基于多源多时相遥感影像的城镇扩张动态监测方法研究

遥感影像的多时相监测方法研究在当今的科技时代，遥感技术已经成为获取地球表面信息的重要手段之一。

其中，遥感影像的多时相监测在众多领域发挥着关键作用，如环境监测、农业评估、城市规划以及灾害预警等。

多时相遥感影像能够反映出地表特征在不同时间的变化情况，为我们深入了解地球系统的动态过程提供了宝贵的数据支持。

多时相遥感影像监测的基本原理是通过对同一地区在不同时间获取的遥感影像进行对比分析，从而揭示出该地区的变化信息。

这些影像可以来自不同的传感器，具有不同的空间分辨率、光谱分辨率和时间分辨率。

为了有效地进行多时相监测，首先需要对这些影像进行预处理，包括辐射校正、几何校正和大气校正等，以确保影像之间具有可比性。

在辐射校正方面，由于传感器本身的特性以及光照条件的差异，不同时间获取的影像在辐射亮度上可能存在偏差。

通过辐射校正，可以将影像的辐射亮度值转换为具有实际物理意义的辐射量，如反射率或发射率。

几何校正则是解决由于卫星轨道、姿态以及地球自转等因素导致的影像几何变形问题，使得不同影像中的相同地物能够准确匹配。

大气校正用于消除大气对电磁波的散射和吸收影响，从而更真实地反映地表的光谱特征。

在完成预处理后，接下来就是选择合适的变化检测方法。

常见的方法包括基于像元的方法、基于对象的方法以及基于特征的方法。

基于像元的方法是最为直接和简单的方法之一。

它通过对不同时相影像中对应像元的灰度值或光谱值进行比较，来判断是否发生了变化。

例如，差值法就是计算两个时相影像对应像元值的差值，如果差值超过一定的阈值，则认为发生了变化。

这种方法的优点是计算简单，容易实现，但缺点是对噪声较为敏感，容易产生误判。

基于对象的方法则首先对影像进行分割，将其划分为具有相似特征的对象，然后比较不同时相影像中对象的属性变化。

相比基于像元的方法，基于对象的方法能够更好地考虑地物的空间特征和上下文信息，减少噪声的影响，提高变化检测的准确性。

但该方法的计算复杂度较高，对影像分割的质量要求也较高。

多源遥感数据在土地利用动态监测中的应用作者：唐永航来源：《浙江国土资源》 2012年第7期宁波市土地勘测规划院唐永航近些年来，我国经济持续快速发展，城市化进程不断加快，取得了举世瞩目的成就，但同时在土地利用方面也呈现出新的问题，“少批多占”、“未批先建”、“批荒占耕”等违法用地现象依然存在。

是否能快速、精确地对土地利用的数量、质量分布及其变化趋势进行分析统计，将直接关系着土地利用的可持续发展与规划，新形势下要求国土资源部门更加全面、更加准确、更加快速、动态地进行土地利用的监管。

遥感，即“遥远的感知”，它利用地物对电磁波的发射、反射和吸收特性，通过传感器获取这些信息，获取地物的几何特征和物理特征。

遥感信息是地物要素的真实反映，它具有大面积同步观测的特性，为土地利用大面积同步调查提供条件；遥感数据的多时相特性，也为土地利用的动态监测成为可能；同时，遥感数据也是多种多样的，例如最常见的可见光遥感数据，以及激光雷达点云数据( LiDAR)和微波遥感数据(SAR)等，多源遥感数据大大地扩展了遥感应用的广度和深度。

遥感在我国土地利用调查与监测中的应用由来已久，例如1984年开始的采用最新航空影像数据和卫星遥感数据进行的全国土地详查工程、1999年开始的采用中、高分辨率影像数据进行的针对大中城市的土地利用动态监测、2007-2009年，全面利用3S技术进行全国第二次土地调查工程、国土资源部决定从2010年开始，在全国范围内开展以二调成果为基础的，以自然年为周期的遥感监测和土地变更调查工作。

