EN中文

地球信息科学学报 >

2019 , Vol. 21 >Issue 2: 293 - 303

DOI: https://doi.org/10.12082/dqxxkx.2019.180470.

遥感科学与应用技术

武汉市主城区用地结构遥感监测及动态变化

  • 陈斌 , 1 ,
  • 王宏志 1 ,
  • 徐新良 , 2, * ,
  • 陈德超 3 ,
  • 武新梅 4 ,
  • 付阳阳 1
展开
  • 1. 华中师范大学城市与环境科学学院,地理过程分析与模拟湖北省重点实验室,武汉 430079
  • 2. 中国科学院地理科学与资源研究所,资源与环境信息系统国家重点实验室,北京 100101
  • 3. 苏州科技大学环境科学与工程学院,江苏省环境科学与工程重点实验室,苏州 215009
  • 4. 浙江农林大学信息工程学院,杭州 311300
*通讯作者：徐新良（1972-）,男,山东青岛人,博士,研究员,博士生导师,研究方向为土地利用/土地覆被变化与陆地生态系 统综合监测与评估。E-mail:

作者简介：陈 斌（1992-）,男,安徽桐城人,硕士生,研究方向为深度学习算法及土地利用/土地覆被变化遥感监测与评估。E-mail:

收稿日期: 2018-09-15

  要求修回日期: 2018-11-26

  网络出版日期: 2019-01-30

基金资助

中国科学院A类战略性先导科技专项(XDA20010302)

华中师范大学研究生教育创新资助项目（2018CX ZZ001）

收起

Remote Sensing Monitoring and Dynamic Change of Urban Land Cover Structure of Main Urban Region in Wuhan

  • CHEN Bin , 1 ,
  • WANG Hongzhi 1 ,
  • XU Xinliang , 2, * ,
  • CHEN Dechao 3 ,
  • WU Xinmei 4 ,
  • FU Yangyang 1
Expand
  • 1. College of Urban and Environmental Sciences, Central China Normal University, Hubei Province Key Laboratory for Analysis and Simulation of Geographical Process, Wuhan 430079, China
  • 2. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy Sciences, Beijing 100101, China
  • 3. School of Environmental Science and Engineering, Suzhou University of Science and Technology, Key Laboratory of Environmental Science and Engineering of Jiangsu Province, Suzhou 215009, China
  • 4. School of Information Engineering, Zhejiang A&F University, Hangzhou 311300, China;
*Corresponding author: XU Xinliang, E-mail:

Received date: 2018-09-15

  Request revised date: 2018-11-26

  Online published: 2019-01-30

Supported by

The Strategic Priority Research Program of Chinese Academy of Sciences,No.XDA20010302

Innovation Projects of Graduate Education of Central China Normal University, No.2018CXZZ001

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

城市内部用地结构及其时空演变特征不仅能一定程度上反映出城市社会经济发展水平、预示城市未来发展空间和发展潜力,而且还会直接影响城市人居环境的适宜性,不同地区和不同发展阶段城市内部用地结构存在明显差异。本文基于武汉市1990、2000、2010和2018年4期Landsat TM/OLI遥感影像,采用面向对象多尺度分割算法对武汉市主城区内部用地结构进行了长时间序列遥感监测研究,并在此基础上分析了城市用地结构的时空演变特征。研究表明：1990-2018年武汉市主城区用地结构类型以不透水层、植被和水体为主,用地结构演变模式主要表现为植被和水体向不透水层的转化。主城区内部不透水层面积由1990年的329.73 km2增加至2018年466.69 km2,增加了136.96 km2;植被和水体面积则由1990年的332.74 km2、318.26 km2减少到2018年的320.46 km2、196.39 km2,分别减少了12.28 km2、121.87 km2;裸土地面积较小,整体变化不如前3种用地类型显著。本研究可为城市功能用地制图、城市用地效率分析以及城市生态环境质量综合评价提供参考。

关键词： 用地结构; 时空演变; 遥感监测; 不透水层; 制图

本文引用格式

陈斌 , 王宏志 , 徐新良 , 陈德超 , 武新梅 , 付阳阳 . 武汉市主城区用地结构遥感监测及动态变化[J]. 地球信息科学学报, 2019 , 21(2) : 293 -303 . DOI: 10.12082/dqxxkx.2019.180470.

Abstract

The land use structure and its spatio-temporal evolution characteristics within cities can not only reflect the level of urban economic development, but also predict the future development space and development potential of the city and even directly affect the suitability of the urban human settlement environment. There are significant differences in the internal land use structure of cities in different stages of development and different regions. In this paper, we used object-oriented multi-scale segmentation algorithm to carry out long-term remote sensing monitoring on the internal land cover structure of Wuhan main urban area based on the Landsat TM/OLI remote sensing images of 1990, 2000, 2010 and 2018. Then, the land use patterns in Wuhan were monitored, and the characteristics of land use structure changes during the 1990, 2000, 2010 and 2018 were further discussed. The research shows that: the internal land-use structure in the main urban area of Wuhan city is dominated by impervious surface, vegetation, and waterbody during the recent 28 years. The land use change pattern mainly reflects the transformation of vegetation and waterbody into impervious surface. From 1990 to 2018, impervious surface is the main type of land use in the study area, which increased from 329.73 km2 in 1990 to 466.69 km2 in 2018, which increased by 136.96 km2. The vegetation and waterbody area decreased from 332.74 km2, 318.26 km2 in 1990 to 320.46 km2, 196.39 km2 in 2018 respectively, which decreased by 12.28 km2 and 121.87 km2 respectively; bare land area is too small, and it's change is not as significant as the first three types of land changes. This study can provide reference for urban functional land mapping, urban land efficiency analysis and comprehensive evaluation of urban ecological environment quality.

Key words： land cover structure; spatial-temporal evolution; remote sensing monitoring; impervious surface; mapping

1 引言

城市土地利用及覆被变化是人类活动对城市用地结构影响最直观的表现形式之一,对于城市经济发展和生态环境保护具有重要的基础性作 用[1,2,3,4,5]。城市主城区作为城市经济和环境发展的主体部分,其内部用地结构不仅能够影响城市生态系统服务功能[6],而且还会直接影响城市人居环境的适宜性。已有研究表明,城市中绿地和水体面积大小对城市生态系统服务功能具有重要影响,当城市中绿地斑块面积大于5 km2时,地表辐射温度下降明显[7],而当流域内城市不透水地表占比大于25%时,将会导致城市环境严重退化[8]。因此,探讨城市化发展背景下的城市内部用地结构及其演变特征,对于提升城市土地资源利用效率、构建适宜的人居环境和促进整个城市经济快速协调发展具有重要意义。
当前,众多学者基于卫星数据开展了区域用地遥感监测和城市扩张的研究,不同学者分别从城市群、海岸带、流域以及市级行政区划单元下对区域用地结构进行了遥感监测研究。例如,匡文慧等[8]对2000-2008年京津唐城市群不透水地表进行遥感监测研究,发现城市不透水层增长呈现显著的时空差异;侯西勇等[9]对中国海岸带用地结构进行遥感制图研究,发现不同用地类型制图精度差异较大;宋明明等[10]选用多期Landsat影像,对秦淮河流域近30年不透水层景观格局变化进行分析,发现流域内不透水层增加显著;金晶等[11]利用线性光谱混合模型对上海市不透水层进行遥感监测,发现从2002-2008年上海市城市不透水层向中心城区外围扩张趋势明显。从研究尺度上来看,现有研究多集中以较大空间范围和较短时间序列的区域性遥感监测研究为主,对区域土地利用/土地覆被结构遥感监测研究也多集中在2015年以前。从研究对象上来看,多以发达城市群、东部沿海城市和典型流域为主,对中部城市武汉市用地结构开展长时序和系统性遥感监测研究尚较缺乏。
近年来,有学者基于遥感数据对武汉市用地结构开展了监测研究。例如,常变蓉等[12]采用多期Landsat遥感影像,对武汉市建设用地扩张时空分异特征进行了研究;张扬等[13]基于2002、2009和2015年3期Landsat影像,借助线性光谱混合模型对武汉市城市不透水层进行提取,发现主城区不透水层比例明显高于新区;黄靖等[14]利用2003-2008年的MODIS数据,对武汉市植被覆盖变化进行遥感监测,发现武汉市植被覆盖总体呈上升趋势;淡永利等[15]基于2000、2005和2010年3期Landsat TM数据,对2000-2010年武汉市湖泊时空变化特征进行了分析,发现武汉市各个湖泊均有不同程度的萎缩。但已有研究也多集中以武汉市城市不透水层、湖泊、建设用地和植被等单一用地类型为主,而针对城市的主体部分——城市主城区内部用地结构开展长时间序列、多时段和系统性遥感监测研究尚不多见。
武汉市作为长江中游城市群的核心城市之一,其内部用地结构时空演变特征与长江经济带发展紧密相关。本研究在参照国内外已有利用3S技术对城市用地结构进行遥感监测研究的基础上,基于Landsat TM/OLI遥感数据,借助面向对象多尺度分割算法,对长江中游城市群的核心城市——武汉市主城区内部用地结构进行了多时相遥感监测研究,并在此基础上进一步分析了1990-2018年来用地结构的空间格局及其动态变化过程,以期能为武汉市主城区内部用地结构调整,构建适宜的人居环境和城市规划建设提供科学依据与理论参考。

