基于矢量數(shù)據(jù)的城市建成區(qū)范圍提取方法

姚君蘭，王　紅,2，胡斌斌

(1. 湖北大學(xué)資源環(huán)境學(xué)院,湖北 武漢430062； 2. 區(qū)域開(kāi)發(fā)與環(huán)境響應(yīng)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430062)

?

基于矢量數(shù)據(jù)的城市建成區(qū)范圍提取方法

姚君蘭1，王紅1,2，胡斌斌1

(1. 湖北大學(xué)資源環(huán)境學(xué)院,湖北 武漢430062； 2. 區(qū)域開(kāi)發(fā)與環(huán)境響應(yīng)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430062)

城市建成區(qū)在城市規(guī)劃中具有重要的研究?jī)r(jià)值，目前建成區(qū)的提取方法局限在“兩證一書(shū)”和遙感技術(shù)提取?；诖?，依據(jù)城市建成區(qū)概念核心要求，本文提出了一種基于矢量數(shù)據(jù)的城市建成區(qū)范圍提取方法，為城市建成區(qū)范圍提取探索新思路。試驗(yàn)以1∶5萬(wàn)的矢量基礎(chǔ)地理數(shù)據(jù)為例，對(duì)經(jīng)過(guò)預(yù)處理后的城市面狀居民地要素進(jìn)行基于密度的聚類分析，將密度較大的居民地地區(qū)作為建成區(qū)主體部分，并經(jīng)過(guò)膨脹和腐蝕等柵格處理得到模板。使用模板得到用于表示城市建成區(qū)范圍的新居民地要素，經(jīng)過(guò)基于TIN的邊界提取和優(yōu)化，得到最終的城市建成區(qū)范圍。

城市建成區(qū)范圍；密度分析；柵格處理；TIN

城市建成區(qū)標(biāo)志著城市不同發(fā)展時(shí)期建設(shè)用地的狀況，對(duì)其準(zhǔn)確的提取是研究城市擴(kuò)展變化和城市驅(qū)動(dòng)力分析的關(guān)鍵[1-2]。《城市規(guī)劃基本術(shù)語(yǔ)標(biāo)準(zhǔn)》(GB/T 50280—98)[3]中提到：“城市建成區(qū)在單核心城市和一城多鎮(zhèn)有不同的反映。在單核心城市，建成區(qū)是一個(gè)實(shí)際開(kāi)發(fā)建設(shè)起來(lái)的集中連片的、市政公用設(shè)施和公共設(shè)施基本具備的地區(qū)，以及分散的若干個(gè)已經(jīng)成片開(kāi)發(fā)建設(shè)起來(lái)，市政公用設(shè)施和公共設(shè)施基本具備的地區(qū)；對(duì)一城多鎮(zhèn)來(lái)說(shuō)，建成區(qū)就由幾個(gè)連片開(kāi)發(fā)建設(shè)起來(lái)的，市政公用設(shè)施和公共設(shè)施基本具備的地區(qū)所組成?！薄吨腥A人民共和國(guó)城市規(guī)劃法》[4]在對(duì)城市規(guī)劃區(qū)的解釋和說(shuō)明中指出：“建成區(qū)是城市建設(shè)連片，基礎(chǔ)設(shè)施和公用設(shè)施到達(dá)的地區(qū)，它是城市規(guī)劃區(qū)的核心部分，城市規(guī)劃區(qū)遠(yuǎn)遠(yuǎn)大于建成區(qū)范圍?！庇纱丝傻贸龀鞘薪ǔ蓞^(qū)具有3個(gè)特性：①變異性：城市建成區(qū)依據(jù)城市建設(shè)規(guī)劃，不同城市同一時(shí)間、同一城市的建成區(qū)范圍都是不相同的，尤其是目前各省還未有統(tǒng)一的城市建成區(qū)范圍的標(biāo)準(zhǔn)；②相對(duì)集中性：根據(jù)上述相關(guān)概念可知城市建成區(qū)是指城市范圍內(nèi)分布相對(duì)集中的地區(qū)；③不規(guī)則性：城市建成區(qū)要依據(jù)城市規(guī)劃來(lái)建設(shè)，城市建成區(qū)范圍小于城市規(guī)劃范圍，對(duì)于尚未建成的區(qū)域的居民地區(qū)域不能算入城市建成區(qū)范圍內(nèi)，因此其范圍是不規(guī)則的。

