论文部分内容阅读
摘要根据1993、2001和2009年蓬溪县TM遥感影像，采用RS和GIS技术相结合对研究区域地物的光谱特性、纹理特征和地形信息进行提取和分析，采用最佳波段分类和监督分类相结合对遥感影像进行分类，获取不同土地利用类型统计情况，并结合GIS空间分析工具对各期的分类图像进行了解析，实现了对研究区土地利用类型变化信息的提取和分析。结果表明，1993～2009年蓬溪县土地利用类型发生了较大变化，其中耕地和林草地面积明显减少，建筑用地增加幅度较大，且具有持续增长趋势。基于TM影像的土地利用信息提取可为县域土地利用变化监测提供技术支持。
关键词最佳波段；转移矩阵；土地利用；动态监测
中图分类号S127文献标识码A文章编号0517-6611（2016）08-293-03
AbstractAccording to the TM remote sensing image in Pengxi County in 1993， 2001 and 2009， spectral characteristics， texture features and topographic information were extracted and analyzed in research region by combining RS with GIS. Remote sensing image was classified based on the optimal band classification and supervised classification， so as to obtain the statistics of different land use types. Combining with the GIS spatial analyst tools， classification images in different stages were analyzed， so as to extract and analyze the change information of land use type in research region. Results showed that the land use type in Pengxi County from 1993 to 2009 had relatively great changes. Among them， areas of farmland and forest and grass land reduced significantly. Construction land enhanced relatively greatly with sustained growth trend. Land use information based on TM image provided technical support for the monitoring of land use change at county level.
Key wordsOptimal band； Transfer matrix； Land use； Dynamic monitoring
随着对全球环境和变化研究的深入，土地利用与土地覆盖变化及其引起的生态环境问题受到人类的广泛关注[1]。国际组织拟定并发布了对环境研究的土地利用变化科学研究，并采用空间采样的方式进行实证研究[2]，与此同时，美国、英国等国也相继出台了有关土地利用研究计划[3]。随着经济发展，我国土地利用/土地覆被变化的研究也相继展开，但主要研究集中在对生态环境影响较大的土地利用变化的生态响应[4]和生态评价[5]等方面，并对国内土地利用动态区划图和土地利用动态区域单元进行了划分[6]。笔者根据1993、2001和2009年蓬溪县TM遥感影像，采用RS和GIS技术相结合，对研究区土地利用信息进行提取和分析，为县域土地利用变化监测提供参考。
1研究区概况
研究区域蓬溪县位于四川盆地中部以东，地处105°03′24″～105°59′48″E、30°22′17″～30°56′18″N，幅员面积1 261 km2。该区地势四周高，中部较低，北部高于南部，由北向南呈波状缓倾。境内水系发达，源短水急。属中亚热带季风气候，雨量充足，光照充分，气候暖和，环境优美。土壤主要由肥沃的紫色土和黄壤土组成，适宜不同农作物生长。
2研究区TM影像数据解译
该研究选择相同季节的3期遥感数据，时间分别为1993年5月、2001年5月和2009年5月，分辨率为30 m的TM/ETM+卫星遥感影像。数据的选择避免了由于季节差而产生的土地利用变化信息，保证了土地利用分析中对数据和图像质量的要求。
2.1数据预处理
遥感数据预处理对后期土地利用变化分析起重要作用，影像经过了几何校正和影像配准，然后对研究区矢量图进行裁剪、掩膜和重采样等。以2001年的影像为基准，分别对1993和2009年的遥感影像进行配准和校正。由于研究区域山区面积比例较大，而遥感影像在山区变形较大，所以采用了二次多项式和橡皮拉伸2种几何校正模型相结合的方法达到最终精确配准[7]。以蓬溪县地形图为准，通过ArcGIS数字化获取研究区域的行政边界，根据研究区域行政界限掩膜裁剪蓬溪县3期的遥感影像。
2.2最佳波段的选择
