基于Landsat TM影像的長春市土地利用變化分析

劉曉靜 馮錚

摘要：利用1995、2006和2011年Landsat TM影像將長春市土地利用類型分為六類，并分析其面積變化情況。結(jié)果表明，近17年來，除建設(shè)用地面積不斷增加，其余類型面積均有減少。研究結(jié)果對制定城市中長期規(guī)劃具有指導(dǎo)意義。

關(guān)鍵詞：遙感影像;土地利用;監(jiān)督分類;長春市

中圖分類號：TD171? ? 文獻(xiàn)標(biāo)識碼：A? ? 文章編號：1007-9416（2018）10-0000-00

1引言

隨著人口、資源和環(huán)境問題的日益突出，土地利用和土地覆蓋變化的研究已成為全球環(huán)境變化研究的前沿和熱點(diǎn)領(lǐng)域[1]。經(jīng)濟(jì)的發(fā)展和人口數(shù)量的增加，迫使人類的活動范圍增大，建筑面積不斷擴(kuò)張，人地關(guān)系更為緊張。土地利用/覆蓋的變化已對生態(tài)環(huán)境造成了顯著的影響[2]。隨著區(qū)域地表覆蓋物的變化，區(qū)域地表反射率、粗糙度、植被覆蓋度等因素也相繼發(fā)生改變，最終影響區(qū)域氣候狀況和生態(tài)環(huán)境。因此，分析和研究土地利用變化與人類的生存和發(fā)展息息相關(guān)。它不僅能夠表征區(qū)域城市化、工業(yè)化的發(fā)展速度，還能為其生態(tài)環(huán)境的評價提供依據(jù)。

本文以長春市為研究區(qū)，利用Landsat TM影像，通過遙感與GIS相結(jié)合，對長春市1995年、2006年和2011年三年的某一相同時間段的遙感影像分別進(jìn)行土地利用分類，并根據(jù)分類結(jié)果分析研究區(qū)土地利用的面積隨時間變化狀況，并繪制成圖。

2資料與方法

2.1研究區(qū)概況

長春市地處松遼平原，位于北緯43°05′～45°15′，東經(jīng)124°18′～127°05′。總面積20565平方千米，周長3298.97千米，市區(qū)面積7557平方千米，位于松遼平原腹地的伊通河臺地之上[3]。長春市屬北溫帶大陸性季風(fēng)氣候區(qū)，具有四季分明，雨熱同季，干濕適中的氣候特征。不同的地貌類型對城市建設(shè)起著不同的制約作用[4]。長春地貌主要由臺地和平原組成，地勢東高西低。西北是松原市，西南是四平市，東南是吉林市，東北與黑龍江省接壤。

2.2數(shù)據(jù)采集與處理

2.2.1類型確定

土地利用的問題比較復(fù)雜，耕地和建設(shè)用地面積的變化是一個城市城市化和工業(yè)化發(fā)展程度的典型表征，耕地越少，建設(shè)用地越多，表明城市化和工業(yè)化程度越高;反之，耕地越多，建設(shè)用地越少，表明城市化和工業(yè)化程度越低。林地、草地和水域的面積變化能表征出一個區(qū)域的生態(tài)環(huán)境狀況，草地面積、林地面積和水域面積減少越明顯，說明該區(qū)域的生態(tài)環(huán)境遭到嚴(yán)重破壞。同時，訓(xùn)練樣本的選擇還要考慮長春市主要的土地利用類型和研究目的。因此，本文將研究區(qū)的訓(xùn)練樣本類型定為六類：建設(shè)用地、耕地、草地、林地、水域和其它地類。

其中，建設(shè)用地是指建造建筑物、構(gòu)筑物的土地，是城鄉(xiāng)住宅和公共設(shè)施用地、工礦用地，能源、交通、水利、通信等基礎(chǔ)設(shè)施用地等。耕地是指用于直接生產(chǎn)農(nóng)作物的土地。將生長草本植物和灌木為主的土地歸為草地，生長喬木林為主的土地歸為林地。水域主要包括河流、湖泊、水庫、坑塘和溝渠。而其他地類是指尚未利用的空閑地，鹽堿地，以及基本無植被覆蓋的土地和表層為巖石、石礫的土地。

