【摘要】：隨著經濟的快速發(fā)展和城市化水平的提高,人口向城市聚集,促使城市不斷向外擴張。城市空間擴張可以促進GDP的經濟增長的繁榮并帶來更多的就業(yè)崗位及城市居民生活空間,同時也帶來了耕地資源銳減、環(huán)境污染和經濟泡沫等各方面問題,城市擴張問題逐漸成為地學鄰域關注和研究的熱點。利用衛(wèi)星遙感技術獲取實時的城市空間信息,可以為當?shù)卣皶r掌握城市空間格局的演變、進行土地資源監(jiān)管和城市規(guī)劃建設等提供寶貴的資料。本文以廣州市為研究區(qū)域,運用面向對象影像分類方法綜合RS、GIS技術和統(tǒng)計學理論對廣州市城市空間格局演變進行研究。主要研究工作如下:(1)利用面向對象分類理論和傳統(tǒng)分類方法進行對比,通過理論分析和實驗得出的精度進行比較,表明面向對象方法在遙感影像分類方面優(yōu)于傳統(tǒng)的分類方法。(2)針對Landsat系列衛(wèi)星影像,采用面向對象分類技術,對分割方法、分割尺度和特征指數(shù)進行了最優(yōu)選取,并通過實驗進行了驗證,結果表明,采用面向對象方法在對Landsat系列衛(wèi)星影像分類方面優(yōu)于傳統(tǒng)分類方法。(3)利用面向對象方法對2005年、2010年和2015年廣州市的Landsat系列影像數(shù)據(jù)進行土地利用分類提取,獲取了廣州市十年間建設用地變化情況;然后基于ArcGIS10.1技術對三期的建設用地矢量圖進行疊加分析,動態(tài)展示了建成區(qū)空間格局演變軌跡。(4)挖掘廣州市城市空間擴張的驅動因子,對廣州市城市空間格局演變進行了定性和定量分析。即:通過查找廣州市統(tǒng)計年鑒對廣州市人口、經濟、道路面積等數(shù)據(jù)對廣州市城市擴張進行定性分析;通過查找廣東省統(tǒng)計年鑒、廣州市統(tǒng)計年鑒等統(tǒng)計局數(shù)據(jù)獲取城市擴張潛在因子數(shù)據(jù)進行定量分析。最后利用SPSS19.0對數(shù)據(jù)進行主成份分析并構建主成份得分模型。分析結果表明,廣州市城市驅動力因子可以歸為以國民經濟和人口等的外部驅動因素和以城市道路、機場、港口等的內部驅動因素兩個主成份。
【學位授予單位】：東華理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F299.27;P237
【圖文】：

在影像分割中針對不同對象不同的影像特征，本文選擇的分割尺度不同，比如一米左右的分辨率可以用了來分類出房屋甚至單顆樹木，一千米左右的分辨率只能用來分類大面積的地表覆蓋如植被覆蓋、水域、建成區(qū)等。多尺度分割在有限的影像分辨率的基礎上，針對用戶需求利用不同的尺度最大化利用影像所有信息將影像分割成用戶所需要的多邊形。（4）多尺度分割原理多尺度分割算法是從底部尋找一個對象生長點遵循異質性最小原則尋找該生長點附近其他對象，將鄰域異質性最小的合并掉，然后再尋找下一個對象直到異質性達到用戶設定的最大值停止生長，這樣一種自下向上的生長算法（任毅，2014）。這種算法的關鍵就在影像對象的異質性的判斷，通常影像對象都有形狀、紋理、光譜等多種特性。多尺度分割通過三種影像對象特征建立異質性最小原則并且不是單純的用一種影像對象特征的異質性去判斷，而是利用三種同時配合（根據(jù)不同面向對象特征配置分配三種異質性權重）達到綜合異質性最小的原則，然后進行生長將影像分割成一塊快互補重疊的影像對象（張振勇等，2007）。

圖 2.4 多尺度分割參數(shù)選擇Fig 2.4 Multi-scale segmentation parameter selection2.2.3 面向對象分類方法eCognition 面向對象分類方法是基于模糊理論的一種分類方法（周佳，2007）。影像對象通常都有一維或者多維對象特征，在影像分類中針對多維對象特征時需要不同的規(guī)則函數(shù)來定義它的返回值，因此需要建立一個基于模糊的規(guī)則庫來表達每一類的描述。在面向對象分類中分類條件表達式通常有最鄰近函數(shù)和隸屬度函數(shù)兩種。（1）最鄰近分類法最鄰近分類法與傳統(tǒng)監(jiān)督分類的最大似然法分類思想相似，都是基于樣本的分類。最鄰近分類法是通過樣本建立特征庫，用該影像特征向四周擴散捕捉與其特征最為相似的影像對象，然后將其合并。

