对于“城市土地利用变化与规化”这一节，如何进行教学设计（运用遥感技术）

如何利用遥感技术获取南阳市的土地利用类型的变化情况

遥感卫星影像土地利用提取方法 变化信息直接提取法 变化信息直接提取,是对两个时相的遥感图像进行点对点的直接运算,经变化特征的发现，分类处理,获取土地利用变化信息。主要方法有4种。 图像差值法。即将一个时相的某一波段光谱灰度值减去另一时相的对应像元的光谱灰度值,较早应用的是单波段图像差值法。单波段差值图像中难以提取动态信息;对MSS7,MSS5,MSS4差值图像进行彩色合成,则可综合各个波段的动态信息,并很好地突出植被变化信息。 图像比值法。这是对两个时相多谱段数据中同名像元的光谱灰度值施以除法运算。比值法可以部分地消除阴影影响,突出某些地物间的反差,具有一定的图像增强作用。一方面,比值图像可供

遥感在城乡规划与资源环境管理中的应用

遥感技术（remote sensing）是一门建立在空间科学、电子技术、光学、计算机技术、信息论等新的技术科学以及地球科学理论基础上的综合性技术，为现代前沿科学技术之一，具有宏观、动态、综合、快速、多层次、多时相的优势。而且遥感数据是城市重要的信息资源之一； 我们可以了解到遥感在城市规划中的作用概括为：1）实现快速获取城市数据的方法手段之一； 2）根据遥感图像处理技术实现遥感制图在城市规划应用： 1）城市土地利用现状调查； 2）城市历史变迁动态研究； 3）城市水系调查； 4）城市道路网络调查； 5）城市污染源分布调查； 6）城市垃圾调查； 7）城市热岛效应调查； 8）城市绿化现状调查； 9）城

遥感技术在城市规划中的应用的研究现状和研究方法

城市遥感信息是遥感信息在城市规划中的应用与展望城市的资源之一，本文介绍遥感信息在城市规划与管理中已经获得实际成果的应用途径和现状，分析了应用实践中的一些问题，展望了遥感信息在城市规划建设领域的应用前景。 [关键词] 遥感；城市规划；应用 abstract: urban remote sensing information is one of the urban resources. this paper describes the methods and situation of application of the remote sensing information in urban pl

基于不同数据源的土地利用变化遥感动态监测方法

李翔宇 樊彦国

（中国石油大学地球资源与信息学院，山东东营，257061）

摘要：本文从所拥有的遥感数据源的可能情况出发，分别介绍了各种情况下利用遥感进行土地利用变化动态监测的方法，分析了其优势和劣势。

关键词：遥感；土地利用变化；动态监测；方法

1 引言

我国是一个人多地少的国家，土地是我们赖以生存的资源。建立土地动态监测系统以快速准确地提供各类土地资源面积及其分布、土地资源动态变化状况及土地资源生态环境信息是十分必要的，这样可以保证我国在科学翔实的资料基础上对土地资源进行科学的规划及合理的利用，实现土地资源的可持续健康发展。可是传统的统计或实地调查方式，耗时耗力，劳民伤财，并且难以适应土地利用的快速变化，而遥感可以提供及时准确且覆盖面广的地面影像资料，并且周期短、信息量大，通过后期的分析、处理、比较，可以使人们迅速准确地掌握土地利用变化的详细信息，即实现土地利用的动态监测。现在，遥感技术已成为进行土地利用变化动态监测的重要手段。

基于遥感影像的土地利用变化监测方法大致可分为两类：光谱直接比较法和分类结果比较法。多数变化提取算法属于前一种，主要包括影像差值法、比值法、主成分分析法和变化矢量分析法等，这些算法直接通过两时相数据的光谱差异确定变化发生的区域，但不能得出变化图斑的类型；后一种方法通过对各自时相的数据进行土地利用分类，通过对两个分类结果的比较提取变化信息，但其精度受两时相数据分类精度的制约。实际操作中可以根据所持有数据源的不同而采用相应的方法。

