基于國產高分數據的圖們江口土地利用/覆蓋現狀遙感監測與中、朝、俄對比分析

賈源旭，李曉敏,吳春國,3,馬毅,朱衛紅

(1.延邊大學 延吉 133002； 2.國家海洋局第一海洋研究所 青島 266061；3.延邊大學 長白山生物資源與功能分子教育部重點實驗室 延吉 133002)

?

基于國產高分數據的圖們江口土地利用/覆蓋現狀遙感監測與中、朝、俄對比分析

賈源旭1,2，李曉敏2,吳春國1,2,3,馬毅2,朱衛紅1,3

(1.延邊大學 延吉 133002； 2.國家海洋局第一海洋研究所 青島 266061；3.延邊大學 長白山生物資源與功能分子教育部重點實驗室 延吉 133002)

圖們江是流經中國、朝鮮、俄羅斯3國的河流，3個國家不同的經濟發展水平導致圖們江口地區3國的土地利用程度也不盡相同。文章以我國國產高分辨率衛星影像GF-1和GF-2為數據源，采用目視解譯方法，提取了圖們江口土地利用/覆蓋信息，對圖們江口土地利用/覆蓋現狀及其中、朝、俄對比情況進行了分析。研究結果表明：①圖們江口地區的主要土地利用/覆蓋類型為林地、草地、耕地、水域、沼澤等，其中林地主要分布在山地丘陵地帶；草地在俄羅斯的平原、丘陵地區分布較廣；耕地主要分布在中國和朝鮮地區；沼澤在俄羅斯境內分布較廣。②中國研究區內，林地面積最大，草地、耕地、水域面積較大，集中分布在平原地帶；朝鮮研究區內，林地面積最大；俄羅斯研究區內，土地結構的主體為林地、草地、水域，與中國和朝鮮相比，結構比較均勻，自然景觀保護最好。③朝鮮區域土地開發最為劇烈；俄羅斯區域土地開發強度最低；中國區域土地開發強度適中。

土地利用/覆蓋；圖們江口；遙感監測；中、朝、俄對比分析；國產高分影像

1 引言

圖們江發源于長白山，是流經中國、朝鮮、俄羅斯3國的國際性河流[1]。圖們江口地區位于東北亞的中心部位，地跨中、朝、俄3國，是中國與東北亞各國乃至歐、美各國聯系的最便捷的通道，區位優勢使得近年來該地區的區域國際合作開發快速推進[2]。而3個經濟發展水平不同的國家使得該地區擁有3種不同的土地開發利用程度。因此，有必要對該地區的土地利用/覆蓋狀況進行監測和對比分析。但是，跨國的事實使得該地區的現場監測工作很難進行。遙感技術具有探測范圍廣、對同一區域進行重復監測、更新周期短、時間序列長和現勢性強等突出優勢，近年來得到迅猛發展并廣泛應用于土地利用動態監測[3]。已有學者利用遙感手段對圖們江地區的土地利用進行了研究。杜會石等[4]基于Landsat TM影像分析了圖們江流域14年土地利用變化情況,并計算了由此導致的生態系統服務價值變化；南穎等采用四期遙感影像，應用決策樹分類方法對圖們江跨界地區的土地利用進行分類，進而利用單一土地利用動態度、綜合土地利用動態度、土地利用相對變化率、土地利用相對變化度等方法進行了動態變化分析[5]。

隨著中國國產衛星遙感技術的不斷發展，遙感平臺日益豐富、影像空間分辨率越來越高、數據質量不斷改進、數據覆蓋度也越來越高，逐步發展成為土地利用和生態環境動態監測的重要數據源[6]。閆苗苗等[7]利用高分一號影像,采用監督分類并結合目視解譯方法,對京津冀地區整體的土地利用情況和北京、天津、石家莊、唐山4個典型城市的景觀變化作了定量分析；楊長坤等[8]以遼寧阜新為研究區，運用支持向量機(SVM)方法進行了高分一號和Landsat8的多光譜影像的土地利用分類對比研究，實驗表明，高分一號多光譜數據的分類精度高于Landsat8數據,可以應用于土地利用的分類。但是，利用國產高分遙感數據對圖們江口地區的研究依然缺乏。

