王小蓮

【摘 要】研究納帕海流域土地利用變化情況能有效揭示人與自然和諧發(fā)展問題。論文在采用1987-2014年Landsat影像的基礎上，利用支持向量機得到納帕海流域六類土地利用類型變化。結果顯示，納帕海流域近30年來草地面積不斷減少，水域面積有較小波動，林地與灌木林地之間相互轉化，林地呈增長趨勢，建設用地面積不斷增加，主要集中在納曲河南岸地區(qū)。

【Abstract】The study of land use change in the Napa sea basin can effectively reveal the harmonious development of human and nature. Based on the Landsat images from 1987 to 2014， this paper uses the support vector machine to obtain the changes of six land use types in the Napa sea basin. The results show that in the past 30 years， the grassland area in the Napa sea basin has been decreasing， the water area has a small fluctuation， the woodland and shrub woodland transform each other， the woodland shows a growing trend， and the construction land area has been increasing， which ?mainly concentrated in the south bank of the Napa river.

【關鍵詞】土地利用;動態(tài)變化;遙感監(jiān)測;納帕海流域

【Keywords】 land use; dynamic change; remote sensing monitoring; Napa sea basin

【中圖分類號】P963 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2019）03-0087-02

1 引言

土地利用的動態(tài)監(jiān)測影響到氣候變化、生態(tài)平衡與人類活動等全球性的核心問題[1]。20世紀90年代以來，隨著全球性問題關注度的提高及3S技術的高速發(fā)展，促使土地利用變化的研究力度不斷加大，方法更加多樣化[2]。當前研究土地利用變化的常用技術是RS和GIS，其涉及的數據信息源中，Landsat影像的最小空間分辨率為30m，幾何精度較高，數據易于獲取。因此，在提取土地利用信息時可采用Landsat影像。

納帕海濕地地處青藏高原東南緣，由于其對氣候變化和人類活動擾動響應的高度敏感，開展其土地利用時空變化研究，對區(qū)域生態(tài)、社會經濟可持續(xù)發(fā)展有著重要意義[3]。但現(xiàn)已開展的研究距今較為久遠[4，5]，因此，本文將利用支持向量機，提取納帕海流域1987、1996、2005和2014年的土地利用分類信息，分析研究區(qū)土地利用結構和動態(tài)變化，以反映近30年境內土地利用的時空演變過程，為促進滇西北高原濕地區(qū)域的植被建設、土地資源開發(fā)利用與生態(tài)安全提升具有重要的現(xiàn)實意義。

2 研究區(qū)與數據

納帕海流域位于云南省香格里拉市西北角，地理位置為27°47′-27°55′N，99°35′-99°40′E，面積12046.51hm2，平均海拔3266m，屬低緯度高海拔，由草甸、沼澤、水面和湖周森林植被構成的季節(jié)性高原淡水湖泊沼澤濕地。四周山嶺環(huán)繞，屬寒溫帶高原季風氣候，受地形和大氣環(huán)流的影響，年平均降水量620mm，干濕季分明。1984年建立納帕海省級自然保護區(qū)，2005年被列入《國際重要濕地名錄》。

本文選用的遙感數據為1987年、1996年、2005年、2014年的Landsat影像，其數據均來自地理空間數據云。獲取4個時相Landsat影像后，借助ENVI 5.3軟件對其進行圖像預處理。

3 研究方法

3.1 分類方法

本文借助平臺ENVI，使用監(jiān)督分類中的人工目視解譯分類方法——支持向量機，提取土地利用類型。

①支持向量機。首先通過自動尋找能對分類有較大區(qū)分能力的支持向量，其次構造出分類器，最后實現(xiàn)不同類別之間的間隔最大化。②建立分類方案與規(guī)則集。結合實地勘察和與研究時間相近的Google Earth高分辨率影像進行對比匹配地類，在圖像上進行目視判讀，選取具有代表性的典型感興趣區(qū)（ROIs），根據ROIs中已知的不同地物的光譜特征，通過訓練計算機，進行未知地物分類到已知的地類中，實現(xiàn)自動識別的目的。③分類后處理。分類后的圖像存在較多小塊的圖斑，其在一定程度上干擾圖像的美感和地物面積計算結果。因此，使用Classification工具對小圖斑進行處理。依照研究區(qū)植被覆蓋/土地利用的特征，將其土地類型分為：林地、灌木林地、草地、耕地、建設用地和水域。