CN106203891A - 基于多源遥感影像数据的国土开发密度三维综合评价方法 - Google Patents

Abstract

本发明公开了一种基于多源遥感影像数据的国土开发密度三维综合评价方法，利用夜间灯光数据以及Landsat TM影像等多源遥感影像数据，快速获取区域建设用地及其上的经济密度空间分布信息，建立由开发强度、开发紧凑度、开发程度构成的三维综合评价指标体系，并用空间直角坐标系对评价结果进行三维综合表达，克服了传统评价方法不能综合反映国土开发模式以及指标综合造成多维信息丧失的不足，并且能够在区域、城市、城镇、公里格网等多个空间尺度开展细致、深入的评价工作。

Description

基于多源遥感影像数据的国土开发密度三维综合评价方法

技术领域

本发明涉及城市规划技术领域，具体涉及基于多源遥感影像数据的国土开发密度三维综合评价方法。

背景技术

国土开发密度，即区域开发建设面积占该区域总面积的比例，是国土规划管理的重要管控指标，也是国土功能分区的主要依据。然而，传统开国土发密度是一维概念，仅反映国土开发的规模强度，无法反映国土开发在平面布局模式、立体开发程度等方面的巨大差异。图1、4所示为面积相同但开发模式不同的两个区域a、b，两个区域均包括25个格子，阴影部分表示开发建设用地面积，均为9个格子，按照传统开发密度的算法计算，区域a和区域b的开发密度均为9/25，但两者的开发布局模式完全不同，区域a代表的是典型的集聚开发模式，区域b代表的是分散开发模式。图2、3、5、6，按照传统的开发密度算法计算，开发密度仍然是9/25，但他们反映的立体开发程度完全不同，显然，从立体开发程度看，图5>图3>图2＝图6。以香港和东莞为例。香港是典型的紧凑式立体开发的城市，其建设用地面积不到总面积的30％，但却以高紧凑度的立体开发形态，承载了近700万的人口，产出1640亿元的GDP。东莞则是珠江三角洲“自下而上”城市化与建设开发的代表，形成了典型的蔓延式低效开发模式，建设用地面积已接近国土总面积的50％，大致相当于香港的4倍，承载的人口与香港相当，产出GDP仅为香港的1/2左右。由此可见，开发模式不同，其承载能力完全不同，所带来的资源环境压力以及公共设施需求也不尽相同。因此，迫切需要从多个维度建立一套能够综合反映国土开发模式的国土开发密度综合评价方法，同时还要解决国土开发密度评价在不同空间尺度上的数据源问题。

遥感技术日益成为地理空间信息动态监测的重要手段，也为不同尺度的密度研究提供了良好的数据源，被广泛应用于城市扩展以及城市密度、人口密度、经济密度、建筑密度等相关地理空间信息的获取中。其中，美国军事气象卫星Defense MeteorologicalSatellite Program(DMSP)搭载的Operational Linescan System(OLS)传感器具有很强的光电放大能力，在夜间工作,能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光，并使之明显区别于黑暗的乡村背景(Elvidge C D,Cinzano P,Pettit D R,et al.TheNight sat Mission Concept.International Journal of Remote Sensing,2007,28(12):2645-2670.)。灯光影像上亮区和暗区的对比使之成为研究密集人类活动及其影响的一个有力工具(Croft T A.Night time Images of the Earth from Space.ScientificAmerican,1978,239:86-89.)，也为大尺度的城市研究提供一种独特的数据获取手段(ChenJin,Zhuo Li,Shi Peijun,et al.The Study on Urbanization Process in China basedon DMSP/OLS Data:Development of a Light Index for Urbanization LevelEstimation.Journal of Remote Sensing,2003,7(3):168-175.)。国内外学者基于DMSP/OLS衍生出的灯光面积以及灯光强度总和估算大尺度的社会经济空间分布状况，结果表明灯光信息与社会经济空间分布之间显著相关。Elvighe、Doll以及Ghosh等众多学者曾利用夜间灯光数据估算全球经济密度(Ghosh T,Powell R,Elvidge C D,et al.Sheddinglight on the global distribation of economic activity.The Open GeographyJournal,2010(3):148-161.)。我国学者韩向娣等人根据我国省级行政边界建立了全国GDP与灯光指数的分区模型，并生成全国1km GDP密度图(韩向娣,周艺,王世新等.夜间灯光遥感数据的GDP空间化处理方法.地球信息科学学报,2012,14(1)：128-136.)。然而，由于夜间灯光具有溢出效应，造成灯光面积的估值不准确，因此，单独利用夜间灯光数据模拟经济密度存在较大误差。

