安徽省土地利用/覆被时空变化及其驱动因素分析

【目的】研究安徽省土地利用/覆被变化(LUCC)及其驱动因素,为安徽省国土资源利用与管理提供理论参考。【方法】基于安徽省1995—2020年6期30 m分辨率的Landsat系列遥感影像土地利用/覆被分类数据,利用土地利用/覆被类型结构与空间分布、转移矩阵、动态变化及土地利用程度综合指数和其聚类,分析安徽省土地利用/覆被类型时空变化特征;选取13个影响LUCC的驱动因子,采用主成分分析法(PCA)进行定量分析。【结果】1995—2020年安徽省土地利用/覆被类型面积耕地排首位,其次是林地、建设用地;25年间耕地、林地、草地分别减少了3 826.6、164.7和78.5 km²,建设用地、水域、未利用地分别增加了3 895.9、160.9、16.2 km²,耕地与建设用地相互转移面积最大。2005—2015年耕地、林地、草地减少与建设用地增加的趋势最明显,2015—2020年建设用地转移为耕地的面积大增。从土地利用程度综合指数变化率可知,25年间经济发展较快的合肥市土地利用综合指数变化率(2.18%)、芜湖市(1.60%)及矿业城市铜陵市(3....     

黔东南苗族侗族自治州土地利用时空变化与驱动因素

选择黔东南州作为研究对象, 利用1993, 1999和2009年3期遥感影像, 研究了黔东南16年来土地利用格局的时空变化特征。结果表明: 1993?1999年, 研究区耕地、建筑用地面积明显增加, 而林地面积、草地面积和水体面积均呈下降趋势; 1999?2009年, 研究区建设用地仍然呈增加趋势, 耕地和水体面积略有增加, 林地和草地面积略有减少。研究区各市、县土地利用格局的变化动态差异明显, 耕地和林地是各市、县的主要土地利用类型, 变化强度较大, 并且在时间维度上的变化不稳定。 1993?2009年土地利用程度的变化表明,土地利用正处于发展期, 随着经济的增长和人口数量的增加, 对建设用地的需求还将扩大, 土地利用的广度和深度将不断增大。     

亚热带典型区域土地利用变化预测分析

以1995年和2000年Landsat TM影像的土地利用空间数据为基础，计算出土地利用类型之间相互转化的概率信息，分析了亚热带典型区域桃源县各土地利用类型变化的动态、幅度、速度、空间分布特征和方向．应用马尔柯夫概率模型进行土地景观要素的情景模拟，预测出了2050年土地利用类型的变化格局．结果表明：7种土地利用类型的面积均有不同程度的变化，主要是耕地、建设用地和水域的不断扩张，林地的不断减小．变化方向为耕地面积变化主要是毁林草开荒，建设用地扩展则表现为大量侵占耕地，水域变化是由耕地和林地转变而来．毁林草和农村扩展乱占耕地现象还未从根本上得到遏制．     

近20年土地利用/覆被变化及其对景观格局影响——以重庆市北碚区为例

基于景观格局指数的空间格局分析是当前景观生态学研究的重要基础内容,土地利用类型对景观格局指数具有显著的影响.利用1988年的TM遥感影像和2008年的中巴资源卫星数据(CBERS-02),运用RS和GIS技术,对近20年来北碚区土地利用/覆被变化及景观格局影响进行了分析,发现北碚区土地利用变化的总趋势是耕地和其他用地面积呈减少趋势;住宅用地和工矿用地、林地、水域及水利设施用地及水利设施用地呈增长趋势.从景观形状指数看,居住、工矿用地和其他用地形状趋于复杂;林地、耕地和水体,由于人类的干预趋于简单;从景观分维数和破碎度来看,居住、工矿用地等建筑用地分维数增加,其他类型分维数减小.该区域应该严格控制新建建设用地,加强生态规划,切实保护耕地.     

基于GIS的土地利用变化分析

本文选用1985年和2000年两期土地利用现状图,借助ArcView3.2软件和统计分析技术,分析了泉州市1985年～2000年间土地利用类型的数量变化和空间变化特征,结果表明:(1)1985年～2000年期间,泉州市土地利用发生了很大的变化。(2)泉州市15年来各类土地利用类型年均变化速度为0.22%。(3)泉州市各种土地利用类型面积的增减在空间上存在明显的区域差异,通过统计分析显示,耕地和水域面积的减少主要集中在沿海地区,草地和未利用土地面积的减少主要集在内陆山区,城乡、工矿、居民用地面积的增加主要集中在沿海地区,林地面积的增加主要集中在内陆山区。其中类型转化变化量最大为耕地转变为城乡、工矿、居民用地,其次为林地与草地类型之间的转化。     