當(dāng)前各城市相關(guān)部門對(duì)城市建成區(qū)范圍統(tǒng)計(jì)的方法集中在“兩證一書(shū)” 法和遙感技術(shù)提取方法。

“兩證一書(shū)”法目前在各大城市統(tǒng)計(jì)城市建成區(qū)中經(jīng)常使用，雖統(tǒng)計(jì)計(jì)算相對(duì)簡(jiǎn)單，但數(shù)據(jù)統(tǒng)計(jì)過(guò)程出現(xiàn)的誤差不可避免且存在未建設(shè)先統(tǒng)計(jì)的情況，以及標(biāo)準(zhǔn)[3-4]在各個(gè)城市統(tǒng)計(jì)運(yùn)用中不一致等問(wèn)題。遙感影像成像速度快，遙感技術(shù)提取城市建成區(qū)范圍的方法多樣，且借助多種遙感影像處理軟件能快速提取。目前在城市建成區(qū)提取中，多數(shù)遙感提取方法從提取居民地相關(guān)方法演化而來(lái)，因遙感影像數(shù)據(jù)的成本、遙感影像數(shù)據(jù)的處理難度和基于遙感影像的城市建成區(qū)范圍提取尚未有統(tǒng)一的標(biāo)準(zhǔn)，還未能實(shí)現(xiàn)普及應(yīng)用，利用遙感技術(shù)提取建成區(qū)技術(shù)仍在發(fā)展過(guò)程中。本文依據(jù)城市建成區(qū)的概念，提出一種基于矢量數(shù)據(jù)，結(jié)合密度分析和基于TIN原理的邊界提取，得到城市建成區(qū)范圍的新方法。

一、試驗(yàn)研究

1. 數(shù)據(jù)準(zhǔn)備及流程

試驗(yàn)數(shù)據(jù)是按照1∶5萬(wàn)矢量基礎(chǔ)地理數(shù)據(jù)生產(chǎn)標(biāo)準(zhǔn)生產(chǎn)的矢量數(shù)據(jù)，依照項(xiàng)目標(biāo)準(zhǔn)建立規(guī)范化的居民地屬性表，并準(zhǔn)確錄入適量數(shù)據(jù)的相關(guān)屬性。這些居民地要素的現(xiàn)實(shí)屬性可能是用于住房、公司、商場(chǎng)等，在居民地要素屬性表中存放用途的屬性類型。本試驗(yàn)基于上述內(nèi)容完成建庫(kù)，以實(shí)現(xiàn)城市建成區(qū)范圍提取為目的，ArcGIS軟件操作為技術(shù)支持，制定的試驗(yàn)流程如圖1所示。

圖1　試驗(yàn)操作流程

2. 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是實(shí)現(xiàn)面狀居民地要素由點(diǎn)狀居民地要素表示的過(guò)程，要求盡量避免數(shù)據(jù)損失。試驗(yàn)過(guò)程通過(guò)ArcGIS軟件進(jìn)行操作，操作流程如圖2所示。

圖2數(shù)據(jù)預(yù)處理流程

首先對(duì)面狀矢量數(shù)據(jù)進(jìn)行柵格化，柵格單元大小為3 m。柵格化后的柵格影像采用中心點(diǎn)法對(duì)輸入柵格數(shù)據(jù)集的每個(gè)柵格單元進(jìn)行矢量化過(guò)程，這些點(diǎn)將定位于它們所代表的柵格單元的中心，實(shí)現(xiàn)柵格圖像轉(zhuǎn)點(diǎn)狀要素處理過(guò)程。原始數(shù)據(jù)與預(yù)處理后的結(jié)果對(duì)比如圖3所示，其中(a)表示的是原始居民地要素的分布情況，(b)表示的是經(jīng)過(guò)預(yù)處理后的居民地要素用點(diǎn)狀要素的表示情況。

圖3　原始數(shù)據(jù)與預(yù)處理結(jié)果對(duì)比

由圖3分析可得，數(shù)據(jù)預(yù)處理過(guò)程避免了數(shù)據(jù)損失過(guò)多的問(wèn)題，如果原始面狀居民地要素占地較大，預(yù)處理結(jié)果包含的點(diǎn)數(shù)據(jù)則較多，因此數(shù)據(jù)預(yù)處理過(guò)程最大限度地保證了原始數(shù)據(jù)分布特征且為后續(xù)分析進(jìn)行了數(shù)據(jù)準(zhǔn)備。

