论文部分内容阅读
本论文采用遥感技术等现代数字信息技术作为核心技术,利用CBERS CCD数据分析北京城区绿地变化,可以为“绿色北京”的规划和建设提供支持。本文的研究内容主要有以下几个方面:选用2001-2006年连续6年的北京地区夏季CBERS CCD数据来分析北京城区绿地变化,研究区覆盖面积约为856km~2的北京城区(相当于五环路以内的范围)。在遥感图像处理软件中对6个不同时相图像做辐射校正、几何纠正、投影变换等一系列预处理工作,通过对不同变化监测方法的比较分析,确定利用神经网络(Neural Net)分类器分别将2001-2006年的图像划分为四种地类:绿地(包括生长作物的农田)、水体、建筑(房屋、道路)、裸地,在分类的基础上实现的绿地变化监测。研究可得到以下结论:1)与其它传统分类方法(非监督分类、最大似然法)相比,人工神经网络分类法具有非线性分类的优势,可获得更高精度的分类结果,能很好地从不准确或带有干扰的训练数据中进行综合,从而获取较高的模拟精度。2)绿地的分类提取由于CBERS数据波段不全而使遥感分类精度受影响;CBERS-02 CCD图像的分类结果对细节信息的提取能力明显优于CBERS-01 CCD,所选用的国产卫星数据基本上能反映城市园林绿化建设的现状。3)到2006年北京市城区绿地覆盖已达到38.2%,考虑到研究区的位置、绿化覆盖率统计方式等的差别,“2007年前城区绿化覆盖率达40%”的目标已经基本实现。4)基于分类前比较法的绿地变化监测主要通过计算植被指数的方法进而进行比较分析,而植被指数计算不仅受影像时相的影响,同时还受到影像质量等方面的影响,即使通过辐射校正,通过表观反射率计算植被指数效果仍然不佳。研究结果表明,2001-2006年研究区的绿地面积分别为25.5%、26.8%、30.0%、32.6%、34.1%和38.2%。2001-2003年间,绿地面积的增加主要集中在四环路、五环路的附近;城区绿地变化不明显,主要是公园、景点绿地面积略有增加;2003-2004年绿地面积的增加主要是城区道路两侧的绿化;2004-2006年则主要是城区的片状绿化。通过本研究充分说明“绿色北京”建设成绩显著,研究区绿地面积逐年增加。