城市扩张遥感监测(基于ENVI)课件.ppt

1、城市遥感概述 城市是人口集中、集约经济活动及不同生活方式并城市是人口集中、集约经济活动及不同生活方式并存的复杂社会。城市又是人类活动的缩影，并且不断地存的复杂社会。城市又是人类活动的缩影，并且不断地经历着迅速变化的过程，需要及时地进行监测与分析。经历着迅速变化的过程，需要及时地进行监测与分析。城市规划和城市建设者面临的重大任务之城市规划和城市建设者面临的重大任务之，就是获取，就是获取与分析那些能有效地用于城市规划、建设和管理的资料与分析那些能有效地用于城市规划、建设和管理的资料。城市遥感的任务就是为城市规划、建设和管理提供城市遥感的任务就是为城市规划、建设和管理提供多方面的基础地理信息和其他与

2、城市发展有关的资料，多方面的基础地理信息和其他与城市发展有关的资料，诸如城市土地利用现状、城市演变、城市及区域的自然诸如城市土地利用现状、城市演变、城市及区域的自然状况、城市人口及其分布情况、城市道路与交通状况、状况、城市人口及其分布情况、城市道路与交通状况、城市热岛、通讯受地理限制的因素等。城市遥感与传统城市热岛、通讯受地理限制的因素等。城市遥感与传统的城市相关资料调查相比，既省时，又省钱，而且效率的城市相关资料调查相比，既省时，又省钱，而且效率很高，因而具有广阔的应用和发展前景。很高，因而具有广阔的应用和发展前景。l 随着我国经济的快速发展和城市化进程日益加快，城镇用地规模迅速扩张。它不仅

3、占用了大量的土地资源，而且也对城市周边的生态环境产生巨大的影响。及时有效地获得城镇用地信息，对于监测城市扩张的动态变化，科学合理地指导城市规划，控制城市用地规模，保护有限的土地资源和生态环境具有十分重要的指导意义。l 城市扩张研究一直都是城市研究的主要领域，我国从80年代后期开始就有大量的学者在这个领域开展研究，其中包括城市形态分类、演变阶段、城市扩展方式和速度、城市扩展的主要影响因子，城市扩展预测和模拟等。l 例如1992年赵元洪等利用TM影像、MSS影像和航空像片数据，对岳阳市地区的城市扩展状况进行研究，分别在三时相的TM、MSS影像和航空像片中提取城区边界，然后对比城区范围的不同，得到了

4、岳阳市区的动态扩展图l 城市研究在国外开展较早，最早可以追溯到十九世纪末的城市形态学和结构方面的探索，20世纪六十年代卫星技术出现，使得利用空间遥感数据进行城市扩展的监测和研究，成为城市扩展研究的重要方向，高分辨率的卫星遥感数据是当今城市扩展研究的主要信息。l 例如JENSIN等利用LandsatMSS进行城市边缘区的居住地的动态监测，认为遥感手段是进行城市动态监测的有效手段。cward等以地球系统科学的观点利用Landsat卫星研究了城市发展中的土地监测情况;Masek等利用Landsat卫星研究了华盛顿特区城市扩张的动态变化。l 目前，国内外对城市扩展的研究主要集中在以下三个方面:l 一是

5、研究城市扩张的规律及形式;l 二是城市扩张的驱动力机制的分析研究，即分析推动城市地域扩张的原因是什么;l 三是针对城市扩张所应采取的措施。l 城市扩张在遥感影像上体现为城市面积的不断扩大，特别是城镇建筑用地的不断扩张。大量的研究表明，利用卫星遥感影像数据通过数字图像处理的方法获取城镇用地信息，从而揭示城市扩张的动态变化是监测城市扩张的有效方法，与统计数据分析方法相比更具实时性和可靠性。基于遥感影像上提取城镇用地通常是通过识别城镇用地的特征而获得的。提取城镇用地信息的方法主要有目视解译手工数字化的方法，计算机监督分类和非监督分类的方法和基于光谱特征知识的分类方法。l归一化植被指数：NDVI=(N

6、IR-R)/(NIR+R)lNDVI之所以能有效提取植被，是因为植被在TM4上值大于TM3，而其它地物的DN值都变小。因此在NDVI图像上一般值大于0的地物都是植被。lNDVI=（TM4-TM3）/（TM4+TM3），l NDBI源于对NDVI的深入分析。在TM4和TM5波段之间除了城镇用地DN值走高之外，其他地物DN值都变小。因此，NDBI=（TM5-TM4）/（TM5+TM4），图像上NDBI值大于0的地物则认为是城镇用地。lNDBI从本质上讲揭示了地表裸露特征，因此将NDBI定义为归一化裸露指数（Normalized Differenced Barren Index）。020406080

7、100120140TM1TM2TM3TM4TM5TM7Landsat TM 影像光谱波段(Landsat TM spectral Bands)DN值(DN value)城镇用地 裸地林地农田水体低密度植被覆盖区典型地物在Landsat TM影像上的光谱曲线 l以武汉TM数据为例l首先对图像进行预处理得到标准假彩色影像(r4g3b2)l在ENVI-Basic Tools-Band Math中利用公式float(b1)-float(b2)与float(b1)+float(b2)，然后做比值运算得到NDBI图城镇用地在NDBI图上得到了最大的亮度增强，其他地物则普遍受到压抑，其NDBI值为-11l在

