《扩建征地统计.docx》由会员分享，可在线阅读，更多相关《扩建征地统计.docx（11页珍藏版）》请在三一文库上搜索。
1、实验 13 空间建模土地利用信息分析一、实验目的1. 了解高分辨率遥感影像在 GIS中的应用；2. 熟悉城市土地利用信息采集与变化监测的方法；3. 掌握 ArcGIS的空间数据采集与分析技术在城市空间信息分析中的应用。二、实验背景高分辨率传感技术的发展为我们提供了丰富的地表景观信息。 采用遥感技术来获取城市空间信息，建立大比例尺的空间数据库。本实验利用高分辨率遥感影像提取土地利用信息， 用于土地利用变化分析及道路工程中的征地拆迁工作等方面。本实验可作为综合性实习。三、实验数据数据路径： E13路径文件名称格式说明2005spotimage2005年 SPOT-5影像数据 , 分辨率 2.5 米
2、， 3波段数据，高斯投影2007spotimage2007年 SPOT-5影像数据 , 分辨率 2.5 米， 3波段数据，横轴墨卡托（ UTM）投影2002tmimage2002年 TM影像数据 , 分辨率 30 米， 7 波段数据，横轴墨卡托（ UTM）投影2007tmimage2007年 TM影像数据 , 分辨率 30 米， 7 波段数据，横轴墨卡托（ UTM）投影xcimage西城区高分辨率影像数据 , 分辨率 1.5 米cyshapefile北京朝阳边界图三、实验内容1. 土地利用变化监测：利用 2007年的 TM影像配准 2002年的 TM影像 , 用 2007年的Spot影像配准
3、2005和Spot 影像；借助 ArcGIS软件的转移矩阵工具进行土地利用变化分析。2. 某一选定道路的扩建模拟分析： 利用高分辨率影像 , 采集道路两旁的建筑物信息，模拟进行道路扩展分析。四、 ArcGIS 中的土地利用变化分析(1) 影像处理在ArcMap 中，加载 2005年和 2007年的遥感影像。查看影像数据的基本信息，包括空间范围，空间参照系统，典型特征地物的色调等。图 13-1 2005 年北京 SPOT-5 影像（左）和 2007（右）年北京 SPOT-5 影像在地图上均匀选取至少 4 个控制点，用 Georeferencing工具，用 2007 年的TM影像配准 2002 年
4、的 TM影像 , 用 2007 年的 Spot 影像配准 2005 和 Spot 影像，配准的残差（ Residual）应小于 1。使用 ArcToolboxData Management ToolsRasteClip工具，裁剪感兴趣区。小提示：本实验使用的 05和07年的 spot遥感影像数据采用了不同的投影方式，通过坐标投影变换的方式使它们具有相同的坐标投影属性。(2)(3) 建立个人空间数据库在 ArcCatalog 中，新建空间数据库，在空间数据库里新建一个要素集，命名为 landuse，将其空间参照体系定义 Pulkovo_1942_Transverse_ Mercator。在要素集
5、里建立一个点状要素类（ landuse_pnt），使用 ArcMap 中的 Editor 工具，用以采集地块的属性信息 （在每个地块内绘制一个点， 并将该地块的属性信息赋给该点），建立一个线状要素类（ landuse_line）用以采集地块的空间边界信息。(4) 影像数据解译在地块的属性表中建立DM （地类代码）、 NAME( 地类名称 ) 、MJ（面积）和 BZ （备注）四个字段。解译高分辨率影像，参照城市用地的基本类型：1 水系 (河流、湖泊和坑塘 )、2 耕地、 3 裸土地 (含建筑工地 )、4 建设用地（除村庄、道路以外的其它建设用地）、 5 道路、 6 绿地、 7 林地、 8 城中村
6、、 9 主干道绿化带。地块勾绘精度：误差小于 1.5 个像素。表 13-1 土地利用编码及说明表编码及名称解译标志DMNAMEDE1 水系2耕地种植农作物面积大于400 平方米的土地，一般分布在郊区3裸土地无植被，也无建筑的裸露土地。含无建筑特征的建筑工地，不包含硬化的地面。4建设用除村庄、道路以外的其它建设用地地5道路指社区、企事业单位以外的用于交通并形成路网的道路，其范围包括车行道和人行道。行树密集的道路，可在同一条道路上无树区量测其宽度，根据量测的宽度造平行线。道路宽度发生变化时，根据实际形状勾绘。6 绿地7林地指面积大于 400 平方米的林地，不包括行树、小区内林地、城中村林地。8城中
