基于TM影像的城市不透水面提取應(yīng)用研究——以廣州市為例

李　鵬，王永吉，邢武杰，陳耀輝

(中國(guó)礦業(yè)大學(xué)(北京)地測(cè)學(xué)院，北京 100083)

?

基于TM影像的城市不透水面提取應(yīng)用研究
——以廣州市為例

李鵬，王永吉，邢武杰，陳耀輝

(中國(guó)礦業(yè)大學(xué)(北京)地測(cè)學(xué)院，北京 100083)

摘要：遙感技術(shù)以其具有的數(shù)據(jù)獲取速度快、探測(cè)范圍大、受地形限制影響比較小等優(yōu)點(diǎn)，在測(cè)量各領(lǐng)域中的應(yīng)用變得越來越廣泛。以廣東省廣州市為研究區(qū)域，通過對(duì)所獲取的TM圖像進(jìn)行處理來提取城市的不透水面信息。詳細(xì)分析基于生物物理成分指數(shù)BCI以及距離加權(quán)算法的應(yīng)用，基于BCI指數(shù)對(duì)廣州市進(jìn)行不透水面的提取，以及基于距離加權(quán)算法對(duì)廣州市的不透水面聚集密度進(jìn)行計(jì)算，并通過IDL編程語句實(shí)現(xiàn)上述功能。最后通過分析結(jié)果得出該方法可以從大尺度范圍上體現(xiàn)廣州市不透水面的分布特征信息。

關(guān)鍵詞：熱島強(qiáng)度等級(jí);不透水面;BCI指數(shù);距離加權(quán)算法

1不透水面及其研究方法論述

不透水面(imperoious surface)是指由各種不透水建筑材料所覆蓋的表面,如由瓦片、瀝青、混凝土、金屬、玻璃等材料構(gòu)成的建筑物屋頂、路面和停車場(chǎng)等[1]。不透水面覆蓋度(imperoious surface proportion)是指單位面積地表中不透水面的面積所占百分比，它作為城市環(huán)境系統(tǒng)中的重要因素，已經(jīng)被廣泛應(yīng)用于城市水文過程模擬、熱島效應(yīng)分析等研究中[2]。隨著近年來城市化進(jìn)程的不斷加快，導(dǎo)致不透水面覆蓋區(qū)域頻繁變化，利用傳統(tǒng)的資料統(tǒng)計(jì)和監(jiān)測(cè)方法已經(jīng)很難及時(shí)獲取最新的不透水面位置信息。遙感技術(shù)由于具有監(jiān)測(cè)范圍大、信息獲取比較快等優(yōu)勢(shì)，已經(jīng)成為地表環(huán)境監(jiān)測(cè)的重要手段，從衛(wèi)星圖像中使用遙感技術(shù)方法提取的不透水地面信息，可以及時(shí)提供客觀數(shù)據(jù)，緊跟城市化的步伐。

利用所獲得的遙感影像數(shù)據(jù)進(jìn)行不透水面提取的方法主要有主成分分析法以及建模法。王俊松等利用高分辨率遙感數(shù)據(jù)將主成分分析的部分波段組合，增強(qiáng)了不透水面信息與背景信息的反差，提高了不透水面信息提取的精度[3]。生物物理成分指數(shù)(Biophysical Composition Index,BCI)是通過將城市地表看作由植被、不透水面及土壤等三種基本成分組成，來區(qū)分城市地物的城市環(huán)境指數(shù)[4]。本文在對(duì)BCI指數(shù)進(jìn)行分析的基礎(chǔ)上，結(jié)合距離加權(quán)算法，建立一個(gè)新的復(fù)合空間來提取不透水面的信息，大大提高了信息提取精度。

2研究區(qū)及數(shù)據(jù)源概況

廣州市地處廣東省中南部，位于東江、西江、北江三條江流的交匯處，瀕臨南海[5]。研究區(qū)域的平均海拔為43.4 m，最高處海拔達(dá)到1 210 m，地勢(shì)由北向南逐漸降低,東北部為中低山地；中部為丘陵盆地；南部為沿海沖積平原，是珠江三角洲的組成部分。

