【摘要】：隨著經(jīng)濟(jì)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(kuò)張。城市空間擴(kuò)張可以促進(jìn)GDP的經(jīng)濟(jì)增長(zhǎng)的繁榮并帶來(lái)更多的就業(yè)崗位及城市居民生活空間,同時(shí)也帶來(lái)了耕地資源銳減、環(huán)境污染和經(jīng)濟(jì)泡沫等各方面問(wèn)題,城市擴(kuò)張問(wèn)題逐漸成為地學(xué)鄰域關(guān)注和研究的熱點(diǎn)。利用衛(wèi)星遙感技術(shù)獲取實(shí)時(shí)的城市空間信息,可以為當(dāng)?shù)卣皶r(shí)掌握城市空間格局的演變、進(jìn)行土地資源監(jiān)管和城市規(guī)劃建設(shè)等提供寶貴的資料。本文以廣州市為研究區(qū)域,運(yùn)用面向?qū)ο笥跋穹诸惙椒ňC合RS、GIS技術(shù)和統(tǒng)計(jì)學(xué)理論對(duì)廣州市城市空間格局演變進(jìn)行研究。主要研究工作如下:(1)利用面向?qū)ο蠓诸惱碚摵蛡鹘y(tǒng)分類方法進(jìn)行對(duì)比,通過(guò)理論分析和實(shí)驗(yàn)得出的精度進(jìn)行比較,表明面向?qū)ο蠓椒ㄔ谶b感影像分類方面優(yōu)于傳統(tǒng)的分類方法。(2)針對(duì)Landsat系列衛(wèi)星影像,采用面向?qū)ο蠓诸惣夹g(shù),對(duì)分割方法、分割尺度和特征指數(shù)進(jìn)行了最優(yōu)選取,并通過(guò)實(shí)驗(yàn)進(jìn)行了驗(yàn)證,結(jié)果表明,采用面向?qū)ο蠓椒ㄔ趯?duì)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?qū)ο蠓椒▽?duì)2005年、2010年和2015年廣州市的Landsat系列影像數(shù)據(jù)進(jìn)行土地利用分類提取,獲取了廣州市十年間建設(shè)用地變化情況;然后基于ArcGIS10.1技術(shù)對(duì)三期的建設(shè)用地矢量圖進(jìn)行疊加分析,動(dòng)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(kuò)張的驅(qū)動(dòng)因子,對(duì)廣州市城市空間格局演變進(jìn)行了定性和定量分析。即:通過(guò)查找廣州市統(tǒng)計(jì)年鑒對(duì)廣州市人口、經(jīng)濟(jì)、道路面積等數(shù)據(jù)對(duì)廣州市城市擴(kuò)張進(jìn)行定性分析;通過(guò)查找廣東省統(tǒng)計(jì)年鑒、廣州市統(tǒng)計(jì)年鑒等統(tǒng)計(jì)局?jǐn)?shù)據(jù)獲取城市擴(kuò)張潛在因子數(shù)據(jù)進(jìn)行定量分析。最后利用SPSS19.0對(duì)數(shù)據(jù)進(jìn)行主成份分析并構(gòu)建主成份得分模型。分析結(jié)果表明,廣州市城市驅(qū)動(dòng)力因子可以歸為以國(guó)民經(jīng)濟(jì)和人口等的外部驅(qū)動(dòng)因素和以城市道路、機(jī)場(chǎng)、港口等的內(nèi)部驅(qū)動(dòng)因素兩個(gè)主成份。
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F299.27;P237
【圖文】：

