李雪冬， 張洪巖， 楊廣斌， 李曉松， 周越

(1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽　550001； 2.東北師范大學(xué)地理科學(xué)學(xué)院，長春　130024；3.中國科學(xué)院遙感與數(shù)字地球研究所，北京　100101)

?

輔以地貌類型的喀斯特地區(qū)土地利用信息提取

李雪冬1,2， 張洪巖2， 楊廣斌1， 李曉松3， 周越1

(1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽550001； 2.東北師范大學(xué)地理科學(xué)學(xué)院，長春130024；3.中國科學(xué)院遙感與數(shù)字地球研究所，北京100101)

摘要：地貌限制土地利用形式，土地利用類型又影響著地貌的形成與演化，基于以上關(guān)系提出一種輔以地貌類型的面向?qū)ο笸恋乩眯畔⑻崛》椒āＲ钥λ固氐孛差愋头植级鄻拥陌岔樖袨槔?，選取2010年的TM影像作為基本的數(shù)據(jù)源。首先，根據(jù)不同喀斯特地貌組合的尺度響應(yīng)特征對試驗區(qū)影像進(jìn)行多尺度分割； 進(jìn)而利用數(shù)字高程模型(digitalelevationmodel,DEM)數(shù)據(jù)以及衍生的坡度、地形起伏度和地表切割深度等特征，建立隸屬度函數(shù)提取喀斯特地貌信息； 最后，以地貌類型為基本分類單元，根據(jù)不同地貌類型的土地利用特點，采用面向?qū)ο蟮姆诸惙椒▽ν恋乩眯畔⑦M(jìn)行提取。結(jié)果表明： 面向?qū)ο蟮姆诸惙椒梢詫λ固氐孛差愋瓦M(jìn)行自動提取，試驗區(qū)地貌類型主要以峰叢谷地、峰叢洼地為主，峰林溶源與峰林盆地分布較少。土地利用類型以灌木與旱地為主，分別占總面積的25.58%和20.74%，土地利用信息提取總體精度達(dá)到87.35%。

關(guān)鍵詞：喀斯特地區(qū)土地利用； 喀斯特地貌分類； 面向?qū)ο蠓诸悾?隸屬度函數(shù)

0引言

土地利用方式可以改變地表外營力的作用方式和力度大小，對地貌的形成、發(fā)展和演化有一定的影響[1-2]，地貌又通過對水分和熱量的地表分配制約著土地利用形式[3]。貴州省地處我國西南部連片喀斯特地貌的核心部位，以其脆弱的環(huán)境和鮮明的特色蜚聲海內(nèi)外，是全球罕見的“喀斯特博物館”[4]，喀斯特山區(qū)社會、經(jīng)濟(jì)的可持續(xù)發(fā)展受到嚴(yán)重的制約，其主要原因是喀斯特山區(qū)石漠化加劇，從而限制了土地的利用[5-7]。

本文以喀斯特地貌廣布的貴州省安順市為研究區(qū)，以TM影像為數(shù)據(jù)源，利用多尺度分割技術(shù)，以地貌單元的最佳擬合尺度進(jìn)行分割，形成多層影像對象層，以數(shù)字高程模型(digitalelevationmodel,DEM)以及衍生的坡度、地形起伏度和地表切割深度等為特征，建立隸屬度函數(shù)，運(yùn)用專家決策樹提取地貌類型信息，以地貌類型為分類單元，采用支持向量機(jī)的分類方法對土地利用信息進(jìn)行提取。該方法不僅對喀斯特地區(qū)土地利用信息提取精度的提高有促進(jìn)作用，同時對提出生態(tài)安全條件下土地利用空間格局與土地利用方式也具有顯著意義。

1研究區(qū)概況及數(shù)據(jù)源

1.1研究區(qū)概況

貴州省安順地區(qū)是典型的喀斯特地貌集中區(qū)，地處E105°13′～106°34′，N25°21′～26°38′之間，平均海拔高度在1 102～1 694m之間，屬典型的高原型濕潤亞熱帶季風(fēng)氣候，雨量充沛。地勢整體西高東低，南北兩端向北盤江和烏江傾斜，全區(qū)以巖溶丘陵地貌為主，石灰?guī)r廣布，江河峽谷縱橫交錯，南部和西北邊緣為山地峽谷，中部為平地丘陵，北部為洼地叢峰。峰叢石林、森林湖泊、暗河泉水星羅棋布，1 200多個地表溶洞構(gòu)成一幅幅絢麗多姿的立體畫卷，是貴州喀斯特地貌發(fā)育最成熟、最典型的地帶。

