0 引言

城市是各项生产活动在空间上的高密度聚集区。城市的发展可以从内部的经济要素、社会要素、政治要素等多个指标来进行衡量。在空间上，城市发展可以体现为城市面在各个维度上的扩张，同时，城市面及其各项属性是衡量城市发展状态的重要依据和指标，城市面的扩张变化与城市的综合发展有着密切的相互作用。

同自然表面的土地监测不同，由于不间断的城市化进程，城市面信息在短时间尺度内会产生相对更快的变化，尤其是外围城郊地区。传统的获取城市面信息的手段主要围绕人工测绘方法，它耗资巨大、实时性差、数据难以及时更新。随着卫星对地遥感观测技术的快速发展，越来越多的城市面提取算法被相继提出，为城市扩展监测等工作降低了成本、提高了效率。

作为一种获取地表信息的高效手段，遥感技术可快速提取地下垫面地理信息，获得不同时期城市用地资料，监测城市发展过程，对科学合理地进行城市发展分析、规划和管理具有重要的意义。

1 研究区域

灌云县处于东经119°2′50″—119°52′9″和北纬34°11′45″—34°38′50″之间，处于温带季风气候区，隶属于江苏省连云港市，总面积1878.2平方千米，人口107.2万。

1912年，灌云县正式建县。1983年，灌云县开始实行市管县体制，被划分至连云港市管理。县域西北部分布有孤岛状低山丘，最高海拔226米（大伊山），其余地区多为海陆交互沉积的滨海平原，整体地形呈西高东低状。

2 数据来源及预处理

2.1 Landsat影像数据

Landsat系列卫星诞生于1972年，至今已经发射8颗，是人类首次设计用来系统地、重复地获取关于地球表面资源信息的多光谱、中等分辨率的卫星系统。自升空以来，已经在土地利用、农业生产、区域规划等多方面提供了大量观测，可以较好地识别不同地物特征，特别是建筑物、不透水面组成的城镇建成区，因而广泛地被用作城市空间扩展地研究参考。

2.2 ASTER-GDEMV2高程数据

ASTER-GDEMV系列数字高程数据是目前（2019）全球唯一一套完整覆盖陆地表面的数字高程数据，由NASA（美国）以及METI（日本）联合制作，并于2009年首次发布（ASTER-GDEMV1）。ASTER-GDEMV数字高程数据自发布以来，为全球范围内各类地面观测和量化计算任务提供了高质量的数据支撑。

ASTER-GDEMV2数据是在对ASTER-GDEMV1数据的改进基础上进行制作的，提高了数据的空间分辨率以及高程精度。该数据于2015年1月6日正式发布。

3 研究方法

3.1 数据预处理

（1）数据裁剪：

以灌云县行政区域矢量面数据为掩膜，对所有数据进行裁剪。

图1 灌云县行政区域假彩色合成图像

（2）地理配准：

地理配准是在待配准影像和底图影像之间建立点对应关系，通过几何变换和插值方法对待配准影像的实际位置进行重新定位的过程。

利用ArcGIS软件，对所有影像数据进行地理配准。以灌云县ASTER-GDEM-V2高程数据为底图，选取共4个地形特征点作为控制点（包括山顶点，河流汊点），对7组多波段遥感影像分别进行配准。

（3）像元坐标纠正：

当处于相同坐标系下的遥感影像数据的对应栅格发生相对性偏移时，若要进行多个栅格图层的叠加分析，就要保证各个栅格数据在空间上是逐个像元对应的。像元坐标纠正可以对多分辨率的、存在偏移量的影像数据进行纠正，最终使得遥感数据统一到同一分辨率下，并且保证像元数据逐像元对应。

（4）影像质量增强：

影像质量增强处理是遥感影像预处理的通常方法流程。为使得影像上感兴趣的特征得以加强，并使影像变得清晰且解译性提高，通常需要对遥感影像进行增强处理。通过增强可以突出遥感影像中有用的信息，提高信息分类精度。

3.2 工作原理及流程

（1）工作流程：

分层分类思想根据景观分异规律和对景观总体规律及内在关系的认识、设计决策树。不同类别间的相互关系、内在联系，有的可以根据理论分析和实际知识与经验来直接确定，有的需要通过大量计算或者统计分析、间接指标来寻找。可以将已有规则看作分类样本的训练结果，将复杂的分类任务划分为多个简单的二分类任务，最终自上而下得到分类结果。

本文所选研究区域在影像覆盖时间范围内基本完成了由城市化初期至中期加速阶段的转型，城市区域具有典型的住宅区、商业区、工业区三个子区域，并有相当一部分水域面积。土地类型变化的主要方向是耕地、裸土向建设用地的转变。

上一篇：1990－2018年黄河流域（河南段）土地利用格局
下一篇：没有了