因此，針對圖們江口地區土地利用監測需求，以國產高分一號(GF-1)、高分二號(GF-2)高分辨率遙感影像為數據源，提取2015年圖們江口地區的土地利用/覆蓋信息，從數量、景觀格局、土地利用程度等方面，分析該地區的土地利用/覆蓋現狀，并對中國、朝鮮、俄羅斯進行對比，研究產生差異的原因，為圖們江口地區的環境保護和土地管理提供參考。

2 研究區和數據源

2.1 研究區概況

圖們江是中國、朝鮮、俄羅斯的界河，在圖們江口注入日本海，中、朝、俄3國交界處距圖們江入海口約16 km。本研究以圖們江口地區為研究區，范圍為42°15′N—42°43′N、130°15′E—130°52′E之間的陸上部分，地跨中、朝、俄3國。其中，中國部分面積360.62 km2，城鎮密集，人工景觀分布廣泛；朝鮮部分面積977.80 km2，城鎮密集，人工景觀星羅棋布；俄羅斯部分面積606.55 km2，城鎮較少，自然景觀類型占絕對優勢。由于圖們江是3國界河，故中、朝、俄對比分析時單獨計算，研究區內圖們江面積34.78 km2。

2.2 數據源

本研究以GF-1、GF-2高分辨率遙感影像為主要數據源，用于圖們江口地區的土地利用/覆蓋信息提取，以2014年現場踏勘樣點數據為輔助數據，用于信息提取結果的精度驗證。其中，主要數據源包括4景GF-1影像(1張成像于2015年5月7日，3張成像于2015年5月11日)和3景GF-2影像(成像日期為2015年7月7日)，GF-1影像的全色分辨率2 m，多光譜分辨率8 m，GF-2影像的全色分辨率1 m，多光譜分辨率4 m。

3 研究方法

3.1 數據處理

在遙感軟件平臺下，對獲取的遙感影像進行預處理，包括正射校正、幾何校正、影像融合等。首先，利用研究區30 m DEM和影像的RPC文件進行正射校正。其次，以GF-1、GF-2的全色影像為基準分別配準其多光譜影像，保證RMS值小于1個像素。最后，在全色和多光譜影像精確配準的基礎上采用Gram-Schmidt Pan Sharpening(GS)方法進行融合，得到空間分辨率為2 m的GF-1融合影像和1 m的GF-2融合影像，基于融合影像進行圖們江口地區土地利用/覆蓋信息的提取。

3.2 土地利用/覆蓋分類體系

本研究參照2007年發布的《土地利用現狀分類》國家標準(GB/T21010—2007)[9]，結合南穎等有關圖們江土地利用/覆蓋研究所采用的分類體系[4-5,10]，確定圖們江口土地利用/覆蓋分類體系，包括8個一級類、14個二級類(表1)。

表1 研究區土地利用/覆蓋分類體系

3.3 景觀格局分析方法

景觀格局通常指景觀的空間結構特征，是景觀異質性的具體表現，其變化是自然和人為因素相互作用所產生的一定區域生態環境體系的綜合反映[11]。本研究將土地利用/覆蓋現狀矢量圖轉換成柵格圖層，輸入景觀分析軟件中計算相應的景觀指數。參考了國內外對景觀指數的研究[12-14]，結合圖們江口的實際情況，在景觀級別上選擇4個方面的景觀格局指數：斑塊破碎程度指數(斑塊數、斑塊密度)；形狀指數(景觀形狀指數、平均分維數)；多樣性指數(香農多樣性指數)；均勻度指數(香農均勻度指數)。

(1)斑塊數(number of patches，NP)[15]

(1)

式中：ni為第i個斑塊類型中的斑塊個數之和。其值越大，景觀破碎度越大。

(2)斑塊密度(patch density，PD)[16]

(2)

