縣域城鎮用地信息提取研究
——以福建省長汀縣為例

林蔚，楊仲元，蔣金亮，徐建剛

（1.南京大學地理與海洋科學學院，南京210023；2.南京大學建筑與城市規劃學院，南京210093）

縣域城鎮用地信息提取研究
——以福建省長汀縣為例

林蔚1，楊仲元1，蔣金亮1，徐建剛2

（1.南京大學地理與海洋科學學院，南京210023；2.南京大學建筑與城市規劃學院，南京210093）

針對如何快速、準確地獲取縣域城鎮用地的信息問題，該文以2010年的TM影像為數據源，以典型的山地城市福建省長汀縣為研究區，比較和分析常用的城鎮用地提取方法的優勢和不足；借鑒分層分類法的思路，綜合運用歸一化植被指數結合地形調節植被指數、多波段譜間關系法結合改進型歸一化水體指數、歸一化裸土指數結合歸一化不透水面指數，對長汀城鎮用地進行提取，總體精度超過85%。分析表明該方法是一種可行有效的城鎮用地提取方法。

城鎮用地信息；TM影像；長汀；分層分類法；信息提取

1 引 言

隨著中國城市化進程的加快，城鎮用地在迅速地擴大。快速提取城鎮用地信息，反映城鎮用地的動態變化，已成為研究城市問題的必然要求。近年來遙感技術因具有重復觀測、覆蓋范圍大、成本低的優點，已成為城鎮用地動態監測的有效手段之一。特別是在“大數據時代”的背景下，不同類型、多種分辨率的遙感影像獲取十分便利，如何對海量數據進行深度挖掘，獲得研究所需的信息已成為熱點之一。因此，探尋一種快捷、準確與客觀地獲取城鎮用地信息的方法，動態監測城市擴張過程，對分析城市擴張的驅動力機制，科學合理地指導城市規劃、控制城市用地規模具有十分重要的意義。

利用遙感影像提取城鎮用地最常用的方法是計算機分類，但由于“同物異譜”和“同譜異物”的現象存在，造成了選擇訓練樣本的困難，導致分類精度達不到要求。為了獲取更高的精度，只能通過目視判讀或手工屏幕數字化的方法，但工作量很大。楊山、查勇提出歸一化建筑指數法［1－2］提取城鎮用地，以其計算方便快速的優勢而被廣泛應用。但后續的證明研究中［3－5］都發現在不同的研究地區，會有其他的地類表現出與城鎮用地類似的光譜特征，所以單純依靠歸一化建筑指數大于0就認定為城鎮用地并不可靠。很多學者針對不同的研究區域對各種歸一化差異型指數進行了改良，如徐涵秋［6］提出了一種綜合歸一化建筑指數（Normalized Differece Built－up Index，NDBI）、修正歸一化水體指數（Modified Normalized Difference Water Index，MNDWI）和土壤調節植被指數（Soil Adjusted Vegetation Index，SAVI）的新型指數（Index－based Built－up Index，IBI），能夠有效地抑制提取城市建成區時的背景噪音，并且精度可以達到95%以上，并在福州、廈門、泉州等城市得到了成功的應用。但有研究［7］指出，當城鎮建筑用地信息在影像中處于主導位置的情況下，TM影像三指數法（NDBI、MNDWI、SAVI）精度很高，否則，由于各種復雜地物的混淆，三指數法的精度無法滿足應用需求。利用遙感圖像譜間關系分析也是提取城鎮用地的主要方法之一，總體提取效果較好［8－9］。譜間關系法利用了遙感影像光譜波段多、每個波段反映不同信息的特點，使用單波段的光譜特征或者多波段光譜之間的關系對城鎮用地進行提取，這種方法在提取城鎮用地時往往需要不斷地調試閾值和復雜的邏輯判斷規則，需要根據不同的研究區域進行選擇，普適性不高，比較繁瑣。

作為我國基本的行政單元，縣是統籌城鄉發展的中間環節，是“新型城鎮化”的重點所在。而目前縣域城鎮用地提取的研究尚不多見，因此有必要填補這方面的空缺。綜上所述，不管是傳統的計算機分類或目視解譯，還是近年來發展起來的指數法或譜間關系法，在提取城鎮用地時均存在不同程度的缺點，無法同時達到快速、準確、客觀提取城鎮用地的要求。為了彌補幾種常用的城鎮用地提取方法的不足，本文借鑒分層分類法的思路對城鎮用地進行提取，該方法需要的遙感數據量小且分類算法簡單：針對各地物不同的信息特點，將圖像按一定原則進行層層分解，信息提取的環境比較純凈［10］。分層分類法已在土地利用／覆蓋遙感監測中被證明了是一種可行的方法［11］，并且能夠提高分類精度。本研究在總結和借鑒前人研究方法的基礎上，以長汀為研究區，提出一種適用于縣域范圍的城鎮用地提取方法。