2 研究区概况及数据源

2.1 研究区概况

武汉市（29°58′ N-31°22′ N,113°41′ E-115°05′ E）位于江汉平原东部的长江中下游平原,东临鄂州、西接孝感、南连咸宁、北通黄冈,长江和汉江贯穿而过,“两江三镇”形成了武汉最基本的地理分布格局（图1）。武汉市现辖13个区,包括7个中心城区和6个远郊城区,本研究选取7个中心城区（洪山区、江岸区、硚口区、江汉区、汉阳区、武昌区和青山区）作为研究区域。根据中国科学院资源环境数据中心（http://www.resdc.cn/）全国土地利用数据库提供的1:10万土地利于现状数据统计得知,武汉市主城区耕地总面积320.89 km2,林地总面积28.31 km2,草地总面积15.95 km2,水域总面积303.32 km2,建设用地310.92 km2,其他用地7.7 km2,分别占研究区总面积的32.51%、2.86%、1.62%、30.73%、31.49%和0.79%。本研究区属于亚热带季风湿润性气候,气候温暖而湿润,全年平均气温在18.1 ℃,年均降水量900~1400 mm,地势整体呈现西高东西态势,除西南部分山地丘陵外,地貌类型主要以平原为主。
Fig. 1 Location of the study area

图1 研究区范围

武汉市作为长江中游城市群的重要核心城市之一,近年来由于城市经济快速发展和城市人口急剧增加,城市内部用地结构也相应发生很大程度变化,城市内部大量植被和水体被不透水层取代,使城区内部用地结构严重失调,城市人居环境质量不断下降,这些问题均使得武汉市主城区内部用地结构格局亟待调整和改善。

2.2 数据来源和数据预处理

本文选取武汉主城区1990年9月2日、2000年9月13日、2010年6月21日和2018年4月8日共4期Landsat TM/OLI遥感影像作为基础研究数据（来源于美国地质勘探局官网,https://earthexplorer.usgs.gov/）。4期影像选取原则均要求在卫星过境时天空晴朗无云或者云量较少,同时选取与遥感影像成像时间尽可能接近的历史谷歌影像和1990、2000、2010和2015年4期土地利用现状数据（来源于中国科学院资源环境数据中心,http://www.resdc.cn/）作为后期监测结果验证数据。数据预处理主要包括：① 对4期影像进行辐射定标、大气/几何校正、配准等预处理工作;② 再利用研究区矢量边界裁剪影像得到研究区范围。

2.3 样本数据集的建立

本研究将武汉市主城区用地结构类型划分成 4类：不透水层、植被、水体和裸土地。考虑到选取的样本数据集是否准确且具有代表性,将直接影响到最终遥感监测分类精度高低,故借助历史谷歌影像和多期土地利用现状数据,通过目视解译方法,按照分亮度分区域的样本选取原则,在标准真彩色合成的Landsat遥感影像基础上分别选取上述4种用地类型训练样本影像斑块各50个,其中选取的部分样本案例如表1所示。
Tab. 1 The training sample of typical objects

表1 典型地类训练样本

序号 地物类型 地物样本
A 不透水层
B 植 被
C 水 体
D 裸土地

3 研究方法

本研究基于面向对象的多尺度分割算法实现了对研究区用地结构类型的遥感监测研究。多尺度分割算法其实质就是通过设定不同分割特征参数,将遥感影像分割成特征信息相同或者相近的且大小和形状各异的影像斑块,然后借助规则用地结构类型分类算法获取不同用地类型分割后影像斑块的特征信息,再通过计算相同用地类型的分类特征信息建立起遥感影像分类规则体系,从而实现了研究区各用地结构类型的监测分类,最终在多时间序列用地结构类型分类结果的基础上,对研究区用地结构变化幅度、用地结构动态度以及用地类型转移方向和转移量进行深入探讨。本研究具体技术流程如图2所示。
Fig. 2 The technology flow chart of algorithm classification

图2 算法分类技术流程

3.1 用地结构变化幅度

用地结构变化幅度是用来描述不同用地结构类型在不同时间段内面积变化的一项量化指标,它能直观反映出研究区不同用地类型面积及结构的变化情况,其数学计算公式如下：
Δ U = U b - U a （1）
K = U b - U a T （2）
式中：ΔU表示研究区1990-2018年某一用地类型的总变化幅度;Ua和Ub表示前后2个时间节点某一用地类型面积;K表示研究区用地类型的年变化幅度;T表示前后2个时间点间隔的年限。根据公式计算得到武汉市主城区1990、2000、2010和2018年各用地结构类型变化幅度。

3.2 用地结构动态度

用地结构动态度是用来描述土地利用格局动态变化的一项量化指标,它不仅可以用来监测研究区用地结构类型的整体变化情况,而且还能对研究区未来土地利用格局进行预测[16,17,18]。本研究采用单一土地利用度对武汉市主城区用地结构变化进行分析,具体计算公式如下：
K ' = U b - U a U a × 1 T × 100 % （3）
式中：K'表示前后2个时间节点内某一用地类型变化的动态度;Ua和Ub表示前后2个时间节点某一用地类型面积;T表示前后2个时间点间隔的年限。

3.3 土地利用转移矩阵

土地利用转移矩阵是用来表示各类型用地之间的转移方向和转化量的主要方法,它能直观反映出土地利用变化的结构特征和转移方向[19]。具体计算公式如下：
S ij = S 11 S 12 ⋯ S 1 n S 21 S 22 ⋯ S 2 n ⋮ ⋮ ⋮ ⋮ S n 1 S n 2 ⋯ S nn （4）
式中：Sij表示研究区第i类用地向第j类转化的面积;i前一时期用地类型;j表示后一时期用地类型;n为用地类型数量。

