基于遥感与GIS的县域土地利用/覆被变化研究-以青海省湟中县为例

研究湟中县土地利用/覆被变化,对于准确把握湟中县土地利用动态、提出针对性的建设意见、改善当地生态环境质量具有重要现实意义。基于1987、1999和2007年3期遥感影像,通过土地利用转移矩阵、动态度、利用程度等方法,研究了湟中县1987~2007年近20 a土地利用变化特征及其空间分异规律。结果表明:① 近20a湟中县林地数量总体增加,耕地面积减少;②1987~2007年间湟中县耕地面积出现明显波动;③ 1987年以来,各土地利用类型年均变化幅度差异较大;④ 研究时段湟中县土地利用综合指数平均值为252.35,低于我国东部地区,高于西部偏远地区。     

基于SVM的东莞市土地利用/覆被自动分类误差来源与后处理

城市化是过去一个多世纪以来世界的发展趋势,城市化显著改变城市地区土地利用/覆被,并引起诸如水资源短缺,洪水灾害加重,水环境恶化,生态系统退化等负面效应,如何更加准确估算城市化引起的土地利用/覆被变化不仅是研究城市化过程特征的需要,也是研究城市化所引起的各种效应的需要,并且一直是国际遥感和应用界的研究热点和难点。东莞市是改革开放以来我国城市化速度最快的城市。为了给研究东莞市城市化过程及其各种效应提供高精度且完整的城市化过程的长系列土地利用/覆被变化数据,基于1987~2015年间12期Landsat遥感影像,采用SVM算法对东莞市土地利用/土地覆被变化数据进行了自动分类,并对分类误差来源进行了分析总结,提出了自动分类结果后处理方法,制备了东莞市城市化过程土地利用/覆被变化数据。12期遥感影像自动分类的总体精度为81.37%,Kappa系数为0.75;最终结果总体精度为86.87%,Kappa系数为0.83。通过土地利用变化特征分析,将东莞市城市化过程以1996年和2005年为节点,划分为起步发展、快速发展和稳定发展3个阶段。     

基于RS和GIS的无锡市陆地生态系统的碳源汇估算

基于IPCC-LULUCF建议的温室气体计量方法、遥感数据和文献资料,利用RS和GIS分析了1991~2005年无锡市土地利用变化所引起的陆地生态系统碳储量的变化,结果表明,近14 a来,无锡市土地利用变化较明显,尤其是各种土地利用类型的相互转化,使得陆地生态系统碳库储量减少457.18×10⁴ t,是碳源。具体表现在：地上碳储量减少145.91×10⁴ t,地下碳储量减少59.87×10⁴ t,土壤碳储量减少251.40×10⁴ t。无锡市各种生态系统类型中,有林地的固碳潜力最大,为190.71 t/hm²,其次是草地,为121.186 t/hm²,农地最小,为92.6 t/hm²,有林地面积的减少,造成有林地中固定的碳大量释放,使无锡市陆地生态系统成为一个明显碳源。     

洪泽湖区土地利用/覆盖变化分析

利用1973年、1984年和2006年3期Landsat卫星遥感图像,分别对校正处理后的3期图像进行缨帽变换,并利用亮度、绿度和湿度这3个分量的差值运算进行信息复合。然后利用变化向量分析法确定复合图像中的变化和非变化像元之间的变化强度阈值。最后利用阈值分割和掩膜技术,对3期图像进行土地利用/覆盖变化监测。研究表明,近33年来洪泽湖区土地利用结构发生根本性改变：天然湿地面积大幅度缩减,1973年~1984年间减少了200.55km2,1984年~2006年间减少了357.04km2,主要表现为敞水区和湿地植被面积的减少,养殖场、农田面积显著增加,城镇用地略有增加。本文研究表明基于缨帽变换并结合差值运算方法和变化向量分析法实现土地利用/覆盖变化监测的可行性。     

