基于时序遥感影像的荆州市耕地利用动态监测研究.pdfVIP

摘要

耕地是农业生产和社会经济发展的重要基础，为保护我国的耕地资源，党中央、

国务院以及自然资源部等部门已经做出了一系列的重大决策和部署。然而，在相关

的耕地保护政策实施过程中仍然存在一些问题，如“违规占用耕地进行绿化造林和

挖湖造景”、“违法违规批地用地”以及“擅自改变永久基本农田性质和用途”等。

利用遥感和GIS相关技术周期性地对耕地进行动态变化监测工作，能够及时的发

现耕地流转变化过程中的问题，这对于实现耕地进出平衡管理和落实耕地保护政

策具有重要意义。随着遥感大数据技术的发展，谷歌地球引擎（GoogleEarthEngine，

GEE）由于其海量的地理空间数据和强大云端并行计算能力，被广泛应用于长时间

序列下全球森林、地表水、物候和土地覆被等自然资源相关的动态变化监测。

本研究以“全国基本农田保护发祥地”荆州市为研究区，旨在探究该地区近二

十年来耕地时空演变特征。利用GEE云平台综合选取了2000年、2005年、2010

年、2015年和2020年以及其相邻年份的664景遥感影像堆栈，采用人工目视解译

样本和土地利用产品数据集自动生成样本两种方法共同获取分类样本，通过基于

邻域网格的随机森林分类方法生成了五期土地利用分类结果图。结合GIS空间分

析方法对研究区的土地利用变化情况进行了分析，从耕地数量和空间变化两个方

面对荆州市近二十年来耕地的动态变化特征进行了定量化分析。研究结果如下：

（1）在GEE云平台海量的地理空间数据库和强大的数据分析能力的支持下，

本文利用了过去二十年的Landsat系列历史影像数据，为了获得较高精度的土地利

用分类结果，在进行影像分类前，利用了光谱、光谱指数、物候和地理位置等信息

构建多维影像特征集，并采用基于邻域网格单元的随机森林分类方法，最终得到了

荆州市2000年、2005年、2010年、2015年和2020年共五期的土地利用信息，其

平均分类精度达到了95.25%，Kappa系数平均值为0.934，此外，从2020年土地

利用分类结果中提取出的耕地面积与2019年三调成果中的耕地面积相对误差约为

0.1607左右。

（2）通过对2000年至2020年荆州的土地利用情况和耕地时空动态变化特征

分析可知，土地利用类型组成结构相对稳定，其中耕地面积占总体土地面积的比例

大致维持在60%左右，园林地、水体和人造地表的面积呈现出增长的趋势，未利用

地和耕地的面积呈现下降的趋势。耕地主要流出并转变为人造地表、园林地和水体，

同时大量的水体和园林地被转化为耕地，这些变化主要发生在研究区东部和东北

部水网密布的洪湖湿地附近。尽管耕地面积持续减少，但是整体上耕地的稳定性较

高。在五个目标年份中，稳定耕地面积占各年份耕地总面积比例始终超过60%。耕

地面积减少的部分主要分布在靠近洪湖湿地沿岸地区和各市区县的建设用地周围，

而耕地面积增加的区域主要分布在东部水网密布的平原地区以及南部长江沿岸地

区。由于东部和东北部的平原水网地区是江汉平原的核心地区，拥有大量连片且优

质的耕地资源，因此耕地的重心为中部偏东方向，总体上呈现“西北→东南”的空

间分布格局。

关键词：GoogleEarthEngine，荆州市，土地利用分类，耕地，时空演变特征

Abstract

Arablelandservesasacrucialfoundationforagriculturalproductionandsocio-

economicdevelopment.ToprotectChinascultivatedlandresources,significantdecisions

anddeploymentshavebeenmadebytheCentralCommitteeoftheCommunistPartyof

China,theStateCouncil,andtheMinistryofNaturalResources.However,challenges

persistintheimplementationofrelevantcultivatedlandprotectionpolicies,suchas