基于遙感和多源地理數(shù)據(jù)的城市土地利用分類

吳琳琳， 李曉燕， 毛德華， 王宗明

(1.吉林大學地球科學學院，長春 130012； 2.中國科學院濕地生態(tài)與環(huán)境重點實驗室，中國科學院東北地理與農(nóng)業(yè)生態(tài)研究所，長春 130102)

0 引言

城市土地利用信息反映著社會經(jīng)濟功能和活動，是城市規(guī)劃和區(qū)域管理的重要基礎[1-2]，對于解決城市問題、科學合理的發(fā)展城市具有重要意義[3-5]。因此，準確、詳細的城市土地利用信息對城市規(guī)劃和發(fā)展起到關鍵性作用[6-8]。然而，城市土地利用類型復雜多樣，人工進行實地調(diào)查費時費力，獲取詳細的城市土地利用信息較為困難[9-10]。國內(nèi)外學者基于遙感影像獲取城市土地利用信息展開了豐富的研究。Gong等[11]利用隨機分類方法對中國332個地級市進行城市土地利用分類研究； Zong等[12]基于多源數(shù)據(jù)，采用隨機森林算法對蘭州市城市土地利用進行分類并分析不同特征組合對分類結(jié)果的影響； Zeferino等[13]利用Landsat8衛(wèi)星影像研究環(huán)境數(shù)據(jù)對土地利用的影響； Saboori等[14]利用高分辨率影像多尺度的紋理特征與神經(jīng)網(wǎng)絡算法相結(jié)合，對城市土地利用信息進行提取。

隨著城市化的不斷發(fā)展，快速高效獲取城市土地利用信息成為研究熱點。隨機森林是一種新型的集成算法，具有訓練樣本數(shù)量少、人工干預少，精度較高、不易過擬合的特點，相較于其他傳統(tǒng)方法具有很好的魯棒性[15-16]。目前，隨機森林已廣泛運用到遙感影像分類中。周天寧等[17]基于Landsat TM影像，利用隨機森林優(yōu)化算法對昌平區(qū)進行土地利用分類，其結(jié)果驗證了隨機森林在土地利用分類的穩(wěn)定性； 馬玥等[18]基于隨機森林算法，對齊齊哈爾市周邊的農(nóng)業(yè)耕種區(qū)進行土地利用分類研究，實現(xiàn)了分類效率、精度及適用性之間的平衡，為農(nóng)業(yè)耕種提供參考； 楊耘等[19]利用高分辨率影像提取城市土地利用分類，通過多個算法對比發(fā)現(xiàn)隨機森林算法對城市土地利用類型提取效果較好，可以為城市土地利用分類提供準確的依據(jù)。

傳統(tǒng)的土地利用調(diào)查無法滿足城市土地管理的需求。隨著通信技術的不斷發(fā)展，熱力圖數(shù)據(jù)、社交媒體數(shù)據(jù)、興趣點數(shù)據(jù)等具有地理意義的空間大數(shù)據(jù)獲取方便，多源數(shù)據(jù)為城市空間結(jié)構的研究提供了依據(jù)和便利[20]。如興趣點(point of interest，POI)數(shù)據(jù)與傳統(tǒng)的土地調(diào)查數(shù)據(jù)相比，POI數(shù)據(jù)樣本數(shù)量多、易獲取，可以記錄土地利用類型及位置信息[21]，更能準確詳細地展現(xiàn)城市空間布局，滿足城市土地利用分類的需要。

哈爾濱市為黑龍江省省會城市，是中國15座副省級城市之一。哈爾濱地處中國東北地區(qū)，是東北北部的政治、經(jīng)濟、文化中心。哈爾濱市城市用地類型較多，獲取困難，研究哈爾濱城市土地利用分類對促進城市發(fā)展和解決城市問題具有重要意義。選擇哈爾濱城市用地為研究區(qū)，分析多源地理空間數(shù)據(jù)對城市土地利用類型的提取能力，利用多尺度分割和隨機森林算法對哈爾濱市城市用地進行分類，為城市規(guī)劃及管理提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