但目前为止，在土地利用调查与监测中对遥感数据的利用多集中在光学遥感数据，综合利用多源遥感数据进行土地利用动态遥感监测非常必要。

一、多源遥感数据特点遥感技术发展迅速，种类也多种多样，主要包括光学遥感数据、微波遥感数据和LiDAR数据等等。

每类数据都有其各自的优点和局限性，多源数据的出现大大地扩展了遥感数据的应用领域和应用深度。

遥感图像多时相分析的方法与工具遥感技术已经成为现代地学研究和应用中不可或缺的重要工具。

通过遥感图像，我们可以获取大范围、全时相的地球表面信息，从城市规划到农业生产，从环境监测到资源调查，遥感技术都发挥着重要的作用。

而在遥感图像的多时相分析方面，是地学领域中极具挑战性的任务之一，因为它要求对连续多个时间点的遥感图像进行整合和分析，从而获取地表的变化和演化信息。

一、时相分析的意义和挑战遥感图像多时相分析的意义和挑战是显而易见的。

通过对多时相图像进行对比和分析，我们可以了解地表变化的动态过程，如土地利用的演变、城市扩张的规律、植被的季节性变化等。

这些信息对于环境管理、资源规划和应急响应等决策具有重要意义。

然而，要准确地从多时相数据中提取有用的信息并解释其含义是一项复杂的任务。

二、多时相分析的基本原理在进行多时相分析之前，我们需要先对遥感数据进行预处理和校正，以确保数据的一致性和可比性。

一般而言，我们可以采用以下几种基本原理来进行多时相分析：1. 像元级变化检测：通过对同一地区的不同时相图像进行对比，我们可以检测出地表像元的变化情况。

这种方法基于像元的灰度变化或光谱反射率的变化来判断地表的变化程度。

2. 物体级变化分析：对于从空中或卫星上获取的高分辨率遥感图像，我们可以利用对象级的变化来分析地表的变化情况。

通过提取和比较不同时相图像中的对象，如建筑物、道路等，可以了解地表的演化过程。

3. 时间序列分析：这种方法通过对一系列连续时相的遥感图像进行统计和分析，来揭示地表变化的趋势和规律。

例如，我们可以计算出植被指数的时间序列，通过对比不同时间点的指数值来确定植被的季节性变化。

三、多时相分析的工具和算法在现代地学研究中，有许多工具和算法可以帮助我们进行遥感图像的多时相分析。

以下是一些常用的工具和算法示例：1. 多光谱遥感图像堆叠和融合：这种方法将多个时相的多光谱遥感图像在同一坐标系下叠加和融合，以获取全时相信息。

基于遥感的城市扩展动态分析在当今社会，城市的发展日新月异，城市扩展成为了一个备受关注的话题。

遥感技术的出现为我们深入研究城市扩展的动态变化提供了强有力的工具。

遥感，简单来说，就是在不直接接触目标物的情况下，通过传感器获取目标物的信息。

它就像是我们从高空俯瞰城市的一双“眼睛”，能够捕捉到城市在不同时期的影像和数据。

那么，为什么要用遥感来研究城市扩展呢？首先，遥感能够提供大范围、同步的观测数据。

我们可以一次性获取整个城市甚至更大区域的信息，而不是像传统的地面调查那样只能一点一点地进行，费时费力。

其次，遥感数据具有多光谱、多时相的特点。

这意味着我们不仅能看到城市的外观，还能通过不同波段的信息了解城市的各种特征，并且能对比不同时间的影像，清晰地看到城市是如何一步步扩展的。

在获取了遥感数据后，接下来就是对这些数据进行处理和分析。

这可不是一件简单的活儿，需要运用一系列的技术和方法。

比如说，图像分类就是其中一个重要的环节。

我们要把城市中的不同地物，像建筑物、道路、绿地等区分开来，这就需要借助计算机算法和人工判读相结合的方式，以确保分类的准确性。

在分析城市扩展的过程中，有几个关键的指标是我们需要关注的。

其中，城市用地面积的增加是最直观的体现。

通过对比不同时期的城市用地范围，我们可以清楚地看到城市向外扩展了多少。

另外，城市的形状和格局变化也能反映出扩展的特点。

比如，是呈同心圆式的扩展，还是沿着交通线呈带状扩展。

以某个具体的城市为例，假设我们研究的是近二十年的发展。

通过遥感影像可以发现，在初期，城市的扩展主要集中在城市的边缘地带，新的住宅区和工业园区逐渐兴起。

随着时间的推移，城市的中心区域也开始进行大规模的改造和重建，高层建筑不断涌现。

同时，交通基础设施的改善也带动了城市向周边地区的快速扩展，形成了多个卫星城。

城市扩展带来了一系列的影响。

从积极的方面来看，它为城市的经济发展提供了更多的空间，吸引了更多的投资和产业，创造了更多的就业机会。

多时相遥感影像变化检测方法研究进展综述1. 本文概述随着遥感技术的飞速发展，多时相遥感影像在环境监测、资源管理、城市规划等领域发挥着越来越重要的作用。

多时相遥感影像变化检测，作为遥感影像分析的核心内容之一，旨在识别和量化不同时间点获取的遥感影像之间的变化信息。

本文旨在全面回顾和评述多时相遥感影像变化检测方法的研究进展，包括传统方法和基于深度学习的方法，以及它们在各类应用场景中的性能表现。

本文首先介绍了多时相遥感影像变化检测的基本概念、研究背景和重要性。

随后，本文详细梳理了当前主流的变化检测方法，包括基于像素、基于特征和基于决策的方法，并分析了这些方法的优缺点。

特别地，本文重点关注了近年来兴起的基于深度学习的变化检测方法，如卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）等，并探讨了它们在提高变化检测精度和效率方面的潜力。

本文还讨论了变化检测方法在实际应用中面临的挑战，如数据异质性、变化类型多样性和计算复杂性等，并提出了可能的解决方案和未来研究方向。

通过本文的综述，我们期望为遥感科学和相关领域的研究者提供一个关于多时相遥感影像变化检测方法的全面了解，并激发新的研究思路和技术创新。

2. 多时相遥感影像基本概念多时相遥感影像，指的是在不同时间点对同一地区或目标进行多次遥感观测所获取的影像集合。

这些影像可以来自同一传感器，也可以来自不同传感器，但它们的共同点是都反映了同一地区在不同时间点的地表状况。

多时相遥感影像的获取，有助于我们深入了解地表的动态变化，如土地利用覆盖变化、城市扩张、自然灾害等。

多时相遥感影像的变化检测，就是通过对这些不同时间点的影像进行比较和分析，识别出地表发生的各种变化。

这种变化检测的方法，可以基于像素级、特征级或对象级进行。

像素级变化检测主要关注像素值的变化，通过比较不同时间点的像素值来识别变化区域特征级变化检测则提取影像中的特定特征，如纹理、形状等，通过比较这些特征的变化来识别地表变化对象级变化检测则是将影像分割为不同的对象，通过比较这些对象的变化来识别地表变化。

基于多源数据的沿海城市扩张及生态环境效应研究Coastal Urban Expansion and Its Eco-environmental Effects Using Multi-source DataWANG Zhenxing 1,LIU Dong 1,WANG Min 1,YU Yiping 1(1.College of Resources and Environmental,University of Chinese Academy of Sciences,Beijing 100049,China)Abstract:Taking Qingdao for example,we used DMSP/OLS,NPP/VIIRS,MODIS and statistical data from 2000to 2019to analyze the urban expansion process and spatio-temporal evolution characteristics,and revealed the ecological effects in the process of urban expansion by calculat-ing the vegetation indexes and heat island intensity.The results showed that during the past 20years,the built-up area of Qingdao City expanded from the coastal area to the inland area,showing the development characteristics of “the core urban area expanding,and the surrounding towns rapidly rising ”.The vegetation indexes of built-up area showed an upward trend,with the increasing area concentrated in the municipal district and the decreasing area mainly distributed in the urban edge and emerging towns.The urban heat island intensity showed an increasing trend and was in the weak heat island state from 2000to 2019.The strong heat island was distributed in the built-up area with a gradually increase trend.There was a positive correlation between nighttime light index and heat island effect,especially in urban built-up area.There was no significant correlation between nighttime light index and vegetation index.This study can provide policy basis for the development of Qingdao and other coastal cities.Key words:multi-source data,urban expansion,ecological effect,nighttime light image,Qingdao City（1.中国科学院大学资源与环境学院，北京100049）王振兴1，刘东1*，王敏1，于依萍1收稿日期：2022-11-08。