2 基于单一传感器的土地利用变化监测方法

2.1 基于单一传感器多时相遥感影像

当遥感数据源为单一传感器但可以获得多时相遥感影像时，可以考虑以下几种方法。

2.1.1 单变量图像差值法^［1］

单变量图像差值法比较简单，是使用最广泛的一种探测方法。它是将两个时相的遥感图像按波段进行逐像元相减，从而生成一幅新的代表二时相间光谱变化的差值图像。辐射值的显著变化代表了土地覆盖变化，在差值图像中接近于零的像元就被看做是未变化的，而那些大于或小于零的像元表示其覆盖状况发生了某种变化，从而设定适当的阈值就可以把变化信息提取出来。

2.1.2 图像比值法^［1，2］

比值处理被认为是辨识变化区域相对较快的手段。它是对于两个时相多谱段数据中同名像元的光谱灰度值施以除法运算。显然，经过辐射配准后，在图像中未发生变化的像元其比值应近似为1，而对于变化像元而言，比值将明显高于或低于1。比值法可以部分地消除阴影影响，突出某些地物间的反差，具有一定的图像增强作用。

2.1.3 图像回归法^［1］

图像回归法是首先假定时相Ⅰ的像元值是另一时相Ⅱ像元值的一个线性函数，通过最小二乘法来进行回归，然后再用回归方程计算出的预测值来减去时相Ⅰ的原始像元值，从而获得两时相的回归残差图像。

2.1.4 植被指数差值法^［2］

植被指数差值法是用近红外与红光波段间的比值（植被指数）代替原始波段作为输入数据进行差值运算来生成变化图像。由于植物普遍对红光强烈吸收和对近红外光强烈反射，因此红光和近红外波段之间的比值有利于提高光谱差异。

2.1.5 主成分分析法^［3］

（1）差异主成分法 两时相的影像经纠正、配准之后，先对影像作相差取绝对值处理，从而得到一个差值影像。差值影像作主成分变换之后的第一分量应该集中了该影像的主要信息，即原两时相影像的主要差异信息。这个分量可以被认为是变化信息而被提取出来，从而生成变化模板，作为指导下一步变化类型确认和边界确定的参考信息。

（2）多波段主成分变换 由遥感理论可得知，地物属性发生变化，必将导致其在影像某几个波段上的值发生变化，所以只要找出两时相影像中对应波段上值的差别并确定这些差别的范围，便可发现土地利用变化信息。在具体试验中将两时相的影像各波段进行组合，成一个两倍于原影像波段数的新影像，对该影像作主成分变换。由于变换结果前几个分量上集中了两个影像的主要信息，而后几个分量则反映出了两影像的差别信息，因此可以抽取后几个分量进行波段组合来产生出变化信息。一般说来，在上述多波段主成分变换之后，采用0、1、2分量进行波段组合能较好地反映出新旧时相影像的变化部分。

（3）主成分差异法 本方法和差异主成分方法所不同之处在于影像作主成分变换与差值处理的顺序不一样。要求先对两时相的影像作主成分变换，然后对变换结果作差值，取差值的绝对值为处理结果。在实际的试验中，两时相影像作主成分变换后相差的第一分量已经涵盖了几乎所有的变化信息。因此，可以认为这一分量属于影像的变化信息。

2.1.6 变化向量分析法^［1］

由于多时相遥感数据中任一像元矢量都可用多维测量空间中的一个点来表示（空间的维数等于原始波段数），通过对不同时相下的同名像元矢量进行相减所得到的变化矢量就可以用于描述该像元第一时相 t₁ 到第二时相 t₂ 期间在多维空间中所发生的位置变化。其中变化矢量的模代表了变化的强度，而方向则指示了发生变化的类型。设时相 t₁、t₂ 图像的像元灰度矢量分别为 G＝（g₁，g₂，…，g_k）^T 和H＝（h₁，h₂，…，h_k）^T，则变化矢量为：ΔG＝G －H。ΔG 包含了两幅图像中所有变化信息。变化强度由变化矢量的模||ΔG||决定，||ΔG||越大，表明图像的差异越大，变化发生的可能性越大。因此，提取变化和非变化像元，可根据变化强度||ΔG||的大小设定阈值来实现，即像元||ΔG||超过某一阈值时，即可判定为土地利用类型发生变化的像元；而变化的类型，可由ΔG的指向确定。

这种方法利用多频段信息，在提取变化位置的同时可以得到变化类型信息，是一种较理想的算法。当然，要用好变化向量分析法还取决于分析过程中变化/未变化阈值是否取值合理以及相关分类方法是否适当。