式中:ni表示斑塊數量多少;A表示斑塊面積大小。其值越大，景觀破碎度越高。

(3)景觀形狀指數(LSI)[17]

(3)

式中:E為景觀中所有斑塊邊界的總長度;A為景觀總面積。LSI越大，表示景觀斑塊形狀越不規則，越復雜。

(4)平均分維數(FRAC_MN)[18]

(1≤FRAC_MN≤2)

(4)

式中:Pij是i斑塊類型中斑塊j的周長(m)；aij是i斑塊類型中斑塊j的面積(m2)；0.25是校正常數；m為斑塊類型數；n為某類型的斑塊數；N為斑塊總數。該指數反映了人類活動對景觀的影響強度。平均分維數趨于1，斑塊的自相似性越強，斑塊形狀越有規律、簡單，表明自然景觀斑塊的受人類活動干擾程度越大。

(5)香農多樣性指數(Shannon’s diversity index，SHDI)[19]

(5)

式中:Pk為第i個斑塊類型在景觀中所占的比例;n為此景觀中所有斑塊類型總數。當指數值為0時，表示區域內景觀僅由單一景觀類型組成，值越大，表示區域內景觀類型越豐富。

(6)香農均勻度指數(Shannon’s evenness index，SHEI)[20]

(6)

式中:Pk是k類型斑塊在景觀中的比例。SHEI趨近于0時，各類型斑塊的面積比例差異越大；其值趨近于1，則不同斑塊的面積比例越接近，景觀中無明顯優勢類型，景觀多樣性越大。

斑塊數與景觀的破碎化程度有很好的正相關性，斑塊密度能一定程度上反映聚集和分離程度的平均水平，綜合兩個指標的信息分析，能更好地體現斑塊的數量特征；景觀形狀指數表現斑塊邊界的凸起的情況，平均分維數指數反映出空間實體幾何形狀的不規則程度以及充斥空間的能力，二者都是描述斑塊形狀的指標，具有較高的相關性，但計算各有側重，綜合兩個指標的信息分析，能更好地體現斑塊形狀特征，避免兩個指數的片面性[21-22]。

3.4 土地利用程度分析方法

土地利用程度反映了土地利用的廣度和深度，它不僅反映了土地利用本身的屬性，也反映了人類活動對土地系統的影響程度，通過搜集對比各種土地利用程度分析方法[23-24]，選取應用廣泛、具有代表性的土地利用程度綜合分析方法，計算公式[25-26]如下：

(7)

式中：L為土地利用程度綜合指數；Ai為研究區第i級土地的利用程度分級指數，Pi為研究區第i級土地的利用程度分級面積百分比；n為土地利用程度分級數。研究按土地利用類型分級，將研究區的土地利用類型整合為未利用土地級(沼澤地、裸地)、林草水用地級(有林地、其他林地、草地、河流水面、湖泊水面、坑塘水面、水庫水面、灘涂)、農業用地級(水田、旱地、園地)、建設用地級(鐵路用地、公路用地、港口碼頭用地、建筑用地)，分級指數分別設為1、2、3、4。