基于遥感的城市发展趋势监测研究在当今城市化进程飞速发展的时代，城市的变化日新月异。

为了更好地规划、管理和发展城市，及时准确地了解城市的发展趋势至关重要。

遥感技术作为一种强大的工具，为城市发展趋势的监测提供了有力的支持。

遥感技术通过卫星、飞机等平台搭载的传感器，能够获取大范围、多光谱、多时相的地球表面信息。

这些信息涵盖了城市的土地利用、建筑物分布、道路交通、植被覆盖等多个方面，为分析城市发展的动态变化提供了丰富的数据基础。

首先，在城市土地利用监测方面，遥感技术大显身手。

通过对不同时期遥感影像的对比分析，可以清晰地看到城市建设用地的扩张情况。

例如，原本的农田、荒地逐渐被开发为住宅区、商业区或工业区。

这种变化不仅反映了城市规模的扩大，还能揭示出城市发展的方向和重点区域。

同时，遥感技术还能够监测土地利用的类型转变，比如工业用地转为商业用地，或者居住用地转为公共设施用地等，从而为城市的土地规划和管理提供重要依据。

其次，遥感对于城市建筑物的监测也具有重要意义。

新建的高楼大厦、大型商场和公共建筑在遥感影像上清晰可见。

通过对建筑物高度、面积和密度的测量，可以评估城市的建筑容量和空间利用效率。

此外，结合历史数据，还能发现城市建筑的更新换代情况，哪些区域的老旧建筑得到了拆除和重建，哪些区域的建筑保持相对稳定。

这有助于了解城市的更新速度和发展活力。

道路交通是城市的动脉，遥感技术在其监测中同样发挥着关键作用。

通过遥感影像可以识别道路的新建、拓宽和改造。

交通网络的变化不仅反映了城市交通设施的改善，也与城市的经济发展和人口流动密切相关。

例如，新修建的高速公路或地铁线路往往会带动周边地区的发展，形成新的城市增长点。

同时，通过对交通拥堵区域的监测，可以为交通规划和管理提供决策支持，以优化城市的交通运行效率。

植被覆盖是城市生态环境的重要指标之一。

遥感技术能够准确地测量城市中的绿地面积、植被类型和植被健康状况。

随着城市的发展，植被覆盖的变化可以反映出城市生态环境的改善或恶化。

城镇建设用地扩展研究报告一、引言随着我国城镇化进程的加快，城镇建设用地扩展问题日益凸显。

一方面，城镇建设用地扩展是支撑城镇化发展的必要条件；另一方面，过度的土地开发导致资源消耗、生态破坏和环境压力加剧。

在此背景下，本研究聚焦城镇建设用地扩展问题，探讨其规律、影响因素及优化策略。

本研究的重要性体现在以下三个方面：一是为政策制定者提供科学依据，引导城镇建设用地合理扩展；二是促进土地资源可持续利用，保障国家粮食安全和生态安全；三是有助于缓解城市病，提高城镇化质量。

本研究围绕以下问题展开：城镇建设用地扩展的驱动因素有哪些？其扩展规律如何？如何优化城镇建设用地扩展策略？基于此，本研究目的在于揭示城镇建设用地扩展的内在机制，提出有针对性的调控措施。

研究假设为：城镇建设用地扩展与经济发展、人口增长、政策导向等因素密切相关，且存在一定的规律性。

研究范围限定在我国东部沿海某典型城市，以2000年至2018年城镇建设用地数据为基础，结合遥感、地理信息系统等技术手段进行分析。

研究报告将从以下四个方面进行详细阐述：一是城镇建设用地扩展的时空特征；二是驱动因素分析；三是扩展规律探讨；四是优化策略及政策建议。

本报告旨在为我国城镇建设用地管理提供有益借鉴，促进城镇化与土地资源利用的协调发展。

二、文献综述近年来，国内外学者对城镇建设用地扩展进行了广泛研究，取得了丰硕成果。

在理论框架方面，学者们主要运用城市增长理论、土地利用变化模型等对城镇建设用地扩展进行解释。

其中，城市发展阶段理论认为，城镇建设用地扩展与城市经济发展阶段密切相关；土地利用变化模型则从生态系统、社会系统和经济系统的角度分析扩展的驱动因素。

主要研究发现包括：城镇建设用地扩展与人口增长、经济增长、交通基础设施完善等因素密切相关；扩展具有时空差异性和规律性，表现为城市周边地区扩展速度较快，且在不同城市发展阶段具有不同特点。

此外，政策导向对城镇建设用地扩展具有显著影响。

城市用地扩展及用地效益研究进展【摘要】进入21世纪以来，在工业化水平提高、经济加速发展的推动下，中国的城市化迈入了高速发展的新时期。

截至2010年，中国城镇人口已达到6.5亿，城市化率达到47.7%，与2000年相比，城镇人口增加了1.66亿，城市化率提高11.5%，年均提高约1.2个百分点。

有专家预测，中国在未来20年里，仍然处于城市化高速发展阶段，城市化水平将持续提高到60%，到2050年将达到70%。

目前,国内外学者对城市用地扩展的研究主要集中在扩展动力机制研究、过程和模式分析以及战略和对策探讨之上。

长株潭城市群以上研究方面已经取得了一定进展，但研究手段多是以社会经济统计数据分析为主。

本文在借鉴国内外城市扩展研究方面经验的基础上，总结了城市用地扩展的特征、归纳了城市用地扩展的常用模型并对城市用地扩展综合效益评价进行了进一步的总结研究。

【关键词】城市用地扩展；特征；模型；效益评价1 城市用地扩展特征研究对城市用地扩展特征的研究，按照数据源的不同可以分为：（1）基于国民经济统计数据和土地调查数据。

（2）基于多时相遥感影像数据分析。

陈云、朱红梅、罗寅等利用长沙市城市统计年鉴的相关数据，分析了长沙市建成区面积变化总体特征、建设用地内部结构变化特征。

陈凤根据重庆市l997-2008年土地利用现状变更调查资料，将每4年作为一个时间跨度，对重庆市主城区不同时段的城市用地数量、空间形态、协调性等特征进行分析。

何丹、蔡建明、周璟利用1985年度，1995年度和2000年度3期天津市的1: 10万土地规划利用数据，以gis作为工具，分析绘制图纸和提取数据，研究天津城市发展的空间规律，具体的研究的参数有城市发展速度、弹性变量系数、重心方位坐标、密集度、空间分维数、力度、形态特征。

张落成等在对苏南地区近20年城市用地扩展特点的研究中，采用20世纪50, 60, 70年代1/ 1万航空像片和80年代1/ 1000-2000城市地形图，对城市扩展的结构变化特征和形态变异特征进行了研究。