3.4 遥感影像多尺度分割

基于面向对象方法遥感分类研究中,卫星影像分割尺度选取是否合理将会直接影响到最终分类精度高低,因此在执行分类操作之前需对影像进行多尺度分割。面向对象多尺度分割是一种自下而上的区域分割生长方法[20,21],在分割时根据分割尺度、紧凑度、光谱均值、灰度比值和标标准差等对象特征大小,将研究区域分割成大小不同的影像斑块。若分割尺度设置过大,影像斑块中同质区域便会分割的过于零碎,不能真正反映出地表像元真实结构分布;若分割尺度设置过小,影像斑块中异质区域便难以区分开。因此在面向对象遥感分类中,如何设置科学合理的分割参数就显得尤为重要。而多尺度分割实质就是一个不断调整影像分割参数大小,将同质或者异质性差异最小的区域像元进行生长合并,直至最终找到异质性满足预先设定目标阈值的过程。异质性 d 是通过合并后影像斑块的形状及光谱特征差异加权计算得到,计算公式如下：
d = w 1 ∙ l color + ( 1 - w 1 ) ∙ l shape （5）
式中： l color 代表影像斑块之间的光谱特征差异; l shape 表示分割后影像斑块的形状特征差异; w 1 为光谱特征差异的权重大小。
光谱差异性指数是由各影像斑块的光谱特征差异计算得到[22],计算公式如下：
l color = ∑ 1 c w c ∙ ( n m ∙ σ m - ( n 1 ∙ σ 1 + n 2 ∙ σ 2 ) ) （6）
式中：c代表影像的波段数量; w c 为不同波段的权重大小; n m 表示合并后影像斑块中的像元个数; σ m 为相邻影像斑块合并后的标准方差; n 1 、 n 2 分别表示两相邻影像斑块合并前各自所包含像元数量; σ 1 、S2分别代表2个相邻影像斑块或像元合并之前的标准方差。
Tab. 2 Accuracy evaluation of land use types in urban area of Wuhan from 1990 to 2018

表2 1990-2018年武汉市主城区土地利用类型精度评价

年份 用户精度/% 生产者精度/% 总体精度/% Kappa系数
不透水层 植被 水体 裸土地 不透水层 植被 水体 裸土地
1990 95.52 93.86 95.36 78.69 92.75 93.04 92.90 92.31 92.83 0.9012
2000 94.50 96.41 95.17 83.58 91.96 93.06 97.18 90.32 93.70 0.9138
2010 93.62 92.10 95.71 79.66 94.28 92.68 91.78 92.16 92.82 0.9011
2018 93.60 94.93 91.53 83.54 90.70 92.96 92.31 91.67 91.74 0.8882
形状差异性指数是由分割后影像斑块的紧凑度和光滑度加权计算得到[20],计算公式如下：
l shape = w 2 ∙ l com + ( 1 - w 2 ) ∙ l smooth （7）
式中：w2为影像斑块紧凑度权重大小; l com 表示影像斑块紧凑度差异性; l smooth 为影像斑块的光滑程度差异性。
分割后影像紧凑度差异性计算公式如下[23]：
l com = n m ∙ S m - ( n 1 ∙ S 1 + n 2 ∙ S 2 ) （8）
式中： n m 为合并后影像斑块中的像元数量; n 1 、 n 2 为两相邻区域斑块合并前的所包含的像元数量; S m 为合并后影像斑块区域的边界总长度; S 1 、 S 2 分别表示两相邻斑块合并之前的边界长度大小。
分割后影像斑块单元的光滑程度差异性是由合并前后斑块所含像元数量、实际边长及其外接矩形长度计算得到[23]：
l snooth = n m ∙ S m / L m - ( n 1 ∙ S 1 / L 1 + n 2 ∙ S 2 / L 2 ) （9）
式中： n m 表示合并后影像斑块中所含像元个数 n 1 、 n 2 分别表示两相邻影像斑块合并前的像元个数 S m 为合并后对象区域的实际边界长度 S 1 、 S 2 、 S m 分别为合并前后两相邻影像斑块单元的边界长度 L m 为包含合并后影像区域范围的矩形边界长度 L 1 、 L 2 、 L m 分布表示两相邻区域斑块合并前后的外接矩形边界长度。
若首次分割尺度设置过大影像分割过于零碎,则需要对同质斑块像元进行合并。寻找区域内邻近斑块合并后异质性小于预先所设定阈值的像元,若满足要求就将临近2个像元进行合并,否则就将找到的像元设为目标像元再次进行寻找,直至最终找到可以跟目标像元合并的像元。若首次分割尺度设置过小,影像斑块的异质性过大,则需要进行二次分割,循环往复,直至分割后影像斑块异质性达到预先设定合理阈值范围,停止分割[21]。本研究首先根据研究区地物分类特征对遥感影像进行多尺度分割,分割结果如图3所示;然后根据分割后影像斑块的异质性阈值范围和历史谷歌影像进行目视解译验证,研究最终选取分割尺度参数为30,形状因子权重和紧凑度因子权重参数分别为0.4和0.6,除近红外波段权值设为2,其余各个波段权值大小均设定为1。
Fig. 3 The result of Multi-scale segmentation remote sensing images

图3 遥感影像多尺度分割结果

3.5 面向对象最邻近分类

传统基于像元分类是预先设定遥感影像的多个波段分布服从多维正态分布,然后以此来构造遥感分类判别函数。它实质是根据未知像元与已知像元似然度大小,将未知区域像元划分到与它似然度最大的区域之中[24]。与基于像元分类方法不同,面向对象分类方法是将多尺度分割后得到的影像斑块视为分类对象,它不再局限于单一像元[25]。本研究采用最邻近分类方法对分割后影像斑块进行分类研究,最邻近分类属于遥感影像监督分类方法中的一种,它主要根据训练样本区域内的样本对象特征,计算目标对象为中心的周围未分类对象特征与训练样本特征对象的中心距离,如果满足距离样本对象的特征中心最近,则将其划分到该类别当中。在使用最邻近分类方法进行遥感分类研究时,并不是参与分类的样本特征越多越好,因为分类特征过多会导致特征信息冗余,使分类效率降低,甚至会影响最终分类精度。最邻近距离分类方法多适用于地物斑块特征不够明显和地物特征空间无法详细描叙分类场景。

4 结果与分析

4.1 武汉市主城区土地利用监测结果及精度评价

根据研究区土地利用结构特征,将研究区用地结构类型划分成：不透水层、植被、水体和裸土地4种类型,借助面向对象遥感分类方法对武汉市主城区内部用地类型进行监测提取,最终得到研究区4期用地结构类型分布图（图4）。
Fig. 4 Spatial pattern of land cover in urban area of Wuhan from 1990 to 2018

图4 1990-2018年武汉市主城区用地结构空间格局

本研究采用随机抽样方法对分类结果进行精度验证[26],借助ArcGIS 10.1软件中Creat Random Points工具在研究区4期遥感影像中分别生产500个随机样本点,借助研究区历史谷歌影像和1990、2000、2010和2015年4期土地利用现状数据,通过目视解译人机交互模式对武汉市主城区4期用地结构监测结果进行精度验证（表2）。由结果可知,基于面向对象多尺度分割方法得到的武汉市4期用地结构分类结果总体分类精度均保持在90%以上,且Kappa系数均大于0.85,除1990年和2010年裸土地用户精度低于80%,其余用地结构类型用户精度和生产者精度均在80%以上,且不同时期各用地类型生产者精度均达到90%以上。整体来看,除2010年裸土地生产者精度高于水体外,其他时段内不透水层、植被和水体的分类精度均要高于裸土地,主要是由于研究区内裸土地面积总体较少,且多分布在滩涂和其他地类交错分布区附近,同时裸土光谱特征与不透水层较为接近,故分类精度整体低于其他3种类型用地。

4.2 武汉市主城区用地类型现状及变化幅度

由武汉市主城区用地类型及变化幅度统计结果（表3）可知,武汉市主城区总面积为987.89 km2,其中不透水层、植被和水体是研究区3种主要用地类型,三者面积占研究区总面积的95%以上。1990-2018年武汉市主城区内部土地利用格局发生不同程度变化,1990-2018年城市不透水层面积持续增长。其中,2000-2010年城市不透水层面积增长幅度最为显著,变化总幅度为62.74 km2,年变化幅度也达到了6.27 km2;2010-2018年城市不透水层面积年变化幅度最大,达到7.2 km2,这可能与湖北政府自2004年后提出加快“武汉城市圈”实施4个一体化方案完善5个一体化建设有关,而余下3种用地结构类型中,除植被面积在1990-2000年增加外,其他时间段内3种用地类型面积均呈下降态势。
Tab. 3 Area of land-use status and land-use change in Wuhan city from 1990 to 2018 （km2）