2 研究區概況、數據來源與技術流程

2.1 研究區概況

長汀縣隸屬于龍巖市，位于福建省西南部，武夷山南段，南與廣東近郊，西與江西接壤。長汀縣地形復雜且破碎，山地丘陵面積大，形成了其“八山一水一分田”的自然地理格局。2009年以來，在海西經濟區的優惠政策和沿海地區產業梯度轉移的大背景下，長汀縣幾年來在經濟總量上取得了長足的發展，地區生產總值增速穩定，但是以山地為主的地形條件極大的限制了城市的擴展空間，可建設用地嚴重不足，為了保證長汀經濟的可持續發展，需要準確的把握城鎮用地的范圍。本次研究選擇長汀縣的大同鎮、汀州鎮、策武鎮以及河田鎮組成的發展區（集中了長汀縣大部分城鎮用地）作為研究區域，如圖1所示。

圖1 研究區2010年Landsat TM影像（RGB：543）

2.2 數據來源

本文選取的數據為美國陸地衛星（Landsat）TM影像，成像時間為2010年1月14日，軌道號為121／42，數據質量高，云量幾乎為0。遙感影像數據來源于中國科學院計算機網絡信息中心國際科學數據鏡像網（http：／／www.gscloud.cn），該數據已經經過系統輻射校正和地面控制點幾何校正，并且通過DEM進行了地形校正。

2.3 技術流程

本文利用分層分類法的思路，綜合已有提取方法的優點，從某一類地物的光譜、空間、時間特征分析入手，找到反映這些特征的典型波段，采用適合此類地物的信息提取方法進行專題信息提取。當一種地物成功提取后，通過掩膜將其從原始圖像中去除，以避免它對其他地物提取的影響。這樣按層處理，只針對一類目標進行提取，提高了每一類目標的提取精度。

圖2 城鎮用地提取技術流程圖

3 長汀縣城鎮用地的提取

3.1 林地和耕地的提取

長汀縣內主要的土地利用／覆蓋類型為林地、耕地、居民點、水體、工業和道路用地及裸地。由于長汀縣山地丘陵面積大，植被覆蓋率一直較高，因此林地是占長汀縣土地利用／覆被類型中比重最大的，宜先對林地進行提取，植被指數是最常用的方法，如土壤調節植被指數（SAVI）［12］、歸一化植被指數等。有學者認為SAVI最適合于研究低植被覆蓋區［13］，因此在長汀并不適用；歸一化植被指數（NDVI）在復雜地形山區容易受到地形的影響［14］，目前的解決辦法有先進行遙感影像地形校正［15－18］，再計算植被指數，但地形校正受制于高精度DEM數據的可獲取性，同時難以避免不同數據之間的匹配精度問題，實際應用效果受到制約［19］。因此，有學者建立地形調節植被指數（TAVI）［20］，并已在不同地形地貌研究區域進行了應用［21］，能夠有效消除山區地形對常用植被指數影響。已有學者運用TAVI對長汀的植被覆蓋度成功的進行了監測［20］，同時還有研究提出復合植被指數（VBSI）［22］，也能較好削弱影像中山體陰影、土壤背景、巖石、建筑用地等地物對植被覆蓋度干擾的。

根據對已有植被指數的分析，首先采用NDVI對研究區的林地范圍進行提取，算法如式（1）所示。如圖3中紅框所示，山體陰影隨著林地一并提取出來，可見計算NDVI時受到了地形的影響。因此，還必須削弱地形因素在提取林地時造成的影響。根據已有的研究，這里選擇TAVI對NDVI進行修正，計算公式如式（2）所示。圖4為TAVI計算結果，可以觀察到紅框中（與圖2中的紅框位置大致對應）及圖4中的黑色點均為山體陰影，通過設定閾值即可將這些山體陰影從NDVI結果去去除，得到更為準確的林地范圍。由于所選遙感影像的時相為1月，此時耕地中只有越冬作物，因此可能會有部分耕地存在閑置，在光譜特征上與裸土類似，在計算NDVI時，經過閾值調試，取0.25時能夠同時提取林地和未閑置耕地，閑置的耕地將在提取裸土的步驟中進行處理。