基于历史卫星遥感影像对城区空间形态演变的研究以山东省潍坊市为例收稿日期:20230330;修订日期:20230524;编辑:陶卫卫基金项目:潍坊市社会科学规划研究课题作者简介:张现峰(1986 ),男,山东昌乐人,工程师,主要负责地籍与不动产登记管理㊁卫星遥感应用研究工作;E m a i l :s h e n n o n g747@163.c o m张现峰1,刘乾忠2,宫昌华2,杨先连2,钱淑君3,肖艳丽3,郭志谦3(1.昌邑市自然资源和规划局,山东潍坊261300;2.潍坊市规划编制研究中心,山东潍坊 261041;3.山东省地质矿产勘查开发局第四地质大队,山东潍坊 261021)摘要:基于潍坊市近50年来历史遥感影像,通过人机结合的方式,对历史影像进行中心城区范围提取,并开展面积变化㊁扩张速度和扩张强度㊁紧凑度㊁分形维数㊁重心迁移等相关指数的统计分析,发现潍坊市中心城区扩张的历史演变规律㊂通过提取水系㊁道路等城市发展相关要素,分析对其历史变化情况进行专题分析,以此为城市发展和规划提供数据和决策支撑㊂研究发现,潍坊市中心城区的空间形态演变规律初期向东侧发展,与寒亭区㊁坊子区形成三角状星型结构㊂后发展形成东西一体相连的单中心城区结构,最终形成潍坊市中心城区东西㊁南北十字结构㊂关键词:遥感影像;空间形态;历史演变;动态监测;山东潍坊中图分类号:P 208 文献标识码:A d o i :10.12128/j.i s s n .16726979.2023.07.007引文格式:张现峰,刘乾忠,宫昌华,等.基于历史卫星遥感影像对城区空间形态演变的研究以山东省潍坊市为例[J ].山东国土资源,2023,39(7):3945.Z HA N G X i a n f e n g ,L I U Q i a n z h o n g ,G O N G C h a n g h u a ,e t a l.S t u d y on U r b a nS p a t i a lM o r p h o l o g y E v o l u t i o nB a s e do nH i s t o r i c a l S a t e l l i t eR e m o t eS e n s i n g I m a g e s S e t t i n g W e i f a n g C i t yi nS h a n d o n g P r o v i n c e a s a nE x a m p l e [J ].S h a n d o n g La n da n dR e s o u r c e s ,2023,39(7):3945.0 引言潍坊是环渤海地区重要节点城市,是连接山东半岛和内陆地区的重要交通枢纽,已列入全国性综合交通枢纽城市㊂伴随潍坊市市政府驻地的迁移,在市委市政府的大力支持下潍坊高新技术产业开发区建设走上了快车道,潍坊市中心城区也不断向东侧发展,特别是坊子新区和高铁新片区的建设落地,促进了城市格局向南北两侧发展,中心城区发展形态主要向东南和东北方向扩张,在经济发展新形势下,研究中心城区历史演变规律,为潍坊市进一步城市发展规划提供基础数据支撑和决策依据㊂卫星遥感影像数据是获取地球资源与环境信息的重要手段,具有一定的历史记录性,其监测范围广㊁重访周期较短,广泛应用于农业㊁林业㊁地质㊁海洋㊁气象㊁水文㊁军事㊁环保等各领域[1],是较为完整记录城市发展变迁过程的历史资料㊂本研究充分挖掘海量历史影像的潜在价值,依据潍坊市近50年来的历史卫星影像,基于卫星遥感技术,提取潍坊市中心城区历年边界范围,将50年分为4个阶段进行分析,分别为建国建设阶段㊁改革开放阶段㊁房产改革阶段㊁新时代阶段,通过这四个具有代表性的阶段开展潍坊市城区变迁工作的研究,再现潍坊市城区演变过程,为下一步城市建设规划提供坚实的数据基础㊂国土空间规划是谋划空间发展和治理的重要工具[2],本研究可为潍坊市国土空间规划提供思路,为提高城市治理能力和体系现代化发展打下基础㊂㊃93㊃第39卷第7期 山东国土资源 2023年7月Copyright ©博看网. All Rights Reserved.1研究现状城市形态变化是评价城市发展扩张的重要指标,城市空间结构识别是城市规划和城市资源空间优化的一项重要手段和基础性工作[34]㊂目前基于卫星遥感技术,已开展部分城市演变研究,主要基于扩张速度和扩张强度㊁紧凑度㊁分形维数㊁重心迁移等各项指数反应城市形态㊂罗家东等[5]基于L a n d-s a tT M影像,分析2000 2018年宜春市主城区城市扩张特征和形态演变㊂何丽丽等[6]基于2006年㊁2012年㊁2014年和2017年高分辨遥感影像,利用遥感㊁G I S技术对禅城区自行政区划调整以来城市形态演变的特征和驱动因素进行分析㊂于晓歆等[7]以2000 2013年多源遥感影像为数据源,提取了重庆市主城区4个时相的城区范围,并分析了城市空间扩展的时空变化情况和城市外部形态特征演变等㊂毛禹等[8]利用三期遥感影像,对重庆市主城区土地利用演变情况进行了分析,并综合景观指数分析了人类活动的影响程度㊂周在辉等[9]利用1990 2016年遥感影像,从城市空间扩展和城市外部形态的时空特征两方面,借助地理信息技术和遥感技术分析酒泉城市空间形态演化规律,并进行了驱动力分析㊂杜军等[10]基于历史遥感影像㊁基础地理信息数据,开展北京城区边界信息提取,从城市扩展过程㊁空间形态㊁扩展类型㊁空间结构演变4个方面对北京市城区空间演进过程进行了分析㊂石婷婷等[11]依据潜江市5个不同年代的基础地理信息资料,通过对潜江市建成区的范围㊁面积㊁延伸率㊁形状比㊁紧凑度等监测指标进行了统计分析㊂彭媛媛等[12]基于L a n d s a t影像和夜光数据,采用紧凑度扩张速度重心迁移等指标分析了1993 2010年广州建成区时空扩张特点及其驱动因子㊂刘晓等[13]以8期历史遥感影像,研究聊城市1987年以来空间扩展特征,并进行了驱动力分析㊂目前基于潍坊市对中心城区历史演变研究趋于空白,本文对潍坊市中心城区历史演变规律和发展变化情况进行了较为系统的分析,并且充分利用了连续50年遥感影像数据,保持了较好的数据连续性,增加了分析结果的可靠性㊂2研究方法2.1数据源本研究采用L a n d s a t系列卫星影像为数据源,影像时间为1973 2022年,共计50年㊂尽可能选取每年度春季或秋季无云影像,其中1973 1983年使用L a n d s a t14M S S卫星影像,1984 2012年使用L a n d s a t45T M影像,2013 2022年使用L a n d s a t7E T M+和L a n d s a t8O L I影像㊂L a n d s a t 系列卫星参数详见表1㊂表1 L a n d s a t系列卫星参数卫星发射时间停用时间传感器分辨率/m重访周期L a n d s a t11972/7/231978/1/6M S S/R B V8018 L a n d s a t21975/1/221983/7/27M S S/R B V40/8018 L a n d s a t31978/3/51983/9/7M S S/R B V40/8018 L a n d s a t41982/7/161993/12/14M S S/T M30/12016 L a n d s a t51984/3/12013/1/5M S S/T M30/12016 L a n d s a t71999/4/152003年出现条带E T M+15/30/6016 L a n d s a t82013/2/11在轨O L I/T I R S15/30/10016L a n d s a t卫星幅宽较大,三景影像即可完整覆盖潍坊市,所采用影像的行列号分别为120035㊁121034㊁121035㊂影像覆盖情况如图1所示㊂1 潍坊市界线;2 121035覆盖范围;3 120035覆盖范围;4 121034覆盖范围图1影像覆盖范围示意图(红色框线为潍坊市界限) 2.2城区扩张演变分析方法主要采用城区扩张速率和扩张强度指数分析潍坊市城区扩张的演变规律[1415],采用紧凑度㊁分形维数和重心迁移模型进行城区形态演变规律分析㊂㊃04㊃第39卷第7期山东国土资源2023年7月Copyright©博看网. All Rights Reserved.(1)扩张速率计算公式A G A=U A(n+i)-U A in(1)式中:U A i为第i年中心城区面积;U A(n+i)为第n+i 年的中心城区面积;n以年为单位的时间间隔㊂(2)扩张强度的计算公式M=ΔU i jΔt i jˑU L A i jˑ100%(2)式中:ΔU i j为i到j时期中心城区面积变化值;Δt i j 为i到j时期的时间跨度;U L A i j为时间i内中心城区面积㊂扩张速率表示不同阶段中心城区扩展面积的年增长率,用以表征各个阶段中心城区扩展的总体规模和趋势㊂扩张强度反映的市扩张面积占总面积的百分比,常用来衡量和表达城区的扩展状态,扩张强度数值越大表明中心城区扩张越快,反之扩张较慢㊂(3)紧凑度紧凑度常用来反映区域形状的特征㊂当平面形状不同时,相同的投影面积往往也能反映出不同的空间紧凑度㊂通常采用B a t t y提出的计算公式(3)[16]:B C I=2πA P(3)式中:A为中心城区的面积;P为研究区中心城区的周长;B C I数值一般是在0~1间,越大则形状越紧凑,也越接近于1,形状则更接近于圆形[17]㊂(4)分形维数分形维数的数值可以对城市在不断扩张的过程中的内部结构进行评价,通过中心城区周长和中心城区面积计算获得㊂当分形维数增大时说明研究区中心城区的发展扩充以向外扩张为主;而当分形维数在减小时则说明在该研究区间内中心城区的扩张以内部填充为主㊂一般以1.5为参考界限,分形维数的计算公式如下[18]:D=2l n(P/K)l