基于Landsat TM /ETM数据和GIS的城市增长分析 ——以印度海得拉巴案例为例外文翻译资料

 2022-04-27 20:27:18

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

基于Landsat TM /ETM数据和GIS的城市增长分析

——以印度海得拉巴案例为例

哈曼特·巴伦特·瓦科德、克劳斯·贝耶尔、拉马卡尔·贾、拉菲·阿扎姆

摘要：海得拉巴是印度发展最快的巨型城市之一，由于城市快速发展，它面临着许多经济，社会和环境问题。为了更好地规划资源并为居民提供基本的便利设施，有必要对其城市增长活动有足够的了解。此外，还需要监测随时间变化的土地使用情况并进行检测城市不同地区的增长活动。为了以更高的准确性和最简单的方式完成这些任务，即遥感和地理信息系统（GIS）工具被证明是非常有利的。本文研究尝试使用土地卫星专题制图（TM）和增强专题制图（ETM）数据为印度海得拉巴城市聚集区绘制不同时期的土地利用类别并分析土地利用的明显变化。在这项研究中，三个不同的时间段，选择1989-2000,2000-2005和2005-2011进行分析。结果表明，1989-2011年期间，高密度城区面积已经扩大到侵占其他土地利用类别。城市增长也影响了该地区的水资源质量和数量。其他土地利用类型向城市地区的转变动态地继续城市的东北部和南部地区。在东北方向，城市增长主要是由于工业和住宅区以及南部地区的增长，主要是由于住宅增长。

关键词 城市增长分析、遥感和GIS、 土地使用、海得拉巴

引言

全球范围内，居住在城市地区的人口多于农村。城市化是指一个过程，即整个人口的比例越来越高，这些人口居住在城市和郊区，农业或贫瘠土地的土地使用变化或植被到人类住区，商业部门和工业。由于人口增长，农村地区重新归类为城市中心以及农村人口向城市迁移，这种城市化进程持续数十年（联合国2009）。由于城市经常被视为经济增长的驱动因素并创造了良好的就业机会快速增长的人口的机会。因此，它吸引越来越多人口（联合国人类住区规划署2010年联合国人居署）。城市化和人口增加的压力是城市规划和管理的两大挑战，尤其是发展中国家的城市。由于基础设施建设成本不断上涨（城市基础设施投资需求估计高级专家委员会，2011年），城市规划机构面临着各种形式的城市扩张问题。此外，随着城市化进程的加快，城市发展结构的这种变化必将对环境和水资源造成不利影响。特大城市的生态风险，如空气，水和土壤的污染等也很明显。 一个城市化对中国广州水资源影响分析的案例研究表明，城市增长会对水资源的定性和定量产生影响。此外，根据另一个案例研究，埃及农业上宝贵的土地的快速城市增长也鼓励政府和私营部门使用遥感数据和地理信息系统。

每年人类的数量都在增加，但维持这一人口的自然资源数量，改善人类生活质量和消除大规模贫困仍然是有限的（联合国世界经济委员会环境与发展1987）。这意味着，城市化进程也会影响城市现有自然资源的管理，这些城市的发展速度无法像人口一样快速增长。这就迫使当局利用自然资源提供水，卫生，交通等基本设施。给居民在发展中国家和亚洲新兴工业化国家的许多大城市中，水资源的压力可以被注意到，这些国家正面临水资源短缺的问题。面对快速城市化，水资源短缺的驱动力包括人口增长，非计划（非正式）城市地区定居点，生活方式的改变以及人均用水量的增加。所以积极的方面由于基本服务和基础设施供求之间的差距日益扩大所导致的自然环境恶化和生活质量恶化，城市化往往蒙上阴影。

了解城市群的增长动态对生态可行的发展规划至关重要。几乎占印度人口的三分之一已经成为城市，有必要获取关于城市增长模式以及它们如何影响生活环境的信息。遥感和GIS技术为这种城市增长分析提供了强有力的工具。遥感有能力一次获得大面积不可访问区域的总体视图，并且在分析中非常有用，通过研究时间数据研究大面积的增长和变化。卫星时间序列数据为定量评估城市扩张，城市扩张和监测土地利用变化和土壤消耗。它也被证明对评估城市发展和避免的场地危害/适宜性很有用环境敏感或危险区域。即使在同一时间段内，城市面积也不会在城市的所有方向上均匀增长。在城市的一些地区，它动态地更加活跃，并且在某些部分，它显示出较少的发展或扩张活动。在印度的大多数情况下，人们已经注意到，在城市的城市发展过程中，城市周边的植被覆盖或农业或水体等已经成为城市侵占的受害者。城市的空间扩张导致城市变化在以前的土地使用模式。城市蔓延的现象是其特点是发展杂乱无章，导致任何城市发展不当。为了防止未来这种蔓延，有必要监测城市的发展。由于城市中心的城市衰退，定期对城市蔓延进行监测和监测对于城市规划者了解城市发展趋势非常重要并随后对其进行调控利用SLEUTH模型中的遥感数据预测也门萨那城市的城市蔓延，而Jha等人研究城市化的空间范围和城市发展周期性变化模式（系统/随机）。（2008年）使用遥感和地理信息系统考虑熵方法的技术。