4 圖們江口土地利用/覆蓋現狀分析

通過目視解譯來提取2015年圖們江口地區土地利用/覆蓋信息，統計結果如表2和圖1所示。

表2 2015年圖們江口各土地利用/覆蓋類型面積統計 km2

圖1 2015年各土地利用類型在中、朝、俄的分布比例

林地是圖們江口地區面積最大的土地利用類型，占土地總面積的58.84%。其中，有林地面積998.27 km2，主要分布在朝鮮境內的咸鏡山脈和中國境內的長白山區，俄羅斯境內的低山丘陵上也有少許分布，多成片大面積分布，景觀整體性較好；其他林地面積166.64 km2，主要分布在山地較低處和丘陵上，在中國和朝鮮境內分布較零散，且有些與耕地、城鎮交錯分布，體現出中、朝境內其他林地形成的主要原因是人類活動的干擾，在俄羅斯境內分布相對聚集；其次是草地，占土地總面積的13.33%，在俄羅斯境內成片大面積分布，在中國、朝鮮境內零星分布在地勢較低處；耕地面積占8.85%，其中，水田面積81.09 km2，集中分布在中國和朝鮮境內的湖泊、坑塘周圍，旱地面積94.12 km2，多與水田交錯分布，在朝鮮境內的山地上分布極為破碎；水域面積占8.55%，其中，湖泊面積93.22 km2，主要分布在俄羅斯境內以及圖們江入海口西側的朝鮮境內。河流面積39.23 km2，主要為圖們江(面積約28.97 km2)及其支流。水庫面積10.49 km2，中國境內主要是敬信鎮龍山水庫，朝鮮境內也有少量分布。坑塘面積11.66 km2，中國境內主要為頭道泡、二道泡、三道泡、四道泡、五道泡，朝鮮和俄羅斯境內少許零星分布。灘涂面積14.71 km2，一部分為朝鮮和俄羅斯的沿海灘涂；一部分為分布于圖們江及其支流的河流灘涂；沼澤占土地總面積的7.39%，主要分布在俄羅斯境內的平原地帶，中國和朝鮮境內也有少許分布；裸地、建筑用地、交通運輸用地和園地所占比例很小，分別占0.94%、1.52%、0.51%和0.07%。裸地與建筑用地和交通運輸用地的分布有很強的相關性，多與建筑用地和交通運輸用地交錯分布，且主要分布在中、朝境內，體現了中國和朝鮮土地開發強度較高。

5 圖們江口土地利用/覆蓋現狀中、朝、俄對比分析

5.1 結構對比分析

2015年中國、朝鮮、俄羅斯研究區的土地利用/覆蓋結構如表3所示。

表3 2015年中、朝、俄研究區土地利用/覆蓋結構占比 %

中國研究區內，有林地占研究區面積的64.55%，其他林地占5.48%，主要分布在山地丘陵地區。其中，有林地分布海拔較高，其他林地主要由人為干擾因素形成，分布海拔較低，二者多成片大面積分布，包圍著其他土地類型，這主要與中國琿春境內的地形有關，該地區地形呈馬鞍形，東、南、北三面環山，中部是平原；草地、耕地、水域類型分別占研究區面積的7.55%、10.22%和7.81%，其他類型比例很小。除林地外，其他土地類型呈小斑塊分布，中部平原地區耕地、城鎮、交通用地、坑塘水庫集中，說明中國境內人類開發強度高，但是，各土地類型多聚集分布，整體性較好，反映了中國境內土地開發對自然景觀的破壞較少。

朝鮮研究區內，有林地面積占59.78%，多分布于山地丘陵，其他林地占6.21%，分布于山地丘陵的較低地帶；草地、耕地、水域分別占10.19%、14.02%、4.18%，其他類型比例很小，其中，草地、裸地的分布十分松散，說明朝鮮的土地開發不盡合理。特別注意的是，與中國、俄羅斯相比，水田分布面積和比例都最高，體現了朝鮮族以水稻為主的飲食結構和濃重的水稻文化色彩。

俄羅斯研究區內，土地結構的主體為林地、草地、水域，分別占43.66%、22.58%和11.25%，與中國和朝鮮相比，結構比較均勻，但是缺少園地、水庫、旱地、港口碼頭這4種土地利用類型；區域內地勢相對平坦，海洋性氣候使得降水豐富，因此沼澤分布廣泛，湖泊眾多；人口稀少、城鎮面積小、數量少，是該區域林地、草地等自然景觀保護較好的最主要原因。

5.2 景觀格局和土地利用程度對比分析

斑塊數目NP和斑塊密度PD是表現景觀破碎度的重要指標。由表4可知，斑塊數NP由多到少，依次為朝鮮、中國、俄羅斯，斑塊密度PD由高到低，依次為朝鮮、中國、俄羅斯，說明朝鮮境內景觀破碎度最高、中國次之、俄羅斯最低。并且這兩個指標從朝鮮、中國到俄羅斯遞減幅度都非常大，說明3國景觀破碎度差異明顯。

