當(dāng)前國土空間規(guī)劃現(xiàn)狀細(xì)化調(diào)查尚處于外業(yè)核查與內(nèi)業(yè)人工目視判讀的方法探索階段,缺乏較高效率、較高精準(zhǔn)度的技術(shù)方法。因此,文章提出一種融合高分遙感影像圖像信息和POI類別屬性信息的數(shù)據(jù)特點,利用核密度分析和面向?qū)ο蟮男畔⑻崛》椒?實現(xiàn)對國土空間規(guī)劃現(xiàn)狀地類的細(xì)化調(diào)查。通過對城鎮(zhèn)中心和城鎮(zhèn)邊緣2個研究區(qū)進(jìn)行建筑物提取和POI屬性掛接,識別出各建筑物的使用功能類別,再與2019年第三次全國國土調(diào)查的國土利用現(xiàn)狀圖層進(jìn)行空間疊加,完成對研究區(qū)的地類細(xì)化調(diào)查。結(jié)果表明,經(jīng)樣本誤差矩陣評價建筑物提取結(jié)果具有較高分類精度,研究區(qū)的地類細(xì)化調(diào)查結(jié)果準(zhǔn)確度達(dá)到86.2%,且大大提高了工作效率,為國土空間規(guī)劃現(xiàn)狀調(diào)查逐步走向精準(zhǔn)化、高效化和智能化道路提供了方法和思路借鑒,具有重要的深入研究和應(yīng)用推廣意義。 

【文章來源】：熱帶地理. 2020,40(04)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

地塊B地類細(xì)分前（a）后（b）對比

(2）特征提取。特征提取是指對形狀地物具有的光譜特征、幾何特征的規(guī)則設(shè)定和信息提取，也是遙感影像分類最重要和最直接的手段。由于建筑物相較于植被、水體的反射率較高，顏色多變，且建筑物多為規(guī)則形狀，排列齊整，特征辨認(rèn)清晰明顯，因此，可充分利用像元亮度（包括波段亮度均值、對象亮度、亮度級差等指標(biāo)）、長寬比、形狀指數(shù)和形狀緊湊性等特征的差異來進(jìn)行提取，各特征含義及公式表述如下（查澤超，2019）。1）波段亮度均值（Mean），即對象內(nèi)部所有像元亮度值總和與像元個數(shù)的比值，其表達(dá)式為：

從圖6可以看出，地塊A的“三調(diào)”地類包括城鎮(zhèn)住宅用地、科教文衛(wèi)用地、商業(yè)服務(wù)業(yè)設(shè)施用地、公園與綠地、城鎮(zhèn)村道路用地、公用設(shè)施用地和機(jī)關(guān)團(tuán)體新聞出版用地，其中，公用設(shè)施用地和機(jī)關(guān)團(tuán)體新聞出版用地屬于“三調(diào)”分類與國土空間規(guī)劃用途分類中的“一一對應(yīng)型”，無需作地類細(xì)分處理�！耙粚Χ嘈汀敝械某擎�(zhèn)住宅用地被分為一類、二類和三類住宅用地類型；科教文衛(wèi)用地被細(xì)分為醫(yī)院用地、幼兒園用地、中小學(xué)用地和文化用地類型；商業(yè)服務(wù)業(yè)設(shè)施用地被細(xì)分為商業(yè)服務(wù)用地和城鎮(zhèn)社區(qū)服務(wù)設(shè)施用地；公園與綠地進(jìn)一步細(xì)分為公園綠地；城鎮(zhèn)村道路用地進(jìn)一步細(xì)分為城鎮(zhèn)道路用地。圖5 POI核密度分析結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于POI數(shù)據(jù)的鄭州市休閑農(nóng)業(yè)空間分布特征[J]. 馮理明,吝成旺,劉召強(qiáng),楊延基,王鵬飛.  江蘇農(nóng)業(yè)科學(xué). 2020(02)
[2]基于POI數(shù)據(jù)的北京城市文化設(shè)施空間分布特征研究[J]. 廖嘉妍,張景秋.  北京聯(lián)合大學(xué)學(xué)報. 2020(01)
[3]基于多源數(shù)據(jù)的主體功能區(qū)劃分方法——以廣州市為例[J]. 羅偉玲,王艷陽,張恒.  熱帶地理. 2020(01)
[4]高分辨率遙感影像技術(shù)應(yīng)用研究——以城市綠化精細(xì)化調(diào)查為例[J]. 趙康兵.  南京工程學(xué)院學(xué)報(自然科學(xué)版). 2019(04)
[5]遙感影像與POI數(shù)據(jù)相結(jié)合的城市建成區(qū)提取適用性研究——以沈陽市為例[J]. 武新宇,孫立雙,謝志偉,張丹華,于莉莉.  測繪通報. 2019(11)
[6]POI數(shù)據(jù)輔助下的瀘州市城市地塊用地類型現(xiàn)狀快速判斷與驗證[J]. 辜寄蓉,吳修月,黃志勤,馮義從,方從剛.  中國農(nóng)業(yè)資源與區(qū)劃. 2019(11)
[7]多層特征與上下文信息相結(jié)合的光學(xué)遙感影像目標(biāo)檢測[J]. 陳丁,萬剛,李科.  測繪學(xué)報. 2019(10)
[8]基于POI數(shù)據(jù)的上海城市功能區(qū)識別與綠地空間評價[J]. 姜佳怡,戴菲,章俊華.  中國園林. 2019(10)
[9]高分遙感在自然資源調(diào)查中的應(yīng)用綜述[J]. 陳玲,賈佳,王海慶.  國土資源遙感. 2019(01)
[10]基于POI數(shù)據(jù)的北京市商業(yè)中心識別與空間格局探究[J]. 曹芳潔,邢漢發(fā),侯東陽,徐海濱,孟媛,郭旋.  地理信息世界. 2019(01)

碩士論文
[1]面向?qū)ο蟮母叻直媛蔬b感影像水系信息提取研究[D]. 查澤超.成都理工大學(xué) 2019
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像土地利用分類[D]. 門計林.中國地質(zhì)大學(xué) 2019
[3]基于形狀匹配的多分辨率遙感影像建筑物變化檢測方法研究[D]. MEDBOUH Abdessetar.武漢大學(xué) 2017



本文編號：2993656