光数据存在溢光现象与值饱和问题,城市范围提取不准确,易产生高估的结果。(2)在基于知识驱动的指数模型法中,依据数据源的差异,本文将现有指数分为:只以地表反射率数据为输入的不透水面指数(NDBI、NDVI、IBI、BCI)与以地表反射率数据和夜间灯光数据为输入的居民地指数(VANUI、BANI、LISI)。在分析了现有指数的基础上,本文建立了居民地指数LHSI(Large-scale Human Settlement Index)。该指数结合了夜间灯光数据NPP-VIIRS DNB与地表反射率数据的优势。在实验阶段,本文对不同输入数据与不同指数构成方式的两类八种指数进行了全方位的对比分析,探讨了各指数对不同地物的区分度与城市提取的准确性。实验结果表明:1)融合了灯光数据的居民地指数比不透水面指数能够更有效地区分城市与非城市类别;2)其中,由NPP-VIIRS DNB夜间灯光数据得到的居民地指数LISI和LHSI比由DMSP/OLS NTL夜间灯光数据得到居民地指数VANUI和BANI的准确性高;3)且LHSI能够比LISI提供更丰富的城市内部细节信息。(3)在基于数据驱动的一类分类法中,本文将一种新的一类分类方法PUL(Positive and Unlabeled Learning)引入区域尺度城市土地监测中。通过输入数据分析与方法对比分析,本文全面评估了利用PUL方法提取区域尺度城市土地的有效性。实验结果表明:1)与常用的一类分类器OCSVM相比,PUL方法城市提取的准确度更高。它能够利用背景数据提供的辅助信息,避免易混淆地物覆盖的错分以及在灯光微弱区域如城市郊区与小城市斑块的漏分;2)与使用相同输入数据的居民地指数LISI相比,PUL方法能提供更清晰的城市边界,有利于城市与非城市像元的划分,且其在区域尺度上具有很好的鲁棒性。三种方法中,PUL方法更适宜在区域尺度上进行城市土地提取。(4)基于以上结论,本文利用PUL方法结合NPP-VIIRS DNB与MODIS NDVI数据制作了2012年中国大陆城市区域专题图。与常用土地覆被数据集MCD12Q1中的城市类别相比,本文结果与地表情况更接近,准确性更高。通过两个级别的验证表明:1)在像素级别,本文结果具有较高的准确度(Kappa系数达到0.842);2)在城市级别上,本文结果包含了所有的中央直辖市、省级市和地级市,仅遗漏了四个县级市,城市识别精度为99.38%。
【学位单位】：中国地质大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：P237
【部分图文】：

图 2.1 图像解译流程图 2.2 为例，假设像元空间分辨率为 500m，则空间上需要至少四成城市区域。图 2.2 例(1)中四个像元建成环境覆盖率均不到 5；例(2)中只有两个像元建成环境覆盖率达到 50%以上，四个像最小人造表面积要求，因此为非城市像元；例(3)中四个像元的均大于 50%，且其聚合面积达到最低要求，定义为城市像元。0.7 0.50.1 0.10.7 0.50.6 0.61 10 01 11 1建成环境覆盖比例例(2)例(3)0 00 01 11 1中间标签最终标签0.3 0.20.1 0.10 00 0例(1)0 00 0

图 2.1 图像解译流程图 2.2 为例，假设像元空间分辨率为 500m，则空间上需要至少四成城市区域。图 2.2 例(1)中四个像元建成环境覆盖率均不到 5；例(2)中只有两个像元建成环境覆盖率达到 50%以上，四个像最小人造表面积要求，因此为非城市像元；例(3)中四个像元的均大于 50%，且其聚合面积达到最低要求，定义为城市像元。0.7 0.50.1 0.10.7 0.50.6 0.61 10 01 11 1建成环境覆盖比例例(2)例(3)0 00 01 11 1中间标签最终标签0.3 0.20.1 0.10 00 0例(1)0 00 0

