王義慧 宋磊
(山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院 山東泰安 271018)
對土地資源的合理規(guī)劃和利用一直以來都是一項難題,土地利用變化是人類活動對自然環(huán)境施加影響和干預(yù)的直觀反映[1]。土地利用變化監(jiān)測是指憑借遙感數(shù)據(jù),對土地的動態(tài)變化做出科學(xué)分析的技術(shù)[2]。運用遙感影像提取土地利用情況并對土地利用變化進(jìn)行監(jiān)測和分析已經(jīng)開始被廣泛應(yīng)用[3]。
濟(jì)南位于山東省中西部,南依泰山,北跨黃河,地處魯中南低山丘陵與魯西北沖積平原的交接帶上,地勢南高北低。北部為臨黃平原帶,中部山前平原帶,南部丘陵山區(qū)帶。位于北緯36°40′,東經(jīng)117°00′,屬于暖溫帶半濕潤季風(fēng)型氣候,春季干旱少雨,夏季溫?zé)岫嘤辏锛緵鏊稍?,冬季寒冷干燥[4]。
本文的研究數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn)Landsat8 OLI影像,共選取濟(jì)南市2015—2018年共四景影像數(shù)據(jù),云量均小于10%。
以ENVI5.3和ArcGIS為數(shù)據(jù)處理,分別對Landsat的兩期衛(wèi)星影像進(jìn)行輻射定標(biāo),大氣校正、拼接、裁剪等處理,并將多光譜數(shù)據(jù)與全色波段的數(shù)據(jù)進(jìn)行圖像融合,提高多光譜數(shù)據(jù)的分辨率,為分類工作做準(zhǔn)備。
根據(jù)《土地利用分類標(biāo)準(zhǔn)》( GB/T 21010—2007)以及分類樣本可分性分析,本文將研究區(qū)域劃分為五個類別,分別是林地/草地、耕地、水域、建設(shè)用地、未利用地。
在ENVI中利用ROI工具分別提取各個類別的樣本點,本次研究依據(jù)上述要求選取每類不少于40個樣本,利用ENVI中的ROI工具在2015年和2018年的影像上選取合適的樣本建立訓(xùn)練區(qū)[5]。對選取的樣本進(jìn)行可分離性分析,通常使用Jeffries-Matusita和Transformed Divergence 兩種參數(shù),值處于在0到2之間,越趨近2可分離性越好[6]。本次研究中樣本中除未利用地和建設(shè)用地可分離性為1.78外,其余樣本間的可分離性都在1.9,由于濟(jì)南市南部部分未利用土地的光譜反射特性與建設(shè)用地相似,樣本可分離性差,因此對于建設(shè)用地和未利用地先采取監(jiān)督分類,再對照Google Earth高分辨率影像對結(jié)果進(jìn)行手工分類處理,以求達(dá)到準(zhǔn)確分類的結(jié)果。
表1 分類結(jié)果精度
表2 土地轉(zhuǎn)移矩陣(單位/km2)
本研究利用監(jiān)督分類中的支持向量機(jī)作為分類方法,得到兩期影像的分類結(jié)果,并對分類后的結(jié)果進(jìn)行Majority/Minority分析,去除分類結(jié)果中的小斑塊,進(jìn)行分類統(tǒng)計,統(tǒng)計結(jié)果表明各類用地類型的光譜反射特性符合實際,初步證明分類結(jié)果準(zhǔn)確。
分類處理后利用混淆矩陣對分類結(jié)果進(jìn)行精度檢驗,兩期影像的總體精度分別是99.0042%和97.9485%,Kaapa系數(shù)分別0.9856和0.9732,用戶精度和制圖精度均在85%以上,符合精度標(biāo)準(zhǔn),說明分類結(jié)果可靠。
利用土地轉(zhuǎn)移矩陣將兩期影像中的土地利用變化信息提取出來,通過分析土地轉(zhuǎn)移矩陣,得出2015—2018年土地之間的轉(zhuǎn)化比例和轉(zhuǎn)化方向,從而預(yù)測城市發(fā)展方向。
濟(jì)南市作為省會城市,城鎮(zhèn)化進(jìn)程日益加快,建設(shè)用地的比例明顯增高,主要來源是未利用地和耕地;耕地面積略有下降,主要流向是建設(shè)用地;林地/草地面積大幅增加,主要來源是未利用地;未利用地比例下降最快,主要流向建設(shè)用地和林地/草地;水域面積減小,主要流向建設(shè)用地和林地/草地。