李金香
, 李亚芳
Li Jinxiang, Li Yafang
中图分类号: P237
文献标识码: A
文章编号: 1000-0690（2016）11-1743-08
收稿日期: 2016-02-23
修回日期: 2016-05-10
网络出版日期: 2016-11-10
版权声明: 2016 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：李金香（1984-）,女,山东烟台人,工程师,硕士,现从事地震应急及遥感应用研究。E-mail:ljxhappy365@163.com
展开
摘要
运用灰度共生矩阵、数学形态学等方法提取新疆新源地区高分一号2 m分辨率影像居民地信息,运用目视解译、影像叠加分析、缓冲区分析等方法,进行居民地量化分级,为地震应急准备提供数据支持。结果表明：研究区在地震烈度为Ⅷ度及以下区域,埋压主要集中在单层结构为主的建筑区;当地震烈度高于Ⅷ度且造成多层建筑大面积倒塌时,县城等人口密集区为首要救援区;在地震应急准备时,应对交通条件三等区和交通条件四等区重点关注,增加应急物资储备点,对山区居民地,应考虑道路毁坏情况,转换救援方式,做好应急预案。
关键词：
Abstract
Residential area is important hazard-bearing body of earthquake disasters. Accurate grasp of the spatial distribution of residential area is an important basis for understanding the earthquake disaster and carrying out the earthquake emergency preparedness. Residential area are changing faster and faster in recent years, the development of remote sensing technology provides advanced means for acquisition spatial information of residential area. The spatial distribution of the real residential area extracted by remote sensing can provide a new data for earthquake emergency preparedness. At the same time, when large destructive earthquake happens, we can rapid determine buried areas and rescue mode according to residential area of quantitative classification result, which has a certain guiding significance on the rescue and evacuation plans. In this article, we use gray level co-occurrence matrix and mathematical morphology methods to extract the spatial distribution of residential area from the 2 m resolution GF-1 satellite remote sensing data, and use visual interpretation, image analysis, buffer analysis to carry out residential area quantitative classification, which can provide data support for the earthquake emergency preparedness. Due to the different earthquake intensity, population distribution and the different types of building structures, the number of buried person in different regions is also different. The residential areas are divided into multi-storey residential areas and bungalow residential areas using visual interpretation, the number of houses is interpretated according to the image characteristic as residential areas attribute data, then the residential areas of buried person distribution are graded through analysis. At the same time, in traffic as the research object, different grade of roads has different road accessibility. We do buffer analysis with different effects ranges for state roads, provincial roads, county roads, township roads and special roads in study area, then the residential areas of rescue convenience degree are graded according to different regional values. The residential areas are divided into four grades, such as first level traffic conditions residential areas, second level traffic conditions residential areas, third traffic conditions residential areas and fourth level traffic conditions residential areas. The results revealed that: Using gray level co-occurrence matrix and mathematical morphology methods can better