进行遥感影像分类之前，需要对遥感影像进行必要的目视解译和判读，因而如何选择不同波段进行数据的彩色合成，并使其所含的地物信息量最大且相互影响最小，就成为波段融合的重要过程 [8] 。对此，根据遥感影像不同波段的相关信息和波段之间的相关性，基于最佳指数原则通过GIS对不同波段进行融合分析，最终选择融合后最优组合。最佳指数（OIF）公式为： OIF=Sn|Rnm}（1）
式中，Sn表示遥感图像中n个不同波段的标准差的集合；Rnm表示第n波段和第m波段之间的相关系数。
根据最佳指数（OIF）公式可知，不同波段地物特性不同，通过典型地物均值计算最佳指数值，各个波段中地物特性相差较大且相互影响较小的组合为选择融合的最佳选择。在波段选择时，OIF值越大不一定是最好组合选择，还必须考虑波段间地物之间的相互影响，以便减少后续波段融合出现的大量冗余信息。经过ArcGIS软件选择不同波段组合进行
融合计算，绘制波谱特征折线图（图1），最终通过波普特征折线图的20个组合指数中选择3-4-5组合为最佳波段组合，然后融合3期遥感数据的最优波段以便后期数据解译。
2.3数据解译
为了实时了解研究区的土地类型变化情况，以及真实掌握土地类型的结构变化和变化程度。通过对研究区域的土地利用类型做初步了解和分析，结合地物特征、土地利用方式和年鉴将该研究区的土地利用类型作初步的分类，主要分为林地、耕地和建筑用地等5类。再通过ArcGIS和ERDAS对融合数据进行解译，获得研究区3期土地利用矢量数据和3期主要土地利用类型分布图和面积百分比（ 图2、3 ）。
由图2和图3可知，研究区域主要土地类型以林草地和耕地为主，其中林草地约占40%，耕地约为30%；随着城市的发展，建设用地呈明显的上升趋势，从而导致该区域的未利用地、耕地和林草地逐年减少并有增大趋势；而水体面积无显著变化，基本保持不变。
蓬溪县面积相对较大，各土地分类类型面积分布不均匀。从上述数据可知，仅对研究区域的土地利用变化进行研究，难以详细地表现土地分类变化幅度，应对研究区域的土地类型的相互转化做深度分析，从而对研究区的土地利用类型变化做出更明显的解析。
3土地利用变化分析
3.1转移矩阵
转移矩阵可以分析不同类别间的相互转化联系[9]。根据土地利用类型转移矩阵，利用ArcGIS空间叠加分析功能，对蓬溪县1993、2001和2009年土地利用数据进行叠加分析，得到研究区1993～2001年和2001～2009 年土地利用转移矩阵（表1、2）。
分析表1、2可知：
（1）1993～2001年，林草地是转化面积最大的土地类型，主要转化为耕地、未利用地和建设用地，其转化面积分别为34.22、26.01和25.45 km2。
（2）2001～2009 年，林草地主要转化为耕地和建设用地，转化面积分别为22.43和23.22 km2，分别占2001年耕地面积的5.76%和13.7%。未利用地主要转化为建筑用地，转化面积为22.13 km2，占2001 年草地面积的13.06%。
3.2地覆盖变化统计
通过对土地利用转移数据的初步分析，数据虽然可以清楚地展示不同类型的数据变化情况，却无法详细地体现出土地利用类型的变化面积和变化比例。因此，需要对转移数据进行深沉的统计，得到研究区域土地利用变化幅度统计数据。其公式表达为：
RL=Ub-UaUa×100%（2）
式中，RL为研究时段内各类土地利用类型的变化幅度；Ua、Ub分别表示研究区不同时段初始阶段和结束阶段的土地利用类型变化面积。
根据公式（2），对蓬溪县1993、2001和2009年3期转移矩阵数据进行统计分析，得到该县土地利用面积和变化幅度（表3）。
由表3可知：
（1）1993～2001年，建设用地面积增加66.58 km2，增长比例约5.28%，增长比例远超过其他土地类型，而林草地面积加剧减少，减少45.52 km2。水体面积相对稳定，耕地面积减少6.18 km2，减少约为0.49%，未利用地减少14.50 km2，减少约为1.15%。
（2）2001～2009年，建筑用地继续保持增加趋势，面积增加45.90 km2，增加率为3.64%，由于政府的保护和退耕还林政策的实施，林草地面积有所增加，面积增加20.30 km2。其中，耕地和未利用地减少面积分别为30.39、34.93 km2，减少率分别为2.41%和2.77%，水体略有减少。
（3）1993～2009年，随着研究区城市人口的增加，城镇化的快速发展，建设用地面积呈直线趋势快速上涨，导致耕地和未利用地快速减少。2009年与1993年相比较，建筑用地面积由102.90 km2增加到215.38 km2，耕地面积减少36.57 km2，2009年水体比1993年减少1.27 km2。
4结语
结合遥感与GIS技术具有速度快、高效率、范围广等优点，对四川省蓬溪县土地利用分类、土地转移和土地覆盖度的变化进行分析，得到不同土地类型的利用发展趋势。该方法在研究区土地利用变化研究中发挥着显著的作用，可为该区域制定长期、可持续的土地利用管理和规划提供参考。对研究区各时期遥感数据进行土地利用分类、转移矩阵和分类统计，结果表明：随着我国城市化快速发展，研究区的土地利用状况也受到影响，其中随经济发展较快的县城区域土地利用发生显著变化。随着城镇化步伐加快，人口大量涌入城市，导致城镇不断扩张，建筑用地加剧增长，政府的监管力度不足，导致人类对土地无节制的开垦，林草地和耕地急剧减少，生态结构和人文文化严重破坏。因此，在该地区未来的土地利用变化监测中，应该着重对经济发展较快的县城区域和变化较快的沿河区域进行监测。
参考文献
[1]
王利平，王成，李晓庆，等.区域生态质量变化对土地利用类型转换的响应：以重庆市沙坪坝区为例[J].西南大学学报，2012，34（7）：88-94.