表4 2015年圖們江口中、朝、俄景觀

景觀形狀指數LSI和斑塊平均分形維數FRAC_MN是表現景觀規則度的重要指標。可以看出，景觀形狀指數LSI和平均分維數FRAC_MN由高到低排序，均是俄羅斯、朝鮮、中國，說明景觀水平上，俄羅斯區域的景觀斑塊形狀復雜程度和不規則程度最大，朝鮮次之，中國區域的景觀斑塊最規則。

香農多樣性指數SHDI和香農均勻度指數SHEI是分別形容景觀多樣性和均勻度的指標。可以看出，香農多樣性指數SHDI由高到低，依次是俄羅斯、朝鮮、中國；香農均勻度指數SHEI由高到低，依次是俄羅斯、朝鮮、中國，體現了俄羅斯區域內景觀類型最為豐富，且景觀分布最為均勻，中國區域內景觀類型最不豐富，且景觀分布最不均勻，朝鮮處于中間水平。

從表3可以看出，中國、朝鮮、俄羅斯研究區內的景觀格局差異明顯，究其原因，中國、朝鮮區域人口密集，耕地、城鎮分布廣，土地開發強度高，故中國、朝鮮區域景觀破碎程度高，而且由于朝鮮農業生產技術落后，土壤肥力低，廢棄耕地較多，對林地的破壞嚴重，加劇了景觀破碎程度；中國區域人口最多，耕地、城鎮最密集，對自然景觀的人為改造最多，故景觀斑塊的規則度最高，但生產技術相對先進，因此開發活動比較規律，景觀破碎程度適中；俄羅斯區域人口、城鎮、耕地稀少，自然景觀保護最好，故景觀破碎度和規則度最低，景觀多樣性最高，且由于地形較單一等原因，各類型景觀分布比較均勻。

2015年，圖們江口研究區的土地利用程度綜合指數為204.65,其中，中國的土地利用程度綜合指數為210.43，朝鮮為217.09，俄羅斯為179.61。朝鮮研究區的土地利用開發程度最高，中國研究區次之，俄羅斯研究區的土地利用開發程度最低。

6 結論與討論

利用遙感、GIS以及景觀分析等方法，分析了圖們江口地區2015年土地利用/覆蓋現狀，并且對其中中國、朝鮮、俄羅斯3國的土地利用/覆蓋現狀進行了深入的對比，探究了導致3國差別的驅動因素，主要結論如下。

(1)圖們江口地區的主要土地利用/覆蓋類型為林地、草地、耕地、水域、沼澤、交通運輸用地、建筑用地。其中，林地是該區域面積最大的土地利用類型，主要分布在山地丘陵地帶；草地分布也很廣泛，在中國和朝鮮地區零星分布，在俄羅斯地區集中分布在平原丘陵地區；耕地主要分布在中國和朝鮮地區，其中，水田集中分布在湖泊、坑塘周圍，旱地多與水田交錯分布，且由于耕作技術落后等原因，旱田在朝鮮境內的山地上分布極為破碎；湖泊主要分布在俄羅斯境內以及圖們江入海口西側的朝鮮境內；河流主要為圖們江及其支流；水庫主要有中國境內的龍山水庫，朝鮮境內也有少量分布；坑塘主要有中國境內的頭道泡、二道泡、三道泡、四道泡、五道泡，朝鮮和俄羅斯境內少許零星分布；灘涂面積一部分為朝鮮和俄羅斯的沿海灘涂，一部分為分布于圖們江及其支流的河流灘涂；沼澤在俄羅斯境內的平原地帶分布較廣；建筑用地、交通運輸用地所占比例很小，主要分布在中國和朝鮮，但對區域內的景觀格局有主導作用。

