论文部分内容阅读
摘要：由于遥感技术和地理信息系统技术发展到一定程度，人们常常使用遥感影像对城市的土地利用动态变化进行研究，这种研究已经成为当前遥感和地理信息系统应用研究的热点问题，也是进行动态监测土地利用变化的重要手段。文章以砀山县为例，借助遥感和地理信息系统技术，使用1994年和2014年砀山县的两期TM影像进行土地利用人机交互解译，获取高精度的两期土地利用图，再利用地理信息系统技术在空间分析，管理属性数据和空间数据和成图输出等功能，可得出砀山县近1994年到2014年的土地利用的动态变化。
关键词：地理信息系统 ；遥感；土地利用；动态变化；砀山县
一、研究区概况
砀山县位于安徽省的最北端，处于北纬34°16′～34°39′，东经116°29′～116°38′。砀山县是安徽、江苏、山东、河南四省七县的交界处，陇海铁路、310国道贯穿全境，黄河故道横卧其间。砀山县的总面积达到了1193㎞2 ，总人口为96万人，全县总共辖13个镇、1个经济开发区、1个高铁新区和薛楼板材加工园。
二、数据源和数据初步处理
首先我们需要对研究区域的遥感影像数据进行收集，并对收集到的遥感影像进行预处理。对预处理后的遥感影像进行匹配和裁剪，裁剪出研究区域的遥感影像进行监督分类，可把研究区域分为水域、居民地、林地、耕地等几类并以不同的几种颜色加以区分。并把分类好的遥感影响做图像的转换，转换成栅格数据格式能进行叠加分析，并可计算出各类土地利用面积。最后进行分析总结。
（一）原始资料
本文采用的数据为安徽省1994年和2014年的两期遥感影像图和砀山县区划图。其中砀山县影像由安徽省行政区划图上截取。
此次研究我们所使用的是遥感图像。可是计算机能够完成由光学图像到矢量图像的转换，这就是图像的扫描。在扫描过程中难免会出现误差，因此扫面的安徽省行政区划图的分辨率不太高，需要一定的预处理以实现我们的目标。为了提高效率，预先从安徽省影像大致裁剪出砀山县所处的区域。
（二）研究方法
遥感影像是由多种遥感获得信息集合成的产物，解译人员可以从中获取地理目标的大小、空间分布、形状、属性、动态变化特点等信息。遥感影像这样的特点也是区别于普通影像的重要方面。本文对砀山县1994年和2014年两期的遥感影像进行校正和匹配各种图件资料，确定遥感解译标志，通过目视解译法进行监督分类可获得1994年和2014年土地利用分类图。将处理后的影像图转换为矢量数据到ArcGIS中进行坐标变换。再将坐标变换后的图像再转换成栅格图像进行叠加分析，从而比较1994年和2014年之间的土地利用变化。
1. 影像预处理
为了使传感器所记录的数据更加接近于真实值，我们需要对进行影像预处理从而消除伴随数据获得的过程中的变形及误差。所以我们需要对遥感影像进行几何校正和辐射校正以及光谱增强等操作已消除误差对研究所造成的影响。
（1）根据地形图或利用GPS采集的控制点对1994年和2014 年的TM 图像进行几何校正， 采用二次多项式函数方法进行影像的几何校正，处理过程如图1所示。
在几何纠正过程中，要用到配准公式，见式（1）。
（2）对遥感影像灰度值进行重采样， 重采样的方法很多本次研究我们可选择最邻近法进行重采样， 也就是将原来到影像上的像素灰度值转化为校正后影像的灰度值。
2. 精确裁剪
由于本次研究的区域为砀山县，而原始资料所给我的范围比较大，不仅包括了砀山县并且还包括了大量的其他地区的影像，所以使数据处理变得更加复杂，并且随时间的变化周边的地物和砀山县境内的地表都会发生改变，这也将影响分析结果。因而对影像进行精确的裁剪便是不可缺失的一步。此次研究使用ENVI 4.7对遥感影像进行裁剪，ENVI 4.7不仅能进行规则裁剪和不规则裁剪并且能支持EVF格式的矢量文件。具体的操作方法为：先加载被裁剪的影像，运用ENVI中的export layers to ROI功能载入砀山县的区划图，然后裁剪。