二、城市建成區(qū)范圍提取

1. 基于點(diǎn)密度的聚類分析

空間聚類作為聚類分析的一個(gè)研究方向，是指將空間數(shù)據(jù)集中的對(duì)象分成由相似對(duì)象組成的類。同類中的對(duì)象間具有較高的相似度，而不同類中的對(duì)象間差異較大[5]。根據(jù)城市建成區(qū)特點(diǎn)之一的相對(duì)集中性，對(duì)經(jīng)過(guò)預(yù)處理后的點(diǎn)狀居民地要素進(jìn)行基于點(diǎn)密度的空間聚類，以密度作為相似度，將高密度區(qū)域以簇的形式選取出來(lái)，這部分高密度的簇在很大程度上就屬于城市建成區(qū)。

DBSCAN[6]算法是一種典型的基于點(diǎn)密度的空間聚類算法。它從對(duì)應(yīng)點(diǎn)的估計(jì)和密度分布發(fā)現(xiàn)一些簇，能夠發(fā)現(xiàn)任意形狀的簇并且可以有效地處理噪聲，聚類速度快，可以作為增量聚類算法[7]的基礎(chǔ)。

將預(yù)處理得到的點(diǎn)狀居民地要素進(jìn)行基于點(diǎn)密度的聚類分析。試驗(yàn)中默認(rèn)密度分析半徑計(jì)算方式為輸出空間參考中輸出范圍的寬度或高度的最小值除以30。為確認(rèn)密度分析半徑變化對(duì)計(jì)算所得的密度值是否造成較大影響，試驗(yàn)過(guò)程中使用默認(rèn)分析半徑72.2 m和人為設(shè)置分析半徑100 m進(jìn)行結(jié)果對(duì)比，分析結(jié)果如圖4所示。

圖4　基于點(diǎn)密度的聚類分析結(jié)果

根據(jù)圖4(a)和(b)對(duì)比可知，密度分析的半徑對(duì)于分析結(jié)果造成的影響不是很大，密度較大的區(qū)域能被清晰地聚類。顏色較深的部分是城市居民地密度較大的區(qū)域即城市中較集中的區(qū)域，顏色較淺的部分接近于非城市建成區(qū)部分，從顏色的深淺上區(qū)分了城市建成區(qū)和非城市建成區(qū)。

2. 柵格處理

(1) 二值化

點(diǎn)密度分析結(jié)果生成的結(jié)果是柵格影像，需將城市建成區(qū)與非城市建成區(qū)進(jìn)行區(qū)分。二值化是柵格圖像處理中最常見(jiàn)的一種方式，但是區(qū)分城市建成區(qū)和非城市建成區(qū)的閾值仍需要手工多次調(diào)節(jié)確定。為實(shí)現(xiàn)閾值選取的合理化，試驗(yàn)中用于確定二值化閾值的算法是迭代法[8-10]，算法原理如下：

1) 選擇一個(gè)初始閾值T(j)，通常為整幅影像的平均灰度值，j是迭代次數(shù)，初始值設(shè)置為0。

3) 計(jì)算兩個(gè)區(qū)域各自的平均灰度值。

4) 計(jì)算新的閾值

5) 令j=j+1，重復(fù)步驟2)—步驟4)操作，直至T(j+1)與T(j)的差小于規(guī)定值或j達(dá)到最大的迭代次數(shù)。

依據(jù)上述算法操作自動(dòng)生成試驗(yàn)二值化過(guò)程的閾值。依據(jù)閾值對(duì)密度分析結(jié)果進(jìn)行重分類，將大于閾值的影像值賦值為1，小于值的影像值賦值為0，二值化結(jié)果如圖5所示。

圖5　二值影像圖

二值化的過(guò)程對(duì)城市建成區(qū)與非城市建成區(qū)進(jìn)行一個(gè)初步的界定，通過(guò)圖5的二值影像可以得知，值為1的區(qū)域是城市建成區(qū)的主體部分，其余值為0的部分為非城市建成區(qū)。

