CN104200223B - 一种基于高分辨率遥感影像的城市功能区识别方法 - Google Patents
一种基于高分辨率遥感影像的城市功能区识别方法 Download PDFInfo
- Publication number
- CN104200223B CN104200223B CN201410430676.4A CN201410430676A CN104200223B CN 104200223 B CN104200223 B CN 104200223B CN 201410430676 A CN201410430676 A CN 201410430676A CN 104200223 B CN104200223 B CN 104200223B
- Authority
- CN
- China
- Prior art keywords
- land
- function
- urban
- city
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本专利涉及一种基于高分辨率遥感影像的城市功能区识别方法,使用数据包括高分辨率遥感影像,且参考《土地利用现状分类》和《城市用地分类与规划建设用地标准》,处理过程为:a. 基于两种土地利用分类标准将城市土地利用类型重新组合,构建基于土地利用的城市功能分类体系;b. 基于高分辨率遥感影像获取土地利用现状数据,并且按照上述城市功能分类体系将土地利用数据合并为功能数据;c. 使用特尔菲法确定城市功能权重;d.根据城市边界范围建立地理格网系统,结合城市功能权重确定格元内的城市主导功能,得到城市功能区现状;e. 经过实地调查,对基于高分辨率遥感影像识别城市功能区结果进行评价。摘要附图为数据处理流程图。
Description
技术领域
本发明属于城市地理中遥感信息技术应用领域,重点解决利用高分辨率遥感影像识别城市功能区的问题,构建城市功能分类体系并且实现城市功能区从理论到量化,获得城市功能区现状。本发明提出的方法解决了城市研究中受限于行政边界的问题,为分析城市空间中分布不均匀的数据提供理想平台,为城市功能相关问题提供基础条件。
背景技术
城市功能区的相关研究中,多注重理论研究而较少实现功能区现状的量化,城市功能区的划分多出现于城市规划中。在城市功能理论研究中,城市功能分类体系因标准不同得到的分类结果各异。
高分辨率遥感影像已广泛应用于城市用地类型划分,利用面向对象分类中地物的纹理、光谱特征等,可以较高精度的识别用地类型。地理格网系统技术已经成熟,可以依据不同数据类型建立不同形状、大小的格元,地理网格系统为分析空间不均匀的数据提供理想平台,为多要素空间叠加分析提供基础。
发明内容
本发明的目的是根据城市功能特点,从自然要素和人类活动角度出发,以地块上的产业特点、人类活动特点、环境特征、服务对象为原则将城市土地对城市用地进行重新整合,构建城市功能分类体系,并且以高分辨率遥感影像提取的城市土地利用现状为基础数据,使用地理格网系统和功能权重确定城市功能区现状。具体包括以下内容:
一种基于高分辨率遥感影像的城市功能区识别方法技术流程见图1,主要包括以下步骤:
A、构建城市功能分类体系
a. 交通设施用地、公用设施用地、绿地本质上是为公众服务,不以盈利为目的,因此在城市土地功能分类中将交通设施用地、公用设施用地、绿地归入公共管理与公共服务功能用地;由于港口和机场发挥交通枢纽作用,因此将港口用地和机场用地归为交通设施用地;《标准》中特殊用地未归入城市建设用地,但特殊用地(如监狱、拘留所)具有社会功能,因此将其归于公共管理与公共服务功能;
b.《标准》中工业用地与物流仓储用地分别为两大类,但由于工业与仓储都服务于城市经济,因此在城市土地功能分类中将工业用地和仓储用地归为工业功能;
c. 水域、农林用地、沼泽地、不用于畜牧业等的草地都属于非建设用地,但可为城市提供生态服务或食物等,参考《土地利用现状分类》,在城市用地功能分类中增加生态服务功能和农业生产功能,其中生态服务包括林地、水体、人工草地、湿地等,农业生产用地包括耕地、园地、牧草用地等;另外,将裸地、空闲地或在建工地等列为未利用土地。
d.完全基于土地功能构建城市功能分类体系,每种功能的用地范围参考《土地利用现状分类》和《城市用地分类与规划建设用地标准》。
B、确定城市功能权重
参照特尔菲法:将调查情况整理成问卷形式,分别向有关专家咨询,对六种功能的重要程度进行排序,序号越小,重要程度越高,整理第一轮的专家意见;然后发给专家进行第二轮咨询,专家基于第一轮六种功能重要性的统计结果,设定每种功能的权重范围;第三轮专家基于已有的权重范围,确定每种功能的具体权重值。
C、基于地理格网系统获得城市功能区现状
依据城市功能分类体系,将从遥感影像获取的用地类型数据统一成为城市功能二级类,然后根据城市边界建立地理网格系统,依据地块大小选定合适的格元。基于城市功能二级类数据和功能权重,利用公式A=a*I(其中a为每种功能所占面积,I为每种功能对应权重值),计算确定格元内的城市主要功能。计算结果中A的最大值所对应的功能即为该格元的主导功能,即城市功能。每个格元代表区域面状特征,相邻格元形成的片状区域即形成城市功能区划。然后实地采样对识别结果进行准确性评价,直至准确度超过80%为最佳识别结果。
附图说明
图1是一种基于高分辨率遥感影像的城市功能区识别方法的技术流程图;
图2是城市功能分类体系图;
图3是宁波市城市功能区现状图。
具体实施方式
本发明一种基于高分辨率遥感影像的城市功能区识别方法可以通过以下实施例进行说明:
A、根据上述土地分类和城市功能分类的方法,从自然要素和人类活动角度出发,以地块上的产业特点、人类活动特点、环境特征、服务对象为原则将城市土地对城市用地进行重新整合,构建城市功能分类体系。将城市功能分为六种:居住功能、公共管理与公共服务功能、商业功能、工业功能、农业功能、生态功能。城市中未利用土地属于无功能区,没有列入城市功能表,在城市功能区量化中作为无功能区。将六种城市功能依据其产出结果的性质,将二级功能归为三大类,即一级功能:生态功能、经济功能、社会功能。城市功能分类结果如图2,用地类型参考《土地利用现状分类》和《城市用地分类与规划建设用地标准》。