8、ENVI-Basic Tools-Band Math中利用公式：l(b1 ge 0)*1+(b1 lt 0)*0，ge、lt分别表示“大于等于”和“小于”，得到NDBI二值化图。NDBI 值大于 0的赋值为1，以白色显示，代表城镇用地；其它的赋值为0，以黑色显示，代表非城镇用地l 由于城镇用地TM5波段和TM4波段的差异远不如构建植被指数的波段之间的差异来的明显。在Landsat TM影像上DN值TM5高于TM4的除了城镇用地还有裸地以及含土壤背景信息的低密度植被覆盖区。通过与Landsat TM标准假彩色影像对比发现低密度植被覆盖区也被提取出来了。因此，利用NDBI提取城镇用地的精度必然会受

9、到一定程度的影响。从典型地物的光谱曲线我们可以知道研究发现城镇用地TM5波段和TM4波段的差异远不如构建植被指数的波段之间的差异来的明显。考虑到归一化植被指数NDVI反映的是植被信息，那么（1-NDVI）反映的就是非植被信息，即主要是居民地、裸地以及河流。由于NDBI主要反映的是城镇和裸露地信息，所以将NDBI和（1-NDVI）相加就可以更加突出居民地信息。因此将之称为改进的归一化裸露指数（Modified Normalized Difference Barren Index,MNDBI），即MNDBI=NDBI+(1-NDVI)。l在ENVI-Basic Tools-Band Math中利用

10、公式float(b1)+(1-float(b2)，得到MNDBI图很明显改进的MNDBI图得到了增强，有利于地城镇地物提取 图a和图b分别是NDBI和MNDBI中心位置的剖面线灰度值分布图，可以很明显的看出，改进的NDBI对图像有增强作用，灰度值的变化范围较之NDBI变化很大，突出了城市信息，使其与周围地物的反差增大，有利于提取城市信息。图a NDBI图像中心灰度值剖面图图b MNDBI图像中心灰度值剖面图 MNDBI是对NDBI的改进突出了城市信息，使其与周围地物的反差增大，有利于提取城市信息。但是，它需要不断人为尝试选取MNDBI的阈值，最终获得较好的提取效果。因此其结果仍然不够客观。从L

11、andsat TM上典型地物的光谱特征分析可知利用NDBI提取城镇用地的结果必然包含了裸地以及低密度植被覆盖区的信息。城镇用地和裸地具有相似的光谱特征，所以城镇用地和裸地较难区分。但是，低密度植被覆盖区在TM3和TM4上具有植被的光谱特征即在TM3和TM4之间DN值是变大的；而在TM4和TM5上具有城镇用地的光谱特征或者说具有裸地的光谱特征即在TM4和TM5波段之间DN值是变大的。因此，低密度植被覆盖区不仅具有植被的光谱特性而且具有城镇用地的光谱特性。利用这一独特的光谱特性可以将NDBI提取得到的城镇用地（其结果还包含裸地和低密度植被覆盖区）中的低密度植被覆盖区从中分离出来。l在ENVI-Ba

12、sic Tools-Band Math中利用公式float(b1)float(b2)与float(b1)+float(b2)，然后做比值运算得到NDVI图。利用ULI提取城镇用地是在NDBI的基础上引入了NDVI，并在两者归一化的基础上进行求交运算。l在ENVI-Basic Tools-Band Math中利用公式:lfloat(b1)and float(b2)得到ULI图。l在ENVI-Basic Tools-Band Math中利用公式：l(b1 ge 0)*1+(b1 lt 0)*0得到ULI二值化图。ULI 值大于 0的赋值为1，以白色显示，代表城镇用地；其它的赋值为0，以黑色显示，代

13、表非城镇用地。方法名称公式优点缺点归一化建筑用地指数（NDBI）（TM5-TM4）/（TM5TM4）相对于传统方法快速有效，提取精度较高，结果较为客观，可信提取结果包含低密度植被区、裸地信息改进的归一化裸露指数（MNDBI）NDBI+(1-NDVI)相对NDBI更加突出了城镇用地信息，提取结果得到改善需要人为设定阈值，结果受主观因素影响；提取结果包含低密度植被区、裸地信息城镇用地指数（ULI）NDBI&NDVI相对NDBI去除了低密度植被区的影响，提取精度得到提高，结果客观、可信，是一种自动提取城镇用地的方法提取结果仍含有裸地信息三种基于谱间特征分析的城镇用地提取方法比较 l然后能过对假彩色影像进行人工目视解译，并且对其野外勘察验证，与NDBI图、ULI图进行对比分析，以检验其提取城镇用地的精确度。NDBI提取城镇用地精度分析城镇用地非城镇用地合计精度城镇用地55167177.46%非城镇用地6232979.31%合计613910078.39%ULI提取城镇用地精度分析城镇用地非城镇用地合计精度城镇用地6166791.04%非城镇用地4293387.88%合计653510089.46%