基于遥感和多源地理数据的城市土地利用分类

摘要

城市土地利用信息体现了城市的功能及结构,开展城市土地利用分类研究对于城市可持续发展具有重要指导意义。以哈尔滨市主城区为研究区,综合应用Sentinel-2A遥感影像、OpenStreetMap(OSM)数据、兴趣点(point of interest,POI)数据和珞珈一号夜间灯光数据等多源地理数据,采用面向对象和随机森林算法对哈尔滨城市土地利用进行分类。结果表明:一级地类总体精度为86.0%,Kappa系数为0.75;二级地类总体精度为73.9%,Kappa系数为0.69;POI数据可以显著提高住宅用地、工矿仓储用地和教育用地分类精度,夜间灯光数据能有效提高商务办公用地及商业用地分类精度。说明遥感影像与多源地理数据结合对城市土地利用分类有效。