extract the residential area information of the high resolution GF-1 2 m image. The algorithm of this article has high accuracy and good robustness. However, to ensure data accuracy, extraction results and images were compared and analyzed, and residential areas were extracted semi automatically by the artificial intervention. The quantitative analysis of the residential area revealed that in seismic intensity VIII and the following area, buried zone mainly concentrated in the bungalow areas; When the seismic intensity is higher than VIII degrees and caused large area multi-storey buildings collapsed, densely populated areas of the county are the main rescue areas; In the earthquake emergency preparedness, we should increase the reserve point of emergency supplies especially in the third and fourth level traffic conditions residential areas. At the same time, the mountain residential areas should be considered to converse the rescue methods and do a good job in the emergency plan in the case of road damage.
Keywords：
中国是世界上地震活动最强烈和地震灾害最严重的国家之一。20世纪全球大陆35％的7级以上地震发生在中国。居民地是地震灾害的重要受灾体,准确的居民地空间分布信息是衡量地震灾情,开展地震应急准备的重要依据。
居民地是人与自然相互作用的产物,是人类进行各种活动的中心场所[1]。居民地是GIS空间数据库中最典型、变化速度最快、变换范围最广的地物要素之一[2]。居民地空间分布信息的快速准确提取具有极其重要的意义,通过遥感提取的真实居民地空间分布可为地震应急准备提供新的数据基础。同时在大的破坏性地震来临时,根据居民地量化分级快速判定埋压区及救援方式,对救援及撤离计划的精确制定具有一定的指导意义。
遥感影像覆盖面积大、成本较低,利用遥感影像可及时、准确地获取居民地信息。目前,从遥感影像中提取信息的常用方法是目视判读,但判读结果人为差别显著,效率低[3]。很多专家学者根据居民地特有的特征表现形式,提出关于居民地提取的自动及半自动方法[4~8]。如关丽进行了基于空间语义模型的Quick Bird影像城市房屋信息自动提取[9];王番进行了旋转和平移不变纹理特征的遥感影像居民地提取[10];王雪微利用遥感影像图提取城市建设用地信息[11];Su[12]等把光谱特征和纹理特征结合起来,改善高分辨率遥感影像城区提取效果。Ella[13]、Benediktsson[14]、汪闽等[15]采用数学形态学、纹理滤波等方法进行了居民地识别等等。
综上所述,目前居民地提取方法较多,然而采用国内高分一号（GF-1）遥感影像进行居民地信息提取的研究很少,本研究以GF-1卫星2 m分辨率影像为基础,进行面向地震应急准备的居民地遥感提取及量化分级研究,为地震应急准备提供技术支撑及数据支持。
研究区位于新疆维吾尔自治区西北部,天山北麓,伊犁河谷最东端。在行政上隶属于伊犁哈萨克自治州新源县。研究区主要有山区、丘陵、河谷平原三个地形区。总人口32.56万人（2014年）,地区生产总值789 856万元（2014年）。研究区面积约为1 740 km2,南北皆为山区,居民地主要分布在中部河谷平原区,主要包括新源县城和周边4个乡镇（则克台镇、肖尔布拉克镇、塔勒德镇、别斯托别乡）。新源县城和经济较发达的乡镇中心区房屋以多层砖混及框架结构为主,房屋设计规范,按当地基本设防烈度设防,抗震性能较好。经济欠发达的乡镇及村庄房屋建筑结构主要有土木结构、砖木结构和定居兴牧/安居富民房。
图1 预处理后研究区GF-1卫星遥感影像
Fig.1 GF-1 remote sensing image of study areaa after preprocessing
新疆遥感应用中心提供了研究区2014年8月1日GF-1卫星2 m分辨率全色、8 m分辨率多光谱影像数据,没有云、雾的影响,图像质量好。高分辨率对地观测系统工程是《国家中长期科学和技术发展规划纲要(2006~2020年)》确定的16个重大专项之一[16],GF-1卫星是高分辨率对地观测系统国家科技重大专项的首发星,2013年12月30日正式投入使用。GF-1卫星搭载了2台2 m分辨率全色/8 m分辨率多光谱相机,4台16 m分辨率多光谱相机。突破了高空间分辨率、多光谱与宽覆盖相结合的光学遥感等关键技术。
新疆地震应急基础数据库具有全疆42类基础数据,并按国家要求进行实时更新,本研究收集数据库中DEM数据、县、乡及行政村驻地数据、道路数据、重点目标数据等地震应急基础数据,进行影像正射校正、几何校正等预处理,完成各类型数据的空间匹配。
首先将GF-1卫星影像结合DEM数据进行区域正射校正,其次利用研究区1∶5万地形图对GF-1影像各波段进行几何精校正,采用控制点-多项式拟合校正法,3次卷积内插法重采样进行图像点的精密校正。
结合新疆地理环境,新疆大部分区域为无人区,结合遥感和GIS手段,以地震应急基础数据库中行政村的点状数据为基础,2 km为半径进行缓冲区设置,叠加遥感数据裁剪研究区影像,减少数据范围及干扰信息,以提升后续数据计算精度。图1为研究区经过预处理后的遥感影像图,研究区底图采用2 m分辨率全色与8 m分辨率多光谱融合后影像,进行R（红色,band2）、G（绿色,band4）、B（蓝色,band1）彩色合成形成,其中band1、band2、band4与表1中多光谱波段影像一一对应,经过对比分析,点状要素与影像中居名地分布的空间位置吻合。图中保留了居名地信息,去除了大面积山地及耕地。
本文采用GF-1卫星的2 m分辨率遥感影像进行研究区面向地震应急准备的居民地遥感提取及量化分析研究。运用灰度共生矩阵、二值化、聚类、小斑块去除以及数学形态学等方法进行居民地信息提取,并进行人工后处理,满足一定的精度要求;进而根据地震应急需求,考虑埋压和救援因素,进行居民地量化分级,主要采用遥感目视解译方法完成研究区同等地震烈度下埋压程度分析,采用缓冲区叠加分析方法完成研究区救援便利度分析,为研究区地震应急准备提供决策依据。
