登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 地理科学类 > 地理信息科学 > 正文

武汉市城市变迁的遥感监测毕业论文

 2022-02-10 20:08:01  

论文总字数:16406字

摘 要

本课题从地理空间数据云下载影像作为数据源,在ENVI 5.1和ArcGIS 10.2软件平台上对1981年到2017年间5个不同时期的武汉市遥感影像进行分类和对比,利用ArcGIS 软件的空间分析功能,得到土地利用变化转移矩阵以及武汉市不同年份的城镇用地变迁图,并分析武汉市在1981-2017年城市变迁的主要因素。

关键词:RS 技术 城市变迁 武汉市

Remote Sensing Monitoring of Urban changes in Wuhan City

Abstract

This topic downloads remote sensing images from Geospatial data cloud as the data sources. The paper classifies and compares five remote sensing images of Wuhan from 1981 to 2017 on the software platform of ENVI 5.1 and ArcGIS 10.2, and makes use of the spatial analysis function of ArcGIS software. This study will use the spatial analysis function of Arc GIS software to obtain the land use change transfer matrix and the urban land change maps of different years in Wuhan and the driven driving impact from policy factor during 1991-2017 were conducted.

Key words: RS technology;Urban change;Wuhan city

第一章 绪论

1.1研究意义

城市变迁是城市化过程以及土地类型转变的最直接的表达,是城市化过程中空间布局变化与结构变化的映射[1]。随着城市化的进行,人类活动与土地资源的开发已经息息相关,对生态环境极易产生作用,因此开展城市变迁的研究有着重要的实际意义[2]。城市变迁及其变迁原因的分析已成为城市研究的热门话题,利用遥感技术进行土地利用动态监测可以直观的发现研究区域的时空特征[3]。近年来,随着武汉市经济的不断发展,越来越多的学者开始了对于武汉市空间扩张的研究,如马才学等根据1990-2005年武汉市的影像图,分析了该市的土地类型及其变化规律,并且探寻其政策驱动因素[4]。黄焕春等基于RS、GIS技术,利用1998年以来天津市部分影像图,进行了天津市城区空间变迁分析,并预测了天津城区未来发展空间的规模趋势[5]。还有刘鹏程根据武汉市的交通因素来分析城市空间形态的变迁等文,都十分具有参考意义[6]

本课题利用遥感影像对研究区域内的农田、林地、草地、城市建设用地和湖泊水域的时间空间变化进行了动态分析,结合武汉市在1981-2017年的自然因素、政策因素、经济因素分析武汉市城市变迁空间变化特征、土地利用变化特征,各个因素对不同土地类型的影响程度和驱动作用,以期为武汉市城市发展总体规划的修编和区域土地资源在可持续利用的研究方面提供依据和参考。

1.1.1理论意义

遥感是研究地理数据变化的重要手段以及获取地形地貌数据的有利工具,近年来遥感已经随着科技的进步而走进了人们的视野。本课题主要利用遥感影像来研究武汉市的农林地、城镇用地和湖泊水域,充分展现RS技术的系统性、稳定性等。根据所学的理论体系,从大局出发,分析城市化过程中各种土地类型变化的前因后果,协调人地关系。

1.1.2实践意义

  1. 高效更新数据库

利用遥感监测技术进行城市变迁的研究节约了人力物力财力,提升了数据库建库、更新的效率。

  1. 快速提高制图精度和速度

计算机技术的不断精进,使得人们能够越来越快速的获取到想要的信息。遥感技术获取地形图与传统制图方法相比,能够更精确、快速的获取平面地形图、三维图等。

  1. 为相关部门提供有力的决策依据

遥感实时监测所得的数据能对不同的土地类型变化、土地资源使用情况进行评估,为城市发展总体规划的修编和土地资源可持续利用的研究方面提供依据。也能够为有关部门提供必要的技术支持、准确的结果数据、合理的实施建议,更好的帮助政府等有关部门进行工作。

4、改善人们的居住环境,建设人文和谐社会

结合遥感监测技术、GIS技术建设数字城市,智慧中国,引导城市土地利用可持续发展,推动地区城市化健康有序的进行[6]

