山地城市边缘土地利用格局与变化的地形梯度分布特征分析——以重庆市巴南区为例

地形作为重要的自然基底因子，在很大程度上影响土地利用变化与空间格局形成。以重庆市巴南区为例，借助GIS和RS手段，利用Landsat TM遥感数据和DEM数据，采用地形位指数、分布指数和土地利用程度综合指数等计算方法，对巴南区2000、2010和2015年土地利用格局与变化的地形梯度分布特征进行了分析，探讨了土地利用格局与变化和地形梯度的相互关系，以期为相似地形条件下的山地城市边缘区的人地关系研究提供支撑或参考。研究结果表明：（1）巴南区土地以中、高级地形位为主，海拔200 m以下，坡度8°以下的土地资源较为匮乏；（2）研究期内，中、低级地形位区间内大量耕地转变为建设用地，土地分布结构变化导致二者的分布优势区间均向更高级地形位区间转移；（3）土地利用程度综合指数曲线呈倒“V”型，波峰逐渐向中级地形位区间移动，可以印证在研究期内巴南区低丘缓坡区域内土地利用强度逐渐提升。     

基于知识与规则的土地利用信息分层提取研究——以南京市都市区为例

为了克服利用统一分类模型难以有效提高土地利用分类精度的问题,为土地利用/覆被定性、定量信息的提取提供一种高精度、高效率的提取方法,将分层信息提取法和基于知识规则的信息提取方法相结合,基于对南京市都市区的土地利用时空特点和研究区TM影像数据中各地类波谱信息的分析,结合了地类提取指数模型、DEM数据、城市建成区边界等,充分利用地学先验知识,设计了一套土地信息分层提取的流程,对土地利用信息进行了提取。利用该方法对2012年南京市都市区的土地利用/土地覆被信息提取的总体精度达到了88.67%,Kappa系数达到了0.85。实践证明,基于知识与规则的土地利用信息分层提取方法提取精度较高,适用性强,对其他地区的土地利用/覆被信息分类提取也有一定的借鉴意义。     

基于多源遥感影像融合的武汉市土地利用分类方法研究

准确高效的获取土地利用信息,对于合理利用和开发土地资源具有十分重要的意义。在快速城镇化地区,土地利用活动频繁且密集,土地利用格局演变十分剧烈,增加了城市土地利用精准分类的不确定性;且受环境气候和云雨天气影响增加了有效光学影像获取的难度。为提高城市土地分类精度,该文选取武汉市中心城区为研究案例,以Sentinel-1A和Landsat8 OLI影像为数据源,采用Gram-Schmidt变换方法进行影像融合,选取最大似然、支持向量机、CART决策树、BP神经网络等4种分类方法对融合的影像进行分类,提取了研究区土地利用信息,并对其进行分析。进一步,通过与光学影像的分类结果对比,探究了Sentinel-1A和Landsat8 OLI融合影像在土地利用信息提取方面是否具有优势。研究结果表明:(1)对比其他3种方法,CART决策树分类方法对于融合后的影像分类精度最高,总体分类精度和Kappa系数分别达到88.55%和0.841 4;(2)与光学影像相比,Sentinel-1A和Landsat8 OLI融合影像可以更有效地获取高精度城市土地利用信息;(3)基于多源遥感影像融合的CART决策树分类方法是获取研究区高精度土地利用信息的一种行之有效的技术手段。研究成果可为快速城镇化区域的土地利用分类提供参考。     

三峡地区主要地类的自动提取方法研究

针对三峡地区地貌类型复杂、土地利用多元化及遥感影像变异大的特征,在完成图像预处理和辅助资料收集的前提下,提出了一种基于样本和辅助资料可交互作业的计算机全自动土地利用类型提取方法。应用专业的图像处理软件eCognition为平台,通过选取样本、寻找最佳波段并生成判别函数来达到提取的目的,在很大程度上减弱了遥感判读中“同物异谱”、“异物同谱”、“边界过渡”等现象对分类结果的影响。分类结果输出为常用的栅格以及矢量格式,方便地实现了与其它栅格和矢量处理软件的兼容。运用自动提取的方法完成了三峡地区主要土地利用类型的自动提取工作并取得了较高的验证精度;在大面积的土地利用调查中应用遥感图像自动分类方法来获取土地利用信息的技术路线和方法方面作了一定探索。     