纹理分析方法可充分利用影像信息,又可解决同物异谱现象,提高分类精度。近年来,随着高分辨率遥感影像越来越多,应用越来越广泛,目前已占主流地位。灰度共生矩阵法（GLCM：Gray Level Co-occurrence Matrix）是通过研究灰度的空间相关特性来描述纹理的方法,是目前最常见、应用最广泛、效果最好的一种纹理统计分析方法。GLCM是一个统计描述影像中的一个局部区域或整个区域相邻象元或一定间距内两象元灰度呈现某种关系的矩阵。该矩阵中的元素值代表灰度级之间联合条件概率密度P(i,j/d,θ), P(i,j/d,θ)表示在给定空间距离d和方向θ时,灰度以i为始点,出现灰度级为j的概率（也即频数）。Haralick定义了14种纹理特征。常用于提取遥感影像中纹理信息的特征统计量主要有：均值、方差、同质性、对比度、非相似性、熵、角二阶矩、相关性等[17]。
表1 GF-1卫星相关参数
Table 1 Related parameters of GF-1 satellite
| 参数 | 2 m分辨率全色/8 m分辨率多光谱相机（μm） | 参数 | 卫星参数 | |
|---|---|---|---|---|
| 光谱范围 | 全色 | 0.45~0.90 | 幅宽 | 60 km（2台相机组合） |
| 多光谱 | Band1: 0.45~0.52 | 重访周期（侧摆时） | 4 d | |
| Band2: 0.52~0.59 | 覆盖周期（不侧摆） | 41 d | ||
| Band3: 0.63~0.69 | 轨道类型 | 太阳同步回归轨道 | ||
| Band4: 0.77~0.89 | 轨道高度 | 645 km（标称值） | ||
其次采用数学形态学方法[18]进行居民地综合,数学形态学是由一组形态学的代数运算子组成的,它的基本运算有4个：膨胀、腐蚀、开运算和闭运算[19,20]。
腐蚀：AΘB={x∶B+x⊂A}
膨胀：A⊕B=[AcΘ(-B)]c
开运算：AοB=(AΘB)⊕B
闭运算：A·B=(A⊕B)ΘB
其中,⊂表示子集关系。设A为输入图像, B为结构元素, A被B腐蚀（AΘB）是由将B平移x但仍包含在 A内的所有点x组成的。膨胀是腐蚀的对偶运算,将B相对原点旋转180°得到–B,再利用–B对Ac（A的补集）进行腐蚀,腐蚀结果的补集,便是所求的结果。结构元素B对原始图像A的开运算,实际上是先对图像A进行腐蚀运算,再对结果进行膨胀运算的等价运算。闭运算是开运算的对偶运算,定义为先作膨胀然后再作腐蚀。
本文进行面向地震应急准备的居民地遥感提取及量化分析的技术路线如图2所示。
应用上述方法对研究区GF-1卫星2 m分辨率遥感影像进行运算,采用灰度共生矩阵算法进行纹理特征提取,经对比分析可知：影响居民地提取的灰度共生矩阵相关参数主要为滑动窗口N、参数（θ,d）、特征值f(i,j),不同的参数提取结果精度不同,本研究经过多次对比分析,最终采用灰度共生矩阵7×7窗口、45°方向、步长为1的参数提取对比度特征值影像,以此刻画研究区居民地空间分布信息,并对提取的影像特征进行二值化、非监督分类、小斑点去除、聚类等处理。提取结果能较好地描述居民地空间分布,然而存在斑点状小区域及形状各异的孔洞,需采用数学形态学方法进行居民地综合。经过数学形态学算法处理后的居民地遥感提取结果,完整提取了居民地信息,满足制图综合的要求。
将提取结果叠加原始影像进行对比,对虚警率较高的区域进行人工逐一修改,保证居民地提取精度,完成居民地遥感半自动提取,生成研究区居民地空间分布图（图3）。
由图3可知,基于灰度共生矩阵,数学形态学等方法有效的提取出了研究区居民地空间分布数据。同时本研究采用的数据源为GF-1卫星2 m分辨率遥感影像,影像分辨率较高,通过遥感影像目视解译、缓冲区叠加分析手段,可获取研究区居民地定量属性信息,为面向地震应急准备的居民地量化分级提供基础。
目前,政府积极采取有效措施,减轻地震灾害。其中很重要的一项措施就是建立严密高效的地震应急体系,提高政府震时的应急指挥和救援能力,减少人民的生命财产损失。然而为了保障震时的应急指挥和救援工作,需要大力加强震前的应急准备工作,本文面向地震应急准备进行居民地量化分析研究。
根据地震应急需求,在地震应急时主要考虑埋压和救援等因素,本文根据这两个方面进行居民地量化分级。
破坏性地震发生以后,快速有效地评估地震埋压人员的分布,可以从时间和空间上极大地发挥救援的作用和效率,最大限度地挽救生命。然而,由于人口分布、建筑结构类型等的不同,致使不同区域埋压人员数量也不同。地震灾害具有突发性,尤其在强震情况下,经常会出现通讯和交通中断的情况,救灾领导者很难及时准确地了解灾区埋压人员的分布。而且目前对于地震埋压人员分布的研究比较少,难以为地震应急救援决策提供有力的支持,严重地影响了救援的时效性。鉴于此,开展埋压人员分布评估的研究就显得十分必要和迫切。
基于2 m分辨率高分一号遥感影像进行目视解译,进行居民地分级,将居民地分为多层为主（研究区多层房屋多为砖混结构,少量公用房屋为框架结构）居民区和单层为主（研究区单层房屋多为砖木和土木结构房屋,随着富民安居工程的推进,土木结构房屋逐渐减少）居民区;同时根据影像特征,解译各居民地的房屋数量作为居民地属性数据,以房屋数量空间分布代表人口空间分布。历次地震调查经验表明(新疆维吾尔自治区地震局.2012年6月30日新疆新源、和静交界6.6级地震灾害损失评估.新疆维吾尔自治区地震局,2012：1-87.)：在同等地震烈度条件下,研究区多层为主的居民区房屋抗震性能较高,而单层土木结构房屋抗震性能低,在高烈度条件下易倒塌造成人员伤亡。而当地震烈度达到一定高度造成多层砖混房屋大面积倒塌则面临区域全面救援,此时人口聚居的城镇区为首要关注区。
基于房屋类型及数量的居民地量化分级结果如图4所示,图中暖色系居民地为多层为主居民区,冷色系居民地为单层为主居民区,在同等地震烈度条件下（Ⅷ度及以下）,单层为主居民区为埋压分布重点关注区,而在研究区东北及南部单层为主建筑数量达到1 500户以上的居民地是人口多而房屋抗震性能较低的区域,需重点关注。图4叠加了重点目标数据,数据来源于新疆地震应急基础数据库;本研究中的重点目标主要包括：学校、医院、政府单位、银行等等,按国家规定,县以上公用房屋需按照设防标准进行抗震设防,由图可知,重点目标主要集中在县城及乡镇多层为主居民地区,房屋抗震性能较高,而位于城郊及乡镇单层为主居民地内的重点目标,是救援首要关注点。因此在地震应急准备时,应根据可能造成的埋压分布进行救援物资,如帐篷、被子、饮用水、食物、药品等的准备,以便更好地应对地震灾害。
图4 基于房屋类型及数量的居民地量化分级
Fig.4 Quantitative grading of residents based on housing type and quantity
破坏性地震发生后,最怕某地区陷入“孤岛”状态,致使灾区与外界联系的交通线完全中断,救援人员和物资不能在灾后黄金救援时间内抵达“孤岛”地区,救援工作延误导致的人员伤亡数量急剧上升。
