基于RS和GIS技術的土地利用變化監測研究

幸響洪++沈映政++段曉霞

摘 要：合理利用土地資源，關系著經濟社會發展和國家民族生存根基。隨著社會經濟的迅速發展，人類在利用土地發展經濟和創造物質財富的同時，對生態環境也產生巨大的壓力。本論文采用的研究方法主要有定量分析、定性分析、對比分析和數學模型等方法。在土地利用變化分析上，采用對比方法和數學模型的方法，應用三個年份的土地利用數據對比分析土地利用的數量變化，并且利用土地利用變化動態度模型、土地利用程度變化模型分析研究區的土地利用具體時空變化情況。

關鍵詞：RS GIS 遙感 土地利用

1、引言

1.1研究背景及意義

國際科學界特別關注人類活動究竟在多大程度上干擾著全球變化，特別是土地利用對全球變化產生累積性的影響（Turner et al.，1994 ）。人類的土地利用活動產生氣候、生態系統過程、生物地球化學循環、生物多樣性等累積性變化來影響全球變化（陳述彭等，2001）。從而土地利用被賦予了新的含義，并將土地利用變化這一過程作為一個整體概念來進行研究，更注重土地利用狀態的比較或土地利用動態，評價人類土地利用活動的影響。

綜觀國內外關于土地利用變化及評價研究已經成為學術界十分熱門的話題，也成為各國學者研究的重點，“3S”技術及其他多門學科理論的引入使得研究手段和方法都有了長足的進步。關于土地利用變化及驅動力研究已經比較深入，且形成了一些較為成熟的方法，主要包括基于經典模型的定性分析法和基于大量實證數據的統計定量分析法。關于土地利用現狀評價的研究，雖然各個國家都非常重視對土地利用進行評價和規劃，但由于評價工作本身的復雜性，目前尚未形成可以統一使用的權威性成果，而我國目前在定量評價方面研究成果比較少，所以對土地利用現狀分析的準確性也比較低。目前，我國各類型開發區數量較多，由于發展迅速導致土地利用問題比較突出，而針對開發區的基于“3S”技術的土地利用變化及驅動力分析、土地利用現狀評價研究的較少。

1.2研究方法及內容

本次監測研究首先收集相關資料，然后進行遙感圖像的預處理，并結合研究區土地利用的特征確定分類方案，根據分類方案分別對三期遙感圖像進行解譯，獲得2004年， 2009年和2015年土地利用數據。采用的研究方法主要有定量分析、定性分析、對比分析在土地利用變化分析上，采用對比方法，應用三個年份的土地利用數據對比分析土地利用的數量及類型變化。

2、研究區數據獲取及預處理

2.1 研究區概況

陽宗鎮位于澄江縣北部，玉溪市境最北端，地理坐標為東經102°53′43″～103°01′45″，北緯24°45′27″～24°55′23″之間。東與宜良縣草甸接壤，西至呈貢吳家營交界，南連澄江龍街、九村，北接呈貢縣胡家莊。南北最大縱距18.3千米，東西最大橫距13.5千米，面積143.46（一說131.4）平方千米，其中山區占83.45%，壩區占8.5%，湖泊占8.05%。人口3.59萬人（2006年）。轄陽宗、桃李、新街、北斗、凈蓮寺、飲馬池、腳步哨7個行政村。鎮政府駐陽宗村，距縣城34千米，距省會昆明60千米。

2.2 遙感數據獲取及預處理

2.2.1 數據來源

本研究所采用的數據如下：

（1）遙感影像數據：2004年7月的LandsatSTM， 2009年5月的Landsat7TM數據和2015年7月的ETM+三期影像數據。（表1）

（2）矢量數據：陽宗鎮行政邊界矢量圖（shape格式）。

在對衛星影像進行處理時，主要應用ERDAS IMAGINE9.2軟件，地理信息系統軟件則選擇Arcgis 9.2。

2.2.2 數據預處理

（1）波段組合和分辨率融合

遙感影像是特定地理環境中某一區域的電磁波反射、輻射信息的記錄，以不同空問、時問、波譜、輻射分辨率提供電磁波譜不同波段的數據。由于成像原理不同和技術條件的限制，任何一個單一傳感器的遙感數據都不能全面反映目標對象的特征，合成影像可較好地反映土地利用/土地覆被的信息。常規影像圖制作，要選擇信息量大、波段問相關性小的三個波段進行假彩色合成。