1.2城市变迁与遥感监测研究现状

遥感作为一种能识别超远距离物体的高新技术,现遍布在航天、航空、地面遥感等多方面技术领域。自问世以来,遥感技术便不断在各个领域扩展其深度与广度,特别是在获取超清晰卫星数据这方面,其市场需求十分旺盛[3]。在“数字城市”的建设中,遥感技术是其重要的技术支持。还有“3S”信息集成技术,即由RS、GIS、GPS构成的地理空间信息技术系统,遥感技术提供大量的地理空间数据,为“3S”技术提供必要的理论基础。而且“3S”技术在城市建设发展中也是举足轻重的。

目前,遥感监测已成为了研究城市变迁的主要手段。利用RS、GIS、数据库等技术对城市变迁进行监测[2]。基于卫星影像数据处理技术,获取城市用地信息,通过分析从不同时期、不同影像里所获取的城镇用地信息,得出城市发展状况的优势、劣势,为有关部门提供及时、有效的城市管理建议,同时也能为国家机关、社团集体或个人提供必要的信息服务[2]

1.3研究概况

1.3.1研究区域简介

武汉市地处江汉平原东部,被历代文人雅士称之为“江城”,大小湖泊横亘其中,星罗棋布。其行政区划土地面积8494平方公里,全国面积最大的城中湖就在武汉,水域面积88平方千米。由于长江与其最大支流在武汉交汇把城区一分为三,武昌、汉口、汉阳这三个城镇也便形成了,三镇之间城市表征结构差异很大,而如今武汉市的“三镇鼎立”

组团式发展已成为其特有的集团模式。武汉市于2016年跻身超大城市的行列,经济发展

势头十分迅猛,是全国重要的工业基地、综合交通枢纽。但与此同时,城内外大部分的农田、植被覆盖区被占用、改造,土地类型改变得十分快速[5]

1.3.2数据来源

本次课题主要是为研究武汉市自1981年以来城市变迁、土地利用变化特征。我所采用的原始数据包括武汉市5个不同年份的 Landsat 遥感影像数据,轨道号为123/39。还有武汉市相应的行政区划栅格图、行政区矢量图(见图1-1),还有一些经文献资料查阅等方法所获得的武汉市地质、植被、人文、政策等资料。

图1-1 研究区域地理位置 图1-2 基于遥感技术的城市变迁技术流程

1.4总体思路  

为能利用遥感技术来监测武汉市的城市变迁情况,本课题主要使用ENVI和ArcGIS平台分5个时间段从时间空间上研究武汉市各种土地类型在数量上的相互转移和空间格局上的变化。

利用ENVI5.1软件来提取出各个时期的土地利用情况分类图,并统计面积;利用ArcGIS对5个时期的土地类型数据进行融合、叠加分析,通过ArcGIS的属性表导出的数据计算出武汉市在相邻时期的土地利用转移矩阵及土地利用面积变化图,从数量上反映城镇用地、农田、林地绿化、湖泊河流这4种用地类型相互之间的转换;然后,计算城镇扩张强度与弹性系数;最后,结合文献、资料,从人为方面入手分析这几个时期内武汉市城市变迁情况以及更深层次地去探究“是什么原因导致这些土地类型的变化”,剖析武汉市1981-2017年土地利用在时间和空间上的变化趋势。具体技术流程如图1-2所示。

  1. 遥感图像处理

2.1遥感图像预处理

2.1.1图像裁剪

在地理空间数据云网站上下载武汉市,具体的遥感影像数据资料详见表2-1。由于已经是同一个坐标系了,所以不用配准,直接进行裁剪。提取出行政区划图中的矢量边界图层。在ArcGIS里配准好坐标系,通过 ENVI 导入边界矢量图,但由于研究区域内山林地面积过大,2001年后扩张的大部分城镇用地是沿着山、路、河流呈条带状分布的,故本次研究中选择了矩形裁剪,具体面积与经纬度见图1-1。

表2-1 各年份遥感影像基本信息说明

影像日期

传感器

分辨率(m)

