论文部分内容阅读
城市化指随着地区产业结构调整,人口增长,土地覆盖类型转变,该地区从农村逐渐转变成城市的过程。不透水面变化可以作为衡量城市化发展水平的指标。遥感技术的发展为城市不透水面时空演变的研究提供大量多时相的遥感数据。本论文以Landsat遥感影像为数据源,并选择成都市主城区为研究区域,在2001、2005、2009、2013和2017年的Landsat影像上开展的不透水面研究工作包括以下三点:(1)基于归一化植被指数、改进的归一化差异水体指数、生物物理组成指数,得到Landsat遥感影像混合像元中植被、水体和高反照地物的覆盖度信息,然后结合波段组合,对Landsat影像上的部分像元进行解译,构建水体、不透水面、植被和裸地样本数据集。(2)以2017年5月1号的样本数据集为基础,构建基于一维数据的BP神经网络模型和基于二维数据的卷积神经网络模型,探索最佳不透水面提取算法。研究结果表明:BP神经网络易将不透水面误分为裸地,总体精度为83.31%,Kappa系数为0.78,Macro F1值为81.27%;卷积神经网络没有将不透水面误分为裸地,总体精度为98.32%,Kappa系数为0.98,Macro F1值为98.28%,卷积神经网络相比于BP神经网络在Macro F1、总体精度和Kappa系数分别了提升了15.01%、0.20和17.01%。(3)以2001年10月28日、2005年4月14日、2009年3月24日、2013年4月12日、2017年5月1日Landsat遥感影像为数据基础,利用效果最佳的卷积神经网络提取5景遥感影像上的不透水面信息,探索16年间不透水面时空演变特征。实验结果表明:(1)不透水面是成都市主城区中面积最大的地物类型,2001年至2005年是不透水面变化强度最高的时间段,变化强度为1,956 ha/a,其次为2013年至2017年,2009年至2013年不透水面变化强度为负。其中2001年至2009年不透水面的增加区域大多来自以前的植被区域,2009年至2017年,不透水面面积的主要变化为城市拆建过程;(2)2001年至2009年间,成都市主城区各个行政区不透水面的变化情况与成都市主城区的变化情况一致,其中武侯区不透水面增长率最高,达到28.13%,2017年不透水面面积占比为83.12%。锦江区增长率最低,增长率为13.37%,2017年不透水面面积占比是47.61%;(3)2001、2005、2009、2013和2017年成都市主城区的不透水面中心点存在细微变化,但全部分布在青羊区内。(4)2001、2005、2009、2013和2017年成都市主城区不透水面没有明显的分布方向。