交通道路作为影响居民日常生产生活的重要因素,对居民点的分布具有很大影响[21,22]。交通系统是生命线系统的重要组成部分,地震发生后,应急救援工作依赖于交通情况。本文基于交通通达度对居民地进行量化分级,为地震应急救援提供数据支撑。
本研究以交通道路为研究对象,从居民区内交通路网密度对研究区交通优势度进行评价,将交通通达情况分为可通达和不可通达,根据道路等级不同,道路通达度影响范围不同,本研究将研究区内国道、省道、县道、乡道、专用道5级道路设定为不同的影响区域,分别做2 km、1 km、800 m、500 m、200 m缓冲区分析,视为在该等级道路缓冲区内的居民区为可通达,赋值为1,否则为不可通达,赋值为0。将所有道路缓冲区进行叠加分析,根据区域取值不同,将居民区交通通达度等级划分为交通条件一等区、交通条件二等区、交通条件三等区和交通条件四等区。基于交通通达度的居民地量化分级结果如图5所示。
由图5可知：交通条件一等区主要集中在国道、省道通过的县城及乡镇区,此类地区交通路网密度较高,交通条件好,可由多条道路通达,在破坏性地震发生时,易于救援物资的抵达及分发,然而此区域也是人口密度较高的区域,为便于救援,需根据情况进行交通管制。交通条件二等区主要集中在国道和省道通过的乡村,此类地区多为国道、省道与县乡道路交汇区,交通条件较好,在破坏性地震发生时,只要主要道路没有损毁,救援物资较易抵达。而交通条件三等区和交通条件四等区的交通路网等级低、密度低,在高地震烈度情况下,容易受到严重破坏,尤其是位于山区内的居民地,道路除了受地震影响易发生裂缝,还易受到滑坡、泥石流等次生地质灾害影响造成道路堵塞,无法通行,因此在地震应急准备时,应对交通条件三等区和交通条件四等区进行重点关注,增加应急救援物资的储备点,便于地震灾害应急,以免出现地震“孤岛”;同时,对山区居民地,在地震应急准备时,应考虑在道路毁坏情况下,转换救援方式,做好应急预案。
图5 基于交通通达度的居民地量化分级
Fig.5 Quantitative grading of residents based on traffic accessibility
本研究基于国内高分一号高分辨率遥感影像进行居民地提取方法研究,提取了研究区居民地真实空间分布数据,并开展了面向地震应急准备的居民地量化分析,为研究区地震应急准备提供数据支持。主要结论如下：
1） 为更好的进行面向地震应急准备的居民地量化分析,需对提取结果进行人工干预,完成半自动提取,保证数据精度。
2） 面向地震应急准备的埋压分析结果表明：在同等地震烈度条件下（Ⅷ度及以下）,人口聚居较多的单层结构房屋区域为埋压重点关注区,此类区域内的重点目标点是救援的首要关注点;而当地震烈度达到一定高度造成多层建筑大区域倒塌时,县城等人口密集区为首要救援区,此类区域内的重点目标点是救援的首要关注点。震前应依据研究区地震风险评估及埋压分布评估结果,进行地震应急物资及人员的合理配备。
3） 面向地震应急准备的救援便利度分析结果表明：在地震应急准备时,应对交通条件三等区和交通条件四等区进行重点关注,增加应急物资的储备点,便于地震灾害应急,以免出现地震“孤岛”,无法救援的情况;同时,对山区居民地,在地震应急准备时,应考虑在道路毁坏情况下,转换救援方式,做好应急预案。
地震应急准备涉及方方面面,本研究仅考虑了两个主要影响因子,进行居民地量化分级,将来可面向更多的方面进行研究,深化应急准备技术支持力度,以最大的努力获得最小的损失。
致谢：在本文研究过程中,新疆遥感应用中心提供了研究区高分一号卫星影像数据支持,在此致谢！
The authors have declared that no competing interests exist.
| [1] |
基于归一化指数分析的居民区遥感信息提取 [J].
以无锡市作为研究区域,采用2000年Landsat ETM+影像数据,通过对居民地的遥感机理分析,利用植被指数、水体指数、城镇指数相结合的方法提取居民地信息.分析遥感影像的谱间结构特征,通过试验, 建立二值逻辑运算式,得到居民地遥感信息提取结果.并用该方法在不同时相不同地区的Landsat TM/ETM+影像上进行了进一步的验证.研究结果表明:该方法可以将居民地信息提取出来,并且效果较好.
Li Manchun et al. Extracting remote sensing information of residential areas based on the analysis of normalized difference Index.
以无锡市作为研究区域,采用2000年Landsat ETM+影像数据,通过对居民地的遥感机理分析,利用植被指数、水体指数、城镇指数相结合的方法提取居民地信息.分析遥感影像的谱间结构特征,通过试验, 建立二值逻辑运算式,得到居民地遥感信息提取结果.并用该方法在不同时相不同地区的Landsat TM/ETM+影像上进行了进一步的验证.研究结果表明:该方法可以将居民地信息提取出来,并且效果较好.
|
| [2] |
基于IKONOS影像融合的土地覆盖分类及居民地信息提取研究[D] .Study on land cover classification and residential areas extraction using IKONOS imagery based on data fusion. |
| [3] |
赣中红壤区TM图像的居民地信息自动提取专家模式研究 [J].https://doi.org/10.3969/j.issn.1001-070X.2002.04.015 URL [本文引用: 1] 摘要
从遥感信息分析入手,分析了抚州地区居民地在Landsat TM1 TM2 TM3 TM4 TM5 TM6 TM7各个波段上与其它背景地物的可分性.通过对各地物光谱曲线特征进行分析,利用居民地光谱特征与其它地物的差异性,建立条件表达式,即可把该区的居民地提取出来.通过验证,其点位精度达到81%,面积精度达到75%.该研究表明,通过简单模型的建立,可将以水泥顶房屋和瓦顶房屋为主的居民地提取出来.
Zhu Ji et al. The extraction of residential area on landsat TM imagery from red earth region in central Jiangxi.Remote Sensing for Land＆ https://doi.org/10.3969/j.issn.1001-070X.2002.04.015 URL [本文引用: 1] 摘要
从遥感信息分析入手,分析了抚州地区居民地在Landsat TM1 TM2 TM3 TM4 TM5 TM6 TM7各个波段上与其它背景地物的可分性.通过对各地物光谱曲线特征进行分析,利用居民地光谱特征与其它地物的差异性,建立条件表达式,即可把该区的居民地提取出来.通过验证,其点位精度达到81%,面积精度达到75%.该研究表明,通过简单模型的建立,可将以水泥顶房屋和瓦顶房屋为主的居民地提取出来.