1.2數(shù)據(jù)源

本文選取2010年5月美國陸地衛(wèi)星Landsat5所獲取的多波段掃描影像(TM)為實驗數(shù)據(jù)源。在本研究中，除利用TM影像數(shù)據(jù)外，還引入了30m分辨率的數(shù)學(xué)高程模型(digitalelevationmodel,DEM)數(shù)據(jù)、水文地質(zhì)數(shù)據(jù)以及土壤數(shù)據(jù)等輔助數(shù)據(jù)參與分析。

2研究方法

本研究主要包括地貌信息提取以及基于地貌的土地利用信息提取兩部分，兩者均采用面向?qū)ο蠓椒▽崿F(xiàn)。圖1為研究區(qū)影像(R(B4)G(B3)B(B2)融合)，在此基礎(chǔ)上進(jìn)行圖像分割等處理，技術(shù)路線見圖2。

圖1　研究區(qū)位置圖

2.1制定分類體系

研究區(qū)的土地利用類型可分為有林地、灌木林地、疏林地、草地、旱地、水田、建筑用地以及水體等8類。結(jié)合研究區(qū)的地貌特征以及前人研究成果[8-10]，本文將區(qū)內(nèi)的地貌類型確定為正地形的峰林和峰叢，負(fù)地形的溶洼、溶盆、溶谷、溶原等類。其組合形態(tài)有6種： 峰叢洼地、峰叢谷地、峰林洼地、峰林谷地、峰林盆地、峰林溶源(圖3)。

(a) 峰叢洼地(b) 峰叢谷地 (c) 峰林洼地

(d) 峰林谷地(e) 峰林盆地 (f) 峰林溶源

圖3地貌標(biāo)志

Fig.3Establishsigndatabaseoflandform

2.2多尺度分割

各地貌類型在不同尺度上顯現(xiàn)出的特征不同，各種地物在不同尺度上的表征也存在很大差異[11-13]，不同地貌和地物類型的尺度響應(yīng)特征就是將滿足一定均質(zhì)性標(biāo)準(zhǔn)的像元根據(jù)“區(qū)域增長”的方法聚合到一起，形成對象[14-15]，對象的異質(zhì)性計算方法為

f=Whcolor+(1-W)hshape,

(1)

hshape=Wcompacthcompact+Wsmoothhsmooth,

(2)

式中: f為異質(zhì)性； W為光譜權(quán)重值(0

影像的多尺度分割是解決尺度效應(yīng)的重要途徑，也是面向?qū)ο蠓诸惖幕A(chǔ)。每個地貌和地物類型都有各自的擬合尺度，尺度并不一定是越小越好，分割尺度過小，地貌和地物失去了宏觀的特性，分割尺度過大不同地貌類型會混雜在一起。

2.3面向?qū)ο蠓诸?/p>

喀斯特地區(qū)地物破碎，且“同物異譜、同譜異物”現(xiàn)象比較明顯，傳統(tǒng)的基于像元分類方法只能利用光譜信息[16-17]，分類精度不高，而且會產(chǎn)生大量的“椒鹽”現(xiàn)象[18-20]。面向?qū)ο蟮姆诸惙椒◤浹a(bǔ)了傳統(tǒng)分類方法的不足，除利用光譜信息外還利用了紋理、幾何信息，同時還可以借助其他輔助信息參與分類[21]，因此本文的地貌/土地利用信息提取采用面向?qū)ο蟮姆椒▽崿F(xiàn)。

面向?qū)ο蟮姆诸愃惴ㄓ谢谥R的決策樹分類和基于樣本的最鄰近分類2種。本文在地貌信息的提取過程中主要利用決策樹分類算法，借助DEM數(shù)據(jù)以及派生出的坡度、地形起伏度和地表切割深度等參數(shù)構(gòu)建特征空間，最終實現(xiàn)地貌分類。由于地貌類型大多具有明確的內(nèi)涵而不具備確切的外延。因此，采用硬性的閾值進(jìn)行分類，不能滿足地貌類型的自然屬性，故本文引用隸屬度函數(shù)對各種地貌類型定義了相應(yīng)的類描述。土地利用類型的提取采用決策樹分類與樣本的最鄰近分類相結(jié)合的方法，由于以上2種算法在不同的影像對象層和不同地類的提取中顯示出不同的優(yōu)勢，所以將2者結(jié)合進(jìn)行信息的提取會達(dá)到更好的效果。

