基于遥感影像的城市化进程分析

最新【精品】范文 参考文献 专业论文

基于遥感影像的城市化进程分析

基于遥感影像的城市化进程分析

摘要：随着社会的发展，城市化现象越来越普遍，城市规模不断扩大，生态环境及人文景观也随着城市化进程而改变。本文通过RS和GIS结合的方法研究了陕西省汉中市近几年来的城市发展状况。根据2003年和2010年的LandSat5 TM影像提取了汉中市的NDVI值、土地利用状况、亮度温度值、地表温度TS值，通过遥感影像解译和GIS可视化分析得到了城市化与城市生态景观变化的关系，对城市生态研究有一定指导意义。

关键词：遥感；GIS；城市化；NDVI

Study of the Urbanization Process Based on Remote-Sensing Image Zhang Tian

(Shaanxi Normal University, Tourism and environment institute, Xian in Shaanxi, 710062)

Abstract: With the development of the society,

Urbanization phenomenon becomes more and more common; the city scale expands unceasingly; the ecological environment and human landscape also change with the urbanization process. This paper study about the urban development situation in HanZhong with the method of RS and GIS; According to the 2003 and 2010 LandSat5 TM image, we know the NDVI value, land use status, brightness temperature value, true temperature value TS; we get the urban ecological landscape changing relations through the RS and GIS visualization analysis. This has a certain guiding significance on city ecological research.

Keyword: Remote-Sensing; IS; Urbanization; NDVI 中图分类号：P237 文献标识码：A 文章编号：

最新【精品】范文 参考文献 专业论文

1.研究背景

城市化也称为城镇化、都市化，随着人类社会的发展，人类活动逐渐向城市集中，城市的规模也不断扩张。合理的城市化可以改善环境，有利于提高人们生活水平，有利于经济的发展。但城市化也会对生态环境产生一定程度的影响，相应产生的城市热岛效应也在潜移默化的影响人们的生活[1]。

近几十年来，关于城市化进程的研究越来越受到人们的重视，持续加速的城市化对城市气候及环境产生了深远的影响,研究城市扩张有重要的意义。如何定量的监测和分析其进程已成为当前城市环境研究的重要内容。遥感影像可以真实的反演地面的变化，且LandSat5卫星的短周期观测也为真实影像信息的提取提供了优势条件[2]。LandSat5 的TM影像具有7个不同波段，其中3、4波段可以提取NDVI值，6波段（热红外波段）可以反映地表温度，通过对3、4、5波段的解译又可以得到土地利用信息，所以遥感图像成为了研究城市化进程的有效手段。

本次实验采用RS与GIS相结合的方法，分析陕西省汉中市城市扩张和植被覆盖、土地利用及城市亮度温度、地表真实温度TS之间的关系。根据2003和2010年两个时期的LandSat5 TM影像提取了研究区的土地利用情况、亮度温度信息、地表真实温度TS信息、NDVI信息。预期分析结果是：城市扩张与城区分布呈正相关，与城市亮度温度及地表真实温度TS呈正相关，与植被覆盖呈负相关。 2.研究区概况与数据来源

汉中市位于陕西省西南部，汉江上游，北倚秦岭、南屏大巴山，地势南北高，中间低，中部是汉中盆地。面积27246平方千米，地处东经106°~107°与北纬33°2~33°22之间。气候属于亚热带气候区，因北有秦岭屏障，故寒流不易侵入，气候温和湿润。

本研究采用2003年6月和2010年6月两期的LandSat5 TM影像，其中TM6波段的空间分辨率为120m，其他6个波段空间分辨率为30m。汉中市地区共覆盖6景影像，条带号在127~129之间，行编号在36~38之间；从图像上看，地面特征清晰明显，基本无云，图像干扰比较少，

最新【精品】范文 参考文献 专业论文

能够较好地反映地面状况。全文使用遥感影像处理软件ENVI4.7和GIS图像分析软件ArcMap10.0对数据进行研究处理。 3.研究方法 3.1数据预处理

遥感影像来自国际科学数据共享平台，在ENVI4.7中先后进行了：1至7波段融合（其中4、3、2波段研究植被，5、4、3波段研究土地利用，6波段为热红外波段，研究亮度温度）[3]；边界裁剪；图像增强；影像拼接；矢量格式行政界线影像裁剪。最终得到2003年和2010年汉中地区遥感影像。 3.2 NDVI提取

NDVI是归一化植被指数。它和植物的蒸腾作用、光合作用密切相关。可以用来检测植被生长状态、植被覆盖度等；取值-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等；正值表示有植被覆盖，且随覆盖度增大而增大；对于LandSat5 的TM影像，其计算公式为： NDVI= (B4-B3) / (B4+B3)（1）

