基于TM影像的北京城市扩展研究.docVIP

基于TM影像的北京城市扩展研究 李雪瑞，王秀兰，冯仲科 （北京林业大学测绘与3S技术中心 北京林业大学111信箱 100083） 摘要：准确判别城市扩展规律，剖析演化过程，对于预测城市未来演化趋势，制定合理的调控政策具有重要的意义。遥感对地观测技术可以提供丰富的城市扩展变化数据，成为城市扩展监测的主要手段。本文以1988、1996、2004年TM遥感影像为依据，应用遥感、地理信息系统技术与信息熵原理提取了北京市城市实体边界，分析了北京市1988-2004年间城市扩展的面积、方向、扩展类型以及城市扩展的导向规律。研究结果表明，北京市近20年一直处于城市扩展的快速发展阶段，并受地形、环境、卫星城、交通干线及政府等方面导向的影响。 关键字：城市实体;城市扩展;遥感;信息熵;北京 1 引 言 城市化，或称城镇化(Urbanization)，指的是人口向城市集中的过程，这一过程包含了社会、人口、空间和经济转换等多方面的内容。城市化是社会经济发展的必然结果，也是社会经济发展的有机组成部分和有力的推动器。城市化除了表现在城市人口增长，城市非农业人口比重增加以外,城市空间区域的扩展也是一个重要的衡量指标[1]。城市土地作为人类活动最频繁的区域，其不断演化的动态特征深刻反映了城市化进程及城市空间结构的变化规律及矛盾[2]。目前，城市用地的空间扩展日益成为土地利用变化的主要特征及衡量城市化水平的重要测度指标[3]。因此，准确判别城市扩展规律，剖析演化过程，对于预测城市未来演化趋势，制定合理的调控政策具有重要的意义。 研究城市扩展，必然要涉及到关于城乡结合部地域范围确定及城乡结合部范围变化的研究。城镇边界的准确提取是进行扩展研究的前提[4]。迄今为止，国内对城市土地利用格局变换研究中涉及到的“城乡结合部”尚未形成很完整的理论体系[5~7]，因而对城乡结合部地域范围进行量化难度较大。由于城乡结合部反映出城市与乡村的双重特点，随着城乡交互作用日益激烈，城乡结合部的地域范围也处于不断变动中，依靠原始统计方法已经难以收集到适时、准确的城乡结合部信息和数据，因而也无法准确地表达城市土地利用格局的变化[8~9]。遥感技术动态、快速、适时获取数据的特点，使得遥感技术在城市土地利用格局变化研究中将发挥积极的作用；信息熵模型为城乡结合部范围的界定提供了理论依据；而地理信息系统强大的空间分析功能也为城市土地利用格局变换研究提供了技术保障。 因此，本文选择城市扩展规模较大的首都北京作为研究对象，利用遥感技术作为信息获取的手段，利用地理信息系统技术作为信息处理的手段，同时引入表征景观混乱度的信息熵模型模型作为理论依据，研究1988-2004年北京市城市扩展规模最快的近20年的土地利用格局的时空变化，确定各个时期北京市城乡结合部的范围，进一步研究北京市城市扩展的导向规律。 2 数据源及数据处理 本研究所采用的数据源包括北京市1988年、1996年和2004年的TM影像，1：5万北京市地形图，北京市行政区划图以及相关统计资料。本研究对遥感图像的处理包括遥感影像的预处理、遥感影像分类和裁剪等方面。 2.1 TM遥感影像预处理 对遥感数据的预处理包括地形图的配准、遥感影像纠正、遥感影像增强处理等工作[10]。本研究所使用的TM影像均已经过辐射校正和几何粗校正，所以只需进行以地面控制点为依据的几何精校正。分别以1：5万北京市地形图为参考底图，利用ERDAS IMAGINE 9.0软件对图像进行校正。校正时采用二次多项式变换模型、键盘输入控制点坐标模式，均匀选取50个控制点（GCP）,控制点配准精度小于0.4个象元，利用最小邻近值算法对影像进行重采样。因为本研究主要进行土地利用类型的提取，所以采用经典的5、4、3波段进行假彩色合成，以利于目视解译。利于ERDAS IMAGINE 9.0系统模块对遥感影像进行增强处理，经试验比较选取线性拉伸的方法。经过预处理后的遥感影像如图1所示。 图1 2004年北京市遥感影像图 Fig. 1 Imagine of Beijing in 2004 2.2 TM遥感影像分类 遥感图像解译分为两种：一种是目视解译，是指专业人员通过直接观察或借助判读仪器在遥感影像上获取特定目标地物信息的过程；另一种是遥感影像的计算机解译，其基本工作是遥感影像的计算机自动分类[11]。为保证数据的准确性和有效性，本研究采用目视解译为主、计算机自动解译为辅的方法进行遥感影像的解译工作。 本研究采用的土地利用分类系统，参照国家土地利用分类方法结合本次研究的实际要求，将土地利用类型归结为6个一级分类，即耕地、林地、草地、建设用地、水域及未利用地[12]，并对6类进行编码。 2.3 TM遥感影像的裁剪 根据分类结果图和北京地区的实际城乡分布结构分别初步确定出3