CN105095888A

CN105095888A - 一种基于不透水面聚集密度的城市主要建成区遥感提取方法

Info

Publication number: CN105095888A
Application number: CN201510594643.8A
Authority: CN
Inventors: 孟庆岩; 张琳琳; 王靓; 张佳晖; 孙云晓
Original assignee: Institute of Remote Sensing and Digital Earth of CAS
Current assignee: Institute of Remote Sensing and Digital Earth of CAS
Priority date: 2015-09-18
Filing date: 2015-09-18
Publication date: 2015-11-25

Abstract

针对城市热岛效应提取中，城郊边界提取直接影响热岛强度计算的准确性问题，本发明公开了一种基于不透水面聚集密度的城市主要建成区遥感提取方法，该方法包括如下步骤：步骤1)基于区分城市地物的生物物理成分指数BCI，利用阈值法提取城市不透水面信息，并进行精度验证；步骤2)将提取出来的不透水面像元点作为中心，距离作为权值，距中心点越近的不透水面像元权值越大，衡量半径范围内建筑物的聚集程度；步骤3)结合上述提取的不透水面聚集密度，基于不透水面分布的地理位置，根据城市聚类算法，设置距离阈值和聚集阈值，得到不透水面聚集区域分布情况，从而确定城市建成区范围。

Description

一种基于不透水面聚集密度的城市主要建成区遥感提取方法

技术领域

本发明涉及一种基于不透水面聚集密度的城市主要建成区遥感提取方法，本发明能较好衡量城市不透水面聚集程度与分布密度，有效区分城郊边界，并提取城市主要建成区范围，保证下垫面类型的完整性，可为城市热岛效应强度计算和城市规划提供很好的输入和支撑。

背景技术

以往对城市热岛效应的遥感研究，一般利用城市行政边界、城市不透水面以及土地分类等方法区分建成区与郊区。城市行政边界仅代表城市的法定边界，而行政边界无法代替城市真实核心建成区。建成区指实际已建设发展起来的城市用地相对集中分布的地区，既包括集中连片的城市用地，又包括散布在近郊区内的城市用地。对于一般城市而言，在其行政区划范围内，除建成区外，还分布着山区、水库等大量非建成区，故不能以城市行政边界区分建成区与郊区。

城市不透水面法是城市热岛研究中区分城区与郊区的主要方法：城区、郊区分别为不透水面与透水面的分布区域，二者平均温度的差值作为城市的热岛强度。建成区为城市用地相对集中分布的地区，包括城市不透水面，以及相应建设的城市绿化带、公园等功能区域。如果仅提取城市不透水面，则会忽略建成区中植被、水体等下垫面类型对城市热岛的“降温作用”；同时，郊区中存在“零星分布”的不透水面，比如郊区的工厂、发电站等区域，这些并不能作为建成区的一部分。由此可见，简单的应用城市不透水面法无法真实衡量城市的热环境特征。

国内学者王建凯选择城市周边地区比较典型的乡村耕地、山区森林及河流作为郊区研究城市热岛强度，发现选择不同的邻近区域作为乡村时，不仅城市热岛(冷岛)强度有较大变化，且热岛强度的季节变化情况也有较大差异。杨沈斌等结合DEM数据和土地利用数据提取农村区域，利用早期夜间灯光数据提取城市区域，忽略了城市化进程中新城区对城市热岛的影响。GeorgeXian则通过选取特定的不透水性阈值确定城乡边界和城市发展密度，但是该方法不能保证下垫面类型的完整性。

针对上述问题，基于建成区中不透水面聚集密度大，郊区中不透水面分布稀疏的特点，本发明涉及的基于不透水面聚集密度的城市主要建成区遥感提取方法，可为城市热岛效应强度计算提供城郊边界，并保证研究区域内下垫面类型的完整性，为城市热岛效应强度计算和城市规划提供很好的输入和支撑。

发明内容

针对城市热岛强度遥感提取中，城郊边界准确输入直接影响热岛强度计算准确性的问题，本发明提出了一种基于不透水面聚集密度的城市主要建成区提取方法，可保证下垫面类型的完整性，并实现城郊边界的准确输入。