[2] 宋松，张建新，温丽娟，等.基于RS和GIS的新泰市土地利用变化研究[J].山东农业大学学报（自然科学版），2009，40（3）：441-446.
[3] TURNER I B L，MERWR W B，SLOLETAL D L.Land use and land cover change（LUCC）：Science/research plan[R].IGBP Reports，No.35 and HDP Report.Stockholm：IGBP，1995.
[4] 王拾犇.基于GIS的汤原县土地利用/覆被变化及生态效应评价[D].哈尔滨：东北农业大学，2013.
[5] 刘纪远，刘明亮，庄大方，等.中国近期土地利用变化的空间格局分析[J].中国科学，2002，32（12）：1031-1043.
[6] 谢正峰.土地利用空间结构的研究综述 [J].安徽农业科学，2010，38（31）：17704-17707.
[7] 张伐伐.SPOT5遥感影像土地利用信息提取方法研究[J].西北农林科技大学学报（自然科学版），2011（6）：143-147.
[8] 杨金红.高光谱遥感数据最佳波段选择方法研究[D].南京：南京信息工程大学，2005.
[9] 封建民，李晓华.基于遥感和GIS的五陵原土地利用动态变化研究[J].安徽农业科学，2011，39（7）：4241-4243.
关键词最佳波段；转移矩阵；土地利用；动态监测
中图分类号S127文献标识码A文章编号0517-6611（2016）08-293-03
AbstractAccording to the TM remote sensing image in Pengxi County in 1993， 2001 and 2009， spectral characteristics， texture features and topographic information were extracted and analyzed in research region by combining RS with GIS. Remote sensing image was classified based on the optimal band classification and supervised classification， so as to obtain the statistics of different land use types. Combining with the GIS spatial analyst tools， classification images in different stages were analyzed， so as to extract and analyze the change information of land use type in research region. Results showed that the land use type in Pengxi County from 1993 to 2009 had relatively great changes. Among them， areas of farmland and forest and grass land reduced significantly. Construction land enhanced relatively greatly with sustained growth trend. Land use information based on TM image provided technical support for the monitoring of land use change at county level.
