论文部分内容阅读
近年来,土地利用变化方面的研究一直是全球环境变化研究的重点之一。提取土地利用变化信息并对它进行分析,可以更好地了解土地利用变化的过程以及变化的机理,根据这些提出有效且有针对性的决策来调整人类的活动,从而使土地利用更加合理化,达到可持续利用。新建县作为南昌市发展的重点对象之一,研究新建县的土地利用变化是非常有必要的,新建县分为上新建县和下新建县,本文以新建县一部分(下新建县)为研究区域。运用最大似然法、支持向量机法以及分层分类法这三种方法对新建县2013年和2016年两期影像进行分类,并对三种分类结果进行定性分析和精度评价,综合比较定性分析和定量分析结果,筛选出一种较适合于该研究区的方法。然后分析土地利用变化。主要的研究内容总结如下:(1)影像融合是遥感影像分类非常重要的一步,融合的精度严重影响着影像分类的精度,所以选择一种较适合的融合方法是非常有必要的。本文采用Gram_Schmidt Pan sharpening(Gram)、HSV sharpening(HSV)、PC Spectral sharpening(PC)这三种方法对影像进行融合,并选择了一些指标来评价融合结果,融合评价指标主要选择了均值、标准差、相关系数、平均梯度以及信息熵这5种。通过MATLAB软件计算各指标值,实验结果表明PC Spectral sharpening(PC)用于该研究区域效果更好;(2)本文主要是根据遥感影像的多光谱信息、纹理特征、归一化植被指数NDVI和改进的归一化差异水体指数MNDWI等信息,并运用最大似然法、支持向量机法以及分层分类法对新建县的两期影像进行分类,然后对分类结果进行定性分析和精度评价,进而筛选出较合适研究区的分类方法。实验结果表明:分层分类法的分类精度最高,其次是支持向量机法,最大似然法分类精度最低,两期影像的分层分类法分类结果的总体精度分别是95.36%和95.62%,它们的Kappa系数分别是0.9247和0.9413。综合多种方法的定性和定量分析,最终是利用分层分类法将地类分成水域、植被、裸地和建设用地四大类,然后再用支持向量机将植被分成林地、耕地、草地。(3)最后分析了土地利用变化幅度、单一土地利用类型变化动态度、土地利用时空格局的变化、土地利用程度以及对土地利用进行了动态预测,通过分析可得到如下结论:2013年到2016年间建设用地是变化最快的,裸地和耕地变化都比较大,林地变化最小,耕地、水域和草地呈现下降的趋势,建设用地、裸地和林地呈现上升的趋势。通过马尔克夫模型预测发现新建县土地利用不合理、开发程度低等问题。