本发明的目的通过以下技术步骤实现：

步骤1)基于ChengbinDeng提出的区分城市地物的生物物理成分指数BCI(BiophysicalCompositionIndex)，利用阈值法提取城市不透水面信息，并进行精度验证；

步骤2)将提取出来的不透水面像元点作为中心，距离作为权值，距中心点越近的不透水面像元权值越大，衡量半径范围内建筑物的聚集程度；

步骤3)结合上述计算得到的不透水面聚集密度，基于不透水面分布的地理位置，根据城市聚类算法(CCA)，设置距离阈值和聚集阈值，得到不透水面聚集区域的分布情况，从而确定城市建成区范围。

进一步，所述步骤1)的具体方法为：

a)对遥感影像进行三步预处理工作：一是辐射定标；二是对水体进行掩膜；三是对影像数据进行缨帽变换(TC变换)；b)根据ChengbinDeng提出的算法计算BCI指数；c)利用阈值法提取城市不透水面，随机生成300个检验样本点，将自动提取结果与目视解译的结果进行对比，进行精度验证。

该方法利用BCI指数提取不透水面，BCI指数与不透水面相关性较强，并且可以更好的区分光照土壤与高反照率不透水面。故总体来说，BCI指数比NDVI(NormalizedDifferenceVegetationIndex)、NDBI(NormalizedDifferenceBuilt-upIndex)指数更适合监测和分析城市环境。

进一步，所述步骤2)的具体方法为：

a)以不透水面像元为输入，距离作为权值，计算半径r范围内不透水面的聚集程度，具体计算公式如下：

{Density}_{s} (r) = \frac{Σ_{i = 1}^{n} B_{s i} \cdot (1 - \frac{D_{i}}{2 r})}{Σ_{i = 1}^{n} (1 - \frac{D_{i}}{2 r})}

其中，s为中心点像元，r为计算半径，Bsi为半径r范围内像元(不透水面像元值为1，透水面像元值为0)，Di为像元Bsi与中心点s之间的距离。

b)根据不同半径范围计算得到的不透水面聚集密度斑块情况，选择较大斑块所对应的半径，确定不透水面聚集密度半径；c)将不透水面聚集密度分为三个等级：＜10％、10-25％、＞25％。

该方法考虑到了城区中不透水面聚集密度大，郊区中不透水面分布稀疏的特点，可衡量城市不透水面的聚集程度，并保证下垫面类型的完整性。

进一步，所述步骤3)的具体方法为：

a)随机选取不透水面覆盖的像元为中心像元，八邻域方法计算不透水面覆盖的连通区；b)定义距离阈值L，合并距离小于L的连通区；c)定义聚集阈值S，去除像元个数小于S的连通区，从而得到不透水面聚集区域的分布情况，将城市分为建成低密度聚集区、中密度聚集区和高密度聚集区，以中密度聚集区和高密度聚集区作为城市主要建成区范围。

该方法利用城市聚类算法CCA(CityClusteringAlgorithm)，以土地覆盖代替人口数据提取城区边界，基于不透水面分布的地理位置建立不透水面的聚集区域，从而得到建成区的分布情况。

附图说明

图1为BCI指数分布情况(A)和不透水面提取结果(B)；

图2为基于距离加权的不透水面聚集密度(A)r＝500m，(B)r＝1000m；

图3为基于CCA聚类的北京市主要建成区及边缘区分布图；

具体实施方式

下面结合附图对本发明“一种基于不透水面聚集密度的城市主要建成区提取方法”作进一步阐述说明。

本发明所涉及的“不透水面聚集密度计算方法”是衡量城市不透水面聚集程度的重要技术创新。其中，基于不透水面聚集密度计算可得到有效的城市主要建成区范围，为热岛强度计算提供准确的城郊边界输入。

(一)基于BCI指数的不透水面信息提取

在计算BCI指数之前需要对遥感影像进行三步预处理工作：一是辐射定标；二是水体掩膜；三是缨帽变换(TC变化)。根据ChengbinDeng提出的算法计算BCI指数，具体计算公式如下：

