你的位置：论文发表网 >> 论文库 >> 经济论文 >> 详细内容在线投稿

基于RS 和GIS 的宝鸡市城市扩张研究

热度0票浏览111次时间：2015年9月25日 08:31

侯雨乐阿坝师范学院四川汶川 623002

基金项目：阿坝师院校级科研项目汾河流域旱涝灾害研究（ASB14-09）项目资助

【文章摘要】

研究多种遥感影像分类方法的不同之处并比较各自的优缺点，从而确立最佳的遥感解译借以方法和手段，以便及时、全面准确的掌握城市扩张等情况，为作出科学合理的规划提供依据。本研究以宝鸡市的两期影像为例（1988 年的TM 影像和2013 年的ETM+ 影像），运用ERDAS IMAGINE 先对两期影像进行校正、配准等工作，再分别对其进行监督分类和非监督分类方法进行图像解译，并用MapInfo 分别得出它们的城市扩张图。通过比较上述两种图像分类方法对于城市扩展范围界线的影响，得出适合城市扩张的图像解译方法。

【关键词】

宝鸡市；监督分类；非监督分类

【Abstract】

In order to study the many kinds of remote sensing image solution to translate the method similarity and compares they respective good and bad points, thus establishes the best remote sensing in order to the method and the method, in order to prompt, comprehensive grasps conservation of water and soil situation and so on government tendency, ecological environment destruction and city expansion, this research take the Bao ji two issue of images as the example (1988 TM image and 2013 ETM+ image), first carried on work and so on adjustment, matching using ERDAS IMAGINE to two issue of images, then separately carried on the surveillance classification and the non-surveillance to it classifies the method to carry on the picture solution to translate, a n d s e p a r a t e l y o b t a i n e d t h e i r c i t y expansion chart with MapInfo. Translates the method through the quite above two kind of pictures solution regarding the city expansion scope demarcation line influence, obtains suits the picture solution which the city expands to translate the method.

【Keywords】

baoji city ；Supervised classification ； Unsupervised classification

遥感技术在城市扩张、规划与管理方面的作用日显重要，可以为城市国土规划等相关部门制定政策法规提供必须的科学依据[1,2]。故城市遥感影像信息是一个城市重要的信息资源来源，目前对遥感图像的计算机解译方法主要有两大类，即训练分类法和非监督分类[3,4]。本文旨在利用不同的分类方法来调查20 多年间宝鸡市土地利用的变化状况，研究不同分类方法对城市扩张分析结果的影响，并分析哪种方法更适合应用于研究城市的扩展情况，为政府的规划、管理等部门的决策研究和政策制定提供科学的信息源。

1 研究区概况

宝鸡古称“陈仓”，位于“八百里秦川” 西部，是关中西端的门户，位于陕、甘、川三省结合部，是连接西南、西北的交通枢纽，地理位置优越，是关中——天水经济区副中心城市。气候属暖热带半湿润季风气候区，四季分明，日照充足，年均降水量611mm，宝鸡地跨秦岭南北、渭河两岸、黄土台塬、陇山山地及千山丘陵西段，东西长156.6km，南北宽160.6km，总面积18117km2。总人口为371 万。根据2009 年末土地利用现状变更调查资料，全市土地总面积为1810213 公顷，其土地利用情况如表1 所示[5]。

2 供试材料与方法

2.1 影像资料来源

由于选用的ETM+ 多波段影像（2013 年）和全色影像（1988 年）还未进行校正处理，本身还不精确，故先应该利用ERDAS IMAGINE 对其进行校正与融合处理，几何校正后各点误差在一个像元以内[6]。

2.2 监督分类

监督分类法是根据已有的先验知识和样本，先制定训练区作为其后分类的参考准则，然后将未知区域的数值利用已设的判别函数，来判断其所属的类别类型。其判别函数的种类较多，其使用的模板也就各有特点。其中的费歇尔(Fisher) 判别法是采用了“组间最大分离”的原则，来断定最小距离的方法[7]。本文作监督分类就是采用该模板。

由于某些手段、技术等限制因素的存在，事先没有对该区域做先验样本的采集处理，没有做出训练区选择，故而只能凭借遥感影像中地物所显示的光谱特征进行没有向导式的分类，这样得出的结果只是对不同类型地物做了区分，还需要事后进行实地调研来进一步确定划分结果是否正确、精准，有无地物混杂现象的出现，若出现不合理的聚类现象，就需要重新分类修改运算，直到准确为止，这一种方法我们称之为非监督分类法，也称聚类分析。可以看出其不需要特丰富的先验知识、专业经验，方法较简单，但其分类精度较监督分类低，结果也更模糊。非监督分类中经常用到的算法有ISODATA 算法，它可对成批样本修正，可通过调整样本所属类别完成样本的聚类分析，还可自动地进行类别的“合并”和“划分”，得到较合理的聚类结果[8]。本文非监督分类所用的就是ISODATA 算法模板。

3 图像分析与结论

利用土地利用分类系统的解译标志[9]，对以校正好的两幅不同年份的影像图分别进行监督分类与非监督分类进行分类识别，获得各时期的城市分类图，并进行去噪处理后，转换成VECTOR 格式，转入MapInfo 中继续处理，选取不同地物的

表1 宝鸡市土地利用类型34

金融视线

Financial View

质量管理

特征，对各种不同颜色赋以各自相应得地物。最后出图，分析对比两者之间的差异。

地面各种目标地物在遥感图像中存在着不同的色、形、位的差异，构成了可供识别的目标地物特征[10]。为了更好的进行分类，提高分类精度，对影响融合要求必须跟实际地物的颜色特征相吻合，本文分别对于各种不同得地物用到了753，754， 453 波段融合。在区别居民地等大类时，用752 波段看的比较明显。

为了分析26 年来宝鸡市扩张变化情况。需对两期城市图进行空间叠加分析，以提取出城市变化情况。利用MapInfo 强大的空间分析功能可以方便地对图像进行空间叠加分析，提取变化信息。最后准备出图阶段，为了得到更好的出图效果，把每个图例中Symbol 的Outline 颜色改为透明色。1988 年和2013 年的监督分类图与城市扩张图分别图1 和图2 所示。

4 结果与分析

4.1 两种方法的工作量

监督分类法与非监督分类法是针对影像具体分类时是否有先验知识而产生的两种方法。通过本文的数据处理的过程可知，监督分类时需要先在定义分类模板时工作量比较大，需要认真比较各种地物的特点和差异，同时要有专业知识和相关研究区的背景知识，而且要反复分类，直到比较规定的要求为止。但在MapInfo 处理中，监督分类要比非监督分类简单的多，且分出来的类别的精确度比较高。而非监督分类时，虽然工作量较小，但在MapInfo 中处理比较复杂、困难，且两种不同地物划分到一起的情况比较多，再进行二次分离工作量太大，效果也不理想。从居民地面积统计可看出，非监督分类结果更粗糙，即在对应的光谱特征类差异微小时，非监督分类的效果差。故非监督分类更适用于图像中的地物简单、数量少、地物规则时的分类。

4.2 城市面积变化

根据两个时期宝鸡市范围的矢量图，以确定城市边界，计算城市面积。在监督分类图中，1988 年的宝鸡城市面积为36.256km2，2013 年为38.747 km2，增长率为6.87％。在非监督分类中，1988 年的城市面积是21.070 km2，2013 年的为28.056 km2，面积变化率为3.31%。由于分类时误差较大，非监督分类的面积统计结果偏离较大。