基于监督分类法处理县域遥感影像土地利用分析.doc

基于监督分类法处理县域遥感影像土地利用分析 　　摘 要：该文利用ENVI软件为载体，采用当下相对方便的计算机自动解译遥感影像，利用监督分类方法提取资中县县域土地利用覆被情况，探讨研究区3个不同的时期的土地利用情况。并对县域土地利用情况进行详细的对比合分析，探讨资中县土地利用变化情况。最后对当地的土地利用类型变化状况进行驱动力分析。 　　关键词：监督分类；土地利用；资中县 　　中图分类号 P237 文献标识码 A 文章编号 1007-7731（2017）24-0125-02 　　土地利用/土地覆盖变化（LUCC）是由国际地圈-生物圈计划和全球环境变化的人文因素计划共同发起的研究计划，主要研究土地利用和土地覆盖变化的机制以及区域和全球尺度的综合模型[1]。建立土地利用/土地覆盖（LUCC）模型是深入了解土地利用/覆盖变化成因、过程，预测未来土地利用变化发展趋势的重要手段，也是全球变化研究的主要方法[2]。本文以内江市资中县不同时期的遥感影像作为研究对象，通过对遥感影像的分类，研究资中县的土地利用状况及变化情况，为整个四川省乃至全国土地节约利用土地和可持续发展提供有效的监测支持。 　　1 研究区概况 　　资中县隶属于四川省内江市，东邻东兴区和安岳县，南接威远县，西连仁寿县，北靠资阳市。属中亚热带湿润季风气候，年均降雨量996mm，年均气温17.5℃。资中面积173515hm2，占内江市总面积的32.2%，为内江市面积最大的区县。资中县经济发展迅速，工业、农业、第三产业和其他产业综合性建设都呈稳步上升的趋势。资中县实施城乡生态绿化233.33hm2，巩固退耕还林成果8026.67hm2，全县森林覆盖率33.7%，综合治理水土流失面积31.5km2，生态环境建设显著提升。 　　2 数据来源、研究方法与技术路线 　　2.1 数据来源 本次研究的数据来源于地理空间数据云平台（http：//）。分别下载2002、2009和2013年3个不同时期的Landsat TM多光谱、ETM+数据、OLI陆地成像仪数据，多光谱波段地面分辨率为30m，研究区域云量小于0.01%，地物特征明显。并以内江市行政区划图、Google Earth软件等辅助分析研究区；其他自然、社会和经济统计数据来自内江统计年鉴。 　　2.2 研究方法和技术路线 基于光谱的影像分类主要分为监督与非监督分类。利用ENVI，采用监督分类，分类器选择支持向量机（Support Vector Machine Classification）。遥感影像的监督分类一般可以分为以下6个步骤，如图1所示： 　　3 遥感图像处理 　　3.1 遥感影像预处理 利用辐射定标工具自动从元数据文件中读取参数[3]，得到各个时期的辐射定标结果，其数值主要集中在0～10范围内[单位是μW/（cm2×sr×nm）]。利用K-T反演算法大气模型参数，得到反演的能见度和水汽柱含量分别为40km和2.8529cm。采用西安80坐标系进行坐标转换，投影坐标系统采用3度分带的高斯―克吕格投影。 　　3.2 土地利用分类体系 根据土地利用现状分类标准（GB-T21010-2015）的规定进行划分，共包括12个一级类、57个二级类。结合内江市资中县的土地利用现状，把研究区土地覆被系统为以下8个部分[4]：耕地、园地、林地、草地、城?/工矿建设用地、道路/交通运输用地、水域/水利设施用地和未利用地。 　　3.3 遥感图像分类 参照李德熊和韩丽君等[5]对TM影像的波段最优组合的研究对不同传感器波段组合进行地物光谱判别，为解译各地物类型选择最佳波段组合。并结合资中的地形地貌图、植被图、当地作物生长特点和规律，以及和图像上同名地物对比分析，确立各地类解译标志。分类样本的可分离性Transformed-Divergence参数值为1.91，可分离性好，所选分类样本属于合格样品。 　　4 分类统计 　　分类统计可以基于分类结果计算始分类图像的统计信息。在获得土地利用现状图后，结合其他辅助资料和野外资料，对分类数据进行小斑块去除和对个别地物类别做适当的修改等后处理，得到3个时期的土地利用/覆被图。最后利用ENVI统计功能，获取资中县各年份的土地利用面积及比重，结果如表1所示。 　　经计算得2002年Kappa系数为0.7547，验证精度为78.9928%；2009年Kappa系数为0.8296，验证精度为85.1942%；2013年kappa系数和精度分别为0.8329和85.5789%。通过统计分析，表明资中县10年来耕地、林地、城镇/工矿建设用地和未利用地面积变化趋势较大。 　　5 土地利用变化原因 　　土地利用变化是一定地域内各种自然因素和社会因素（人对土地的开发利用）共同作用的结果。其作用并不直