2.2.2數(shù)據(jù)準(zhǔn)備與處理

研究采用1995年、2006年和2011年Landsat TM影像，空間分辨率為30m。為了更好的對研究區(qū)土地利用類型進(jìn)行分類，選取植被生長狀態(tài)良好的6月-9月的影像，影像數(shù)據(jù)采集時間接近，很大程度上減少了光譜信息差異帶來的分類結(jié)果差異。數(shù)據(jù)來源于美國地質(zhì)勘探局（USGS）網(wǎng)站。為了更好的識別地物信息，研究分別對三年的TM影像進(jìn)行假彩色合成，采用5、4、3波段的合成方式。之后，對影像進(jìn)行幾何校正、影像鑲嵌等初步處理。利用長春市的行政區(qū)劃矢量圖裁剪拼接后的影像，獲得研究區(qū)TM假彩色合成影像如圖1所示。

2.3研究方法

遙感影像的分類處理方式有兩種，一種是人工目視解譯，另一種是計算機(jī)自動分類。人工目視解譯雖然需要設(shè)備少，簡單方便，可以隨時從影像中獲取信息，但是由于解譯人員存在個人差異，主觀影響較大，而且花費(fèi)時間較長，并且很難區(qū)分同物異譜和同譜異物現(xiàn)象，所以一般都選取計算機(jī)自動分類方法解譯遙感影像。計算機(jī)自動分類法可以在極短的時間內(nèi)處理大量數(shù)據(jù)信息，同時避免了使用人工目視解譯中由于經(jīng)驗(yàn)不同或者主觀臆斷而引起的錯誤，而且可以用已有知識推定難以到達(dá)的未知區(qū)域的情況，減少大量的野外工作。

計算機(jī)影像分類包括監(jiān)督分類和非監(jiān)督分類。二者的根本不同點(diǎn)在于是否利用訓(xùn)練場地來獲取先驗(yàn)類別知識。非監(jiān)督分類不需要更多的先驗(yàn)知識，根據(jù)地物的光譜統(tǒng)計特性進(jìn)行分類[3]。監(jiān)督分類則充分利用分類地區(qū)的先驗(yàn)知識，預(yù)先確定分類的類別，通過控制、反復(fù)檢驗(yàn)訓(xùn)練樣本，提高分類精度，避免分類中的嚴(yán)重錯誤[5-7]。因此，本文采用監(jiān)督分類對研究區(qū)遙感影像進(jìn)行解譯。

3基于監(jiān)督分類的長春市土地利用類型分類

3.1 監(jiān)督分類結(jié)果

采用監(jiān)督分類法對研究區(qū)的土地利用類型進(jìn)行分類，根據(jù)研究目的，參考相關(guān)文獻(xiàn)[8]，分別將研究區(qū)1995年、2006年和2011年土地利用類型分為建設(shè)用地、耕地、草地、林地、水域和其它六類。如圖2所示為1995年、2006年和2011年影像監(jiān)督分類的結(jié)果。圖中紅色代表建設(shè)用地，黃色為耕地，藍(lán)色為水域，淺綠色為草地，深綠色為林地，紫色為其它地類。

3.2 誤差分析

采用混淆矩陣對分類結(jié)果進(jìn)行精度評價。使用混淆矩陣工具（Confusion Matrices）可以把分類結(jié)果的精度顯示在一個混淆矩陣中，用于比較分類結(jié)果和地表的真實(shí)信息。總體分類精度（Overall Accuracy？）和Kappa系數(shù)是混肴矩陣中表達(dá)分類精度的主要指標(biāo)。總體分類精度是被正確分類的像元數(shù)與總像元的比值[9]，該值越接近100%，分類結(jié)果越精確。Kappa系數(shù)也是用來評價圖像的分類精度，主要用于精確性評價和圖像的一致性判斷。如果兩幅圖像差異很大，則其Kappa系數(shù)小，當(dāng)它大于0.8時，認(rèn)為分類質(zhì)量為極好。計算公式分別如下：

OA=n/N? （1）

K=（Po-Pe）/（1-Pe） （2）

式中，OA是總體分類精度，n是被正確分類的像元數(shù)，N是總像元數(shù);K是Kappa系數(shù)，Po是對角線單元中觀測值的總和，Pe是對角線單元中期望值的總和。

如表1所示，三幅影像分類精度，可以看出，1995年、2006年和2011年影像的監(jiān)督分類總體分類精度分別為97.7431%、97.0266%和97.4441%，Kappa系數(shù)分別為0.9635、0.9535和0.9616，符合監(jiān)督分類精度要求，表明分類結(jié)果具有一定的可信度。

