工业园区土地覆盖及建筑密度航空遥感概述.docVIP

　　工业园区土地覆盖及建筑密度航空遥感概述 第一章绪论 1.1研究背景及意义 国土资源部2006年的一份报告显示，所有被建设占用的耕地中，有超过三分之一是被用作工业开发,造成严重的耕地资源浪费和建设用地粗放利用。工业园区是工业用地最主要的集中地和扩张动力。为加强对工业园区扩张和粗放用地的监管，中国政府每两年开展一次开发区土地节约集约利用评价。在土地节约集约利用评价中，土地利用现状（建设用地比例）和建筑密度信息（包括建筑覆盖率和建筑容积率）可以从二维和三维尺度上反应土地利用强度状况，是最重要的土地利用评价指标之一，目前已被广泛用于土地利用管理与土地开发强度评价工作。建筑覆盖率（Building Coverage Ratio，BCR)是建筑物基底面积总和与建筑物所占用的土地总面积之间的比值，而建筑容积率(Floor Area Ratio, FAR)是总建筑面积与建筑物所占用的土地总面积之间的比值。从定义可以看出，前者反应建筑物在二维空间中的开发强度，而后者反应建筑物在三维空间中的开发强度，或者土地利用效率。因其简单明确，易于操作，已被世界上很多国家应用于城市规划和相关管理工作，从而应对各种环境和社会问题。各国在关注城市用地强度的同时，却很容易忽略工业园区的用地效率。另外，出于经济增长的需求，各个地区对园区的监管相对宽松，造成土地利用效率低下，浪费严重。 . 1.2国内外研究现状 目前为止，通过遥感手段直接估算建筑密度的探索并不多，这可能是由于以下几方面原因：首先，建筑密度信息属于建筑物提取的二级产品，建筑物的准确提取是该指数计算的前提，但目前还没有一个适应所有环境的成熟的建筑物提取方案，制约了后续建筑密度信息的挖掘。其次，建筑物楼层数难以准确估算，复杂形状建筑物的层高和建筑面积变化较大，大部分情况下精度也不够理想。最后，建筑容积率的计算需要额外的地块数据，该数据却是人为划定的，主观性很强，必须由相关部门提供或手工数字化。所以，本质上需要解决的问题是建筑物的提取和楼层数的估算两个方面。Pan et al. (2008)等人在SPOT5影像上通过目视解译提取建筑物的面积，度量高度，根据个别己知建筑物的高度与度量高度的比值求得其他所有建筑物的近似高度，设定统一的层高值2.8米获得楼层数，最后得到三个中央商务区和西个住宅区的建筑覆盖率和建筑容积率；陈基伟和韩雪培,(2005)、李锦业etal. (2007)、付小毛（2006)、李晓梅、段光耀（2012)等人则是通过影像中的阴影反演建筑物高度，估算楼层数时同样采用了统一的层高；查勇（2001)比较了四种不同高度确定方法对建筑容积率计算结果的精度影响。以上对建筑密度提取的初步探索只能作为个别特殊情况下的补充方法，因为存在比较多的问题。首先，在影像上手工度量建筑物正面高度只适用于极个别情况，因为卫星在地球轨道获取的是建筑物顶部信息，大多数情况下建筑物侧面信息无法得到。该方法高程精度无法保证且工作量大。其次，阴影反演建筑物高度基本没有实际意义，因为在城市地区，建筑物密集分布，阴影的相互遮挡以及阴影投影到建筑物上都是无法回避的现实，且反演精度同样值得怀疑。 .. 第二章研究区介绍与数据准备 2.1研究区现状 2.1.1工业园区经济状况和社会环境现状 研究区位于浙江省嘉兴市一典型经济技术开发区，包括A和B两个区块。该开发区设区时间长，建筑密度大，区内主要以加工产业为主，经济效益良好。近几年内，园区产业布局和建筑物数量没有明显变化。 2.1.2工业园区建筑物空同分布形态与格局现状 园区建筑物空间分布形态非常典型，是全国生产制造业类工业园区普遍釆用的模式。区内同时存在工业厂房和住宅建筑，住宅建筑较高且空间分布十分规整，工业厂房高低错落，分布密集且极不规则。园区内绿化较好，树木既呈现集聚生长，也生长于建筑物旁构成绿化带，部分区域两者甚至相互遮盖，给后续的分类造成不小的影响。草坪灌木构成低矮植被类塑。 .. 2.2数据介绍 本研究使用的多光谱数据为航拍RGB影像，于2011年7月获取，空间分辨率为0.5米，影像只有蓝、绿、红三个波段，构成自然真彩色。尽管RGB影像与点云数据之间存在约两年的时间间隔，但由于开发区为已建成园区，两年内建筑物变化不大，因此对后续分类的影响可以忽略。LiDAR数据覆盖长三角某典型工业园区，由该地区某合作单位提供，研究区分为A、B两个区块，均由ALS70传感器于2013年获取。传感器在A、B区块扫描过程中强度信息丢失，所以本文将不做强度方面的探索。由于两个区块的总激光点数接近600万，数据量过于巨大，不便于第四章基于点云的建筑密度提取研究，因此，第四章的研究将从A、B两个区块分别截取一个子集做相关探索。激光器扫描频率为200Hz,飞行高度2400m,扫描角度75deg;，点云密度约0