哈爾濱市(圖1)位于東北平原，地處E125°42′～130°10′，N44°04′～46°40′之間。哈爾濱市總面積為5.31×104km2，其中，建成區(qū)面積為302.41 km2； 截至2019年，全市常住人口為1 076.3萬人，城鎮(zhèn)人口709.3萬人，城鎮(zhèn)化率65.9%。哈爾濱市東部與牡丹江市相連，南部與長春市、吉林市接壤，西部與綏化市、大慶市相連，北部與伊春市接壤。哈爾濱市不僅是黑龍江省省會城市，同時也是東北亞中心地帶。本文選取哈爾濱市環(huán)城高速路內(nèi)為研究區(qū)。

圖1 研究區(qū)位置示意圖

1.2 數(shù)據(jù)源

1.2.1 Sentinel-2A遙感數(shù)據(jù)

研究所需的影像數(shù)據(jù)從Google Earth Engine平臺下載(https: //earthengine. google. com/)，采集的數(shù)據(jù)為2019年6月18日的Sentinel-2A遙感衛(wèi)星影像。Sentinel-2A有13個波段，幅寬達290 km，重訪周期為10 d。本研究獲取該數(shù)據(jù)空間分辨率為10 m的紅光、綠光、藍光、近紅外4個波段。影像無云，質(zhì)量較好，可以滿足研究需求。

1.2.2 OSM路網(wǎng)數(shù)據(jù)

路網(wǎng)數(shù)據(jù)在OpenStreetMap(OSM)網(wǎng)站上獲取(https: // www.openstreetmap.org)，OSM是目前最大的協(xié)作和公開許可的地理空間數(shù)據(jù)集合，被廣泛運用于權威數(shù)據(jù)的替代或補充[22]。研究使用的數(shù)據(jù)是2019年哈爾濱城市道路中心線數(shù)據(jù)。根據(jù)路網(wǎng)數(shù)據(jù)的屬性信息，提取哈爾濱市的高速公路、一級公路、二級公路及居民道路； 其次將路網(wǎng)數(shù)據(jù)根據(jù)等級建立緩沖區(qū)，根據(jù)哈爾濱市車道數(shù)量和車道寬度從遙感影像中選取道路樣本進行采樣測距取得平均值，將緩沖區(qū)寬度分別設置為24 m，42 m，25 m和13 m； 最后利用緩沖區(qū)數(shù)據(jù)將遙感影像數(shù)據(jù)進行切割(圖2)。

(a) OSM路網(wǎng)數(shù)據(jù)(b) 路網(wǎng)緩沖區(qū)數(shù)據(jù)

1.2.3 采樣地塊數(shù)據(jù)

采樣地塊數(shù)據(jù)來源于Google Earth和實地調(diào)查采樣，作為訓練樣本及驗證樣本。根據(jù)城市基本土地利用制圖采樣方案[11]，將城市土地利用類型分為5個一級地類； 10個二級地類(表1)。在Google Earth中選取318個訓練樣本，涵蓋了所有二級土地利用類型，選取的地塊具有典型性和穩(wěn)定性，并且土地利用混合性低。哈爾濱市實地選取66個樣本，包括地理位置、一級類別、二級類別、建筑物名稱、混合比例并拍攝現(xiàn)場照片作為驗證樣本。

表1 采樣地塊類型及數(shù)量

1.2.4 POI數(shù)據(jù)

POI數(shù)據(jù)來源于百度地圖，通過爬蟲獲取研究區(qū)2019年6月的所有數(shù)據(jù)。POI數(shù)據(jù)基本涵蓋城市地理的全部要素信息，其內(nèi)容豐富且精度較高。POI數(shù)據(jù)包含的土地利用類型較為齊全，共有13個類型，18.2萬條數(shù)據(jù)，為百度地圖分類系統(tǒng)。經(jīng)過對POI數(shù)據(jù)進行清洗和糾偏[23]，將POI數(shù)據(jù)依據(jù)上述分類系統(tǒng)重新分類(表2)。