7、村是指在城市高速发展的进程中，滞后于时代发展步伐、游离于现代城市管理之外、生活水平低下的居民区。在影像中主要表现为低矮建筑密集、绿化率不高的建筑群。9主干道指 51( 主干道 ) 、 52( 高速路 ) 两边和中间的绿化带绿化带*DM：地类编码； NAME：地类名称； DE：解译标志(5) 拓扑查错与拓扑构建在要素集 landuse中，为 landuse_line 新建一个拓扑图层，添加适当的拓扑规则，并对拓扑完成后的地图进行改错处理。使用土地利用边界信息（线状要素）和土地利用属性信息（点状要素）生成土地利用图。用属性表中的土地利用类型信息来标注土地利用图中的地块。(6) 土地利用图制作土地利
8、用图，如图13-2 所示。图 13-2使用属性表，选择适当的属性字段与记录， 统计 05 年至 07 年的土地利用变化，如图 13-3 所示。图 13-3(7) 土地利用转移矩阵利用 ArcGIS 提供的转移矩阵功能，对土地利用信息的变化进行分析。在 ArcToolbox 中用 Dissolve 工具将 2002 年、2007 年，按各自的地类编码合并要素。从而算出该类型所占的总面积。 再用 intersect 工具求两期数据的交集的结果： 一个字段是 2002 年时该地的地类代码， 一个字段是 2007 年时该地的地类代码， 最后一列是相应的地块的面积。将属性表导出到 DBF 文件，在 EX
9、CEL 中打开，将 2002 的地类字段作为行， 2007 的地类字段作为列，面积作为数据拖到相应的区域生成的数据透视表将数据复制到新的工作表中， 适当修正后即生成了土地利用转移矩阵。以 3 种地类为例，其结构如表 13-2 所示。表 13-22002/2007地类 1地类 2地类 32002 汇总地类 1A1B1C1A1+B1+C1地类 2A2B2C2A2+B2+C2地类 3A3B3C3A3+B3+C32007 汇总A1+A2+A3 B1+B2+B3 C1+C2+C3其中 A1， A2， A3， B1，B2，B3，C1，C2， C3 分别为各用地的面积。五、遥感软件中的土地利用变化分析解译影
10、像还可以借助遥感软件（例如ENVI ）来自动地识别。主要的步骤如下：(1) 加载影像在 ENVI 中，添加 2005 年和 2007 年的影像数据。(2) 影像配准在 ENVI 中，与 ArcGIS 环境中影像配准的步骤相近，在两幅影像上选择相同地物点作为控制点， 控制点一般选择在不易改变的地物上， 控制点应该在图像中均匀分布，根据控制点进行影像配准。(3) 剪切影像在 ENVI 环境中裁剪 05 和 07 年影像中的感兴趣区，如图13-4 所示。图 13-4(4) 监督分类1. 根据分类的需求， 建立分类样本。 打开上述获得的 05 年和 07 年公共区域的影像数据，在两幅影像上分别选择感兴
11、趣区，建立训练样本。2. 选择合适的监督分类方法，利用建立好的分类样本进行监督分类。(5) 变化矩阵分析在 ENVI 中利用动态变化矩阵对不同时相的数据进行动态变化统计结果，如图 13-5 所示。图 13-5在 ArcGIS 中进行人工矢量化比较费时费力，而在 ENVI 中通过监督分类，可以实现地类信息的自动提取。但是监督分类的分类结果精度通常会低于ArcGIS 中的人工分类结果的精度，导致最终的变化分析结果往往也不如 ArcGIS 中的可靠。(1)六、拓展练习1. 解译 2002年和 2007年的 SPOT影像，对朝阳区的土地利用变化进行分析。2. 解译西城区高分辨率影像，模拟某一道路扩建的拆迁补偿工作。(1) 对西城区高分辨率遥感影像进行解译，获取地物信息；(2)(3)(4)(5)(6)(7)(8)(9)(10)(11) 确定要扩建的道路；(12) 生成缓冲区图层；(13) 进行叠置分析，得到道路缓冲区范围内的土地利用状况；假设补偿金额为 8000 元/ 平方米，楼层可经实地考察， 或者进行数据模拟， 进行统计分析，得到各用地的拆迁补偿金额。