3. 监督分类后处理
分类完成后必须对图像进行后处理，其目的是为了使图像的分类效果更好。对分类好的数据进行后处理主要包括小斑点剔除、样本精度分析、分类后的统计生成矢量文件。
当在采用遥感影像分类的结果中，必定会产生一定面积很小的图斑，而这些小图斑会影响制图，所以需要对这些小图斑进行剔除和重新分类。
常用的方法有 Majority/Minority 分析、聚类处理（Clump）和过滤处理（Sieve）。在ENVI4.7的处理具体操作是选择classification中的post classification选项分别选中Sieve classes和Majority/Minority可以剔除零星分类。下图是分类后剔除零星分类，很明显在图上看到黑色的斑点。
在剔除零星分类的同时也需要对验证精度进行检验，本次研究的精度分析如下。
本次试验研究所得到的卡帕系数分别为0.9215和0.9542，根据以前的研究所得可以得到当实验总体的准确率即混淆矩阵的精度达到80%以上时其分类精度就能达到分类要求，很显然本次实验的精度完全满足研究的要求。
4. 图形转换 目前遥感与地理信息系统、全球定位系统技术的研究应用不断发展，3S中的每一种技术都有它不可替代的优势，三者可以组合在一起能够完成一些更加复杂的工程。将利用ENVI分类结果的数据转为矢量数据，并利用砀山县的轮廓的矢量图对影像进行裁剪，将裁剪后的图像进行投影变换由WGS 84坐标系转换为Xian 80坐标系。将投影后的图像在Spatial Analyst中的convert选项的Feature to Raster将矢量数据转换成栅格数据.
三、空间分析
（一）模型的选择
知道传统的处理方法通常是用来分析土地利用面积的变化，因为面积反应了土地利用类型变化的总量变化，可以反应土地类型变换的方向。
ArcGIS使常用的一款地理信息系统软件。它不仅拥有灵活、方便用户使用、可点击的用户图形界面等众多特点并且ArcGIS还具有管理和编辑数据都很方便，完全可以不同层次人的都可使用等优点。
（二）数据统计
当矢量的数据转换为栅格的数据其单位是像元，所以我们可以通过计算栅格的个数来统计面积。
在ArcGIS中的 Open Attributes Table 可查看栅格图像的 value 和count。
然后通过查看Layer properties 中的cellsize（X，Y）查看栅格图像的cellsize值。再利用count*cellsize值*cellsize值公式计算出1994年和2014年砀山县的水体、林地、居民地、耕地、其他用地的土地面积。如表2、表3。
通过比较1994年和2014年砀山县的土地利用饼状图我们能很明显的发现，二十几年间砀山县的土地利用有着巨大的变化，首先我们可以发现居民地的范围有着明显的增多，而且耕地面积也不断增加。然而林地面积却有大范围的减少。为了定量、准确研究本区域土地利用动态变化，利用土地利用类型转移矩阵来分析。如表3所示。
四、结果分析
（一）土地利用变化的总体特征
从表1和表2可以看出1994～2014年砀山县耕地面积增加了50.602095km2，居民地面积也有了一定程度的增加，增加了81.056253km2，而林地面积却有了大幅度的减少，由原来的384.320444km2减少到了现在的216.633869km2，减少了167.686575km2。其他用地也有少许增加。从土地利用类型统计图来看，从1994年到2014年见砀山县的农业内部结构调整中林地调整为耕地。
（二）土地利用变化的动态分析
从表1和表2中可以看出1994～2014 五种土地利用类型面积变化。通过总结我们可以得知其中土地利用类型中耕地、居民地和林地的变化相对还是比较大，耕地和居民地分别为3.982%和6.773%，两者都出现了正值现象，是由于城市化进程而导致的。林地减少幅度是最大的为-14.44%，是由于城市的扩张，用地的紧张导致了林地面积的大幅度的减少。
