郑州市土地利用/土地覆盖动态变化研究

利用地面统计数据和陆地卫星影像数据,分析了郑州市土地利用/土地覆盖的现状,研究了遥感影像提取土地利用/土地覆盖信息的机理,建立了适宜郑州市遥感影像判读的解译标志,结合两个不同时期的地面数据和影像数据,分析了郑州市十几年来土地利用的动态变化情况及存在的问题,指出了今后土地利用的方向.     

基于地学分析与遥感智能解译模型的土地覆盖/土地利用分类

全国土地覆盖/土地利用(LC/LU)调查已经成为开展土地利用动态变化预测、土地利用规划及土地管理的一项关键的基础性工作,受到广泛关注和重视。随着遥感技术和各种遥感地学分析解译模型的发展和深入,利用遥感技术获得的影像数据对区域的LC/LU情况及其动态变化进行定期或不定期的监测,成为一种最为迅速可靠和理想有效的手段。论文提出了遥感地学智能解译模型支持下的LC/LU分类体系,并以天津蓟县地区为试验对象,采用多平台遥感数据和辅助地理信息,进行了土地覆盖/土地利用遥感应用研究。     

基于遥感技术的土地利用信息提取及变化

遥感图像是地理信息分析非常重要的数据源。遥感技术和GIS技术被广泛应用于土地利用动态监测。利用1987年和2000年的遥感影像,分析了徐州市14年间土地利用动态变化情况,并运用ArcView实现土地利用的空间分析,对徐州市土地利用状况进行了研究,分析了各土地利用类型变更情况。以耕地为例,利用徐州市的社会经济统计数据,运用多元统计分析方法,基于SPSS软件对耕地变化的主要驱动力和驱动机制进行了分析。     

郑州市土地利用／土地覆盖动态变化研究

利用地面统计数据和陆地卫星影像数据，分析了郑州市土地利用／土地覆盖的现状，研究了遥感影像提取土地利用／土地覆盖信息的机理，建立了适宜郑州市遥感影像判读的解译标志，结合两个不同时期的地面数据和影像数据，分析了郑州市十几年来土地利用的动态变化情况及存在的问题，指出了今后土地利用的方向。     

基于Landsat-8 OLI的西安市土地利用类型遥感分类研究

近年来,由于区域人口的增加和社会经济的快速发展,西安市的土地利用类型发生了明显变化。土地利用分类可为生态系统模型、水资源模型和气候模型等提供重要信息,遥感技术为土地利用分类提供了有效的工具。本文以西安市2016年Landsat-8卫星的OLI多光谱数据为基础资料,参考国家土地利用分类标准和西安市土地利用现状,将西安市的土地类型分为建设用地、裸地、水体、草地、耕地、林地6类,采用监督分类中常用的最大似然分类法和决策树分类方法对研究数据进行解译,利用总体分类精度和Kappa系数等指标对各分类精度加以评价,并结合实际用地情况对分类结果进行了总结分析。     

基于多时像TM/ETM+影像的兖州市土地利用/覆盖变化

本文利用多时相Landsat TM/ETM+影像分析了兖州市1998年和2002年的土地利用/覆盖变化。综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,并在此基础上运用最大似然分类器(MLC)和支持向量机(SVM)的分类方法对遥感影像进行分类。进而利用SVM分类结果进行土地利用遥感动态监测,获取兖州市土地利用/覆盖变化信息,并与社会经济统计资料的统计结果进行比较。最后提取TM/ETM+影像的RDVI,基于线性混合像元分解模型分析了植被覆盖的变化。结果表明,基于多时相TM/ETM+影像分析的土地利用/覆盖变化与实际统计数据较吻合,适合动态监测土地利用变化,且精度较高。     

基于RS对云南边境地区土地覆盖现状及变化研究

 土地利用/覆盖变化研究是全球变化研究的热点之一。应用遥感、GIS技术及数理统计学的方法，利用1976年MSS和2004年TM二个时期的遥感影像数据，对云南边境地区的土地覆盖动态变化进行监测研究，并对变化的时空特征进行了分析。结果表明，土地覆盖现状以森林和裸岩地为主，土地利用/覆盖变化的主要方向是林地向裸地和耕地转化。     

基于遥感影像理解模型的土地利用时空变化监测——以龙口市为例

本文从遥感影像理解模型出发,探讨了遥感信息的知识发现及特征提取问题,特别针对士地利用研究领域,提出了纳入GIS信息的遥感影像综合理解模型,将GIS数据(主要包括高程和坡度)与遥感影像结合起来,从中发现知识,并将知识用于遥感影像的专题信息提取,建立了地学规律知识库,从而提高了遥感影像的分类精度。本文基于遥感影像理解模型,发现土地利用变化区域,提取变化信息,动态地监测了龙口市土地利用的时空变化情况。     