另外，关于多维指标的综合问题，一般的思路是采用多指标加权求和等办法将多个指标综合成一个综合性的指标。然而，指标综合过程中，会造成原有指标所反映的大量信息丧失，特别是在处理不同维度相对独立的指标综合时，这样的信息丧失更加需要避免。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于多源遥感影像数据的国土开发密度三维综合评价方法，克服传统评价方法不能综合反映国土开发模式以及指标综合造成多维信息丧失的不足，从开发强度、开发紧凑度、立体开发程度等三个维度综合反映国土开发模式，将国土开发密度评价由一维空间向三维空间扩展，提高国土开发密度评价的综合性、准确性。

为了实现上述目的，本发明采取的技术方案是，

一种基于多源遥感影像数据的国土开发密度三维综合评价方法，包括步骤：

对待评价区域的遥感图像进行预处理，提取待评价区域的建设用地空间分布信息，根据待评价区域的建设用地空间分布信息确定待评价区域的开发强度和开发紧凑度；

利用夜间灯光影像数据，模拟建设用地之上的经济密度空间分布，用以表示立体开发程度；

从开发强度、开发紧凑度、立体开发程度三个维度建立国土开发密度三维综合评价指标体系；

采用空间直角坐标系对评价指标进行三维综合表达。

步骤包括：

1)获取待评价区域的夜间灯光影像，并对夜间灯光影像进行修正；夜间灯光影像来自于DMSP/OLS的数据，对夜间灯光影像的修正过程包括：从DMSP/OLS的数据中提取待评价区域内的夜间灯光数据；采用刘志峰建立的方法对夜间灯光影像进行融合去噪和年际序列修正(Liu Z F,He C Y,Zhang Q F et al.Extracting the dynamics of urbanexpansion in China using DMSP-OLS nighttime light data from 1992to2008.Landscape and Urban Planning,2012,106(1):62-72.刘志峰，何春阳.基于DMSP-OLS夜间灯光数据的中国1992-2008城市扩展信息提取.景观与城市规划，2012，106(1)：62-72.)。

2)利用待评价区域建设用地边界切割相应区域经过修正的夜间灯光影像，获得待评价区域建设用地范围内的夜间灯光数据；

3)计算待评价区域内部各个次级空间单元建设用地范围内的夜间灯光辐射总量，获取待评价区域建设用地夜间灯光辐射总量空间分布信息：

设RAD_i为第i个次级空间单元建设用地范围内的灯光辐射总量，S_i为第i个空间单元的建设用地面积，BRI_i是夜间灯光数据的稳定灯光值部分派生出的稳定灯光强度数据。

RAD_i＝BRI_i×S_i 式1

4)模拟建设用地之上的非农GDP空间分布：利用夜间灯光辐射总量与非农GDP的空间映射关系(图3)，将待评价区域非农GDP统计值展布到各个空间单元上。

设GDP_fi’为第i个空间单元的非农GDP估算值，GDP_f ^*为整个区域的非农GDP统计值，RAD_all为整个区域建设用地范围内的灯光辐射总量。

6)测算建设用地之上的经济密度空间分布。

设ED_i为第i个空间单元建设用地之上的经济密度。

ED_i＝GDP_fi'/S_i 式3

(3)从开发强度、开发紧凑度、立体开发程度等三个维度开展国土开发密度多尺度三维综合评价。

用传统方法计算国土开发强度。设第I_i为第i个空间单元的国土开发强度，A_i为第i个空间单元的国土开发建设用地面积，S_i代表第i个空间单元的国土总面积

I_i＝A_i/S_i 式4

用Richardson和Gibbs的经典面积周长法计算国土开发紧凑度(林炳耀.城市空间形态的计量方法及其评价.城市规划汇刊,1998,(3):42-45)。设C_i为第i个空间单元的国土开发紧凑度，P_i为第i个空间单元的建设用地总周长。