表3 1990-2018年武汉市主城区内部土地利用现状及变化面积

用地类型 1990年 1990-2000年 2000年 2000-2010年 2010年 2010-2018年 2018年
ΔU1 K1 ΔU2 K2 ΔU3 K3
不透水层 329.73 16.59 1.66 346.32 62.74 6.27 409.06 57.63 7.20 466.69
植被 332.74 25.98 2.60 358.72 -13.53 -1.35 345.19 -24.73 -3.09 320.46
水体 318.26 -42.95 -4.30 276.31 -48.28 -4.82 228.03 -31.64 -3.96 196.39
裸土地 7.16 -0.62 -0.06 6.54 -0.93 -0.09 5.61 -1.26 -0.16 4.35

注：ΔU1、ΔU2、ΔU3表示3个时间段各用地类型的总变化幅度;K1、K2、K3表示用地类型在3个时间段内的年变化幅度。

4.3 武汉市主城区用地结构动态变化

由研究区4种用地结构类型变化动态度（图5）结果可知,1990-2018年武汉市主城区除不透水层土地利用动态度为1.43%大于0外,其他3种用地类型动态度均小于0,分别为-1.37%、-0.13%和-2.46%。其中1990-2000年用地结构动态度最大的用地类型是植被,为0.78%,其次为不透水层和水体,分别为0.48%和-1.32%,土地利用动态度最小的是裸土地,仅为-2.41%;2000-2010年用地结构动态度最大的是不透水层,大小为1.76%,其次为植被和水体,分别为-0.37%和-1.74%,土地利用动态度最小的是裸土地,仅为-2.73%;2010-2018年用地结构动态度最大的仍然是不透水层,大小为1.71%,其次为植被和水体,分别为-0.90%和-1.73%,土地利用动态度最小的是裸土地,仅为-5.47%。由此可见,不透水层是研究区土地利用动态变化的主体部分,而其他3类用地动态度在不同时间阶段内虽有差异,但整体动态变化均不如不透水层显著。
Fig. 5 Land-use dynamics degree of build up area of Wuhan from 1990 to 2018

图5 1990-2018年武汉市主城区内部土地利用变动态度

4.4 武汉市主城区用地类型转移分析

研究区不同时间段内不同用地结构类型变化存在明显差异,本文选取研究区土地利用转移面积较高的8种转移类型进行了分析讨论。据统计得到武汉市主城区用地类型转移矩阵（表4）和用地类型概率转移矩阵（表5）,由结果可知,1990-2018年的研究区不透水层-不透水层转移矩阵概率最高,达到了73.02%,其次为水体和植被,转移概率也分别达到了53.89%和50.08%。其中,2000-2010年不透水层自身转移矩阵概率最高,达到了75.86%;1990-2000年植被自身转移概率最高,为71.08%;2010-2018年水体自身转移概率最高,为89.92%。1990-2018年转出类型中,植被-不透水层的转移概率最高,达到了42.87%,其次为水体-不透水层、不透水层-植被,转移概率分别为26.79%、25.99%。综上所述,1990-2018年研究区不透水层面积不断增加,且多表现为植被和水体向不透水层转入得用地结构变化模式,其中不同时间段内植被向不透水层转入的面积整体均要高于水体和裸土地。
Tab. 4 Area of land-use change in Wuhan city from 1990 to 2018（km2）

表4 1990-2018年武汉市主城区用地类型转移矩阵

变化类型 1990-2000年 2000-2010年 2010-2018年 1990-2018年
不透水层→不透水层 250.14 257.96 333.04 242.26
植被→植被 236.50 221.14 205.12 171.63
水体→水体 226.17 167.32 161.33 166.63
不透水层→植被 72.77 79.16 99.88 87.43
水体→植被 61.50 57.32 6.68 58.23
植被→不透水层 59.37 138.75 127.96 142.64
植被→水体 36.65 9.62 23.92 19.97
水体→不透水层 30.63 49.17 8.05 85.31
Tab. 5 Area of probability land-use change in Wuhan city from 1990 to 2018（%）

表5 1990-2018年武汉市主城区用地类型概率转移矩阵

变化类型 1990-2000年 2000-2010年 2010-2018年 1990-2018年
不透水层→不透水层 74.37 75.86 74.65 72.03
植被→植被 71.08 59.70 57.32 50.08
水体→水体 71.01 60.72 89.92 53.89
不透水层→植被 21.64 23.28 22.39 25.99
水体→植被 19.31 20.80 3.72 18.28
植被→不透水层 17.85 37.46 35.76 42.87
植被→水体 11.02 2.60 6.69 6.03
水体→不透水层 9.62 17.84 4.49 26.79

5 结论与讨论

本研究结合多时相遥感数据,对武汉市主城区用地结构类型及其动态变化进行遥感监测研究,并进一步分析了1990-2018年研究区用地结构的演变特征,主要结论如下：
（1）2018年武汉市主城区用地结构类型主要以不透水层、植被和水体为主。其中,不透水层面积最大,为466.69 km2;其次是植被和水体,面积分别为320.46 km2和196.39 km2;而裸土地面积较少,仅有4.35 km2,它们分别占主城区总面积的47.24%,32.44%、19.88%和0.44%。
（2）从研究区用地结构现状和变化结果上来看,1990-2018年武汉市主城区用地结构格局发生了显著变化,其中不透水层面积呈现逐年扩张态势,它由1990年占主城区总面积的33.38%上升到2018年的47.24%;水体面积逐年递减,总面积由1990年占主城区总面积的32.23%下降到2018年的19.88%,减少了1/3以上;植被面积在1990-2000年虽然有所增加,但随后又不断减小,整体呈下降态势,面积由1990年占主城区总面积的32.68%下降到2018年32.43%,但整体变化不如植被明显;裸土地面积相对较少,变化不如前3类用地类型显著,面积总体上呈现下降态势。不透水层是城市经济快速发展下的必然产物,然而植被和水体在城市经济社会发展过程中也发挥着不可或缺的生态保障功能,因此急需对城市内部不同用地类型面积动态变化进行合理有效管控。
（3）从研究区用地结构类型转移结果上来看,1990-2018年的3个时间段内（1990-2000年、2000-2010年、2010-2018年）,不透水层的稳定性最高,3个时间段内自身转移概率均在74%以上,植被和水体稳定性次之,其中植被的稳定性整体上低于水体,且转移概率呈现下降态势,在2010-2018年达到最小值,仅为57.32%,水体的稳定性先减小后增加,转移矩阵概率在2010-2018年达到最大值,为89.92%,这可能与研究区自2010年后实施了严格的河流和湖泊保护措施有关。1990-2018年用地结构转出类型中,植被-不透水层的转移面积最大为242.26 km2,转移矩阵概率也达到了42.87%,其次为水体-不透水层,转移面积为171.63 km2,转移概率为26.79%,而裸土地-水体转移面积最小,仅有0.02 km2。
本研究利用面向对象方法在武汉市主城区用地结构遥感监测研究中取得了较好的分类精度,但这是建立在对研究区域相对熟悉、用地结构类型划分类别有限且遥感影像取得较为理想分割参数基础之上的。然而,城市用地结构划分类型与遥感影之间的空间尺度匹配性高低以及影像分割参数选取是否合理,都将会直接影响到最终分类精度高低,因此如何为研究区不同用地结构划分类型和不同数据源的遥感影像选取合适分割参数,还有待进一步探讨。同时,本研究借用了多时相遥感数据对武汉市主城区用地结构进行了动态监测研究,并未进一步建立用地结构演变特征与城市人居环境适宜程度之间的定量关系,如何将城市用地结构与城市人居环境适宜度、满意度以及地产价格等经济社会指标之间开展综合性和交叉性分析将是今后研究的重要方向。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘纪远,宁佳,匡文慧,等. 2010-2015年中国土地利用变化的时空格局与新特征[J].地理学报,2018,73(5):789-802.

