1城市擴展的遙感監(jiān)測簡介

報告人：李波2011年11月13日

城市擴展的遙感監(jiān)測簡介（1）土地利用變化研究已成為了全球變化研究的核心主題之一。其中變化最為快速、環(huán)境影響最為劇烈的城市化日益成為該領(lǐng)域研究所關(guān)注的焦點。（2）城市擴展是城市化在空間上的具體表現(xiàn)。其反映在空間上就是城市建設(shè)用地規(guī)模的不斷擴大，引發(fā)了許多嚴(yán)重問題，資源浪費、生態(tài)環(huán)境惡化等。面對這樣一個復(fù)雜的城市系統(tǒng)，如何及時、準(zhǔn)確的掌握其擴展變化情況成為了一個亟待解決的問題。RS和GIS技術(shù)的發(fā)展為城市擴展變化研究提供了有利的支持。1.研究意義（李秀彬，1996;劉紀(jì)遠等，2002;王春峰，2001;陸大道等，2007）

（1）在土地利用變化研究中最常用的遙感數(shù)據(jù)主要是MSS、TM、ETM+、SPOT、MODIS、AVHRR，雷達數(shù)據(jù)和航片影像。遙感數(shù)據(jù)的選擇主要依賴于研究區(qū)和研究對象的具體要求和研究目的。2.研究簡介2.1遙感數(shù)據(jù)在城市空間擴展研究中的應(yīng)用（宮鵬等，1996；史培軍，1997，2000；陳述彭，1998）（2）對于較大范圍尺度下的土地利用變化研究，特別是在全球范圍和洲際尺度，MODIS和AVHRR等低空間高時間分辨率的影像是最佳選擇。

Townshend和Skole運用AVHRR數(shù)據(jù)進行洲際尺度的土地利用覆蓋研究分析；Cihar利用AVHRR的各多波段的不同組合并將其應(yīng)用于在加拿大北部土地利用覆蓋分類中，結(jié)果表明重要的土地利用覆蓋類型的分類精度可高達到80％。2.研究動態(tài)2.1遙感數(shù)據(jù)在城市空間擴展研究中的應(yīng)用（TOWNSHEND,J.etal，1987；SKOLE,D.etal，1993；Cihar,J.etal，1994）

（3）對于較小范圍尺度，經(jīng)常采用TM、ETM+、SPOT、QUICKBIRD、IKONOS、CBERS-01/02、HJ-1A/B等中高空間分辨率影像進行土地利用變化研究。Fung等應(yīng)用TM影像在加拿大北部滑鐵盧地區(qū)進行了土地利用變化分類，對影像的分類精度進行了評價，不同類型土地的變化產(chǎn)生不同的分類精度；2.研究動態(tài)2.1遙感數(shù)據(jù)在城市空間擴展研究中的應(yīng)用（FUNG,T.etal，1987；吳宏安等，2006；鄧勁松，2007；嚴(yán)海英，2008）

吳宏安等針對西安地區(qū)的TM影像，運用監(jiān)督分類法來進行城市土地利用分類，分類精度理想；

鄧勁松提出多時相直接主成分分析(PCA)和合成分類器對杭杭州市的SPOT影像進行土地利用變化信息提取，運用分層隨機和人工自定義結(jié)合的采樣方案進行精度評價，精度滿足分類要求；