江汉平原土地利用对钉螺分布的影响研究

分析了江汉平原2009年易于钉螺孳生的3种土地利用类型（滩地、河渠和水田）比例与钉螺密度的关系。首先，在ERDAS9.2和ENVI4.7软件中对江汉平原2009年的Landsat5TM遥感影像进行了预处理。在已有的多期土地利用数据的基础上，借助eCognition软件利用向量相似度指标来提取土地利用变化区域，结合目视解译经验并运用遥感指标通过建立规则集对变化区域进行分类，将变化区域的分类结果更新2000年数据，得到了该区域2009年的土地利用数据。接下来，整理了江汉平原2009年螺情资料并计算出村级钉螺平均密度，绘制了2009年钉螺分布图。将绘制的钉螺分布图与土地利用分类图叠置分析，并结合收集的螺情数据确定了钉螺易于孳生的3种土地利用类型，分别为滩地、河渠和水田。最后，将钉螺密度与这3种土地利用比例进行线性回归分析。研究结果表明，钉螺密度与这三种土地利用类型比例存在线性回归关系，模型精度为R2=0857。该结论对通过遥感影像来估算钉螺密度具有指导意义，另外也可以为湖北省提出合理用地和灭螺并重的土地利用模式提供一定的科学参考     

怒江云南北段的村域土地利用及驱动力分析

驱动力分析是土地利用研究的重要内容。选择怒江流域北段高黎贡山自然保护区周边4个自然村为研究对象，应用高分辨率SPOT 5遥感影像数据，结合实地逐块核实，对土地利用/覆被进行分类，并建立土地利用类型分类系统，用Fragstats 33分析得到村域土地利用格局和特征；同时，采用入户调查、半结构访谈和问卷调查等方法，获得的村域详细社会经济数据，建立土地利用与社会经济之间的关联，分析村域土地利用的驱动力。结果显示：村域土地利用主要受自然条件、受教育程度、生活习俗等因子的驱动，且经济收入主要依赖于粗放的土地利用。研究结果能为怒江云南北段的土地资源合理利用和村域经济发展提供数据支持；研究方法可作为局域尺度土地利用研究的参考     

基于ENVISAT ASAR数据的东洞庭湖湿地植被遥感监测研究

针对湿地资源监测的需要，以东洞庭湖湿地为研究对象，开展基于ENVISAT ASAR数据的湿地植被遥感监测研究。湿地遥感影像分类是湿地遥感研究的一大难题，通过分析雷达影像的后向散射系数发现，由多时相的同极化、交叉极化波段合成的雷达影像对湿地地物的区分能力最强。研究表明：将基于原图像的灰度级共生矩阵所提取的Contrast纹理特征与滤波后图像的灰度特征组合用于分类，以此实现相干斑噪声的抑制，同时减少地物固有结构信息的损失，实验结果证明该方法可以提高湿地分类精度，其总体精度达到8759%，Kappa值为0822 8，将东洞庭湖湿地划分为水体、芦苇（荻）滩地、草滩地（苔草、虉草等）、森林滩地（杨树、柳树等）、优势种不明显的植物滩地和沉水植物、裸露泥滩地.     

2000～2015年山地城市土地利用景观格局动态演变研究——以重庆市渝北区为例

以重庆市渝北区为例，借助地理信息系统和遥感手段，利用Landsat TM 遥感数据和DEM数据，采用景观指数分析、地形位指数和分布指数等计算方法，对渝北区 2000、2005、2010 和 2015 年土地利用景观格局变化特征进行了分析，着重探讨了不同地形、坡度下各种景观类型变化情况，以及它们之间的相互关系，以期为在相似条件下的城市最佳土地利用模式选择提供一定的借鉴和参考。结果表明：（1）渝北区土地资源以中、高级地形位为主，海拔 200 m 以下，坡度6°以下的土地资源比较匮乏；（2）渝北区主要的景观类型是耕地和林地，但耕地景观总的趋势是不断减少，林地不断增加，建设用地增长较快，总体上景观破碎化程度在增加，景观多样性呈上升趋势；（3）研究期内，中低级地形位区间内大量耕地转变为建设用地，林地、草地景观面积的分布趋势随着地形位指数成正相关关系，其优势地形位主要集中于高级别地形位区间。     

