陳柯欣

摘? 要： 為了了解普蘭店市景觀類型變化與地形分布的關(guān)系，本文利用2000和2010年Landsat 5 TM遙感影像，在ENVI5.3軟件的支持下，獲取普蘭店土地利用類型，并基于DEM數(shù)據(jù)獲取高程、坡度、坡向，將土地利用數(shù)據(jù)與三者相疊加分析，研究發(fā)現(xiàn)：（1）2000～2010年普蘭店市土地利用類型變化具有主明顯的坡向型特征，集中在半陰坡、陰坡、半陽(yáng)坡上。（2）2000～2010年普蘭店市土地利用類型變化量隨著坡度增加而減少。（3）2000～2010年普蘭店市土地利用類型變化量主要集中在0～200 m高程級(jí)別上。該研究結(jié)果可為普蘭店市土地利用規(guī)劃部們提供幫助。

關(guān)鍵詞： 遙感;監(jiān)督分類;DEM;土地利用分類;普蘭店市

【Abstract】： In order to understand the relationship between landscape type change and topographic distribution in Pulandian City， this paper uses the Landsat 5 TM remote sensing image of 2000 and 2010 to classify the land use types of Pulandian city with the support of ENVI 5.3 software. It based on DEM data to obtain the elevation， slope and aspect .The land use data is superimposed on the analysis of the three. The research finds that： （1） From 2000 to 2010， the land use type change in Pulandian City has the main obvious slope-oriented characteristics， concentrated in the semi-shady slope and shady slope， and half sunny slope. （2） From 2000 to 2010， the amount of land use change in Pulandian City decreased with the increase of slope. （3） The amount of land use change in Pulandian City from 2000 to 2010 was mainly concentrated at the elevation level of 0-200 m. The results of this study can help the land use planning department of Pulandian City.

【Key words】： Remote sensing; Supervised classification; The land use classification; Pulandian city

0? 引言

隨著城市化、工業(yè)化進(jìn)程加快，土地利用變化（LUCC）這一研究問(wèn)題備受關(guān)注，如何在有限的土地資源范圍內(nèi)合理規(guī)劃布局成了國(guó)內(nèi)外學(xué)者關(guān)注的重點(diǎn)[1-2]。土地利用變化對(duì)大氣、土壤、水等自然資源和人類居住環(huán)境等有著直接或間接的影響。隨著科學(xué)技術(shù)的不斷發(fā)展和進(jìn)步，遙感技術(shù)以其觀測(cè)面積大、時(shí)效性強(qiáng)、具有周期動(dòng)態(tài)性、數(shù)據(jù)的綜合性和可比性強(qiáng)、經(jīng)濟(jì)性等應(yīng)用到土地利用的變化監(jiān)測(cè)中來(lái)[3]。將遙感技術(shù)（RS）與地理信息技術(shù)（GIS）結(jié)合可以有效準(zhǔn)確的分析土地利用變化信息[4]。數(shù)字高程模型（DEM）數(shù)據(jù)用于表達(dá)地形、地貌信息[5]。將地形因素與土地利用變化相疊加分析，將對(duì)農(nóng)業(yè)結(jié)構(gòu)規(guī)劃、土地利用調(diào)整起到關(guān)鍵的作用，促進(jìn)人與環(huán)境和諧發(fā)展[6]。本文采用監(jiān)督分類的分類方法，對(duì)大連市普蘭店2000年和2010年兩期遙感影像進(jìn)行分類，并將結(jié)果與高程、坡度、坡向數(shù)據(jù)疊加分析來(lái)了解普蘭店市土地利用變化的地形分布特征。

1? 數(shù)據(jù)和方法

1.1? 研究區(qū)概況

普蘭店市位于遼寧省大連市境內(nèi)，遼東半島南部，縣級(jí)市，距大連市區(qū)48km，介于東經(jīng)121°50?33?至122°36?15?，北緯39°18?25?至39°59?00?之間，其地理位置有獨(dú)特的優(yōu)勢(shì)，與韓國(guó)、日本隔海相望，南與金州新區(qū)毗連，北通沈陽(yáng)，東西連渤、黃二海。地屬北溫帶季風(fēng)氣候區(qū)，四季分明，光照充足，地勢(shì)北高南低，西高東低[7]。