(2) 膨脹和腐蝕

二值影像圖中，城市建成區(qū)邊緣存在部分碎屑，且局部存在空缺，需要利用數(shù)學(xué)形態(tài)學(xué)中的膨脹和腐蝕進(jìn)行進(jìn)一步的柵格清理。

在數(shù)學(xué)形態(tài)學(xué)中，數(shù)字圖像被看成是二維(或三維)離散歐氏空間Z2(或Z3)上的一個(gè)集合，即A?Z2，集合中的每一個(gè)元素代表數(shù)字圖像中的一個(gè)點(diǎn)。

腐蝕操作將所有小于結(jié)構(gòu)元素的圖形部分消除，即對(duì)邊緣部分進(jìn)行剝離操作，使邊緣寬度減少一定的寬度。而膨脹操作會(huì)使原有圖像在邊緣部分得到擴(kuò)展，同時(shí)使圖像中間小于結(jié)構(gòu)元素的空洞得到填充。將腐蝕和膨脹運(yùn)算按照一定的規(guī)則一起使用，可以在去噪中得到很好的應(yīng)用。

開(kāi)運(yùn)算的計(jì)算過(guò)程為先腐蝕后膨脹。腐蝕運(yùn)算使圖像中尺寸小于結(jié)構(gòu)元素的孤立噪聲和毛刺噪聲得到消除，膨脹運(yùn)算則可使經(jīng)過(guò)腐蝕后線條變窄的圖像得以恢復(fù)；反之，閉運(yùn)算是先膨脹后腐蝕。閉運(yùn)算的結(jié)果使圖像中寬度小于結(jié)構(gòu)元素的空洞得到填充[11]。

柵格清理使用ArcGIS軟件中的ArcScan工具，先用開(kāi)運(yùn)算除去二值影像中不必要的碎屑部分，再使用閉運(yùn)算填充內(nèi)部空缺部分。對(duì)影像中的值為1的區(qū)域進(jìn)行連通檢測(cè)，最后對(duì)滿足條件的連通區(qū)域進(jìn)行重分類，原始值為0的區(qū)域賦值為NoData，原始值為1的保持不變。柵格清理操作流程如圖6所示，處理后的范圍結(jié)果如圖7所示。

圖6　柵格清理操作步驟

圖7　柵格處理后的范圍

經(jīng)過(guò)一系列的處理得到圖7的范圍，可以作為原始點(diǎn)狀居民地要素篩選的模板，提取出用于表示城市建成區(qū)范圍的新點(diǎn)狀居民地要素。

3. 邊界生成

使用圖7所得范圍作為模板提取圖3(b)中原始點(diǎn)狀居民地要素，得到新的點(diǎn)狀居民地要素。新的點(diǎn)狀居民地要素用于表示城市建成區(qū)范圍，不需要進(jìn)一步的數(shù)據(jù)損失，點(diǎn)狀數(shù)據(jù)的分布形狀基本上確定了城市建成區(qū)的范圍邊界。試驗(yàn)中使用基于TIN三角網(wǎng)的邊界范圍生成方法，操作流程如圖8所示。

圖8邊界生成操作步驟

描繪出的TIN數(shù)據(jù)區(qū)域?qū)С龀墒噶繑?shù)據(jù)，即可作為居民提取的邊界范圍。描繪的具體過(guò)程為：使用ArcGIS軟件中3D分析工具生成新點(diǎn)狀居民地要素的TIN三角網(wǎng)，描繪TIN數(shù)據(jù)區(qū)的三角網(wǎng)最大邊長(zhǎng)值由 TIN 中視為有效數(shù)據(jù)區(qū)的區(qū)域內(nèi)結(jié)點(diǎn)的平均間距來(lái)確定，可通過(guò)測(cè)量有效區(qū)域內(nèi)的距離，試驗(yàn)中以210 m作為三角網(wǎng)最大邊長(zhǎng)，進(jìn)行TIN三角網(wǎng)范圍調(diào)整。調(diào)整過(guò)后的TIN三角網(wǎng)邊界就是城市建成區(qū)范圍，如圖9所示。

圖9　實(shí)例數(shù)據(jù)城市建成區(qū)范圍

三、結(jié)束語(yǔ)