B、 选择宁波市为实施案例城市,整理相关资料后将调查情况整理成问卷形式,分别向有关专家咨询,对六种功能的重要程度进行排序,序号越小,重要程度越高,整理第一轮的专家意见;然后发给专家进行第二轮咨询,专家基于第一轮六种功能重要性的统计结果,设定每种功能的权重范围;第三轮专家基于已有的权重范围,确定每种功能的具体权重值。
表1 城市功能权重指标
功能类型 | 居住 | 商业 | 公共服务 | 工业 | 农业生产 | 生态服务 | 无功能 |
权重值 | 0.3 | 0.35 | 0.15 | 0.06 | 0.03 | 0.01 | 0.1 |
C、 以宁波市市辖六区为例,利用高分辨率遥感影像获取的土地利用现状为基础数据,以表1城市功能分类体系为标准,基于地理网格系统得到宁波市市辖区城市功能区现状,结果分为七个区,其中包括六种城市功能区和无功能区,功能区分布图如图3。
使用基于高分辨率遥感影像的城市功能区识别方法具有明显的优势:
(1)本发明中构建的城市功能分类体系,从自然要素和人类活动角度出发,以地块上的产业特点、人类活动特点、环境特征、服务对象为原则将城市土地对城市用地进行重新整合。城市功能分类体系分别基于宏观尺度和微观尺度,将城市功能分为一级类和二级类,可以为不同尺度城市功能问题研究提供理论基础;
(2)使用地理格网系统对城市功能区进行量化,使城市功能相关研究以功能区代替行政区作为研究单位,打破行政边界限制,为分析城市空间中分布不均匀的数据提供理想平台;
(3)基于土地利用分类的城市功能区划可体现城市功能发展和土地利用之间的关系,并指导城市空间规划和各种功能的优化配置。
Claims (1)
1.一种基于高分辨率遥感影像的城市功能区识别方法,其特征在于以下步骤:
A、根据城市功能特点和土地分类标准,将城市土地利用类型重新整合,构建城市功能分类体系;
整合《土地利用现状分类》和《城市用地分类与规划建设用地标准》中的土地分类,基于城市土地利用和功能特点,根据土地服务性质和人类活动将土地利用类型重组,使城市功能分类体系及其所包含用地类型更贴近城市功能相关研究的特点;
1)交通设施用地、公用设施用地、绿地本质上是为公众服务,不以盈利为目的,因此在城市土地功能分类中将交通设施用地、公用设施用地、绿地归入公共管理与公共服务功能用地;由于港口和机场发挥交通枢纽作用,因此将港口用地和机场用地归为交通设施用地;《城市用地分类与规划建设用地标准》中特殊用地未归入城市建设用地,但特殊用地具有社会功能,因此将其归于公共管理与公共服务功能;
2)《城市用地分类与规划建设用地标准》中工业用地与物流仓储用地分别为两大类,但由于工业与仓储都服务于城市经济,因此在城市土地功能分类中将工业用地和仓储用地归为工业功能;
3)水域、农林用地、沼泽地、不用于畜牧业的草地都属于非建设用地,但可为城市提供生态服务或食物,参考《土地利用现状分类》,在城市用地功能分类中增加生态服务功能和农业生产功能,其中生态服务包括林地、水体、人工草地、湿地,农业生产用地包括耕地、园地、牧草用地;另外,将裸地、空闲地或在建工地列为未利用土地;
4)完全基于土地功能构建城市功能分类体系,每种功能的用地范围参考《土地利用现状分类》和《城市用地分类与规划建设用地标准》;
B、基于遥感影像获取的土地利用数据和城市功能分类体系,利用地理网格系统和功能权重获得城市功能区现状;
使用特尔菲法,确定城市功能权重;根据城市范围建立地理格网系统,依据城市功能分类体系和功能权重确定每个格元的主导功能,最终得到城市功能区现状;
依据城市功能分类体系,将从遥感影像获取的用地类型数据统一成为城市功能二级类,然后根据城市边界建立地理网格系统,依据地块大小选定合适的格元,基于城市功能二级类数据和功能权重,利用公式A=a*I,其中a为每种功能所占面积,I为每种功能对应权重值,计算确定格元内的城市主要功能,计算结果中A的最大值所对应的功能即为该格元的主导功能,即城市功能;每个格元代表区域面状特征,相邻格元形成的片状区域即形成城市功能区划;然后实地采样对识别结果进行准确性评价,直至准确度超过80%为最佳识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410430676.4A CN104200223B (zh) | 2014-08-29 | 2014-08-29 | 一种基于高分辨率遥感影像的城市功能区识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410430676.4A CN104200223B (zh) | 2014-08-29 | 2014-08-29 | 一种基于高分辨率遥感影像的城市功能区识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104200223A CN104200223A (zh) | 2014-12-10 |
CN104200223B true CN104200223B (zh) | 2017-09-05 |
Family
ID=52085513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410430676.4A Active CN104200223B (zh) | 2014-08-29 | 2014-08-29 | 一种基于高分辨率遥感影像的城市功能区识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104200223B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809572A (zh) * | 2015-04-27 | 2015-07-29 | 中国科学院城市环境研究所 | 一种基于夜晚灯光数据反演人口密度的方法 |