圖 2.5 最鄰近樣本分類原理Fig 2.5 The principle of the nearest neighbor classification（2）隸屬度函數(shù)分類隸屬度函數(shù)法是根據(jù)用戶所需的目標地類在影像中的特征（光譜、紋理和形狀等特征，每一個目標地類建立一個有一個或多個模糊表達式組成的類描述集合（王亮等，2013）。每個影像對象要確定為哪一類必須符合哪一類的類描述。在判斷影像對象過程中是通過隸屬函數(shù)給出的一個[0，1]之間的函數(shù)的返回值來表示隸屬程度，1 表示完全隸屬（紀雯等，2013）�；谀：龜�(shù)學的隸屬度函數(shù)分類法區(qū)別與傳統(tǒng)的方法在于，傳統(tǒng)的是將某影像對象直接判定為 1 或者 0，即屬于或不屬于，而基于基于模糊數(shù)學的方法是將其模糊化將對象特征在[0，1]區(qū)間內的一個值做為返回值，表示其隸屬的程度，這有利于提高分類的精度。隸屬度分類器和常用的分類方法如圖 2.6，表2.1。

【參考文獻】

相關期刊論文 前10條

1 黎顯平;馮仲科;游先祥;瞿帥;;縣域城市擴張遙感動態(tài)監(jiān)測及驅動力分析[J];浙江農林大學學報;2016年05期

2 汪光燾;;借鑒推廣示范成果,推進能源改革、節(jié)能城市建設——結合中央城市會議精神學習體會總結吐魯番新能源示范區(qū)經驗[J];城市規(guī)劃;2016年06期

3 孟晉杰;王建華;;高分一號影像數(shù)據(jù)城市生態(tài)用地監(jiān)測[J];測繪科學;2016年09期

4 施利鋒;張增祥;劉芳;趙曉麗;劉斌;徐進勇;胡順光;;1973年—2013年經濟特區(qū)城市空間擴展遙感監(jiān)測[J];遙感學報;2015年06期

5 胡瑋;楊友長;段宗來;;基于高分辨率衛(wèi)星的建設用地智能提取[J];安徽地質;2014年03期

6 姚麗霞;廖麗平;;基于熵值法的國家中心城市科技競爭力動態(tài)演變研究——以廣州市為例[J];廣東工業(yè)大學學報(社會科學版);2013年06期

7 紀雯;王建輝;方曉柯;顧樹生;;一種區(qū)間二型模糊隸屬度函數(shù)的構造新方法[J];東北大學學報(自然科學版);2013年05期

8 丁瀾;;廣州市各區(qū)競爭力現(xiàn)狀分析[J];現(xiàn)代經濟信息;2013年02期

9 張豪;羅亦泳;張立亭;;基于遺傳支持向量機的城市擴張非線性組合模型[J];地理學報;2010年06期

10 潘潔晨;胡友健;王冬梅;楊明東;;遙感影像用于城市擴展監(jiān)測的研究[J];地理空間信息;2008年02期

相關會議論文 前3條

1 楊亮潔;薛重生;牟乃夏;李丹;;義烏市城市遙感圖像的地理分析與城市空間格局演變研究[A];全國國土資源與環(huán)境遙感技術應用交流會論文文集[C];2004年

2 王德輝;匡耀求;黃寧生;李超;鄒毅;許連忠;周慧杰;;基于人居環(huán)境適宜性的廣州市人口承載力研究[A];2010中國可持續(xù)發(fā)展論壇2010年專刊（二）[C];2010年

3 陳昆侖;陳旭;曾克峰;;基于遙感技術的城市用地的擴張分析[A];湖北省地理學會2006優(yōu)秀學術論文集（地理科學類）[C];2006年

相關博士學位論文 前2條

1 廖從健;中國東中西部城市擴展遙感監(jiān)測、驅動因素及效應比較研究[D];浙江大學;2013年

2 李波;基于多源遙感數(shù)據(jù)的城市建設用地空間擴展動態(tài)監(jiān)測及其動力學模擬研究[D];浙江大學;2012年

相關碩士學位論文 前8條

1 任毅;面向地理國情監(jiān)測的道路和水系信息提取與分析[D];重慶交通大學;2014年

2 王霞;基于支持向量機及MODIS數(shù)據(jù)的城市擴張監(jiān)測研究[D];中國地質大學;2014年

3 蒲苗苗;基于Landsat數(shù)據(jù)的西安市熱島效應研究[D];長安大學;2014年

4 熊增連;基于高分辨率遙感影像的土地利用/土地覆被提取研究[D];重慶交通大學;2012年

5 黃瑾;面向對象遙感影像分類方法在土地利用信息提取中的應用研究[D];成都理工大學;2010年

6 李成范;城市土地利用變化的遙感監(jiān)測[D];西南大學;2009年

7 戚濤;基于遙感的區(qū)域植被生態(tài)環(huán)境質量綜合評價研究[D];華中科技大學;2007年

8 王姣;珠江三角洲地區(qū)城市建成區(qū)擴展時空過程及影響因素[D];中國科學院研究生院（遙感應用研究所）;2006年

本文編號：2796415