用建设用地之上的经济密度ED_i表示第i个空间单元的立体开发程度。

(4)采用空间直角坐标系对评价指标进行三维综合表达(图4)。x轴代表开发强度I，y轴代表开发紧凑度C，z轴代表开发程度D。

附图说明

图1为集聚开发模式的区域a的空间分布示意图；

图2为区域a传统开发密度的示意图；

图3为区域a立体开发程度的示意图；

图4为分散开发模式的区域b的空间分布示意图；

图5为区域b传统开发密度的示意图；

图6为区域b立体开发程度的示意图；

图7为本发明基于多源遥感影像数据的国土开发密度三维综合评价方法的流程示意图；

图8为夜间灯光辐射总量与非农GDP的空间映射关系示意图；

图9为国土开发密度指标在空间直角坐标系中的三维综合表达示意图；

图10为珠三角区域国土开发密度三维变化(1998-2012)；

图11为珠三角区域城市尺度国土开发密度三维变化(1998-2012)；

图12为珠三角公里格网尺度国土开发密度三维变化(1998-2012)。

具体实施方式

本发明基于多源遥感影像数据的国土开发密度三维综合评价方法，如图7所示，包括步骤：

(1)、对待评价区域的遥感图像进行预处理，提取待评价区域的建设用地空间分布信息，根据待评价区域的建设用地空间分布信息确定待评价区域的开发强度和开发紧凑度；

(2)、利用夜间灯光影像数据，模拟建设用地之上的经济密度空间分布，用以表示立体开发程度；

步骤(2)包括：

1)获取待评价区域的夜间灯光影像，并对夜间灯光影像进行修正；夜间灯光影像来自于DMSP/OLS的数据，对夜间灯光影像的修正过程包括：从DMSP/OLS的数据中提取待评价区域内的夜间灯光数据；采用刘志峰建立的方法对夜间灯光影像进行融合去噪和年际序列修正(Liu Z F,He C Y,Zhang Q F et al.Extracting the dynamics of urbanexpansion in China using DMSP-OLS nighttime light data from 1992to2008.Landscape and Urban Planning,2012,106(1):62-72.刘志峰，何春阳.基于DMSP-OLS夜间灯光数据的中国1992-2008城市扩展信息提取.景观与城市规划，2012，106(1)：62-72.)。

2)利用待评价区域建设用地边界切割相应区域经过修正的夜间灯光影像，获得待评价区域建设用地范围内的夜间灯光数据；

3)计算待评价区域内部各个次级空间单元建设用地范围内的夜间灯光辐射总量，获取待评价区域建设用地夜间灯光辐射总量空间分布信息：

设RAD_i为第i个次级空间单元建设用地范围内的灯光辐射总量，S_i为第i个空间单元的建设用地面积，BRI_i是夜间灯光数据的稳定灯光值部分派生出的稳定灯光强度数据。

RAD_i＝BRI_i×S_i 式1

4)模拟建设用地之上的非农GDP空间分布：利用夜间灯光辐射总量与非农GDP的空间映射关系(图8)，将待评价区域非农GDP统计值展布到各个空间单元上。

5)设GDP_fi’为第i个空间单元的非农GDP估算值，为整个区域的非农GDP统计值，RAD_all为整个区域建设用地范围内的灯光辐射总量。

6)测算建设用地之上的经济密度空间分布。

设ED_i为第i个空间单元建设用地之上的经济密度。

ED_i＝GDP_fi'/S_i 式3

(3)、从开发强度、开发紧凑度、立体开发程度等三个维度开展国土开发密度多尺度三维综合评价。

用传统方法计算国土开发强度。设第I_i为第i个空间单元的国土开发强度，A_i为第i个空间单元的国土开发建设用地面积，S_i代表第i个空间单元的国土总面积

I_i＝A_i/S_i 式4

用Richardson和Gibbs的经典面积周长法计算国土开发紧凑度(林炳耀.城市空间形态的计量方法及其评价.城市规划汇刊,1998,(3):42-45)。设C_i为第i个空间单元的国土开发紧凑度，P_i为第i个空间单元的建设用地总周长。