TM 影像指的是美國(guó)陸地衛(wèi)星4～5號(hào)專題制圖儀所獲取的多波段掃描影像。一共分為7個(gè)波段。主要特點(diǎn)為影像具有較高的空間分辨率、波譜分辨率以及十分豐富的信息量和非常高的定位精度[7]。本文研究所使用的數(shù)據(jù)是Landsat8 TM 圖像，軌道號(hào)為122/44，接收日期為2013-12-29，全景圖像質(zhì)量較好，無云及條帶等影響。

3城市不透水面的提取

不透水面提取的技術(shù)流程如圖1所示。

圖1　技術(shù)路線

3.1BCI指數(shù)法

生物物理成分指數(shù)BCI由Chengbin Deng首次提出，其思想來源于Ridd提出的V-I-S模型(Vegetation-Imperious-Soil)，對(duì)于BCI指數(shù)，不透水面與其正相關(guān)且灰度值大于0，植被與其他土地覆蓋灰度值小于0，且與植被覆豐度負(fù)相關(guān)，而土壤的灰度值接近0，這樣可以將三種組分區(qū)分開。BCI指數(shù)與NDVI指數(shù)相比的優(yōu)勢(shì)在于：相比NDVI與不透水面相關(guān)性來說，BCI與不透水面的相關(guān)性則更強(qiáng)，且BCI與植被豐度的相關(guān)性及NDVI與植被豐度的相關(guān)性相當(dāng)。相較于NDBI建筑物指數(shù)，BCI指數(shù)可以更好地區(qū)分光照土壤與高反照率不透水面。故總體來說，BCI指數(shù)比NDVI指數(shù)、NDBI指數(shù)更適合用來監(jiān)測(cè)和分析城市環(huán)境。

根據(jù)Chengbin Deng提出的算法計(jì)算BCI指數(shù)，其具體計(jì)算公式為

(1)

式中：H為高反射率即歸一化TC1分量，L為低反射率即歸一化TC3分量，V為植被即歸一化TC2分量。3個(gè)因子的計(jì)算公式為

(2)

(3)

(4)

式中：TCi(i=1,2,3)是前3個(gè)TC分量，TCimin和TCimax分別是第i個(gè)TC分量的最小值及最大值。

3.2距離加權(quán)法

以往對(duì)城市熱島效應(yīng)所進(jìn)行的遙感研究大多都是利用城市行政邊界、城市不透水面以及土地分類等方法來區(qū)分城建區(qū)與郊區(qū)。對(duì)于廣州市而言，在其行政區(qū)劃范圍內(nèi)，除城建區(qū)外，還分布著山區(qū)、水庫等大量非城建區(qū)，故不能以廣州市行政邊界區(qū)分城建區(qū)與郊區(qū)。

城市不透水面法也是城市熱島研究中區(qū)分城區(qū)與郊區(qū)的主要方法：城區(qū)、郊區(qū)分別為不透水面與透水面的分布區(qū)域，二者平均溫度的差值可作為研究城市的熱島強(qiáng)度。城建區(qū)為城市用地相對(duì)集中分布的地區(qū)，包括城市不透水面以及相應(yīng)建設(shè)的城市綠化帶、公園等功能區(qū)域，如圖2(b)所示，此方法會(huì)忽略城建區(qū)中植被、水體等下墊面類型對(duì)城市熱島的“降溫作用”；同時(shí)，郊區(qū)中存在“零星分布”的不透水面，并不能作為城建區(qū)的一部分，如圖2 (a)所示。由此可見，該方法無法真實(shí)地衡量研究城市的熱環(huán)境特征。

圖2　城建區(qū)與郊區(qū)不透水面分布對(duì)比

針對(duì)上述問題，基于城建區(qū)中不透水面聚集密度大，郊區(qū)中不透水面分布稀疏的特點(diǎn)，本節(jié)涉及的不透水面分布密度計(jì)算方法可衡量城市不透水面的聚集程度，并保證研究區(qū)域內(nèi)下墊面類型的完整性，提高了研究?jī)?nèi)容的可靠度[9]。

