曾曉明，何 龍，王成雷，張 虎，連 懿，孫瑞祺

(天津師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，天津 300387)

隨著社會經(jīng)濟(jì)的快速發(fā)展，城市用地不斷擴(kuò)張導(dǎo)致的耕地資源急劇減少和土地資源利用效率大幅降低等問題越來越突出，因此，監(jiān)測土地利用的動態(tài)變化提升為重要議題.近年來，研究人員通過衛(wèi)星影像數(shù)據(jù)提取建筑用地信息，參照歸一化植被指數(shù)(normalized difference vegetation index，NDVI) 建立了歸一化建筑指數(shù)(normalized difference built-up index，NDBI)，用于提取城鎮(zhèn)用地信息[1-4].與傳統(tǒng)提取方法相比，該方法提取精度明顯提高，但算法基于單一指數(shù)，提取結(jié)果包含部分植被和水體等其他地物信息，結(jié)果和精度不具有客觀性.徐涵秋[5-7]基于壓縮數(shù)據(jù)維的方法，將遙感影像壓縮為修正歸一化差異水體指數(shù)(modified normalized difference water index，MNDWI)、土壤調(diào)節(jié)植被指數(shù)(soiladjustedvegetationindex，SAVI)和NDBI共3個指數(shù)，并重新構(gòu)建建筑用地指數(shù)(index-based built-up index，IBI)，進(jìn)一步壓縮數(shù)據(jù)維去除植被和水體影響，使得城鎮(zhèn)用地信息的提取結(jié)果和提取精度均得到改善.由于裸地的光譜特征和建筑用地相似，三指數(shù)法提取的建筑用地信息中并沒有將裸地信息去除.區(qū)分建筑用地信息與裸地信息一直是遙感影像地物信息提取的關(guān)鍵點.彭光雄等[8]、楊智翔等[9]和徐涵秋[10]進(jìn)一步分析光譜特征，構(gòu)造新的提取標(biāo)準(zhǔn)，綜合多種指數(shù)，采取閾值分割法剔除裸地信息.在利用不透水面指數(shù)分離裸土和建筑信息的研究方面，徐涵秋[11-14]根據(jù)不透水面波譜特征，提出快速提取不透水面的新型遙感指數(shù)，取得較好的分離效果.

近年來，關(guān)于城鎮(zhèn)用地信息提取的研究多從建筑用地提取模型和方法創(chuàng)新角度入手，通過對比分析少量遙感影像建筑用地提取結(jié)果的精度，逐步完善提取模型和方法.但是，在模型提取的實際運(yùn)用過程中，較少提取多期建筑用地信息，而傳統(tǒng)方法提取步驟繁多，數(shù)據(jù)量大，自動化提取程度低，費(fèi)時費(fèi)力，不利于大尺度城市變化分析和土地利用動態(tài)變化監(jiān)測等相關(guān)研究.因此，本研究從自動化快速提取多期建筑用地信息著手，基于吳志杰等[15]提出的EIBI(enhanced index-based built-up index，EIBI)模型，編程實現(xiàn) EIBI建筑用地自動提取功能，并以天津市2景Landsat TM數(shù)據(jù)為例，從遙感影像的波段合成、鑲嵌和裁剪開始，逐步進(jìn)行指數(shù)的構(gòu)建、灰度的線性拉伸和閾值的設(shè)置，最終提取EIBI建筑用地信息，實現(xiàn)了Landsat TM數(shù)據(jù)中建筑用地信息的快速自動提取，并對提取結(jié)果進(jìn)行精度驗證，分析了建筑用地信息隨時間的變化特征.

1 數(shù)據(jù)與方法

1.1 研究區(qū)域和研究數(shù)據(jù)

選取天津市為研究區(qū).作為直轄市的天津位于環(huán)渤海灣中心，總面積1.194 6×104km2，其城市形成、發(fā)展和城市用地擴(kuò)張的規(guī)模在全國位于前列，具有一定的代表性和典型性.