在影像分割中針對(duì)不同對(duì)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(lái)分類出房屋甚至單顆樹木，一千米左右的分辨率只能用來(lái)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(chǔ)上，針對(duì)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(gè)對(duì)象生長(zhǎng)點(diǎn)遵循異質(zhì)性最小原則尋找該生長(zhǎng)點(diǎn)附近其他對(duì)象，將鄰域異質(zhì)性最小的合并掉，然后再尋找下一個(gè)對(duì)象直到異質(zhì)性達(dá)到用戶設(shè)定的最大值停止生長(zhǎng)，這樣一種自下向上的生長(zhǎng)算法（任毅，2014）。這種算法的關(guān)鍵就在影像對(duì)象的異質(zhì)性的判斷，通常影像對(duì)象都有形狀、紋理、光譜等多種特性。多尺度分割通過(guò)三種影像對(duì)象特征建立異質(zhì)性最小原則并且不是單純的用一種影像對(duì)象特征的異質(zhì)性去判斷，而是利用三種同時(shí)配合（根據(jù)不同面向?qū)ο筇卣髋渲梅峙淙N異質(zhì)性權(quán)重）達(dá)到綜合異質(zhì)性最小的原則，然后進(jìn)行生長(zhǎng)將影像分割成一塊快互補(bǔ)重疊的影像對(duì)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?qū)ο蠓诸惙椒╡Cognition 面向?qū)ο蠓诸惙椒ㄊ腔谀：碚摰囊环N分類方法（周佳，2007）。影像對(duì)象通常都有一維或者多維對(duì)象特征，在影像分類中針對(duì)多維對(duì)象特征時(shí)需要不同的規(guī)則函數(shù)來(lái)定義它的返回值，因此需要建立一個(gè)基于模糊的規(guī)則庫(kù)來(lái)表達(dá)每一類的描述。在面向?qū)ο蠓诸愔蟹诸悧l件表達(dá)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(guò)樣本建立特征庫(kù)，用該影像特征向四周擴(kuò)散捕捉與其特征最為相似的影像對(duì)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(biāo)地類在影像中的特征（光譜、紋理和形狀等特征，每一個(gè)目標(biāo)地類建立一個(gè)有一個(gè)或多個(gè)模糊表達(dá)式組成的類描述集合（王亮等，2013）。每個(gè)影像對(duì)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(duì)象過(guò)程中是通過(guò)隸屬函數(shù)給出的一個(gè)[0，1]之間的函數(shù)的返回值來(lái)表示隸屬程度，1 表示完全隸屬（紀(jì)雯等，2013）�；谀：龜�(shù)學(xué)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(duì)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(xué)的方法是將其模糊化將對(duì)象特征在[0，1]區(qū)間內(nèi)的一個(gè)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(xiàn)】

相關(guān)期刊論文 前10條

1 黎顯平;馮仲科;游先祥;瞿帥;;縣域城市擴(kuò)張遙感動(dòng)態(tài)監(jiān)測(cè)及驅(qū)動(dòng)力分析[J];浙江農(nóng)林大學(xué)學(xué)報(bào);2016年05期

2 汪光燾;;借鑒推廣示范成果,推進(jìn)能源改革、節(jié)能城市建設(shè)——結(jié)合中央城市會(huì)議精神學(xué)習(xí)體會(huì)總結(jié)吐魯番新能源示范區(qū)經(jīng)驗(yàn)[J];城市規(guī)劃;2016年06期

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

4 施利鋒;張?jiān)鱿?劉芳;趙曉麗;劉斌;徐進(jìn)勇;胡順光;;1973年—2013年經(jīng)濟(jì)特區(qū)城市空間擴(kuò)展遙感監(jiān)測(cè)[J];遙感學(xué)報(bào);2015年06期

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

6 姚麗霞;廖麗平;;基于熵值法的國(guó)家中心城市科技競(jìng)爭(zhēng)力動(dòng)態(tài)演變研究——以廣州市為例[J];廣東工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2013年06期

7 紀(jì)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(gòu)造新方法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

8 丁瀾;;廣州市各區(qū)競(jìng)爭(zhēng)力現(xiàn)狀分析[J];現(xiàn)代經(jīng)濟(jì)信息;2013年02期

9 張豪;羅亦泳;張立亭;;基于遺傳支持向量機(jī)的城市擴(kuò)張非線性組合模型[J];地理學(xué)報(bào);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(kuò)展監(jiān)測(cè)的研究[J];地理空間信息;2008年02期

相關(guān)會(huì)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(guó)國(guó)土資源與環(huán)境遙感技術(shù)應(yīng)用交流會(huì)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(guó)可持續(xù)發(fā)展論壇2010年�？ǘC];2010年

3 陳昆侖;陳旭;曾克峰;;基于遙感技術(shù)的城市用地的擴(kuò)張分析[A];湖北省地理學(xué)會(huì)2006優(yōu)秀學(xué)術(shù)論文集（地理科學(xué)類）[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 廖從健;中國(guó)東中西部城市擴(kuò)展遙感監(jiān)測(cè)、驅(qū)動(dòng)因素及效應(yīng)比較研究[D];浙江大學(xué);2013年

2 李波;基于多源遙感數(shù)據(jù)的城市建設(shè)用地空間擴(kuò)展動(dòng)態(tài)監(jiān)測(cè)及其動(dòng)力學(xué)模擬研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前8條

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

2 王霞;基于支持向量機(jī)及MODIS數(shù)據(jù)的城市擴(kuò)張監(jiān)測(cè)研究[D];中國(guó)地質(zhì)大學(xué);2014年

3 蒲苗苗;基于Landsat數(shù)據(jù)的西安市熱島效應(yīng)研究[D];長(zhǎng)安大學(xué);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(xué);2012年

5 黃瑾;面向?qū)ο筮b感影像分類方法在土地利用信息提取中的應(yīng)用研究[D];成都理工大學(xué);2010年

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

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

8 王姣;珠江三角洲地區(qū)城市建成區(qū)擴(kuò)展時(shí)空過(guò)程及影響因素[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

本文編號(hào)：2796415