英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

城市用地空间信息分类与数字重建

——以长春百年城市内部用地变化为例

摘要：城市内部功能结构是以研究城市内部土地利用信息、城市规划管理的重要空间明确信息为基础的地理学结构。然而，其空间信息的提取仍然是地理信息科学中一个困难的问题。为了减少在利用遥感数据本身影像匹配定位误差和克服检测城市土地利用类型内的困难，我们已经开发了一种数字重构方法进行分类，通过结合“分层分类”和“对象分割”的方法检测城市内部土地利用变化。本文根据上述方法对长春市城市土地利用类型，包括住宅用地、商业用地、工业用地、道路、水体和城市绿地等进行了详细的分类和检测。研究解决了多尺度、不同数据源的精确空间定位问题，从功能特征和检测技术的历史发展过程中对城市内的土地进行分类。此外，我们结合SPOT5影像、1:10000地形图、历史地图、城市规划图等辅助数据的长春市进行分类和检测其城市内部土地利用变化从1905到2003。结果表明，该方法在分型通过人机交互解释与专家知识相结合，从不同的数据源检测城市土地利用空间信息是重要的和有效的。该方法不仅能提高城市土地利用分类的精度，而且提高了空间信息的提取效率和多时空叠加分析定位精度。

关键词：分类和检测内城市土地利用变化，分层分类方法，面向对象的分割实施方法

世界正在经历一个快速的城市化进程，2050年，三分之二的人口将生活在城市中。发展中国家，尤其是亚洲，都面临着一个快速城市化的过渡时期，这带来了一系列严重的环境问题。城市及其周边地区土地利用/土地覆盖变化已成为影响城市生态环境和全球环境变化的重要因素之一。城市生态学家城市规划师和城市经济学家主张通过与城市地理学的交叉学科方法解决这个日益严重的问题。遥感提供了一个有用的检测和监测的有效手段—城市土地利用变化监测。遥感记录了土地利用和土地覆盖信息与土地利用和土地覆盖信息密切相关的地物光谱特征。它很难直接从遥感影像检测到城市土地利用类型来反映城市内部空间结构；然而，它可以提取土地利用信息，再加上无人机交互式可视化解释、地质基础知识规则和辅助数据集成。目前，大多数的研究主要集中在监测城市扩展过程中使用遥感，然而，在更精细尺度的高分辨率空间信息中，对城市内的土地利用结构进行了研究。建立电子土地用途从1947到2000的上海中心城区地图，明确分类进一步城市内部土地利用类型。对结果进行的城市土地利用变化信息和住宅用地空间结构演变。但对城市土地利用类型的空间信息的获取还没有详细的讨论和分析。

准确的地理数据进行分析和定量的科学问题中发挥重要作用。因此，对数据的可靠性和质量有直接的影响，对得出的结果和具体结论有直接影响。在土地利用变化研究过程在区域和国家尺度土地利用与土地覆盖变化及其相关的环境建设和保护的研究提供了科学的依据。城市化作为人类活动的一个热点，一直是城市地理学研究的热点。同时，由于高空间分辨率数据在城市地理研究的困难，从地形图和遥感影像的城市土地利用变化解释的要求，城市土地利用分类已在城市地理信息科学的科学问题与城市规划管理。因此，在分类和检测方法对城市内部土地利用信息，基于遥感和GIS的研究不仅会为更高分辨率的城市土地利用信息的解释在更精细的尺度，长春市作为一个百年历史发展进程的城市也提供了重要的空间信息来理解时空格局和城市土地利用演化机制。

2方法

2.1城市空间信息解释与土地利用分类系统

在城市内部土地利用结构信息是各种对城市空间结构的一个特定历史时期的经济和文化因素的反映，也是重要的空间信息在城市地理研究。但由于空间高精度定位的特点和社会属性的复杂性，很难将住宅和商业用地分开。长春市城市发展的不同阶段，经历了在过去100年多的和不同的社会、政治和经济背景。土地利用结构发生剧烈变化，住宅和工业用地的快速蔓延，呈现出工业用地、住宅用地、工业用地的过渡特征。在上世纪70年代末，一大批城市绿地被居民占用土地，这是工业城市典型的土地利用特征。

根据“条例和规则在城市地籍调查“从国土资源部，通过整合长春市土地利用的演变特征，由于历史时期的城市土地利用的数字化改造的可能性，城市景观的异质性，以及土地利用的目的和功能，我们将城市用地分为9类：商业、工业（含仓储用地）、基础设施、公共建筑、住宅、道路、绿地、水体和裸地。

