基于多目标遥感信息处理的城市扩展监测与分析

陈绍杰,赵丽花,逄云峰,王晓玲

(1.龙岩学院资源工程学院,福建龙岩 364000;2.中国矿业大学(徐州)国土环境与灾害监测国家测绘局重点实验室,江苏徐州 221116;3.龙口矿业集团生产处,山东龙口 265700)

基于多目标遥感信息处理的城市扩展监测与分析

陈绍杰1,2,赵丽花2,逄云峰3,王晓玲2

(1.龙岩学院资源工程学院,福建龙岩 364000;2.中国矿业大学(徐州)国土环境与灾害监测国家测绘局重点实验室,江苏徐州 221116;3.龙口矿业集团生产处,山东龙口 265700)

基于徐州市1994年、2002年和 2007年的多时相Landsat T M/ET M+遥感影像,利用建筑用地指数( IB I)提取城市建筑用地信息,通过监督分类获得城市土地覆盖图,由单窗算法反演地表温度。利用多目标遥感信息处理得到的建筑用地分布、土地覆盖图和地表热环境信息,从土地利用结构变化、城市热环境时空演变两个方面分析了徐州市城市扩展动态,表明徐州市建成区面积不断扩大,城市扩展速度进一步加快,土地利用类型相互转换频繁;城市热岛现象显著,热岛分布与城市建筑用地的轮廓基本吻合,建筑用地不断增加是热岛效应加重的主要因素。研究表明,综合土地覆盖分类、专题信息提取和地表参数定量反演的多目标遥感信息处理用于监测分析城市扩展与生态环境响应具有明显的优越性。

城市扩展;建筑用地指数(I B I);城市热岛;遥感

一、引 言

城市化主要表现在以建成区为主的城市空间领域的扩展上,城市扩展及其引发的土地利用/覆被变化是国土资源监测的主要任务之一[1-2]。遥感技术以其快速准确、多分辨率观测、重访周期短、覆盖范围广的优势为城市扩展及生态环境响应动态监测提供了便捷的途径。国内外学者已在城市扩展遥感监测、城市物理环境和热环境遥感监测分析等方面开展了大量工作,Masek等利用Landsat卫星研究了华盛顿特区城市扩展的动态变化[3];Martin等对城市扩展监测分析的空间和时间尺度问题进行了研究[4];WENG Qihao等利用混合像元分解得到不透水面和植被覆盖度,从覆盖度和地表温度的变化来说明美国印第安纳州的城市化进程[5];陈云浩等在RS、GIS的支持下,对不同时期上海城市热环境的空间结构和格局进行了研究[6];徐涵秋分析了福清市城镇空间扩展的规律及城市的驱动力机制[7]。

目前,应用遥感对城市扩展进行研究主要通过以下三种信息处理策略：①土地覆盖分类与变化分析(转移矩阵、景观格局参数等);②专题信息提取(NDB I、不透水层、道路密度、建筑用地等);③城市生态物理参数遥感定量反演(地表温度、植被覆盖度等)。针对不同方法之间的互补性,本研究提出将专题信息提取、土地覆盖分类、定量参数反演多种目标的遥感信息处理予以综合集成,实现基于多目标遥感信息处理的城市扩展与生态环境响应定量监测与分析。

二、研究区与数据预处理

本次研究重点以徐州市区为中心,向外辐射至市区周边的主要煤矿基地,包括市区全部、城乡结合部及部分乡镇,研究区域大体位于徐州四环 (环城高速公路)以内。徐州市位于江苏省西北部,是苏北最大的城市,占江苏总面积的 11%,地理坐标为东经 116°22′～118°40′、北纬 33°43′～34°58′。属暖温半湿润季风气候,夏热多雨,冬寒干燥,年气温平均 14℃左右,年均降水量 800～930 mm。徐州市是苏、鲁、豫、皖边区组成的淮海经济区的中心,是全国重要的交通枢纽、能源基地和工业基地。