嚴(yán)海英采用基于對象的分類技術(shù)對烏魯木齊市的QUICKBIRD影像進行信息分類提取，總體精度達到96.05％。2.研究動態(tài)2.1遙感數(shù)據(jù)在城市空間擴展研究中的應(yīng)用（FUNG,T.etal，1987；吳宏安等，2006；鄧勁松，2007；嚴(yán)海英，2008）（4）城市屬于較小的區(qū)域范圍，在此范圍內(nèi)進行研究主要采用空間分辨率相對較高的遙感影像，主要是以TM、ETM+、SPOT、QUICKBIRD、IKONOS、CBERS-01/02和HJ-1A/B為主。但是由于SPOT影像發(fā)射于1986年，QUICKBIRD、IKONOS、CBERS-01/02和HJ-1A/B均于20世紀(jì)90年代以后才發(fā)射升空（見表1），對于城市這種由于人類長期活動形成的社會產(chǎn)物，需要通過長時間序列分析來能獲知其內(nèi)在的機理和驅(qū)動因子。因此，到目前為止，LandsatMSS/TM/ETM+是用于研究長時間序列下城市土地利用變化研究的最佳遙感數(shù)據(jù)。2.研究動態(tài)2.1遙感數(shù)據(jù)在城市空間擴展研究中的應(yīng)用（Lozano-Garcia,D.F.etal，1993；S,W.D.etal，1996；黎夏等，1997；Reese,H.M.etal，2002；李曉文等，2003；盛輝等，2005；陳素蜜，2005）。表1目前常用的對地觀測衛(wèi)星與其傳感器參數(shù)衛(wèi)星平臺傳感器周期(天)刈幅(km)空間分辨率(m)發(fā)射日期所有者HJ-1/ACCD4700302008-9-6中國HJ-1/BCCD4700302008-9-6中國CBERS-1CCD2611319.51999-10-14中國、巴西CBERS-2CCD2611319.52003-10-21中國、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）在實際操作中，由于云層、水汽等的影響，用同一種傳感器數(shù)據(jù)來進行長時間序列多時相準(zhǔn)確的遙感監(jiān)測是比較困難的，特別是在潮濕的熱帶地區(qū)。因此，多傳感器的應(yīng)用在城市土地利用變化監(jiān)測研究將是未來的一個重要的發(fā)展趨勢。2.研究動態(tài)2.1遙感數(shù)據(jù)在城市空間擴展研究中的應(yīng)用（Lu,D.S.etal，2003，2004）（1）傳統(tǒng)的城市土地調(diào)查主要通過野外實地勘察和航片目視解譯分析，該方法較成熟，操作簡單，而且具有較高的信息提取精度，但是其耗時較長，工作量偏大，對解譯人員的經(jīng)驗和技術(shù)依賴性較強，當(dāng)判讀人員的專業(yè)知識背景、解譯經(jīng)驗不同時，可能得到不同的判讀結(jié)果。2.研究動態(tài)2.2遙感監(jiān)測方法在城市空間擴展研究中的應(yīng)用（2）除了目視解譯方法外使用得較多的城市土地利用變化遙感信息分類提取方法主要包括基于統(tǒng)計分析的分類方法（即監(jiān)督分類和非監(jiān)督分類法）、人工神經(jīng)網(wǎng)絡(luò)分類法、決策樹分類法、模糊數(shù)學(xué)分類法、專家系統(tǒng)分類法、面向?qū)ο蠓诸惙?。吳宏安等針對西安地區(qū)的TM影像，運用監(jiān)督分類法來進行城市土地利用分類，分類精度理想。Huang等運用監(jiān)督分類中的最大似然算法對臺灣臺北-桃園地區(qū)兩期SPOT影像進行分類，兩期影像的總體分類精度均高于85％2.研究動態(tài)2.2遙感監(jiān)測方法在城市空間擴展研究中的應(yīng)用（常慶瑞等，2004；吳宏安等，2006；Huang,S.L.etal，2009）張友水等結(jié)合地理輔助數(shù)據(jù)，運用Kohonen神經(jīng)網(wǎng)絡(luò)對遙感影像進行土地利用分類，提高了分類的精度；袁林山等針對徐州市的CBERS-02影像，改進基于先驗知識和統(tǒng)計分析構(gòu)建層次分類決策樹算法，實現(xiàn)了城市土地利用遙感分類，總體分類精度高達84.67％，明顯優(yōu)于傳統(tǒng)模糊數(shù)學(xué)分類法的精度；Skidmore通過實驗表明，運用專家系統(tǒng)分類器得到的分類結(jié)果要比常規(guī)分類法的精度高。陳陽等人將面向?qū)ο蟮母拍钜氲竭b感影像的分類提取中，以陳家鎮(zhèn)為例，對Quickbird遙感影像圖進行面向?qū)ο蠓诸?，獲得了較為理想的結(jié)果（陳陽等，2008）。2.研究動態(tài)2.2遙感監(jiān)測方法在城市空間擴展研究中的應(yīng)用（Skidmore,A.，1989；張友水等，2004；袁林山等，2008；曾建航等，2008;陳陽等，2008）而且以上這些分類提取方法主要實現(xiàn)影像像元級的信息分類提取。對于城市土地利用變化方面，用這些方法能清晰的看出發(fā)生在不同土地利用類型之間的質(zhì)變，但是卻難以探測到發(fā)生在同一土地利用類型內(nèi)部的量變即亞像元尺度下的量變。因此，選擇合適的方法進行亞像元級的信息分類提取變得尤為重要。2.研究動態(tài)2.2遙感監(jiān)測方法在城市空間擴展研究中的應(yīng)用（Fisher,P.，1997；Cracknell,A.P.，1998）（2）Ridd首次提出了“植被-不透水地面-土壤”組成的概念模型（V-I-S模型），這個模型能有效的處理和分解混合象元，進而實現(xiàn)在亞像元尺度下土地利用信息分類提取，將該模型與具有明確物理意義的線性光譜混合分析法(LSMA)相結(jié)合，估算城市各類土地覆蓋度，成為近年城市遙感的研究熱點之一。2.研究動態(tài)2.2遙感監(jiān)測方法在城市空間擴展研究中的應(yīng)用（RIDD,M.K.，1995）在國外，許多學(xué)者以V-I-S模型為基礎(chǔ)開展城市用地的定量遙感研究。Ward等將V-I-S模型成功應(yīng)用于東南昆士蘭地區(qū)城市環(huán)境的研究中，運用改進的分類法對其進行分類制圖，獲得了較好的精度。Phinn等]以V-I-S模型為基礎(chǔ)，利用約束型光譜混合分解法對東南昆士蘭地區(qū)不透水面進行了較為精確的估算。Wu等結(jié)合V-I-S模型和光譜混合分解法成功地估算了美國哥倫布市城區(qū)不透水面的分布情況。Lu等運用光譜混合分解技術(shù)對馬里昂城區(qū)土地利用進行分類，結(jié)果表明相對于傳統(tǒng)分類法精度明顯提高。2.研究動態(tài)2.2遙感監(jiān)測方法在城市空間擴展研究中的應(yīng)用（Lu,D.S.etal，2004；Ward,D.etal，2000；Phinn,S.etal，20