CN107247938B (zh) * | 2017-06-08 | 2019-12-06 | 中国科学院遥感与数字地球研究所 | 一种高分辨率遥感影像城市建筑物功能分类的方法 |
CN107392463B (zh) * | 2017-07-18 | 2021-01-01 | 中国地质大学(武汉) | 一种城市功能区识别方法、模块、装置及其存储装置 |
CN109508585A (zh) * | 2017-09-15 | 2019-03-22 | 中国科学院城市环境研究所 | 一种基于poi和高分辨率遥感影像提取城市功能区的方法 |
CN109190883A (zh) * | 2018-07-25 | 2019-01-11 | 环境保护部卫星环境应用中心 | 自然保护区开发建设活动的干扰评价方法和装置 |
CN109993753B (zh) * | 2019-03-15 | 2021-03-23 | 北京大学 | 遥感影像中城市功能区的分割方法及装置 |
CN110222134A (zh) * | 2019-05-30 | 2019-09-10 | 武汉智云集思技术有限公司 | 基于标签化的城市管理方法、设备及计算机可读存储介质 |
CN111310674B (zh) * | 2020-02-20 | 2020-11-10 | 生态环境部卫星环境应用中心 | 基于网格划分技术的河流生态缓冲带遥感监测方法和装置 |
CN111382330A (zh) * | 2020-03-10 | 2020-07-07 | 智慧足迹数据科技有限公司 | 一种土地用地性质识别方法、装置、电子设备及存储介质 |
CN111476325B (zh) * | 2020-06-29 | 2020-09-29 | 河南大学 | 基于大数据的城市建设用地分类识别方法及系统 |
CN113468982B (zh) * | 2021-06-11 | 2023-08-01 | 北京建筑大学 | 一种城市功能区分类方法、装置及存储介质 |
CN116308956B (zh) * | 2023-03-17 | 2023-11-24 | 中国测绘科学研究院 | 一种城市区域主导功能与规划用途差异检测的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002207845A (ja) * | 2001-01-09 | 2002-07-26 | Un Tochi Riyo Kenkyusho:Kk | 土地利用促進システム |
CN102521273A (zh) * | 2011-11-23 | 2012-06-27 | 中国科学院地理科学与资源研究所 | 一种高分辨率遥感的多功能城市用地空间信息生成方法 |
CN102663526A (zh) * | 2012-04-28 | 2012-09-12 | 清华大学 | 一种城乡生态规划的生态等级空间分区规划控制方法 |
-
2014
- 2014-08-29 CN CN201410430676.4A patent/CN104200223B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002207845A (ja) * | 2001-01-09 | 2002-07-26 | Un Tochi Riyo Kenkyusho:Kk | 土地利用促進システム |
CN102521273A (zh) * | 2011-11-23 | 2012-06-27 | 中国科学院地理科学与资源研究所 | 一种高分辨率遥感的多功能城市用地空间信息生成方法 |
CN102663526A (zh) * | 2012-04-28 | 2012-09-12 | 清华大学 | 一种城乡生态规划的生态等级空间分区规划控制方法 |
Non-Patent Citations (1)
Title |
---|
"Google Earth在成都市功能分区研究中的应用";倪忠云等;《技术方法研究》;20070430;第24卷;摘要、第一、二节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104200223A (zh) | 2014-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200223B (zh) | 一种基于高分辨率遥感影像的城市功能区识别方法 | |
Purwanto et al. | Quantitative simulation of the water-energy-food (WEF) security nexus in a local planning context in indonesia | |
Palmisano et al. | Local Action Groups and Rural Sustainable Development. A spatial multiple criteria approach for efficient territorial planning | |
Tegou et al. | Environmental management framework for wind farm siting: Methodology and case study | |
Madlener et al. | New ways for the integrated appraisal of national energy scenarios: The case of renewable energy use in Austria | |
Meyer et al. | GIS-based multicriteria analysis as decision support in flood risk management | |
Fei et al. | Land use zoning using a coupled gridding-self-organizing feature maps method: A case study in China | |
