论文部分内容阅读
植被变化如植被遭到破坏可能会引起水土流失和气候异常等现象,严重影响人类生存环境甚至生态系统的平衡,因此对植被变化进行监测具有重要的意义。遥感时序数据蕴含了大量年内物候信息、年际变化信息以及扰动信息等,可以有效地连续监测植被变化过程。本文利用2001~2016年MODIS时间序列数据和Landsat时间序列数据,开展了植被变化过程监测方法及其植被变化类型识别方法研究,提取了不透水面百分比变化量信息,分析了二十一世纪初中国城镇扩张时空演变规律,主要内容如下:1.建立了基于时序相似性轨迹的植被变化过程连续监测方法。利用时序相似性揭示了植被变化过程,通过Logistic模型对时序相似性轨迹进行拟合,拟合度确定植被变化区域,拟合参数得到植被变化时间、变化幅度和变化速率等变化过程信息。基于参考点验证植被变化区域,总体精度达到90.90%,Kappa系数为0.7905。2001~2016年中国植被发生变化的区域占中国大陆面积的11.7%,其中发生变化的时间主要集中在2004年到2007年,占变化区域的近七成。2.构建了多维度遥感指数变化趋势识别植被变化类型的方法。地表覆盖类型可分为植被、水体、裸土和不透水面。根据土壤调节植被指数、陆地表面水体指数、裸土指数和生物物理指数四个维度的遥感指数趋势分析植被变化特征,创建了植被变为不透水面、变为裸土和变为水体的变化特征关系表。基于参考点验证植被变化类型区域的总体精度达到88.45%,,Kappa系数为0.7672,并且利用Google Earth影像验证得出,监测的变化类型和发生时间与实际变化情况具有很好的契合度。3.实现了不透水面百分比变化量信息提取。依据Landsat数据的植被变化类型识别结果提取了不透水面百分比变化量信息,结合土壤调节植被指数、陆地表面水体指数、裸土指数和生物物理指数多年趋势变化量,利用随机森林算法计算得到了全国不透水面百分比变化量空间分布。2001~2016年中国城镇扩张区域面积占中国大陆面积的3.68%。4.从社会经济要素和城镇发展轨迹两方面开展了 2001~2016年中国城镇扩张时空演变分析。我国经济增长速度与城镇扩张面积密不可分,具有较强的相关性,相关系数达到0.82。城镇扩张建设时间超过三年的地区,建设速度随建设时间的增加而减慢。综合人口流动数据和经济增长数据分析了中国城镇土地利用率和土地产出率,北京市、上海市、天津市和广东省无论土地产出率还是城镇土地利用率均远高于全国平均水平。最后根据城市的发展轨迹,提出了四种不同的城镇扩张模式。