本研究利用的数据包括徐州市 1994年 9月 6日、2002年 7月 11日和 2007年 5月 14日 3期Landsat T M/ET M+遥感影像。以 2007年影像为基准,采用二次多项式进行几何校正,最邻近法进行灰度重采样,配准误差控制在 0.5个像元内。最后,利用徐州市矢量边界图提取研究区范围。

三、研究方法

将专题信息提取、土地覆盖分类、定量参数反演多种目标的遥感信息处理予以综合集成,实现基于多目标遥感信息处理的城市扩展与生态环境响应定量监测与分析。

1.城市建成区提取

城市建成区的提取是研究城市扩展的重要方面。采用基于指数的建筑用地指数 ( IB I)提取徐州市建成区[8]。IB I的计算公式为

式中,NDB I为查勇[8]等提出的归一化建筑指数; SAV I为土壤调节植被指数;MNDW I为修正归一化水体指数。IB I指数值介于 -1～1之间,建筑用地值大于 0,非建筑用地值小于 0,从而扩大了建筑用地和植被、水体的反差,大大增强了建筑用地信息,抑制了植被和水体信息。徐涵秋应用 IB I提取建筑用地精度达到了 96.7%[9-10]。

2.城市温度反演

采用适用于 Landsat T M/ET M+的单窗算法(mono-window algorithm)计算真实地表温度[11]。由于每两期遥感影像之间相隔数年,数据获取时的具体条件不同,不能直接进行地表温度之间的比较,但季节的不同改变的只是温度的强度 (即温度大小),并不改变温度的空间分布[12]。因此,分别对计算出的地表温度作正规化处理。

其中,T代表正规化后的结果;t代表正规化处理前的温度值;tmax和 tmin分别是正规化处理前的最高温度和最低温度。正规化处理后,温度分布将统一到0和 1之间,绝对温度转变为相对温度,以便于不同年份直接比较。

3.土地覆盖分类

根据《土地利用现状分类标准》,结合徐州市土地利用实际情况,采用支持向量机(SVM)监督分类将研究区土地覆盖类型分为建筑用地、耕地、林地、草地、水体和裸地六类,生成徐州市 1994年、2002年和 2007年的土地利用现状图。

四、结果与分析

1.土地利用结构变化

根据提取的徐州市建成区范围,对影像作二值化处理,即背景值为 0,城市建成区值为 1,得到 3个时相的城市专题图。将多时相的城市专题图叠加,突出 13年来徐州市的城市扩展情况,赋予城市扩展区域不同的颜色,如图 1、表 1所示。以下从建成区的扩展速度、强度和土地利用结构变化两个方面定量分析徐州市的土地利用变化情况。

1)扩展速度和强度：统计建成区面积可知, 1994年徐州市建成区面积为 100.41 km2,2002年面积为 131.58 km2,2007年面积增加到 178.34 km2,如表 1所示。1994—2002年间面积净增加 31.17 km2,年平均扩展速度为 3.90 km2/a,扩展强度为 3.88; 2002—2007年间城市面积净增加 46.76 km2,年平均扩展速度为 9.35 km2/a,约是 1994—2002年的 2.4倍,扩展强度是 7.11,约是 1994—2002年的 1.8倍。

图 1 1994—2007年徐州市建成区的扩展

表1 城市建筑用地的扩展

2)土地利用结构变化：统计三年各土地利用类型的面积及动态变化,建立 1994—2002年、2002—2007年间研究区土地利用类型转移矩阵,定量表示期间土地利用类型之间的转换和城市扩展情况,结果如图 2和表 2所示。对比 1994年和 2002年的土地利用现状图可知,徐州城区扩展是在原建成区的基础上逐步向外占用周边的土地。