1.2? 數(shù)據(jù)源

本文選用地理空間數(shù)據(jù)云（http：//www.gscloud.cn）下載的Landsat5 2000年9月17日和2010年9月13日TM 4期遙感影像作為土地分類的基礎(chǔ)數(shù)據(jù)和30 m DEM數(shù)據(jù)，盡量選擇同一月份數(shù)據(jù)，有利于進(jìn)行土地類型比較分析。將Google Earth歷史數(shù)據(jù)作為分類輔助數(shù)據(jù)和精度驗(yàn)證數(shù)據(jù)。選擇7，4，2波段有利于地物的識(shí)別，首先將4井影像兩兩拼接，然后利用普蘭店的矢量邊界進(jìn)行數(shù)據(jù)裁剪。

1.3? 研究方法

1.3.1? 監(jiān)督分類

依據(jù)研究區(qū)地物的可識(shí)別性和國(guó)家2017年出臺(tái)的《土地利用現(xiàn)狀分類》（GB/T 21010-2017）土地利用分類標(biāo)準(zhǔn)，將研究區(qū)分為居民地、林地、水域、鹽田和養(yǎng)殖塘、耕地5大類。在研究區(qū)范圍內(nèi)根據(jù)目視解譯選擇有代表性的訓(xùn)練場(chǎng)地作為分類樣本ROI（Region of，利用ROI用來(lái)識(shí)別沒(méi)有訓(xùn)練的非樣本數(shù)據(jù)，這一過(guò)程稱之為監(jiān)督分類[8]。最后將分類后的結(jié)果進(jìn)行小圖斑去除和精度驗(yàn)證。

1.3.2? 地形數(shù)據(jù)提取和分層

利用DEM數(shù)據(jù)在Arcgis 空間分析模塊表面分析工具中提取坡度、坡向數(shù)據(jù)。

（1）該文結(jié)合普蘭店的土地利用特點(diǎn)和地形特征，將高程分為7級(jí)，100 m為一級(jí);

（2）坡度的劃分則依據(jù)《土地利用更新調(diào)查技術(shù)規(guī)定》以及動(dòng)力和重力學(xué)原理，分為平地（0°～2°）、緩平地（2°～6°）、緩地（6°～15°）、斜坡（15°～25°）、緩陡坡（25°～35°）、陡坡（> 35°）6級(jí)[9];

（3）對(duì)于地面任何一點(diǎn)來(lái)說(shuō)，坡向表征了該點(diǎn)高程值改變量的最大變化方向。在輸出的坡向數(shù)據(jù)中，正北方向?yàn)?°，順時(shí)針?lè)较蛴?jì)算，取值范圍為0°～360°。在該文中將其分為無(wú)坡向（-1°）、陽(yáng)坡（157.5°～247.5°）、半陽(yáng)坡（247.5°～292.5°、112.5°～157.5°）、半陰坡（67.5°～112.5°、292.5°～337.5°）和陰坡（337.5°～ 22.5°、22.5°～67.5°）5級(jí)[9]。

2? 結(jié)果和分析

2.1? 分類結(jié)果

分類結(jié)果如圖1、2所示，依據(jù)每個(gè)類隨機(jī)選擇20個(gè)精度驗(yàn)證點(diǎn)，分類精度分布為74.00%，78.22%，滿足地形分析的需求。從1圖和表1中可以看出，耕地面積增加了108.94 km2，居民地增加99.70 km2，林地面積減少最多共減少了205.95 km2，庫(kù)塘水域面積增加23.22 km2。這種變化趨勢(shì)反映了，隨著人口的數(shù)量的增多，對(duì)建筑用地和糧食的需求增大，導(dǎo)致了林地的面積被侵占減少。

2.2? 地型數(shù)據(jù)疊加

地形分級(jí)分析數(shù)據(jù)如圖3所示，土地利用變化數(shù)據(jù)如表2、3、4。從中可以看出面積的轉(zhuǎn)移變化，林地發(fā)生轉(zhuǎn)移面積最大，說(shuō)明10年內(nèi)林地破壞最為嚴(yán)重，林地向耕地轉(zhuǎn)移388.60 km2，林地向居民地轉(zhuǎn)轉(zhuǎn)移67.89 km2，林地向養(yǎng)殖塘和鹽田轉(zhuǎn)移3.81 km2。其次是各類向居民地轉(zhuǎn)移的面積變化，耕地向居民地82.16 km2，養(yǎng)殖塘和鹽田向居民地轉(zhuǎn)移20.77 km2，居民地向其它土地利用類型相對(duì)較小，說(shuō)明10年內(nèi)隨著人口增加對(duì)建筑用地需求增多，居民地面積? 增加。