咸阳市生境质量变化遥感监测研究

随着社会经济的快速发展和城镇化进程不断加快,土地利用景观格局的变化持续影响着区域生境质量。为了深入探究土地利用变化对生境的影响,选取人类活动较为剧烈的咸阳市为研究区,以遥感解译的土地利用分类数据为基础,在ArcGIS和Fragstats软件的支持下分析了咸阳市2000~2010年间的土地利用和景观格局变化特征,并采用InVEST模型评价生境质量,以此监测生境质量的变化情况。结果表明:2000~2010年间咸阳市的综合土地利用动态度为2.34%,变化总体缓慢;土地利用变化特点是耕地、草地面积有所减少,主要转出至林地和建设用地,导致林地、建设用地面积增加;景观的破碎化程度与结构复杂性变高;生境质量稍有好转,整体上呈现中、北部高于南部的空间格局,优、良、差等级的生境质量所占面积比例提升,中等级生境质量所占面积比例大幅度降低;全市14个县(市、区)中,旬邑县的生境质量最好,礼泉县的生境质量提升幅度最为显著;生境质量变化的驱动力主要是土地利用格局的转变。咸阳市今后可在继续实行现有生态保护措施的同时,加大保护与治理力度,逐步实现土地利用与生态环境的协调发展。     

洪泽湖区土地利用/覆盖变化分析

利用1973年、1984年和2006年3期Landsat卫星遥感图像,分别对校正处理后的3期图像进行缨帽变换,并利用亮度、绿度和湿度这3个分量的差值运算进行信息复合。然后利用变化向量分析法确定复合图像中的变化和非变化像元之间的变化强度阈值。最后利用阈值分割和掩膜技术,对3期图像进行土地利用/覆盖变化监测。研究表明,近33年来洪泽湖区土地利用结构发生根本性改变:天然湿地面积大幅度缩减,1973年～1984年间减少了200.55km2,1984年～2006年间减少了357.04km2,主要表现为敞水区和湿地植被面积的减少,养殖场、农田面积显著增加,城镇用地略有增加。本文研究表明基于缨帽变换并结合差值运算方法和变化向量分析法实现土地利用/覆盖变化监测的可行性。     

基于遥感的环白洋淀地区土地利用动态变化研究

根据1990年、2000年和2007年三期遥感影像数据，运用遥感影像人机交互解译的方法，通过计算土地利用动态度、土地利用类型相对变化率和土地利用程度，分析了环白洋淀地区1990年-2007年间土地利用的数量变化和空间变化的特征。揭示了该区土地利用数量变化的幅度、速度，土地利用类型变化的区域差异以及土地利用程度变化。阐明了环白洋淀地区17年来土地利用变化的特点和驱动力，为土地资源的管理和可持续利用提供有效的决策支持。     

基于MODIS的黄土高原土地荒漠化动态监测

以2001年和2009年8月MODIS卫星影像为数据源,基于归一化植被指数和像元二分原理,通过建立科学的荒漠化土地分类系统,对黄土高原地区近8 a的荒漠化土地进行了动态变化监测,分析了2个时期荒漠化土地的空间分布特征和面积变化情况。结果表明:黄土高原荒漠化土地面积整体呈明显的减少态势,但类型转化结构表明荒漠化土地强度却处于不断发展阶段。8 a间,极重度荒漠化土地面积增加了16.53 km²,增长率为28.36%,重度和中度荒漠化土地面积均有不同程度减少,分别减少了1.2×10⁴ km²和7.0×10⁴ km²,变化率分别为32.97%和29.19%;分别有9.0×10^4 km²和1.2×10⁴ k²的轻度和潜在荒漠化土地转化为其他类型荒漠化土地,并分别增加了9.3×10³ km²和7.3×10⁴ km²,增长率分别为4.2%和57.3%。发展区面积为1.9×10⁵ km²,稳定区面积为4.0×10⁵ km²,逆转区面积为2.8×10⁴ km²,发展区面积比逆转区面积大1.6×10⁵ km²,表明黄土高原环境质量不断下降,荒漠化强度不断扩张的趋势。     