2.1.7 分类后比较法

分类后比较法是对两期遥感影像进行监督或非监督分类，然后比较在各图像系列同一位置上的分类结果，进而确定土地利用类型变化的位置和所属类型。该方法可直接获得变化类型信息，但如何选择合适的分类方法提高分类精度是准确获得变化信息类型的关键。

2.1.1至2.1.6均属于光谱直接比较法，此方法对变化比较敏感，可以避免分类过程所导致的误差，但需要进行严格的辐射标准化，排除大气状况、太阳高度角、土壤湿度、物候等“噪声”因素对图像光谱的影响，由于目前对各种干扰（尤其是物候）导致的辐射差异的校正方法仍不成熟，因此，只能通过选择同一传感器、同一季相的数据来尽可能减小“噪声”。同时光谱直接比较法只注重变化像元的提取，而不能提供变化中土地类型的转化信息（如地类属性）。与之相对照，分类后比较法对辐射纠正要求相对较低，适用于不同传感器、不同季相的数据的比较，同时该方法不仅可以提供变化信息，而且还能够给出各时期的土地利用类型信息。但这种方法的最终精度受到影像分类精度的限制，而且它对影像的全部范围都要进行分类计算而不管它们是否已经发生变化，这样无疑大大增加了变化信息检测的计算量。

在目前的土地利用遥感监测研究中，结合光谱直接比较法和分类后比较法的混合动态监测方法逐渐受到重视，并有了一些成功的案例研究。Jenson 通过对湿地变化的动态监测研究表明：先利用光谱直接比较探测变化区，再进行图像分类确定变化类型的混合法是一种非常有效的变化检测方法^［4］；Macleod和Congalton的研究也表明以差值法为基础的混合动态监测法优于传统分类后比较法^［5］。这样可以集两者之所长，取得更好的监测效果。

2.2 基于单一传感器单时相遥感影像

无论是光谱直接比较法还是分类后比较法都是基于多个时相的遥感影像来进行土地利用变化监测。而当前期遥感影像无法或者难以获得的情况下，依靠后期的单时相遥感影像与前期的土地利用现状图也可以进行动态监测，这就是采用将土地利用现状图叠加在遥感图像上的方法来监测土地利用变化情况^［6］。具体说来，是利用土地利用现状图中不变的明显地物标志（如线状地物交叉点）作为控制点对遥感图像进行配准，然后将土地现状图叠加再校正后的遥感图像上，检查各图斑是否吻合，若图斑的角点有偏移，则发生变化。可通过遥感图像辨识当前的土地利用类型，而土地利用现状图含有先期的土地利用类型信息，所以可以比较容易地辨识土地利用类型的变更情况，并可测算出变化图斑的面积。若其中有不能确定的图斑，可以辅以外业调查，以提高监测精度。

3 基于多源遥感的土地利用变化信息监测方法

不同传感器都具有各自的优势，获得的图像各有所长，如美国陆地卫星（Landsat）TM图像光谱信息丰富；法国SPOT卫星图像具有全色通道而空间分辨率高；SAR图像不受光照条件的影响而且几乎不受大气和云层的干涉，可用于探测地物的复介电常数和表面的粗糙度等等。利用不同传感器的多源遥感影像进行融合，可以使其优势互补，在此基础上的土地利用变化动态监测已成为国际遥感界研究的主题之一。以TM影像和SPOT影像为例，目前应用多光谱TM和全色SPOT数据融合的方法主要有LAB变换、HIS变换、线性复合与乘积运算、比值运算、BROVEY 变换、高通滤波变换（HPH）和主成分分析（PCA）等方法^［7］，经上述算法融合后的图像可以有效地同时保留SPOT高分辨率图像的精细纹理和TM多光谱图像的丰富色彩信息，从而有利于提高图像的空间分辨率和光谱分辨率，为发生变化的地类图斑的提取提供良好的数据源基础。