(2)中國研究區內，林地面積最大，主要分布在山地丘陵地區；草地、耕地、水域面積也較大，且多集中分布在中部平原地帶；其他類型比例很小。除林地外，其他土地類型呈小斑塊分布。朝鮮研究區內，林地面積最大，多分布于山地丘陵；草地、耕地、水域也有一定比例；其他類型比例很小。土地開發不合理造成了草地、裸地分布松散。由于朝鮮族飲食文化的影響，水田種植面積和比例在3國區域內最高。俄羅斯研究區內，土地結構的主體為林地、草地和水域，與中國和朝鮮相比，結構比較均勻。地勢平坦和海洋性氣候使得降水豐富，沼澤分布廣泛，湖泊眾多。該地區人口少，因此自然景觀保護最好。

(3)中國、朝鮮、俄羅斯研究區內的景觀格局差異明顯。朝鮮區域土地利用程度綜合指數最高，土地開發最為劇烈，由于農業生產技術落后等導致景觀破碎度最高。俄羅斯區域土地利用程度綜合指數最低，土地開發強度最低，景觀規則度指標最高，景觀斑塊形狀復雜、不規則；景觀多樣性和均勻度的指標最高，景觀類型最為豐富，且景觀分布最為均勻。中國區域土地利用程度綜合指數較高，土地開發強度較大；受地形等因素影響，景觀多樣性和均勻度的指標最低，林地集中分布在山地丘陵地區，其他景觀斑塊集中分布在中部平原地區。

(4)俄羅斯應繼續保持現有狀態，中國應注意控制人口城鎮規模擴張，采取適當方法維持良好的景觀格局；朝鮮應采取有效措施開展土地整治，退耕還林還草，合理規劃生產活動。

[1] 侯遠亮.圖們江跨境經濟合作研究[D].延吉：延邊大學,2015.

[2] 郭文君.琿春國際合作示范區:中國圖們江區域合作開發的新窗口[J].延邊大學學報(社會科學版),2015,48(1):30-35.

[3] 安娜.3S技術在土地利用動態遙感監測中的應用[D].北京：中國地質大學,2012.

[4] 杜會石,南穎,朱衛紅.圖們江流域土地利用變化對生態系統服務價值的影響[J].吉林大學學報(地球科學版),2010,40(3):671-677.

[5] 南穎,吉喆,董葉輝,等.30年來圖們江跨國界地區土地利用/覆蓋動態變化研究[J].湖南師范大學自然科學學報,2012,35(1):82-89.

[6] 滕明君,曾立雄,肖文發,等.長江三峽庫區生態環境變化遙感研究進展[J].應用生態學報,2014,25(12):3683-3693.

[7] 閆苗苗,李家存,任麗麗.京津冀地區土地利用及典型城市景觀格局分析[J].地理空間信息,2016,14(2):69-72.

[8] 楊長坤,王崇倡,張鼎凱,等.基于SVM的高分一號衛星影像分類[J].測繪與空間地理信息,2015,38(9):142-144.

[9] 中華人民共和國國土資源部.土地利用現狀分類：GB/T21010—2007[S].北京：中國標準出版社，2007.

[10] 李俐,鄭金萍,范春楠,等.圖們江流域土地利用景觀格局分析[J].北華大學學報(自然科學版),2013,14(2):213-218.

[11] 謝磊.基于RS與GIS的南臺島綠地空間格局分析[J].福建師范大學學報(自然科學版),2010,26(3):78-83.

[12] 趙明月,彭建,劉焱序,張甜.基于高分遙感影像的滇西北村域景觀格局演變：以大理市低丘緩坡山地開發區為例[J].應用生態學報,2015,26(12):3803-3810.

[13] KUPFER J A.Landscape ecology and biogeography：rethinking landscape metrics in a post-FRAGSTATS landscape[J].Progress in Physical Geography，2012，36(3):400-420.

[14] UUEMAA E，ANTROP M，ROOSAARE J，et al.Landscape metrics and indices：an overview of their use in landscape research[J].Living Reviews in Landscape Research，2009,3(1):1-28.

[15] 黃勇,李子漪,武鵬峰，等.遼寧蒲石河抽水蓄能電站對景觀格局影響的生態風險評價[J].東北師大學報(自然科學版),2015,47(4):137-142.

