面向对象的城市增长空间格局类型遥感分析研究

【作者】 余柏蒗； 刘红星； 吴健平；

【机构】 华东师范大学地理信息科学教育部重点实验室； Department of Geography,University of Cincinnati,Cincinnati,Ohio 45221USA；

【摘要】 遥感图像已被广泛应用于城市增长空间格局类型的分析。传统的遥感分析方法是基于像元的,它的不足包括:遥感图像地理参考的细微误差会导致识别类型的错误;很难区别由于数据噪声和数据处理错误导致的误差等。本研究提出了一种新的面向对象的城市增长空间格局类型的识别方法。此方法首先从遥感图像的分类结果中获取两个时相的城市空间对象;通过对于分类结果的变化分析,区分新增城市空间对象和原有城市空间对象;然后提取对象自身的各类属性(包括几何属性和形状属性)以及对象之间的空间关系(包括拓扑关系、"类拓扑"关系、邻近关系和方向关系);通过确定决策树的方式,分析和识别城市增长的空间格局类型。本研究中识别的城市增长空间格局类型包括;填充型增长、混合型增长、连续型增长和蛙跳型增长等四大类。其中连续型可以进一步分为扩展和线型两类;而蛙跳型可以进一步分为孤立和集群两种。该方法所有算法均已用C++语言实现,并封装为DLL;利用ArcObjects和VB.Net,开发了一个ArcMap的扩展模块,调用DLL,并实现相关的分析功能。本研究以美国College Station为例,利用面向对象的城市增长空间格局类型的识别方法提取了1992年到2001年该地区的城市增长类型,用以验证方法的可行性和有效性。更多还原