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數據獲取高程、坡度、坡向，將土地利用數據與三者相疊加分析，研究發(fā)現：（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高程級別上。該研究結果可為普蘭店市土地利用規(guī)劃部們提供幫助。

關鍵詞： 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)化進程加快，土地利用變化（LUCC）這一研究問題備受關注，如何在有限的土地資源范圍內合理規(guī)劃布局成了國內外學者關注的重點[1-2]。土地利用變化對大氣、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。隨著科學技術的不斷發(fā)展和進步，遙感技術以其觀測面積大、時效性強、具有周期動態(tài)性、數據的綜合性和可比性強、經濟性等應用到土地利用的變化監(jiān)測中來[3]。將遙感技術（RS）與地理信息技術（GIS）結合可以有效準確的分析土地利用變化信息[4]。數字高程模型（DEM）數據用于表達地形、地貌信息[5]。將地形因素與土地利用變化相疊加分析，將對農業(yè)結構規(guī)劃、土地利用調整起到關鍵的作用，促進人與環(huán)境和諧發(fā)展[6]。本文采用監(jiān)督分類的分類方法，對大連市普蘭店2000年和2010年兩期遙感影像進行分類，并將結果與高程、坡度、坡向數據疊加分析來了解普蘭店市土地利用變化的地形分布特征。

1? 數據和方法

1.1? 研究區(qū)概況

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

1.2? 數據源

本文選用地理空間數據云（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數據和30 m DEM數據，盡量選擇同一月份數據，有利于進行土地類型比較分析。將Google Earth歷史數據作為分類輔助數據和精度驗證數據。選擇7，4，2波段有利于地物的識別，首先將4井影像兩兩拼接，然后利用普蘭店的矢量邊界進行數據裁剪。

1.3? 研究方法

1.3.1? 監(jiān)督分類

依據研究區(qū)地物的可識別性和國家2017年出臺的《土地利用現狀分類》（GB/T 21010-2017）土地利用分類標準，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)范圍內根據目視解譯選擇有代表性的訓練場地作為分類樣本ROI（Region of，利用ROI用來識別沒有訓練的非樣本數據，這一過程稱之為監(jiān)督分類[8]。最后將分類后的結果進行小圖斑去除和精度驗證。

1.3.2? 地形數據提取和分層

利用DEM數據在Arcgis 空間分析模塊表面分析工具中提取坡度、坡向數據。

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

（2）坡度的劃分則依據《土地利用更新調查技術規(guī)定》以及動力和重力學原理，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[9];

（3）對于地面任何一點來說，坡向表征了該點高程值改變量的最大變化方向。在輸出的坡向數據中，正北方向為0°，順時針方向計算，取值范圍為0°～360°。在該文中將其分為無坡向（-1°）、陽坡（157.5°～247.5°）、半陽坡（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[9]。

2? 結果和分析

2.1? 分類結果

分類結果如圖1、2所示，依據每個類隨機選擇20個精度驗證點，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，庫塘水域面積增加23.22 km2。這種變化趨勢反映了，隨著人口的數量的增多，對建筑用地和糧食的需求增大，導致了林地的面積被侵占減少。

2.2? 地型數據疊加

地形分級分析數據如圖3所示，土地利用變化數據如表2、3、4。從中可以看出面積的轉移變化，林地發(fā)生轉移面積最大，說明10年內林地破壞最為嚴重，林地向耕地轉移388.60 km2，林地向居民地轉轉移67.89 km2，林地向養(yǎng)殖塘和鹽田轉移3.81 km2。其次是各類向居民地轉移的面積變化，耕地向居民地82.16 km2，養(yǎng)殖塘和鹽田向居民地轉移20.77 km2，居民地向其它土地利用類型相對較小，說明10年內隨著人口增加對建筑用地需求增多，居民地面積? 增加。

（1）將坡向分級數據疊加土地利用變化進行統(tǒng)計分析，結果如表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、半陽坡上，面積分別為：225.62 km2，237.82 km2，225.62 km2。在陽坡和無坡向的面積轉移相對較小，分別為：193.84 km2，28.50 km2。其中林地向耕地的轉化在陽坡、半陽坡、半陰坡、陰坡較多，耕地、林地向居民用地的轉換主要發(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，同時也說明土地利用變化中坡向具有顯著的特征。

（2）將坡度分級疊合土地利用變化圖進行統(tǒng)計分析可發(fā)現，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）將高程分級疊合土地利用變化圖進行統(tǒng)計分析，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，林地向耕地的轉換最大，共轉移了343.18 km2。

3? 結論和展望

（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高程級別上。

利用土地利用變化數據與該區(qū)域坡度、坡向、高程疊加分析，并結合當地的社會經濟情況，進行該區(qū)域土地利用結構調整，可以實現該區(qū)域環(huán)境、經濟、社會三效益的統(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)的分類算法隨機深林和支持向量機[10]等算法提升分類的整體精度。

參考文獻

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， 2013.

何志斌. 昆明市主城區(qū)熱島效應特征及驅動機制分析[J]. 軟件， 2018， 39（7）： 152-156.

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

信冠棟， 施昆， 呂曉陽. 遙感動態(tài)監(jiān)測模型在拉市海濕地保護區(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]. 農村經濟與科技， 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， 2015.

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

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

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