[16] 范強,杜婷,楊俊,等.1982-2012年南四湖濕地景觀格局演變分析[J].資源科學,2014,36(4):865-873.

[17] 譚秋,周夢維,王華,等.貴州連續性白云巖小流域的石漠化景觀格局[J].生態學雜志,2009,28(8):1613-1618.

[18] 鐘靜,張捷.基于景觀指數的九寨溝旅游區旅游干擾評價[J].生態學雜志,2011,30(6):1210-1216.

[19] WU J G．Landscape ecology-pattern，process，scale and grade[M].2nd ed Beijing：Higher Education Press，2007：106-124.

[20] 李歡,劉霞,姚孝友,等.蒙陰縣土地利用景觀格局動態分析[J].水土保持研究,2011,18(5):43-47.

[21] 劉中正,彭培好,周正坤.基于3S技術的雅江縣植被類型調查與分析[J].地理空間信息,2013,11(2):78-79.

[22] 楊勇.關中地區土地利用動態模擬與優化配置研究[D].西安：陜西師范大學,2010.

[23] 郭景山.云南省保山市隆陽區土地利用動態變化研究[D].上海：華東師范大學,2014.

[24] 廖諶婳,封志明,李鵬,等.中老緬泰交界地區土地利用變化信息挖掘與國別對比[J].自然資源學報,2015,30(11):1785-1797.

[25] 孫傳諄,甄霖,王超,等.生態建設工程對鄱陽湖區域土地利用/覆被變化的影響[J].資源科學,2015,37(10):1953-1961.

[26] RAINES GL.Description and comparison of geologic maps with FRAGSTATS—a spatial statistics program[J].Computers & Geosciences，2002，28(2)：169-177.

Remote Sensing Monitoring of Land Use/Land Cover in Tumen River Estuary Based on Chinese High-Resolution Images and Comparative Analysis of China，North Korea and Russia

JIA Yuanxu1,2，LI Xiaomin2，WU Chunguo1,2,3，MA Yi2，ZHU Weihong1,3

(1.Yanbian University，Yanji 133002,China；2.The First Institute of Oceanography,SOA,Qingdao 266061,China；3.Yanbian University,Key Laboratory of Natural Resources of Changbai Moutain & Function Molecules，Ministry of Education，Yanji 133002,China)

Tumen River is an international river flowing through China，North Korea and Russia，whose economic developing level is obviously different，which has led to the different land use degree of three countries located in Tumen River Estuary Area.The paper used the visual interpretation method to extract the land use/land cover information in Tumen River Estuary based on the Chinese domestic high-resolution satellite images GF-1 and GF-2，analyzed the current situation of land use/land cover in Tumen River Estuary and compared their difference between three countries.The results showed that the main land use/cover types in the Tumen River estuary area are forest land，grassland，cultivated land，water area，marsh and so on，in which the forest land is distributed mainly in the hilly region，grassland is distributed mainly in the plain and hilly regions of Russia，cultivated land is mainly distributed in China and North Korea，and marsh is widely distributed in Russia.In China’s research region，the area of forest land is the largest，while the area of grassland，cultivated land and water area is relatively large and is mainly distributed in the plain area；Coincidentally，the forest land area is also the largest in the research region of North Korea；In the research area of Russia，the main land structure body is forest land，grassland and water area，whose structure is more uniform and the natural landscape protection is the best compared with China and North Korea.The land developing activities intensity of North Korea is the most violent while Russia is the lowest，and China is the medium.

Land use/land cover，Tumen River estuary，Remote sensing monitoring，Comparative analysis of China，North Korea and Russia，Chinese high-resolution images

2016-11-28；

2017-03-09

高分海岸帶遙感監測與應用示范.

賈源旭，碩士，研究方向為圖們江口濕地遙感研究，電子信箱：1300307947@qq.com

朱衛紅，教授，博士，研究方向為濕地生態學和景觀生態學研究，電子信箱：whzhu@ybu.edu.cn

P715；P76

A

1005-9857(2017)05-0059-08