[ Liu J Y, Ning J, Kuang W H, et al.Spatio-temporal patterns and characteristics of land-use change in China during 2010-2015[J]. Acta Geographica Sinica, 2018,73(5):789-802. ]

[2]
Wulder M A, White J C, Goward S N, et al.Landsat continuity: Issues and opportunities for land cover monitoring[J]. Remote Sensing of Environment, 2008,112:955-969.Initiated in 1972, the Landsat program has provided a continuous record of earth observation for 35聽years. The assemblage of Landsat spatial, spectral, and temporal resolutions, over a reasonably sized image extent, results in imagery that can be processed to represent land cover over large areas with an amount of spatial detail that is absolutely unique and indispensable for monitoring, management, and scientific activities. Recent technical problems with the two existing Landsat satellites, and delays in the development and launch of a successor, increase the likelihood that a gap in Landsat continuity may occur. In this communication, we identify the key features of the Landsat program that have resulted in the extensive use of Landsat data for large area land cover mapping and monitoring. We then augment this list of key features by examining the data needs of existing large area land cover monitoring programs. Subsequently, we use this list as a basis for reviewing the current constellation of earth observation satellites to identify potential alternative data sources for large area land cover applications. Notions of a virtual constellation of satellites to meet large area land cover mapping and monitoring needs are also presented. Finally, research priorities that would facilitate the integration of these alternative data sources into existing large area land cover monitoring programs are identified. Continuity of the Landsat program and the measurements provided are critical for scientific, environmental, economic, and social purposes. It is difficult to overstate the importance of Landsat; there are no other systems in orbit, or planned for launch in the short-term, that can duplicate or approach replication, of the measurements and information conferred by Landsat. While technical and political options are being pursued, there is no satellite image data stream poised to enter the National Satellite Land Remote Sensing Data Archive should system failures occur to Landsat-5 and -7.

DOI

[3]
陆大道,陈明星.关于“国家新型城镇化规划(2014-2020)”编制大背景的几点认识[J].地理学报,2015,70(2):179-185.国家新型城镇化规划(2014-2020)"标志着中国城镇化发展的重大转型,核心是强调了人的城镇化,总体要求是"稳中求进"。本文着重从发展速度和发展质量方面阐述了对这个规划产生背景的初步认识。城镇化发展水平应当与城镇产业结构转型和新增就业岗位、城镇实际吸纳农村人口的能力、以及水土资源和环境承载力等保持一致。中国大规模高速发展的城镇化,付出的环境污染代价巨大,基础设施不堪重负,自然资源的支撑力面临严重的困难。城镇化是具有明显交叉学科特性的重要前沿科学问题,是一个复杂系统。人文经济地理学的跨学科性质在城镇化研究领域具有突出优势和较为扎实的研究基础,面向国家新型城镇化的重大现实需求,还非常需要对这一重大领域进行深入的跟踪和研究。

DOI

[ Lu D D, Chen M X.Several viewpoints on the background of compiling the "National New Urbanization Planning (2014-2020)"[J]. Acta Geographica Sinica, 2015,70(2):179-185. ]

[4]
Mooney H A, Duraiappah A, Larigauderie A.Evolution of natural and social science interactions in global change research programs[J]. Proceedings of the National Academy of Sciences, 2013,110(1): 3665-3672.Efforts to develop a global understanding of the functioning of the Earth as a system began in the mid-1980s. This effort necessitated linking knowledge from both the physical and biological realms. A motivation for this development was the growing impact of humans on the Earth system and need to provide solutions, but the study of the social drivers and their consequences for the changes that were occurring was not incorporated into the Earth System Science movement, despite early attempts to do so. The impediments to integration were many, but they are gradually being overcome, which can be seen in many trends for assessments, such as the Intergovernmental Platform on Biodiversity and Ecosystem Services, as well as both basic and applied science programs. In this development, particular people and events have shaped the trajectories that have occurred. The lessons learned should be considered in such emerging research programs as Future Earth, the new global program for sustainability research. The transitioning process to this new program will take time as scientists adjust to new colleagues with different ideologies, methods, and tools and a new way of doing science.

DOI

[5]
Lawler J J, Lewis J D, Nelson E, et al.Projected land-use change impacts on ecosystem services in the United States[J]. Proceedings of the National Academy of Sciences, 2014,111(20):7492-7497.Providing food, timber, energy, housing, and other goods and services, while maintaining ecosystem functions and biodiversity that underpin their sustainable supply, is one of the great challenges of our time. Understanding the drivers of land-use change and how policies can alter land-use change will be critical to meeting this challenge. Here we project land-use change in the contiguous United States to 2051 under two plausible baseline trajectories of economic conditions to illustrate how differences in underlying market forces can have large impacts on land-use with cascading effects on ecosystem services and wildlife habitat. We project a large increase in croplands (28.2 million ha) under a scenario with high crop demand mirroring conditions starting in 2007, compared with a loss of cropland (11.2 million ha) mirroring conditions in the 1990s. Projected land-use changes result in increases in carbon storage, timber production, food production from increased yields, and >10% decreases in habitat for 25% of modeled species. We also analyze policy alternatives designed to encourage forest cover and natural landscapes and reduce urban expansion. Although these policy scenarios modify baseline land-use patterns, they do not reverse powerful underlying trends. Policy interventions need to be aggressive to significantly alter underlying land-use change trends and shift the trajectory of ecosystem service provision.

DOI PMID

[6]
匡文慧. 区域尺度城市增长时空动态模型及其在京津唐都市圈应用[J].地理学报,2011,66(2):317-330.Dynamic urban expansion simulation at regional scale is one of the important re-search methodologies in Land Use/Cover Change (LUCC) and global environmental change influenced by urbanization. However, previous studies indicate that the single urban expan-sion simulation for future scenarios at local scale cannot meet the requirements for charac-terizing and interpreting the interactive mechanisms of regional urbanization and global en-vironmental change. This study constructed a regional Dynamic Urban Expansion Model (Reg-DUEM) suitable for different scenarios by integrating the Artificial Neural Network (ANN)and Cellular Automaton (CA) model. Firstly we analyzed the temporal and spatial character-istics of urban expansion and acquired a prior knowledge rules using land use/cover change datasets of Beijing-Tianjin-Tangshan metropolitan area. The future urban expansion under different scenarios is then simulated based on a baseline model, economic models, policy models and the structural adjustment model. The results indicate that Reg-DUEM has good reliability for a non-linear expansion simulation at regional scale influenced by macro-policies.The simulating results show that future urban expansion patterns from different scenarios of the metropolitan area have the tremendous spatio-temporal differences. Future urban ex-pansion will shift quickly from Beijing metropolis to the periphery of Tianjin and Tangshan city along coastal belt.