|
| [4] |
A new approach for the morphological segmentation of high-resolution satellite imagery [J].https://doi.org/10.1109/36.905239 URL [本文引用: 1] 摘要
A new segmentation method based on the morphological characteristic of connected components in images is proposed. Theoretical definitions of morphological leveling and morphological spectrum are used in the formal definition of a morphological characteristic. In multiscale segmentation, this characteristic is formalized through the derivative of the morphological profile. Multiscale segmentation is particularly well suited for complex image scenes such as aerial or fine resolution satellite images, where very thin, enveloped and/or nested regions must be retained. The proposed method performs well in the presence of both low radiometric contrast and relatively low spatial resolution. Those factors may produce a textural effect, a border effect, and ambiguity in the object/background distinction. Segmentation examples for satellite images are given
|
| [5] |
A robust built-up area presence index by anisotropic rotation-invariant textural measure [J].https://doi.org/10.1109/JSTARS.2008.2002869 URL 摘要
A procedure for the calculation of a texture-derived built-up presence index (PanTex) from textural characteristics of panchromatic satellite data is presented. The index is based on fuzzy rule-based composition of anisotropic textural co-occurrence measures derived from the satellite data by the gray-level co-occurrence matrix (GLCM). Examples are produced how the PanTex index reduces the edge effects of the nonbuilt-up linear features and improves capacity to discriminate between built-up and nonbuilt-up areas. The accuracy and robustness of the PanTex measure against seasonal changes, multisensor, multiscene, and data degradation by wavelet-based compression and histogram stretching is discussed with some examples.
|
| [6] |
A multiple conditional random fields ensemble model for urban area detection in remote sensing optical images [J].https://doi.org/10.1109/TGRS.2007.907109 URL 摘要
Abstract With complex building composition and imaging condition, urban areas show versatile characteristics in remote sensing optical images. It demonstrates that multiple features should be utilized to characterize urban areas. On the other hand, since levels of development in neighboring areas are not statistically independent, the features of each urban area site depend on those of neighboring sites. In this paper, we present a multiple conditional random fields (CRFs) ensemble model to incorporate multiple features and learn their contextual information. This model involves two aspects: one is to use a CRF as the base classifier to automatically generate a set of CRFs by changing input features, and the other is to integrate the set of CRFs by defining a conditional distribution. The model has some distinct merits: each CRF component models a kind of feature, so that the ensemble model can learn different aspects of training data. Moreover, it lets the ensemble model search in a wide solution space. The ensemble model can also avoid the well-known overfitting problem of a single CRF, i.e., the many features may cause the redundancy of irrelevant information and result in counter-effect. Experiments on a wide range of images show that our ensemble model produces higher detection accuracy than single CRF and is also competitive with recent results in urban area detection.
|
| [7] |
基于语义优先的土地利用图斑综合的研究——以大连旅顺口区北海街道为例 [J].
土地利用图斑综合是实现其多尺度表达的关键技术,主要包括相邻图斑的融合、相离且语义邻近图斑的聚合、狭长图斑的综合以及要素边线的化简等。通过以下4种方法实现图斑综合：①以要素间语义相似度为先决条件并顾及空间拓扑关系建立邻近度分析模型,通过模型检索要素的最邻近图斑实现数据融合;②以相离要素缓冲区交集中的节点建立多边形要素填补桥梁区域实现要素聚合;③以相邻要素的缓冲区将狭长区域剖分,并融合到周围要素的方法来实现狭长图斑的综合;④以Douglas-Peucker算法实现要素边线化简。上述方法对普通图斑及特征图斑均提出了各自适应的综合算法。实验结果表明上述模型及算法能最大限度的保证各地类面积平衡、也能有效控制要素变形、合理压缩数据并保证地图简洁、美观,保证自动化制图综合的简捷高效。
Kong Fanqiang et al. Generalization of land use patch based on semantic priority—A case of beihai sub-district of Lushun port.
土地利用图斑综合是实现其多尺度表达的关键技术,主要包括相邻图斑的融合、相离且语义邻近图斑的聚合、狭长图斑的综合以及要素边线的化简等。通过以下4种方法实现图斑综合：①以要素间语义相似度为先决条件并顾及空间拓扑关系建立邻近度分析模型,通过模型检索要素的最邻近图斑实现数据融合;②以相离要素缓冲区交集中的节点建立多边形要素填补桥梁区域实现要素聚合;③以相邻要素的缓冲区将狭长区域剖分,并融合到周围要素的方法来实现狭长图斑的综合;④以Douglas-Peucker算法实现要素边线化简。上述方法对普通图斑及特征图斑均提出了各自适应的综合算法。实验结果表明上述模型及算法能最大限度的保证各地类面积平衡、也能有效控制要素变形、合理压缩数据并保证地图简洁、美观,保证自动化制图综合的简捷高效。
|
| [8] |
高分辨率遥感影像上居民地自动提取方法 [J].https://doi.org/10.13203/j.whugis20130611 URL Magsci [本文引用: 1] 摘要
提出了一种基于特征分解的无监 督分割方法,对高分辨率遥感影像中的居民地进行提取。该方法通过小波分解多尺度特征,利用居民地内、外部结构差异以及平均光谱辐射强度差异构成特征空间, 采用约束均值漂移算法进行特征空间自适应分解,实现居民地自动提取。实验结果表明,该方法能很好地消除高分辨率导致的影像高度细节化等因素对居民地提取的 影响,有效提取居民地。
Automatic extraction technique of residential areas in high resolution remote sensing image. https://doi.org/10.13203/j.whugis20130611 URL Magsci [本文引用: 1] 摘要
提出了一种基于特征分解的无监 督分割方法,对高分辨率遥感影像中的居民地进行提取。该方法通过小波分解多尺度特征,利用居民地内、外部结构差异以及平均光谱辐射强度差异构成特征空间, 采用约束均值漂移算法进行特征空间自适应分解,实现居民地自动提取。实验结果表明,该方法能很好地消除高分辨率导致的影像高度细节化等因素对居民地提取的 影响,有效提取居民地。
|
| [9] |
基于空间语义模型的Quick Bird影像城市房屋信息自动提取研究[D] .Study on urban house information extraction automatically from Quick Bird images based on space semantic model. |
| [10] |
旋转和平移不变纹理特征的遥感影像居民地提取 [J].