2.4典型喀斯特地貌的土地利用特征

土地利用類型影響了喀斯特地貌的演變，喀斯特地貌又限制了土地利用方式，致使土地利用空間格局呈現(xiàn)獨特的特點，在不同地貌類型中，存在不同土地利用類型并且地類斑塊的破碎度均存在很大差異[22-23](表1)。研究區(qū)為典型喀斯特山區(qū)，海拔高度和地勢起伏度都較大，平坦地面較少，造成了農(nóng)業(yè)可耕作土地較少，開墾受到地形的限制，機(jī)械化與產(chǎn)品運(yùn)送都較困難，同時全區(qū)地物斑塊破碎，土壤屬性難以改變，不同的地貌類型其熱量、水分條件差異顯著，造成了土地利用結(jié)構(gòu)的分異。在峰林、峰叢區(qū)域地表起伏明顯、坡度較大、土地利用困難，同時水土流失嚴(yán)重，致使植被生長條件相對較差； 而耕地與居民用地則大多聚集在地勢較平坦的溶原與溶盆區(qū)域，因為這些區(qū)域的土地利用較為容易，自然資源的可利用率較高。因此，本文充分利用喀斯特地貌對土地利用的限制與影響，總結(jié)不同地貌類型的土地利用特點與斑塊破碎程度，最后以地貌類型為基本分類單元，對土地利用信息進(jìn)行提取。

表1　不同地貌類型土地利用特點

3方法應(yīng)用

3.1地貌信息提取

地貌信息提取采用面向?qū)ο蟮姆诸惙椒?，包括多尺度分割和面向?qū)ο蟮姆诸?部分。

3.1.1多尺度分割

在研究區(qū)范圍內(nèi)除喀斯特地貌類型外還包括非喀斯特地貌，喀斯特區(qū)域與非喀斯特區(qū)域土地利用信息存在很大差異。為了在后續(xù)處理中能得到更好的土地利用信息，首先要區(qū)分喀斯特區(qū)域與非喀斯特區(qū)域。由于喀斯特作用發(fā)生在特殊的水文、地質(zhì)背景下，可以借助土壤圖、水文地質(zhì)數(shù)據(jù)來確定喀斯特與非喀斯特區(qū)域的界限。先將輔助數(shù)據(jù)與影像進(jìn)行疊加分析，根據(jù)喀斯特的發(fā)生機(jī)理確定喀斯特區(qū)域； 然后用專題矢量數(shù)據(jù)分割遙感影像數(shù)據(jù)，確定喀斯特與非喀斯特的界限(圖4(a))。圖中格網(wǎng)部分為非喀斯特區(qū)域，黑色實線為分割邊界線。由于本研究需要對喀斯特地貌繼續(xù)進(jìn)行分類，因此需要對喀斯特區(qū)域繼續(xù)進(jìn)行分割。喀斯特地區(qū)的分割由像元層開始進(jìn)行，開始先設(shè)置較小分割尺度，下一層分割尺度的擴(kuò)張幅度則根據(jù)上一層中對象的光譜異質(zhì)性和形狀異質(zhì)性決定，不斷地進(jìn)行這樣的尺度擴(kuò)張和鄰域合并，直至最后確定出最優(yōu)的分割尺度。本研究確定最優(yōu)分割尺度的方法為試錯法，即通過不斷變換分割尺度以及調(diào)整分割參數(shù)的權(quán)重，最后根據(jù)先驗知識以及人為判別能力選取最優(yōu)分割參數(shù)，直至所有的地貌類型都能夠在某一層上都得到較好的信息表達(dá)(圖4)。

(a) 輔助數(shù)據(jù)分割 (b)Level1，分割尺度100 (c)Level2，分割尺度200(d)Level3，分割尺度500

圖4不同地貌類型的尺度響應(yīng)

Fig.4Multiresolutionsegmentationofdifferentlandform

3.1.2面向?qū)ο蠓诸?/p>

采用構(gòu)建規(guī)則集的方法對地貌類型進(jìn)行提取，規(guī)則集中特征空間的構(gòu)建主要結(jié)合TM數(shù)據(jù)以及輔助數(shù)據(jù)、DEM數(shù)據(jù)以及衍生的坡度(slope)、地形起伏度(R)和地表切割深度(D)等，即