DOI

[ Kuang W H.Simulating dynamic urban expansion at regional scale in Beijing-Tianjin-Tangshan Metropolitan Area[J]. Acta Geographica Sinica, 2011,66(2):317-330. ]

[7]
匡文慧,迟文峰,史文娇.中国与美国大都市区城市内部土地覆盖结构时空差异[J].地理学报,2014,69(7):883-895.城市内部土地覆盖结构对城市生态服务功能和人居环境质量产生重要影响。中国与美国不同发展阶段城市不透水地表和绿地时空分布格局存在显著差异。本文基于Landsat TM／MSS影像获取1978、1990、2000、2010年城市内部土地覆盖和不透水地表分类信息，监测并比较中国和美国六个特大城市扩展时空动态、土地覆盖结构差异及城市不同功能区特征。研究表明，在过去30多年以来，中国城市以相对紧凑形态发展，美国城市较为离散；美国三大城市植被所占的比例是中国的2．21倍；中国城市内部结构土地利用功能类型更加复杂，不透水地表密度更高，而美国城市CBD和居住区功能相对独立，特别居住区以镶嵌式低不透水地表和高绿地比例结构为主。

DOI

[ Kuang W H, Chi W F, Shi W J.Spatial-temporal characteristics of intra-urban land cover in the cities of China and USA from 1978 and 2010[J]. Acta Geographica Sinica, 2014,69(7):883-895. ]

[8]
匡文慧,刘纪远,陆灯盛.京津唐城市群不透水地表增长格局以及水环境效应[J].地理学报,2011,66(11):1486-1496.不透水地表(Impervious Surface Area,ISA)时空格局是城市化与全球环境变化交互影响下的土地利用/覆盖变化—生态系统过程—区域气候变化相互作用机理以及导致的环境效应研究的重要内容。如何快速准确地实现区域尺度不透水地表遥感信息的获取是上述研究面临的重要瓶颈问题。本研究嵌入中国LUCC信息改进了基于MODISNDVI与夜间灯光指数(DMSP-OLS)提取不透水地表信息的方法,反演了2000年与2008年京津唐城市群2期250m不透水地表信息,进而分析其变化的时空格局,结合子流域单元与河流污染物监测数据评价其对海河流域地表水环境的影响。结论表明:受环渤海经济区,天津滨海新区开发等政策的影响,京津唐城市群在21世纪初8年不透水地表沿着城—乡梯度带、城市交通廊道及海岸带高速增长。城乡建设用地不透水地表增长呈现显著的时空差异特征,由于北京市受人口-资源-环境的压力,产业发展不断向周边地区转移,天津与河北唐山、廊坊、秦皇岛三市具有更快的不透水地表增长速度。京津唐城市群城市高密度的不透水地表分布对于海河流域地表水环境产生严重影响,不透水地表的增长加剧了流域河流水质的污染程度。同时也发现,子流域不透水地表面积比例与COD、NH3-N浓度均值呈现显著的线性关系。

DOI

[ Kuang W H, Liu J Y, Lu D S.Pattern of impervious surface change and its effect on water environment in the Beijing-Tianjin-Tangshan metropolitan area[J]. Acta Geographica Sinica, 2011,66(11):1486-1496. ]

[9]
侯西勇,邸向红,侯婉,等.中国海岸带土地利用遥感制图及精度评价[J].地球信息科学学报,2018,20(10):1478-1488.土地利用遥感制图结果是支撑全球气候变化和区域可持续发展等领域科学研究不可或缺的重要基础数据,而制图精度方面的评价信息则决定土地利用遥感制图结果的完整性、可靠性、可用性、可控性和可传播性。本文概述2000、2005、2010和2015年多时相中国海岸带土地利用遥感制图的数据源和技术方法,针对2010年和2015年制图结果,基于Google Earth高分影像通过目视判读获得精度评价所需的参考数据,进而建立混淆矩阵并评估制图的精度。结果表明:(1) 2010和2015年中国海岸带土地利用遥感制图结果的总体精度分别为95.15%和93.98%,Kappa系数分别为0.9357和0.9229,表明2个时相遥感制图结果的精度总体较好;(2)中国海岸带土地利用遥感制图结果的精度水平存在较为显著的区域差异,2010年时相江苏沿海区域的精度最高,2015年时相津冀沿海区域、上海市、海南省和台湾省的精度均比较高,2个时相均以福建省沿海区域的精度最低;(3)中国海岸带土地利用遥感制图结果的精度水平存在显著的类型差异,总体上,耕地、林地、草地和滨海湿地的分类精度较高,而建设用地、内陆水体和人工咸水湿地的分类精度则相对较低,未利用土地则是错分最严重的类型;(4)耕地与林地之间、建设用地与草地之间相互误分比较显著,内陆水体容易被错分为耕地、林地和建设用地,人工咸水湿地容易被误分为耕地和建设用地,未利用土地容易被误分为耕地,这些都是未来时期数据持续更新过程中应该重视的问题。本文有望为海岸带土地利用变化遥感监测和科学研究提供必要的支持。

[ Hou X Y, Di X H, Hou W, et al.Accuracy evaluation of land use mapping using remotesensing techniques in Coastal Zone of China[J]. Journal of Geo-information Science, 2018,20(10):1478-1488. ]

[10]
宋明明,都金康,郑文龙,等.秦淮河流域近30年不透水面景观格局时空演变研究[J].地球信息科学学报,2017,19(2):238-247.不透水面作为表征城市化的重要指标,具有极其重要的生态学意义。本文选取多时相Landsat影像,以秦淮河流域为研究区,通过旋转森林算法得到9年土地利用覆盖图,并综合不透水率动态变化分析、土地利用变化轨迹分析、景观格局指数分析探究大流域尺度在近30年间不透水面景观格局的演变过程,旨在揭示其在城市化背景下的时空演变规律。研究结果表明：近30年来,秦淮河流域城市化进程推动下的景观格局变化显著,不透水面积增长近4倍,景观优势度大幅提升;城市化格局演变在2001-2003年前后具有明显差异,前期城市扩张以南京城区与江宁区为主,后期南京城区不透水面扩张大大减缓,而溧水区与句容市扩张速度大幅提升;城市化建设后期,流域内不透水面斑块形状复杂度降低、散布与并列情况减少、斑块的连通性、聚集度逐步增加,其中连通性水平较高的地区主要集中在南京城区和江宁区。

DOI

[ Song M M, Du J K, Zheng W L, et al.Quantifying the spatial-temporal changes of impervious surface landscape pattern from 1988 to 2015 in Qinhuai River Basin[J]. Journal of Geo-information Science, 2017,19(2):238-247. ]

[11]
金晶,王斌,张立明.基于线性光谱混合分析的城市不透水层分布估算[J].复旦学报(自然科学版),2010, 49(2):197-208,273-274.利用遥感图像进行城市不透水层分布的估算，在监测城市环境和规划城市发展等方面有着非常重要 的作用．采用全约束的线性光谱混合模型，用3种方法（像元纯度指数、归一化的像元纯度指数和结合地表温度辅助分析的归一化像元纯度指数）分别从 Landsat7TM／ETM＋影像中分解得到上海市中心城区的不透水层分布，并比较了2002~2008年的上海市中心城区不透水层分布的变迁．结果表 明，利用这3种方法分解得到不透水层的精度依次递增；总体来说，上海市不透水层分布比率较高．从2002~2008年不透水层分布变化来看，上海市的城市 化有显著向外环线外区域扩张的趋势．

[ Jin J, Wang B, Zhang L M. Estimating urban impervious surface distribution by linear spectral mixture analysis[J]. Journal of Fudan University(Natural Science), 2010,49(2):197-208,273-274. ]

[12]
常变蓉,李仁东.武汉市建设用地扩张遥感监测及空间分异分析[J].国土资源遥感,2017,29(3):118-123.为分析武汉市建设用地扩张时空特征,基于1990,2000,2005和2010年获取的Landsat影像数据,利用面向对象分类方法提取建设用地信息;采用城市扩张速度(expansion speed index,ESI)、扩张强度(expansion intensity index,EII)及综合扩张程度指数(expansion degree index,EDI)和标准差椭圆(standard deviational ellipse,SDE)空间分析方法分析该市1990―2010年建设用地扩张时序及空间分异特征.结果表明: 武汉市建设用地呈扩张趋势,20 a间扩张了749.9 km2,前期10 a、中期5 a和后期5 a间扩张面积分别占扩张总面积的19.06%,33.33%和47.61%;3个时段的ESI和EII均呈增大趋势,后期扩张程度尤为剧烈.SDE分析表明,20 a来武汉市建设用地空间分布呈离散趋势,前期局部扩张,中期趋于均衡扩张,这2个时段呈"东北→西南"空间分布格局;后期全局均衡扩张,空间分布不存在方向性.研究结果将有助于武汉市建设用地的理性扩张决策.

