江门市城市地理信息中心 529000
摘要：利用卫星遥感影像数据作为城市规划建设演变研究是当今遥感应用研究的热点问题，是对城市化进程跟踪检测的有效手段，也是解决城市化进程中出现的各种问题，提高城市管理水平的一项新技术。本文主要阐述了基于卫星遥感影像数据对城市规划建设演变的研究。
关键词：卫星遥感；影像数据；城市规划建设；演变
1城市空间边界提取
现今的卫星遥感影像的分辨率较高，拟采用面向对象的影像分割技术进行解译，主要包括图像预处理、影像分类提取和分类后处理三个阶段。
1.1数据预处理
进行数据分析前，一般先会对遥感影像进行坐标转换、影像配准、影像镶嵌和掩膜裁剪等数据预处理操作。通过对预处理工作，可以对原始遥感影像的地理位置信息进行一定程度上的修正，同时调整图像色差等信息，提取出覆盖研究区域的影像，便于影像分类时更容易识别各种地类。
（1）坐标转换
一般卫星遥感影像的坐标系统是西安80坐标，而具体应用一般会采用地方坐标，因此需要将遥感卫片的坐标转换为地方坐标系。
（2）影像配准
由于卫星拍摄影像的拍摄角度、地形起伏、太阳折射等各种因素，引起遥感卫片出现一定的几何畸变，影像配准就是为了在一定程度上减少乃至消除几何畸变。以标准的1:500或1:10000的地形图为基础，对遥感卫星影像进行影像配准，根据数量适宜、均匀分布、重点区域多分布等原则选取一定数目的控制点，并选择一定的重采样方法进行操作，保证精度控制在0.5-1个像元内。
（3）影像镶嵌
由于高分辨率影像往往需要很多次采集才能完成对整个研究区域的覆盖，采用影像镶嵌技术将多幅遥感影像拼接为一个完整的整体，其间需要调整多幅影像的灰度值和色差，保证拼接后的影像呈现为一个协调一致的整体。
（4）掩膜裁剪
一般研究区域会比通过影像镶嵌后的影像范围更小，需要通过掩膜裁剪，将研究范围以外在一定宽度的缓冲后，进行掩膜处理，并作为下阶段进行影像分类的基础。
1.2影像分类提取
（1）影像分割
高分辨率影像下将设用地具有明显的光谱特征和纹理特征，影像分割技术将具有相同特征的影像划分为一个个整体。选择适宜的分割尺度和归并尺度，将影像分割成具有不同特征的独立对象。
（2）规则提取
由于城市建设用地的光谱和纹理与其它地类具有明显的差别，可以通过计算归一化建筑指数（NDBI）以及其它常见的几何特征（包括形状、大小、边缘、线性构造等），通过构建合适的规则提取出城市建设用地。
1.3分类后处理
最后对分类结果进行分类后处理，如去除小像元、精度评价、错误纠正等提升影像分类的效果，并将分类结果矢量化。
（1）去除小像元
采用一定的聚类方法（如最大最小值聚类）对分类结果进行聚类分析，去除一些类似噪声的小像元，这样可以提升建设用地分类结果的连接性和集聚性。
（2）精度评价
通过对比计算分类结果和检验样本的正确性，计算分类整体精度和 kappa系数。为了保证分类结果的正确性，每期影像随机选择其中100个检验样本与土地利用现状图比对，并进行外业实地调查。当分类整体精度和kappa系数达到一定的要求（如0.95）时即可进行下一步操作。
（3）错误纠正
通过目视解译、外业调查和相关资料（城市总体规划、修建性详细规划、控制性详细规划等）核实等手段判断分类结果不一致的图斑，保证图斑用地类型的准确性。
2规划成果数据整理
除遥感卫片的解译之外，各时段城市空间边界的提取以及城市用地性质的确定也可来源于规划成果数据的整理。
从城市总体规划和土地利用规划中可以获取相关时段的城市建设用地范围以及现状、规划用地性质，从而与遥感卫片中提取的城市空间边界互为参考，提高数据的精确度。
3地表覆盖和地理要素处理
地表覆盖和地理要素的分类需结合项目研究的实际需要，一般分类如下表1。
表1 地表覆盖和地理要素分类表
地表覆盖与地理要素分类分为7个一级类、14个二级类。按照地表覆盖分类体系和地理要素的提取要求，对普查成果进行合并或细化，形成地表覆盖和地理要素分布图。
4城市空间形态特征分析
城市形态时空演变研究涉及的数据包括基于各时段遥感影像提取的城市空间边界数据、地表覆盖和地理要素、规划成果数据整理处的数据，结合基础地形等，构成城市形态时空演变研究的数据基础。
城市空间形态采用多种城市分形测度指标如紧凑度、形状指数、城市扩张强度与速度、城市重心转移等进行表征。
4.1紧凑度
采用1961年理查德森（Richardson）提出的圆形率指标进行计算，公式：
（1）
其中：C为紧凑度；A为面积；P为周长。这一公式是把圆形区域作为标准度量单位，其数值为1，其他任何形状的区域其紧凑度均小于1。区域
论文作者:李健文
论文发表刊物:《防护工程》2018年第16期
论文发表时间:2018/10/1
标签：影像论文; 遥感论文; 城市论文; 数据论文; 地表论文; 要素论文; 坐标论文; 《防护工程》2018年第16期论文;