D=Hmean-Hmin，

(3)

R=Hmax-Hmin，

(4)

式中： Hmax為對象的最大高程值； Hmin為對象的最小高程值； Hmean為對象的平均高程。

1)峰林、峰叢提取。峰林、峰叢在影像上有獨特的顯示效果，如橘皮狀、花生殼狀。其主要特點是構(gòu)成了地表的起伏形態(tài)，海拔在200～1 000m左右，相對高程最大可達(dá)600m，坡度較大。因此利用DEM數(shù)據(jù)以及衍生的坡度、地表起伏度等數(shù)據(jù)(slope>20 ，R≥200)可以將峰林、峰叢與其他地貌區(qū)分。峰林與峰叢的最大區(qū)別就是石峰基底是否相連。峰林是由分散離立的石峰組成，石峰多呈錐形、塔形或筒形； 峰叢則呈大片或塊狀分布，石峰的基底相連，因此利用石峰對象的長寬比特征(峰林(length/width)<峰叢)可將其進(jìn)行劃分。

2)洼地、谷地提取。洼地與谷地是相對于峰林、峰叢的負(fù)地形地貌類型，可以借助于峰林、峰叢相似的指標(biāo)進(jìn)行提取。洼地與谷地的區(qū)分主要依據(jù)地表的切割深度特征(洼地(D)>谷地)。該特征反映了地球表面被侵蝕切割的情況，對其進(jìn)行量化，可視為峽谷地貌類型提取的重要參考指標(biāo)。

3)溶源、盆地提取。溶源與盆地均有較平坦的基巖地面，地表河流較為豐富，土地利用方式多以耕地為主，同時盆地中多分布較多的居民點。歸一化植被指數(shù)(normalizeddifferencevegetationindex，NDVI)對綠色植被的生長狀態(tài)具有最佳的指示作用，可以依據(jù)NDVI將林地、耕地與其他地類區(qū)分； 也由于盆地和溶源都比較平坦，可以在NDVI基礎(chǔ)上利用坡度信息將其提取(NDVI>0.35，slope≤10)。溶源的平坦基底相對于盆地要小，在溶源內(nèi)部會有拔起的石峰； 而盆地周圍一般被石峰包圍。因此借助面積特征(盆地(area)>溶源)與臨近對象關(guān)系特征可以將它們區(qū)分。

基于以上的分析，選取相應(yīng)的特征建立規(guī)則集(表2)。

表2　多層次影像分類規(guī)則

按照表2提取各個地貌類型，研究區(qū)地貌典型影像與分類結(jié)果疊加圖如圖5所示,全區(qū)的地貌類型提取結(jié)果見圖6。

(a) 峰叢洼地(b) 峰叢谷地 (c) 峰林洼地

(d) 峰林谷地(e) 峰林盆地 (f) 峰林溶源

圖5地貌類型典型影像與疊加圖分類結(jié)果

Fig.5Overlaychartofthetypicalimagesandclassificationresults

圖6　地貌類型分類結(jié)果

3.2土地利用信息提取

研究區(qū)地貌類型提取獲得了喀斯特與非喀斯特2大類地區(qū)，其中喀斯特地區(qū)又包括峰叢、峰林、盆地、溶源、谷地和洼地等6種地貌形態(tài)。土地利用類型的提取方法仍采用面向?qū)ο蟮姆诸惙椒??？紤]到土地利用類型的自然分布規(guī)律，本研究不再以圖幅或者行政邊界為基本分類單元，而是以地貌類型為基本分類單元。

安順市土地利用類型可分為有林地、灌木林地、疏林地、草地、旱地、水田、建筑用地以及水體等8類。由于在不同的地貌單元中地物斑塊大小與主要地物類型均不相同，因此需要根據(jù)不同地貌類型的土地利用類型特點，確定最佳分割尺度，從而對地貌類型進(jìn)行多尺度分割，生成與土地利用類型最佳擬合的斑塊。最佳尺度的選擇仍然采用以上提出的試錯法。土地利用類型的提取采用基于知識的決策樹分類與基于樣本的最鄰近分類相結(jié)合的方法。針對研究區(qū)主要土地利用類型的特點，選取了TM1—TM5，TM7波段的均值以及標(biāo)準(zhǔn)差、NDVI以及DEM衍生的坡度信息等14個指標(biāo)構(gòu)造樣本的特征空間。對于依據(jù)少數(shù)特征就可以進(jìn)行區(qū)分的地類(如植被與水體)，采用決策樹分類法效果較好； 對于依據(jù)少數(shù)特征不能區(qū)分的地類(如草地與灌木林地)，則采用最臨近分類方法。分類結(jié)果如圖7所示。