選用天津市2005年8月20日和2010年10月5日獲取的2景Landsat-5 TM影像作為研究數(shù)據(jù)，這兩景數(shù)據(jù)含云量較少，為研究建筑用地信息提供了豐富的數(shù)據(jù)基礎(chǔ).為了減少光照和大氣差異帶來的影響，影像需經(jīng)過輻射定標(biāo)和大氣校正，根據(jù)地表的反射率數(shù)據(jù)提取建筑用地信息.本研究中用到的Landsat影像數(shù)據(jù)均來自美國地質(zhì)調(diào)查局(USGS)官方網(wǎng)站(https：//earthexplorer.usgs.gov/).地表反射率數(shù)據(jù)使用由美國航空航天局研發(fā)的陸地衛(wèi)星生態(tài)系統(tǒng)干擾自適應(yīng)處理系統(tǒng)(Landsat ecosystem disturbance adaptive processing system，LEDAPS)，經(jīng)過幾何校正、輻射定標(biāo)、大氣校正和云掩膜處理得到.LEDAPS大氣校正基于6S輻射傳輸模型，獲得有效的氣溶膠分布數(shù)據(jù)，開展適用于TM/ETM+數(shù)據(jù)可見光、近紅外及短波紅外波段反射率的反演.輔助數(shù)據(jù)是用于掩膜的天津市矢量邊界數(shù)據(jù)以及Google Earth 2005年和2010年高分辨率影像數(shù)據(jù).

1.2 研究方法

傳統(tǒng)IBI[6]模型由NDBI、MNDWI和SAVI共3個指數(shù)基于壓縮數(shù)據(jù)維思想構(gòu)建，難以抑制裸地信息，提取結(jié)果很難區(qū)分裸地和建筑用地.在此基礎(chǔ)上，以歸一化差值裸地與建筑用地指數(shù)NDBBI(normalized difference bareness and built-up index，NDBBI)替換NDBI可以弱化裸地信息，而構(gòu)建所得增強(qiáng)型裸土指數(shù)(enhanced bare soil index，EBSI)能夠增強(qiáng)裸地信息.仿照IBI模型的構(gòu)建方法引入EIBI指數(shù)[15]

式(1)中：DNDBBI是對DNDBI的改進(jìn)，在利用TM5和TM4波段構(gòu)建的歸一化建筑指數(shù)(NDBI)的提取結(jié)果中，仍然包含裸地信息，提取效果受到較大影響.吳志杰等[15]引入了NDBBI指數(shù)

式(2)中：DNDBBI是采用TM7、TM4和TM2共3個波段構(gòu)建的新指數(shù)，指建筑和裸地在第7波段有較高的反射率，而植被和水體在第4和第2波段有較高反射率.通過將第7波段反射率按倍數(shù)增大到1.5時，設(shè)置閾值0可以較好地將植被和水體剔除，并削弱裸地信息.

在EIBI模型中，通過對比裸土指數(shù)(bare soil index，BSI)和MNDWI指數(shù)的圖像可知，裸地的反差最大.為了增強(qiáng)裸地信息，將BSI和MNDWI壓縮構(gòu)建為一個新的指數(shù)EBSI[15]

在植被信息提取方面，NDVI是最常用的方法，它基于研究區(qū)內(nèi)所有土壤類型相同的前提，在面對土壤背景噪聲復(fù)雜的實際環(huán)境時，結(jié)果誤差較大.基于此，Huete[16]引入了SAVI指數(shù)

式(4)中L=0.5.

Mcfeeters[17]構(gòu)建歸一化水體指數(shù)(normalized difference water index，NDWI)用于提取水體，由于所提取的水體信息中含有部分建筑用地信息，導(dǎo)致提取精度降低，不適合城鎮(zhèn)范圍內(nèi)水體的提取.通過對波段組合進(jìn)行修改，以TM5波段替代原有的TM4波段，構(gòu)建MNDWI指數(shù)[5]

最后，對EBSI、SAVI和MNDWI這3個指數(shù)賦予不同的權(quán)重以抑制裸地信息，從而達(dá)到增強(qiáng)建筑用地信息的目的.

實現(xiàn)EIBI建筑用地信息提取研究的方法流程如圖1所示.