3.1 光谱特征变异法^［8］

针对基于多源遥感的土地利用变化监测，变化信息的提取方法除了2.1所述方法之外还可以选择光谱特征变异法。

同一地物反映在SPOT影像上的信息是与其反映在TM影像上的光谱信息一一对应的。因此作TM和SPOT影像融合时，才能如实地显示出地物的正确光谱属性。但如果两者信息表现为不一致时，那么融合后影像的光谱就表现得与正常地物有所差别，此时就称地物发生了光谱特征变异（例如同一位置，前期在遥感影像上呈现为绿色的麦地，后期新修道路在影像上呈现较亮的灰度，那么叠加之后会呈现一条绿色的道路，与正常地物相异），这部分影像在整个的影像范围内是不正常和不协调的，这些地物可以通过影像判读的方法勾绘出来，这种变化信息提取的方法具有物理意义明显、简洁的特点。但是经过试验发现，发生光谱特征变异的地物在几何尺寸上要足够的大才能被人工目视发现。此外，该方法的效率还受到被监测区地物光谱特性的限制。

3.2 变化信息提取方法的选择

根据土地利用动态监测项目所获取的数据源，可将遥感数据组合分为下述几种类型，针对不同的类型要采取相应的方法以获取较好的效果。

3.2.1 具有两时相的 TM 和 SPOT 数据

这种情况是最好的。在该条件下，先对两时相的数据以某一纠正后的TM或SPOT影像（首先处理TM还是SPOT视数据的具体情况而定，原则是利于TM和SPOT数据的配准融合处理）为参考分别作纠正和配准处理，为保留并结合原始数据中纹理信息和光谱信息要融合相对应的TM和SPOT影像，在两时相融合影像的基础上采用主成分差异的方法来提取变化信息。另外还可以用新时相的 SPOT 影像与旧时相的 TM 影像进行融合生成光谱特征变异影像来指导发现变化的区域。

3.2.2 具有两时相的 TM 和一个时相的 SPOT 数据

在此数据源的基础上，首先仍对某一时相的TM或SPOT数据作纠正处理，然后将其他时相的TM和SPOT数据都统一以这个纠正后的TM （SPOT）为参考影像作影像到影像的纠正和配准。之后，选择光谱特征变异的方法来寻找大部分的变化信息，借助于两时相的TM影像确认变化；此外，利用主成分分析的办法对两时相的TM数据进行处理，得到变化信息模板，将模板叠置在判读影像上补充单一方法进行变化提取的遗漏。

3.2.3 具有两时相的 SPOT 和一个时相的 TM 数据

通常，前面的数据预处理纠正配准部分同3.2.2相同，然后对其中交错时相的TM和SPOT数据进行融合得到光谱特征变异影像，借助于两时相的SPOT数据发现影像中纹理信息的变化，从而辅助提取影像中的变化信息部分。除此之外，两时相的SPOT影像数据理论上说，可以直接作比较得到变化的部分，但是由于成像条件的不同，这样直接比较的方法会导致产生很多伪变化信息，干扰了真正变化部分的提取。因此，首先要对原始SPOT影像进行去噪及辐射校正等预处理，然后才能用来提取变化的信息。

3.2.4 具有单时相的 SPOT 影像和另一时相 TM 影像的数据

首先要对SPOT和TM数据进行纠正处理，然后利用纠正后的SPOT和另一时相TM影像融合得到光谱特征变异影像，并以此作为判读变化信息的主要参考数据。此外，单时相的SPOT数据可以作为新增波段加入到原始的 TM 数据中去进行主成分分析来提取变化的信息，辅助发现漏判的变化图斑。

利用遥感进行土地利用动态监测的方法非常多，这些方法各有自己的优势和劣势，实际工作中，要针对所拥有的数据源的情况，综合各方面要求来选择合适的方法，也可以综合几种方法取长补短以达到更好的监测效果。至于如何更有效地识别土地变化的类型以及如何提高分类的精度仍有很大的研究空间。

参考文献

［1］卢珏.土地利用动态监测变化信息提取算法评估［J］.湖北农学院学报，2002，22 （5）：394～396

［2］张银辉，赵庚星.试论土地利用遥感动态监测技术方法［J］.国土资源管理，2001，18 （3）：15～18

［3］杨贵军，武文波，陈步尚，夏春林.土地利用动态遥感监测中变化信息的提取方法［J］.东北测绘，2003，26 （1）：18～21

［4］Jensen J R，Cowen D J，Narumalani S，et al.An evaluation of coast watch change detection protocol in South Carolina ［J］.Photogram metric Engineering and Remote Sensing，1993，59 （6）：1039～1046