根據理論和以往的經驗，采用近紅外、紅、綠三波段進行假彩色合成，亦即標準假彩色合成方式，圖像信息含量豐富。Landsat衛星數據不同波段的影像包含的波長范圍、反映的地物輻射特征不同，正是由于波段與地物間有這些相關特性，才可以用地物在不同光譜范圍的反射程度和波段的組合來識別地物，不同的波段適用于不同地物的分類和探測。TM的光譜波段、主要用途以及影像各波段的不同特性決定了不同組合影像對某類信息提取的難易程度。本文根據研究區實際情況，選擇TM7， TM4， TM3波段對應于R， G， B合成圖像。在ERDAS IMAGINE中運用Layer Stack功能完成不同波段影像的合成。這個組合的合成圖像不僅類似于自然色，較為符合人們的視覺習慣，而且由于信息量豐富，能充分顯示各種地物影像特征的差別，便于訓練場地的選取，可以保證訓練場地的準確性；對于計算機自動識別分類，采用主成分分析（K-L變換）進行數據壓縮，形成三個組分的圖像數據，用于自動動識別分類。

分辨率融合 （Resolution Merge）是對不同空間分辨率遙感圖像的融合處理，使處理后的遙感圖像既具有較好的空間分辨率，又具有多光譜特征，從而達到圖像增強的目的。圖像分辨率融合的關鍵是融合前兩幅圖像的配準（（Rectification）以及處理過程中融合方法的選擇，只有將不同空間分辨率的圖像精確地進行配淮，才可能得到滿意的融合效果：而對于融合方法的選擇，則取決于被融合圖像的特性以及融合的目的，同時，需要對融合方法的原理有正確的認識。本文2015年ETM影像中1-7波段的空間分辨率除第6波段為120米外，其余均為30米，這對研究來說分辨率顯得有些低，為了提高空問分辨率，采用7波段、4波段、3波段所合成的影像與空間分辨率15米的ETM第8段進行分辨率的融合，獲取較清晰的紋理，有助于行政區內各類用地信息的提取。

（2）圖像的幾何校正

衛星影像在成像時，由于成像方式、傳感器外方位元素變化、傳感器介質的不均勻、地球自轉、地球表面曲率、遙感平臺位置與運動狀態等因素的影響，使獲得的遙感圖像相對于地表目標存在一定的幾何變形，圖像上的幾何圖形與該物體在所選定的地圖投影中的幾何圖形產生差異，產生了幾何形狀或位置的失真，主要表現為位移、旋轉、縮放、仿射、彎曲和更高階的歪曲，消除這種差異的過程稱為幾何糾正。在做遙感圖像分類時，必須對圖像進行幾何精校正處理，使各種數據整合。

在ERDAS9.2軟件平臺上，首先用2015年的ETM影像與1：5萬地形圖相對照，選出25個地面控制點（GCP）?？刂泣c的選取原則主要是：有一定的數量保證，均勻分布在整個校正區域內，具有明顯精確的定位識別標志，如河流的拐點，河流、道路的交叉點等。其次在1：5萬地形圖上量取這些控制點的大地坐標。然后運用ERDAS IMAGINE的了模塊（Image Geometric Correction）進行圖像配準。先在地形圖上找到第一個控制點，再在2015年的ETM影像圖中找到相應該控制點，輸入該控制點的大地坐標值。依此方法，連續選擇輸入分布均勻的25個控制點的大地坐標值。最后用三次多項式擬合法對控制點進行平差計算，并用雙線性內插法完成像元重采樣，即可獲得可以用于地物分類試驗的2015年的校正ETM圖像。在平差過程中，對于那些殘差值異常的、又不影響校正結果的點予以刪除，最后留有22個控制點。這22個控制點介于幾何校正的理論最小值（n+1）*（n+2）/2與推薦最大值3 （n+1）*（n+2）/2之間，即當n=3時，控制點在10-30范圍內，可以保證較高的精度。利用ERDAS9.2軟件里的地理關聯方法對校正進行評價，結果顯示圖像幾何校正和配準的精度均控制在0.5個像元內，滿足成圖的精度要求。按該法，依次利用校正好2004年和2009年TM影像，并分別對2004年和2009年TM影像進行坐標配準。

（3）影像增強處理

遙感影像的亮度值是離散的，它是由一系列依序排列的像元組成的一個數字矩陣。遙感影像的亮度編碼是從0-255，即256級灰階，其亮度值的大小說明了地物的反射率大小。但是如果獲取數值差異不大，會導致影像地物色彩不容易區分（整體偏暗、偏亮），即對比度小，則會影響有用信息的提取。因此需要一種數學方法，來合理的擴大信息差異。即改變像元數值大小。經多對比度變換后，影像矩陣數值改變，將不再代表地物反射率，但是提高了地物信息之問的區分度。本次研究以線性拉伸的方式對研究區域遙感影像進行直方圖變換，使得遙感影像解譯時目標地物更加容易識別。

（4）影像的裁剪

遙感圖像處理經常使用的地球投影類型主要包括：高斯一克呂格投影、UTM投影、空間斜軸墨卡托投影。對于高分辨率的遙感圖像一般采用高斯一克呂格投影或UTM投影。該投影與高斯一克呂格投影同屬一類，除中央經線上長度比不同外，其余均大致相同。高斯一克呂格投影規定中央經線上長度比為1，而在UTM投影中則為0.996。采用UTM投影，可以確保投影精度，滿足用戶通過遙感圖像對地面點精確定位的需求。