本文利用Radon变换的小波系数直方图对遥感影像居民地进行提取。首先,通过Radon变换将纹理影像的旋转和平移转化为平移,然后对Radon变换后的影像进行小波变换,最后利用小波系数直方图作为旋转和平移不变特征进行纹理分割。实验结果表明：基于Radon变换的小波系数直方图方法对遥感影像居民地有较好的提取结果。
Jin Fei et al. Residential area extraction from remote sensing image based on rotation and translation invariant texture feature.
本文利用Radon变换的小波系数直方图对遥感影像居民地进行提取。首先,通过Radon变换将纹理影像的旋转和平移转化为平移,然后对Radon变换后的影像进行小波变换,最后利用小波系数直方图作为旋转和平移不变特征进行纹理分割。实验结果表明：基于Radon变换的小波系数直方图方法对遥感影像居民地有较好的提取结果。
|
| [11] |
长春市城市建设用地演进的空间识别及影响机制研究 [J].
随着城市化进程的加快,城市建设用地扩张成为人地关系及可持续发展面临的重要问题,社会各界对城市化与建设用地扩张的关注也越来越多。以长春市中心城区为研究对象,利用1800~1995年统计资料,1995年、2000年、2005年和2010年的遥感影像图及规划统计数据,运用GIS技术提取城市建设用地规模、形态、增长幅度、平均中心等信息,建立一种在空间上有效识别城市建设用地扩张的简便方法,对研究区1995~2010年不同阶段的城市建设用扩展进行空间识别,计算城市建设用地扩张速度、强度、形态紧凑度、分维指数等空间特征量,归纳长春市1995年以来,随城市化发展,城市建设用地空间扩张现象和特征。并结合经济社会统计相关数据及区域分析方法,分析城市建设用地扩张与其各类驱动要素之间的关系。结果表明,长春市建设用地空间扩张与形态演化既具有一般规律又具备特殊性,表现出建设用地总量增加、产业拉动性强、扩张速度快、强度高、空间形态不规则、城市中心迁移方向与建设用地扩张基本一致等特征。这些现象和特征形成的主要影响因素为快速城市化背景下开放式交通系统的高密度开发。
Song Yang et al. Space recognition and influence mechanism of urban construction land evolution of Changchun city.
随着城市化进程的加快,城市建设用地扩张成为人地关系及可持续发展面临的重要问题,社会各界对城市化与建设用地扩张的关注也越来越多。以长春市中心城区为研究对象,利用1800~1995年统计资料,1995年、2000年、2005年和2010年的遥感影像图及规划统计数据,运用GIS技术提取城市建设用地规模、形态、增长幅度、平均中心等信息,建立一种在空间上有效识别城市建设用地扩张的简便方法,对研究区1995~2010年不同阶段的城市建设用扩展进行空间识别,计算城市建设用地扩张速度、强度、形态紧凑度、分维指数等空间特征量,归纳长春市1995年以来,随城市化发展,城市建设用地空间扩张现象和特征。并结合经济社会统计相关数据及区域分析方法,分析城市建设用地扩张与其各类驱动要素之间的关系。结果表明,长春市建设用地空间扩张与形态演化既具有一般规律又具备特殊性,表现出建设用地总量增加、产业拉动性强、扩张速度快、强度高、空间形态不规则、城市中心迁移方向与建设用地扩张基本一致等特征。这些现象和特征形成的主要影响因素为快速城市化背景下开放式交通系统的高密度开发。
|
| [12] |
Y H Chen et al. Textual and local spatial statistics for the object-oriented classification of urban areas using high resolution imagery [J].https://doi.org/10.1080/01431160701469016 URL [本文引用: 1] 摘要
Textural and local spatial statistical information is important in the classification of urban areas using very high resolution imagery. This paper describes the utility of textural and local spatial statistics for the improvement of object-oriented classification for QuickBird imagery. All textural/spatial bands were used as additional bands in the supervised object-oriented classification. The texture analysis is based on two levels: segmented image objects and moving windows across the whole image. In the texture analysis over image objects, the angular second moment textural feature at a 45掳 angle showed an improved classification performance with regard to buildings, depicting the patterns of buildings better than any other directions. The texture analysis based on moving windows across the whole image was conducted with various window sizes (from 3 x 3 to 13 x 13), and four grey-level co-occurrence matrix (GLCM) textural features (homogeneity, contrast, angular second moment, and entropy) were calculated. The contrast feature with the 7 脳 7 window size improved classification up to 6%. One type of local spatial statistics, Moran's I feature with the vertical neighbourhood rule, improved the classification accuracy even further, up to 7%. Comparison of results between spectral and spectral + textural/spatial information indicated that textural and spatial information can be used to improve the object-oriented classification of urban areas using very high resolution imagery.
|
| [13] |
A Comparison of Texture Feature Algorithms for Urban Settlement Classification[C] . |
| [14] |
Classification and feature extraction for remote sensing images from urban areas based on morphological transformations [J].https://doi.org/10.1109/TGRS.2003.814625 URL [本文引用: 1] 摘要
ABSTRACT Classification of panchromatic high-resolution data from urban areas using morphological and neural approaches is investigated. The proposed approach is based on three steps. First, the composition of geodesic opening and closing operations of different sizes is used in order to build a differential morphological profile that records image structural information. Although, the original panchromatic image only has one data channel, the use of the composition operations will give many additional channels, which may contain redundancies. Therefore, feature extraction or feature selection is applied in the second step. Both discriminant analysis feature extraction and decision boundary feature extraction are investigated in the second step along with a simple feature selection based on picking the largest indexes of the differential morphological profiles. Third, a neural network is used to classify the features from the second step. The proposed approach is applied in experiments on high-resolution Indian Remote Sensing 1C (IRS-1C) and IKONOS remote sensing data from urban areas. In experiments, the proposed method performs well in terms of classification accuracies. It is seen that relatively few features are needed to achieve the same classification accuracies as in the original feature space.