（三）土地利用的驱动因素分析
影响研究区域的土地利用变化的驱动力主要包括人文驱动力和自然驱动力这两种。人文驱动力是指人口，社会经济发展水平及等。而自然驱动力主要是指地形、气候等，而自然地理条件的影响相对土地利用动态变化的影响相对来说还是较小得，而人文活动占据着更加重要的低位。
1. 人口增长与土地利用变化的关系
人口问题仍然是中国需要解决的一个大问题，对土地利用变化也起着举足轻重的作用。一方面人口的增加必然使对粮食的需求的增加，这也直接导致了耕地面积的增加。另一方面人口的增加也会导致人们对住房的需求，从而引起了居民地面积的急剧增加，由1994年的186.818406km2增长到2014年的267.874659km2。
2. 经济发展与土地利用变化的关系
土地是产业发展的载体。经济发展不仅给社会带来了巨大的贡献，与此同时也占用了一定面积的土地资源。因此经济发展也是引起土地利用变化的一个重要因素。随着城镇化水平的加速和经济的发展，人民的生活水平也大幅度上升，纷纷开始改善自己的生活条件，开始建房，从而导致居民地面积的迅速增加。同时社会的竞争压力也明显增大，人们不得不更多的劳作，从而引起了耕地面积的增加。当耕地面积和居民地面积增加时必然会有林地面积的减少。
五、结论
通过本次对1994年和2014年砀山县的两期遥感影像的分析和研究发现在总体特征中，耕地面积所占比重最大，反映了农耕在砀山县农业经济中的主要地位。我们很容易发现砀山县这十几年间土地利用类型变化较大。居民地面积和耕地面积的增长，而林地面积的减少说明了城镇化和经济的快速发展。需要引起注意的是，林地的快速的减少虽然加快了经济的发展，但是破坏环境。我们应该响应国家号召，走可持续发展的道路，把我们的家园变得越来越美丽。
相对于传统的土地利用动态分析，RS和GIS相结合的技术在效率有很大的提高，减少了人力和物力。虽然数据源比较容易获取，但在数字化（扫描）过程中，受到纸质地图变形、扫描过程中光线等的影响，会出现较大误差。由于方便数据处理要坐标转换和投影转换，也会有相应的误差。在分类时也会有一些边缘地带出现分类错误。但总体来说GIS和RS技术在未来有关方面的研究前景相当广阔。
参考文献：
[1]梅新安，等.遥感导论[M].高等教育出版社，2001.
[2]孙景楠.基于遥感影像的巴楚县土地开垦分析[J].水土保持通报，2010（06）.
[3]杜培军，等.遥感原理与应用[M].中国矿业大学出版社，2014.
（作者单位：宿州市土地勘测规划设计院）
关键词：地理信息系统 ；遥感；土地利用；动态变化；砀山县
一、研究区概况
砀山县位于安徽省的最北端，处于北纬34°16′～34°39′，东经116°29′～116°38′。砀山县是安徽、江苏、山东、河南四省七县的交界处，陇海铁路、310国道贯穿全境，黄河故道横卧其间。砀山县的总面积达到了1193㎞2 ，总人口为96万人，全县总共辖13个镇、1个经济开发区、1个高铁新区和薛楼板材加工园。
二、数据源和数据初步处理
首先我们需要对研究区域的遥感影像数据进行收集，并对收集到的遥感影像进行预处理。对预处理后的遥感影像进行匹配和裁剪，裁剪出研究区域的遥感影像进行监督分类，可把研究区域分为水域、居民地、林地、耕地等几类并以不同的几种颜色加以区分。并把分类好的遥感影响做图像的转换，转换成栅格数据格式能进行叠加分析，并可计算出各类土地利用面积。最后进行分析总结。
（一）原始资料
本文采用的数据为安徽省1994年和2014年的两期遥感影像图和砀山县区划图。其中砀山县影像由安徽省行政区划图上截取。