基于SRTM DEM数据的三峡库区地貌类型自动划分

传统地貌类型划分时多是基于单一或固定的地形因子进行分析，存在一定的片面性和主观性。以90 m分辨率三峡库区SRTM DEM数据为基础，利用均值变点分析法确定了三峡库区地势起伏度的最佳统计单元面积为234 km2；并采用相关矩阵法和雪氏熵值法获取三峡库区地貌类型划分的最佳因子组合为高程、起伏度、坡度、全累计变率、坡度变率、高程变异系数；同时借鉴遥感图像自动分类原理中的ISODATA非监督分类功能完成了三峡库区8种地貌类型的自动划分。分类结果与三峡库区实际地貌类型相符，对三峡库区资源开发、水土流失、土地利用的研究具有参考价值     

基于PCA变换和神经元网络分类方法的中国森林制图研究

主要讨论基于NOAA AVHRR数据生成的NDVI时间序列数据与其他来源的地理数据结合进行中国森林细分类和制图的研究。首先利用ISODATA聚类方法对由NDVI时间序列数据派生的NDVI矩阵变量因子进行土地覆盖类型的分类，然后利用已有的植被类型图、TM影像以及地面样点数据作为参考依据, 进行类合并，获得中国森林边界。然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理，以排除各种干扰因素，提高分类精度。最后结合部分地理数据和地面样点调查数据，利用神经元网络方法进行中国森林分类，并依据种属和物候学特征、中国气候区划图以及国家植被分类二、三级分类系统，进行重新归类，得到最后的1 km中国森林分类图。分类结果表明，所用方法能够更加细致地划分森林类型，并且能保留一个相对较高的分类精度。     

GIS支持的卫星图像土地利用现状分类和制图

应用卫星图像提取专题要素，综合利用多元地理信息，是克服多光谱数据在解像力和分辨率上所存在的局限性的有效途径。ＧＩＳ技术则提供多种处理功能将图像与地理信息复合，提高分类精度。分类图像数据与地形基础要素数据复合，通过彩色扫描绘图机直接绘制高质量的土地利用现状专题地图。     

基于C5.0决策树和时序HJ-1A/B CCD数据的神农架林区植被分类

我国神农架林区海拔高、气候复杂,森林类型多样,结构破碎,森林遥感分类难度较大。将2013年时间序列HJ-1A/B CCD遥感影像作为数据源,计算出植被指数(NDVI、DVI、RVI)和主成分第一分量(PC1),使用DEM数据生成地形因子(高程、坡度、坡向),构建植被分类时序因子集。运用C5.0决策树分类法将神农架林区植被细分为七类:针叶林;针阔混交林;落叶阔叶林;常绿和落叶阔叶混交林;常绿阔叶林;灌丛和草甸。结果表明:该方法的总体精度为72.7%,Kappa系数为0.67;在6~8月,针叶林、草甸和灌丛的植被指数明显低于常绿阔叶林、常绿和落叶阔叶混交林、落叶阔叶林和针阔混交林,对分类的贡献较大,称为植被分类的"窗口期"。PC1、NDVI和高程因子对神农架林地的区分度较高,而坡度、坡向和RVI因子对分类帮助不大。作为一种智能分类方法,C5.0决策树分类方法应用于30m分辨率的时间序列HJ-1A/B CCD数据,能够将地貌复杂的神农架林区植被分为七类,提高了类别精度,具有更高的应用价值。     

东洞庭湖水面面积变化监测及其与水位的关系

开展东洞庭湖水面面积长时间变化监测研究对于湖区洪涝旱灾监测、灾害评估等具有重要意义。采用2000~2017年的经过辐射一致性校正的Landsat Collection 1遥感数据集，在ENVI遥感数据处理平台下采用4种常见的水体提取方法（单波段阈值、多波段谱间关系、水体指数、支持向量机）开展了水面面积遥感提取方法比较及东洞庭湖区长时间序列水面面积提取，以此数据为基础开展了东洞庭湖区近18年来湖区水面面积年内和年际变化研究，并探讨了水面面积与城陵矶水文站水位之间的相关关系。结果显示：Landsat Collection 1遥感数据集具有较高的空间和时间分辨率，可以满足东洞庭区长时间序列水面面积提取，且水面面积提取精度较好；采用支持向量机方法提取的湖区多年水面面积平均值为569.9 km2，丰水期水面范围波动较大，而枯水期变化较小；湖区水面面积变化与城陵矶水位变化存在紧密相关关系，不管线性模型还是多项式模型均能准确地描述两者变化关系，受湖区地形分布特征影响，水面面积与水位之间的关系在丰水期较紧密，而枯水期两者之间的相关关系明显降低。     