2.2城市土地利用分类

城市土地利用分类不仅包括自然土地覆盖如水体、植被、等类别，同时考虑城市建设用地的特点和功能。因此，它是很难捕捉到直接通过遥感影像土地信息的动态。然而，它是捕捉和用“分层分类法”虽然系统集成遥感解释，对象识别土地利用信息提取可行的辅助信息和城镇土地调查。层次分类法将复杂的城市景观和现象分解为更为简单的节点，根据某些规定。在分类树的中间节点较少的物体，最好是采取有针对性的方法或结合一些辅助数据分类，较低级别的节点在进行复合处理。该方法具有灵活方便的优势，这将有利于整合遥感和地学知识。首先，我们将土地利用类型的分类方法，可以直接从遥感图像的分层分类方法，然后，详细的信息将被检测和捕获的进一步解释与参考专家知识和其他辅助信息。因此，该层次分类方法具有独特的优势在城市内部土地利用分类方法的优势在SPOT5的真彩色图像的颜色是靛蓝靛蓝的城市道路或在摩德纳。其次，城市绿地和水体，这比较容易区分，将分类。我们发现，在长春市水体主要集中在伊通河和一些公园。在SPOT5影像水体的外观看起来像一个剥离或近圆形均匀的纹理呈现出颜色的深蓝色或蓝色。相比之下，城市绿地主要分布在道路和河流或公园内。出现在SPOT5影像的城市绿地，看起来像一个剥离的外观或有马赛克的水体大的补丁，呈现绿色，或黄绿色或暗绿色与质地柔软的绒毛。

对城市道路框架和自然土地覆盖类型分类发展的基础（水体、绿地），分层分类进一步应用于分类比较新老城区。新开发的城市区域的特点更加明显，由于相对独立的土地利用结构和功能在新开发的城市。以SPOT5为例，随着遥感解释帮助发现土地利用分类、辅助信息和城镇土地调查。结果表明，大量的工业和住宅土地占用了新的城市，工业用地主要分布在城市边缘，直接连接的主要道路，并聚集分布呈现出白色，黄色，或紫色的颜色和均匀的纹理。事实上，这种集中的工业用地可直接从图像的分类；同时，对分散的工业用地，需要结合其他特征进行分类。住宅用地分布从中心到城市边缘，显示一个白色和蓝色的补丁和正则粗纹理的正方形的形状。在城市边缘的裸露的地面和农田，也可以直接检测到通过特征属性。

商业用地、住宅用地、基础设施和公共建筑在旧城区相互交融，难以确定具体的土地利用信息。所以，我们做了进一步的分类特征和辅助信息在城市的商业和住宅用地相互交织在一起的不确定性边界之间的公共用地和住宅用地。基础设施和公共建筑均匀地分布在老城区。框架结构建筑是直接连接的主要道路，显示像一个圆形或规则形状的复杂结构；公共建筑也主要道路有关，通常镶嵌与普通建筑，显示棕色斑块中带蓝。基于上述方法，我们成功地对新老城区的城市土地利用变化的空间信息进行了全面的分类和检测。

城市土地利用结构的2.3个数字信息重构

在“面向对象分割”的分类方法中，将“分块”作为分割单元，通过追溯到每个对象实体的历史，对城市土地利用类型的空间行为进行监控，从而推导出空间演化的空间演化。通过将土地利用信息与当前时间段的土地利用信息进行比较，将面向对象的分割行为分为4类：不变的对象、分段的对象、属性变的对象和实体扩展的对象。因此，每一块空间信息的提取是通过分离对象基于以前的空间信息直到最小的分割单位已产生。分割单元之间的空间拓扑关系应满足

S(i=1,2,hellip;,k; j=1,2,hellip;,k; ine;j)每个最小分割体有六个属性来标识其土地利用类型在不同的时间段。另一层地图将作为参考进行人机交互解译结合的相对位置的方法的专家知识的帮助下。经过空间的计算，最终得到长春市城市土地演变信息的六个阶段。

重要任务是在不同历史时期的城市土地数字化改造过程中，对城市土地利用形态的变化进行跟踪。城市土地利用变化模式可以归纳为扩展扩展和内部结构转换。结合历史城市土地利用图和功能区划图，将城市土地信息的变化情况。在长春市城市发展、城市扩展的扩展主要集中在工业和住土地的扩张，以及城市内部结构的转变主要发生在与住宅用地为商业用地和住宅土地置换的绿色空间转换的城市中心，或替代的工业用地，住宅用地。通过成功地识别当前和以前的土地利用类型，城市土地利用信息的数字重建，可以实现上述方法的基础上。

2.4提取城市内部土地利用信息

城市土地利用空间信息进行手工数字化提取。首先，SPOT5影像进行数字化提取城市主要道路和道路基本框架integrating1参考层：500 1:10000地形图和实地调查和数据。在此基础上，以城市主干道为基础，对未成年人道路进行了划分，然后根据这些信息，划分了不同的城市街区。土地利用类型在不同的块被确定为块混合不同土地利用类型进行继续分类分层分类方法直到在分割单元的单一土地利用类型鉴定。同时，将属性码分为分割单元，建立了面向用户的城市土地利用信息拓扑信息。

