基于高分二号遥感影像的东北地区村庄建设用地提取

doi:10.14088/j.cnki.issn0439-8114.2018.20.031

湖北农业科学 ›› 2018, Vol. 57 ›› Issue (20): 132-137.doi: 10.14088/j.cnki.issn0439-8114.2018.20.031

基于高分二号遥感影像的东北地区村庄建设用地提取

梁书维^a, 王建国^a, 温馨燃^a, 陈圣波^b

吉林大学,a.地球科学学院; b.地球探测科学与技术学院,长春 130026

收稿日期:2018-07-30 发布日期:2018-10-25
通讯作者: 王建国（1976-）,男,副教授,主要从事土地资源遥感技术应用研究,（电子信箱）wang_jg@jlu.edu.cn。
作者简介:梁书维（1993-）,男,吉林吉林人,硕士研究生,主要从事土地资源遥感技术应用研究,（电话）18844194035（电子信箱）liangswty@163.com
基金资助:
国家自然科学基金项目（41201158）

Methods to Extract Rural Construction Land in the Northeast ChinaBased on GF-2 Remote Sensing Data

LIANG Shu-wei^a, WANG Jian-guo^a, WEN Xin-ran^a, CHEN Sheng-bo^b

a.College of Earth Sciences; b.College of GeoExploration Science and Technology, Jilin University,Changchun 130026,China

Received:2018-07-30 Published:2018-10-25

摘要/Abstract

摘要： 准确高效地识别和测算村庄建设用地的类型及数量,可以为村镇规划、村庄整治等提供依据。为研究应用高分二号遥感影像提取村庄建设用地的技术方法,选取吉林省长春市和松原市的两个村庄作为典型研究区,针对遥感影像的不同时相特征,分别采用直接提取法和间接提取法进行村庄建设用地提取试验。结果表明,高分二号遥感影像可以应用于村庄建设用地的精确识别。直接提取法以支持向量机的监督分类法效果最优,可作为精确提取地类的方法;基于植被指数并辅以归一化蓝色屋顶指数的间接提取法,适合村庄建设用地的快速估算。

关键词: 村庄建设用地, 遥感影像, 监督分类, 植被指数, 归一化蓝屋顶指数

Abstract: The rural planning and land consolidation rely on the accurate information of rural construction land. To accurately measure the existing rural construct land area, two villages which in Changchun area and Songyuan area of Jilin province with different phases were selected as typical study areas. GF-2 remote sensing images were used as data source to study on the method of extracting rural construction land by direct extraction and indirect extraction respectively. The experimental results showed that GF-2 high-resolution remote sensing images can be used to identify the construction land inside of village accurately. SVM supervised classification, the best way of the direct extraction methods, is used in accurate extraction. The indirect extraction based on NDVI combined with NDBBI is a good fit for rapid estimation of village construction land area.

Key words: rural construction land, remote sensing image, supervised classification, NDVI, NDBBI

中图分类号:

TP751.1文章编号：0439-8114（2018）20-0132-06

梁书维, 王建国, 温馨燃, 陈圣波. 基于高分二号遥感影像的东北地区村庄建设用地提取[J]. 湖北农业科学, 2018, 57(20): 132-137.

LIANG Shu-wei, WANG Jian-guo, WEN Xin-ran, CHEN Sheng-bo. Methods to Extract Rural Construction Land in the Northeast ChinaBased on GF-2 Remote Sensing Data[J]. HUBEI AGRICULTURAL SCIENCES, 2018, 57(20): 132-137.