n(A)(4)式中:P代表中心城区周长;A代表中心城区斑块的空间面积值;K为常数,通常取4㊂不同分型维数的图形特征如表2所示㊂(5)迁移重心模型城市重心是城市能够保持均匀分布的平衡点,是衡量城市结构在空间分布上的一个重要指标,通表2不同分型维数的图形特征D=1<1.5=1.5>1.5=2图形特征形态最简单为正方形图像趋于简单图形处于不稳定和稳定的临界点图形区域复杂等面积下最复杂图形过研究城市重心迁移距离和偏移角度能够描述出中心区域的扩展方向和主要变化路线㊂X t=ðni=1(C t iˑX i)ðn i=1C t i(5)Y t=ðni=1(C t iˑY i)ðn i=1C t i(6)式中:X t,Y t分别表示在t年的中心城区重心坐标; X i,Y i分别为第i个地块的几何中心坐标;C t i为第i个地块的面积[19]㊂提取各个年份建成区的重心[20],对各种分析结果进行统计分析,最终得到潍坊市中西城区历史演变综合分析结果㊂2.3数据处理对影像数据进行辐射定标㊁大气校正㊁几何校正㊁影像融合㊁镶嵌裁剪等处理㊂3中心城区历史演变研究3.1中心城区历史演变过程研究3.1.1中心城区空间范围历史演变依据4个阶段进行演变分析,中心城区范围扩张图(图2)㊂建国建设阶段:基于1973年卫星遥感影像中心城区面积约6k m2㊂1978年面积约10.67k m2㊂改革开放阶段:即1978 1992年,整体增长较为平稳,呈缓慢增长趋势,1986年中心城区面积出现明显增加,约31.89k m2㊂房产改革阶段:即1992 2012年,中心城区面积快速增长,呈阶梯增长趋势㊂此阶段2000年为分水岭,2000年之前潍坊市中心城区扩张速率一直较为缓慢,主要向东侧和南侧扩张㊂2000年后中心城区面积开始大幅扩张,东西一体相连的单中心城区结构形成㊂㊃14㊃第39卷第7期技术方法2023年7月Copyright©博看网. All Rights Reserved.1 1973年;2 1978年;3 1992年;4 2002年;5 2022年图2 潍坊市中心城区范围扩张图新时代阶段:即2012 2022年,中心城区整体面积匀速向东西2个方向扩张㊂2022年中心城区面积达302k m 2,中心城区范围东西较南北方向略长,整体呈东西㊁南北十字结构㊂3.1.2 中心城区扩张分析通过城区扩张速率和扩张强度指数分析潍坊市城区扩张的演变规律㊂以扩张速率ȡ10k m 2㊁6~10k m 2㊁2~6k m 2㊁ɤ2k m 2,划分扩张速率类型为高速㊁快速㊁中速和低速㊂以扩张强度ȡ19.2%㊁10.5%~19.2%㊁5.9%~10.5%㊁ɤ5.9%,划分强度类型为高速扩张㊁快速扩张㊁中速扩张和低速扩张(表3)[21]㊂表3 中心城区扩张速度和扩张强度表研究阶段面积增量/k m 2扩张速度/k m 2/年扩张强度/%扩张速度类别扩张强度类别建国建设阶段4.830.9716.50低速扩张快速扩张改革开放阶段28.691.9116.15低速扩张快速扩张房产改革阶段189.899.4923.39快速扩张高速扩张新时代阶段72.747.272.98快速扩张低速扩张建国建设阶段即1973 1978年扩张速度为低速扩张类型,扩张强度相对较大㊂改革开放阶段即1978 1992年为中低速扩张交替类型,在1986年扩张强度出现少量增大㊂房产改革阶段即19922012年为由中低速扩张至高速扩张变化发展类型,2000 2005年扩张速率和强度都呈大幅度增加,自2005年扩张速率和扩张强度都开始转为下降趋势,到2011年,下降趋势减缓,逐渐趋于平稳㊂新时代阶段即2012 2022年为快速扩张类型,扩张强度降低,为低速扩张类型(图3)㊂3.2 中心城区空间形态演变规律3.2.1 紧凑度分析潍坊市中心城区紧凑度整体趋势为紧凑到松散的反复交替,说明中心城区一直处于内部发展和向外扩张的循环状态㊂1973年左右城市处于发展初期阶段,紧凑度指数较高,是由于中心城区面积较小,城区内部结构简单㊂1973 1978年,紧凑度指数大幅度下降,城市正处在发展阶段㊂1978 1986年,城市出现一定程度的扩张,紧凑度指数下降;1986 1992年,又转为内部发展㊂1992 2000年紧凑度指数变化较小,相对稳定,城区处在缓慢扩张和内部建设阶段;2000 2012年紧凑度指数波动明显,中心城区处于快速发展阶段㊂2012 2022年,中心城区紧凑度指数持续在0.3左右上下浮动,在2018年出现程度较小的城区范围扩张,其后基本都处于城区范围内部发展建设阶段(图4)㊂城市在前期的发展过程中主要为外延式扩张,当城市发展到成熟的阶段城市由外延性扩张为主转向内部更新和填充为主的扩张方式,城市更加紧凑[22]㊂3.2.2 分形维数分析由图4可知,1973年 1978年,分形维数出现较大波动,在1975年出现一次明显下降㊂19781992年期间,1986年以前,分形维数指数相对较高,基本均大于1.5,说明1986年以前,潍坊市中心城区整体处在外延式扩张阶段,城市形态较为复杂㊂1986年后,分形维数指数开始下降,持续在1.4左右上下波动,城区基本以内向填充的发展方式为主㊂1992 2012年期间,在2000 2006年分形维数出现较大波动,几次下降至1.3㊂说明城市内部发展明显㊂2012 2022年,分形维数基本稳定在1.4左右,城市形态逐渐趋于稳定发展阶段㊂3.2.3 重心迁移分析1973 1994年,中心城区重心主要在潍城区,并不断向东迁移㊂1994年以白浪河为界,将白浪河以东划分为奎文区,中心城区重心从潍城区转至奎文区㊂90年代后期,潍坊市政府驻地向东搬迁约3k m ,迁址后城区重心持续向东南发展,重心迁移发展变化如图5所示㊂3.3 专题动态变化趋势分析3.3.1 水系动态变化分析以2022年中心城区为提取范围,提取河流水系分布情况㊂1973 2022年,潍坊市中心城区水系分㊃24㊃第39卷第7期 山东国土资源 2023年7月Copyright ©博看网. All Rights Reserved.图3 中心城区扩张速度㊁强度对比图图4 中心城区空间紧凑度曲线图布面积整体呈现增长趋势,1973年水系分布面积1.8k m 2,2022年较1973年,水系面积增加约4.5k m 2㊂1981年 1990年,潍坊市中心城区水系呈现枯水状态㊂自1990年开始恢复库容,其后分布面积一直相对稳定㊂至2005年,水系分布面积开始出现较大量增加,2005年潍坊市开始对白浪河流域开展综合治理,经过治理后,中心城区水系面积增加至6k m 2左右,并保持相对稳定㊂3.3.2 道路动态变化分析基于1984 2022年遥感影像,提取影像中大于一个像元宽度的中心城区道路分布㊂1984年,潍坊市中心城区仅有几条相互交错的主干道,并且道路集中分布,长度较短㊂1992年开始,高速公路不断落成,主干道路增加,并快速向四周延伸,潍坊中心城区主要道路基本稳定,东风街在10年间持续向四周延伸,东西两侧增加部分南北路,完善了高速路口的通达性,建设多处匝道㊂2012年已形成较为完善的中心城区交通路网,多处道路取消环岛,设立高架桥和地下通路,以减轻道路压力㊂2019年,潍坊市着手打造 四纵四横一干线 快速化通行网络,4条 内圈 主干道和主干线在1992㊃34㊃第39卷第7期 技术方法 2023年7月Copyright ©博看网. All Rights Reserved.1 重心点;2 潍坊市市政府驻地;3 中心迁移路径图5潍坊市中心城区重心迁移图年基本建设完成,4条 外圈 主干道在2012年基本建设完成,宝通街㊁潍县中路等在2021年至2022年进行了进一步建设,提升了跨区域道路的通达性,有效缓解中心城区交通拥堵(图6)㊂1 道路;2 道路名称图6 四纵四横一干线 快速化通行网络图3.3.3人口变化分析根据人口统计资料显示,潍坊市市区人口一直在不断增长过程中,根据潍坊市城区扩张面积情况分析,2004年前潍坊城区面积缓慢增加,2005年左右,城区面积开始出现大幅扩张,扩张速率激增,同时在2005 2010年期间,紧凑度指数和分形维数指数波动较大,说明城区处在内部发展阶段,对应人口增长过程,2008年以前,潍坊市区人口一直处于缓慢增长状态,2008年前后城区人口出现较大幅度增长,与分析结果较为一致,说明在此时间段内,城市内部发展,人口数量增幅较大㊂此后城区扩张速率下降并逐渐趋于平缓,人口增长速率也逐渐降低㊂4结论(1)潍坊市作为历史文化名城,但对其历史演变机制的研究甚少,本文分析了潍坊市近50年的历史演变过程,相较于传统的统计数据分析和调查㊁调研分析,充分利用历史遥感影像的可追溯性和客观记录性,汇集潍坊市近50年卫星遥感影像,通过遥感技术的动态监测和变化分析能力,开展了50年长时序逐年监测分析,以城市 老照片 的方式重现了潍坊市中心城区近50年的空间形态变化,更真实地反映和记录了城市的历史变化格局,填补了潍坊市历史演化机制研究的空白㊂(2)在影像分析的同时,结合相关指数加以统计分析,直观展示了城区空间格局变化,通过统计数据的形式对其变化规律和发展趋势进行进一步分析,在此基础上又增加了水系㊁道路专题变化检测分析,更好地把握潍坊市城区发展变化的整体规律㊂(3)潍坊市中心城区的空间形态演变规律大体由初期的潍城区向东侧发展,与寒亭区㊁坊子区形成三角状星型结构㊂再到奎文区㊁高新区的快速发展形成东西一体相连的单中心城区结构㊂伴随寒亭区高铁新城及坊子新区的大力建设,最终形成潍坊市中心城区东西㊁南北十字结构㊂中心城区的扩张水平与经济发展的速度高度契合基本体现出中心城区空间形态演变的规律㊂致谢:感谢美国地质勘探局(U n i t e dS t a t e s G e o-l o g i c a l S u r v e y,U S G S)提供的L a n d s a t系列遥感数据㊂参考文献:[1]于国强,宋君陶,于军令,等.面向遥感影像分类的时延权重及群体分类P S O改进方法[J].山东国土资源,2022,38(8):2833.[2]胡由之,王勇,刘德成.浅谈如何在国土空间规划编制中找准县级市的空间发展格局:以龙口市为例[J].