DOI

[ Chan B R, Li R D.A study of remote sensing monitoring and spatial variation of construction land expansion in Wuhan[J]. Remote Sensing for Land & Resources, 2017,29(3):118-123. ]

[13]
张扬,刘艳芳,刘以.武汉市不透水地表时空格局分析[J].地理科学,2017,37(12):1917-1924.根据植被-不透水地表-土壤(V-I-S)模型,以武汉市2002、2009、2015年3期Landsat影像为数据源,利用线性光谱混合模型进行亚像元分解获取不透水地表比例的空间分布。在此基础上采用梯度分析、景观格局指数等方法对研究区内不透水地表空间格局及变化进行分析。得到以下结论:武汉市2002、2009、2015年的平均不透水地表比例分别是27.53%,34.65%,40.51%,呈不断增长的趋势。主城区的不透水地表比例明显高于新城区,但新城区不透水地表比例增加幅度大于主城区。武汉市不透水地表主要沿长江、汉江两条轴线分布,随着与城市中心距离的增大,不透水地表比例递减后趋于稳定,三环线内4 km和三环外10 km范围是平均不透水地表比例增量最大的圈层。2002~2015年,武汉市由自然地表与极低盖度等级占主导的景观格局逐渐演变为以中高盖度不透水盖度等级占主导。

[ Zhang Y, Liu Y F, Liu Y.Spatial and temporal patterns analysis of impervious surface in Wuhan City[J]. Scientia Geographica Sinica, 2017,37(12):1917-1924. ]

[14]
黄靖,夏智宏.基于MODIS遥感数据的武汉市植被覆盖变化监测分析[J].气象与环境科学,2009,32(2):16-20.植被覆盖变化遥感监测是区域生态监测的一个重要部分,可为区域生态建设和可持续发展提供科学依据。利用2003-2008年(每年8月)的MOD IS遥感数据,基于归一化植被指数的像元二分模型原理,对武汉市近6 a来植被覆盖的变化情况进行遥感监测,并分析了2003年8月和2008年8月2个时期不同等级植被覆盖度的空间分布特征以及面积变化情况。结果表明:近6 a来,武汉市植被覆盖总体呈上升趋势,植被覆盖度由2003年的59.5%上升到2008年的65.1%,其中高植被覆盖度的面积明显增加,增幅高达68.26%,反映出武汉市生态环境建设成效显著。但局部地区的植被覆盖度却出现了不同程度的下降,说明人类活动是城市植被覆盖变化的重要原因。

DOI

[ Huang J, Xia Z H.Analysis for monitoring vegetation coverage change of Wuhan based on remote sensing data of MODIS[J]. Meteorological and Environmental Science, 2009,32(2):16-20. ]

[15]
淡永利,王宏志,张欢,等. 2000-2010年武汉市中心城区湖泊景观变化[J].生态学报,2014,34(5):1311-1317.武汉雅称“百湖之市”，湖泊是武汉市的重要名片。以2000、2005和2010年三期Landsat TM数据为数据源，采用归一化差异水体指数（NDWI）提取湖泊水体信息，建立了各个时期武汉市中心城区湖泊矢量图层，计算了湖泊的面积萎缩率、斑块分维数和破碎度等景观指数，对2000-2010年武汉市中心城区湖泊变化特征进行了分析。研究表明，武汉市各个湖泊均有不同程度的萎缩，湖泊面积萎缩率大小和其所隶属的环线及政策因素有较大的关系；各湖泊斑块分维数在1-1.3之间，并越来越接近于1，表明在人类活动持续影响下，其形状变得越来越规则；同时斑块数目增加，湖泊在面积萎缩的同时，也变得越来越破碎，研究显示主要是道路修建所致导致的湖泊分割，湖泊被分割后，自净能力下降，会导致水体污染而最终被填埋。总之，10年武汉市湖泊景观环境朝着不良方向发展，应该制定更严格的政策进行水域管理。

DOI

[ Dan Y L, Wang H Z, Zhang H, et al.Lakes evolution of central Wuhan during 2000 to 2010[J]. Acta Ecologica Sinica, 2014,34(5):1311-1317. ]

[16]
李忠锋,王一谋,冯毓荪,等.基于RS与GIS的榆林地区土地利用变化分析[J].水土保持学报,2003,17(2):97-99,140.根据1986年和2000年2期TM影像资料和其它辅助资料,运用人机交互目视解译方法以及地理信息系统的空间分析和数理统计功能,分析了榆林地区土地利用变化的数量变化、变化速度和区域差异等特征,以及各类型之间的转化情况.结果表明:14年间,榆林地区未利用地减少1 305.56 km2;耕地、林地、草地分别增加567.11,99.6,616.79 km2;未利用地和建设用地的年变化率最大,分别为1.11%及0.91%;土地利用变化存在明显的区域差异;各类型间的转化突出表现为未利用地向草地转化,草地向林地和耕地转化.

DOI

[ Li Z F, Wang Y M, Feng Y S, et al.Analysis of land use change in Yulin prefecture based on RS and GIS[J]. Journal of Soil and Water Conservation, 2003,17(2):97-99,140. ]

[17]
赵健,魏成阶,黄丽芳,等.土地利用动态变化的研究方法及其在海南岛的应用[J].地理研究,2001,20(6):723-730,774.本文在对海南岛1986年、1996年、2000年3个时期陆地卫星TM影像判读分析的基础上,建立了1:10万比例尺土地利用数据库.并以此为基础数据,采用转移矩阵、地理网格、数学模型和影像判读等方法,对海南岛的土地利用动态变化进行了定性、定位、定量研究.研究成果有利于人们全面理解海南岛土地利用变化原因、过程和驱动力,并为土地利用规划、生态省建设提供科学依据.

DOI

[ Zhao J, Wei C J, Huang L F.Research methods of land use changes and their applications in Hainan Island[J]. Geographical Research, 2001,20(6):723-730,774. ]

[18]
李丽娟,杨俊伟,姜德娟,等. 20世纪90年代无定河流域土地利用的时空变化[J].地理研究,2005,24(4):527-534,656.本文基于ArcGIS平台,以Landsat TM影像解译得到的三期土地利用数据为基础,结合统计分析工作,对无定河流域20世纪90年代土地利用数量、类型及其变化进行了分析.分析得出,前后2个5年间,无定河流域耕地、林地和未利用土地都是先减少而后稍有增加,草地则是先增加后稍有减少.在10年尺度上土地利用总的动态特征是,耕地与未利用土地面积减少,林地、草地面积增加.前5年无定河流域综合土地利用动态度为0.85%,未利用土地和草地的年变化率较大,耕地与水域年变化率较低.后5年无定河流域综合土地利用动态度为0.3%,林地与未利用土地年变化率较大,耕地与水域变化率较小.最后引入单一土地利用类型相对变化率反映出无定河流域土地利用变化存在明显的区域差异.