图 2 徐州市 1994—2007年土地利用变化

表 2 1994—2007年徐州市土地利用结构及动态变化 km2

由表 2和图 2可知,1994—2002年间徐州市土地利用变化较大：建筑用地、裸地面积大幅增加,尤其是裸地面积由 30.28 km2猛增到 91.07 km2,增长近 3倍;耕地、林地和草地的面积均不同程度地减少,耕地减少了 42.06 km2,其中 5.28 km2转化为建筑用地,占总增加的建筑用地的 9.06%,林地共减少 40.44 km2,17.50 km2转为建筑用地,约占30.03%,动态转换后总草地面积也略微降低,但其中 27.81 km2的草地转为建筑用地,占总增加的建筑用地的 47.73%;水域面积变化不大。统计表明,变化较为剧烈的城市建筑用地、耕地、林地和裸地之间存在复杂的相互转换,增加的建筑用地主要来自于草地、林地、裸地和耕地,其中草地的贡献最大,其次是林地,水体的贡献最少。

2002—2007年间土地利用变化情况较 1994—2002相似,较多的集中在建筑用地、耕地、草地和裸地。2007年建筑用地面积净增 46.76 km2;耕地较2002年增加了 35.56 km2,草地面积净减少15.40 km2,裸地净减少 69.16 km2。徐州城市建筑用地扩张中草地的贡献最大,共有 41.06 km2的草地转化为建筑用地,占总增量的 52.05%;裸地其次,共 18.91 km2的裸地转为建筑用地,占总增量的23.97%;耕地和林地分别贡献 8.01 km2、8.45 km2;水体的贡献最少。

2.基于热环境的城市扩展分析

城市化过程中,自然植被、土壤表面逐步被水泥、沥青、建筑等不透水层所取代,城市下垫面的热辐射加强,易形成以城市为中心的热岛现象。为定量分析研究区 13年间城市热环境的时空演变,将研究区划分为高温、常温和低温 3个温度区间,同时统计不同土地利用类型在不同温度区间内所占的比例,进一步衡量土地利用类型对城市热岛效应的贡献大小[13]。不同土地利用类型对城市热岛效应的贡献率见表3。

表 3 不同土地利用类型对城市热岛效应的贡献率 (%)

统计发现,1994—2002年常温区面积减少,全部转化为高温区和低温区;2002—2007年低温和常温区面积略微降低,都转化为高温区。13年来高温区面积稳定增长,1994年高温区面积为 103.05 km2, 2002年为 113.59 km2,2007年增加到 116.93 km2,说明徐州市城市热岛范围逐步增大,与城市建筑用地同步增长。高温区中城市建筑用地占了绝大比例,对热岛效应的贡献最大,1994年甚至达到了80.66%;温度等级越低,建筑用地的贡献率也越低,而其他土地利用类型的贡献则逐步增加,充分表明热岛分布与城市建筑用地的轮廓基本吻合,不断扩大的热岛范围反应了城市的扩展情况。

3.基于多因子综合的城市扩展分析

建筑用地、温度和植被是影响城市生态环境的主要因子。表 4表明了建筑用地、地表温度和植被(采用 SAV I植被指数表示)三者之间的关系:SAV I和 IB I、Ts呈显著负相关关系,IB I和 Ts呈显著正相关关系,城市建筑用地的增加显然导致了地表温度的上升和植被覆盖的减少。

表 4 IB I、Ts和SAV I的相关分析

采用多变量回归分析定量判别三者之间的关系

IB I、Ts和 SAVI在回归分析中都通过了 0.01的显著性检验。式 (3)表明,建筑用地的扩大对城市增温起重要作用,当植被覆盖不变时,IB I每增加0.1,Ts将上升 0.6°C,进一步说明城市建筑用地的扩展是城市热岛作用的最主要因子,二者呈正比例变化趋势;且植被的增加有助于缓解城市热岛效应。