式中，TM4、TM3分別代表TM影像第4波段和第3波段的反射率，下同。

式中，f（Δ）表示地形調節因子，由文獻［20］可知f（Δ）取0.3，MTM3表示第3波段的最大值。

圖3 歸一化植被指數計算結果

3.2 水體的提取

水體提取方法包括單波段閾值法［23］，多波段譜間關系法［24］和水體指數法等。在使用單波段閾值法提取水體時，一般選取TM第5波段數據（水體在此波段吸收最強，反射率幾乎為零），該方法對陰影區和水體的區分較差［25］。有研究使用基于閾值的多波段譜間關系法，分別在平原地區和山區進行了驗證［26］。最早且最具有代表性的水體指數是由Mcfeeters提出的歸一化差異水體指數［27］（NDWI）。NDWI提出后，很多學者針對不同的研究區和數據源創建了新的或改進的水體指數，如MNDWI［28］、EWI［29］和NWI［30］。徐涵秋在驗證和對比EWI和MNDWI兩種指數后認為后者精度較高，且無論在是否經過大氣校正的影像中都能將水體有效地提取出來［31］。

圖4 地形調節植被計算指數

根據上文的分析，本文分別用NDWI、MNDWI（計算方法如式（3）所示）、NWI 3種水體指數對研究區域的水體進行了計算，發現NDWI和NWI兩種方法并不適用于本地區，再將MNDWI的計算結果與基于閾值的多波段譜間關系法［26］（計算方法如式（4）所示）的提取結果進行了對比。從圖5、圖6的比較可以看出，MNDWI提取的汀江比用多波段譜間關系法的提取結果更為完整，但是同時也出現了一部分的山體陰影同時被錯誤提取（紅色方框中所示）。所以在第一步提取林地和耕地時已將山體陰影的影像去除的前提下，推薦使用MNDWI對水體進行提取。

3.3 裸地的提取

長汀縣內由于水土流失造成地表裸露，雖然近幾十年來面積逐漸減少但仍有一定的數量，裸地并不屬于城鎮用地，應予以去除。此外，還有3.1中未提取的閑置耕地也屬于裸地的范圍，在此一并進行處理。

已有研究提到的譜間關系法不能夠很好地區分研究區域城鎮用地和裸地［9］，因此這里引入雙重指數法［32－33］對裸土進行提取。NDBI指數是提取建筑用地最常用的指數，此外還有歸一化裸土指數NDSI與NDBI的算法相同，參與計算的都是5波段和4波段，說明兩個指數同樣增強的都是高亮度、低植被覆蓋的地區。因此不管計算哪個指數，裸土和建筑用地都是同時被提取出來，導致裸土與建筑用地相混淆。

本研究引入NDSI［34］與不透水面指數NDISI［35］（計算公式如式（5）和式（6）所示）組成雙重指數，由于不透水面指數NDISI增強的只是建筑物、道路等地表不透水面信息，因此可以提取混合信息中的裸地。雙重指數法在增強裸土和不透水面信息后，采用邏輯運算［34］（式（7））得到研究區的裸土信息：

圖5 改進型歸一化水體指數計算結果

圖6 基于閾值的多波段譜間關系法結果

式中，T1為裸土的閾值，大于T1的即為裸土；T2為不透水面的閾值，大于T2的為不透水面。

3.4 獲取城鎮用地范圍

將3.1中提取的林地和耕地、3.2中得到的水體，3.3中得到的裸土從長汀縣發展區的范圍中剔除，得到最終的城鎮用地范圍（圖7）。

圖7 2010年發展區（縣域的大同鎮、汀州鎮、策武鎮以及河田鎮）城鎮用地范圍

4 結果分析及精度評定

從2010年長汀城鎮用地提取結果來看，大致符合現實情況，長汀主城中心，河田副中心的位置十分明顯，長汀經濟開發區內的工業用地規模不斷擴大，策武鎮內的河梁工貿新城也已具規模，策武鎮內麻陂村附近的長汀稀土工業園于2009年底通過了控制性詳細規劃評審，因此在2010年初的影像上暫時還未有明顯的城鎮用地分布。

本文研究的是城鎮用地的提取，可以理解為將所有地物劃分成城鎮用地和非城鎮用地兩類，因此采用類型精度進行評價。本文以目視解譯的結果為參考，在研究區范圍內隨機選取240個樣本點，計算得到總體精度。總體精度的計算方法是：（分類正確的樣點數／總樣點數）×100%。