［5］Macleod R D，Congalton R G.A quantitative comparison of change-detection algorithms for monitoring eelgrass from remotely sensed data ［J］.Photogram metric Engineering and Remote Sensing，1998，64 （3）：207～216

［6］吴连喜，严泰来，张玮，薛天民，程昌秀.土地利用现状图与遥感图像叠加进行土地利用变更监测［J］.农业工程学报，2001，17 （6）：156～160

［7］张炳智，张继闲，张丽.土地利用动态遥感监测中变化信息提取方法的研究［J］.测绘科学，2000，25 （3）：46～50

基于遥感影像土地利用分类方法研究

土地利用分类是区分土地利用空间地域组成单元的过程。由于地块所处的自然地理位置不同，受自然条件和社会经济条件的影响，导致土地用途、利用方式、经营特点等各方面的差异。为实现土地资源科学化管理，从土地利用现状出发，根据土地利用的地域分异规律、土地用途、土地利用方式等，将一个国家和地区的土地利用情况，按照一定的层次等级体系划分为若干不同的土地利用类别。

6.1.1 国内外土地利用分类方法历史沿革

国外土地分类至今约有半个多世纪的历史，到 20 世纪 60 年代和 70 年代就出现了各种土地分类系统。国外土地分类多数以土地利用现状作为分类的依据，具体到各国又有差异。如，美国主要以土地功能作为分类的主要依据；英国和德国以土地覆盖（是否开发用于建设用地）作为分类依据；俄罗斯、乌克兰和日本以土地用途作为分类的主要依据；印度则以土地覆盖情况（自然属性）作为划分地类的依据。

国内的土地分类研究起步相对较晚，主要是在改革开放以后。国内土地分类依据与国外基本相同，也是以土地利用现状作为分类依据，如土地利用现状调查（简称土地详查）采用以土地用途、经营特点、利用方式和覆盖特征为分类依据，城镇地籍调查采用以土地用途为分类依据等。

为了满足土地用途管理的需要，国土资源部先后制定了《土地利用现状分类及含义》（1984），《城镇土地分类及含义》（1989），城乡统一的《全国土地分类》（2001）。《全国土地分类》包括《全国土地分类》（试行）和《全国土地分类》（过渡期间适用），第二次土地调查国家发布了《土地利用现状分类》（2007）国家标准等，为全国土地分类提供了标准和依据。

6.1.2 基于遥感影像土地利用分类原则

面向国土资源行业遥感数据的规模化、高效率应用，达到快速规模化获取土地利用信息，实现高精度、高效获取土地利用变化信息，迅速建立满足国家和省级土地资源业务管理需要的国家级、省级土地利用现势信息源需求，在研究分析前期实行的土地利用分类方法的基础上，提出了基于遥感影像的土地利用分类，在项目区予以应用并得到预期良好效果。

基于遥感影像的土地利用分类，是依据遥感影像的色彩、纹理等影像光谱特征、分布特征和地物光谱的可分性，结合土地的自然属性、覆盖特征以及土地用途等因素，从满足基于遥感影像快速获取土地利用信息的需要进行分类。

分类原则：

（1）具有可操作性。要求土地利用分类体系要简便易用、层次分明，要具有适宜遥感影像特点，通过遥感影像所反映色彩、纹理等影像光谱特征以及分布特征，在遥感影像上能够明显区分不同地类类型，适用于人机交互并基本满足计算机自动分类提取土地利用信息。

（2）具有统一性。要与国家土地利用分类体系框架保持一致。

（3）具有兼容性。既能向上归并到国家土地分类标准体系中的某一类型，还可根据管理和应用需要进行续分 , 可实现不同分类标准之间的相同地类进行地类代码转换，与以往的以及现在适用的土地分类进行有效衔接。

（4）具有通用性。即具有时间和空间上的通用性，不同的作业者用不同季节的影像应该能达到精度范围内的同样效果。

为了科学合理利用和管理土地资源，采用遥感影像数据获取土地利用信息，快速掌握土地利用变化情况，根据我省土地利用管理业务实际需要，建立更适合土地利用精确调查和我省遥感监测业务调整与扩展的基于遥感信息土地利用分类标准具有重要的现实意义。