1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源,利用面向对象和决策树方法获得多期土地覆被数据;以此为基础,分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明：1990~2015年期间,吉林省西部耕地面积增加了2159.33 km²,增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加,但在2010~2015年期间呈减少趋势。水田面积持续扩张,25年间增加了1139.39 km²（51.7%）,旱田净转化为水田的面积不断增加,1990~2000年为69.13 km²,2000~2010年为156.19 km²,2010~2015年为288.27 km²。人口和经济的增长是导致耕地面积迅速增长的主要原因,影响水田面积扩张和旱田向水田转化的驱动因素有：科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议,为区域农业生产和生态建设提供科学借鉴。     

基于马尔可夫过程的三江平原土地利用动态变化预测

基于多时相遥感数据,应用GIS技术对三江平原1995和2000年的土地利用数据进行动态分析,计算出1995~2000年的各土地利用类型面积转移矩阵;借助马尔可夫过程建立土地利用转移概率矩阵,预测2005年土地利用结构,并将其与2005年遥感解译的土地利用数据进行比较。结果表明：马尔可夫预测值和遥感解译结果吻合较好,在7种土地利用类型中,除沼泽湿地外（0.26%）,其它几种类型的预测值和遥感解译结果的偏差都小于0.20%。同时,利用该模型对三江平原2010年和2015年土地利用结构进行预测,结果表明,在当前稳定的土地利用政策下,未来10 a内,该地区农田和草地面积将显著增加,同时,湿地和林地面积显著减少。农田和草地所占比重将分别从2005年的56.21%和3.71%上升为2015年的63.88%和3.88%;林地、湿地所占比重将从2005年的28.05%、7.46%下降为2015年的25.53%、5.39%。这一预测结果对该区域的生态环境保护和土地资源的合理利用具有一定的参考价值。     

21世纪以来西安城乡梯度土地覆盖变化及对城市热岛影响时空特征

城市快速扩张导致城乡梯度土地覆盖发生显著的变化,引发不透水地表的增加,植被覆盖的减少,从而加剧了城市热岛强度。研究城乡梯度土地覆盖变化引起的城市热岛效应,并揭示城市热岛的时空特征及强度的变化,对城市规划建设、人居环境改善及提升城市生态系统服务功能具有重要的意义。基于Landsat系列4期影像,利用单窗算法反演西安市地表温度,计算热场变异指数得到热力场强度图并对其进行等级划分,结合土地利用/覆盖类型数据分析城乡梯度土地覆盖变化对城市热岛强度的影响。结果表明：①2000年西安市极强热岛效应区占研究区面积的10.58%,逐渐增加到2011年极强热岛效应区域的面积占比达到16.14%,而后到2015年降低为9.00%,整体上西安市城市热岛效应呈现出了先增长后降低的趋势;②2000年到2015年城乡建设用地面积增加了412.76 km2,极强热岛强度的范围随城市建成区的扩张逐年向外扩展;③无热岛效应区约70%位于耕地和林地,水域在无热岛效应中的占比也在逐年增多,从31%增加到了47%。不透水地表面积占比与地表温度有显著相关性,城乡梯度植被和水体面积的增加可以有效地缓解城市热岛强度。     

Spatiotemporal Pattern of Urban-rural Aradient Land Cover Changes and Their Impact on Urban Heat Island in Xi′an City Since the 21st Century

