山区县域土地利用/覆被变化多尺度多模型模拟对比——以云南省勐腊县为例

土地利用/覆被变化(LUCC)模拟及其尺度效应一直是土地变化科学的研究内容与难点。本文选择西南沿边山区县域——云南省勐腊县为试验区,利用LCM、FLUS、CA-Markov和CLUE-S探究该县域LUCC模拟的最适模型和栅格尺度。结合1994年、2004年两期Landsat TM影像分类生成的土地利用/覆被数据,以及自然与社会经济数据,在60、90、120、150、180、210和240 m七个栅格尺度下模拟该县域2014年土地利用/覆被空间格局,并以同期土地利用/覆被遥感分类数据为参考来评价模型模拟精度,筛选出最适模型和栅格尺度,进而模拟该县域2024年土地利用/覆被格局。研究表明:四种模型均能较好地模拟该县域土地利用/覆被变化(K_(standard)=0.67～0.84),其中以LCM模型模拟精度最高(K_(standard)=0.77～0.84);各模型对不同土地利用/覆被类型的适用性不同,LCM模型模拟林地、园地和耕地效果最好,而FLUS模型模拟建设用地更佳;四种模型模拟LUCC的最适栅格尺度均为120 m,其K_(standard)0.70。整合不同地类的最适模型和栅格尺度模拟结果有利于提高山区县域LUCC模拟精度。     

LUCC研究的最新进展评述

土地利用/土地覆被变化(LUCC)是全球环境变化的重要组成部分和主要原因之一,进入新世纪以来,LUCC研究一直是地理学研究的前沿与热点。本文综述了2002年8月在南非德班国际地理学联合会(IGU)"2002年区域地理大会"上有关LUCC的主要研究成果,认为国际上LUCC研究在应用RS、GIS技术开展土地利用/土地覆被变化监测、评价与制图;农村与农业土地利用/土地覆被变化分析;城市土地利用/土地覆被变化分析;土地利用/土地覆被变化动力学;土地利用/土地覆被变化与生态环境等五个方面取得最新进展,反映出LUCC研究范围在进一步拓展,研究内容在进一步深化。     

基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例

土地利用分类精度直接决定土地利用/土地覆被变化相关研究的准确性,而基于决策树的遥感影像分类是近年来提高土地利用分类精度的重要方法。QUEST决策树在影像解译和空间表达方面,运算速度和分类精度均优于普通CART等决策树方法。本文以云南丽江地区为例,应用QUEST决策树分类方法,对该地区的Landsat TM 5影像图进行分类,同时将地形因素、植被指数作为地学辅助数据的因子添加到分类波段中,进行不同特征融合,来处理目标类别间的非线性关系,该方法在处理图像理解知识方面具有更大的灵活性;同时与普通决策树分类法的遥感影像分类的结果相比较,Kappa系数值从原来的0.789提高到0.849.在地形复杂的山地地区,针对TM影像数据,选择基于QUEST决策树分类能够有效提高土地利用分类结果精度。     

土地利用/土地覆被时空分布100年数字重建——以大庆市杜尔伯特蒙古族自治县为例

长时间序列的土地利用/ 土地覆被数据是开展全球变化、可持续发展及生态安全等各项研究的重要基础。然而,早期的土地利用/ 土地覆被数据,特别是卫星遥感数据出现之前 的土地利用/ 土地覆被信息通常很难获取。利用TM、MSS 遥感影像数据和地形图、气候、地质、地貌、土壤、植被、水文等自然环境背景图件以及数据,社会经济统计数据等多源数 据,选择大庆市杜尔伯特蒙古族自治县作为典型案例区,在GIS 技术支持下建立了土地利用/ 土地覆被数字重建模型,再现了典型研究区20 世纪30 年代和50 年代土地利用/ 土地覆被空间分布状况。通过野外调查和历史文献资料对土地利用数字重建结果进行精度评价并初步得到以下结论：① 采用逐个图斑跟踪记录的方法对研究区各个时期土地利用/ 覆被变化的敏感 性进行分析,有利于揭示区域土地利用/ 土地覆被变化的规律;② 在定量、定位分析环境背景对土地利用/ 土地覆被分布及其变化的影响基础上,综合判断各种土地利用/ 土地覆被分布概率,其结果可为土地利用数字重建提供依据;③ 对1:10 万地形图提取土地利用信息的可行性与可信度分析表明,地形图中土地利用信息完全能够达到一级土地利用分类精度,同时疏林地、灌木林、沼泽地、盐碱地、沙地等二级分类信息也能获取。     