6.1.3 严格管理土地需要快速、规模化获取土地利用变化信息

近年来，随着社会经济的发展，遥感技术也随之得到了快速发展，遥感技术在土地资源的管理中得到了广泛应用。但随着人、地矛盾的日益加大，如何科学、合理地利用土地资源，如何监督新增建设用地及其占用耕地情况和土地规划、土地利用计划执行情况，及时发现和查处土地违法、违规行为，检查土地严格管理和土地调控措施的落实与效果，利用遥感技术快速规模化获取土地利用变化情况成为当今土地资源管理的有效手段。

在土地资源管理中，近几年国家和省不断加大土地执法监察力度，每年都要对耕地和新增建设用地变化情况进行遥感动态监测，利用前、后时相遥感影像（DOM）进行比对，或利用已有土地利用数据库与后时相遥感影像进行比对，发现和提取土地利用变化信息，通过外业核查、后处理和数据汇总，快速获取和宏观分析土地利用、变化的总体情况，及时发现和查处土地违法、违规行为，为土地执法监察提供了有力的技术依据。

6.1.4 原有土地利用分类不适宜快速提取土地利用信息

1984～2007 年间，我国普遍采用的是《土地利用现状分类及含义》（1984）标准、《全国土地分类》（试行）标准和《全国土地分类》（过渡期间适用）标准，采用以上分类标准对于快速提取土地利用分类信息和动态遥感监测存在一些问题和缺陷。

首先，分类过细。《土地利用现状分类及含义》（1984）分为 8 个一级地类，46 个二级地类，河南省根据地方实际在全国土地分类基础上又续分了 12 个三级地类；《全国土地分类》（试行）分为 3 个一级地类，15 个二级地类，71 个三级地类；《全国土地分类》（过渡期间适用）分为 3 个一级地类，10 个二级地类、52 个三级地类。以上分类标准都具有类别繁多、过于细化的特点，无法满足国家和省快速提取和掌握土地利用变化信息的需求。

其次，部分地类在遥感影像上无法区分，如：耕地中水浇地与旱地，园地与林地，独立工矿与特殊用地等，影像纹理、色彩特征极为相近，难以区分。

再次，部分地类与遥感影像无法衔接，如商服用地、工矿仓储用地、公共建筑用地等信息，从遥感影像上无法直接获取。

6.1.5 区域土地利用类型的特殊性

黄河滩地，是指在黄河大堤之间河床滚动所淤积而成的滩地。横穿河南省中北部的黄河属河南省的特有特征，即地上悬河、河床宽度大、非洪水期过水面积小、大堤内近 90% 的滩涂分别由黄河两岸农民在耕作。但是由于黄河河床经常变动等原因，黄河滩地的面积和方位不断发生变化，可种植面积也不稳定。许多滩地至今仍权属不明，经常引发滩地耕种纠纷。另外在黄河滩地种植农作物具有一定的风险性，种植的作物一旦遇到河水上涨被水淹没会造成收成大减甚至颗粒无收。

公路林带，在河南省辖区内，高速公路、国道、省道、干线铁路等主要交通用地两侧均栽种了宽度 30～50 m 不等的速生树种，在地类统计时，国土资源管理部门是按耕地计算，而林业部门则按照林地计算，为准确获取林带数据有必要单独统计，以解决在统计上口径不一、数出多门的问题。

6.1.6 遥感影像上光谱信息，纹理、色彩等特征相近的土地类型

高分辨率卫星遥感影像光谱信息丰富、色彩鲜艳，接近于自然地物的真实色彩。通过遥感影像所反映的纹理、颜色等影像特征和分布特征，大部分土地利用类型在影像上能够明显区分。但是按照全国土地分类，有些地类在影像上呈现相近或相同特征，对于室内判读难以分辨。

（1）水浇地与旱地（图 6-1、图 6-2）。

图 6-1 水浇地（113）

图 6-2 旱地（114）

（2）园地与林地（图 6-3、图 6-4）。

图 6-3 果园（121）

图 6-4 有林地（131）

（3）独立工矿与特殊用地（图 6-5、图 6-6）。

图 6-5 独立工矿（204）

图 6-6 特殊用地（206）

土地利用分类体系还要充分考虑未来遥感技术发展，适用于遥感自动化提取信息的需要，影像特征相近的土地利用类型无法利用自动分类技术进行区分。