基于RS和GIS邯郸矿区土地利用变化研究.docVIP

基于RS和GIS邯郸矿区土地利用变化研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于RS和GIS邯郸矿区土地利用变化研究

基于RS和GIS邯郸矿区土地利用变化研究   摘要:本文以邯郸矿区为研究对象,利用遥感(RS)和地理信息系统(GIS)对矿区的土地利用变化特征做出了定量分析,通过对三个时相的LandsatTM(1990年、2000年、2010年)影像进行解译,利用的GIS的叠加分析功能,分析邯郸矿区近20年来的土地利用变化情况,为改善农业生产条件和人类生存环境,促进区域经济和生态环境协调发展,推进邯郸矿区的生态修复提供借鉴。      关键字:RS GIS 矿区 土地利用变化      1. 引言   采矿业的发展必然伴随着土地利用的不断变化,传统的土地利用调查方式已不能满足信息获取的要求,遥感技术具有覆盖面积大、现实性强、周期短以及数据精确、费用低、省时省力等特点,能直接监测土地利用动态变化,客观的掌握土地利用变化信息[1]。本文以Landsat5影像进行土地利用变化的分类解译,结合GIS技术进行土地利用动态监测,对???郸矿区近20年来的土地利用幅度、土地利用动态度以及土地利用程度变化情况进行了定量分析。邯郸矿区矿产资源的开采过程,也是对矿区生态环境的破坏过程,其中土地破坏是最为明显的生态破坏,使本来就脆弱的生态环境系统承受着严峻的压力[2]。采矿造成了对土地资源的破坏,引发土地利用方式和土地利用结构的变化。利用RS、GIS技术研究矿区这一特殊地理区域土地利用演化规律,对矿区的生态恢复和土地资源优化利用具有重要的指导意义。   2. 研究区概况   邯郸矿区位于河北省南部,京广铁路西侧,太行山东麓。矿区地跨邯郸市所辖的峰峰矿区、邯郸县、武安市以及邢台市所辖的沙河市。矿区东至鼓山和京广铁路;西至九山;南至滏阳河、北至邑城河。东西宽约31.5km,南北长约33.4km,矿区规划面积957.09km2,现有生产矿井井田面积131.35km2。矿区地形总趋势为西高东低,海拔标高+100~+850m。西依太行山,东接华北平原,西部为陡峭的断块山地,向东逐渐过渡为丘陵、平原。矿区西部从南向北有中山、低中山和中低山组成,东部有鼓山、紫山、洪山等中低山,大部分为丘陵地带。本区地处中纬度地带,属半干旱暖温带大陆性季风气候,四季分明,雨热同期,昼夜温差大。多年平均气温为13.4℃;多年月平均气温最高为26.9℃(7月份),最低气温为-2.0℃(1月份);极端最高气温为42.5℃,极端最低气温为-21.0℃,多年平均日照时数为2594h,多年平均无霜期202d,积雪最大厚度14.00 cm~16.00cm,最大冻土深度0.44m。年内风向多为南风和西北风,最大风速20m/s。年平均降水量为562.7mm。历年最大降水量为1575.3mm(1963年),历年最小降水量为220.0mm(1986年),降水年内分布也很不均匀,主要降水集中在夏季,汛期一般在6~9月份,降水量占全年总量的76%,春秋两季常出现少雨天气,往往造成严重干旱。   3. 研究方法   3.1数据来源   本次研究选择1990、2000和2010年的30米分辨率的TM遥感影像作为基础数据源,用于影像解译和景观格局信息的提取;辅以2010年的Spot5数据、2006年的1:5000的土地利用现状图数据、2000年1:50000地形图来增加人机交互解译的准确性并进行精度评价。选用遥感数据的参数如下:Landsat TM轨道号为124-35,3个时相的遥感图像接受日期分别为1990年6月21日;2000年6月24日;2010年6月28日,分辨率为25米。Spot5数据轨道号为278-276,接收与2010年4月13日,全色影像分辨率为2.5米,多光谱影像分辨率为10m。   3.2 遥感影像处理   首先利用ENVI对遥感影像进行预处理,包括几何校正、影像融合、影像配准、影像裁剪和影像增强处理几部分。几何校正和影像配准采用二次多项式纠正模型和三次卷积内插法进行纠正。同名点的数量不低于20个,总误差控制在0.5个像元之内。首先以2010年的spot5为基准,将2010年的TM与之进行精确配准。然后将相邻两期的遥感影像进行精确配准,即以2010年的TM为基准,将1990年和2000年两期的TM与之进行精确配准。经处理的1990、2000、2010年的遥感影像图见图1、图2和图3。   然后,采用监督分类法中的最大似然法对遥感影像进行分类,在每一次的最大似然监督分类中各地类的先验概率取相等。本研究还采用一些辅助数据来提高训练样本选择的精确性,包括高分辨率的Spot影像,土地利用现状图、地形图等资料。虽然利用最大似然分类法获得的分类图像分类结果较好,但是由于混合像元、同物异谱以及其他不确定因素影响,往往还需要对分类结果进行进一步的后处理。本次研究将影像结果矢量化,以Arcinf

文档评论(0)

fangsheke66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档