川滇农牧交错区地形特征对土地利用空间格局的影响

川滇农牧交错区位于我国青藏高原的东南缘，地形地貌特征复杂，研究该区土地利用特征与地形之间的关系，有助于了解人类开发活动与自然地理条件之间的关系，对区域的资源开发和生态保护具有重要的现实意义。基于RS＼GIS技术，采用遥感调查、土地利用结构分析和GIS空间分析方法，研究了该区 1988～2000年的土地利用特征，以及不同土地利用类型的空间分布与地形因子之间的关系。初步结果发现：耕地、林地和草地是研究区内受人类活动影响的主要土地类型，也是类型转换相对频繁的土地类型；地形因子对不同土地利用类型的空间分布具有显著影响，其中，海拔在垂直方向上对土地利用空间布局具有控制性作用。研究结果同时表明，地形特征是川滇农牧交错区土地利用空间格局形成的基础，其原因在于地形因子通过影响水热条件及其他自然资源要素在本区内的再分配，进而影响着人类对土地资源的利用方式和利用程度.     

基于面向对象的石漠化山区植被信息提取及分布特征研究

重庆东北部地区是重庆岩溶石漠化重点治理区，该区地形复杂，山高坡陡，植被退化现象严重。了解该地区的植被分布特征，对该区环境的改善和石漠化治理具有十分重要的现实意义。基于Landsat OLI等数据，运用面向对象分类方法对研究区植被信息进行提取，然后对分类后的数据进行统计、制图和分析，并在空间布局上进行总结和探讨，旨在了解该区域植被的空间分布特征和规律。结果表明：（1）在eCognition 9.0软件中进行多尺度分割，再结合地物类型特征使用隶属度函数法进行分类，该方法符合山地地物类型的分布规律和特点，分类精度达到81.35%；（2）研究区属典型的中山地区，海拔在500~1 500 m之间的地区约占64.49%，林地和耕地是该区域主要的地物类型，所占总面积为8 872.22 km2，占研究区总面积的96.50%，各地物类型分布受地形地势的影响较大；（3）综合研究区地形因子(高程和坡度)与植被分布的相关性可知，耕地和草灌主要分布在高程为200~1 500 m且坡度等级在2~4级（5°~35°）之间，该区域人类活动频繁，故受人类活动影响较大，植被覆盖度低，群落生长不稳定，容易受到干扰。针阔混交林主要分布在高程>500 m且坡度等级在2~4级（5°~35°）之间。马尾松林、阔叶林和柏木林主要分布在高程大于500 m且坡度等级在2~5级（5°~45°）之间。 关键词： 多尺度分割；面向对象分类；地形因子；植被空间分布     

基于决策树分类的根河市土地利用变化及驱动力分析

以内蒙古自治区根河市为研究区,基于ArcGIS 9.2和ENVI 4.8平台,以2000年、2004年和2010年Landsat TM遥感影像为数据源,首先提取NDVI、MNDWI和森林郁闭度来建立决策树并执行分类;然后对分类结果采用土地利用转移矩阵、土地利用动态度进行变化分析;最后运用主成分分析法得出导致该地区土地利用变化的驱动力因子。结果表明:决策树分类可适用于该类研究区的土地利用分类,且分类精度较高;研究区地物类型有显著的变化,区域的主要土地利用变化表现为林地和居民地面积的大幅增长,疏林地和草地的大面积丧失;通过主成分分析得出人口和经济发展、农业生产条件和经济产业结构调整等是促进该区土地利用变化的主要驱动力因子。     

基于EVI相似性分区的冬小麦面积提取及其动态监测

及时、准确地获取冬小麦种植面积及时空变化信息对提升作物估产精度和保障粮食安全具有重要意义。冬小麦物候期受地理条件和人为因素影响差异很大，利用遥感进行大尺度种植面积提取时其精度容易受物候差异的影响。根据MODIS EVI数据和Landsat影像，在定量评价冬小麦EVI相似性并结合高程信息对研究区进行分区的基础上，通过对比冬小麦参考时序曲线与待分类像元时序曲线之间相似性提取冬小麦种植面积，并对湖北省2009～2017年冬小麦种植面积时空变化过程进行分析。结果表明：（1）冬小麦面积提取平均精度达95.3%，R ²大于0.90，明显优于未分区提取结果；（2）冬小麦主要集中分布于中部和北部地区，其中，襄阳县、枣阳市的种植面积尤为集中；（3）冬小麦空间分布大致呈现向西北、东南部地区扩张的时空变化格局；（4）在2009～2017年期间，冬小麦种植面积先增后减，总体呈上升趋势，2017年比2009年增加了4%。基于EVI相似性的作物分区提取方法可提高种植面积精度，为大区域内冬小麦面积时空变化遥感监测提供有效方法。     

