基于RapidEYe北京市浅山区土地利用信息提取.docVIP

基于RapidEYe北京市浅山区土地利用信息提取摘要：浅山区是深山区与城市平原区连接的重要区域，研究浅山区土地利用现状，有利于浅山区和城区的和谐发展。本文采用RapidEye数据，对研究区遥感数据，建立了各种用地类型的提取规则，采取决策树分类方法对北京市浅山区土地利用信息进行了计算机自动提取。 关键词：土地利用；遥感；RapidEye；浅山区 中图分类号：K903　文献标识码：A　文章编号：1674－0432(2011)－05－0072－3 0　引言 土地是人类生存的基本资料和劳动对象，土地利用信息的准确性是国民经济和社会发展的重要基础。遥感监测具有宏观、快速、实时、动态等特点，它在土地利用信息获取方面发挥着越来越重要的作用。 本文采用2010年6.5m分辨率的RapidEye影像，利用遥感技术对北京市浅山区进行土地利用信息的提取。前人大多用TM数据进行分类，现在遥感数据的分辨率大大提高，可以采用更高分辨率的遥感影像进行分类。RapidEye影像与TM相比，波段比较少，但是空间分辨率大大提高。一般对土地进行分类，大多一般采用监督分类、非监督分类、或决策树的分类方法。本文选择决策树方法提取土地利用类型。但是由于它可用波段为蓝、绿、红、近红，波段比较少，所以必须通过图像增强构建新的波段变量，进而找到合适的波段变量对其进行土地利用类型的分类。 1　研究区概况 北京市浅山区是深山区与城市平原区连接的重要区域，根据《北京城市总体规划(2004年－2020年)》要求，将市域内海拔100 300m的区域划定为浅山区。目前城市快速扩展，城市新增用地正向浅山区蔓延。而浅山区作为城市的生态涵养功能区，它的土地利用变化也将影响城市的未来发展。所以对浅山区进行土地利用现状的研究，有利于浅山区和城市协调可持续发展。本文将海拔80 300m左右，在保证村级行政边界完整性的基础上综合划定北京市浅山区的范围，总面积约为4400km~。 北京市浅山区海拔高度不高，主要分布在房山区、门头沟区、昌平区怀柔区密云县等离城市中心比较近的区域，交通条件比较好，土地利用主要以林地为主，果树丰富。浅山区的土地有效利用可以带动深山区的经济发展。 2　数据选择及预处理 本文研究中采用的遥感数据为RapidEye遥感数据。 RapidEye卫星是2008年8月29日发射的商业多光谱遥感卫星，共由5颗卫星组成，被均匀分布在一个太阳同步轨道内。RapidEye传感器图像在400 850hm内有5个光谱段，每颗卫星都携带6台分辨率达6.5米的照相机，通过5星星座，能实现快速传输数据，连续成像，重访间隔时间短。同时RapidEye卫星是全球首个具有红边波段的商业卫星，可以用于监测植被变化。RapidEye遥感卫星参数，见表1。 本文研究区域横跨2景遥感数据，成像时间为2010年4月1日和4月2日，空间分辨率为6.5m×6.5m。图像在研究区域内没有云层覆盖，图像质量良好。 其他相关辅助资料包括2004年北京市土地利用现状图，北京市1：5万地形图，北京市山区城乡建设空间发展策略分析图，北京城市总体规划(2004年2020年)市域用地规划图。 利用1：5万地形图对影像进行几何校正。然后利用ENVI将2景遥感数据进行拼接，再利用已确定的研究区范围矢量文件对已拼接好的影像进行裁剪，得到研究区范围的遥感影像。 3　分类方法分析 3.1分类系统及解译标志的建立 在研究中为了更好的获取土地利用信息，必须规范地物解译标志，使得图像上的信息和实际地物的特征间的内在联系，通过解译标志有效地联系起来。本文参考已有土地分类系统，结合所需，可以将研究区分为耕地、林地、建筑用地、水体、未利用地五个类型。 对参与研究的红、近红、绿光波段分别赋予蓝、绿、红，进行彩色合成，并建立研究区影像解译标志。 3.2土地利用分类光谱特征分析 根据各种土地利用类型的解译标志，在影像上对耕地、林地、建筑用地、水体、未利用地5种土地利用类型进行采样。每类选取一定数量的样本，按照最大值、最小值、均值和方差加以统计，结果见表3。 RapidEye遥感数据有4个波段，5种地物类型在这4个波段的差异差别不大。 3.3分类规则的确定 3.3.1构造新波段变量RapidEye遥感数据分辨率高，空间分辨率达6.5m，但是与TM数据比较，RapidEye只有5个光谱波段，光谱信息比较弱。其中红边波段主要用于定量反演，来监测植被生长的健康状况。因此，在进行土地利用分类时，蓝、绿、红、近红四个波段用来做分类研究。本文预采用决策树方法对研究区遥感数据进行分类。RapidEye前三个波段均为可见光波段，地物在这一光谱波段差