表2 POI城市基本土地利用分類體系

1.2.5 夜間燈光數(shù)據(jù)

夜間燈光數(shù)據(jù)來源于珞珈一號(http: //59.175.109.173: 8888/app/login.html)。夜間光照強度與城市用地類型有一定相關性，夜間燈光數(shù)據(jù)可以用來描述區(qū)域人口、城市化和經(jīng)濟發(fā)展狀況[24-25]。人類活動強度越大，夜間光照強度就越大。本研究選擇2018年9月8日的哈爾濱市夜間燈光數(shù)據(jù)作為人類活動指標，空間分辨率為130 m，是目前可獲取的最新數(shù)據(jù)。由于2018—2019年間城市土地利用變化不大，因此選擇此數(shù)據(jù)。對夜間燈光數(shù)據(jù)進行特征提取并進行重采樣至10 m，參與哈爾濱城市土地利用分類。

2 研究方法

圖3為研究中使用的主要方法： ①用OSM獲取的路網(wǎng)數(shù)據(jù)生成城市地塊； ②對Sentinel-2A數(shù)據(jù)、POI數(shù)據(jù)和夜間燈光數(shù)據(jù)進行特征提取； ③通過Google Earth和實地測量采集訓練樣本和驗證樣本； ④進行哈爾濱市制圖和分類精度評估，分析不同特征組合對分類結(jié)果的影響。

圖3 研究方法流程

2.1 多尺度分割方法

遙感影像多尺度分割的結(jié)果直接影響用地分類結(jié)果的好壞[26-27]。因此，確定最優(yōu)分割尺度對城市土地利用類型的確定是至關重要的。對于一種特定的土地利用類型，最優(yōu)分割尺度應能夠較好地顯示地物的邊界，不能出現(xiàn)過于破碎或模糊的現(xiàn)象[28]。Woodcock等[29]最先利用布局方差對影像進行多尺度分割，得到的結(jié)果精度較好。因此，選擇局部方差法對研究區(qū)進行最優(yōu)尺度分割。計算公式為：

(1)

(a) 分割尺度為50(b) 分割尺度為100(c) 分割尺度為180

2.2 特征提取

表3是對數(shù)據(jù)提取的特征，分別對光譜、紋理、POI數(shù)據(jù)、珞珈一號夜間燈光數(shù)據(jù)進行特征提取。根據(jù)Sentinel-2A波段和典型光譜指數(shù)計算光譜特征； 通過灰度共生矩陣計算紋理特征； 計算POI總數(shù)、二級地類POI個數(shù)及比例； 計算夜間燈光數(shù)據(jù)的像元亮度DN平均值和DN總和。

表3 地塊特征匯總

2.3 隨機森林分類方法

隨機森林是2001年由Breiman提出的一種機器學習算法，結(jié)合Bagging集成學習理論和隨機子空間的方法，由多顆決策樹分類器構成[30]。隨機森林的訓練流程如圖5所示。首先，通過隨機重采樣的方式從原始訓練樣本中有放回的隨機抽取N個訓練集，每個訓練集數(shù)量約為原始數(shù)據(jù)集的2/3； 其次，將每個訓練集建立分類決策樹，產(chǎn)生N棵CART決策樹組成的森林。根據(jù)基尼系數(shù)最小原則選出最優(yōu)內(nèi)部節(jié)點分支； 最后，采用集成學習理論將N棵決策樹的預測結(jié)果進行統(tǒng)計，通過投票結(jié)果判定未分類樣本的類別，分類結(jié)果由多數(shù)決策樹投票結(jié)果決定。在抽取樣本時約有1/3的數(shù)據(jù)沒有抽中，利用這1/3的數(shù)據(jù)進行內(nèi)部誤差估計，產(chǎn)生袋外(out-of-bag)數(shù)據(jù)誤差。