青藏高原东缘典型流域生态系统#br# 服务的地形梯度效应#br# ——以岷江上游为例

山地生态系统受地形因素影响在垂向上呈现出明显的空间分异特征，厘清山地生态系统服务的空间分异特征是区域土地利用和生态系统管理的基础。以青藏高原东缘典型流域岷江上游为研究区，将2000、2005、2010年土地利用数据及DEM数据作为数据源，运用地形位指数、相对变化率和敏感性系数，研究土地利用变化下的生态系统服务价值的地形梯度效应。结果表明：（1）岷江上游土地利用类型以林地和草地为主，约占总面积的60%和30%；2000～2010年，1~4级地形位上除未利用地外的其他土地利用类型分布指数变化较为明显，林地和耕地不断降低，草地、水域和建设用地不断升高。（2 ）研究期内岷江上游生态系统服务价值总量和各类型生态系统服务的价值随地形位的升高均呈倒V形变化；2000～2010年，研究区1~12级地形位上生态系统服务价值呈增加趋势，13~20级地形位上呈减小 趋势。（3）2000～2010年，各地形位上生态系统服务价值变化趋势与研究区一致；除1级地形位上生态系统服务价值变化幅度略高于研究区外，2~20级地形位上的变化幅度与研究区基本一致。（4）研究 区各土地利用类型的单位面积生态系统服务价值敏感性系数均小于1，单位面积生态系统服务价值的变化缺乏弹性，研究结果可信；2000～2010年各地形位上水域、草地和荒漠敏感性系数不断上升，林地 和耕地敏感性系数不断下降。通过对土地利用变化驱动下的生态系统服务价值的地形梯度效应进行定量测度，明晰了生态系统服务价值随地形梯度变化所呈现的空间分异规律及其变化特征，为保护区域 生态系统，合理利用土地资源提供理论依据。 关键词： 土地利用；生态系统服务；地形位指数；地形梯度；岷江上游；青藏高原东缘     

基于时空数据融合的江汉平原水稻种植信息提取

及时、准确监测水稻种植面积,对区域粮食政策制定、粮食安全以及农业发展具有重要意义。然而我国南方地区水稻生长期内降水充沛的气候特点使得遥感影像"云污染"现象严重,为解决水稻种植信息遥感提取存在可用数据不足的问题,以江汉平原为例,利用时空数据融合模型(Spatial and Temporal Data Fusion Approach,STDFA)将Landsat 8 OLI与时序MODIS数据融合,重构出具有高时-空分辨率特征数据,然后采用面向对象的SVM分类方法对研究区内水稻种植信息进行提取,结果如下:融合后的红与近红外波段反射率与真实反射率的相关系数分别为0.84和0.81,研究区水稻提取精度为94.46%,Kappa系数为0.91。说明时空融合模型能够较好地重构出高时空分辨率数据,从而实现多云雨地区农作物种植信息遥感提取。     

利用中巴地球资源卫星数据反演武汉市湖泊营养状态指数

以武汉市主要湖泊为例，研究了利用中巴地球资源卫星（CBERS2）数据反演水体营养状态指数（TLI）。研究旨在评估利用中巴地球资源卫星数据来估算内陆水体富营养化程度的可能性。首先利用地面水质监测数据计算武汉市某些湖泊监测点的“真实的”营养状态指数（包括综合营养状态指数和修正的Carlson营养状态指数），同时，在事先经过辐射校正和几何校正的CBERS2图像上，以9×9像元为采样窗口，提取各个对应地点的灰度值均值（从波段1至波段4）；然后，采用多元逐步回归分析，以各波段灰度值均值为自变量，建立营养状态指数经验遥感反演模型；最后，利用模型对整个湖泊水体的营养化状态指数进行反演，并绘制了其空间分布图。 结果显示，营养状态指数的自然对数值与CBERS2图像各波段灰度值之间存在较好相关关系，回归系数平方值(R²)为0.51。利用反演模型反演得到的湖区水质分布与实际情况基本相符。由于CBERS2图像数据可以从我国许多数据分发中心免费获取，这为低成本的水质遥感监测提供了一条途径。