圖1 建筑用地信息提取流程圖Fig.1 Flow chart of built-up land information extraction

由圖1可以看出，建筑用地信息提取的主要步驟為：①讀取Landsat TM數(shù)據(jù)；②構(gòu)建NDBBI、SAVI、MNDWI以及BSI這4個指數(shù)；③利用BSI和MNDWI線性拉伸結(jié)果構(gòu)建EBSI；④構(gòu)建EIBI并生成影像，對影像進(jìn)行灰度拉伸；⑤對EIBI灰度拉伸影像結(jié)果進(jìn)行閾值設(shè)定，分割出建筑用地信息；⑥輸出建筑用地提取影像；⑦對建筑用地提取結(jié)果進(jìn)行精度檢驗.需要注意的是，在歸一化數(shù)據(jù)結(jié)果區(qū)間范圍內(nèi)，數(shù)值動態(tài)變化范圍較小，而經(jīng)過0～255灰度線性拉伸所得結(jié)果的數(shù)值動態(tài)變化范圍更大.因此，為了設(shè)定閾值時能夠更容易地區(qū)分建筑用地信息，不能使用歸一化數(shù)據(jù)結(jié)果進(jìn)行計算.

精度評價的主要因子包括混淆矩陣、生產(chǎn)者精度、使用者精度、總精度以及Kappa系數(shù).混淆矩陣又稱為誤差矩陣，是用于表示分類的像元數(shù)與實際檢驗為該類別的像元數(shù)的比較陣列.Kappa系數(shù)大于0.75說明一致性較好，小于0.4說明一致性較差，越接近1說明一致性越好，即建筑用地信息提取結(jié)果越精確.

進(jìn)一步提取建筑用地信息變化趨勢，需要在ArcGIS軟件中采用柵格計算器將2010年與2005年建筑用地信息提取結(jié)果進(jìn)行相減計算.

2 結(jié)果與分析

2.1 基于EIBI指數(shù)提取建筑用地信息

2.1.1 建筑用地信息的提取

將2景Landsat TM原始數(shù)據(jù)影像以標(biāo)準(zhǔn)假彩色4、3和2波段合成，并疊加天津市矢量行政區(qū)劃圖層，結(jié)果如圖2所示.

圖2 天津市2005年和2010年TM標(biāo)準(zhǔn)假彩色影像示意圖Fig.2 TM standard false color sketch images of Tianjin city in 2005 and 2010

本研究中，對2005年和2010年數(shù)據(jù)分別設(shè)置閾值131和133時可以將天津市研究區(qū)建筑用地和裸地信息在EIBI模型計算結(jié)果中較好地加以區(qū)分.對建筑用地提取結(jié)果進(jìn)行二值化處理，定義建筑用地的值為1，非建筑用地的值為0，結(jié)果如圖3所示，其中黑色部分代表建筑用地，白色部分代表非建筑用地.

圖3 天津市2005年和2010年建筑用地信息提取結(jié)果示意圖Fig.3 Results of built-up land information extraction of Tianjin city in 2005 and 2010

對比圖2和圖3可以看出，天津市2010年建筑用地面積較2005年大幅度增加，在區(qū)域布局上更為緊湊，市內(nèi)6區(qū)(和平區(qū)、河?xùn)|區(qū)、河西區(qū)、南開區(qū)、河北區(qū)和紅橋區(qū))和濱海新區(qū)建筑用地的聚集程度以及變化程度尤為明顯.其中，濱海新區(qū)由于填海造陸，以及天津港的不斷建設(shè)發(fā)展，5年間天津港周圍建筑用地的面積顯著增加，海岸線變化尤為突出.此外，武清區(qū)和寶坻區(qū)建筑用地也有不同程度的增加.

進(jìn)一步對分類結(jié)果進(jìn)行像元統(tǒng)計，得到天津市2005年和2010年的建筑用地和非建筑用地的像元數(shù)目，并計算得到其對應(yīng)面積S、總增長率rt和年均增長率ra，結(jié)果如表1所示.

表1 建筑用地面積統(tǒng)計表Tab.1 Statistics of built-up land area

由表1可知，2010年建筑用地面積為1807.43 km2，2005年建筑用地面積為1 159.64 km2，面積增加了647.79 km2，這其中包含5年間減少的建筑用地面積，其總體增長率達(dá)到55.86%，年均凈增長率為11.17%.此外，非建筑用地面積占天津市總面積的比重較大，非建筑用地面積由2005年的10 786.37 km2減少至2010年的 10 138.57 km2，5年間總體減少率為6.01%，年均減少率為1.20%.