用建设用地之上的经济密度ED_i表示第i个空间单元的立体开发程度。

(4)、采用空间直角坐标系对评价指标进行三维综合表达(图9)。x轴代表开发强度I，y轴代表开发紧凑度C，z轴代表开发程度D。

下面结合具体实施方式对本发明作进一步的说明。

1实施区域

选取珠江三角洲城市群作为实施区域，实施范围包括广州市、深圳市、珠海市、中山市、佛山市、东莞市、江门市、惠州市(不含龙门县)以及肇庆市(不含广宁、怀集、封开、德庆四县)，总面积40041平方公里。

2实施步骤

2.1利用Landsat TM卫星影像获取建设用地空间分布信息

研究使用的遥感数据源包括了1998年和2006年的Landsat TM数据，以及2012年的中国国产HJ-1A卫星数据(由于2012年Landsat TM卫星传感器已经损坏，停止工作，因此采用中国国产HJ-1A卫星数据替代，该数据有着与Landsat TM相同的30m空间分辨率)。通过解译覆盖珠江三角洲城市群1998、2006、2012年三个时相的遥感影像来获取相应年份建设用地空间分布信息。首先对遥感图像进行几何纠正，使得所有的遥感影像具有相同的投影信息。然后采用人工目视解译的方式获取研究区域3个时相的建设用地信息。采用美国ERDAS公司开发的专业遥感图像处理系统软件ERDAS IMAGINE 9.1来实现遥感数据预处理的过程，使用美国环境系统研究所(Environment System Research Institute，ESRI)开发的GIS软件ArcGIS9.1Workstation中利用AML语言开发的人工目视解译工具来完成解译工作。在每个时相设1000个检验点(建设用地和非建设用地各500个)，结合其他高分辨率的遥感影像和野外实测调查资料来检验分类结果，获得的分类总精度和Kappa系数如表1所示。从表1中可以看出，3个时相的人工目视解译精度均超过了90％，可以将这3个时相的建设用地空间分布信息作为后续分析的基础数据源，分析结果具有较高可信度。

表1珠江三角洲城市群土地分类精度对比(1998-2012年)

2.2利用DMSP/OLS夜间灯光影像数据实现区域经济密度空间化模拟

本研究使用的1998、2006和2012年三期DMSP/OLS夜间灯光影像数据，来源于美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration)下属的国家地球物理数据中心(National Geophysical Data Center)V4DNLTS数据集，该数据集从NGDC网站下载(http://www.ngdc.noaa.gov/dmsp/downloadV4composites.html)。DMSP/OLS夜间灯光影像数据是年度合成影像数据，它消除了云、太阳光、月光、极光和火灾等偶然因素影响；数据灰度值范围1～63，背景值为0，空间分辨率为0.008333度。由于三期的DMSP/OLS夜间灯光影像数据来自于不同卫星上的传感器，各自的数据之间存在差异，无法直接进行比较，需进行修正后才能使用。本研究首先提取出珠三角城市群范围内的夜间灯光数据，然后采用刘志峰等建立的方法对夜间灯光遥感影像进行融合去噪(Intra-annualcomposition)和年际序列修正(Inter-annual series correction)等。由于2010年之后的夜间灯光数据仅有一个传感器收集，因此2012年的夜间灯光数据只进行了年际序列修正。