基于影像多种特征的CART决策树分类方法及其应用

以扬州市宝应县为研究区,采用主成分分析法对研究区影像进行数据压缩和单波段数据增强,利用灰度共生矩阵分析第一主成分的纹理信息。运用基于CART算法的决策树分类方法,选用影像的光谱特征值、NDVI值以及纹理统计量值为测试变量,并通过计算确定决策树的节点规则,提取影像中主要地物信息。将分类结果与单纯依靠光谱特征的监督分类法结果相比较,表明基于影像多种特征的CART决策树分类方法分类精度较高,尤其较好地提取了围网养殖区和建设用地。     

伊犁河中下游近40年土地利用与覆被变化

针对跨界流域土地利用/覆被变化(LUCC)信息十分有限,无法满足对环境变化评估需要的现状,本文以跨界流域——哈萨克斯坦境内伊犁河中下游为研究区,利用20世纪70年代的MSS、90年代的TM、2000年和2007年的ETM卫星遥感影像,采用目视解译与决策树相结合的分类方法,可较高精度提取研究区LUCC的时空信息,通过一套数理统计模型,定量分析了区域LUCC的过程和趋势。近40年来,高覆盖度林草地、中覆盖度林草地和耕地始终是伊犁河中下游地区所占比例最大的3种土地利用/覆被类型。整个研究时段内,耕地、水库坑塘和未利用地先增加后减少,其中耕地总体呈现减少的趋势,但减少幅度逐渐减小,水库坑塘和未利用地面积总体趋于增加。高覆盖度林草地和河流呈现出持续减少的态势,而建设用地面积持续增加。中覆盖度林草地、湖泊和沼泽先增加后减少,总体呈现增加趋势。低覆盖度林草地经历了减少—增加—减少的变化过程,总体呈现减少趋势。耕地和林草地相互转换频繁,其中耕地与高覆盖度林草地之间的转换和高、中覆盖度林草地之间的转换为区域内最主要的四种变化类型。1970-2007年间,伊犁河中下游地区土地利用始终处于准平衡状态,但有向不平衡状态发展的趋势。20世纪70年代卡普恰盖水库的建立和90年代初期的政策变化改变了原有变化的随机性和平稳性,使区域内相关土地利用/覆被发生显著变化。     

结合多尺度纹理的高分辨率遥感影像决策树分类

地物具有多尺度特点,遥感影像包含的地物纹理信息很难用单一尺度来描述。通过选择最佳纹理尺度组合,利用光谱数据结合多尺度纹理对高分辨率影像进行决策树分类。研究结果表明:结合多尺度纹理的高分辨遥感影像决策树分类,能够更好地描述地物并有效解决光谱数据分类中存在的地物破碎问题,其分类精度为81.7%,kap-pa系数为0.78;与光谱数据分类和结合单尺度纹理数据分类结果比较,分类精度分别提高了11.2%和6%,该方法有助于提高高分辨率影像的分类精度。     

西安市雁塔区土地利用/覆被变化及景观格局演变分析

以GIS和RS技术为基础,以西安市雁塔区为研究区,选取2013、2019年两期Landsat-8影像数据,采用监督分类方法获得雁塔区的土地利用/覆被变化(LUCC)图,并在此基础上获取土地利用转移矩阵及多个相应景观指数等数据,从而分析雁塔区土地利用/覆被变化以及景观格局演变过程并进行预测.结果表明:6年间,雁塔区土地利...     