2.1.2 分類結(jié)果的驗證

為了驗證和比較建筑用地提取精度，在遙感處理軟件中，對感興趣區(qū)域(region of interest，ROI)隨機(jī)選取驗證樣本區(qū)，對照Google Earth影像數(shù)據(jù)并抽樣選擇387個驗證像元用于精度檢驗.選擇保存的ROI驗證樣本，通過混淆矩陣計算工具并設(shè)置相關(guān)參數(shù)，整理后得到分類結(jié)果精度評價結(jié)果，如表2所示.

表2 分類結(jié)果精度評價表Tab.2 Classification accuracy evaluation results

由表2可以看出，在天津市2005年建筑用地信息所抽取的387個驗證像元中，有19個漏分像元(建筑用地分為非建筑用地)，21個誤分像元(非建筑用地分為建筑用地)，總精度Ao達(dá)到89.66%，Kappa系數(shù)為0.78.在天津市2010年所抽取的387個驗證像元中，有18個漏分像元，15個誤分像元，總精度Ao達(dá)到91.47%，Kappa系數(shù)為0.81.

2.2 建筑用地變化分析

將2010年和2005年建筑用地分類結(jié)果在ArcGIS軟件中使用柵格計算器工具進(jìn)行進(jìn)一步計算，并將數(shù)據(jù)相減得到-1、0和1共3種結(jié)果.由于進(jìn)行二值化時定義建筑用地值為1，非建筑用地值為0.因此，柵格計算的結(jié)果為-1表示同一區(qū)域2005年為建筑用地(值為1)在2010年變?yōu)榉墙ㄖ玫?值為0)，即-1代表2010年建筑用地面積較2005年減少，1代表新增建筑用地，0代表沒有變化.將柵格計算結(jié)果與水體、天津市矢量行政區(qū)劃等圖層疊加顯示可以直觀看出建筑用地的發(fā)展變化趨勢，結(jié)果如圖4所示.

圖4 建筑用地疊加顯示效果圖Fig.4 Built-up land overlap rendering

進(jìn)一步將天津市建筑用地變化結(jié)果按照行政區(qū)劃進(jìn)行分區(qū)統(tǒng)計，得到天津市16個區(qū)建筑用地變化分區(qū)統(tǒng)計表，結(jié)果如表3所示.

表3 建筑用地變化分區(qū)統(tǒng)計表Tab.3 Zoning statistics table of built-up land change

表3中，寧河區(qū)和靜海區(qū)于2015年撤縣設(shè)區(qū)，薊州區(qū)于2016年由薊縣改為薊州區(qū)，其行政區(qū)域界線未做調(diào)整，本研究基于最新行政區(qū)劃即16區(qū)格局.表3中，S2005為2005年建筑用地面積，S10r為2010年減少建筑用地面積，S10g為2010年新增建筑用地面積，Pr和Pg分別代表建筑用地減少和增長比率.

從表3可以看出，與2005年相比，濱海新區(qū)在2010年新增建筑用地面積最多，為346.41 km2，主要集中在天津港附近，呈片狀分布.武清區(qū)和靜海區(qū)新增建筑用地面積分別為132.69 km2和128.22 km2，說明5年間城市快速發(fā)展趨勢較為明顯.結(jié)合表3和圖4可以看出，在天津市市內(nèi)6區(qū)(和平區(qū)、河?xùn)|區(qū)、河西區(qū)、南開區(qū)、河北區(qū)和紅橋區(qū))，新增建筑用地面積較少，從總體變化趨勢看，建筑用地均有不同程度的負(fù)增長，即5年間減少的建筑用地面積超過增加的建筑用地面積.由此可知，市內(nèi)6區(qū)的城市發(fā)展出現(xiàn)了一定程度的飽和，城市發(fā)展逐漸向環(huán)城4區(qū)(東麗區(qū)、津南區(qū)、西青區(qū)和北辰區(qū))轉(zhuǎn)移，發(fā)展格局逐步改變.在建筑用地總體變化趨勢上，靜海區(qū)、東麗區(qū)、濱海新區(qū)和寶坻區(qū)的增長率均超過100%，其中靜海區(qū)增長率達(dá)到163.97%，其建筑用地減少率為19.43%，凈增長率在16個區(qū)中排名最高，為144.54%，年均增長率達(dá)到28.91%.總體來看，天津市2010年建筑用地面積較2005年減少416.56 km2，新增建筑用地面積1 064.35 km2，呈現(xiàn)增長趨勢.

