土地利用及覆被變化的研究已經(jīng)發(fā)展成為二十世紀(jì)最重要的研究?jī)?nèi)容之一。文章通過(guò)咸寧市2005年、2015年Landsat遙感影像圖提取2個(gè)時(shí)期的土地利用/覆被信息,利用動(dòng)態(tài)模型來(lái)揭示2005-2015年間的土地利用及覆被變化特征,并對(duì)其驅(qū)動(dòng)力進(jìn)行分析。研究結(jié)果表明:咸寧市2005年到2015年林地由539平方公里增加到760平方公里,草地由24平方公里減少到15平方公里,水域由63平方公里增加到85平方公里,建設(shè)用地由262平方公里增加到295平方公里,耕地由616平方公里減少到347平方公里。這在一定程度上反映了人地之間的矛盾關(guān)系,咸寧市土地利用/覆被變化的主要驅(qū)動(dòng)力為人口的增長(zhǎng),經(jīng)濟(jì)的發(fā)展以及城市化政策的推動(dòng)。 

【文章來(lái)源】：科技創(chuàng)新與應(yīng)用. 2020,(25)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

研究區(qū)地圖

咸寧市土地利用/覆被研究采用解譯2005年、2015年這兩個(gè)時(shí)期的Landsat遙感影像，并分別對(duì)其土地覆被信息進(jìn)行提取，根據(jù)其光譜特性，確定采用4、3、2波段合成的假彩色影像來(lái)判別其土地覆被類型。圖像預(yù)處理利用EVI軟件依次進(jìn)行輻射定標(biāo)、大氣校正、幾何校正、去條帶處理、波段融合、圖像鑲嵌、圖像裁剪。進(jìn)行圖像預(yù)處理后能更方便地進(jìn)行下一步驟的監(jiān)督分類。通過(guò)查閱資料，將咸寧市的土地分為：耕地、林地、草地、水域、建設(shè)用地和其他土地這六類（圖2）。相比于目視解譯，計(jì)算機(jī)解譯精度相對(duì)較高，而且更為快捷，方便。計(jì)算機(jī)解譯分為監(jiān)督分類和非監(jiān)督分類，由于非監(jiān)督分類隨機(jī)性較大，且不能確定類的屬性，因此本文采用前者。監(jiān)督分類需要通過(guò)選取比較典型的樣本，根據(jù)這些樣本信息來(lái)對(duì)其他未知像元進(jìn)行判別。支持向量機(jī)分類能夠自動(dòng)尋找對(duì)分類有較大區(qū)分能力的支持向量，它能將類與類之間的間隔最大化，且具有較高的精確度，因而本文采用此方法。

相比于目視解譯，計(jì)算機(jī)解譯精度相對(duì)較高，而且更為快捷，方便。計(jì)算機(jī)解譯分為監(jiān)督分類和非監(jiān)督分類，由于非監(jiān)督分類隨機(jī)性較大，且不能確定類的屬性，因此本文采用前者。監(jiān)督分類需要通過(guò)選取比較典型的樣本，根據(jù)這些樣本信息來(lái)對(duì)其他未知像元進(jìn)行判別。支持向量機(jī)分類能夠自動(dòng)尋找對(duì)分類有較大區(qū)分能力的支持向量，它能將類與類之間的間隔最大化，且具有較高的精確度，因而本文采用此方法。本文利用ENVI來(lái)計(jì)算分類結(jié)果的Kappa指數(shù)，并將其作為精度判別的依據(jù)，其中2005年分類后的Kappa指數(shù)為0.936,2015年分類后的Kappa指數(shù)為0.937，分類效果較好。

【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)陸地區(qū)土地利用/覆被時(shí)空格局變化及驅(qū)動(dòng)力分析[J]. 胡悅琴,馬燕飛,張偉科.  農(nóng)學(xué)學(xué)報(bào). 2020(04)
[2]關(guān)于遙感與GIS的土地利用動(dòng)態(tài)變化研究[J]. 許可芃.  江西農(nóng)業(yè). 2018(24)
[3]Landsat-8與GF-1遙感影像土地利用數(shù)據(jù)提取比較——以咸寧市為例[J]. 周霞,劉彥文,姜宇榕,劉建.  安徽農(nóng)業(yè)科學(xué). 2017(31)
[4]土地利用/覆被變化（LUCC）研究現(xiàn)狀與展望[J]. 周樺.  城市地理. 2017(18)
[5]基于RS和GIS的土地利用變化碳排放現(xiàn)狀及預(yù)測(cè)分析[J]. 楊坤,胡馨,石越.  長(zhǎng)江科學(xué)院院報(bào). 2016(07)
[6]土地利用/覆被變化（LUCC）研究進(jìn)展綜述[J]. 史洪超.  安徽農(nóng)業(yè)科學(xué). 2012(26)



本文編號(hào)：3092683