表1 2010年城鎮用地提取結果評價

5 結束語

本文以TM影像為數據源，以山地城市長汀作為研究區，借鑒分層分類法的思路，選用歸一化植被指數結合地形調節指數提取了林地和耕地，利用改進型歸一化水體指數篩選出水體，最后使用雙重指數法剔除出研究區中的裸地（包括閑置的耕地），得到城鎮用地的范圍，總體精度達到86.7%，kappa系數為0.73，證明本方法是一種可行有效的提取城鎮用地的方法。

在實際應用中，應根據研究區域的實際用地類型特征，分析各種用地類型的面積分布和混淆程度來決定篩選的先后順序，綜合運用計算機分類法、目視解譯法、歸一化差異型指數和譜間關系法，避免單一歸一化差異型指數的局限性，譜間關系法過多的閾值調試和復雜的邏輯判斷規則，逐一將非目標地物分離，最終得到所需的用地范圍，達到準確、簡單快捷提取城鎮用地的目的。

［1］ ZHA Y，GAO J，NI S.Use of normalized difference built－up index in automatically mapping urban areas from TM imagery［J］.International Journal of Remote Sensing，2003，24（3）：583－594.

［2］ 查勇，倪紹祥，楊山.一種利用TM圖像自動提取城鎮用地信息的有效方法［J］.遙感學報，2003，7（1）：37－41.

［3］ 徐涵秋.基于壓縮數據維的城市建筑用地遙感信息提取［J］.中國圖像圖形學報，2005，10（2）：223－229.

［4］ 徐涵秋.基于譜間特征和歸一化指數分析的城市建筑用地信息提取［J］.地理研究，2005，24（2）：311－320.

［5］ XU H.Extraction of urban built－up land features from Landsat imagery using a thematic－oriented index combination technique［J］.Photogrammetric Engineering and Remote Sensing，2007，73（12）：1381－1392.

［6］ XU H.A new index for delineating built－up land features in satellite imagery［J］.International Journal of Remote Sensing，2008，29（14）：4269－4276.

［7］ 周小成，汪小欽，吳波，等.城鎮擴張的多源遙感圖像動態監測分析［J］.地球信息科學，2008，10（3）：332－337.

［8］ 孟瑜，趙忠明，彭舒，等.基于譜間特征分析的城市建筑用地信息提取［J］.測繪通報，2008，（12）：36－38，59.

［9］ 彭光雄，徐兵，沈蔚，等.TM圖像的城鎮用地信息提取方法研究［J］.遙感技術與應用［J］.2006，21（1）：31－36.

［10］ 向天梁，汪小欽，周小成，等.基于分層分析的ASTER影像土地利用／覆被遙感監測研究［J］.遙感技術與應用，2006，21（6）：527－531.

［11］ 胡召玲，李志江，杜培軍.分層信息提取法在縣域土地利用／覆被遙感中的應用［J］.地理研究，2009，28（2）：409－418.

［12］ HUETE A R.A soil－adjusted vegetation index（SAVI）［J］.Remote Sensing of Environment，1988，（25）：295－309.

［13］ RAY T W.Vegetation in remote sensing FAQs［J］.Application.ER Mapper Ltd，2002.

［14］ 姚晨，黃微，李先華.地形復雜區域的典型植被指數評估［J］.遙感技術與應用，2009，24（4）：496－501.

［15］ TEILLET P M，GUINDON B，GOODENOUGH D G.On the slope－aspect correction of multispectral scanner data［J］.Can J Remote Sens，1982，8（2）：1537－1540.

［16］ RIANO D，CHUVIECO E，SALAS J，et al.Assessment of different topographic corrections in Lantsat－TM data form mapping vegetation types［J］.IEEE Transacions on Geoscience and Remote Sensing，2003，41（5）：1056－1061.

［17］ 黃微，張良培，李平湘.一種改進的衛星影像地形校正算法［J］.中國圖像圖形學報，2005，10（9）：1124－1128.

［18］ 高永年，張萬昌.遙感影像地形校正研究進展及其比較實驗［J］.地理研究，2008，27（3）：467－477.

［19］ 江洪，毛政元，汪小欽.地形調節植被指數及其在森林動態監測中的應用［J］.北京林業大學學報，2011，33（5）：8－12.

