王義慧 宋磊

(山東農業(yè)大學信息科學與工程學院 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)境施加影響和干預的直觀反映[1]。土地利用變化監(jiān)測是指憑借遙感數據，對土地的動態(tài)變化做出科學分析的技術[2]。運用遙感影像提取土地利用情況并對土地利用變化進行監(jiān)測和分析已經開始被廣泛應用[3]。

1 研究區(qū)和研究數據

1.1 研究區(qū)

濟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117°00′，屬于暖溫帶半濕潤季風型氣候，春季干旱少雨，夏季溫熱多雨，秋季涼爽干燥，冬季寒冷干燥[4]。

1.2 數據來源及預處理

本文的研究數據來源于地理空間數據云（http://www.gscloud.cn）Landsat8 OLI影像，共選取濟南市2015—2018年共四景影像數據，云量均小于10%。

以ENVI5.3和ArcGIS為數據處理，分別對Landsat的兩期衛(wèi)星影像進行輻射定標，大氣校正、拼接、裁剪等處理，并將多光譜數據與全色波段的數據進行圖像融合，提高多光譜數據的分辨率，為分類工作做準備。

2 研究過程

2.1 分類類別和樣本的確定

根據《土地利用分類標準》( 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練區(qū)[5]。對選取的樣本進行可分離性分析，通常使用Jeffries－Matusita和Transformed Divergence 兩種參數，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，由于濟南市南部部分未利用土地的光譜反射特性與建設用地相似，樣本可分離性差，因此對于建設用地和未利用地先采取監(jiān)督分類，再對照Google Earth高分辨率影像對結果進行手工分類處理，以求達到準確分類的結果。

表1 分類結果精度

表2 土地轉移矩陣（單位/km2）

2.2 分類方法

本研究利用監(jiān)督分類中的支持向量機作為分類方法，得到兩期影像的分類結果，并對分類后的結果進行Majority/Minority分析，去除分類結果中的小斑塊，進行分類統(tǒng)計，統(tǒng)計結果表明各類用地類型的光譜反射特性符合實際，初步證明分類結果準確。

3 成果分析

3.1 精度評價

分類處理后利用混淆矩陣對分類結果進行精度檢驗，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，符合精度標準，說明分類結果可靠。

3.2 變化監(jiān)測

利用土地轉移矩陣將兩期影像中的土地利用變化信息提取出來，通過分析土地轉移矩陣，得出2015—2018年土地之間的轉化比例和轉化方向，從而預測城市發(fā)展方向。

4 結語

濟南市作為省會城市，城鎮(zhèn)化進程日益加快，建設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，主要流向建設用地和林地/草地；水域面積減小，主要流向建設用地和林地/草地。