分别利用珠江三角洲城市群1998、2006、2012年三个时相的建设用地边界切割相应年份的经过处理的DMSP/OLS夜间灯光影像，再叠加县(区)行政边界，获得三个年份各县(区)建设用地范围内的夜间灯光数据。利用夜间灯光数据的稳定灯光值部分(StableLights)派生出的稳定灯光强度数据(BRI)，可统计各县(区)三个年份建设用地范围内的夜间灯光辐射总量(RAD)。分别利用1998、2006、2012年的县(区)样本建立夜间灯光辐射总量(RAD)与非农GDP(GDP₂₃)统计值之间的回归模型，样本个数分别为33、43、43。实验证明，剔除个别异常值，三个时期的夜间灯光辐射总量(RAD)与二三产业GDP(GDP₂₃)统计值之间线性相关关系明显，且常数项均为零，表明二者之间存在同比例增长关系。因此，夜间灯光辐射总量与非农GDP之间存在如图2所示的空间映射关系。利用夜间灯光辐射总量与非农GDP的空间映射关系，将待评价区域非农GDP统计值展布到各个空间单元上。受数据所限，目前还不能直接验证公里格网尺度的模拟结果，本研究利用部分城镇的统计数据(79个镇2012年的非农GDP数据)进行模拟精度检验，结果表明，79个检验样本中(占城镇总数的1/6左右，具有随机性)，70％以上的样本相对误差在正负40％以内，样本平均相对误差为27.99％，由此可见，空间化结果可信度较高，可以进一步用于城镇和公里格网尺度的经济密度空间化模拟，以细致反映开发程度的空间分布特征。

利用式5测算建设用地之上的经济密度空间分布。

2.3国土开发密度多尺度三维综合评价与表达

采用表2所列指标体系及数据处理方法对国土开发密度进行多尺度三维综合评价，采用图9所示方法对评价结果进行三维表达。

表2国土开发密度指标体系及数据获取方法

3实施结果

3.1区域与城市尺度国土开发密度三维变化

对珠江三角洲城市群区域以及主要城市的国土开发密度进行三维综合评价。图10、11分别为珠江三角洲城市群区域和主要城市的国土开发密度三维综合评价结果，其x、y、z轴分别表示开发强度、开发紧凑度以及开发程度。

3.2城镇尺度国土开发密度的三维变化

利用城镇尺度的珠江三角洲经济密度的空间化模拟结果，结合区域建设用地空间分布变化，可以计算出各城镇的国土开发强度、开发紧凑度及开发程度，从而更加细致地反映区域开发密度的三维变化过程与特征。

3.3公里格网尺度国土开发密度的三维变化

利用基于公里格网的珠江三角洲经济密度的空间化模拟结果，同时结合区域建设用地的空间分布变化，可以进一步在公里格网尺度直观地反映国土开发密度的三维变化过程与特征，如图12所示，直观反映了城市群空间扩展的过程。柱子高度代表上述建设用地至2012年时的国土开发程度，利用基于公里格网的经济密度空间化模拟结果生成。

3.4城市群国土开发密度三维变化的特征总结

(1)区域开发模式以蔓延式开发为主。蔓延式开发以低密度的国土开发为主要特征，开发程度不高，且伴随着建设用地规模的迅速扩张，区域开发紧凑度呈现下降趋势。在珠江三角洲城市群地区具体表现为：1)从整个城市群区域开发密度的评介结果来看，伴随着城市群区域整体开发强度的快速增大，区域开发紧凑度逐渐下降，1998、2006、2012年分别为0.0082、0.0073、0.0065，城市群空间形态整体上趋于分散；2)从各城市开发紧凑度的变化来看，除深圳自1998年以来一直略有上升之外，大部分城市的开发紧凑度均呈现下降趋势，由此可见大部分城市仍处于以蔓延式开发为主的阶段；3)从基于公里格网的评价结果来看，1998年以来，珠江三角洲城市群新增建设用地的开发程度普遍不高，从开发程度的现状对比来看，1998-2006、2006-2012年两个时期的新增建设用地开发程度明显低于1998年既有建设用地的开发程度，且呈现逐渐降低趋势。4)尽管区域开发程度提高显著，但并非源于新增建设用地的紧凑式开发，而更多源于原有建设用地的效率提升。