［20］ 江洪，汪小欽，吳波，等.地形調節植被指數構建及在植被覆蓋度遙感監測中的應用［J］.福州大學學報（自然科學版），2010，38（4）：527－532.

［21］ 肖能文，江洪，汪小欽，等.地形調節植被指數的抗地形效果驗證［J］.遙感信息，2013，28（4）：74－80.

［22］ 江洪，王欽敏，汪小欽.福建省長汀縣植被覆蓋度遙感動態監測研究［J］.自然資源學報，2006，21（1）：126－132.

［23］ 陳華芳，王金亮，陳忠，等.山地高原地區TM影像水體信息提取方法比較—以香格里拉縣部分地區為例［J］.遙感技術與應用，2004，19（6）：479－484.

［24］ 周成虎，駱劍承.遙感影像地學理解與分析［M］.北京：科學出版社，2003.

［25］ 曲偉，路京選，李琳，等.環境減災小衛星影像水體和濕地自動提取方法研究［J］.遙感信息，2011，26（4）：28－33.

［26］ 畢海蕓，王思遠，曾江源.基于TM影像的幾種常用水體提取方法的比較和分析［J］.遙感信息，2012，27（5）：77－82.

［27］ MCFEETERS S K.The use of normalized difference water index（NDWI）in the delineation of open water features［J］.International Journal of Remote Sensing，2005，9（5）：589－595.

［28］ 徐涵秋.利用改進的歸一化差異水體指數（MNDWI）提取水體信息研究［J］.遙感學報，2005，9（5）：590－595.

［29］ 閆霈，張友靜，張元.利用增強型水體指數（EWI）和GIS去噪音技術提取半干旱地區水系信息的研究［J］.遙感信息，2007，22（6）：62－67.

［30］ 丁鳳.一種基于遙感數據快速提取水體信息的新辦法［J］.遙感技術與應用，2009，24（2）：167－171.

［31］ 徐涵秋.從增強型水體指數分析遙感水體指數的創建［J］.地球信息科學，2008，10（6）：776－780.

［32］ 徐涵秋.南方典型紅壤水土流失區地表裸土動態變化分析—以福建省長汀縣為例［J］.地理科學，2013，33（4）：489－496.

［33］ 徐涵秋.福建省長汀縣河田盆地地區近35年來地表裸土變化的遙感時空分析［J］.生態學報，2013，33（10）：2946－2953.

［34］ KEARNEY M S，ROGERS A S，TOWNSHEND J R G.Developing a model for determining coastal marsh“health”［C］.Third The－matic Conference on Remote Sensing for Marine and Coastal Environments，Seattle，Washington，1995：527－537.

［35］ XU H.Analysis of impervious surface and its impact on urban heat environment using the normalized difference impervious surface index（NDISI）［J］.Photogrammetric Engineering and Remote Sensing，2010，76（5）：557－565.

Urban Land Extraction Based on TM Imagery：A Case Study of Changting，Fujian Province

LIN Wei1，YANG Zhong－yuan1，JIANG Jin－liang1，XU Jian－gang2
（1.School of Geographic and Oceanographic Science，Nanjing University，Nanjing210023；2.School of Architecture and Urban Planning，Nanjing University，Nanjing210093）

To grasp the scope of urban land in the county level is significant for successfully carrying out the urban planning and guaranteeing the sustainable development of rural economy.This paper aims at quick and accurate acquisition of the urban land.The study area is located in Changting，a typical mountainous city of Fujian province，where the merits and drawbacks of some traditionally used urban land extraction methods were compared and analyzed.Inspired by the hierarchical classification method，this paper extracted the urban land of Changting county by using NDVI（Normalized Difference Vegetation Index）＆TAVI（Topograpy Adjusted Vegetation Index），MNDWI（Modified Normalized Difference Water Index），NDSI（Normalized Difference Soil Index）＆NDISI（Normalized Difference Impervious Surface Index）methods considering their merits，and the overall accuracy is 85%，which illustrates that the adopted method is useful and efficient for urban land extraction.

urban land；TM imagery；Changting；hierarchical classification；information extraction

10.3969／j.issn.1000－3177.2015.02.022

P237

A

1000－3177（2015）138－0120－06

2014－01－13

2014－04－14

國家自然科學基金資助項目（51278239）。

林蔚（1986～），男，博士研究生，研究方向為城市遙感。

E－mail：gis＿xifan＠163.com

徐建剛（1960～），教授，博導，主要從事城市與區域規劃、城市遙感與GIS研究。

E－mail：xjg129＠sina.com