此次研究我们所使用的是遥感图像。可是计算机能够完成由光学图像到矢量图像的转换，这就是图像的扫描。在扫描过程中难免会出现误差，因此扫面的安徽省行政区划图的分辨率不太高，需要一定的预处理以实现我们的目标。为了提高效率，预先从安徽省影像大致裁剪出砀山县所处的区域。
（二）研究方法
遥感影像是由多种遥感获得信息集合成的产物，解译人员可以从中获取地理目标的大小、空间分布、形状、属性、动态变化特点等信息。遥感影像这样的特点也是区别于普通影像的重要方面。本文对砀山县1994年和2014年两期的遥感影像进行校正和匹配各种图件资料，确定遥感解译标志，通过目视解译法进行监督分类可获得1994年和2014年土地利用分类图。将处理后的影像图转换为矢量数据到ArcGIS中进行坐标变换。再将坐标变换后的图像再转换成栅格图像进行叠加分析，从而比较1994年和2014年之间的土地利用变化。
1. 影像预处理
为了使传感器所记录的数据更加接近于真实值，我们需要对进行影像预处理从而消除伴随数据获得的过程中的变形及误差。所以我们需要对遥感影像进行几何校正和辐射校正以及光谱增强等操作已消除误差对研究所造成的影响。
（1）根据地形图或利用GPS采集的控制点对1994年和2014 年的TM 图像进行几何校正， 采用二次多项式函数方法进行影像的几何校正，处理过程如图1所示。
在几何纠正过程中，要用到配准公式，见式（1）。
（2）对遥感影像灰度值进行重采样， 重采样的方法很多本次研究我们可选择最邻近法进行重采样， 也就是将原来到影像上的像素灰度值转化为校正后影像的灰度值。
2. 精确裁剪
由于本次研究的区域为砀山县，而原始资料所给我的范围比较大，不仅包括了砀山县并且还包括了大量的其他地区的影像，所以使数据处理变得更加复杂，并且随时间的变化周边的地物和砀山县境内的地表都会发生改变，这也将影响分析结果。因而对影像进行精确的裁剪便是不可缺失的一步。此次研究使用ENVI 4.7对遥感影像进行裁剪，ENVI 4.7不仅能进行规则裁剪和不规则裁剪并且能支持EVF格式的矢量文件。具体的操作方法为：先加载被裁剪的影像，运用ENVI中的export layers to ROI功能载入砀山县的区划图，然后裁剪。
3. 监督分类后处理
分类完成后必须对图像进行后处理，其目的是为了使图像的分类效果更好。对分类好的数据进行后处理主要包括小斑点剔除、样本精度分析、分类后的统计生成矢量文件。
当在采用遥感影像分类的结果中，必定会产生一定面积很小的图斑，而这些小图斑会影响制图，所以需要对这些小图斑进行剔除和重新分类。
常用的方法有 Majority/Minority 分析、聚类处理（Clump）和过滤处理（Sieve）。在ENVI4.7的处理具体操作是选择classification中的post classification选项分别选中Sieve classes和Majority/Minority可以剔除零星分类。下图是分类后剔除零星分类，很明显在图上看到黑色的斑点。
在剔除零星分类的同时也需要对验证精度进行检验，本次研究的精度分析如下。
本次试验研究所得到的卡帕系数分别为0.9215和0.9542，根据以前的研究所得可以得到当实验总体的准确率即混淆矩阵的精度达到80%以上时其分类精度就能达到分类要求，很显然本次实验的精度完全满足研究的要求。
4. 图形转换 目前遥感与地理信息系统、全球定位系统技术的研究应用不断发展，3S中的每一种技术都有它不可替代的优势，三者可以组合在一起能够完成一些更加复杂的工程。将利用ENVI分类结果的数据转为矢量数据，并利用砀山县的轮廓的矢量图对影像进行裁剪，将裁剪后的图像进行投影变换由WGS 84坐标系转换为Xian 80坐标系。将投影后的图像在Spatial Analyst中的convert选项的Feature to Raster将矢量数据转换成栅格数据.