流域LUCC水文效应研究中的若干问题探讨

随着全球变化研究的深入,土地利用/覆被变化(LUCC)的水文效应研究日益成为热点问题。综合国内外研究进展,论文就流域土地利用/覆被变化水文效应研究中的几个问题进行了总结和探讨：子流域和水文响应单元是分布式水文模型对流域基本空间单元的理想划分;对国内外现有的土地利用分类系统进行了适当的调整和归并,建立了基于水文响应研究的土地利用分类系统,将土地利用分为9个Ⅰ级类和21个II级类;土地利用/覆被变化情景分析的常用方法有参照对比法、历史反演法、模型预测法、极端土地利用法、土地利用空间配置法等。     

气候变化对土地覆被变化的影响及其反馈模型

气候变化对土地覆被变化影响及其反馈模型研究主要内容包括:中国土地覆被季相变化的时空差异性;中国土地覆被特征参数NDVI年际变化与气候变化的关系;中国气候一植被判别模型;气候一土地覆被变化的神经网络建模及土地覆被的气候预测;土地利用/土地覆被变化(LUCC)对气候影响的反馈机制和LUCC对中国土壤碳库的可能影响;土地覆被变化对气候影响的反馈数值实验.     

远程耦合视角下的土地利用/覆被变化解释

传统的土地利用覆被/变化驱动力研究在很大程度上并未充分考虑远距离相互作用的影响,对全球化世界中由远距离相互作用驱动的土地利用/覆被变化日益缺乏解释力。鉴于此,本文旨在将远程耦合（Telecoupling）理论框架引入到土地利用/覆被变化的动力机制研究中来。在概述土地利用/覆被变化驱动力研究的基础上,从驱动力背景的变化出发,切入远程耦合框架的介绍,并基于此给出远距离相互作用驱动土地利用/覆被变化的经验证据;认为远程连接、全球化和城市化是远距离相互作用驱动土地利用/覆被变化的3种主要形式;进而提出建立“时—空—事”三位一体的土地利用/覆被变化解析路径、土地利用/覆被变化的近远程驱动力分解和基于网络的跨系统综合研究是土地利用覆被/变化驱动力研究中应用远程耦合框架的重点内容。     

基于多期数据集的中亚五国土地利用/覆盖变化分析

针对目前中亚地区土地利用变化和分布格局方面的信息相对匮乏,现有资料较为陈旧且零散,无法满足中亚生态与环境变化研究需求的现状,利用全球的UMD, DISCover,GLC2000,GlobCover2005和GlobCover2009的5期土地覆被遥感数据集,提取中亚地区长时间序列土地覆被信息。并针对上述4个土地覆被分类系统无法进行直接对比和变化分析的问题,分别将其综合为4类土地覆被类型：耕地、自然植被、水体和其他,以分析近30 a中亚土地利用/土地覆被变化趋势。中亚土地利用类型多样,草地、裸地、农田、灌丛占绝对优势。自前苏联解体以后,20世纪90年代初至2000年期间,耕地面积大幅度减少,至2010年尽管有所恢复,但仍无法达到20世纪90年代初水平。而自然植被表现出了相反的趋势,这说明在此时间段内,由于社会政治制度的变化和市场经济的建立,耕地发生了较大规模的弃耕,弃耕地通常转换为草地、灌丛等自然植被。近10 a由于社会经济条件的变化,前苏联解体后所弃耕的土地又被收复和重新开发为耕地。90年代初至2000年期间,水体呈现先减少后增加的趋势。利用全球基于多期不同信息源获得的中亚土地覆被数据,尽管分类体系不统一,但均可较好地表征当时地表覆被状况。这在一定程度上弥补了中亚地区土地覆被数据不足的现状。通过对耕地、自然植被、水体及其他土地覆被类型进行大类合并,可基本体现中亚土地覆被的宏观特征和变化趋势。     

基于遥感技术的银川市土地利用/覆被研究

为消除地形复杂地区不同地物的同谱异物现象,在遥感(RS)和地理信息系统(GIS)技术的支持下,采用分区分类方法对宁夏银川市1991和1999年的Landsat TM/ETM 影像进行解译,得到了银川市两期土地利用/覆被变化数据。在此基础上,通过转移矩阵和土地利用/覆被变化幅度、动态度及状态指数模型,对银川市土地利用/覆被变化的状况和变化过程进行了研究。结果表明,在研究期内,银川市各土地利用/覆被变化类型都有不同程度的变化。林地、耕地和城市用地转入大于转出,朝着规模增加的方向发展,而草地和水体转出大于转入,朝着规模缩小的方向发展,未利用地虽然转入大于转出,但变化缓慢;土地利用/覆被年变化率最大的是草地,其次为耕地,未利用地的最小。     