基于经济和政策双重作用的南方集体林区土地利用时空变化

【目的】探究南方集体林区的土地利用类型在经济和政策双重作用下的演变特点,加深了解南方集体林区生态环境的变化路径。【方法】以福建、江西、四川、重庆等为代表的10省1市1980、2000、2015 共3期的集体林区遥感影像为基础数据源,以转移矩阵为基础,结合土地利用动态度、土地转变倾向度等指标对南方集体林区土地利用的动态特征进行分析。【结果】1980—2015年,林地、耕地、草地是南方集体林区最主要的3种土地利用类型,其中耕地和草地占比逐阶段减小,林地占比逐阶段增大,其变化速度都有加快趋势:前20年林地面积占比增加了0.09%,耕地、草地分别减少了0.43%和0.07%; 而后15年林地面积占比增加了0.18%,耕地、草地面积分别减少了0.93%和0.56%; 研究区年变化率最显著的地类是城乡建设用地(3.27%),年变化率最不明显的地类是林地(0.02%); 南方集体林区综合土地利用动态度为0.42%,各土地利用类型的土地利用动态度均呈现出前期慢后期快的变化趋势。【结论】近35年间,耕地和城乡建设用地主导了研究区土地利用的净变化,林地主导了研究区土地利用空间位置的变化。受经济和政策等因素的影响,以2000年为分界点,研究区土地利用类型变化速率明显加快,耕地、草地面积减少,林地面积少量增加。     

基于GIS的鄱阳湖流域土地利用动态变化研究

利用不同时相的遥感影像解译成果数据,在地理信息系统软件支持下,分析鄱阳湖流域土地利用时空格局、土地利用类型的变化趋势及其变化速率等。研究结果表明,自1985-2010年近25年来,鄱阳湖流域的主要土地利用类型为林地和耕地;研究期内,工矿居民点用地、林地和水域面积增加,而耕地、草地和未利用地面积减少;工矿居民点用地增加来源主要为耕地,林地来源主要为耕地,水域来源主要为未利用地;从土地利用稳定性来看,工矿居民点用地相对不稳定,从流域分析来看,鄱阳湖区的土地利用相对最不稳定。     

陕北黄土高原生态脆弱地区土地利用变化的时空分析：以志丹县为例

由于黄土高原区域存在土地利用变化剧烈、人地关系结构不合理的问题,以陕西省志丹县为讨论范围,GIS技术为支持,对2008、2012年和2016年的3期遥感Landset影像进行目视解译,将土地转移矩阵、变动图谱和信息熵结合起来,对研究区域进行土地利用时空变化特征研究.结果显示:2008—2016年间,研究区域林地面积变化幅度最大,稳定型变动方式中林地所占面积最大,住宅和交通用地面积扩张显著;林地、园地、草地和水域呈现出缩减趋向,志丹县土地利用仍旧以耕地和林地为主要类型,并且耕地与林地相互间的转化十分显著.总之,志丹县土地利用结构向稳定方向发展,其结论以期能够对陕西北部黄土高原城市土地合理利用和高效管理提供根据.     

贵州经济后发山区土地利用变化及其地形分异特征

以贵州省丹寨县为研究区,运用遥感解译、GIS空间分析和数理统计分析方法,分析经济后发山区的土地利用变化及其地形分异特征,为实现经济后发山区的土地资源可持续利用提供参考。结果表明:1)2013年到2015年,丹寨县土地利用变化迅速,平均土地利用变化动态度为17.07%;耕地和林地面积减少,建设用地、草地和水域增加;建设用地增加最快,其用地面积由97.76 km2增加到243.65 km2,增加了145.89 km2;主要变化类型有林地转为耕地,耕地转为林地,耕地转为建设用地,以及林地转为建设用地等4种形式。2)土地利用变化主要发生在海拔为400 m~1200 m地带,坡度为6°~25°的缓坡和斜坡地带,坡向为45°~135°和225°~315°的半阳坡地带。各地带都以林地与耕地之间的转换、林地和耕地向建设用地的转化为主。平地和平缓地是耕地转为建设用地最显著的区域。对于山地面积占76%的丹寨来说,这些地带的土地质量相对优良,土地生产力较高。因此,在今后的经济建设工作中,要加强这些地带的土地资源保护,提高其土地利用的生态经济效益。     

干热河谷典型区元谋县土地利用变化与动态预测

土地利用类型格局变化对于区域经济以及资源可持续发展规划有着显著的影响作用.基于遥感(remote sensing,RS)和地理信息系统(geographic information system,GIS)技术,应用土地利用动态度、土地利用程度指数、土地利用转移矩阵、CA-Markov模型对干热河谷典型区元谋县1990-2020年土地利用变化及2020-2025年的土地利用发展趋势进行了分析.结果 表明:1990-2020年30 a间,元谋县的草地、水域、城镇用地面积增加,林地、耕地、未利用地面积减少,其中城镇用地面积增加速率最大;整体上,元谋县的土地利用变化速度较快,土地利用程度有所提高,但土地利用程度仍处于中等水平;各种土地利用类型在近30 a转换频繁,主要以草地转入,耕地转出为主;CA-Markov模型预测结果表明2020-2025年期间元谋县除草地、林地、水域、其他用地面积呈现下降趋势外,未来耕地、城镇用地面积有所增加,其中城镇用地面积在未来5年内的增长速率为11.05％,预测模型的Kappa系数为0.92,说明模型结果和转换规则可信度较高.研究结果可为元谋县土地资源管理与合理利用提供科学依据.     

