基于多源遥感影像的土地利用优化配置方法研究—以广州市为例.pdf

内 容 摘 要 解决土地资源的有限性及其利用适宜性的空间差异性，以及与社会经济发展需求 增长无限性之间的矛盾和冲突问题，实现区域土地利用的经济、社会和生态效益的 Pareto 最优，亟需系统分析不同类型土地资源的禀赋条件和城乡发展用地形势，诊断 土地利用配置中面临的突出问题，这是面向国家战略需求，深化土地利用配置研究的 核心任务。20 世纪 70 年代以来，遥感技术的快速发展，以及遥感数据的广泛应用， 使遥感影像信息及其变化信息自动识别的需求日益迫切，这方面也是遥感影像应用中 面临的一个技术瓶颈问题，在一定程度上限制和影响着区域土地利用配置研究的深度 和精度。 基于 SPOT 全色波段及多光谱波段、TM 多光谱波段、ALOS 全色波段和 Hyperion 影像，以广州市为研究范围，本文一是探讨多源遥感数据不同融合方法以及混合像元 线性分解方法及参数对地物提取效果的影响，二是从土地结构与动态、数量结构与优 化、以及空间结构与优化三个方面，分别探讨研究区土地利用优化配置的问题，得出 以下主要结论： （1）多源遥感影像融合的图像处理方法可以使融合后的影像在信息量、清晰度 等方面得以增强，影像质量的这种变化因不同融合方法及参数各异。 在多种各种方法中，小波变换的 IHS 融合方法相对更优，这种 优势不因数据源而 异。不同类型的小波基 1 层小波分解的融合图像的质量差异不明显，但随着小波分解 层数增大时，融合图像质量将因小波基类型而异，这种层数响应对影像面积表现出敏 感性。 （2 ）大气校正可使 Hyperion 高光谱遥感影像的地物边界更加清楚、对比度增强。 几种地物识别方法比较分析表明，光谱角匹配法、全约束的线性混合分解法可以更好 地识别地物类型，较好地识别出低反射率表面、用于建筑屋顶的水泥混凝土、铺路混 凝土等低反射率表面等。尽管如此，高光谱遥感影像地物识别中仍然存在纯净端元的 提取、影像空间分辨率、图像分割的阈值等诸多不确定性的问题，影响到地物识别的 精度。特别地，当阈值由 10%至 60%增大时，类型图的精度单调降低。由此可知， 普遍采用的 50%阈值分割法需要慎用。 I （3 ）研究区土地利用数量结构研究显示，广州市土地利用结构以林地、农用地、 水体和建设用地为其主要类型，农用地和林地的面积百分比持续减少，建设用地正好 呈相反的变化特征，这种土地利用结构及动态特征因规划片区而各异，具有空间异质 性，是人类给予土地系统各种不同作用力的表现。 分析表明：对广州市土地利用进行数量结构的调整，在一定时期内能够满足地区 经济、生态与社会的可持续发展。经济发展不可避免地占用土地，主要表现为耕地、 园地、灌草地和未利用土地数量的减少，城市用地规模的扩展，但基于遗传算法的增 城区土地利用结构优化结果显示，增城区城市用地总面积仍然低于其2010-2020 年《总 规》的 17,831 公顷。研究揭示出实施广州市空间片区规划战略，稳定推进广州市城 镇化进程将是区域土地资源高效集约利用和进一步挖潜的重要途径。 （4 ）基于物元理论，选取土地利用、道路、水体、人口密度、与城市中心的距 离、高程以及坡度等因子，进行增城区建设用地适宜性评价，结果表明物元模型在土 地适宜性评价可行。而相对于传统的模糊数学，物元模型的结果提供更为丰富的信息。 元胞自动机（CA ）模型对广州市生态安全的模拟预测结果表明，至 2020 年广州 市生态安全将不会好转。特别地，当影响地区生态安全的生态服务功能、植被覆盖度、 交通和建设用地等四个因子不变时，将有占总面积 4.2% 的区域转为生态不安全。尽 管如此，在城市总体规划制定时，采取适当的生态保护措施，可减小 5%生态安全逆 转区域。 关键词：土地利用；配置方法；信息提取；多源遥感影像；广州市 II Abstract Due to the contradiction between limited land resources, spatial difference and increasing demands, analysis on land suitability evaluation and opti