由于研究區TM影像采用的是通用橫軸墨卡托（UTM）投影，陽宗鎮縣級行政邊界矢量數據采用的是高斯一克呂格投影的3。帶投影。為方便研究，需要將高斯一克呂格投影的縣界（shape文件）在Arcgis中將其轉換成UTM投影。

在ERDAS IMAGINE中將UTM投影下的陽宗鎮邊界Polygon （Shapefile格式）打開，然后運用Vocter to Raster工具將打開的Polygon邊界轉化為柵格圖像，并保存為IMG格式，作為研究區域邊界。采用Mask（掩膜）選擇研究區域，將研究區域從配準的遙感影像上切割下來保存，并完成對其余兩幅TM影像的裁剪。

3、土地利用變化分析

3.1使用GIS技術地類信息提取

使用ArcGIS10.3，將2004年、2009年和2015年影像與行政區進行疊加，分別進行地類劃分，將地類劃分為耕地、園地、林地、建設用地、未利用地、水域六個地類，分別進行匯總，對比分析三個不同時期的地類變化情況。

3.2 土地利用變化分析

陽宗鎮土地利用類型多樣，結構復雜，其結構12年來隨外界條件發生了很大變化。通過對2004年、2009年和2015年影像的解譯，結合GIS的空問分析功能，統計得到了三個時段的土地利用現狀結果，見表3。

3.2.1 林地、園地和城鄉用地面積大幅度持續增長

林地面積是整個研究期問面積增加最大的地類，由2004年的40134.06hm2，增加至2009年的40936.34hm2，是2004-2009年增加規模最大的地類，到2015年達到43039.68hm2。2004年園地面積為21828.42hm2，到2009年園地面積增加至22276.72hm2，至2015年園地面積增加至24449.51hm2，比例也由2004年的12.25%增加至2015年的13.72%，園地是2004-2015年面積增加最多的地類。這與近些年來，陽宗鎮大力發展果樹種植和生態造林，改善生態環境有很大關系。城鄉用地面積1995年為8800.47hm2， 2008年增加至10782.61hm2。城鄉用地變化主要是由于人口增加、經濟發展，以及城市化建設步伐的加快，導致了交通、居住用地的增加，工業的發展也是該區建設用地增加的重要原因。

3.2.2 耕地面積大幅度持續減少

2004年耕地面積為36353.34 hm2，到2009年耕地面積減少至35300.72 hm2，至2015年耕地面積減少至33132.40 hm2，比例也由2004年的20.40%下降到2015年的18.59%，是研究期問減少最多地類。與該區建設用地的擴張占用、農業結構調整有重要關系。

3.2.3 水面和未利用地面積均有所下降

水面面積由2004年的10076.67 hm2，減少至2015年的8520.33 hm2，這主要是由于研究區內的官廳水庫近些年來庫區上游流域遭遇了將近10年的干旱年景，蓄水量在減少。未利用地由2004年的61039.17hm2減少至2015年的58307.60 hm2。其減少的主要原因是由于2004以來對生態環境的治理以及開荒種植，未利用地開發利用程度提高。

4、結論

本文基于RS， GIS技術平臺，以陽宗鎮為例，利用2004， 2009，2015年三期遙感影像獲取土地利用信息，通過研究分析，本文得出以下結論：通過三期影像解譯結果分析，2004-2015年陽宗鎮土地利用格局變化較大。土地類型轉換明顯。呈現園地、林地、城鄉用地增加和耕地、水面和未利用地減少的變化特征；土地利用處于發展期，朝均一化方向發展，以鄉鎮為單元的主要社會經濟發展格局逐步被打破；景觀格局變化受人類活動影響加劇，其自然性減弱。

通過數據分析發現，研究區土地利用類型均主要以未利用地、林地、耕地為主。研究期間地類呈現“三增三減”的變化規律?！叭觥笔侵赋青l用地、園地和林地增加，“三減”是指耕地、水面和未利用地減少。

參考文獻

[1]李鵬杰，何政偉，李璇瓊.基于RS和GIS的土地利用/覆被動態變化監測——以九龍縣為例[J].水土保持研究，2012（19）：38-42.

[2]楊靜，莊家堯，張金池.基于RS和GIS的徐州市20年間土地利用變化研究[J].南京林業大學學報（自然科學版），2013（37）：85-91.

[3]王霞.基于RS和GIS的土地利用變化時空格局研究[D].北京林業大學，2007.

[4]梁長秀.基于RS和GIS的北京市土地利用/覆被變化研究[D].北京林業大學，2009.

[5]于海影.基于RS和GIS的楊凌區土地利用變化及評價[D].西北農林科技大學，2014.

作者簡介

幸響洪（1982—），男，云南國土資源職業學院，教師，助理工程師、助教，主要研究方向：測繪工程技術。