山东国土资源,2022, 38(11):6570.[3]王新生,刘纪远,庄大方,等.中国特大城市空间形态变化的时空特征[J].地理学报,2005(3):392400.[4]吴启倩,钱乐祥,吴志峰.基于多源数据的特大城市空间结构识别及空间形态研究[J].地理信息世界,2020,27(5):3238.[5]罗嘉东,华怡凯,熊光康,等.基于遥感的宜春主城区城市空间扩展时空特征及形态演变[J].安徽农学通报,2021,27(21):㊃44㊃第39卷第7期山东国土资源2023年7月Copyright©博看网. All Rights Reserved.182185.[6]何丽丽.佛山市禅城区形态演变特征及驱动机制分析[J].测绘地理信息,2022,47(4):114118.[7]于晓歆,李芹,阳春花.重庆市主城区城市空间扩展遥感监测研究[J].地理空间信息,2018,16(1):6870.[8]毛禹,张娇娇,郭瑾,等.基于G I S遥感平台的重庆市主城区土地利用演变分析[J].水利水电快报,2020,41(8):7479. [9]周在辉,马静,冯晓刚.酒泉市1990 2016年城市空间形态及驱动力分析[J].科学技术与工程,2020,20(29):1210412111.[10]杜军,宁晓刚,刘纪平,等.基于遥感监测的北京市城市空间扩展格局与形态特征分析[J].地域研究与开发,2019,38(2):7378.[11]石婷婷,李雪梅,马宏君.基于3S的潜江市城市空间形态动态演化研究[J].地理空间信息,2017,15(10):5759. [12]彭媛媛,吴庆双.广州市建成区空间扩张与驱动因子研究[J].地理空间信息,2020,18(5):7682.[13]刘晓,于泉洲,刘煜杰,等.华北平原中小城市扩展的时空特征研究:以聊城市为例[J].广西师范大学学报(自然科学版),2017,35(4):136144.[14]陈展鹏.基于城市空间格局监测的城市发展分析[J].地理空间信息,2018,16(6):114118.[15]凌晓春,祝明然,郑伟安,等.基于地理国情数据的济南城市空间扩展研究[J].地理空间信息,2018,16(6):2731. [16]张少楠,李小建,史焱文.基于G I S的郑州城市建成区空间扩张及影响因素[J].河南科学,2017,35(11):18831888.[17]牟凤云,张增祥,谭文彬.基于遥感和G I S的重庆市近30年城市形态演化特征分析[J].云南地理环境研究,2008(5):15.[18]李爱民.基于遥感影像的城市建成区扩张与用地规模研究[D].郑州:解放军信息工程大学,2009.[19]刘盛和,吴传钧,沈洪泉.基于G I S的北京城市土地利用扩展模式[J].地理学报,2000(4):407416.[20]蒋陈纯.基于遥感的重庆市主城区空间形态演替研究[D].重庆:重庆交通大学,2011:120.[21]赵恒洋.基于L a n d s a t影像的近50年太原市建成区时空演变特征分析[D].太原:太原理工大学,2021:120. [22]万典.遂宁市主城区城市空间形态演变研究[D].成都:成都理工大学,2018:125.S t u d y o nU r b a nS p a t i a lM o r p h o l o g y E v o l u t i o nB a s e d o nH i s t o r i c a l S a t e l l i t eR e m o t e S e n s i n g I m a g e sS e t t i n g W e i f a n g C i t y i nS h a n d o n g P r o v i n c e a s a nE x a m p l eZ H A N G X i a n f e n g1,L I U Q i a n z h o n g2,G O N GC h a n g h u a2,Y A N GX i a n l i a n2,Q I A NS h u j u n3,X I A O Y a n-l i3,G U OZ h i q i a n3(1.C h a n g y iB u r e a uo fN a t u r a lR e s o u r c e sa n dP l a n n i n g,S h a n d o n g W e i f a n g261300,C h i n a;2.W e i f a n g P l a n n i n g R e s e a r c hC e n t e r,S h a n d o n g W e i f a n g261041,C h i n a;3.N o.4E x p l o r a t i o nI n s t i t u t eo fG e o l o g y a n d M i n e r a lR e s o u r c e s,S h a n d o n g W e i f a n g261021,C h i n a)A b s t r a c t:B a s e do nh i s t o r i c a l r e m o t e s e n s i n g i m a g e s o fW e i f a n g c i t y i n t h e p a s t50y e a r s,t h e s c o p eo f t h e c e n t r a l u r b a n a r e a f r o mt h e h i s t o r i c a l i m a g e s h a s b e e n e x t r a c t e d b y m e a n s o fm a n m a c h i n e c o m b i n a t i o n i n t h i s p a p e r,a n d s t a t i s t i c a l a n a l y s i s o n t h e r e l e v a n t i n d e x e s h a v e b e e n c a r r i e do u t,s u c ha s a r e a c h a n g e,e x-p a n s i o ns p e e d a n d e x p a n s i o n i n t e n s i t y,c o m p a c t n e s s,f r a c t a l d i m e n s i o n a n d c e n t e r o f g r a v i t y m i g r a t i o n,s o a s t o f i n d t h e h i s t o r i c a l e v o l u t i o n l a wo f c e n t r a l u r b a n e x p a n s i o n i nW e i f a n g c i t y.B y e x t r a c t i n g e l e m e n t s r e-l a t e d t ou r b a nd e v e l o p m e n t,s u c ha sw a t e r s y s t e ma n dr o a d,a n da n a l y z i n g t h e i rh i s t o r i c a l c h a n g e s,t h e-m a t i c a n a l y s i sh a s b e e nc a r r i e do u t t o p r o v i d ed a t aa n dd e c i s i o n m a k i n g s u p p o r t f o ru r b a nd e v e l o p m e n t a n d p l a n n i n g.I t i s f o u n d t h a t t h e s p a t i a l p a t t e r no fW e i f a n g c i t y d o w n t o w nd e v e l o p e de a s t w a r da t t h eb e-g i n n i n g,f o r m i n g a t r i a n g u l a r s t a r s t r u c t u r ew i t hH a n t i n g d i s t r i c t a n dF a n g z i d i s t r i c t.I t h a s d e v e l o p e d i n t oa s i n g l e c e n t r a l u rb a n s t r uc t u r e c o n n e c t e dw i t h t h e e a s t a nd t h ewe s t,a n df i n a l l y f o r m e d a c r o s s s t r u c t u r eb e t w e e n t h e e a s t a n d t h e s o u t h i n t h ec e n t r a l u r b a na r e a o fW e i f a n g c i t y.K e y w o r d s:R e m o t e s e n s i n g i m a g e;s p a t i a l f o r m;h i s t o r i c a l d e v e l o p m e n t;c h a n g e d e t e c t i o n;W e i f a n g c i t y i n S h a n d o n gp r o v i n c e㊃54㊃第39卷第7期技术方法2023年7月Copyright©博看网. All Rights Reserved.。