圖7　土地利用分類結(jié)果

基于土地利用分類結(jié)果，應(yīng)用ArcGIS10.2 對不同土地利用類型進(jìn)行統(tǒng)計分析。統(tǒng)計可知，安順地區(qū)灌木林地分布最多，面積為2 360.73km2，主要分布在安順市關(guān)嶺和紫云地區(qū)； 旱地次之，面積為1 913.93km2，占總面積的20.74%，在安順市各地均有分布； 有林地與草地的面積較為相近，分別為1 773.81km2和1 747.58km2，占總面積的19.22%與18.94%； 水田面積為1 003.63km2，占總面積的10.88%，主要分布在平壩與西秀區(qū)境內(nèi)； 建筑用地、稀疏林和水體的面積分布較少，分別占總面積的1.99%,2.02%和0.63%。

3.3精度評價

分類結(jié)果的精度評估采用采樣調(diào)查的方法。根據(jù)地類的可分性以及各個地類的占地面積情況，均勻選取160個采樣點，其中野外調(diào)查120個，通過GoogleEarth等高分影像獲得40個。稀疏林、灌木林地以及草地等難以分辨的地類以野外實地調(diào)查為主，水體、建筑用地等以高分影像為主。評價結(jié)果如表3所示?？傮w分類精度為87.35%，Kappa=0.821。

表3　分類結(jié)果精度評價表

由表3可知，所有地類的分類精度都達(dá)到了80%以上，其中水體、水田、建筑用地的分類精度較高，均超過了90%； 草地與稀疏林的分類精度較低些，主要因為草地與稀疏林、生長狀況較好的灌木林地與有林地的光譜特征相近，出現(xiàn)了不同程度的混分現(xiàn)象； 草地的誤分現(xiàn)象比較分散，與旱地、稀疏林地、灌木林地均有誤分，主要是因為不同覆蓋的草地與其他地類有不同程度的相似之處； 旱地的用戶精度較低，主要是因為試驗區(qū)內(nèi)旱地分布較為分散并且斑塊較小，因而出現(xiàn)了與其他地物混分的現(xiàn)象。

4結(jié)論與討論

本文利用面向?qū)ο蟮姆椒▽ρ芯繀^(qū)喀斯特地貌信息進(jìn)行了自動化提取，同時又基于地貌與土地利用相互作用關(guān)系，實現(xiàn)了基于地貌類型的土地利用信息提取。

1)面向?qū)ο蟮姆椒梢杂行У貞?yīng)用于喀斯特地貌信息提取。本文從喀斯特地區(qū)固有特征出發(fā)，運(yùn)用專家經(jīng)驗知識制定規(guī)則集，實現(xiàn)了喀斯特地貌自動提取，提取結(jié)果表明安順市喀斯特地貌廣布，從高原分水嶺區(qū)的峰林盆地過渡到峰林谷地，再到干流峽谷區(qū)封閉的峰叢洼地，表現(xiàn)出明顯的分帶現(xiàn)象。

2)輔助地貌信息可以提高土地利用信息提取精度。以往的土地利用信息提取均是以影像大小或行政邊界作為分類的單元，不能充分反映土地利用的自然規(guī)律。針對研究區(qū)為典型的喀斯特地貌分布區(qū)，地物復(fù)雜且斑塊破碎的特點，本文充分考慮了地貌類型與土地利用類型的相互作用關(guān)系，以地貌單元為基本分類單元，利用面向?qū)ο蟮姆椒▽ν恋乩眯畔⑦M(jìn)行提取，分類總體精度達(dá)到87.35%。

3)安順地區(qū)土地利用類型以灌木林地、旱地為主，分別占總面積的25.58%和20.74%，水體分布面積最少，僅為0.63%。研究區(qū)受喀斯特石漠化的影響，地物斑塊破碎，森林覆蓋率較低。因此，在今后的石漠化治理、水土保持工作中需充分考慮地貌信息與土地利用信息之間的作用關(guān)系，科學(xué)地安排土地利用格局。