Yuan et al. | Regional land-use allocation using a coupled MAS and GA model: From local simulation to global optimization, a case study in Caidian District, Wuhan, China | |
Erickson et al. | Identifying, quantifying and classifying agricultural opportunities for land use planning | |
Qian et al. | Land evaluation and site assessment for the basic farmland protection in Lingyuan County, Northeast China | |
Sharma | Review of most used urban growth models | |
Łowicki et al. | Gradient of land cover and ecosystem service supply capacities-a comparison of suburban and rural fringes of towns Dresden (Germany) and Poznan (Poland) | |
Richards et al. | Impacts of habitat heterogeneity on the provision of multiple ecosystem services in a temperate floodplain | |
Ogrodnik et al. | Application of gis technology and AHP to determine the areas with fully developed, compact functional and spatial structure: A case study of Bialystok, Poland | |
Zhao et al. | Estimating urban green space production in the macroeconomy: From public goods to a profitable method of investment | |
Zhang et al. | Modeling urban growth by the use of a multiobjective optimization approach: Environmental and economic issues for the Yangtze watershed, China | |
Haji et al. | A computational modelling approach based on the ‘Energy-Water-Food nexus node’to support decision-making for sustainable and resilient food security | |
Ubando et al. | A fuzzy analytic hierarchy process for the site selection of the Philippine algal industry | |
Shapira et al. | Combining analytical hierarchy process and agglomerative hierarchical clustering in search of expert consensus in green corridors development management | |
Liao et al. | Identifying critical area of ecosystem service supply and demand at different scales based on spatial heterogeneity assessment and SOFM neural network | |
Recanatesi et al. | Multi criteria analysis to evaluate the best location of plants for renewable energy by forest biomass: a case study in Central Italy | |
Zellner et al. | The emergence of zoning policy games in exurban jurisdictions: Informing collective action theory | |
Zolin et al. | Multi-criteria decision approach and sustainable territorial subsystems: An Italian rural and mountain area case study | |
Esbah et al. | Urban agriculture: implications on Istanbul cultural heritage | |
Vargas et al. | Methodology for microgrid/smart farm systems: Case of study applied to indigenous mapuche communities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |