天津滨海新区-曹妃甸典型地区土地利用演变分析

根据1984、2000、2006和2009年4期Landsat影像,运用分类后比较法以及土地利用演变的时空分析方法,探讨和分析天津滨海新区和河北曹妃甸地区近30 a的土地利用变化特征和规律,阐明了研究区土地利用变化的区域特点,为土地可持续利用提供有效的决策支持。结果表明：坑塘水面是两个区域最主要的土地利用类型,尤其在曹妃甸地区,坑塘水面占用比例达60%~70%。1984~2009年两地区围海造地面积呈增加趋势,有“向海洋要土地”的发展趋势。土地利用变化的主要特征为耕地减少和建设用地、坑塘水面增加,2000年以后土地利用变化趋势尤为显著。滨海新区建设用地重心有西南方向移动的趋势,其他土地利用类型重心均有向东向北迁移的趋势,曹妃甸地区各土地类型均有明显的南移趋势。     

基于面向对象分类的土地利用信息提取及其时空变化研究

基于面向对象的影像分类技术与土地利用变化模型,选取处于剧烈变化环境下的东江流域为研究对象,对其1980~2008年的土地利用变化特征进行了研究。结果表明:(1)面向对象的遥感分类方法在SPOT5高分辨率遥感影像分类中具有较高的精度(总体精度达87.7%),可以有效避免"椒盐现象"发生;(2)1980~2008年东江流域的土地利用方式和空间格局发生了显著变化。耕地面积急剧减少了2 854.4km2,流失的耕地主要转化为了林地、城镇建设用地;园地面积减少了667km2,流失的园地主要转化为了林地;林地面积增加了1 988.7km2,呈波动变化;草地面积比由4.9%缩减为2.0%;水域面积先减少后增加;城镇用地呈快速增长趋势,年增长率高达186.23%。加强耕地保护和适度限制城镇用地增长对区域可持续发展至关重要。     

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。     

京津风沙源治理工程区LUCC及土壤风蚀强度动态遥感监测研究

以遥感手段监测京津风沙源治理工程区土地利用/覆盖变化及土壤风蚀强度,分析了工程区LUCC及土壤风蚀时空格局特征及关系。结果表明:工程实施前后,LUCC及土壤风蚀强度差异明显。近30a,LUCC过程主要表现了由耕地开垦向生态退耕还林、草转变,伴随生态恢复和沙化有效抑制态势;耕地总体表现出先增加后减少态势,耕地面积1990～2000年增加面积是2000～2015年减少面积的1.9倍;林地总体呈增加态势;2000～2015年耕地转化为林地和草地面积分别为446.1km2和1 129.3km2,西部最为明显;建设用地面积扩张明显;未利用地呈减少趋势,转换类型以沙地向草地转化为主,面积为1 493.1km2。京津风沙源治理工程区土壤风蚀侵蚀模数整体呈下降趋势,生态工程实施后改善趋势明显(P0.01);总体上,东部、南部地区以高覆盖、中覆盖草地类型为主的地区土壤风蚀量小;浑善达克沙地治理区土壤风蚀量较大,但总体呈减少趋势。不同土地利用/覆盖类型对土壤风蚀强度影响较大,土壤风蚀模数依次为沙地低覆盖度草地中覆盖度草地旱地灌木林水田高覆盖度草地其他林地疏林地有林地;低覆盖度向高覆盖度草地类型转化有效抑制土壤风蚀量(减少66.12%),植被覆盖度的增加有效降低土壤风蚀模数;沙地周边区域,高/中覆盖度向低覆盖度草地类型转换过程中,土壤风蚀量呈增加(58.26%)态势,草地转化为沙地、旱地土壤风蚀量增加。     

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。     

辽河口国家级自然保护区湿地时空演变遥感评估

以1980年、1990年、2000年、2010年和2020年Landsat遥感影像作为数据源,结合野外实测数据和Google Earth的高分影像,采用面向对象的决策树分类方法,得到1980～2020年辽河口国家级自然保护区土地覆盖变化情况。结合土地利用转移矩阵、景观格局分析法以及等扇方位分析法,研究近40 a辽河口国家级自然保护区内的人工类型用地时空动态演变特征。结果表明：1980～2020年间,研究区内自然湿地减少了270.12 km2,主要转化为耕地、油井、建设用地及交通用地等人工土地覆盖类型。由于受人类活动干扰较大,研究区内景观趋于破碎化、均衡化,景观异质性降低。近40 a来,研究区内人工土地覆盖类型主要沿北西北方向扩张。国家政策和经济发展对辽河口湿地的演变过程影响极大,农田开垦、城镇建设、油田开发和海水养殖等人类活动是自然湿地演变的主要驱动力。     