圖5 隨機森林原理流程

本研究以地塊為分類單元，隨機森林算法通過eCognition Developer 9平臺實現(xiàn)。通過實驗得出，當N≥100時，各個地物類型的袋外誤差趨于穩(wěn)定。

2.4 精度評價指標

利用驗證樣本對隨機森林分類精度進行驗證，采用混淆矩陣對城市土地利用分類精度進行評價。評價指標包括生產(chǎn)者精度、用戶精度、總體精度及Kappa系數(shù)，表達式分別為：

PA=Pjj/P+j，

(2)

UA=Pii/Pi+，

(3)

OA=(Pk1+Pk2+···+Pkn)/P，

(4)

(5)

式中：PA為生產(chǎn)者精度；Pjj為類型中第j類和實測數(shù)據(jù)類型第j類所占的組成成分；P+j為實際觀測的第j類的總和；UA為用戶精度；Pii為類型中第i類和實測數(shù)據(jù)類型第i類所占的組成成分；Pi+為分類得到的第i類總和；OA為總體精度；Pk1，Pk2，…，Pkn為實測數(shù)據(jù)類型中第k類所占的組成成分；P為總樣本數(shù)；P+i為實際觀測的第i類的總和。

3 結(jié)果與分析

3.1 精度驗證

表4為一級地類精度的混淆矩陣，利用總體精度和Kappa系數(shù)來判定地類精度。一級地類總體精度為86.0%，Kappa系數(shù)為0.75； 二級地類總體精度為73.9%，Kappa系數(shù)為0.69。其中，商業(yè)用地用戶者精度為95.1%，公園與綠地用戶者精度為97.1%； 機關團體用地和醫(yī)療衛(wèi)生用地分類精度較低，前者用戶者精度為15.7%，后者用戶者精度為11.1%。

表4 一級地類精度混淆矩陣

3.2 城市土地利用分類結(jié)果

通過OSM數(shù)據(jù)對哈爾濱市路網(wǎng)數(shù)據(jù)進行提取，利用多尺度分割將Sentinel-2A遙感衛(wèi)星影像分割為地塊。對POI數(shù)據(jù)進行篩選和重分類，將夜間燈光數(shù)據(jù)進行特征提取，利用隨機森林分類方法對研究區(qū)進行分類，結(jié)果如圖6所示。

圖6 城市土地利用分類結(jié)果

3.3 不同特征組合的分類精度分析

圖7為二級地類在不同特征組合下參與土地利用分類的生產(chǎn)者精度及用戶精度。可以看出，不同數(shù)據(jù)組合參與土地利用分類的精度不同。當采樣地塊參與土地利用分類時，公園與綠地的生產(chǎn)者精度和用戶精度最高，分別為95.5%和64.6%。相比加入POI數(shù)據(jù)和夜間燈光數(shù)據(jù)后精度的提高并不顯著。說明對公園與綠地的識別主要依賴于遙感光譜特征和紋理特征。圖7中，與(a)相比，(b)和(c)中商務辦公用地和商業(yè)用地精度顯著提高，但夜間燈光數(shù)據(jù)對商服用地精度的提升幅度更大； (b)中教育用地的精度高于(a)中的精度，說明POI數(shù)據(jù)可以提高教育用地的精度，其生產(chǎn)者精度為71.4%，用戶精度為62.5%； (c)中夜間燈光數(shù)據(jù)對住宅用地的分類精度略有提高，但沒有(b)中提高幅度大，表明POI數(shù)據(jù)可以改善對住宅用地分類精度，但程度有限； (a)中工礦倉儲用地精度較低，(b)中工礦倉儲用地精度有顯著提高，說明工礦倉儲用地更適合用POI數(shù)據(jù)參與分類。在所有試驗中，機關團體用地和醫(yī)療衛(wèi)生用地精度均較低，POI數(shù)據(jù)和夜間燈光數(shù)據(jù)對機關團體用地和醫(yī)療衛(wèi)生用地精度提升改善程度有限。同(a)相比，(b)中體育和文化設施用地精度有所提升，說明POI數(shù)據(jù)可以提高體育和文化設施用地的精度，但是并未達到良好效果。遙感影像數(shù)據(jù)的光譜特征、紋理特征、POI數(shù)據(jù)和夜間燈光數(shù)據(jù)可以有效提高城市土地利用分類精度。單獨使用采樣地塊數(shù)據(jù)參與分類時，城市土地利用分類精度較低； 當使用采樣地塊和POI數(shù)據(jù)時，可以較好地提高住宅用地、工礦倉儲用地和教育用地精度； 當使用采樣地塊和夜間燈光數(shù)據(jù)時，對商務辦公用地和商業(yè)用地精度提升較大； 將全部特征參與分類時，分類結(jié)果的精度最高，即為分類的最佳組合。這表明綜合使用多源特征可以改善城市土地利用分類的精度，光譜特征、紋理特征、POI數(shù)據(jù)和夜間燈光數(shù)據(jù)可以顯著提升某些地塊類型的準確性，但是綜合運用可以有效提升所有地物類型的準確性。

