大城市边缘区土地利用动态遥感试验研究——以北京市朝阳区为例.docxVIP

第15卷第1期1995

第15卷第1期1995年2月

Vol.15No.1

Feb.,1995

SCIENTIAGEOGRAPHICASINICA

大城市边缘区土地利用动态遥感试验研究——以北京市朝阳区为例

郑兴年胡宝新崔伟宏

(中国科学院遥感应用研究所，北京100101)

关键词土地利用动态分析大城市边缘区遥感地理信息系统

城市边缘区是城市向乡村的过渡地带，土地利用兼具城市用地和乡村用地特点。随着城市化过程的加速，该区域土地利用变化频繁。及时了解和掌握城市边缘区土地利用变化空间和数量特点，对于合理进行城市规划、调整用地结构、促进城市经济更快发展具有十分重要的意义。

本文以北京市朝阳区为例，采用遥感与地理信息系统技术进行了大城市边缘区土地

利用动态遥感的试验研究。

1北京市朝阳区土地利用分类

北京市朝阳区位于北京市东北郊，占地460多km2,总人口125.3万人。解放前，本区基本属于城郊农业区，土地利用以农业用地为主。解放后，随着城乡经济的发展，先后进行了大量的改建、扩建工程，工业、交通、科研、文教卫生及商业等蓬勃发展。特别是近几年，旅游、体育事业更是发展迅速，举世闻名的亚运村拔地而起，占地150ha,以致本区城市用地在不断扩大，农业用地不断减少，土地利用变化十分迅速。

本区由于处于城市向乡村的过渡地带，土地利用兼具城市和乡村用地特点，同时也具有其自身的特殊性，如菜地、鱼塘等用地类型占有相对较大的比重，属于典型的大城市边缘区。因此，通过北京市朝阳区土地利用动态监测分析研究，可以在一定程度上揭示我国大城市边缘区各部门土地利用时空分布和数量特点及其动态变化过程和发展趋势，为我国大城市边缘区土地利用的合理布局提供科学依据。基于此，本区土地利用类型被划分为耕地、林地、城镇与工矿用地、交通用地、水域和其它用地等6个一级类型。在耕地中又分出菜地和菜地以外的耕地；在水域中也分出鱼塘和鱼塘以外的水域共4个二级类型。

2土地利用遥感信息计算机识别

进行土地利用快速动态遥感监测分析所需解决的首要问题，是土地利用遥感自动分类。目前，遥感图像分类识别一般基于光学和计算机图像处理技术通过人工目视解译制图完成，而遥感图像自动识别方法并不十分完善，达不到实用化的要求。本文设计建立了一个分级结构的遥感图像分类系统。该系统分为处理级和识别级。处理级包括结构分类系统

48地理科学15卷

TM3,4,5

TM3,4,5

预处理

结构分类器

初分类结果

基于知识的修改

最终分类结果

城市更新区

水域

城区

TM1,2,3,4,5.7

专题信息提取

概率松驰法

菜地

图1基于知识的分级结构的遥感图像分类系统

Fig.1Remotesensingimageclassification

systembasedonknowledge

利用邻接象元属于各类别的概率来调整中心象元从属各类别的概率，并根据调整后的概率对各象元进行类型划分。概率调整过程是一个多次叠代的过程。

首先，利用最大似然比分类方法求出各点a;属于每一类λ的概率P?(λ),考虑到空间相关性，用象元a的四邻域(图2)的各象元属于入类的概率调节中心象元点的概率：

其中，k为叠代次数。重复叠代，直到两次相近的P:(λ,)变动小于给定的阈值或有变动的象素个数小于给定的阈值为止。在以上概率松驰过程完成后，对每个象素各得到一组分别属于λ?~λ类的概率，再依据概率判别法则：

若P?(λ,)P?(2)(对于所有l≠j),

则a属于入；类，

判别各象素的类别。如此可实现对遥感图像的分类识别。

图2象元四邻域

Fig.2Fourneighbouringpixels

和辅助信息提取系统；识别级则是利用提取出的辅助信息对预分类结果进行判断、修改，以获得较好的分类结果(图1)。在此，结合朝

和辅助信息提取系统；识别级则是利用提取出的辅助信息对预分类结果进行判断、修改，以获得较好的分类结果(图1)。在此，结合朝阳区土地利用遥感图像自动分类识别对此方法进行阐述分析。根据研究的目的和上述土地利用分类系统，遥感信息源选择的是1989年10月17日获取的，经过几何精纠正处理的陆地卫星TMCCT数据。

2.1结构分类器

结构信息(或称邻近象元信息)是指图像中一个象元(或一组象元)与其余任何象元之间的联系。结构方法即是利用这种联系(伴随规律)来改善土地利用分类结果，提高分类精度。概