基于高分辨率遥感影像的城市土地利用变化研究

城市土地利用主要是满足城市社会经济活动的空间占用需求,同一城市用地类型在某一空间的土地覆盖可能随着投入的变化而改变,因此完整的城市土地利用变化应包括：城市土地利用类型的变化、城市土地利用强度的变化和城市土地利用空间变化。本文运用遥感和地理信息系统技术,以高分辨率遥感影像为基础信息源,对1994年和2002年石家庄市两期城市土地利用变化进行研究。结果显示：（1）石家庄市城市各种用地比例合理,用地功能分区明显;（2）8年间城市土地利用面积变化速度很快,综合动态度达O．67％,其中以耕地减少最快,年减少率达到6．88％;（3）8年间综合城市土地利用强度动态度为1．23％,建筑面积变化速度比较快,其中商服用地和居住用地利用强度增加最大,分别达到1O．04％和3．31％。     

基于国产卫星数据的深圳城市化进程中土地利用/覆盖变化探讨

土地利用/覆盖变化是全球变化中的重要组成部分,城市化进程将导致大规模的土地利用/覆盖变化.文中首先分别对1999年、2006年、2010年的CBERS和HJ-1B数据进行几何校正、拼接裁剪、分类等处理,生成土地利用/覆盖分类图,然后分别计算求得深圳市1999年到2006年和2006年到2010年的土地利用/覆盖变化转移矩阵.在此基础上,研究深圳市从1999年到2010年期间土地利用/覆盖变化的空间过程.结果表明:深圳市在快速城市化进程中发生了大规模的土地利用/覆盖变化,大量的草地、耕地、未利用土地转化为城镇用地,草地和林地之间部分结构相互转化调整.同时,10年来深圳市土地利用/覆盖变化区域差异明显,伴随着宝安和龙岗两区城市化进程加快,关外土地利用/覆盖变化强度逐渐加强,而关内逐渐减弱.在深圳城市化进程中,城镇用地重心呈现出向北部扩展的趋势.     

安徽省土地利用地形梯度格局变化分析

针对研究土地利用变化方面基于非空间属性数据库的数据研究方法在空间位置和形象思维方面的不足,综合分析高程、坡度等多重因素研究不足的问题,提出了一种基于地形梯度的土地利用格局变化分析方法。以安徽省2000年、2005年和2010年Landsat TM影像为主要数据源,利用遥感和地理信息系统方法,探讨了安徽省2000~2010年,不同地形条件下自然因素以及人文因素对土地利用格局时空演变过程中的影响;基于数字高程模型,结合地学信息图谱理论,通过等间距(Equal Interval)分类方法,计算土地利用图谱类型的地形梯度分布。研究结果表明:安徽省土地利用结构以林地、耕地和建设用地为主,2000~2010年,未利用地和耕地面积呈不断减少趋势,建设用地面积由2000年的26 270.67km2增加到2010年的38 996.49km2,呈现不断增加的趋势,且增加幅度较大,破碎度也随之加重。前期变化型的优势分布区是地形位等级1~2级,后期变化型的分布指数总体呈增加趋势,持续变化型的分布指数变化呈现波动起伏的曲线,稳定型分布指数在1~6级呈现减小趋势,在6~10级呈现增加趋势。     

西安城区土地利用/覆被变化及生态效应测评研究

利用两期遥感影像,以ArcGIS9.0和ERDAS8.5为平台分析了西安市2000~2007年间土地利用时空变化过程;并对研究区2000~2007 年间土地利用变化引起的生态效应变化进行了测评;结果表明：7 a间西安城区土地利用/覆被变化显著,综合土地动态度为1.9%,建设用地面积逐年增加,年变化率为3.1%;耕地、未利用地、园地、水体面积有所减少,西安城区的生态系统服务价值从2000年的259.8 ×106元减少到2007年的233.6×106元,共减少了26.2×106元;经证实用遥感与地理信息系统技术研究因土地利用/覆被变化引起的生态响应是一种有效的方法。     

太湖湖滨敏感区的土地利用遥感分类研究

近年来太湖流域水体污染日趋严重,土地利用是重要的环境变化影响因子,对太湖湖滨敏感区土地利用分类研究具有重要意义。研究基于2010年ALOS多光谱遥感影像,以太湖流域上游的武进港、直湖港流域为研究区,根据研究区实际状况和研究目的,建立太湖流域上游湖滨敏感区的土地利用/土地覆被分类系统,并用于该地区的面向对象遥感分类,研究通过影像的多尺度分割,获得不同层次的影像对象,在不同层次设置对应的分类规则,以充分利用影像中地物的光谱、纹理和不同层对象相互关系等信息,从而提高分类效果。研究表明:在面向对象多尺度影像分割的基础上,基于决策树建立多个分类规则的分类方法,能够有效提取建设用地、道路、水体等几类信息,分类总体精度达到88.00%;同时,该地区主要土地利用类型如耕地、农村居民点和城镇居民点的分类精度也较高,这也表明该分类方法对整个太湖流域以及其他平原河网地区的土地利用相关研究具有一定的实用价值。     