B C I = \frac{(H + L) / 2 - V}{(H + L) / 2 + V}

式中H为高反射率即归一化TC1分量；L为低反射率即归一化TC3分量；V为植被即归一化TC2分量。三个因子的计算公式如下：

H = \frac{T C 1 - T C 1_{m i n}}{T C 1_{\max} T C 1_{\min}}

V = \frac{T C 2 - T C 2_{\min}}{T C 2_{\max} - T C 2_{\min}}

L = \frac{T C 3 - T C 3_{m i n}}{T C 3_{\max} - T C 3_{\min}}

其中TCi(i＝1，2，3)是前三个TC分量；TCimin和TCimax分别是第i个TC分量的最小值和最大值。

BCI指数计算出来后(图1(A))，利用阈值法提取不透水面，为检验不透水面的提取精度，随机生成300个检验样本点，将自动提取结果与目视解译的结果进行对比，直到提取精度达到85％以上，确定最终阈值0.7提取不透水面(图1(B))。

(二)不透水面聚集密度计算

基于城区中不透水面聚集密度大，郊区中不透水面分布稀疏的特点，本发明提出一种不透水面聚集密度计算方法，可衡量城市不透水面的聚集程度，并保证研究区域内下垫面类型的完整性。

某像元点的不透水面聚集密度描述了以该像元为中心，一定半径范围内不透水面的聚集程度与分布密度。平均值可体现半径范围内的分布密度；以距离作为权值，距中心点越近的不透水面权值越大，可衡量半径范围内建筑物的聚集程度。其具体计算公式如下：

{Density}_{s} (r) = \frac{Σ_{i = 1}^{n} B_{s i} \cdot (1 - \frac{D_{i}}{2 r})}{Σ_{i = 1}^{n} (1 - \frac{D_{i}}{2 r})}

其中，s为中心点像元，r为计算半径，Bsi为半径r范围内像元(不透水面像元值为1，透水面像元值为0)，Di为像元Bsi与中心点s之间的距离。设定半径r值，以不透水面分布图1(B)为输入，计算城市不透水面聚集密度(图2)。

(三)城市主要建成区范围提取

Rozenfeld首次提出利用城市聚类算法(CityClusteringAlgorithm，CCA)，以土地覆盖代替人口数据提取城区边界。CCA算法主要基于不透水面分布的地理位置建立不透水面的聚集区域，其主要分为3个步骤：

(1)随机选取不透水面覆盖的像元为中心像元，八邻域方法计算不透水面覆盖的连通区；(2)定义距离阈值L，合并距离小于L的连通区；(3)定义聚集阈值S，去除像元个数小于S的连通区，从而得到不透水面聚集区域的分布情况，将城市分为建成低密度聚集区、中密度聚集区和高密度聚集区，以中密度聚集区和高密度聚集区作为城市主要建成区范围(图3)。

Claims

1.一种基于不透水面聚集密度的城市主要建成区遥感提取方法，该方法包括如下步骤：

步骤3)结合上述计算得到的不透水面聚集密度，基于不透水面分布的地理位置，根据城市聚类算法(CCA)，设置距离阈值和聚集阈值，得到不透水面聚集区域的分布情况，从而确定城市主要建成区范围。

2.如权利要求书1所述的方法，其特征在于，所述步骤1)的具体方法为：

该方法利用BCI指数提取不透水面，BCI指数与不透水面相关性较强，并且可以更好区分光照土壤与高反照率不透水面。故总体来说，BCI指数比NDVI、NDBI指数更适合监测和分析城市环境。

3.如权利要求书1所述的方法，其特征在于，所述步骤2)提出了不透水面聚集密度的计算方法，具体方法为：

{Density}_{s} (r) = \frac{Σ_{i = 1}^{n} B_{s i} \cdot (1 - \frac{D_{i}}{2 r})}{Σ_{i = 1}^{n} (1 - \frac{D_{i}}{2 r})}

4.如权利要求书1所述的方法，其特征在于，所述步骤3)具体方法为：

该方法利用城市聚类算法CCA(CityClusteringAlgorithm)，以土地覆盖代替人口数据提取城区边界，基于不透水面分布的地理位置建立不透水面的聚集区域，从而得到建成区的分布情况。该方法有效的区分了城郊边界，并保证了下垫面类型的完整性。