选用波段

1981/10

多光谱扫描仪LM2

80

4.5.7

1991/01

专题制图仪LT5

30

4.5.7

2001/02

专题制图仪LT5

30

3.5.7

2011/10

专题制图仪LT5

30

3.5.7

2017/10

陆地成像仪LC8

30

3.5.7

2.1.2图像增强处理

影像的增强处理是为了使得到的成果图像比未处理的图像更适合于目视解译,突出图像中更有价值的信息,方便后期操作中的样本选取等操作。目前已经有了许多图像增强的方法,根据用户不同的需求可以有有许多选择。比方说:想要改变影像的灰度级来提高对比度,使影像更清晰;通过消除噪声来让图像更平滑,便于解译地物;想要图像边缘更清晰,可以通过锐化来达到效果;为了增强某类地物的信息特征,可以形成彩色图像,减少波段图像个数。目前可使用图像域增强、频率域增强、色彩增强和多光谱图像增强等方式进行图像增强处理[7]

本课题在进行土地利用信息提取时, 采用表2-1中的波段进行波段组合,分别赋予红、绿、蓝三种颜色合成影像,使合成之后的图像更像现实中地物的颜色。在提取信息的过程中,为了获得更好的视效,提高影像结果精度,本课题在增强后所得到的图像上又进行了直方图均衡化和线性增强,这样可以通过对比得到比较好的效果图像[8]

根据研究区域的土地利用特征及研究需要,在对影像进行增强处理之后(如图2-3),本课题根据不同地物的光谱特征来判断影像中各种用地的基本类型(见表2-1)。而对于图中不好判断的、有浅云遮挡的区域,则可以选择用其他不同的波段进行组合观察。

图2-1 武汉市TM影像增强处理局部图

表2-2 各类用地遥感解译标志

地类名称

影像特征

城镇用地

颜色清晰,轮廓较明显,有明显分布规律

河流水系

蓝、深蓝色调,界限明显

山林绿化

绿色或深绿色调,片状或带状,山脊线明显

农田

绿色或浅绿色调,形状规则,分布于平原低丘

2.2监督分类

为了更好的研究土地利用规律,本课题用监督分类的方法对各个时期的遥感影像进行分类,一方面为了更准确的确定各类土地类型的面积,了解1991-2017年以来武汉市城市变迁情况;另一方面为了能够分析不同时期土地类型的转换情况,并结合政府出台的各种政策来看变化原因。

在研究过程中,本课题将影像图分成城镇用地、湖泊水体、林地绿化、农田4类地物。选择一些具有代表性的地物进行绘制,采集完各种土地类型样本后,在该窗口下,进行样本分离性计算。全部选择,如果某样本分离性低于1.8,则需要重新采集样本,如果全部大于1.8说明这个分类样本是合格的。

因为每幅影像都会由各种各样的因素影响而导致分类误差,故本课题研究中对每幅影像都使用了如上表2-3所示的5种监督分类方法,并分析其精度矩阵,选择精度最高的分类器进行实验。下表2-4 就是本课题在研究中所得到的每幅影像在5种分类器下的精度。

表2-4 各年份影像不同分类器下的精度评价(Kappa值)

年份

分类器

平行六面体

马氏距离

最小距离

最大似然

神经网络

该年份所选用的分类器名称

1981

0.46

0.51

0.76

0.79

0.80

神经网络

1991

0.57

0.84

0.69

0.88

0.76

最大似然

2001

0.60

0.86

0.81

0.92

0.93

神经网络

2011

0.14

0.88

0.69

0.87

0.94

神经网络

2017

-0.01

0.79

0.46

0.91

0.91

最大似然

输入武汉市1981年、1991年、2001年、2011年、2017年的遥感影像及其特征文件,在主菜单下的分类菜单(Classification)的监督选项(supervised)下的相应分类器来进行分类监督,最后再利用ENVI主菜单里的using ground truth rois 选项来进行分类精度评估,下表2-5 是武汉市各个时期影像监督分类的精度报告,在这里还会进行分类后处理,对一些出错的图斑进行调整。

表2-5 不同时期武汉市TM影像图分类监督精度混淆矩阵

城镇用地

农田

河流

森林

总和

用户精度

1981年

城镇用地

96.85

0.52

0.72

2.01

13.85

93.54

农田

0

73.46

0.04

29.05

29.9

89.33

河流

0.39

0

98.77

0.06

23.57

99.71

森林

2.76

26.02

0.47

85.9

32.68

69.58

总和

100

100

100

100

100

制图精度

96.85

73.46

98.77

85.9

总体分类精度=85.9059% kappa系数=0.8070

城镇用地

农田

河流

森林

总和

用户精度

1991年

城镇用地

98.6

0.65

0.12

2

36.44

98.83

农田

0.78

79.03

0

29.05

13.28

81.61

河流

0.04

0

99.88

0.4

37.26

99.79

森林

0.57

4.75

0

68.55

13.01

63.97

总和

100

100

100

100

100

制图精度

98.6

68.55

99.88

79.03

总体分类精度=82.3160% kappa系数=0.8892

城镇用地

农田

河流

森林

总和

用户精度

2001年

城镇用地

99.3

6.72

0

3.71

65.22

98.47

农田

0.58

88.52

0

26.56

12.26

84.65

河流

0.05

0

100

0.24

17.96

100

森林

0.07

4.75

0

69.5

4.55

69.5

总和

100

100

100

100

100

制图精度

99.3

88.52

100

69.5

总体分类精度=78.3750% kappa系数=0.9332

分类类别

城镇用地

农田

河流

森林

总和

用户精度

2011年

城镇用地

98.41

30.23

0.17

0.18

63.3

97.49

农田

1.45

65.22

0

0.58

4.27

77.46

河流

0.04

0

99.83

0.43

22.57

99.71

森林

0.1

4.55

0

98.81

9.85

97.02

总和

100

100

100

100

100

制图精度

98.41

65.22

99.83

98.81

总体分类精度=87.0875% kappa系数=0.9461

续表2-4

分类类别

城镇用地

农田

河流

森林

总和

用户精度

2017年

城镇用地

97.17

2.19

1.56

2.28

51.05

98.35

农田

0.96

94.3

0.11

23.61

4.17

21.87

河流

0.41

0

98.26

0.11

35.42

99.36

森林

1.46

3.51

0.07

74

9.35

69.5

总和

100

100

100

100

100

91.29

制图精度

97.17

94.3

98.26

74

总体分类精度=94.0875% kappa系数=0.9461

其中总体分类精度(overall accuracy)指的是分类时所得土地类型无误的像元总数/总像元数,他与Kappa系数一样,都是数值越大即表明这个监督分类图像越接近真实情况,效果就会越好;制图精度(Prod.Acc)是指整幅图中某一土地类型被正确分类的像元数/该土地类型的真实参考数;用户精度(User.Acc)指被正确分类的像元总数/监督分类时整个影像中被分为该土地类型的像元总数。我们可以根据混淆矩阵得出各个时期武汉市研究区域监督分类结果的精度如何。

本课题利用 ENVI 软件还得到了5个不同时期的武汉市土地监督分类图,并且利用envi的统计功能得出表2-6所示的各年份各种类型土地面积。其中选取变化较明显的4个时期制成下图2-4所示对比图。

表2-6 统计武汉市各土地类型面积

年份

1981

1991

2001

2011

2017

城镇用地(km²)

358.82

448.29

1,067.83

1,125.36

1,439.22

年增长比(%) 2.49 3.82 0.54 4.65

水系(km²)

471.47

808.99

497.34

487.22

461.02

年增长比(%) 7.16 -3.85 -0.203 -0.89

农田(km²)

722.16

496.64

712.06

524.64

558.35

年增长比(%) -3.12 4.34 -2.63 1.07

林地(km²)

1,654.14

1,129.31

606

749.26

421.4

年增长比(%) 3.17 4.63 2.36 4.38

图2-4 武汉市4个变化明显的时期土地类型对比图

从上面的图、表中我们能直观的看出自研究区域在1981年至2017年以来各种土地类型的大致数量和分布。1981年到1991年湖泊面积有所增加,农田面积却相应的减少;1991年-2001年湖泊水系面积大幅度减少;1991年到2001年城镇用地大幅增加,城镇用地面积扩大了2.5倍。在这近四十年时间里,林地面积锐减,而2017年整个研究区域内的城镇用地覆盖率已经达到了45%。这些都与武汉市当时的经济和政策情况有脱不开的联系。

第三章 城市变迁结果分析

3.1武汉城市表面特征

根据研究所得数据来看,武汉市自1981年以来,城镇用地不断增加,城市表面特征也日益复杂,城市形状呈现不规则趋势;而2001年之后,城市扩张的脚步开始放缓,但城市面积增长率依旧在攀升,说明武汉城市内部的改在仍在进行,城市表征不稳定,体现了武汉市城镇用地还有发展空间。