因此，关于城市蔓延和城市格局时空特征的研究对于可持续土地管理和城市土地规划是有用的。在这项研究中，利用Landsat的时间序列数据进行时空分析，目的是在海得拉巴大城市的连续三个时期:1989-2000,2000-2005和2005-2011检测城市增长模式和变化。土地利用分类是基于使用最大似然分类器的多光谱监督分类方法。本研究的背景是理解和识别变化的性质和新出现的增长模式，以支持规划过程和制定政策来指导或重定向空间增长初创巨型城市海得拉巴。这一分析是城市化与水资源相互作用总体研究的第一步。

研究区域的描述

海得拉巴是安得拉邦的首府，位于印度南部。自从它成为德干地区的首都以来，海得拉巴从一开始就作为一个政治和经济中心具有相当重要的地位，并很快成为该地区最大的城市。但直到20世纪40年代，这座城市超过了100万居民。根据2011年的人口普查数据，这是印度第七大人口最多的城市群，拥有770万人口。在全球排名中位居第31位，人口增长速度如此之快，海得拉巴将从目前的水平上升全球排名第31位，在2015年超过曼谷，利马和香港的第22大城市群（UN2009）。从1950年的109万人，城市人口已经2011年增长到770万。据估计，到2025年人口数字可能达到1164万（联合国2011）。在过去的50年里，印度人口增长了两倍半，但城市人口增长近五倍。下图显示了海得拉巴自1950年以来的人口增长情况，并预测到联合国编写的“世界城市化前景 - 2011年修订版”报告中的2025年。

海得拉巴在国际上是当今印度最大的信息技术中心之一。海得拉巴历史上占主导地位，制造业自1950年代以来一直在增长，而现在服务业占大多数就业机会和经济增长。上世纪90年代经济改革后出现的情况，主要是由于该地区工商业的发展，受到该市政府的鼓励。有一些工业区，三个直接在海得拉巴区，约19个在Rangareddy区属于主要工业部门包括化学和原料药，金属，木材，塑料，橡胶和纺织工业以及电子工业。海得拉巴举办了几个主要的公司和公共部门企业，进行中央研究和培训机构以及大学和专业学院。充满活力的城市已成为知识中心，迅速发展海得拉巴作为当今印度最大的信息技术中心之一，在国际上享有盛名。然而，海得拉巴自1950年代以来一直有一个占统治地位的制造业的历史，现在服务业占大多数就业机会和经济增长。上世纪90年代经济改革后出现的情况，主要是由于该地区工商业的发展，受到该市政府的鼓励。有一些工业区，其中三个直接在海得拉巴地区和约19个属于海得拉巴地区的Rangareddy地区，主要建于1975年至1985年。主要工业部门包括化学和原料药，金属，木材，塑料，橡胶和纺织工业以及电子工业。海得拉巴拥有几家大公司以及有中央研究和培训机构以及大学和专业学院的公共部门企业。充满活力的城市已经成为一个快速发展的知识中心
- 缺乏有效的公共交通系统
- 基础设施维护不完善
- 隔日供水限制在每天2小时
- 空间发展不平衡—忽视城市内部
- 不可靠的电力供应
- 高污染—水，空气，噪音

海得拉巴沿着穆西河沿岸建立，现在由于城市侵蚀和直接释放城市排水系统而不再存在。城市增长严重影响了海得拉巴的水资源。图1a给出了城市供水需求不断增长的想法，随着城市的发展，供水量不断增加。图2显示了供水需求与水通过不同来源的可用性之间的差距以及未来对海得拉巴大都市供水和污水处理厂的预测董事会（HMWSSB 1995）。考虑到对水资源的这种压力，研究城市化对水资源的影响很重要。

这个城市已扩展到650平方公里，并且正在向四面八方发展。 该分析的研究区域为17°13#39;38“N至17°34#39;39”N纬度和78°13#39;52“E至78°40#39;58”E经度，总面积为1,872.765 km2 它涵盖了海德拉巴城市群和朗格雷迪地区的部分，如图3所示。