(2)区域开发密度空间差异明显。具体表现为：1)各城市之间的开发强度、开发紧凑度与开发程度存在较大差异，部分城市的开发强度已超过40％，而部分城市的开发强度则不到10％，平均开发程度最高的城市与最低的城市相比，相差近4倍；2)城镇与公里格网尺度的评价结果均表明，区域开发密度的内外圈层特征明显，且日趋显著。区域开发强度高度集中于内圈层，且内圈层开发程度明显高于外圈层，加之内圈层开发强度与开发程度的增长幅度明显高于外圈层，由此造成内外圈层差异日趋显著。

上列详细说明是针对本发明可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (4)

1.一种基于多源遥感影像数据的国土开发密度三维综合评价方法，其特征在于，包括步骤：

对待评价区域的遥感图像进行预处理，提取待评价区域的建设用地空间分布信息，根据待评价区域的建设用地空间分布信息确定待评价区域的开发强度和开发紧凑度；

利用夜间灯光影像数据，模拟建设用地之上的经济密度空间分布，用以表示立体开发程度；

从开发强度、开发紧凑度、立体开发程度三个维度建立国土开发密度三维综合评价指标体系；

采用空间直角坐标系对评价指标进行三维综合表达。

2.根据权利要求1所述的基于多源遥感影像数据的国土开发密度三维综合评价方法，其特征在于，

所述利用夜间灯光影像数据模拟建设用地之上的经济密度空间分布，步骤包括：

获取待评价区域的夜间灯光影像，并对夜间灯光影像进行修正；

利用待评价区域建设用地边界切割相应区域经过修正的夜间灯光影像，获得待评价区域建设用地范围内的夜间灯光数据；

计算待评价区域内部各个次级空间单元建设用地范围内的夜间灯光辐射总量，获取待评价区域建设用地夜间灯光辐射总量的空间分布信息：

设RAD_i为第i个次级空间单元建设用地范围内的夜间灯光辐射总量，S_i为第i个次级空间单元的建设用地面积，BRI_i是第i个次级空间单元夜间灯光数据的稳定灯光值部分派生出的稳定灯光强度数据；

RAD_i＝BRI_i×S_i

模拟建设用地之上的非农GDP空间分布：利用夜间灯光辐射总量与非农GDP的空间映射关系，将待评价区域非农GDP统计值展布到各个次级空间单元上；

设GDP_fi’为第i个次级空间单元的非农GDP估算值，GDP_f ^*为整个区域的非农GDP统计值，RAD_all为整个区域建设用地范围内的灯光辐射总量；

${{\mathrm{GDP}}_{f_i}}^{\′}={{\mathrm{GDP}}_f}^{*}\×\frac{{\mathrm{RAD}}_i}{{\mathrm{RAD}}_{all}}$

测算建设用地之上的经济密度空间分布；

设ED_i为第i个空间单元建设用地之上的经济密度。

${\mathrm{ED}}_i={{\mathrm{GDP}}_{f_i}}^{\′}/S_i$

3.根据权利要求2所述的基于多源遥感影像数据的国土开发密度三维综合评价方法，其特征在于，

所述开发强度，用以下方法计算：设I_i为第i个空间单元的开发强度，A_i为第i个空间单元的建设用地面积，S_i代表第i个空间单元的总面积；

I_i＝A_i/S_i

所述开发紧凑度，用Richardson和Gibbs的经典面积周长法计算，设C_i为第i个空间单元的开发紧凑度，P_i为第i个空间单元的建设用地总周长；

$C_i=2\sqrt{\mathrm{\π}A}/P_i$

所述立体开发程度，用建设用地之上的经济密度的模拟结果ED_i表示第i个空间单元的立体开发程度。

4.根据权利要求3所述的基于多源遥感影像数据的国土开发密度三维综合评价方法，其特征在于，

所述遥感图像来自于Landsat TM数据，对所述遥感图像的预处理方法包括：

对遥感图像进行几何纠正，使得所有的遥感影像具有相同的投影信息；

采用人工目视解译的方式获取待评价区域各个时相的建设用地信息，

所述夜间灯光影像来自于DMSP/OLS的数据，对夜间灯光影像的修正过程包括：

从DMSP/OLS的数据中提取待评价区域内的夜间灯光数据；

对夜间灯光影像进行融合去噪和年际序列修正。