因此，使用前需要进行预处理。DMSP/OLS 的稳定夜间灯光数据记录了年平均灯光亮度，且滤除了临时光源噪声，如图 3.2a）。因此，本文使用相同年份 DMSP/OLS NTL 中的非灯光区域（即 DN = 0）做为掩膜，与 NPP-VIIRS DNB进行叠加分析，去除 NPP-VIIRSDNB 中的背景噪声。这一步不仅可以保留稳定的夜间光源，而且可以移除大部分非城市区域，减少计算负担。2）过滤极大值。以 2012 年灯光合成产品为例，其原始 NPP-VIIRS DNB 数据取值范围为 0.42 到 3329.31 nW·cm 2·sr 1。但实际上，90%的数据都在 332.93 以下，且大部分都小于 65。这些极大值多出现在如机场、着火点等非城市区域，因此需要在使用前进行去除。已有文献证实，城市灯光亮度与经济发展水平程极高的正相关关系，故，本文选取当年试验区中经济最发达的区域作为参考，以该城市城区的最大灯光值为极值，过滤其他灯光亮度大于该值的区域。例如，以我国大陆为实验区，参考我国 2013 年统计年鉴，选取北京市城区灯光亮度值最大值（235.13）为阈值。实验区中灯光亮度超过 235.13 的像元，使用其 3*3 邻接像元的平均值替代。2012 年灯光数据中共计 84 个像元被重新赋值，过滤后的 NPP-VIIRS DNB 值域为 0 到 235.13 nW·cm 2·sr 1，如图 3.2 b）所示。
【相似文献】

相关期刊论文 前10条

1 张晶晶^1,文彦君^{1,2},陈姗姗^{1,2},耿硕璘^1;陕西省城市土地城市化水平与进程的空间评价[J];宝鸡文理学院学报(自然科学版);2018年02期

2 匡兵;卢新海;周敏;饶映雪;;中国地级以上城市土地经济密度差异的时空演化分析[J];地理科学;2017年12期

3 钱懿安;;城市土地公共管理经济原因浅议[J];合作经济与科技;2018年06期

4 刘亦博;成杰民;;山东省城市土地经济密度时空差异分析[J];中国环境管理干部学院学报;2016年06期

5 匡兵;卢新海;周敏;;中国城市土地经济密度的分布动态演进[J];中国土地科学;2016年10期

6 蒋玲;蒲春玲;黄晓东;刘志有;马文娟;苏丽丽;;新疆城市土地集约节约利用评价研究[J];江西农业学报;2016年12期

7 邵军师;;城市土地供应与房地产市场的关系研究[J];住宅与房地产;2017年15期

8 谢会云;;浅论经济增长与我国城市土地供应策略[J];环渤海经济瞭望;2017年09期

9 郭施宏;;城市土地扩张质量评价——以福州市为例[J];福建师范大学学报(自然科学版);2016年04期

10 许恒周;张文静;吴云青;;城市土地精明利用对城市规模的影响——以中国35个城市为例[J];城市问题;2016年08期

相关博士学位论文 前10条

1 王润;区域尺度城市土地遥感监测关键技术研究[D];中国地质大学;2018年

2 胡立兵;转型期我国城市土地供应管控研究[D];南京农业大学;2011年

3 艾建国;中国城市土地制度经济问题研究[D];华中农业大学;2000年

4 孟星;城市土地的政府管制研究[D];华东师范大学;2005年

5 黄绿筠;中国城市土地供给管理研究[D];华中农业大学;2005年

6 张小铁;转轨中的中国城市土地经济问题研究[D];中共中央党校;1994年

7 顾杰;城市增长与城市土地、住房价格空间结构演变[D];浙江大学;2006年

8 运迎霞;城市规划中的土地问题研究[D];天津大学;2006年

9 徐霞;我国城市土地集约利用经济学分析[D];河海大学;2007年

10 马安胜;基于产业发展的城市土地协调利用研究[D];东北师范大学;2013年

相关硕士学位论文 前10条

1 刘清俊;新型城市化视角下湖南省城市土地集约节约利用研究[D];湖南师范大学;2014年

2 陈斌;完善城市土地制度促进房地产市场平稳运行研究[D];广西大学;2011年

3 贺孟萌;城市土地经济密度的时空特征及影响因素研究[D];山东师范大学;2012年

4 梁颖;城市土地供应制度对房地产价格影响研究[D];南京大学;2011年

5 徐金礼;我国城市化进程中的城市土地政策研究[D];华中科技大学;2006年

6 张贤孟;温州市城市土地经营研究[D];同济大学;2007年

7 王兴博;我国城市土地供应机制初探[D];东北财经大学;2007年

8 郭妙卿;关于我国城市土地经营问题的思考[D];东北财经大学;2005年

9 潘捷;城市土地租税费体系协同改革研究[D];南京农业大学;2006年

10 孙珍;地方政府对城市土地合理利用的干预作用研究[D];陕西师范大学;2016年

本文编号：2840784