五、结 论

本文将专题信息提取、土地覆盖分类、地表参数反演等多目标遥感信息处理策略应用于城市扩展监测分析,通过本文的研究,可以得出如下结论：

1)1994—2007年间徐州市建成区不断扩张,土地利用结构发生了大幅变化,建筑用地、耕地、林地、草地和裸地之间存在复杂的相互转换,其中草地、林地和裸地对徐州城市建筑用地的增加贡献较大,同时扩张中也侵占了部分耕地。

2)徐州市城市热岛效应显著。建筑用地的平均温度最高,建筑用地指数和温度呈正相关变化;城市热岛空间分布与建筑用地的轮廓基本一致,且二者呈同步增长的趋势。因此,不断增加的建筑用地是热岛效应加重的主要因素。

3)单一目标的遥感信息处理往往难以深入揭示某一问题,而通过专题信息提取、土地覆盖分类、地表参数反演等综合的多目标遥感信息处理可以相互印证、补充,对研究对象从不同角度予以论证,是今后遥感应用的重要发展方向。

[1] 陈本清,徐涵秋.城市扩展及其驱动力遥感分析——以厦门市为例[J].经济地理,2005,25(1)：79-83.

[2] 刘慧平,陈志.城市扩展的土地动态监测[J].北京师范大学学报：自然科学版,1999,35(2)：278-282.

[3] MASEK J G,L INDSAY F E,GOWARD SN.Dynamics of Urban Growth in the Washington D C Metropolitan Area,1973—1996,from LandsatObservation[J].International Journal of Remote Sensing,2000,21(18)：3473-3486.

[4] HEROLD M,CLARKE K C,MENZ G.A Multi-scale Framework for Mapping and Analysis of the Spatial and Temporal Pattern of Urban Growth[C]∥Proceedings of 22nd EARSEL Symposium Geoinformation for Europeanwide Integration.Prague：[s.n.],2002.

[5] WENGQ H,LU D S.A Sub-pixel Analysis of Urbanization Effect on Land Surface Temperature and Its Interplay with Impervious Surface and Vegetation Coverage in Indianapolis,United States[J].International Journal of Applied Earth Observation and Geoinformation, 2008, 10(1)：68-83.

[6] 陈云浩,李晓兵,史培军,等.上海城市热环境的空间格局分析[J].地理科学,2002,22(3)：317-323.

[7] 徐涵秋.福清城镇空间扩展规律及其驱动机制分析[J].遥感技术与应用,2002,17(2)：86-92.

[8] 查勇,倪绍祥,杨山.一种利用 T M图像自动提取城镇用地信息的有效方法 [J].遥感学报,2003,7(1)：37-40.

[9] XU Hanqin.Extraction of Urban Built-up Land Features from Landsat Imagery Using a Thematic-oriented Index Combination Technique[J].Photogrammetric Engineering &Remote Sensing,2007,73(12)：1381-1391.

[10] XU H.A New Index for Delineating Built-up Land Features in Satellite Imagery[J].International Journal of Remote Sensing,2008,29(14)：4269-4276.

[11] 覃志豪,L IWenjuan,ZHANGMinghua,等.单窗算法的大气参数估计方法 [J].国土资源遥感, 2003(2)：37-43.

[12] 徐涵秋,陈本清.不同时相的遥感热红外图像在研究城市热岛变化中的处理方法 [J].遥感技术与应用, 2003,18(3)：129-133.

[13] 宫阿都,陈云浩,李京,等.北京市城市热岛与土地利用/覆盖变化的关系研究[J].中国图象图形学报, 2007,12(8)：1476-1482.

M on itoring Urban Expansion Based on M ulti-objective Processing of Remote Sensing I mages

CHEN Shaojie,ZHAO Lihua,PANG Yunfeng,WANG Xiaoling

0494-0911(2010)08-0024-04

P237.9

B

2010-06-23

福建省自然科学基金和龙岩市科技计划联合资助

陈绍杰(1967—),男,福建龙岩人,副教授,主要从事测绘工程、遥感技术与应用的教学与研究工作。