本文初步實現(xiàn)了輔以地貌的土地利用信息提取方法，但仍存在一些有待于改進(jìn)的不足之處。如在多尺度分割中，最優(yōu)分割尺度主要還是以人工干預(yù)的方式確定，具有一定的主觀性。在地貌信息提取中利用多種輔助數(shù)據(jù)，數(shù)據(jù)來源不同，并且精度不一，會不同程度地影響地貌信息提取的精度。雖然在本文的研究中地貌信息只是土地利用信息提取的參考，但地貌信息精確提取是一個十分值得深入研究的課題。

參考文獻(xiàn)(References)：

[1]程維明,周成虎.多尺度數(shù)字地貌等級分類方法[J].地理科學(xué)進(jìn)展,2014,33(1):23-33.

ChengWM,ZhouCH.Methodologyonhierarchicalclassificationofmulti-scaledigitalgeomorphology[J].ProgressinGeography,2014,33(1):23-33.

[2]宋乃平,陳忠祥.地貌與土地利用關(guān)系之探討[J].寧夏大學(xué)學(xué)報:自然科學(xué)版,1993,14(3):27-31.

SongNP,ChenZX.Astudyontherelationshipoflandformandlanduse[J].JournalofNingxiaUniversity:NaturalScienceEdition,1993,14(3):27-31.

[3]周成虎,程維明,錢金凱,等.中國陸地1∶100萬數(shù)字地貌分類體系研究[J].地球信息科學(xué)學(xué)報,2009,11(6):707-724.

ZhouCH,ChengWM,QianJK,etal.Researchontheclassificationsystemofdigitallandgeomorphologyof1∶1 000 000inChina[J].JournalofGeo-InformationScience,2009,11(6):707-724.

[4]李宗發(fā).貴州喀斯特地貌分區(qū)[J].貴州地質(zhì),2011,28(3):177-181,234.

LiZF.DivisionofkarstlandforminGuizhou[J].GuizhouGeology,2011,28(3):177-181,234.

[5]盈斌,熊康寧,陳起偉,等.喀斯特地區(qū)土地利用與石漠化分布特征研究——以貴州省畢節(jié)市鴨池示范區(qū)為例[J].水土保持通報,2012,32(2):190-193.

YingB,XiongKN,ChenQW,etal.Distributionfeaturesofrockydesertificationandlanduseinkarstarea:WithspecialreferencetoYachidemonstrationbaseinBijieAreaofGuizhouProvince[J].BulletinofSoilandWaterConservation,2012,32(2):190-193.

[6]熊康寧,池永寬.中國南方喀斯特生態(tài)系統(tǒng)面臨的問題及對策[J].生態(tài)經(jīng)濟(jì),2015,31(1):23-30.

XiongKN,ChiYK.TheproblemsinsouthernChinakarstecosysteminsouthernofChinaanditscountermeasures[J].EcologicalEconomy,2015,31(1):23-30.

[7]宋同清,彭晚霞,杜虎,等.中國西南喀斯特石漠化時空演變特征,發(fā)生機(jī)制與調(diào)控對策[J].生態(tài)學(xué)報,2014,34(18):5328-5341.

SongTQ,PengWX,DuH,etal.Occurrence,spatial-temporaldynamicsandregulationstrategiesofkarstrockydesertificationinsouthwestChina[J].ActaEcologicaSinica,2014,34(18):5328-5341.

[8]陳述彭.西南地區(qū)的喀斯特地貌[J].地理知識,1954(3):74-76.

ChenSP.ThekarstgeomorphologyinsouthwestChina[J].GeographicalKnowledges,1954(3):74-76.

[9]曾昭璇.中國南部石灰?guī)r地貌類型若干問題[J].地質(zhì)學(xué)報,1964,44(1):119-129.

ZengZX.SomequestionsontheclassificationofrelieftypesinkarstregioninsouthChina[J].JournalofGeology,1964,44(1):119-129.

[10]中國科學(xué)院地質(zhì)研究所巖溶研究組.中國巖溶研究[M].北京:科學(xué)出版社,1979.

ResearchgroupofChineseAcademyofSciencesInstituteofKarstGeologyResearch.KarstResearchinChina[M].Beijing:SciencePress,1979.

[11]李雪冬,楊廣斌,張旭亞,等.利用影像尺度響應(yīng)進(jìn)行城市擴(kuò)張變化檢測[J].山地學(xué)報,2014,32(3):293-299.