下图3-1展示了武汉市1981年-2017年来的城市年末人口和城镇面积变化情况,1981年武汉市研究区域内的城镇面积为358.8228平方千米,至2017年已达到1439.2242平方千米,面积增长速度不可谓不快。结合图表中人口数量来看,1981年-1991年与2001年-2011年人口增长都非常快。根据第六次全国人口普查结果数据显示,武汉市的常住人口为978.54万,几近千万。而第五次人口普查时显示的数据是804.81万,十年增长了21.59%,年平均增长率为1.97%。而同时武汉市城镇化率(城镇化率=城镇人口/总人口)也已经近80%,可见在城市变迁时间特征上武汉的城镇化与城镇面积是齐头并进的。

图3-1 武汉市城镇面积与人口数量图表

要知道城市扩张模式分为外向扩张与内伸扩张。外向扩张是指城市外部的非城镇用地转化为城镇用地,城市表征所占面积扩大;内伸式扩张是指城市空间在城市发展过程中所占据的面积虽然没有变化,但是他的用地性质等却发生了变化。为了分析武汉市城市变迁的空间变化特征,本课题把5个研究时段中变化较为明显的城镇用地叠加在一起,进行空间分析,见图3-2。黄色为1981年研究区域内的城镇用地图,肉粉色是2001年增长的城镇用地,蓝色是2017年增长的城镇面积。

从下图中可以看出:1981-2001年武汉市发展重心主要在扩大城区面积上,即外向扩张,且东南方向为主要方向。外修公路,与外界联系的活动较多。从数据来看也能显示这一点,2001年武汉市城镇面积已达到1,067.836km²。2001-2017年武汉市发展重心仍在外向扩张上,但方向已经发生了改变,从原来的东南向转变为向四周辐射。沿长江大部分土地都得到了开发,实现城区面积45%的覆盖率。

图3-2 武汉市不同时期城镇用地叠加图

3.2土地转移矩阵

为了更好的说明武汉市城市用地的扩张情况,本课题选用了土地转移矩阵来展示1981-2017年武汉市研究区域内的土地利用情况。土地利用转移矩阵是一种用于描述不同时期各种土地类型相互之间的数量变化和转移趋势的分析矩阵。本课题用ArcGis空间叠加的相交(intersect)功能,将5个年份进行相交。计算面积之后转出表格(excel),在office工作空间中把1981-1991年、1991-2001年,2001-2011年、2011-2017年的数据透视表整理出来。并选用刘瑞等人在探究土地利用变化情况时所使用的如表2-6所示的土地利用转移矩阵,其中行、列分别表示各种土地类型a1,a2……ai,Qij表示从t1到t2年间i土地类型面积转换为j土地类型面积的差,相同土地类型间的转变用0写入,表示没有变化,因为在图上他们的表现是重合的。Qi 代表t1年份里某用地类型ai改变的总面积,同理Q j表示aj的总面积,也就是转入转出量[7]

表3-1 t1-t2年间土地利用情况转移矩阵

t2年

t1年

a1

a2

……

aj

转入总量(km²)

a1

Q11

Q12

……

Q1j

Q 1-Q11

a2

Q21

Q22

……

Q2j

Q 2-Q22

……

……

……

……

……

……

ai

Qi1

Qi2

……

Qij

Q j-Qjj

转出总量(km²)

Q1 -Q11

Q2 -Q22

……

Qi -Qii

根据上面的方法,本课题结合arcgis与excel表,制作了如下表3-2、表3-3、表3-4、表3-5所示的土地利用情况转移矩阵。土地利用转移矩阵直观地表现了各个时间段内研究区域的各项土地变化情况,可以从数值上了解每个时期土地类型变化情况,结合遥感监测图像(图2-4)来看可以更好的掌握土地动态变化情况。

表3-2 1981-1991年武汉市土地利用情况转移矩阵

1991年

1981年1

城镇用地

河流湖泊

林地绿化

农田

转入总量(km²)

城镇用地

0

6.0341

44.3386

180.5914

230.9643

河流湖泊

128.1779

0

101.6426

214.5894

444.4099

林地绿化

67.3296

9.3494

0

105.2693

181.9484

农田

7.5308

0.8043

94.7372

0

103.0724

转出总量(km²)

203.0384

16.1878

240.7185

499.4501

表3-3 1991-2001 年武汉市土地利用情况转移矩阵

2001年

请支付后下载全文,论文总字数:16406字

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图