三、空间分析
（一）模型的选择
知道传统的处理方法通常是用来分析土地利用面积的变化，因为面积反应了土地利用类型变化的总量变化，可以反应土地类型变换的方向。
ArcGIS使常用的一款地理信息系统软件。它不仅拥有灵活、方便用户使用、可点击的用户图形界面等众多特点并且ArcGIS还具有管理和编辑数据都很方便，完全可以不同层次人的都可使用等优点。
（二）数据统计
当矢量的数据转换为栅格的数据其单位是像元，所以我们可以通过计算栅格的个数来统计面积。
在ArcGIS中的 Open Attributes Table 可查看栅格图像的 value 和count。
然后通过查看Layer properties 中的cellsize（X，Y）查看栅格图像的cellsize值。再利用count*cellsize值*cellsize值公式计算出1994年和2014年砀山县的水体、林地、居民地、耕地、其他用地的土地面积。如表2、表3。
通过比较1994年和2014年砀山县的土地利用饼状图我们能很明显的发现，二十几年间砀山县的土地利用有着巨大的变化，首先我们可以发现居民地的范围有着明显的增多，而且耕地面积也不断增加。然而林地面积却有大范围的减少。为了定量、准确研究本区域土地利用动态变化，利用土地利用类型转移矩阵来分析。如表3所示。
四、结果分析
（一）土地利用变化的总体特征
从表1和表2可以看出1994～2014年砀山县耕地面积增加了50.602095km2，居民地面积也有了一定程度的增加，增加了81.056253km2，而林地面积却有了大幅度的减少，由原来的384.320444km2减少到了现在的216.633869km2，减少了167.686575km2。其他用地也有少许增加。从土地利用类型统计图来看，从1994年到2014年见砀山县的农业内部结构调整中林地调整为耕地。
（二）土地利用变化的动态分析
从表1和表2中可以看出1994～2014 五种土地利用类型面积变化。通过总结我们可以得知其中土地利用类型中耕地、居民地和林地的变化相对还是比较大，耕地和居民地分别为3.982%和6.773%，两者都出现了正值现象，是由于城市化进程而导致的。林地减少幅度是最大的为-14.44%，是由于城市的扩张，用地的紧张导致了林地面积的大幅度的减少。
（三）土地利用的驱动因素分析
影响研究区域的土地利用变化的驱动力主要包括人文驱动力和自然驱动力这两种。人文驱动力是指人口，社会经济发展水平及等。而自然驱动力主要是指地形、气候等，而自然地理条件的影响相对土地利用动态变化的影响相对来说还是较小得，而人文活动占据着更加重要的低位。
1. 人口增长与土地利用变化的关系
人口问题仍然是中国需要解决的一个大问题，对土地利用变化也起着举足轻重的作用。一方面人口的增加必然使对粮食的需求的增加，这也直接导致了耕地面积的增加。另一方面人口的增加也会导致人们对住房的需求，从而引起了居民地面积的急剧增加，由1994年的186.818406km2增长到2014年的267.874659km2。
2. 经济发展与土地利用变化的关系
土地是产业发展的载体。经济发展不仅给社会带来了巨大的贡献，与此同时也占用了一定面积的土地资源。因此经济发展也是引起土地利用变化的一个重要因素。随着城镇化水平的加速和经济的发展，人民的生活水平也大幅度上升，纷纷开始改善自己的生活条件，开始建房，从而导致居民地面积的迅速增加。同时社会的竞争压力也明显增大，人们不得不更多的劳作，从而引起了耕地面积的增加。当耕地面积和居民地面积增加时必然会有林地面积的减少。
五、结论
通过本次对1994年和2014年砀山县的两期遥感影像的分析和研究发现在总体特征中，耕地面积所占比重最大，反映了农耕在砀山县农业经济中的主要地位。我们很容易发现砀山县这十几年间土地利用类型变化较大。居民地面积和耕地面积的增长，而林地面积的减少说明了城镇化和经济的快速发展。需要引起注意的是，林地的快速的减少虽然加快了经济的发展，但是破坏环境。我们应该响应国家号召，走可持续发展的道路，把我们的家园变得越来越美丽。
相对于传统的土地利用动态分析，RS和GIS相结合的技术在效率有很大的提高，减少了人力和物力。虽然数据源比较容易获取，但在数字化（扫描）过程中，受到纸质地图变形、扫描过程中光线等的影响，会出现较大误差。由于方便数据处理要坐标转换和投影转换，也会有相应的误差。在分类时也会有一些边缘地带出现分类错误。但总体来说GIS和RS技术在未来有关方面的研究前景相当广阔。
参考文献：
[1]梅新安，等.遥感导论[M].高等教育出版社，2001.
[2]孙景楠.基于遥感影像的巴楚县土地开垦分析[J].水土保持通报，2010（06）.
[3]杜培军，等.遥感原理与应用[M].中国矿业大学出版社，2014.
（作者单位：宿州市土地勘测规划设计院）