LiXD,YangGB,ZhangXY,etal.Applicationofmultiscalsegmentationtothedetectionofurbanexpansion[J].MountainResearch,2014,32(3):293-299.

[12]魯恒,李永樹,唐敏.面向?qū)ο蟮纳降貐^(qū)域多源遙感影像分割尺度選擇及評價[J].山地學(xué)報,2011,29(6):688-694.

LuH,LiYS,TangM.Evaluationandselectionofsegmentationscalewithobject-orientedmethodinmultiplesourceremotesensingimageofmountainareas[J].JournalofMountainScience,2011,29(6):688-694.

[13]MarthaTR,KerleN,vanWestenCJ,etal.Object-orientedanalysisofmulti-temporalpanchromaticimagesforcreationofhistoricallandslideinventories[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2012,67:105-119.

[14]SulongI,Mohd-LokmanH,Mohd-TarmiziK,etal.MangrovemappingusingLandsatimageryandaerialphotographs:KemamanDistrict,Terengganu,Malaysia[J].Environment,DevelopmentandSustainability,2002,4(2):135-152.

[15]張學(xué)儒,劉林山,張鐿鋰,等.基于ENVIZOOM面向?qū)ο蟮母吆０喂鄥仓脖惶崛　远ㄈ湛h為例[J].地理與地理信息科學(xué),2010,26(4):104-108.

ZhangXR,LiuLS,ZhangYL,etal.Extractionofshrubvegetationbyobject-orientedclassificationmethodbasedonENVIZOOMinhigh-altitudearea:AcaseofDingriCounty[J].GeographyandGeo-InformationScience,2010,26(4):104-108.

[16]苑全治,吳炳方,張磊,等.輔助數(shù)據(jù)在面向?qū)ο蠓诸惙椒ㄖ械膽?yīng)用——以密云水庫上游為例[J].生態(tài)學(xué)報,2014,34(24):7202-7209.

YuanQZ,WuBF,ZhangL,etal.Applicationofauxiliarydataintheobject-basedclassificationmethod:AcasestudyontheMiyunReservoirarea[J].ActaEcologicaSinica,2014,34(24):7202-7209.

[17]賈明明,任春穎,劉殿偉,等.基于環(huán)境星與MODIS時序數(shù)據(jù)的面向?qū)ο笊种脖环诸怺J].生態(tài)學(xué)報,2014,34(24):7167-7174.

JiaMM,RenCY,LiuDW,etal.Object-orientedforestclassificationbasedoncombinationofHJ-1CCDandMODISNDVIdata[J].ActaEcologicaSinica,2014,34(24):7167-7174.

[18]李雪冬,楊廣斌,李蔓,等.面向?qū)ο蟮目λ固氐貐^(qū)土地利用遙感分類信息提取——以貴州畢節(jié)地區(qū)為例[J].中國巖溶,2013,32(2):231-237.

LiXD,YangGB,LiM,etal.RSclassificationinformationextractionoflanduseinkarstareabymeansofobjectorientedapproach:AcaseinBijie,Guizhou[J].CarsologicaSinica,2013,32(2):231-237.

[19]XuEQ,ZhangHQ,LiMX.Object-basedmappingofkarstrockydesertificationusingasupportvectormachine[J].LandDegradation&Development,2015,26(2):158-167.

[20]ZhangCY,XieZX.Combiningobject-basedtexturemeasureswithaneuralnetworkforvegetationmappingintheEvergladesfromhyperspectralimagery[J].RemoteSensingofEnvironment,2012,124:310-320.

[21]吳田軍,胡曉東,夏列鋼,等.基于對象級分類的土地覆蓋動態(tài)變化及趨勢分析[J].遙感技術(shù)與應(yīng)用,2014,29(4):600-606.

WuTJ,HuXD,XiaLG,etal.Analysisondynamicchangeandtendencyofland-coverbasedonobject-orientedclassification[J].RemoteSensingTechnologyandApplication,2014,29(4):600-606.

[22]盛茂銀,熊康寧,崔高仰,等.貴州喀斯特石漠化地區(qū)植物多樣性與土壤理化性質(zhì)研究[J].生態(tài)學(xué)報,2015,35(2):434-448.

ShengMY,XiongKN,CuiGY,etal.Plantdiversityandsoilphysical-chemicalpropertiesinkarstrockydesertificationecosystemofGuizhou,China[J].ActaEcologicaSinica,2015,35(2):434-448.