|
| [15] |
基于Gabor滤波方法的居民地识别分析 [J].https://doi.org/10.3969/j.issn.1560-8999.2008.03.006 URL [本文引用: 1] 摘要
图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对"北京一号"小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点,扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质,提取多尺度纹理特征集,并进行特征;而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的,其结果可能存在一个居民地块由若干个相互间存在间隔的子区域组成、存在无用小斑块、居民地内部存在大量小孔洞等缺陷。针对上述不足,利用形态学尺度空间融合方法,对居民地块通过结构元素不断增大的闭运算进行迭代融合,并选择一个具备"最长生存期限"的类别个数作为最佳类数,选择首次出现该类别数的分割结果作为最后的识别结果。对延庆地区的小卫星影像进行了居民地提取,并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的,并在提取精度上具有优势。
Residential area recognizing with Gabor filtering from high spatial resolution remotely sensed imagery.Geo-information https://doi.org/10.3969/j.issn.1560-8999.2008.03.006 URL [本文引用: 1] 摘要
图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对"北京一号"小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点,扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质,提取多尺度纹理特征集,并进行特征;而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的,其结果可能存在一个居民地块由若干个相互间存在间隔的子区域组成、存在无用小斑块、居民地内部存在大量小孔洞等缺陷。针对上述不足,利用形态学尺度空间融合方法,对居民地块通过结构元素不断增大的闭运算进行迭代融合,并选择一个具备"最长生存期限"的类别个数作为最佳类数,选择首次出现该类别数的分割结果作为最后的识别结果。对延庆地区的小卫星影像进行了居民地提取,并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的,并在提取精度上具有优势。
|
| [16] |
基于空间概率面的山区居民地遥感信息提取 [J].https://doi.org/10.3969/j.issn.1672-0504.2006.04.002 URL [本文引用: 1] 摘要
根据地物之间光谱特征建立的基于知识的遥感居民地信息提取模型是 目前居民地信息提取中最普遍的方法,但由于高程差异的影响,其在山区居民地信息提取中效果不理想.以云南省丽江市部分地区为例,在GIS支持下,通过构建 多因素空间概率面的方式,综合运用地形和光谱特征信息实现山区居民地遥感信息提取.结果表明,地形差异是影响山区居民地信息提取精度的最主要因素,其影响 程度占所有影响因素的50%强;在光谱信息识别的基础上,引入地形这一辅助信息,运用空间概率面能够有效地改善山区居民地信息的提取效果,识别精度从 57.5%提高到82.5%.
Peng Jian et al. Research on extraction of residential area in mountainous areas using spatial probability surface.Geography and https://doi.org/10.3969/j.issn.1672-0504.2006.04.002 URL [本文引用: 1] 摘要
根据地物之间光谱特征建立的基于知识的遥感居民地信息提取模型是 目前居民地信息提取中最普遍的方法,但由于高程差异的影响,其在山区居民地信息提取中效果不理想.以云南省丽江市部分地区为例,在GIS支持下,通过构建 多因素空间概率面的方式,综合运用地形和光谱特征信息实现山区居民地遥感信息提取.结果表明,地形差异是影响山区居民地信息提取精度的最主要因素,其影响 程度占所有影响因素的50%强;在光谱信息识别的基础上,引入地形这一辅助信息,运用空间概率面能够有效地改善山区居民地信息的提取效果,识别精度从 57.5%提高到82.5%.
|
| [17] |
纹理主方向的遥感影像居民地提取 [J].
本文研究利用基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地进行提取。首先，通过傅立叶变换把遥感影像变换到频率域，然后利用Hough变换找出遥感影像的主纹理方向，进而把影像主纹理方向旋转至水平，最后利用灰度共生矩阵方法进行纹理分割。实验结果表明：基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地有较好的提取结果。
Residential area extraction from remote sensing image based on texture principal directions.
本文研究利用基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地进行提取。首先，通过傅立叶变换把遥感影像变换到频率域，然后利用Hough变换找出遥感影像的主纹理方向，进而把影像主纹理方向旋转至水平，最后利用灰度共生矩阵方法进行纹理分割。实验结果表明：基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地有较好的提取结果。
|
| [18] |
C H Zhou et a1.A mathematical morphology based scales pace method for the mining of linear features in geographic data [J].https://doi.org/10.1007/s10618-005-0021-7 URL Magsci [本文引用: 1] 摘要
This paper presents a spatial data mining method MCAMMO and its extension L_MCAMMO designed for discovering linear and near linear features in spatial databases. L_MCAMMO can be divided into two basic steps: first, the most suitable re-segmenting scale is found by MCAMMO, which is a scale space method with mathematical morphology operators; second, the segmented result at this scale is re-segmented to obtain the final linear belts. These steps are essentially a multi-scale binary image segmentation process, and can also be treated as hierarchical clustering if we view the points under each connected component as one cluster. The final number of clusters is the one which survives (relatively, not absolutely) the longest scale range, and the clustering which first realizes this number of clusters is the most suitable segmentation. The advantages of MCAMMO in general and L_MCAMMO in particular, are: no need to pre-specify the number of clusters, a small number of simple inputs, capable of extracting clusters with arbitrary shapes, and robust to noise. The effectiveness of the proposed method is substantiated by the real-life experiments in the mining of seismic belts in China.
|
| [19] |
居民地的提取与边缘优化[D] .Habitation extraction and edge optimization. |
| [20] |
小波变换和数学形态学的高分辨率图像居民地识别 [J].https://doi.org/10.3969/j.issn.1560-8999.2005.04.007 URL [本文引用: 1] 摘要
利用小波变换和数学形态学的方法对高分辨率遥感影像的面状地物居民地进行识别提取。经实验结果得出,利用小波变换对图像进行纹理分割,而后再用数学形态学的基本运算组合成的各种算子,选择合适的结构元素,可以完成图像居民地的提取,并进行了矢量跟踪,得出的结果可以直接应用于GIS。
The habitat abstraction of the high resolution remote sensing imagery based on wavelet transform and mathematics morphologic subject.Geo-information https://doi.org/10.3969/j.issn.1560-8999.2005.04.007 URL [本文引用: 1] 摘要
利用小波变换和数学形态学的方法对高分辨率遥感影像的面状地物居民地进行识别提取。经实验结果得出,利用小波变换对图像进行纹理分割,而后再用数学形态学的基本运算组合成的各种算子,选择合适的结构元素,可以完成图像居民地的提取,并进行了矢量跟踪,得出的结果可以直接应用于GIS。
|
| [21] |
福建省综合交通可达性格局及其与制造业空间分布的关系分析 [J].