徐州市土地利用CLUE-S模型变化模拟

对徐州市1987年、1994年和2000年3期遥感影像图进行分析,利用面向对象的思想,采用多尺度分割法对影像进行分类,通过遥感影像的光谱特征,确定分类目标,获取该区过去13年间的土地利用/覆被时空变化特征。运用CLUE-S模型以1994年土地利用数据模拟了2000年的土地利用空间变化状况,并通过2000年实际遥感影像分类数据加以验证,结果计算出Kappa指数为0.846,达到精度要求,实例证明CLUE-S模型较好地模拟了徐州市的土地利用/覆被变化。最后运用CLUE-S模型以6年为1个时空尺度模拟该区未来12年的自然状态和生态保护状态下的土地利用/覆被变化特征。     

基于RS与GIS的土地利用类型研究与分析

本文以青海湖流域为研究区域,利用青海湖流域2000年和2010年遥感影像数据,采用RS和GIS相结合的思路,科学划分研究区域并进行单元制图,最终对目标区域进行土地利用类型研究,分析了十年间该区域土地利用类型的变化情况,最终分析结果可为区域土地利用的合理规划和农业结构调整工作提供一定的科学依据。     

天津滨海新区土地利用变化及驱动因子分析

随着全球变化研究的深入,人们逐渐认识到人类活动所导致的土地利用/土地覆盖变化(Land Use and Cover Change)最终会反过来影响到人类自身的生存和发展。因此,土地利用与土地覆盖变化成为全球变化研究的热点问题。本文以天津滨海新区为研究区域,使用ENVI软件通过面向对象解译的方法分别对2005、2010、2014年的遥感图像进行处理,得到3期的解译数据;然后,运用土地利用动态度及土地利用转移矩阵的方法对土地利用的面积变化情况进行分析;最终得出结论:该区域土地利用类型面积变化以建筑用地、未利用地的大幅增加及水域的锐减为主。2005~2014年9年间建筑用地和未利用地面积增加量分别为13 638.15 hm~2、6 926.94 hm~2;植被和盐田的面积都是减少的,而植被减少的面积最多,减少的面积量为10 673.28 hm~2。同时,本文进一步分析了经济、人口、政策驱动因子对该区域土地利用变化的影响。     

Spatio-temporal pattern analysis of land use/cover change trajectories in Xihe watershed

Human-induced land use/cover change has been considered to be one of the most important parts of global environmental changes. In loess hilly and gully regions, to prevent soil loss and achieve better ecological environments, soil conservation measures have been taken during the past decades. The main objective of this study is to quantify the spatio-temporal variability of land use/cover change spatial patterns and make preliminary estimation of the role of human activity in the environmental change in Xihe watershed, Gansu Province, China. To achieve this objective, the methodology was developed in two different aspects, that is, (1) analysis of change patterns by binary image of change trajectories overlaid with different natural geographic factors, in which Relative Change Intensity (RCI) metric was established and used to make comparisons, and (2) analysis based on pattern metrics of main trajectories in the study area. Multi-source and multi-temporal Remote Sensing (RS) images (including Landsat ETM+ (30 June 2001), SPOT imagery (21 November 2003 and 5 May 2008) and CBERS02 CCD (5 June 2006)) were used due to the constraints of the availability of remotely sensed data. First, they were used to extract land use/cover types of each time node by object-oriented classification method. Classification results were then utilized in the trajectory analysis of land use/cover changes through the given four time nodes. Trajectories at every pixel were acquired to trace the history of land use/cover change for every location in the study area. Landscape metrics of trajectories were then analyzed to detect the change characteristics in time and space through the given time series. Analysis showed that most land use/cover changes were caused by human activities, most of which, under the direction of local government, had mainly led to virtuous change on the ecological environments. While, on the contrary, about one quarter of human-induced changes were vicious ones. Analysis through overlaying binary image of change trajectories with natural factors can efficiently show the spatio-temporal distribution characteristics of land use/cover change patterns. It is found that in the study area RCI of land use/cover changes is related to the distance to the river line. And there is a certain correlation between RCI and slope grades. However, no obvious correlation exists between RCI and aspect grades.     

基于DEM的龙口市土地利用空间格局与时空变化研究

本文以龙口市为例,在ARCG IS软件的支持下,分别从高程、坡度与坡向三个方面,对研究区内的耕地、园地、林地和建设用地四种土地利用类型,进行了空间格局与时空变化研究。研究结果表明:从1989年到2005年的17年间,耕地总数在减少,但其分布仍主要集中于低地形等级上。园地的面积增加较多,空间分布上,有向地形高等级发展的趋势,说明园地对各地形因子的适应性较强。林地主要分布于高海拔,大坡度的区域,这有利于防止水土流失。建设用地基本上不受地形的限制,其分布主要是人类活动的结果,因此它在各地形等级的变化表现不明显。通过对土地利用空间格局指标及参数特征的定量分析,将有助于优化该区土地利用结构,实现不同地形上土地利用类型的合理布局,促进区域持续发展。     

Evaluation and forecast of human impacts based on land use changes using multi-temporal satellite imagery and GIS: A case study on Zanjan,Iran

Land use and land cover changes due to human activities in a time sequence. Detection of such changes may help decision makers and planners to understand the factors in land use and land cover change in order to take effective and useful measures. Remote sensing and GIS techniques may be used as efficient tools to detect and assess land use change.     