[23]吳秀芹,蔡運(yùn)龍,蒙吉軍.喀斯特山區(qū)土壤侵蝕與土地利用關(guān)系研究——以貴州省關(guān)嶺縣石板橋流域為例[J].水土保持研究,2005,12(4):46-48,77.

WuXQ,CaiYL,MengJJ.Impactsoflanduseonsoilerosioninkarstmountainousarea:AcasestudyinShibanqiaocatchmentinGuanlingCounty,GuizhouProvince[J].ResearchofSoilandWaterConservation,2005,12(4):46-48,77.

(責(zé)任編輯： 李瑜)

Extraction of land cover information of Karst based on landform

LI Xuedong1,2, ZHANG Hongyan2, YANG Guangbin1, LI Xiaosong3, ZHOU Yue1

(1. School of Geography and Enviroment Sciences, Guizhou Normal University, Guiyang 550001, China; 2. School of Geographical Science, Northeast Normal University, Chanchun 130024, China; 3. Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China)

Abstract:Landscapelimitedformsoflanduseandlandusetypeinfluencetheformationandevolutionofthelandscape.Inviewofthatrelationship,thispaperproposesanobject-orientedlanduse/landcoverclassificationmethod.TakingAnshunCitywithdiversekarstlandformtypesasanexampleandusing2010TMimagesasthebasicdatasource,theauthorsdividedthetestdataaccordingtodifferentscaleresponsecharacteristicsofdifferentkarstlandformscombinationsandwithmulti-scalesegmentationtechnology.UsingDEMdataandthederivativefeaturessuchasslope,reliefamplitude,andsurfaceincisionandestablishingmembershipfunctionsdeterminingthethreshold,theauthorsextractedthekarstlandforminformation.Then,onthebasisoflandformtypesandaccordingtothelandusecharacteristicsofdifferentlandformtypes,theauthorsdividedlandusetypesbyusingnearestneighboranalysis.Overallclassificationprecisionreached87.35%.Finally,thedistributioncharacteristicsoflandformandlandcoverwerediscussedonthebasisoftheclassificationresults.Theresultsshowthatthelandformtypesinthestudyareaaremainlypeakclustervalleyandpeakclusterdepression,withafewkarstpimpleplainsandhoodoobasins.Landcovertypesaremainlyshrubsanddryland,whichaccountfor25.58%and20.74%oftotalarearespectively.

Keywords:landcoverofkarst;classificationofkarstlandform;object-orientedclassification;membershipfunction

doi:10.6046/gtzyyg.2016.03.22

收稿日期：2015-03-24；

修訂日期：2015-06-10

基金項目：貴州省科學(xué)技術(shù)基金項目“喀斯特山地城市生態(tài)安全態(tài)勢及其景觀優(yōu)化研究”(編號： 黔科合J字LKS[2012]26號)、貴州省重大專項項目“貴州省‘?dāng)?shù)字環(huán)保’關(guān)鍵技術(shù)研究及示范應(yīng)用”(編號： 黔科合重大專項字[2012]6007號)、國家自然科學(xué)基金項目“喀斯特山區(qū)石漠化多源高分遙感定量評估”(編號： 41361091)、貴州省優(yōu)秀青年科技人才培養(yǎng)對象專項資金項目“石漠化信息多源遙感協(xié)同反演技術(shù)研究”(編號： 黔科合人字[2013]39號)及中央高?；究蒲袠I(yè)務(wù)費專項資金項目“大興安嶺植被物候遙感反演及其規(guī)律特征研究”(編號： 14QIVJJ025)共同資助。

中圖法分類號：TP79

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-070X(2016)03-0138-08

第一作者簡介：李雪冬(1988-)，男，博士研究生，主要從事遙感分類與定量遙感方面的研究。Email:li.xuedong.1988@163.com。

通信作者：楊廣斌(1973-)，男，博士, 教授，主要從事地理信息系統(tǒng)開發(fā)與應(yīng)用研究。Email:ygbyln@163.com。

引用格式： 李雪冬,張洪巖,楊廣斌,等.輔以地貌類型的喀斯特地區(qū)土地利用信息提取[J].國土資源遙感,2016,28(3):138-145.(LiXD,ZhangHY,YangGB,etal.ExtractionoflandcoverinformationofKarstbasedonlandform[J].RemoteSensingforLandandResources,2016,28(3):138-145.)