（1）將坡向分級(jí)數(shù)據(jù)疊加土地利用變化進(jìn)行統(tǒng)計(jì)分析，結(jié)果如表2，2000～2010年普蘭店市土地利用類型變化主要集中在半陰坡、陰坡、半陽(yáng)坡上，面積分別為：225.62 km2，237.82 km2，225.62 km2。在陽(yáng)坡和無(wú)坡向的面積轉(zhuǎn)移相對(duì)較小，分別為：193.84 km2，28.50 km2。其中林地向耕地的轉(zhuǎn)化在陽(yáng)坡、半陽(yáng)坡、半陰坡、陰坡較多，耕地、林地向居民用地的轉(zhuǎn)換主要發(fā)生在陰坡較多，這些土地利用變化空間分布符合自然規(guī)律，同時(shí)也說(shuō)明土地利用變化中坡向具有顯著的特征。

（2）將坡度分級(jí)疊合土地利用變化圖進(jìn)行統(tǒng)計(jì)分析可發(fā)現(xiàn)，2000～2010年普蘭店市土地利用類型變化量隨著坡度增加而減少。變化主要集中在緩平地、平地、緩地上，其中緩平地面積變化435.60km2，平地面積變化323.87 km2，緩地面積變化152.96 km2。其中林地向耕地的轉(zhuǎn)移變化在緩平地和平地上發(fā)生變化最大，分別為：182.91 km2，155.27 km2。林地到居民地的變化主要集中在平地和緩平地上，分別為：22.71 km2，31.51 km2。

（3）將高程分級(jí)疊合土地利用變化圖進(jìn)行統(tǒng)計(jì)分析，如表3所示，2000～2010年普蘭店市土地利用類型變化量主要集中在0～200 m高程級(jí)別上。0～? 100 m高程上面積變化了742.50 km2，100～200 m高程上面積變化了159.98 km2。在0～100 m高程上，林地向耕地的轉(zhuǎn)換最大，共轉(zhuǎn)移了343.18 km2。

3? 結(jié)論和展望

（1）普蘭店市土地利用類型變化具有主明顯的坡向型特征，集中在半陰坡、陰坡、半陽(yáng)坡上。

（2）普蘭店市土地利用類型變化量隨著坡度增加而減少。

（3）普蘭店市土地利用類型變化量主要集中在0～200 m高程級(jí)別上。

利用土地利用變化數(shù)據(jù)與該區(qū)域坡度、坡向、高程疊加分析，并結(jié)合當(dāng)?shù)氐纳鐣?huì)經(jīng)濟(jì)情況，進(jìn)行該區(qū)域土地利用結(jié)構(gòu)調(diào)整，可以實(shí)現(xiàn)該區(qū)域環(huán)境、經(jīng)濟(jì)、社會(huì)三效益的統(tǒng)一。本文采用的分類方法為傳統(tǒng)的分類方法，下一步將選擇更優(yōu)的分類算法隨機(jī)深林和支持向量機(jī)[10]等算法提升分類的整體精度。

參考文獻(xiàn)

張瑞. 基于DEM的靖邊縣土地利用變化分析[D]. 陜西： 西安科技大學(xué)， 2013.

何志斌. 昆明市主城區(qū)熱島效應(yīng)特征及驅(qū)動(dòng)機(jī)制分析[J]. 軟件， 2018， 39（7）： 152-156.

柏葉輝， 李向新， 鐘舒怡. 深圳市 1988-2018 年海岸線時(shí)空演變分析[J].軟件， 2018， 39（10）： 133-138.

信冠棟， 施昆， 呂曉陽(yáng). 遙感動(dòng)態(tài)監(jiān)測(cè)模型在拉市海濕地保護(hù)區(qū)土地利用中的研究[J].軟件， 2018， 39（4）： 170-175.

朱俊聰. INSAR 高精度 DEM 提取方法及其精度分析[J]. 軟件， 2018， 39（10）： 170-174.

程震， 舒曉波， 謝菲， 等. 基于DEM的安?？h土地利用空間格局分析[J]. 農(nóng)村經(jīng)濟(jì)與科技， 2011， 22（4）： 4-6.

林明雪. 基于RS和GIS普蘭店市景觀格局變化研究[D]. 遼寧： 遼寧師范大學(xué)， 2015.

朱文泉， 林文鵬. 遙感數(shù)字圖像處理—原理與方法[M]. 北京： 高等教育出版社， 2015.

代冬梅， 吳國(guó)平， 司惠超. 基于DEM的瀏陽(yáng)市土地利用空間格局分析[J]. 安徽農(nóng)業(yè)科學(xué)， 2009， 37（3）： 1231-1234.

黃衍， 查偉雄. 隨機(jī)森林與支持向量機(jī)分類性能比較[J]. 軟件， 2012， 33（6）：107-110.