本文旨在利用已有的1∶5萬(wàn)矢量基礎(chǔ)地理數(shù)據(jù)，以數(shù)據(jù)損失最小為原則控制預(yù)處理操作，以合理性為原則對(duì)矢量居民地?cái)?shù)據(jù)進(jìn)行密度分析，密度較大的區(qū)域經(jīng)過(guò)柵格處理后的數(shù)據(jù)作為城市建成區(qū)提取的模板，并結(jié)合TIN三角網(wǎng)得到沿著居民地走向的城市建成區(qū)范圍。本文提供了一種城市建成區(qū)范圍提取新方法，解決了目前城市建成區(qū)范圍統(tǒng)計(jì)主要依據(jù)“兩證一書(shū)”法統(tǒng)計(jì)的局限性和遙感影像數(shù)據(jù)不足的情況。隨著越來(lái)越多的國(guó)家基礎(chǔ)地理數(shù)據(jù)公開(kāi)，基于矢量數(shù)據(jù)的城市建成區(qū)范圍提取應(yīng)用會(huì)更為廣泛。

本文仍需后續(xù)進(jìn)一步試驗(yàn)驗(yàn)證，由于試驗(yàn)數(shù)據(jù)限制，在試驗(yàn)過(guò)程中參數(shù)控制多為從理論出發(fā)去人為控制，后續(xù)研究中將著重解決不同區(qū)域建成區(qū)范圍提取中參數(shù)的自動(dòng)化處理，范圍精度有待于進(jìn)一步核查確認(rèn)。

[1]顧娟,陳軍,張宏偉.基于遙感影像的居民地提取研究綜述與展望[J].計(jì)算機(jī)工程與應(yīng)用,2007,43(30):1-4.

[2]張雪峰,楊晏立,何政偉,等.蘇、錫、常建成區(qū)遙感方法提取及城市擴(kuò)展分析[J].測(cè)繪科學(xué),2011,36(2):113-115.

[3]中華人民共和國(guó)建設(shè)部.城市規(guī)劃基本術(shù)語(yǔ)標(biāo)準(zhǔn)：GB/T 50280—98[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，1998.

[4]中華人民共和國(guó)規(guī)劃法[EB/OL].[2015-11-08].www.mohurd.gov.cn/cjda/cjdazcfg/200611/t20061101_3863.html.

[5]席景科,譚海樵.空間聚類分析及評(píng)價(jià)方法[J].計(jì)算機(jī)工程與設(shè)計(jì),2009,30(7):1712-1715.

[6]ESTER M, KRIEGEL H P, SANDER J, et al. A Den-sity-based Algorithm for Discovering Clusters in Large Spatial Databases with Noise[C]∥Proceedings of the 1996 2nd International Conference on Knowledge Discovery and Data Mining.Portland:AAAI Press,1996:226-231.

[7]ESTER M, KRIEGEL H P, SANDER J, et al. Incremental Clustering for Mining in a Data Warehousing Environment[C]∥Proceedings of the 24th Very Large Data Bases(VLDB) Conference.New York:[s.n.],1998:323-333.

[8]GONZALES R C， WOODS R E.Thresholding in Digital Image Processing[M].[S.l.]:Pearson Education,2002.

[9]LUESSI M, EICHMANN M, SCHUSTER GM,et al.Framework for Efficient Optiomal Multilevel Image Thresholding[J].Journal of Electronic Imaging,2009(18):4-13.

[10]LAI Y K,ROSIN PL.Efficient Circular Thresholding[J].IEEE Trans.on Image Processing,2014,23(3)：992-1001.

[11]JENSEN J R. Introductory Digital Image Processing:A Remote Sensing Perspective[M].New Jersey:Prentice Hall,2001.

Urban Built-up Area Extraction Based on Vector Data

YAO Junlan，WANG Hong，HU Binbin

10.13474/j.cnki.11-2246.2016.0162.

2016-02-02

國(guó)家自然科學(xué)基金(41301516)；測(cè)繪地理信息公益性行業(yè)科研專項(xiàng)項(xiàng)目(201412014)

姚君蘭(1993—)，女，碩士生，研究方向?yàn)榈貓D表達(dá)。E-mail：15927069253@163.com

P208

B

0494-0911(2016)05-0084-04

引文格式： 姚君蘭，王紅，胡斌斌. 基于矢量數(shù)據(jù)的城市建成區(qū)范圍提取方法[J].測(cè)繪通報(bào)，2016(5)：84-87.