参考文献

[1] 陈玉福,孙虎,刘彦随.中国典型农区空心村综合整治模式[J]. 地理学报,2010,65(6):727-735.
[2] 董国栋. 基于多源遥感数据的农村居民点用地提取技术[J].山东国土资源,2015,31(3):63-66,70.
[3] 朱玉碧. 村庄建设用地整理运作及制度创新研究[D].重庆:西南大学,2012.
[4] 蓝丽梅,谢卫玲.土地整治理论潜力研究的浅思[J].企业科技与发展,2016(5):216-218.
[5] TD/T 10142007,第二次全国土地调查技术规程[S].
[6] GB-T21010-2007,土地利用现状分类标准[S].
[7] 李晓雪,薛继斌.土地整治中村庄建设用地整治潜力测算的探讨[J].经济研究导刊,2013(12):44-45.
[8] 党慧,郑新奇,白书建,等.农村居民点集约用地潜力测算方法研究[J].地域研究与开发,2016,35(5):124-127.
[9] 郑新奇. 农村居民点集约用地——调查、评价、模式、管理[M].北京:中国大地出版社,2011.
[10] 杜培军,夏俊士,薛朝辉,等.高光谱遥感影像分类研究进展[J].遥感学报,2016,20(2):236-256.
[11] 中国资源卫星应用中心.高分二号[EB/OL].http://www.cresda.com/CN/Satellite/3128.shtml.
[12] 樊文锋,李鸿洲,温奇,等.高分二号卫星影像正射纠正精度分析[J].测绘通报,2016(9):63-66.
[13] 李静. 基于GF-2的新疆巴州地区主要地物类型信息提取方法研究[D].北京:北京林业大学,2016.
[14] 胡茂莹. 基于高分二号遥感影像面向对象的城市房屋信息提取方法研究[D].长春:吉林大学,2016.
[15] 朱玉凯,牛春舟.东北地区旅游资源型村落的公共空间景观形态构建——以渤海镇小朱家村旅游景观规划为例[J].东北农业科学,2017,42(4):59-62.
[16] 汤璐. 基于空间句法的东北村落空间形态设计策略研究[D].哈尔滨:哈尔滨工业大学,2015.
[17] 张天悦. 东北寒地农村住区建筑组团及院落风环境优化策略研究[D].哈尔滨:哈尔滨工业大学,2014.
[18] 贺雪峰. 论中国村庄结构的东部与中西部差异[J].学术月刊,2017,49(6):111-119.
[19] 王忠武,刘顺喜,戴建旺,等.高分二号卫星数据在新增建设用地监测中的应用分析[J].航天器工程,2015,24(6):134-139.
[20] SILVA CSP,MARCAL A R S,PEREIRA M A,et al. Separability analysis of color classes on dermoscopic images[J].Springer Berlin Heidelberg,2012,7325(10):268-277
[21] 亓呈明. 基于多核学习的高光谱遥感影像分类方法研究[D].北京:中国地质大学(北京),2016.
[22] WARDLEY N.Vegetationindex variability as a function of viewing geometry[J].International Journal of Remote Sensing,1984,5(5):861-870.

基于高分二号遥感影像的东北地区村庄建设用地提取

Methods to Extract Rural Construction Land in the Northeast ChinaBased on GF-2 Remote Sensing Data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价

[1]	徐畅, 高荣. 基于Landsat数据热岛效应与植被的关系研究--以开封市为例[J]. 湖北农业科学, 2021, 60(5): 48-52.
[2]	宋晓静, 周淑琴, 荆耀栋, 王贝贝. 吕梁山植被时空分布规律及地形差异影响[J]. 湖北农业科学, 2021, 60(5): 53-58.
[3]	张亚新, 吴志勇, 何海. 苏南丘陵区土地利用遥感分类方法适用性研究[J]. 湖北农业科学, 2021, 60(5): 138-143.
[4]	王敏. 不同植被指数对旱情监测的敏感性比较[J]. 湖北农业科学, 2021, 60(3): 25-30.
[5]	贾亦斌, 王晗. 基于遥感影像的郑州市土地资源承载力评价研究[J]. 湖北农业科学, 2020, 59(8): 25-29.
[6]	薛宇轩, 卢宏玮. 青藏高原植被覆盖变化及气候驱动因子分析[J]. 湖北农业科学, 2020, 59(15): 44-48.
[7]	何朝霞. 基于指数的决策树土地利用分类算法研究[J]. 湖北农业科学, 2019, 58(21): 176-179.
[8]	李学敏, 文力, 王俪璇. 基于Landsat遥感数据的城市热岛效应及影响因素——以襄阳市为例[J]. 湖北农业科学, 2019, 58(16): 41-48.
[9]	张淮栋, 陈争光, 张成龙. 基于高分二号-NDVI的大豆遥感估产的时相选择[J]. 湖北农业科学, 2018, 57(6): 103-107.
[10]	翟云, 仙巍, 罗祥, 杨杰. 基于小波分析的川西北三江源区植被周期变化研究[J]. 湖北农业科学, 2018, 57(5): 43-48.
[11]	杜婷, 焦继宗, 颉耀文, 张娟. 利用Landsat影像定量评价土地盐渍化的方法探索——以瓜州-敦煌地区为例[J]. 湖北农业科学, 2018, 57(1): 51-55.