基于3S技术的采煤沉陷区土地利用变化分析——以淮北闸河矿区为例

以淮北闸河矿区为例,以煤炭资源开发引起的土地资源与环境的演变为研究对象,采用3S技术获取该区主要土地利用类型信息,建立土地利用变化转移矩阵,并对该区的土地利用变化及驱动力因素进行初步分析。研究表明,因矿区内煤炭开采和经济的持续发展,使得矿区土地遭受不同程度的毁损。通过采取合理的城乡规划和土地环境整治工程,矿区的土地仍然得到高效利用。     

1983—1992年中国陆地植被NDVI演变特征的变化矢量分析

以NDVI时序资料为基本数据源，综合应用变化矢量分析和主成分分析方法对1983年至1992年中国陆地植被NDVI的变化强度、变化类型及空间结构变化特征进行了分析。研究结果表明在此期间中国陆地植被NDVI变化有以下特点：（1）十年间NDVI变化东西分异明显，东部变化幅度远大于西部。NDVI变化整体表现为稳中略增，增加区主要分布在台湾、福建、四川、河南等地；减少区主要分布在云南省和新疆北部等地。（2）空间结构信息表现了景观异质性，其变化主要发生在南方，反映了植被的生长和衰老过程及地形（山脉走向）变化。     

深圳市30年土地利用时空变化及驱动力分析

利用1980~2010年时间序列遥感影像,利用土地变化的变化率、变化贡献率和转移矩阵,从时间和空间上分析了土地利用/土地覆盖的变化特征,并结合单因子相关分析和主成分分析等方法,探讨深圳市土地利用变化的驱动因子。结果显示,30年来深圳市的土地利用发生了巨大变化:城乡用地扩张剧烈,增加了55 077.24 hm2,增长率为265.19%;耕地、林地、水域面积迅速减少,耕地减少33 949.17 hm2,减少率为73.93%。研究时段内,人类活动增强以及影响范围扩大是引起深圳市城乡用地急速增长和耕地下降的主因,且土地利用变化受社会经济驱动力的影响逐步增强。     

1975年—2018年白洋淀湿地变化分析

白洋淀湿地生态功能重要、战略地位特殊，研究其时空变化规律具有重要意义。本文基于1975年—2018年间10期Landsat卫星遥感影像，辅以2017年—2018年高分二号（GF-2）卫星遥感影像，在野外考察湿地类型及其覆被特征基础上，人机交互解译获取各期土地利用/覆被分类图，从面积变化、类型转化、景观格局变化方面分析了近43年白洋淀湿地变化时空特征，讨论了影响分析结果的不确定性因素以及湿地变化成因。结果表明：1975年—2018年白洋淀湿地面积总体呈减少趋势，净变化-68.20 km²（-24.83%）。其中，1975年—1990年湿地面积波动性小、基本稳定，1990年—2011年湿地面积持续性减少，2011年—2018年湿地面积呈现增加趋势。湿地与非湿地类型相互转换区域主要分布于淀区南部、西部、北部的水体—水生植物—耕地—建设用地过渡区域。近43年白洋淀湿地景观趋于破碎、复杂和异质。遥感影像选取月份、年份，以及土地利用/覆被分类体系、分类方法，是影响分析结果的主要不确定性因素。气候、水文等自然因素变化，叠加工农业及城镇生活用水、上游水利工程蓄水、地下水开采等人为因素变化，是白洋淀湿地面积减少、趋于干化的成因。     

融合地理探测器和地理加权回归的太原市建设用地变化因素研究

准确地识别城市化进程中建设用地的变化情况及其背后的驱动力,对城市后续的可持续发展具有重要意义。本文首先以2000—2020年遥感影像为基础,对太原市建设用地空间分布变化进行研究,然后结合地理探测器模型和地理加权回归模型,对研究区建设用地的空间分布影响驱动力因子进行研究,得到以下结论:除政策因素外,现有的城市建设用地空间分布变化还受到高程、交通、GDP、人口等因素的显著作用。太原市城市建设用地变化的布局不单是GDP变化、人口变化、海拔高度、公路网密度4个显著性因子均匀、独立、直接作用的结果,而是具有空间异质性的各因子两两交互作用后增效的产物。本文成果有望为城市建设用地驱动力研究提供一种新思路。     

基于土地利用的三维景观格局指数变化分析

由于传统二维景观格局指数未考虑地形特征对景观格局指数的影响,为进一步研究地形结构对景观格局指数的影响,以重庆主城区为研究对象,利用ENVI5.2、ArcGIS10.5、Fragstats4.2平台,对重庆主城区不同城市化阶段的Landsat影像数据进行土地利用变化和三维景观格局分析。结果表明,2008-2018年研究区土地利用面积发生了较大变化,表现为林地和建设用地增加,耕地减少,湖泊与河流面积变化不大;景观格局变化主要表现为景观受人类干扰较强,随着城镇规划越来越合理,景观破碎度减少,景观异质性降低。通过对比二维景观格局指数发现,三维景观格局指数更能反映研究区的景观格局。