以福建省为研究区域,县(市)为研究单元,采用加权平均旅行时间指标,分析公路(区内与区外联系)、铁路、港口、航空等交通方式及区域综合交通网络的可达性空间格局,探讨各交通网络空间分布的均衡性。选取制造业中的28个行业,从资源集约度角度将其分为资源密集型制造业、劳动密集型制造业、资本密集型制造业,利用平均集中率测量产业集聚度。引入要素禀赋条件、外部性、规模经济、制度政策4个方面13个变量对福建制造业空间分布影响因素进行回归分析。结果表明：福建省路网可达性由沿海中部向四周降低,其中公路区内可达性呈明显的圈层结构,区外可达性为“井”字形分布,铁路、港口和机场形成以福州、厦门—泉州为可达性高值区的马鞍状格局,综合交通网络可达性呈带状分布。不同类型的制造业在空间分布格局上呈现不同的特征,制造业平均集中率高值区呈环状分布,而制造业集中率低值区呈点状分布,与交通可达性的“凹陷区”重合。可达性与制造业空间集聚呈现很强的相关性,并且与不同类型制造业空间集聚相关程度有所差异,与资源密集型制造业空间集聚相关性相对较低。此外,农业丰裕度、自然资源禀赋、知识溢出效应、相对企业规模等其他变量对制造业空间分布也有显著影响。
The integrated transportation accessibility in Fujian province and its correlation with the spatial distribution of manufacturing.
以福建省为研究区域,县(市)为研究单元,采用加权平均旅行时间指标,分析公路(区内与区外联系)、铁路、港口、航空等交通方式及区域综合交通网络的可达性空间格局,探讨各交通网络空间分布的均衡性。选取制造业中的28个行业,从资源集约度角度将其分为资源密集型制造业、劳动密集型制造业、资本密集型制造业,利用平均集中率测量产业集聚度。引入要素禀赋条件、外部性、规模经济、制度政策4个方面13个变量对福建制造业空间分布影响因素进行回归分析。结果表明：福建省路网可达性由沿海中部向四周降低,其中公路区内可达性呈明显的圈层结构,区外可达性为“井”字形分布,铁路、港口和机场形成以福州、厦门—泉州为可达性高值区的马鞍状格局,综合交通网络可达性呈带状分布。不同类型的制造业在空间分布格局上呈现不同的特征,制造业平均集中率高值区呈环状分布,而制造业集中率低值区呈点状分布,与交通可达性的“凹陷区”重合。可达性与制造业空间集聚呈现很强的相关性,并且与不同类型制造业空间集聚相关程度有所差异,与资源密集型制造业空间集聚相关性相对较低。此外,农业丰裕度、自然资源禀赋、知识溢出效应、相对企业规模等其他变量对制造业空间分布也有显著影响。
|
| [22] |
基于GIS的甘肃省道路网密度分布特征及空间依赖度分析 [J].
以甘肃省为研究对象,从道路网出发,结合甘肃省社会经济因素,以县(区)为单元,运用GIS理论方法计算甘肃省道路网密度,并分析了道路网密度与人口密度、GDP密度之间的相关性,考虑到道路网建设还受资源、产业结构、道路网建设政策及其它运输方式的影响,提出了道路网依赖-偏好指数。在此基础上,分析了甘肃省道路网密度和依赖—偏好指数分布及空间特征。结果表明:①甘肃省道路网密度以兰州市、嘉峪关市为中心向外衰减,道路网密度整体分布东南比西北高,东南比西北均匀;②道路网密度与人口、生产总值等社会经济因素相关性很高,受经济发展水平和道路建设政策影响很大;③5.75%的县区属于超强依赖或超强偏好型,20.68%的县区属于强依赖或强偏好型,62.7%的县区属于中等依赖或中等偏好型,8.05%的县区属于较弱依赖或较弱偏好型,3.45%的县区属于弱依赖或弱偏好型。以兰州为中心及河西走廊地区的道路网依赖—偏好指数高于东部和南部山区。可为甘肃省道路网与人口、经济协调发展提供基础理论和参考依据。
Tuo Minyong et al. The road network density and its spatial dependence in Gansu province based on GIS.
以甘肃省为研究对象,从道路网出发,结合甘肃省社会经济因素,以县(区)为单元,运用GIS理论方法计算甘肃省道路网密度,并分析了道路网密度与人口密度、GDP密度之间的相关性,考虑到道路网建设还受资源、产业结构、道路网建设政策及其它运输方式的影响,提出了道路网依赖-偏好指数。在此基础上,分析了甘肃省道路网密度和依赖—偏好指数分布及空间特征。结果表明:①甘肃省道路网密度以兰州市、嘉峪关市为中心向外衰减,道路网密度整体分布东南比西北高,东南比西北均匀;②道路网密度与人口、生产总值等社会经济因素相关性很高,受经济发展水平和道路建设政策影响很大;③5.75%的县区属于超强依赖或超强偏好型,20.68%的县区属于强依赖或强偏好型,62.7%的县区属于中等依赖或中等偏好型,8.05%的县区属于较弱依赖或较弱偏好型,3.45%的县区属于弱依赖或弱偏好型。以兰州为中心及河西走廊地区的道路网依赖—偏好指数高于东部和南部山区。可为甘肃省道路网与人口、经济协调发展提供基础理论和参考依据。
|
/
| 〈 |
|
〉 |