某象元點(diǎn)的不透水面聚集密度描述了以該象元為中心，一定半徑范圍內(nèi)不透水面的聚集程度與分布密度。平均值可提現(xiàn)半徑范圍內(nèi)的分布密度。以距離作為權(quán)值，距中心點(diǎn)越近的不透水面權(quán)值越大，可衡量半徑范圍內(nèi)建筑物的聚集程度。其具體計(jì)算公式為

(5)

式中：s為中心點(diǎn)象元，r為計(jì)算半徑，Bsi為半徑r范圍內(nèi)象元(不透水面象元值為1，透水面象元值為0)，Di為象元Bsi與中心點(diǎn)s之間的距離。

4廣州市不透水面提取結(jié)果與分析

4.1基于BCI指數(shù)的城市不透水面提取

計(jì)算Landsat-8數(shù)據(jù)的BCI指數(shù)前，首先需對(duì)Landsat-8數(shù)據(jù)進(jìn)行3步預(yù)處理工作：一是輻射定標(biāo)；二是對(duì)水體進(jìn)行掩膜；三是對(duì)Landsat-8數(shù)據(jù)進(jìn)行穗帽變換(TC變換)。輻射定標(biāo)采用Landsat-8使用手冊(cè)中提供的定標(biāo)系數(shù)[10]。根據(jù)水體利用歸一化水體指數(shù)NDWI閾值法剔除。Landsat-8數(shù)據(jù)的穗帽變換采用的變換參數(shù)見表 1。

表1　Landsat-8數(shù)據(jù)穗帽變換參數(shù)

圖3為廣州市BCI指數(shù)分布情況。從圖中可以看出，對(duì)于Landsat-8 BCI圖像，城市區(qū)域BCI值偏高，呈紅色；土壤及混合土地覆蓋類型的BCI值接近0，呈黃綠色；植被的BCI值較低，一般小于0，呈現(xiàn)藍(lán)綠色調(diào)。根據(jù)不同土地覆蓋類型BCI值的分布情況，設(shè)定閾值為0.5，提取廣州市不透水面如圖4所示?？梢钥吹?，廣州市不透水面分布主要集中在廣州市轄區(qū)、花都區(qū)、番禺區(qū)以及增城區(qū)南部。

圖3　2013-12廣州市BCI指數(shù)

圖4　2013-12廣州市不透水面分布

4.2基于距離加權(quán)的不透水面聚集密度計(jì)算

以2013-12-29廣州市不透水面分布圖為例輸入計(jì)算半徑r=500 m、r=1 000 m下廣州市不透水面聚集密度，如圖5所示。

由圖可以看到，r=500 m與r=1 000 m時(shí)廣州市不透水面聚集密度的分布情況大體相同：主要集中在廣州市轄區(qū)、花都區(qū)、番禺區(qū)以及增城區(qū)南部。番禺區(qū)不透水面聚集密度達(dá)到10%～25%；廣州市轄中部、花都區(qū)中部不透水面聚集密度達(dá)到25%～50%；廣州市轄區(qū)西南部、花都區(qū)南部不透水面聚集密度達(dá)到50%以上。

