1995-2011年長春市土地利用變化分析

(成都理工大學 四川 成都 610000)

隨著人口、資源和環境問題的日益突出,土地利用和土地覆蓋變化的研究已成為全球環境變化研究的前沿和熱點領域。經濟的發展和人口數量的增加,迫使人類的活動范圍增大,建筑面積不斷擴張,人地關系更為緊張。土地利用/覆蓋的變化已對生態環境造成了顯著的影響。隨著區域地表覆蓋物的變化,區域地表反射率、粗糙度、植被覆蓋度等因素也相繼發生改變,最終影響區域氣候狀況和生態環境。因此,分析和研究土地利用變化與人類的生存和發展息息相關。它不僅能夠表征區域城市化、工業化的發展速度,還能為其生態環境的評價提供依據。

一、研究區域概況

長春市地處松遼平原,位于北緯43°05′～45°15′,東經124°18′～127°05′。總面積20565平方千米,周長3298.97千米,市區面積7557平方千米,位于松遼平原腹地的伊通河臺地之上。長春市屬北溫帶大陸性季風氣候區,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起著不同的制約作用。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。

二、研究方法與數據基礎

(一)數據源與預處理

研究區所采用的數據主要為1995年和2011年Landsat TM影像，空間分辨率為30m。為了更好的對研究區土地利用類型進行分類，選取植被生長狀態良好的6月-9月的影像，影像數據采集時間接近，很大程度上減少了光譜信息差異帶來的分類結果差異。數據來源于地理空間數據云。首先對遙感影像進行幾何配準、大氣校正、假彩色合成等預處理，再通過ENVI軟件圖像利用行政矢量邊界進行裁剪，得到研究取的遙感影像圖。

(二)分類方法

利用ENVI 5.1對研究區遙感影像監督分類中的最大似然法和人機交互目視解譯法來獲得1995和2011年城市建成區的柵格邊界圖，將地物劃分為水體、耕地、建設用地、林地、草地和其他這六類地物。監督分類又稱訓練場地法，是以建立統計識別函數為理論基礎，依據典型樣本訓練方法進行分類的技術。其基本分類過程為：定義訓練樣本、執行監督分類、評價分類結果和分類后處理。對遙感圖像進行監督分類常用的算法有：最大似然法、神經網絡法、支持向量機法等。

三、結果分析與精度評價

(一)分類結果統計分析

對分類后的結果進行后處理，包括更改分類顏色、剔除小圖斑、分類統計、柵格轉矢量等。將長春市1995年和2011年分類后的影像結果進行統計，然后通過比較分析結果，獲得地物類型、面積百分比的變化，最后分析近17年長春市土地利用/覆被變化情況。結果表明：1995年耕地占比48.956%、林地占比2.805%、建設用地占比8.908%、水域占比4.390%、草地面積占比16.703%、其他面積占比18.803%；2011年耕地占比42.034%、林地占比1.413%、建設用地占比27.401%、水域占比4.267%、草地面積占比6.702%、其他面積占比18.227%。從1995年到2011年，長春市耕地面積減少了122.477km2，建設用地面積增加了327.137km2，草地面積減少也較為明顯為179.936km2。

比較顯示，1995-2011年長春市的土地利用情況發生明顯變化，建設用地面積得到大幅度的增加，建成區面積在逐漸擴大。耕地面積大幅度的減少，大部分都轉化為建設用地和其他用地，植被遭到嚴重破壞，政府部門應該積極重視，在注重經濟發展的同時也要加大生態環境建設力度。

(二)分類精度評價

分類精度的評價通常采用分類圖與標準數據進行比較，以正確分類的百分比來表示精度。目前普遍采用混淆矩陣來進行分類精度的評定，即以Kappa系數評價整個分類圖的精度。混淆矩陣法需要地表真實感興趣區，為此在高分辨率圖像上，通過目視解譯選取與執行監督分類相同數量的訓練樣本，以此樣本代表地表真實感興趣區執行混淆矩陣分類精度評價。計算得到1995年總體分類精度為97.7431%，Kappa系數為0.9635，2011年總體分類精度為97.4441%，Kappa系數為0.9616。通過分析Kappa系數與分類精度的關系可知，本次分類實驗的結果較為理想。

四、結論

利用Landsat TM影像,借助監督分類法,將長春市近17年的土地利用類型分為六類,建設用地、耕地、草地、林地和水域。通過統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,結果表明:(1)1995年～2011年間,研究區建設用地面積明顯增加,表明長春市在新世紀后建設力度較大;(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果可以為改善生態環境提供決策依據,在制定城市中長期規劃時具有參考意義。