完成历史的城市用地信息的数字化改造，我们首先需要实现城市边界交互提取并建立属性表。在2003的城市边界的约束下，土地利用类型进行分类，分类代码输入到属性表的字段ul-2003直到每个分割单元代表一个土地利用类型。然后，我们在城市土地利用矢量图2003根据1990 1:10000地形图1990边界监测在每个分割单元的土地利用变化的来源。在每个分割单元内发生的变化被记录在不同的代码和写入属性表。扩展的扩展区域从1990到2003，被分配在属性表的字段ul-1990 999码值，而实体扩展区域，为新的土地利用类型的土地使用的代码被分配如果所有土地内的实体分割单元被改变。如果分割单元仅部分被改变，并进一步分为实体内的地形1990项分割单元。不变的部分是分配的代码值从以前的土地使用地图，而改变的部分被分配的代码值，从新的土地用途图。以这种方式，每个土地分割单元，可以检测到在不同时间段的土地利用类型的空间变化。基于上述方法，将城市土地分割单元划分为2003个到1905个，在过去的100年中，城市土地利用和城市演变的空间利用和城市演变。

所描述的用于提取城市内土地利用信息的步骤。首先，在将“形状”格式数据转换为“覆盖”格式和六时间间隔。比较与其他传统的方法，对象分割是面向ject not only可以增加定位精度在多相空间分析的城市土地利用空间地图和老茶则在空间信息提取误差信息提取精度提高，但也提高效率。在这样的时间间隔，（1905年、1932年、1954年、1976年，1990年和2003年，城市内部土地利用）中提取。

3结果与分析

城市旧城区内商业用地、高层住宅用地、公共设施、公共建筑用地混杂分布, 难以从遥感影像上直接判别, 主要通过地物名称判别、城市规划图等辅助信息参考, 如城市中心区商业用地与居住用地的混合、公共用地与住宅用地的混合边界难以确定时通过城市规划图辅助信息加以识别。公共设施、公共建筑用地在新旧城区均衡分布, 公共设施与主干道直接相连, 呈圆形或规则排列, 无阴影, 结构复杂; 公共建筑用地与主干道连接、部分带有圈状跑道与规则方格建筑镶嵌分布, 颜色呈现棕黄色斑状、蓝色夹杂。基于上述方法对新旧城区不同类型功能用地采用层层深入的“分层分类”方法实现城市内部用地的信息提取。

长春百年城市用地信息数字重建应用面向“对象分割”的分类方法实现, 该方法以“街坊”为割单元, 通过逆序监测每一对象实体的空间行为来推演城市土地利用空间演变过程。比较前后两期城市用地信息, 将对象分割体演变行为分为: 对象不变型、对象分割型、对象属性改变型、对象实体扩张型。每期空间数据的提取是在前一期空间数据上进行对象的分割, 直到产生最小分割体(Si), 图形空间拓扑关系满足: 每个最小分割体有6 个属性字段标识不同时期城市土地利用的类型, 在专家知识的参与下将另一图层作为参考利用“相对位置法”人—机交互提取变化信息, 最后进行一定的空间运算后可以获得 6 期城市用地演变信息。

历史时期的城市用地数字重建中最为重要的内容是分阶段对城市用地变化信息的跟踪, 城市用地变化主要表现为城市外延式扩张与内部结构转换两种变化模式。根据历史时期城市现状图、功能分区图等信息对城市用地变化信息分别跟踪监测, 城市外延式扩张主要以工业用地与居住用地的扩张为主,根据长春近百年来城市演化特征, 城市内部结构调整表现为中心城区居住用地被商业用地置换, 城市绿地被居住等建设用地置换, 工业用地外迁后被居住用地置换等特征, 通过变化前后用地类型的识别,应用上述方法实现城市用地信息的数字重建。

城市用地空间信息提取采用人工数字化方法实现, 首先将 SPOT5 作为数字化参考图层, 结合 1︰1万地形图以及实地调查数据对城市主干道进行提取,画出城市基本道路框架, 在城市主干道形成的各个街区内划定各城市次干道进而划分城市各街坊, 通过分层分类的方法分别对街坊进行用地类型识别或针对街坊内的混合类型继续分割直到产生单一用地类型为止, 分别赋予属性代码, 经过拓扑建立后生成最终用户需求的城市用地分类结果。

历史时期的城市用地数字重建的实现首先在ARCVIEW 3.3 的支持下交互提取城市边界并建立属性表 在 2003 年城市边界信息的控制下 进 行 用 地 分 类 , 将 分 类 代 码 写 入 属 性 表 的UL-2003 字段, 直到分割到每个单元只表示一种类型。在 1990 年边界信息的控制下提取 2003 年城市用地矢量图叠置在 1990 年 1︰1 万地形图上, 监测每个用地实体单元的变化情况, 并将其分类, 1990—2003 年城市扩展部分在属性表 UL-1990 字段赋值999, 用 地 实 体 单 元 单 纯 的 用 地 转 型 在 属 性 表UL-1990 字段赋值转换后的类型代码, 如果只是城市用地实体单元的一部分发生用地类型转换, 依据1990 年地形图对实体单元进行分割, 将分割后用地类型不变部分在 UL-1990 字段赋予原类型代码, 变化部分赋予变化后类型代码, 依次对 1990 年

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[150427]，资料为PDF文档或Word文档，PDF文档可免费转换为Word