论文部分内容阅读
20世纪以来,由于人口急剧增长,而可利用的土地资源相对越来越少,因此土地利用问题逐渐引起世界各国的重视。人口向城市集中的趋势和城市占地面积的日益扩大。而随着科学技术的不断发展,对土地利用的精度和,可扩展性的需求越来越高。基于此问题,全世界的科学家们都共同努力,探索不同数据以及不同的分类方法。土地利用分类是区分土地利用空间地域组成单元的过程。这种空间地域单元是土地利用的地域组合单位,表现人类对土地利用、改造的方式和成果,反映土地的利用形式和用途(功能)。近几年来,随着遥感技术的发展,以及各类高精度遥感数字图像数据的出现,为土地利用的精度提供了很高的保障。遥感分类方法很多,主要为:基于传统统计分析的分类方法,神经网络分类方法,模糊分类方法,决策树分类方法,专家系统分类方法。并且,现在可以用的数据非常的广泛,例如美国的landsat卫星数据,modis卫星数据,等等。这些数据为科研工作者提供了很好的数据支撑平台。在近些年,很多学者都在从事土地利用的解译工作。例如,闫文浩等[1]利用1990年~2004年的4、3、2(RGB)波段合成影像解译结果,结合景观生态学理论和地学信息图谱理论对塔里木河下游的土地利用/覆被变化进行了研究,并分析了其生态环境效应。结果表明呈:近14年来,塔里木河下游的耕地、林地和草地面积呈减少趋势;未利用地面积呈增加趋势;水体景观面积也呈增加趋势,这主要是由于近年来向塔里木河下游多次输水的结果。张方方等[2]以南方山地丘陵分布较广泛的江西省为例,在SRTM数字高程模型(DEM)的支持下,利用中国资源环境数据中心基于Landsat遥感解译的2000年土地利用数据,分析了江西省土地利用结构与高程、坡度和坡向等地形因子的关系.结果表明地形因子是影响江西省土地利用方式的一个重要因素。李丽娟等[3]基于Arc GIS平台,以Landsat TM影像解译得到的三期土地利用数据为基础,结合统计分析工作,对无定河流域20世纪90年代土地利用数量、类型及其变化进行了分析。分析得出,前后2个5年间,无定河流域耕地、林地和未利用土地都是先减少而后稍有增加,草地则是先增加后稍有减少。刘纪远等[4]建立了国家资源环境动态信息服务运行系统.在土地利用数据库的建设过程中,其中520景Landsat TM遥感影像经过地理配准和几何校正后,在全数字解译环境下,解译并绘制了1∶10万的土地利用图.现已将其矢量数据转换为1km的栅格数据(包括所有高分辨率的、通过计算每个网格内各土地利用类型的面积百分比而获得的土地利用信息)。岳文泽等[5]以上海市中心城区为例,首先采用SPOT影象,人工解译出城市土地利用的类型,同时利用Landsat7卫星,ETM+影象的热红外波段反演每个像元内的陆地表面温度,分析陆地表面温度在不同土地利用类型之间的差异,进一步分析不同土地空间分布格局与地面温度之间的关系。梁欣等[6]以大庆市1988年和2001年的Landsat TM图像解译数据为基础,应用Costanza等人对全球生态系统服务价值的测算方法,分析了该市土地利用变化及其所引起的生态系统服务价值的变化。廉毅等[7]解译了2 0世纪80年代与90年代后期的LANDSAT TM遥感信息,经对比分析发现:中国东北西部地区的生态环境在恶化,主要表征为荒漠化。樊辉等[8]利用Landsat TM热红外影像结合地面气象观测资料反演地面温度,揭示了济南市夏季城市热岛效应。罗娅等[9]运用土地利用变化重要性指数(Ci)、土地利用变化面积比重(D)和林草植被变化指数(D等3个指标,基于干湿条件、地貌类型与坡度坡向,由宏观到微观,分析黄河河口镇—潼关区间1998-2010年土地利用变化的主要类型。谢花林等[10]根据土地利用的可持续性特征,本文从压力-状态-响应三个方面选取14个指标,构建了土地利用可持续性评价指标体系和综合评价模型,对鄱阳湖生态经济区的31个县(市)进行了评价。蔡宏等[11]利用2009年TM影像和11个断面的水质监测数据,同时在缓冲区和子流域尺度上,分析了赤水河流域内土地利用方式。本文基于lansat7 ETM+卫星图像数据,采用多种分类方法,运用Arcgis和ENVI软件对江西省进行土地利用解译,结果表明,Kappa系数是通过把所有地表真实分类中的像元总数乘以混淆矩阵对角线的和,再减去某一类地表真实像元总数与被误分成该类像元总数之积对所有类别求和的结果,再除以总像元数的平方差减去某一类中地表真实像元总数与该类中被分类像元总数之积对所有类别求和的结果所得到的,其含义就是用来评价分类图像的精度问题。Kappa系数在遥感学界己被广泛接受,Fitzgerald和Lees[20]指出kappa系数在评价不同分类方法的分类精度上更具有统计上的辨析力。各种分类方法通过Kappa系数进行精度评价结果见表2.文中基于Landsat 7 ETM数据,结合江西省修水县地理信息基础数据,采用最大似然法,最小距离,分裂法,ISODATA等分类方法,对修水县的土地利用进行遥感解译。结果表明最大似然法的分类总体评价精度最高,是最适合本区域的研究方法。该研究得到的土地利用结果可以提供给决策者以及土地利用规划作参考。