Key wordsOptimal band； Transfer matrix； Land use； Dynamic monitoring
随着对全球环境和变化研究的深入，土地利用与土地覆盖变化及其引起的生态环境问题受到人类的广泛关注[1]。国际组织拟定并发布了对环境研究的土地利用变化科学研究，并采用空间采样的方式进行实证研究[2]，与此同时，美国、英国等国也相继出台了有关土地利用研究计划[3]。随着经济发展，我国土地利用/土地覆被变化的研究也相继展开，但主要研究集中在对生态环境影响较大的土地利用变化的生态响应[4]和生态评价[5]等方面，并对国内土地利用动态区划图和土地利用动态区域单元进行了划分[6]。笔者根据1993、2001和2009年蓬溪县TM遥感影像，采用RS和GIS技术相结合，对研究区土地利用信息进行提取和分析，为县域土地利用变化监测提供参考。
1研究区概况
研究区域蓬溪县位于四川盆地中部以东，地处105°03′24″～105°59′48″E、30°22′17″～30°56′18″N，幅员面积1 261 km2。该区地势四周高，中部较低，北部高于南部，由北向南呈波状缓倾。境内水系发达，源短水急。属中亚热带季风气候，雨量充足，光照充分，气候暖和，环境优美。土壤主要由肥沃的紫色土和黄壤土组成，适宜不同农作物生长。
2研究区TM影像数据解译
该研究选择相同季节的3期遥感数据，时间分别为1993年5月、2001年5月和2009年5月，分辨率为30 m的TM/ETM+卫星遥感影像。数据的选择避免了由于季节差而产生的土地利用变化信息，保证了土地利用分析中对数据和图像质量的要求。
2.1数据预处理
遥感数据预处理对后期土地利用变化分析起重要作用，影像经过了几何校正和影像配准，然后对研究区矢量图进行裁剪、掩膜和重采样等。以2001年的影像为基准，分别对1993和2009年的遥感影像进行配准和校正。由于研究区域山区面积比例较大，而遥感影像在山区变形较大，所以采用了二次多项式和橡皮拉伸2种几何校正模型相结合的方法达到最终精确配准[7]。以蓬溪县地形图为准，通过ArcGIS数字化获取研究区域的行政边界，根据研究区域行政界限掩膜裁剪蓬溪县3期的遥感影像。
2.2最佳波段的选择
进行遥感影像分类之前，需要对遥感影像进行必要的目视解译和判读，因而如何选择不同波段进行数据的彩色合成，并使其所含的地物信息量最大且相互影响最小，就成为波段融合的重要过程 [8] 。对此，根据遥感影像不同波段的相关信息和波段之间的相关性，基于最佳指数原则通过GIS对不同波段进行融合分析，最终选择融合后最优组合。最佳指数（OIF）公式为： OIF=Sn|Rnm}（1）
式中，Sn表示遥感图像中n个不同波段的标准差的集合；Rnm表示第n波段和第m波段之间的相关系数。
根据最佳指数（OIF）公式可知，不同波段地物特性不同，通过典型地物均值计算最佳指数值，各个波段中地物特性相差较大且相互影响较小的组合为选择融合的最佳选择。在波段选择时，OIF值越大不一定是最好组合选择，还必须考虑波段间地物之间的相互影响，以便减少后续波段融合出现的大量冗余信息。经过ArcGIS软件选择不同波段组合进行
融合计算，绘制波谱特征折线图（图1），最终通过波普特征折线图的20个组合指数中选择3-4-5组合为最佳波段组合，然后融合3期遥感数据的最优波段以便后期数据解译。
2.3数据解译
为了实时了解研究区的土地类型变化情况，以及真实掌握土地类型的结构变化和变化程度。通过对研究区域的土地利用类型做初步了解和分析，结合地物特征、土地利用方式和年鉴将该研究区的土地利用类型作初步的分类，主要分为林地、耕地和建筑用地等5类。再通过ArcGIS和ERDAS对融合数据进行解译，获得研究区3期土地利用矢量数据和3期主要土地利用类型分布图和面积百分比（ 图2、3 ）。
由图2和图3可知，研究区域主要土地类型以林草地和耕地为主，其中林草地约占40%，耕地约为30%；随着城市的发展，建设用地呈明显的上升趋势，从而导致该区域的未利用地、耕地和林草地逐年减少并有增大趋势；而水体面积无显著变化，基本保持不变。
蓬溪县面积相对较大，各土地分类类型面积分布不均匀。从上述数据可知，仅对研究区域的土地利用变化进行研究，难以详细地表现土地分类变化幅度，应对研究区域的土地类型的相互转化做深度分析，从而对研究区的土地利用类型变化做出更明显的解析。
3土地利用变化分析
3.1转移矩阵
转移矩阵可以分析不同类别间的相互转化联系[9]。根据土地利用类型转移矩阵，利用ArcGIS空间叠加分析功能，对蓬溪县1993、2001和2009年土地利用数据进行叠加分析，得到研究区1993～2001年和2001～2009 年土地利用转移矩阵（表1、2）。