Rapid urban expansion had a significant impact in land use/cover change along urban-rural gradient, and the increase of impervious construction land and the reduction of vegetation cover had induced and aggravated the urban heat island effect. Studying the impact of urban-rural gradient land cover change on urban heat island effect was significant for urban planning and construction, improving the comfort of human settlements and enhancing the function of urban ecological services. The surface temperature of Xi'an city was retrieved by mono-window algorithm based on Landsat images, and the thermal field intensity map was obtained by calculating the thermal field variation index, and the gradient land cover changes in urban and rural areas were analyzed with land use data. The results showed that: ①The urban heat island effect in Xi'an showed a trend of first increasing and then decreasing from 2000 to 2015. In 2000, the extremely strong heat island effect area accounted for 10.58% of the research area, and gradually increased to 16.14% in 2011, and then decreased to 9.00% in 2015. ②From 2000 to 2015, the area of construction land increased 412.76 km² and the intensity of extremely strong heat island expanded year by year with the expansion of urban built-up areas. ③About 70% of the non-heat island effect areas were located on farmland and forest land, and the proportion of water area in the non-heat island effect was increasing year by year from 31% to 47%, which showed that the increase of vegetation and water area could effectively alleviate the urban heat island effect.     

Change analysis of land surface temperature based on robust statistics in the estuarine area of Pearl River (China) from 1990 to 2000 by Landsat TM/ETM+ data

The estuarine area of Pearl River that has taken great changes in land cover since 1990 is a typical area for studying the change of land surface temperature (LST). The LST of the years 1990 and 2000 in this area was estimated from the data of Landsat TM/ETM+ band 6, respectively, and three scales, corresponding to high, normal and low temperature ranges, were divided by a robust statistical method. The results show that the area of high temperature range in 2000 has an increase of 250 km² compared with the year 1990. The urban‐used land and the bare land are the main land cover types constituting the high temperature range area.     

近20年来腾格里沙漠南缘土地利用/土地覆盖变化及其成因探讨——以甘肃省古浪县冰草湾地区为例

以甘肃省古浪县冰草湾地区1991、2000和2009年3期Landsat TM影像为数据源,采用基于对象的影像分类方法提取研究区各时期的土地利用/土地覆盖信息,在此基础上分析了研究区土地利用结构变化、土地利用类型转换关系和导致土地利用变化的驱动力因素。结果表明:采用基于对象的影像分类方法精度较高,可以达到准确提取土地利用/土地覆盖信息的目的;1991~2009年,冰草湾地区农田和居民用地的面积持续增加,并向沙漠和盐碱地方向扩张,呈现"人进沙退"的格局;2000~2009年各种土地利用类型之间的相互转换速度明显低于1991~2000年,土地利用状况呈现趋于稳定的趋势。造成土地利用/土地覆盖变化的主要驱动力是引黄灌溉和生态移民工程的实施。     

Recent land‐cover/use change associated with land degradation in the Lake Baringo catchment,Kenya, East Africa: evidence from Landsat TM and ETM+

Many parts of East Africa are experiencing dramatic changes in land‐cover/use at a variety of spatial and temporal scales, due to both climatic variability and human activities. Information about such changes is often required for planning, management, and conservation of natural resources. Several methods for land cover/change detection using Landsat TM/ETM+ imagery were employed for Lake Baringo catchment in Kenya, East Africa. The Lake Baringo catchment presents a good example of environments experiencing remarkable land cover change due to multiple causes. Both the NDVI differencing and post‐classification comparison effectively depicted the hotspots of land degradation and land cover/use change in the Lake Baringo catchment. Change‐detection analysis showed that the forest cover was the most affected, in some sections recording reductions of over 40% in a 14‐year period. Deforestation and subsequent land degradation have increased the sediment yield in the lake resulting in reduction in lake surface area by over 10% and increased turbidity confirmed by the statistically significant increase (t = ?84.699, p<0.001) in the albedo between 1986 and 2000. Although climatic variations may account for some of the changes in the lake catchment, most of the changes in land cover are inherently linked to mounting human and livestock population in the Lake Baringo catchment.     