(a) 采樣地塊(b) 采樣地塊-POI

(c) 采樣地塊-夜間燈光數(shù)據(jù)(d) 采樣地塊-POI-夜間燈光數(shù)據(jù)

圖7 基于不同特征組合的生產(chǎn)者精度和用戶精度(二級地類)

4 結(jié)論與討論

本文以哈爾濱市市區(qū)為研究區(qū)，結(jié)合OSM數(shù)據(jù)將地塊劃分為基本分類單元，基于Sentinel-2A遙感影像、POI數(shù)據(jù)和夜間燈光數(shù)據(jù)等，采用隨機森林分類方法對研究區(qū)進行城市土地信息提取，得到如下結(jié)論：

1)一級地類總體分類精度為86.0%，Kappa系數(shù)為0.75； 二級地類總體精度為73.9%，Kappa系數(shù)為0.69。

2)遙感影像、多源地理空間數(shù)據(jù)及網(wǎng)絡數(shù)據(jù)相結(jié)合能夠有效提高分類精度，有利于提高城市土地利用分類效果。

3)POI數(shù)據(jù)可以顯著提高住宅用地、工礦倉儲用地和教育用地分類精度； 夜間燈光數(shù)據(jù)能夠有效提高商務辦公用地及商業(yè)用地分類精度。

相較于2018年中國基本城市土地利用分類，本文分類精度有較高的提升。文章選取訓練樣本的混合度更低，提高了訓練樣本的純度和數(shù)量； 利用更詳細的路網(wǎng)數(shù)據(jù)對地塊進行分割，并且選取訓練樣本數(shù)據(jù)時盡可能在空間分布上均勻分布。盡管上述方法對于研究區(qū)能夠得到較好的分類結(jié)果，同時也存在局限性。城市土地內(nèi)部結(jié)構復雜多樣，實際土地利用大多為混合地塊，無法精確保證每個地塊均為單一類型。同時城市的快速發(fā)展使城市三維空間利用率增加，一幢建筑中不同高度的建筑用地不是單一用地類型，僅用路網(wǎng)數(shù)據(jù)很難對其進行精確有效的劃分。POI數(shù)據(jù)和夜間燈光數(shù)據(jù)可以有效提高分類精度，但是并不適合所有用地類型，造成城市土地利用分類精度差異性。在對城市土地利用類型進行分類過程中，應更進一步對地塊進行精準劃分，路網(wǎng)數(shù)據(jù)可以有效對地塊進行劃分，但是并不能完全將不同類型的地塊劃分出來。要進一步優(yōu)化地塊分割的過程，盡量減少有多種土地利用類型的地塊，根據(jù)不同土地利用類型的特征使用不同尺度參數(shù)的分割。此外，對于具有多種利用類型的地塊，根據(jù)不同高度或面積來有針對性地權衡POI數(shù)據(jù)對分類結(jié)果的影響，盡可能將不同土地利用類型進行細化區(qū)分。