分析表1、2可知：
（1）1993～2001年，林草地是转化面积最大的土地类型，主要转化为耕地、未利用地和建设用地，其转化面积分别为34.22、26.01和25.45 km2。
（2）2001～2009 年，林草地主要转化为耕地和建设用地，转化面积分别为22.43和23.22 km2，分别占2001年耕地面积的5.76%和13.7%。未利用地主要转化为建筑用地，转化面积为22.13 km2，占2001 年草地面积的13.06%。
3.2地覆盖变化统计
通过对土地利用转移数据的初步分析，数据虽然可以清楚地展示不同类型的数据变化情况，却无法详细地体现出土地利用类型的变化面积和变化比例。因此，需要对转移数据进行深沉的统计，得到研究区域土地利用变化幅度统计数据。其公式表达为：
RL=Ub-UaUa×100%（2）
式中，RL为研究时段内各类土地利用类型的变化幅度；Ua、Ub分别表示研究区不同时段初始阶段和结束阶段的土地利用类型变化面积。
根据公式（2），对蓬溪县1993、2001和2009年3期转移矩阵数据进行统计分析，得到该县土地利用面积和变化幅度（表3）。
由表3可知：
（1）1993～2001年，建设用地面积增加66.58 km2，增长比例约5.28%，增长比例远超过其他土地类型，而林草地面积加剧减少，减少45.52 km2。水体面积相对稳定，耕地面积减少6.18 km2，减少约为0.49%，未利用地减少14.50 km2，减少约为1.15%。
（2）2001～2009年，建筑用地继续保持增加趋势，面积增加45.90 km2，增加率为3.64%，由于政府的保护和退耕还林政策的实施，林草地面积有所增加，面积增加20.30 km2。其中，耕地和未利用地减少面积分别为30.39、34.93 km2，减少率分别为2.41%和2.77%，水体略有减少。
（3）1993～2009年，随着研究区城市人口的增加，城镇化的快速发展，建设用地面积呈直线趋势快速上涨，导致耕地和未利用地快速减少。2009年与1993年相比较，建筑用地面积由102.90 km2增加到215.38 km2，耕地面积减少36.57 km2，2009年水体比1993年减少1.27 km2。
4结语
结合遥感与GIS技术具有速度快、高效率、范围广等优点，对四川省蓬溪县土地利用分类、土地转移和土地覆盖度的变化进行分析，得到不同土地类型的利用发展趋势。该方法在研究区土地利用变化研究中发挥着显著的作用，可为该区域制定长期、可持续的土地利用管理和规划提供参考。对研究区各时期遥感数据进行土地利用分类、转移矩阵和分类统计，结果表明：随着我国城市化快速发展，研究区的土地利用状况也受到影响，其中随经济发展较快的县城区域土地利用发生显著变化。随着城镇化步伐加快，人口大量涌入城市，导致城镇不断扩张，建筑用地加剧增长，政府的监管力度不足，导致人类对土地无节制的开垦，林草地和耕地急剧减少，生态结构和人文文化严重破坏。因此，在该地区未来的土地利用变化监测中，应该着重对经济发展较快的县城区域和变化较快的沿河区域进行监测。
参考文献
[1]
王利平，王成，李晓庆，等.区域生态质量变化对土地利用类型转换的响应：以重庆市沙坪坝区为例[J].西南大学学报，2012，34（7）：88-94.
[2] 宋松，张建新，温丽娟，等.基于RS和GIS的新泰市土地利用变化研究[J].山东农业大学学报（自然科学版），2009，40（3）：441-446.
[3] TURNER I B L，MERWR W B，SLOLETAL D L.Land use and land cover change（LUCC）：Science/research plan[R].IGBP Reports，No.35 and HDP Report.Stockholm：IGBP，1995.
[4] 王拾犇.基于GIS的汤原县土地利用/覆被变化及生态效应评价[D].哈尔滨：东北农业大学，2013.
[5] 刘纪远，刘明亮，庄大方，等.中国近期土地利用变化的空间格局分析[J].中国科学，2002，32（12）：1031-1043.
[6] 谢正峰.土地利用空间结构的研究综述 [J].安徽农业科学，2010，38（31）：17704-17707.
[7] 张伐伐.SPOT5遥感影像土地利用信息提取方法研究[J].西北农林科技大学学报（自然科学版），2011（6）：143-147.
[8] 杨金红.高光谱遥感数据最佳波段选择方法研究[D].南京：南京信息工程大学，2005.
[9] 封建民，李晓华.基于遥感和GIS的五陵原土地利用动态变化研究[J].安徽农业科学，2011，39（7）：4241-4243.