doi：10.3969/j.issn.1005-8141.2021.07.003基于多时相遥感影像的皖北地区城市建成区扩张时空特征分析——以安徽省阜阳市为例蒋伟峰，李天宇，李倩，吴锶梦，周裕祺，陆林（安徽师范大学地理与旅游学院，安徽芜湖241000）摘要：以遥感影像和统计年鉴为数据源，选取城市空间扩张速度等为测度指标，运用空间形态分析等方法探讨了1981—2018年安徽省阜阳市城市建成区扩张的时空演变规律及其影响因素。

结果表明：①阜阳市城市建成区处于扩张阶段，扩张速度和强度呈增长趋势。

②城市建成区外延城市化和内涵城市化并存，其空间形态由紧凑型向分散型转变。

③城市重心由西北部向东南部转移，东南方向仍是城市扩张主导方位。

④经济、人口、政策、地理环境是影响建成区扩张的主要因素。

关键词：城市建成区；遥感影像；时空特征；阜阳市中图分类号:TU984文献标志码：A文章编号:1005-8141（2021）07-0780-07Spatial and Temporal Characteristics of Urban Sprawl in Northern Anhui Based on Multi一temporal Remote Sensing Images-------A Case Study of Fuyang City，Anhui ProvinceJIANG Wei-feng，LI Tian-yu，LI Qian，WU Si-meng，ZHOU Yu-qi，LU Lin（School of Geography and Tourism,Anhui Normal University,Wuhu241000,China）Abstract:This paper used remote sensing images and statistical yearbooks as data sources,urban spatial expansion rate etc.as measure­ment indicators and spatial analysis etc.as methods to explore the temporal and spatial evolution of Fuyang urban expansion from1981to2018 and its influencing factors.The results showed that：①Fuyang urban area was in the expansion stage,and its expansion speed and intensity are increasing.②T he urban built-up area had both extended urbanization and internal urbanization，and its spatial form has changed from compact to decentralized.③The city's centerof gravity shifted from the northwest to the southeast,and the southeast is still the dominant direction of ur­ban expansion.④E conomy,population,policies,and geographical environment were the main factors affecting the expansion of built-up areas.Key words:urban built-up area;remote sensing image;spatial and temporal characteristics;Fuyang City城市建成区是指行政区范围内经过征用的土地和实际发展起来的非农业生产建设地段，包括城市中集中连片的区域、近郊内联系密切的其他城市建设用地中的非农业生产建设用地［1］。