干旱区绿洲LUCC马尔柯夫过程分析——以新疆于田绿洲为例

土地利用/覆盖变化(LUCC)在干旱区环境变化及生态监测中具有重要意义。本文选取塔里木盆地南缘典型绿洲于田县,利用TM遥感影像,基于Markov模型预测了于田绿洲未来的发展趋势,得出绿洲将向良性方向发展的结论。通过对Markov模型中不同步长收敛结果的讨论,可以看出间隔10 a1、2 a步长的马尔柯夫过程与间隔两年的马尔柯夫过程有着明显的不同,短时间序列(两年)具有很大的随机特性,说明马尔柯夫模型中时间尺度是一个重要环节。由本文研究可以看出,基于遥感的Markov模型可以分析绿洲的变化趋势,在干旱区绿洲LUCC及其环境动态监测中具有重要的实用意义。     

分区控制和分层提取下的OMIS-I影像土地利用/覆盖分类方法研究

针对宜兴试验区128波段OMIS—Ⅰ机载成像光谱数据,在平原区、山区分区基础上建立多级分层决策树综合分类方法。通过该方法可实现对土地利用／覆盖一级类（林地、园地、水域、耕地）自动分类,精度达88．15％,Kappa指数为0．82,园地漏分率最高（20．23％）,耕地漏分率最低（2．24％）;耕地、林地、园地、水域的错分率分别为21．87％、21．98％、0．66％、0。土地利用／覆盖二级分类也可采用分层自动分类,其总体精度达86．16％,Kappa指数为0．81。采用土地利用矢量数据辅助和人工目视解译对部分二级类别进行细分,可获得更加可靠的分类结果。研究表明,分区控制下的多级分层决策树综合分类方法应用于OMIS—Ⅰ高光谱影像土地利用／覆盖分类,具有可操作性和较高的精度。     

黄河三角洲土地利用与土地覆被的质量变化

土地利用／土地覆被变化（LUCC）在全球环境变化与可持续发展研究中占有重要地位。其质量变化尤能反映人类开发活动的环境效应。运用遥感信息土地分类和植被指数提取、土壤定点采样实测和统计分析相结合的方法，研究了黄河三角洲地区数年至20余年的土地利用／土地覆被的质量变化。其在区域总体上向好的方向发展，但在内部地段间存在着差异和不平衡。盐渍土改造的任务仍然十分艰巨。地力下降的隐患不可忽视。进而分析了变化的驱动力并提出土地持续利用对策。     

基于遥感的策勒绿洲土地利用／土地覆盖变化信息提取方法的研究

利用遥感技术对区域性土地利用／土地覆盖类型进行动态监测，定量提取变化信息目前是资源环境科学重要研究领域之一，但是已有的变化信息提取方法存在种种缺陷。基于这些问题，选择策勒绿洲为重点研究靶区，利用两个时相同一季相的TM和XI－SPOT图像数据，先对两个图像分别进行了图像预处理，选取控制点精确配准，然后采用主成份分析和光谱特征变异相结合的方法来提取1990－1998年间的土地利用／土地覆盖变化信息。与以往方法相比，该方法不仅可以直接获得土地利用／土地覆盖变化信息的类型与数量，实现过程简单、清楚，可操作性强；亦可有效避免以往方法中存在较多的一些问题。     

分层分类和多指标结合的西北农牧交错带植被信息提取

参照《中国植被》中的植被分类体系,结合野外考察结果,建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础,按“分层分类,逐层验证”的思路,实现了对研究区植被信息的提取。提取时,先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法,将整个研究区划分为植被区和非植被区;在植被区,基于光谱特征、纹理特征和地形特征,构建CART决策树,获得了乔木林、灌丛和草原等7种主要植被型组;在植被型组内,基于不同植被类型NDVI的季节差异特征,构建NDVI差值比值指数 (NDVI_DR),将乔木林和灌丛区分为常绿和落叶植被型,使用温度植被干旱指数(TVDI),将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型,从而得到各个植被型的空间分布范围。经验证,最终分类的总体精度能达到79.51%,kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息,同时辅以地形信息。实践结果表明,分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取,精度较高,技术可行。