圖5　基于距離加權(quán)的不透水面聚集密度

5結(jié)束語

基于城區(qū)中不透水面聚集密度大，郊區(qū)中不透水面分布稀疏的特點(diǎn)，本文提出了一種主要城市建區(qū)范圍內(nèi)不透水面的提取流程：基于BCI指數(shù)提取城市不透水面以及計(jì)算基于距離加權(quán)的不透水面聚集密度。由上述分析計(jì)算可以看出，在計(jì)算半徑較小時(shí)，聚集密度對(duì)廣州市不透水面的分布情況刻畫較為精細(xì)，能準(zhǔn)確描述不透水面在微觀尺度上的分布情況，但破碎程度較高，不利于描述其整體分布情況；而計(jì)算半徑較大時(shí)，不透水面的聚集密度“斑塊”較大，可以從大尺度上體現(xiàn)廣州市不透水面的分布特征。利用該方法可以較好地衡量城市不透水面聚集程度及其分布密度，且以此為依據(jù)提取城市主要城建區(qū)范圍，可較好地區(qū)分城市行政區(qū)劃內(nèi)的城郊界線，并保證下墊面類型的完整性。城市不透水面的提取對(duì)研究城市生態(tài)系統(tǒng)變化以及城市熱導(dǎo)效應(yīng)都有積極的影響。

參考文獻(xiàn)

[1]徐涵秋.城市不透水面與相關(guān)城市生態(tài)要素關(guān)系的定量分析[J].生態(tài)學(xué)報(bào),2009(5):2456-2462.

[2]孫宇,吳國(guó)平,劉東.中心城區(qū)不透水地面的自動(dòng)提取——以南京中心城區(qū)提取為例[J].遙感信息,2013(6):66-71.

[3]茍衛(wèi)濤,余樹影,劉軍,等.高分辨率衛(wèi)星影像正射糾正及其在地理國(guó)情監(jiān)測(cè)中的應(yīng)用[J].測(cè)繪標(biāo)準(zhǔn)化,2013(4):8-11.

[4]王靚. 多空間尺度的北京市熱環(huán)境效應(yīng)分析[D].北京：中國(guó)科學(xué)院遙感與數(shù)字地球研究所,2015.

[5]任鵬飛,甘淑,謝顯奇,等.基于ETM～+遙感探測(cè)山地城市不透水面及其動(dòng)態(tài)分析[J].水土保持通報(bào),2013(5):109-112.

[6]徐涵秋.城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用[J].生態(tài)學(xué)報(bào),2013,24:7853-7862.

[7]李海峰.多源遙感數(shù)據(jù)支持的中等城市熱環(huán)境研究[D].成都：成都理工大學(xué),2012.

[8]戴建光,蔡海良.基于TM影像的城市建筑用地信息提取方法研究[J].現(xiàn)代測(cè)繪,2008(6):34-36.

[9]王浩,盧善龍,吳炳方,等.不透水面遙感提取及應(yīng)用研究進(jìn)展[J].地球科學(xué)進(jìn)展,2013(3):327-336.

[10] 李瑋娜.基于遙感技術(shù)的城市不透水面信息的提取應(yīng)用[D].太原：中北大學(xué),2013.

[11] 崔佳潔,李世明.高分一號(hào)衛(wèi)星影像的融合方法比較研究[J].黑龍江工程學(xué)院學(xué)報(bào),2015(3):12-15.

[責(zé)任編輯：郝麗英]

Application of urban impervious surface extraction based on TM image—taking Guangzhou City as an example

LI Peng,WANG Yongji,XING Wujie,CHEN Yaohui

(College of Geoscience and Surveying Engineering ,China University of Mining & Technology, Beijing 100083,China)

Abstract：Remote sensing technology with big fast data acquisition and detection range, and being affected by small terrain, the measurement is becoming more and more widely-applied to various fields. Taking Guangzhou City, Guangdong Province as the research area to extract the impervious surface information this paper uses remote sensing technology based on TM image. A detailed study is made on the biophysical component index BCI and distance weighted algorithm.BCI index method is used to extract the impervious surface information and distance weighted algorithm method to calculate Guangzhou aggregation of impervious surface density.At the moment, it is implemented by the IDL programming. The results show this method can reflect the distribution of the impervious surface in Guangzhou from the large scale.

Key words：sensing; impervious surface information; biophysical component index; istance weighted algorithm

中圖分類號(hào)：TP208

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1671-4679(2016)01-0019-05

作者簡(jiǎn)介：李鵬(1990-)，男，碩士研究生，研究方向：遙感圖像處理與應(yīng)用.

收稿日期：2015-11-13