式中B3，B4分别是TM3，TM4波段的DN值（即TM数据的像元灰度值），由于大气反射和散射作用，在计算之前一般先进行大气校正。但由于NDVI是经过归一化处理的，大气校正对NDVI的计算影响很大，会造成较大误差。故我们直接使用TM3，TM4波段的DN值计算NDVI，而不必进行大气校正，研究区2003年6月和2010年6月NDVI经ENVI提取，保存为*.bil格式，在ArcMap10.0中重分类得到图1，其散点图见图2。

图1汉中市NDVI图

Fig.1 the NDVI in HanZhong City

图2汉中市NDVI散点图

Fig.2 the scatter diagram of NDVI in HanZhong City 3.3土地利用状况提取

最新【精品】范文 参考文献 专业论文

根据研究需要，需要对两个时相的TM影像进行土地利用状况分类，本次研究以地球系统科学数据共享平台中下载的陕西省2000年1:10万土地利用分类为参照，并在对2010年影像行监督分类时对比最新一期的Google earth影像，最终将汉中市土地利用类型分为：耕地、林地、居民地、水体、裸地、草地6种类型。

在监督分类过程中，经Compute ROI Separability计算的ROI样本的可分离性参数均>1.8，说明样本选取较好。我们选择最大似然法（Maximum Likelihood）分类且对结果进行了混淆矩阵精度评价[5]。得到本次的总体分类精度Overall Accuracy =

(29953985/3467729) 86.9044%。得到的2003年6月和2010年6月这两个时相的土地覆盖分类结果见图3 (其中红色部分为居民地；绿色部分为林地、耕地、草地；黄色部分为裸地及道路；蓝色部分为水体）。为了更加直观的了解2003至2010年土地利用变化情况，在ENVI中将分类结果转化为矢量数据，并进行求和统计，在excel中制作统计表如表1。

图3汉中市土地利用分类图

Fig.3 The classification of land use in HanZhong City

表1 汉中市2003至2010年土地利用变化状况

Table.1 the change of land use from 2003 to 2010 in HanZhong City

3.4城市亮度温度提取

亮度温度是遥感器所观测到的热辐射强度相对应的温度，是地表温度、地表比辐射率、大气温度以及大气透过率等因素综合的体现。真正的地表温度因受到大气状况、地表比辐射率等多种因素的影响，相关参数不易计算，精度难以保证[6]。所以我们选择亮度温度来体现城市地表热情况。

LandSat5第6段对热非常敏感，可辨别地表温度差异。故将6景影像第6波段进行裁剪和拼接，得到2003年和2010年band6的影像；对于TM数据，各像元所接收到的辐射强度L与其DN值的关系为[4]：

最新【精品】范文 参考文献 专业论文

L=L min + (L max - L min)QDN/Q max（2）

其中：L为各像元所接收到的辐射强度；QDN即TM数据的像元灰度值，Q max为最大的QDN值；L max和L min为像元收到的最大和最小辐射强度值，是发射前已预设的第6波段常量。当L min=0.1238时，QDN=0，当L max=1.56时，QDN=255。故（2）式可简化为： L＝0.1238＋0.005632156QDN（3）

继而，各像元的亮度温度T与像元灰度值的关系为： T＝K2/In(1+K1/L)（4）

其中：K1、K2为卫星发射前预设的常量，具体参数见表2。故对于本实验来说：

T=1260.56/In (1+60.776/ (0.1238+0.005632156*QDN)（5） 根据公式（5），利用GIS图像分析软件ArcMap10.0对亮度温度提取结果进行可视化，得到03、10年亮度温度分布图，见图4。

表2 LandSat5与LandSat7亮度温度反演常数

Table.2 the constant about temperature of LandSat5 and LandSat7

图4 汉中市亮度温度图

Fig.4 the temperature in HanZhong City 3.5地表温度TS反演

LandSat5第6波段也可以反映地表真实温度TS，它是地球环境分析的重要指标，也是直观体现城市热岛效应的重要手段，近年来基于遥感图像的地表温度反演的研究越来越多。主要的方法有：大气校正法，单通道法等等。本文采用了辐射传输方程法对地表温度进行反演。

在进行计算之前首先要将两年的NDVI数据用ENVI软件中的Resize Data重采样为60m分辨率，与TM6 数据保持一致。首先采用混合像元分解法计算植被覆盖度Fv，具体的计算公式如下： FV = (NDVI- NDVIS)／(NDVIV - NDVIS)（6）

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于遥感影像的城市化进程分析在线全文阅读。