4 長春市土地利用面積變化分析

為進(jìn)一步分析長春市土地利用變化情況，分別統(tǒng)計各年份不同類型土地的面積，結(jié)果如表2所示。利用表2，計算各不同類型土地的面積變化，如表3所示。表3為對建設(shè)用地、草地、耕地、林地、水域和其它六種地類分別在1995年～2006年、1995年～2011年和2006年～2011年三個時間段的面積變化統(tǒng)計。由表2和表3可知，建設(shè)用地所占面積在近17年顯著增加，從1995年的158km2增加到2011年的484km？，2011年的建筑面積已經(jīng)是1995年的3倍，表明長春市城區(qū)擴(kuò)建速度很快，城市化進(jìn)程加快與人口數(shù)量的增加以及城市的快速發(fā)展有著密不可分的關(guān)系。林地和草地在近17年驟減，其中林地面積從1995年50km2縮減到2011年的25km2，2011年林地面積是1995年的1/2，草地面積從1995年295km？縮減到2011年的118km？，2011年草地面積是1995年的40%。這是由于城市擴(kuò)張侵占大量的草地和林地，致使二者面積減少。另外，為了滿足日益增長的糧食需求，大量天然草地被用于耕種作物，在這樣的雙重壓力下，草地成為17年來面積減少最多的土地利用類型。水域面積變化不大，略有減少[10]。1995年至2006年間，耕地面積減少115.175 km2，占17年間總減少面積的94%，而在該時期建設(shè)用地增長的面積占總其總增長面積的70%，可見，長春市城市建設(shè)也占用了大量的耕地，且主要集中在2006年之前。

5 結(jié)語

利用Landsat TM影像，借助監(jiān)督分類法，將長春市近17年的土地利用類型分為六類，建設(shè)用地、耕地、草地、林地和水域。通過統(tǒng)計各部分地類的面積，分析1995年～2011年間長春市各部分土地利用類型的變化情況，結(jié)果表明：（1）1995年～2011年間，研究區(qū)建設(shè)用地面積明顯增加，表明長春市在2006年以前建設(shè)力度較大;（2）草地和耕地面積明顯減少，其次是林地，減少最少的是水域。表明城市建設(shè)過程中，主要侵占草地和耕地面積。土地利用面積變化的分析結(jié)果可以為改善生態(tài)環(huán)境提供決策依據(jù)，在制定城市中長期規(guī)劃時具有參考意義。

參考文獻(xiàn)

[1]邵美云，王璐.北京市城區(qū)土地利用變化分析[J].甘肅科技，2013，29（18）：18-20.

[2]王兆禮，曾樂春.中國區(qū)域土地利用變化對生態(tài)環(huán)境的影響研究進(jìn)展[J].中山大學(xué)研究生學(xué)刊（自然科學(xué)、醫(yī)學(xué)版），2005，26（3）：24-33.

[3]長春[EB＼OL]，新華網(wǎng)，http：//news.xinhuanet.com/local/2006-07/19/content_5392205.htm，2006-7-19.

[4]長春市[EB＼OL]，百度百科，http：//baike.baidu.com，2016-5-1.

[5]閆琰，董秀蘭，李燕.基于ENVI的遙感圖像監(jiān)督分類方法比較研究[J].北京測繪，2011（3）：14-16.

[6]趙春霞，錢樂祥.遙感影像監(jiān)督分類與非監(jiān)督分類的比較[J].河南大學(xué)學(xué)報（自然科學(xué)版），2004，34（3）：90-93.

[7]金杰，朱海巖，李子瀟，孫建偉.ENVI遙感圖像處理中幾種監(jiān)督分類方法的比較[J].水利科技與經(jīng)濟(jì)，2014，20（1）：146-160.

[8]楊鑫.淺談遙感圖像監(jiān)督分類與非監(jiān)督分類[J].四川地質(zhì)學(xué)報，2008，28（3）：251-254.

[9]梅安新，彭望琭，秦其明，劉慧平.遙感導(dǎo)論[M].北京：高等教育出版社，2001：196.

[10]鄧書斌.ENVI遙感影像處理方法[M].科學(xué)出版社，2010：144.

The Analysis of Land Use Change of Changchun City Based on Landsat TM Image

LIU Xiao-jing，F(xiàn)ENG Zheng

（College of Tourism and Geographic Science，Jilin Normal University， Siping JiLin 136000）

Abstract： Land use types in Changchun City were classified into six categories using Landsat TM images in 1995， 2006 and 2011， and their area changes were analyzed. The results show that， in the past 17 years， except for the area of construction land， the area of other types had decreased. The results of this study have guiding significance for the formulation of urban medium-term and long-term planning.

Key words： Remote sensing image; Land use; Supervised classification; Changchun City