3 結(jié)論

本研究以Landsat TM數(shù)據(jù)為研究對象，采用壓縮數(shù)據(jù)維的方法，通過構(gòu)建EIBI指數(shù)，實現(xiàn)對建筑用地信息的提取，并根據(jù)提取結(jié)果分析2005～2010年天津市建筑用地信息的變化特征，研究結(jié)果表明：

(1)本研究方法對2005年和2010年Landsat TM建筑用地信息的提取精度分別為89.66%和91.47%，提取結(jié)果精度較高；Kappa系數(shù)達(dá)到0.78和0.81，表現(xiàn)出較高的一致性，說明本研究方法提取可信度較高.

(2)通過分析建筑用地變化，計算得到2010年較2005年新增的建筑用地面積1 064.35 km2，年均凈增長率為11.17%.說明5年間，建筑用地面積增長幅度較高，反映出城市的快速發(fā)展變化和社會經(jīng)濟(jì)的急劇增長.

在使用EIBI模型提取建筑用地信息時，閾值設(shè)定對提取結(jié)果的精確程度產(chǎn)生影響.本研究尚存在以下2點需要改善：

(1)EIBI模型通過設(shè)置多個次級指數(shù)，放大了建筑用地和裸地信息在提取結(jié)果中的差異性，提升了區(qū)分度，從而提高了提取結(jié)果準(zhǔn)確性，但閾值仍需依靠經(jīng)驗確定.

(2)該模型涉及較多的次級指數(shù)和不同波段之間的計算，局限性較大，不適于波段較少的遙感影像數(shù)據(jù).今后的研究重點為閾值的設(shè)定以及提升模型的普適性.

參考文獻(xiàn)：

[1]楊山.發(fā)達(dá)地區(qū)城鄉(xiāng)聚落形態(tài)的信息提取與分形研究——以無錫市為例[J].地理學(xué)報，2000，55(6)：671-678.YANG S.On extraction and fractal of urban and rural residential spatial pattern in developed area[J].Acta Geographica Sinica，2000，55(6)：671-678(in Chinese).

[2]查勇，倪紹祥，楊山.一種利用TM圖像自動提取城鎮(zhèn)用地信息的有效方法[J].遙感學(xué)報，2003，7(1)：37-40+82.ZHA Y，NI S X，YANG S.An effective approach to automatically extract urban land-use from TM imagery[J].Journal of Remote Sensing-Beijing，2003，7(1)：37-40+82(in Chinese).

[3]陳志強(qiáng)，陳健飛.基于NDBI指數(shù)法的城鎮(zhèn)用地影像識別分析與制圖[J].地球信息科學(xué)，2006，8(2)：137-140.CHEN Z Q，CHEN J F.Investigation on extracting the space information of urban land-use from high spectrum resolution image of aster by NDBI method[J].Geo-Information Science，2006，8(2)：137-140(in Chinese).

[4]姚月，朱大明，李小華.基于Landsat系列數(shù)據(jù)對建設(shè)用地變化的提取研究[J].華北科技學(xué)院學(xué)報，2016，13(5)：111-115.YAO Y，ZHU D M，LI X H.Investigation on the extraction dynamic change of land for construction by landsat data[J].Journal of North China Institute of Science and Technology，2016，13(5)：111-115(in Chinese).

[5]徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究[J].遙感學(xué)報，2005，9(5)：589-595.XU H Q.A study on information extraction of water body with the modified normalized difference water index(MNDWI)[J].Journal of Remote Sensing，2005，9(5)：589-595(in Chinese).