基于卫星遥感数据的城市土地利用变化监测及分析随着城市化进程的加速，城市土地利用变化已经成为影响城市可持续发展的重要问题。

为了实现城市土地利用变化的动态监测及有效的资源利用和环境保护，卫星遥感技术被广泛应用于城市土地利用变化监测和分析中。

本文将就如何基于卫星遥感数据进行城市土地利用变化监测及分析这一主题展开对话。

1. 基于卫星遥感数据的城市土地利用变化监测方法在多源遥感数据的基础上，通过生成遥感影像相应的指数和应用专用软件进行影像分类，可以获取土地利用信息，从而进行城市土地利用变化监测，其中NDVI （归一化植被指数）和光谱是常用的遥感影像分类指数。

基于NDVI指数，提取有关植被的校正上下文，可以得到城市地表的特征，用于土地利用信息筛选。

在光学遥感影像处理中，SVM（支持向量机）分类法可以对城市土地利用进行分类，并可以让数据集处于最佳分割案例。

2. 基于卫星遥感数据的城市土地利用变化分析方法针对不同时间段遥感影像所提取的土地利用信息，可以利用GIS（地理信息系统）方法和变化检测方法进行变化分析，以研究城市土地利用的演变和变化趋势。

通过比较不同时间段的土地利用类型、数量和空间分布等信息，可以评估城市土地利用的变化状况，得到诸如城市扩张速度、土地利用改变类型、城市发展对环境的影响等内容的定量化结果。

3. 基于卫星遥感数据的城市土地利用变化监测与分析实践案例成都是中国西南地区的中心城市之一，近年来城市化进程加速，产生了大量土地利用变化。

为了实现城市可持续发展，开展城市土地利用变化监测和分析十分必要。

在成都市城乡规划设计研究院进行的研究中，利用收集的Landsat 8 OLI遥感数据，结合Google Earth影像、地籍图、行政区划图等多种数据资源，重建了城市环境遥感数据库，实现了城市土地利用变化监测。

通过评估城市土地利用变化的情况，成都市通过合理规划城市用地功能，实现了合理地利用城市资源。

4. 基于卫星遥感数据的城市土地利用变化监测与分析的优劣势卫星遥感技术具备高时空分辨率、高覆盖率、非接触式等优势，为城市土地利用变化监测和分析提供了丰富的数据来源和技术方法。

基于遥感的土地利用变化监测研究在当今社会，随着人口的增长和经济的快速发展，土地资源的合理利用和管理变得愈发重要。

而土地利用变化监测作为了解土地资源动态的重要手段，对于土地规划、环境保护、城市发展等诸多领域都具有极其关键的意义。

遥感技术凭借其大范围、多时相、高分辨率等独特优势，在土地利用变化监测中发挥着不可或缺的作用。

遥感技术能够获取大面积的地表信息，通过不同波段的电磁波对地面进行扫描和观测。

这些数据包含了丰富的地物特征，如光谱、纹理、形状等。

通过对不同时期获取的遥感影像进行对比分析，我们可以清晰地发现土地利用的变化情况。

在实际应用中，首先要进行遥感数据的获取。

目前，常用的遥感数据源包括卫星影像（如 Landsat 系列、SPOT 系列等）和航空影像。

这些影像具有不同的空间分辨率、光谱分辨率和时间分辨率，需要根据具体的监测需求进行选择。

例如，对于大范围的土地利用变化监测，通常会选择空间分辨率较低但覆盖范围广的卫星影像；而对于小区域的高精度监测，则可能会采用空间分辨率较高的航空影像。

获取到遥感数据后，接下来就是数据的预处理。

这一环节包括辐射校正、几何校正、图像融合等操作。

辐射校正用于消除传感器自身以及大气等因素对影像辐射亮度的影响，使得影像能够真实反映地物的反射特性。

几何校正则是对影像的几何变形进行纠正，以确保不同时期的影像能够准确匹配。

图像融合则是将多源遥感数据进行整合，以获取更丰富的信息。

完成预处理后，就可以进行土地利用信息的提取。

这通常采用目视解译和计算机自动分类两种方法，或者将两者结合起来。

目视解译是指解译人员通过对影像的直接观察和分析，根据经验和知识来判断土地利用类型。

这种方法准确性较高，但效率较低，适用于小范围、高精度的监测。

计算机自动分类则是利用各种分类算法，如监督分类、非监督分类等，对影像进行分类。

这种方法效率高，但准确性可能会受到一些因素的影响，如影像质量、分类算法的选择等。

在土地利用变化监测中，变化检测是核心环节。

基于多时相遥感影像的城市演变分析余新朝【摘要】Analysis of the evolution of city has an important guidingsignificance for the future of the city development planning and reasonable layout ,taking Ningbo city as an example ,use ten years to four at different phases of remote sens-ing data,based on Extraction in different periods of the center of the urban area of the line ,from the change of land struc-ture change process ,starting with analysis of the law of the development of city space ,provide reference for promoting the city smart growth and safeguard the overall city planning .%以宁波市为例，利用十年间4个不同时相的遥感数据资料，在提取不同时期的中心城区范围线的基础上，从用地结构的变化入手进行分析城市空间发展的变化进程、规律，为促进城市理性增长和保障城市总体规划提供参考，对城市演变进行分析对城市未来的发展规划及合理布局具有借鉴意义。

【期刊名称】《城市勘测》【年(卷),期】2013(000)006【总页数】5页(P67-70,74)【关键词】遥感;影像;城市演变;城市扩展【作者】余新朝【作者单位】余姚市测绘与地理信息局，浙江余姚 315400【正文语种】中文【中图分类】P237;P208.21 引言1.1 研究背景经济社会的发展使得农业人口向非农业人口转变、农村地域向非农业地区转变和农业活动向非农业活动转变越来越快，城镇化不断推进，而随着交通越来越发达，城市人口流动速度越来越快，使得城市化进入新的活跃期。