图1：海得拉巴的人口增长

图2：1950 - 2030年海得拉巴城市供水不同水源的输水率。在1980 - 2003年期间，使用了更详细的输水数据（资料来源：HMWSSB 1995）

图3：研究区域的位置

使用的数据和方法

使用Idrisi taiga和Erdas Imagine 9.3软件下载和处理Landsat卫星图像。大地卫星计划是美国宇航局和美国地质调查局共同管理的一系列地球观测卫星任务。自1972年以来，它已经免费收集和提供了许多专业的数码照片，使我们能够研究地球的许多方面并评估动态由自然过程和人类实践引起的变化。Landsat数据在可用性和数据质量之间提供了一个很好的折中方案，同时提供了可回溯数十年的唯一来源并允许进行时间比较。Landsat宽度为183公里，因此监测像海德拉巴这样的大型城区很容易。它提供了全色波段15米和多波段30米的空间分辨率数据。虽然这个决议还不足以研究地球上非常好的物体，但它可以提供区分城市和其他类型土地用途的信息。在这项工作中使用的图像涉及来自Landsat专题制图仪（TM）/增强专题制图仪（ETM）（路径/行，144/48）的四个时期的数据，1989（TM），2000（ETM），2005（ETM）和2011（ETM）。首先，四幅图像已经过校准，以便可以进行比较。所有这些图像都被捕获在同一季节避免农业地区和贫瘠地区的冲突或水体的空间扩张/减少等。此外，为了提供有关地形的信息，使用了先进的航天热辐射和反射辐射计（ASTER）全球数字高程模型。它由日本经济产业省和美国国家航空航天局（NASA）共同开发，空间分辨率为30米，准确度（标准偏差）为7-14米。此外，人口普查数据中的路线图和人口统计信息被用来创建GIS数据用于分析。该有关供水需求，水源和实际供水的信息已从海得拉巴大都会供水和排污委员会的第六次年度报告1994 - 1995年获得。

土地使用分类

Landsat在2003年之后拍摄的图像由于Landsat上扫描线校正仪的缺陷而存在一些数据差异。 通过使用一年中同一季节的其他图像，成功填补了每个带的这些数据空白。2000年，2005年和2011年的图像也提供了全色波段（8频道）。 由于光谱通道1-5和7的像素尺寸为30times;30平方米，而全色通道8的像素尺寸为15times;15平方米，为了提高数据的解释能力，分辨率为15的四个图像周期 times;15平方米已通过合并光谱和全色通道的分辨率生成。该过程也称为图像的全色锐化。这些新图像具有更高的分辨率和多光谱属性。

监督分类过程的第一步是找出可以在图像中识别的每种土地覆盖类型的代表性培训地点。 为了研究城市增长对其他自然资源的影响，确定了七大土地利用类别：农业，水生植被，荒地，高密度城区，低密度城区，其他植被（森林，公园， 等等）和水。

高密度城市区域和低密度城市区域之间的区别是根据建筑密度原则，即高密度城区面积占建筑密度的50％以上; 低密度城区是建筑密度小于50的区域，例如建筑物的面积为300平方米建筑面积1000平方米，然后是建筑物密度为300 / 1,000 = 30％（Wang等2008，Lu等2009）。下一步是对每个培训地点周围的多边形进行数字化处理，并为每种覆盖类型分配一个唯一的标识符。在分析每个训练点内的像素之后，生成每个覆盖类型的光谱特征。有了光谱特征的帮助，进行分类整个图像应用最大似然准则。在此分析中共选择了100个训练样本区域。对于每个场景，Landsat TM和Landsat ETM中的所有七个频段用于使用最大似然分类器的多光谱分类分析。为了提高分类区域和训练场地之间的准确性评估，在进行监督分类之前，在研究区域至少确定20个关于类别的点数。这也被称为硬分类方法，这是将每个像素分配给具有最相似签名的封面类型的结果。所有场景的土地使用分类均采用同样的步骤。

城市增长分析

土地利用分类过程的结果进一步用于研究给定时间段内的变化。对于变化检测，后分类法是每个图像在比较前独立分类优于其他方法。这种方法的优点是土地覆盖类别的变化将在每个方向都能被识别出来。为了研究城市增长模式，考虑了三个不同的时期，即1989年至2000年，2000年至2005年和2005年至2011年期间的城市增长。该分析使用IDRISI Taiga土地变化模型（Eastman 2012）完成。对于这个过程，提供了不同时间段的土地覆盖图像以及通过ASTER数字高程模型获取道路和地形信息的基础。因此，编制了土地利用类别的地区收益和损失地图，其他类别向低密度城市地区和从低密度城市地区向高密度城市地

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[465048]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章