[6]徐涵秋.基于壓縮數(shù)據(jù)維的城市建筑用地遙感信息提取[J].中國圖象圖形學(xué)報，2005，10(2)：223-229.XU H Q.Remote sensing information extraction of urban built-up land based on a data-dimension compression technique[J].Journal of Image and Graphics，2005，10(2)：223-229(in Chinese).

[7]徐涵秋.基于譜間特征和歸一化指數(shù)分析的城市建筑用地信息提取[J].地理研究，2005，24(2)：311-320+324.XU H Q.Fast information extraction of urban built-up land based on the analysis of spectral signature and normalized difference index[J].Geographical Research，2005，24(2)：311-320+324(in Chinese).

[8]彭光雄，徐兵，沈蔚，等.TM圖像的城鎮(zhèn)用地信息提取方法研究[J].遙感技術(shù)與應(yīng)用，2006，21(1)：31-36.PENG G X，XU B，SHEN W，et al.Extracting urban land-use on the TM imagery[J].Remote Sensing Technology and Application，2006，21(1)：31-36(in Chinese).

[9]楊智翔，何秀鳳.基于改進(jìn)的NDBI指數(shù)法的遙感影像城鎮(zhèn)用地信息自動提取[J].河海大學(xué)學(xué)報(自然科學(xué)版)，2010，38(2)：181-184.YANG Z X，HE X F.Automatic extraction of urban land-use information from remote sensing images based on improved NDBI method[J].Journal of Hohai University(Natural Sciences)，2010，38(2)：181-184(in Chinese).

[10]徐涵秋.福建省長汀縣河田盆地區(qū)近35年來地表裸土變化的遙感時空分析[J].生態(tài)學(xué)報，2013，33(10)：2946-2953.XU H Q.Spatiotemporal dynamics of the bare soil cover Hetian Basinal area of county Changting，China，during the past 35 years[J].Acta Eco-logica Sinica，2013，33(10)：2946-2953(in Chinese).

[11]徐涵秋.一種快速提取不透水面的新型遙感指數(shù)[J].武漢大學(xué)學(xué)報(信息科學(xué)版)，2008，33(11)：1150-1153，1211.XU H Q.A new remote sensing index for fastly extracting impervious surface information[J].Geomatics and Information Science of Wuhan University，2008，33(11)：1150-1153，1211(in Chinese).

[12]徐涵秋.城市不透水面與相關(guān)城市生態(tài)要素關(guān)系的定量分析[J].生態(tài)學(xué)報，2009，29(5)：2456-2462.XU H Q.Quantitative analysis on the relationship of urban impervious surface with other components of the urban ecosystem[J].Acta Ecologica Sinica，2009，29(5)：2456-2462(in Chinese).

[13]林思鄉(xiāng)，徐涵秋，林中立.長汀水土流失區(qū)地表裸土動態(tài)變化及生態(tài)分析[J].福建林業(yè)科技，2015，42(3)：7-12，39.LIN S X，XU H Q，LIN Z L.Dynamics of exposed bare soil cover and ecological status in the soil loss area of changting county[J].Journal of Fujian Forestry Sci and Tech，2015，42(3)：7-12，39(in Chinese).

[14]徐涵秋，杜麗萍.遙感建筑用地信息的快速提取[J].地球信息科學(xué)學(xué)報，2010，12(4)：574-579.XU H Q，DU L P.Fast extraction of built-up land information from remote sensing imagery[J].Geo-Information Science，2010，12(4)：574-579(in Chinese).

[15]吳志杰，趙書河.基于TM圖像的“增強(qiáng)的指數(shù)型建筑用地指數(shù)”研究[J].國土資源遙感，2012，93(2)：50-55.WU Z J，ZHAO S H.A study of enhanced index-based built-up index based Landsat TM imagery[J].Remote Sensing for Land&Resources，2012，93(2)：50-55(in Chinese).

[16]HUETE A R.A soil-adjusted vegetation index(SAVI)[J].Remote Sensing of Environment，1988，25(3)：295-309.

[17]MCFEETERS S K.The use of normalized difference water index(NDWI)in the delineation of open water features[J].International Journal of Remote Sensing，1996，17(7)：1425-1432.