论文部分内容阅读
城市景观复杂,地物具有强烈的空间异质性。这种特性使得使用中等空间分辨率遥感影像进行城市研究的过程中出现了大量的混合像元。混合像元的存在是传统的像元级遥感分类难以达到实用要求的主要原因。为了提高中等空间分辨率遥感影像进行城市研究的精度,就必须解决混合像元的分解问题,使遥感应用由像元级达到亚像元级,进入像元内部。
本研究以长江下游的核心城市—南京市为例,针对使用中等空间分辨率卫星遥感影像研究城市时存在的大量混合像元问题,探讨基于V-I-S模型思想,结合南京市的具体情况,通过混合像元分解在亚像元尺度上提取南京市的土地覆盖组分丰度和进行两个时期的土地覆盖组分丰度变化监测研究,并分别利用原始影像、土地覆盖组分丰度图像和两者的结合进行城市分区,同时利用基于原始影像和土地覆盖组分丰度图像决策树分类的城市分区结果,进行城市人口数据空间化研究。本论文的研究是在亚像元尺度上对中国城市进行城市土地覆盖组分丰度提取及其变化监测、城市分区和人口数据空间化研究的一次尝试。
本研究的主要内容和结论如下:
1.混合像元分解中的端元选择方法。首先对原始反射率图像进行归一化处理,并对归一化后的图像进行MNF转换和PPI转换,PPI图像继续进行MNF转换。然后使用基于归一化反射率图像的MNF图像前三个波段的二维散点图和基于PPI图像的MNF图像前三个波段的二维和三维散点图相结合进行端元选取,很好地解决了端元漏选问题。使用与研究区遥感影像同时期的土地利用图区分不透水表面和土壤,解决了不透水表面和土壤组分的混淆问题。
2.南京市土地覆盖组分丰度提取。使用线性混合像元分解方法得到了研究区1988年和2000年的植被、不透水表面/土壤和水体组分丰度图像。并从各个波段的残差、平均残差、相对误差、均方根误差等几个方面进行模型误差分析。使用IKONOS影像对提取出的植被和不透水表面组分丰度图像进行精度验证。结果表明:使用线性混合像元分解提取的不同组分丰度图像具有一定的可靠性,与城市实际情况基本吻合,能够用于本论文的后续研究当中。
3.南京市土地覆盖组分丰度图像分析。以整个研究区和研究区内的各个区为单位分析了两个时期各种组分丰度图像的统计和空间分布特征,并与城市扩展相结合分析了两个时期不同组分丰度图像的时空变化情况,从而以一种新的思路在亚像元尺度上,以像元的组分丰度变化反映城市土地覆盖变化和城市扩展。同时也分析了提取出的组分丰度图像与其它遥感参数之间的关系。
4.南京市城市分区。分别基于原始图像、组分丰度图像和原始图像与组分丰度图像的合成图像利用监督最大似然和决策树分类方法,进行城市分区研究。参照研究区IKONOS影像进行分区结果的精度验证。结果表明:基于原始图像与组分丰度图像的合成图像的决策树分类方法精度最高。
5.城市人口数据空间化。分别使用基于城市分区结果和居住区不透水表面组分丰度图像的人口数据空间化模型与基于城市分区结果和楼层数据的人口数据空问化模型进行城市人口数据空间化研究。使用研究区部分街道电子地图和与其对应的人口统计数据对两种模型的结果进行精度验证。结果表明利用楼层数据的人口数据空间化模型所得结果的精度较高。