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。     

面向对象的土地覆被变化检测研究

运用面向对象的方法进行土地覆被变化检测,利用遥感数据光谱信息、纹理特征、拓扑关系,在多尺度分割获得对象的基础上,构建了变化矢量方法和向量相似性的检测方法,两种检测方法均成功检测出了所选取实验区的土地覆被变化信息。结果表明:对于同一区域同一时相的两期影像的面向对象变化检测,两种方法的总体精度都在80%以上,但变化矢量方法(CVA)精度要高于向量相似性方法。因此,在进行土地覆被变化检测时可以优先考虑变化矢量方法(CVA)。     

面向对象的黑河下游河岸林植被覆盖信息分类!

地表植被覆盖是描述区域生态系统的基础数据,也是全球及区域陆面过程、生态与水文众多模型中所需的重要地表参数。对于黑河下游额济纳绿洲,以Landsat 30m分辨率为主的遥感影像难以真实提取下游绿洲河岸林植被覆盖信息,而高分辨率影像目标地物轮廓清晰、空间细节信息丰富,有利于干旱背景下景观破碎、异质性强的植被覆盖信息分类。基于黑河下游额济纳绿洲QuickBird影像,通过面向对象的分类方法提取耕地、胡杨、柽柳、草地和裸地等主要植被覆盖类型,分类总体精度和Kappa系数分别为84.71%和0.7986。结果表明:利用面向对象分类方法对高分辨率影像进行植被覆盖信息分类,分类结果较好,能够满足精度要求。     

基于面向对象方法的露天煤矿用地类型提取优先级分析

高分辨率影像为矿产资源开发遥感监管提供了更为精确有效的数据.以霍林河露天煤矿区为研究区,应用高分一号卫星影像为主要数据源,在面向对象的影像分类基础上,探讨了露天煤矿区用地类型信息提取优先顺序对最终分类精度的影响.结果表明:露天煤矿区的用地类型信息提取中,采用优先提取采矿场和排土场等资源开发用地类型、而后提取其他非开发用地的优先级顺序的分类精度最高,其总体精度达到８２％,Kappa系数达到０．７８,可以为露天煤矿区的用地类型信息提取提供理论和方法支持.     

基于多时相协同变化检测的耕地撂荒遥感监测

针对地表覆被复杂、地块破碎等原因导致的撂荒地提取精度较低问题,提出一种基于多时相协同变化检测的耕地撂荒信息提取方法。以河北省石家庄市鹿泉区为研究区,采用Sentinel-2A和Landsat 7多光谱影像,在野外样本的支持下,分析耕地各种覆盖类型的归一化植被指数（Normalized Difference Vegetation Index,NDVI）季相变化规律,以季节性撂荒、常年性撂荒、冬小麦、多年生园地为分类体系,构建多时相协同变化检测模型,开展研究区耕地撂荒状态遥感监测。研究结果表明：基于Sentinel-2A影像的季节性撂荒和常年撂荒耕地的分类精度分别为95.83%和96.55%;基于Landsat 7影像的季节性撂荒和常年撂荒耕地的分类精度分别为91.67%和93.10%;2019年鹿泉区季节性撂荒占耕地面积的4.7%,常年撂荒耕地占7.1%。利用该方法能够快速、准确地获取研究区耕地空间分布、面积等信息,对于不同分辨率的影像均具有较好的撂荒地提取精度。     

面向对象的土地利用变化检测方法研究

利用分类后比较法进行土地利用变化检测时,常用的自动分类方法只能利用遥感数据的光谱信息,分类精度较低,本文在此基础上将面向对象的分类方法引入到变化检测中。该方法综合利用遥感数据光谱信息、纹理特征、拓扑关系和专题信息,在进行多尺度分割获取对象后的基础上,通过对对象的目视识别选择样本来进行分类。利用面向对象的方法成功检测出了所选取的试验区十年间的土地利用变化信息,得到了较为满意的结果,为土地资源可持续利用提供了依据。     

结合地籍数据的高密度城区面向对象遥感分类 

利用高分辨率遥感影像和GIS辅助数据,对高密度城区进行面向对象的土地利用覆被分类研究。使用NAIP高分辨率航空遥感影像,在多尺度影像分割的基础上,针对特定地物选择合适的影像分割参数。采用决策树方法建立高密度城市地区的分类规则,并结合该地区地籍图数据作为辅助数据,逐步进行高密度城市地区地物信息提取。利用辅助数据进行面向对象的遥感分类效果优于单纯依靠遥感影像进行的分类,且有效提取了道路和复杂的房屋等信息,得到了理想的分类结果,其总分类精度从常规面向对象方法的84.08%提高到89.79%。利用辅助数据进行遥感分类提高了高分辨率遥感影像的分类精度,说明了利用辅助数据进行遥感分类方法的有效性。