DOI

[ Li L J, Yang J W, Jiang D J, et al.GIS based study on spatial temporal changes of land use in Wuding River Basin in the 1990s[J]. Geographical Research, 2005,24(4):527-534,656. ]

[19]
冯昕,杜世宏,张方利,等.基于多尺度融合的高分辨率影像城市用地分类[J].地理与地理信息科学,2013,29(3):43-47,127.基于面向对象的信息提取技术,针对高空间分辨率遥感影像进行城市用地分类。首先针对不同城市地物,选择适宜的提取尺度;然后探讨不同城市地物类型提取的适宜特征,充分利用光谱、空间结构、上下文关系、纹理等信息描述地物;最后融合不同地物多尺度下的提取结果。以北京市部分地区QuickBird影像为例,实现城市用地类型的自动分类,结果表明:该方法应用于城市用地分类的精度高达86.74%,为高空间分辨率遥感影像城市用地分类研究提供了新思路。

DOI

[ Feng X, Du S H, Zhang F L.Urban land classification of high resolution images based on multi-scale fusion[J]. Geography and Geo-Information Science, 2013,29(3):43-47,127. ]

[20]
Benz U C, Hofmann P, Willhauck G, et al.Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2003,58(3):239-258.Remote sensing from airborne and spaceborne platforms provides valuable data for mapping, environmental monitoring, disaster management and civil and military intelligence. However, to explore the full value of these data, the appropriate information has to be extracted and presented in standard format to import it into geo-information systems and thus allow efficient decision processes. The object-oriented approach can contribute to powerful automatic and semi-automatic analysis for most remote sensing applications. Synergetic use to pixel-based or statistical signal processing methods explores the rich information contents. Here, we explain principal strategies of object-oriented analysis, discuss how the combination with fuzzy methods allows implementing expert knowledge and describe a representative example for the proposed workflow from remote sensing imagery to GIS. The strategies are demonstrated using the first object-oriented image analysis software on the market, eCognition, which provides an appropriate link between remote sensing imagery and GIS.

DOI

[21]
Walker J, Blaschke T.Object-based land-cover classification for the Phoenix metropolitan area:optimization vs. transportability[J]. International Journal of Remote Sensing, 2008,29(7):2021-2040.An object‐based approach was utilized in the development of two urban land‐cover classification schemes on high‐resolution (0.602m), true‐colour aerial photography of the Phoenix metropolitan area, USA. An initial classification scheme was heavily weighted by standard nearest‐neighbour (SNN) functions generated by samples from each of the classes, which produced an enhanced accuracy (84%). A second classification was developed from the initial classification scheme in which SNN functions were transformed into a fuzzy‐rule set, creating a product transportable to different areas of the same imagery, or for land‐cover change detection with similar imagery. A comprehensive accuracy assessment revealed a slightly lower overall accuracy (79%) for the rule‐based classification. We conclude that the transportable classification scheme is satisfactory for general land‐cover analyses; yet classification accuracy can be enhanced at site‐specific venues with the incorporation of nearest‐neighbour functions using class samples.

DOI

[22]
王蕾,杨武年,任金铜,等. GF-2影像面向对象典型城区地物提取方法[J].测绘通报,2018(1):138-142.国产高分遥感影像信息丰富,提供了精准的地物空间细节,深入研究高分数据处理及其提取城区地类目标信息的方法具有重要意义。本文以国产高分二号（GF-2）遥感影像为数据源,利用规则集的面向对象分类方法,通过ESP尺度分析工具选取得出最优分割尺度,建立各类地物的特征体系及分类规则,最终提取出研究区典型城区地物信息,并将之与传统基于像元的SVM监督分类结果作比较。结果表明：规则集的面向对象分类总体精度为92.23%,Kappa系数为0.9,比SVM监督分类有大幅度提高。对高分二号等高分辨率影像,面向对象的分类方法精度更高,图示效果更好,是城区地物提取的有效方法。

[ Wang L, Yang W N, Ren J T, et al.Object-oriented extraction method of typical urban features based on GF-2 images[J]. Bulletin of Surveying and Mapping,2018(1):138-142. ]

[23]
Tian J,Chen D M.Optimization in multi-scale segmentation of high-resolution satellite images for artificial feature recognition[J]. International Journal of Remote Sensing, 2007,28(20):4625-4644.Multi‐resolution segmentation, as one of the most popular approaches in object‐oriented image segmentation, has been greatly enabled by the advent of the commercial software, eCognition. However, the application of multi‐resolution segmentation still poses problems, especially in its operational aspects. This paper addresses the issue of optimization of the algorithm‐associated parameters in multi‐resolution segmentation. A framework starting with the definition of meaningful objects is proposed to find optimal segmentations for a given feature type. The proposed framework was tested to segment three exemplary artificial feature types (sports fields, roads, and residential buildings) in IKONOS multi‐spectral images, based on a sampling scheme of all the parameters required by the algorithm. Results show that the feature‐type‐oriented segmentation evaluation provides an insight to the decision‐making process in choosing appropriate parameters towards a high‐quality segmentation. By adopting these feature‐type‐based optimal parameters, multi‐resolution segmentation is able to produce objects of desired form to represent artificial features.

DOI

[24]
陈斌,王宏志,李仁东.不同等级土壤遥感分类的尺度匹配性探讨[J].湖北大学学报(自然科学版),2018,40(4):429-436.采用Landsat5 TM遥感影像为数据源,以湖北省江汉平原之潜江市为试验区,探讨同一遥感信息源下对不同等级的土壤分类的尺度匹配性.以Landsat5 TM遥感影像和两个级别的土壤类型图(土壤亚类及土属)为基础数据,集成主成分分析、归一化植被指数等图像处理技术,提取多种影像特征建立土壤分类特征数据集；采用最大似然监督分类方法对潜江市不同级别的土壤分别进行遥感分类；并利用混淆矩阵方法对分类结果分别进行精度验证.结果表明:土属的总体分类精度较高,达到92.79%,Kappa系数为0.919 5；土壤亚类相对较低,总体分类精度只有84.71%,Kappa系数为0.820 1.可见土壤遥感分类具有显著的尺度适宜性特征,在两个级别的土壤分类实验中,Landsat5 TM更适宜土壤的最基层的土属类型划分.在土壤遥感分类时,应首先探讨土壤类型等级与遥感影像的尺度匹配性.

[ Chen B, Wang H Z, Li R D.The discussion of scale matching of different types of soil remote sensing classification[J]. Journal of Hubei University(Natural Science), 2018,40(4):429-436. ]

[25]
姚国红,张锦,王励.面向对象的高分辨率遥感影像地理要素提取[J].测绘科学,2012,37(6):53-55,61.应用面向对象影像分类方法进行空间目标特征提取和分析,实现利用 遥感影像建立与更新地理空间数据库,对于正在进行的数字城市建设和国情监测具有重要的意义和作用.本文阐述了高空间分辨率影像特征提取的关键技术,采用面 向对象的特征提取技术和影像分类方法,开展了基于ADS40航空影像的地理要素提取实验,获得了比较满意的专题信息.

[ Yao G H, Zhang J, Wang L.Object-oriented feature extraction utilizing high resolution remote sensing imagery[J]. Science of Surveying and Mapping, 2012,37(6):53-55,61. ]

[26]
Zhao Q M, Molenaar M, Tempfli K, et al.Quality assessment for geo-spatial objects derived from remotely sensed data[J]. International Journal of Remote Sensing, 2005,26(14):2953-2974.Airborne laser scanners and multi‐spectral scanners provide information on height and spectra that offer exciting possibilities for extracting features in complicated urban areas. We apply an object‐based approach to building extraction from image data in an approach that differs from conventional per‐pixel approaches. Since image objects are extracted based on the thematic and geometric components of objects, quality assessments will have to be made object‐based with respect to these components. The known per‐pixel‐based methods for assessing quality have been examined in the new situation as well as their limitations. A new framework for carrying out quality assessments by measuring the similarity between the results of feature extraction and reference data is proposed in this paper. The proposed framework consists of both per‐object and per‐pixel measures of quality, thus providing measures pertaining to qualitative and quantitative measurements of object quality from thematic and geometric aspects. The proposed framework and measures of quality have been applied to an assessment of the results of object‐based building extraction using high‐resolution laser data and multi‐spectral data in two test cases. The results show that the per‐object‐based method of assessing quality gives additional information to conventional per‐pixel, attribute‐only assessment methods.

DOI

Options
文章导航

/

〈 〉