Error Sources and Post Processing Method for Land Use/cover Change Estimation of Dongguan Citybased on Landsat Remote Sensing Imagery with SVM

Urbanization is the world developing trend in the past century,which significantly changed the land use/cover of the urbanized area,and caused a series negative impacts,such as water shortage,flood increase,environment pollution,ecosystem degradation.How to estimate the land use/cover change more accurately has the prerequisite of studying the urbanization processes and its impacts,and is the research hot and challenge of the remote sensing and application communities.Dongguan city expressed the rapidest urbanization in China since China’s reform and opening door,and transferred from an agriculture county to a modern international metropolitan in less than 30 years,which has made a miracle in the world urbanization process.To prepare a high accuracy land use/cover change dataset for studying Dongguan’s urbanization process and its impacts,this paper first estimated the land use/cover change dataset by employing Support Vector Machine auto\|classification algorithm based on 12 Landsat remote sensing imageries from 1987 to 2015 at an average interval of 3 year.Then the error sources is analyzed by comparing the results estimated by using auto\|classification algorithm and visual interpretation,and a post data processing algorithm is proposed for refining the auto\|classification results.The final dataset of land use/cover change of Dongguan City is produced with the above method with an average accuracy of 86.87% and a Kappa coefficient of 0.83,which implies this product has a very good accuracy for analyzing the urbanization process of Dongguan city and its impacts.     

Land cover mapping of North and Central America—Global Land Cover 2000

The Land Cover Map of North and Central America for the year 2000 (GLC 2000-NCA), prepared by NRCan/CCRS and USGS/EROS Data Centre (EDC) as a regional component of the Global Land Cover 2000 project, is the subject of this paper. A new mapping approach for transforming satellite observations acquired by the SPOT4/VGTETATION (VGT) sensor into land cover information is outlined. The procedure includes: (1) conversion of daily data into 10-day composite; (2) post-seasonal correction and refinement of apparent surface reflectance in 10-day composite images; and (3) extraction of land cover information from the composite images. The pre-processing and mosaicking techniques developed and used in this study proved to be very effective in removing cloud contamination, BRDF effects, and noise in Short Wave Infra-Red (SWIR). The GLC 2000-NCA land cover map is provided as a regional product with 28 land cover classes based on modified Federal Geographic Data Committee/Vegetation Classification Standard (FGDC NVCS) classification system, and as part of a global product with 22 land cover classes based on Land Cover Classification System (LCCS) of the Food and Agriculture Organisation. The map was compared on both areal and per-pixel bases over North and Central America to the International Geosphere-Biosphere Programme (IGBP) global land cover classification, the University of Maryland global land cover classification (UMd) and the Moderate Resolution Imaging Spectroradiometer (MODIS) Global land cover classification produced by Boston University (BU). There was good agreement (79%) on the spatial distribution and areal extent of forest between GLC 2000-NCA and the other maps, however, GLC 2000-NCA provides additional information on the spatial distribution of forest types. The GLC 2000-NCA map was produced at the continental level incorporating specific needs of the region.     

基于GEE平台的海岛地表覆盖提取及变化监测——以苏拉威西岛为例

随着海洋在国家政治、经济、资源等方面重要性的提升,对海岛开发利用、管理和保护等具有重要意义的海岛地表覆盖研究逐渐受到关注.针对传统的大范围地表覆盖提取速度慢、效率低的问题,基于Google Earth Engine(GEE)地学大数据平台,以作为生态重点保护区的印度尼西亚的苏拉威西岛为研究区,开展海岛地表覆盖提取及变化...     

张掖市土地利用/覆盖变化模拟

土地利用/覆盖变化是全球变化的主要原因,也是与可持续发展密切相关的课题。土地利用/覆盖变化模拟是预测未来土地利用/覆盖变化的重要方法。将国际上先进的CLUE-S模型应用到位于黑河中上游的张掖市,模拟该地区的土地利用/覆盖变化。模拟时段为2001～2020年。模型中将土地利用类型分为:①耕地;②林地;③草地;④水域;⑤城镇用地;⑥未利用地。用回归分析的方法,选择了对该地区土地利用/覆盖变化有重要贡献的7种驱动因子,分别为:与城市的距离、与河流的距离、与道路的距离、人口密度、海拔、坡度、坡向。模拟结果显示:到2020年,林地、草地、水域和城镇用地面积增加,耕地,未利用地面减少。