蒙古国克鲁伦河流域土地利用与土地覆盖现状分析

为构建我国北方疆域生态安全防御体系提供理论依据,以蒙古国克鲁伦河流域作为研究区,利用Path-Row=130-27的TM遥感影像数据,采用PCI、Erdas、ArcGIS等遥感及地理信息系统软件,对近年的土地利用与土地覆盖现状进行分析。通过非监督分类及目视解译,得到调查区林地、草地、灌木林、湿地、农田、水体、城镇七大土地利用类型及其分布特征;探讨了蒙古国克鲁伦河流域土地利用与土地覆盖变化的空间分布规律,得出草地占据主要类型,面积为44.8%,城镇、工矿用地占极小比例,畜牧业是该地区的主要经济活动方式。     

Knowledge-based land use/cover classification of remote sensing image in Kenli, Shandong Province, China

Quantitative remote sensing methods have been widely adopted for land use/cover information extraction. However, in the Yellow River delta, spectral confusions between different surface features are common, which always introduce errors into the ordinary automatic spectral classification. A knowledge-based land use/cover classification is tried. Based on a systematic analysis of the spectral characteristics of different land use/cover types in the study area, several index models derived from TM digital data of Kenli County are built, which can make pixels of certain land use/cover types enhanced. With the combination of the index models, the expert knowledge of the area and some ancillary data, such as land use maps and soil maps based on ground surveys, rules of every class are determined to extract the land use/cover information. Accuracy evaluation shows that without any manual modification, the land use/cover information determined with remote sensing is 81.8% and accuracy for the spatial distribution of land use/cover cross checked with a random sample is 84.5%. Therefore, this approach provides an effective means for land use/cover information extraction in the Yellow River delta and can be used as reference for other areas where spectral confusions commonly exist.     

遥感专家分类系统在滇西北植被信息提取中的应用试验研究

 选取滇西北香格里拉县的大中甸乡作为试验区,基于GPS定位调查对试验区典型覆盖地物的遥感多光谱信息进行测定与分析理解,集成GIS功能进行地形模型的变量处理,利用ERDASIMAGINE遥感专家分类系统模块,探索对试验区主要植被类型进行智能提取的知识库设计与分类组织实施.初步探索结果表明.相对于仅仅基于遥感光谱信息的传统分类方法,由于专家系统技术可以组织多变量参与分类信息提取,并通过专家综合分析进行灵活多变的规则知识库设计,还可根据区域特征与环境资源管理需要对专家分类过程实行反复调试的功能,因此,专家系统技术在自然环境复杂多样的云南山区植被信息提取中具有较为突出的先进性和实用性.对于试验结果,可通过适当的规则修改调整,将有关技术方法应用推广到其它广大山区.     

土地利用的遥感信息变化提取研究

利用卫星遥感影像进行土地利用类型分类和动态变化监测是遥感应用中的一个重要课题。本文选择不同时相的ETM 和SPOT-5卫星遥感影像数据,对两期影像进行监督分类,快速提取不同时期的土地利用数据;然后进行动态变化监测,获得土地利用情况的变化特征和信息;最后对其分类精度进行评价分析。研究表明,两期影像中耕地、居民用地和未利用地这三个类别的变化面积较大;ETM 影像进行监督分类的精度为90.1692%,Kappa系数值为0.8268;SPOT-5影像进行监督分类的精度为95.1477%,Kappa系数值为0.9361。由于SPOT-5影像的分辨率较高,分类效果更优于ETM 影像,更能准确的反映土地类型的信息和特征。     

一种改进的决策树分类方法在土地利用信息提取中的应用

选择昆明市作为研究区,以2011年LandsatTM影像为基础数据,通过分析研究区地形特征,提出把研究区进行分区并分别确定高程、坡度决策规则的改进型决策树分类方法,并结合分析的光谱特征规律,在决策分类中引进了比值型指数、NDVI值,构建基于光谱特征和地学辅助知识的决策树信息提取模型,最后对传统计算机自动监督分类方法与决策树信息提取模型方法解译的昆明市土地利用数据的精度进行评价。研究结果表明：基于改进的决策树分类方法进行遥感信息提取的昆明市土地利用数据的Kappa指数比传统监督分类方法提高了0．234,分类精度提高了17．03％;从各种地类类型的测试样本点平均正确率来看,改进的决策树分类方法比传统监督分类方法提高了21％,大大提高了LandsatTM遥感数据分类的精确度和可靠性。     

江苏沿海地区围垦动态与土地利用变化驱动力研究

为研究沿海地区围垦动态以及土地利用变化的主要驱动力,以江苏沿海地区为研究区,基于ENVI 5.3与ArcGIS 10.0平台,以2000年Landsat-7 ETM和2017年Landsat-8 OLI的遥感影像为数据源,采用目视解译的方式提取海岸线,然后用监督分类方法得到江苏沿海地区2000年和2017年的土地利用数据,运用主成分分析法得出该地区土地利用变化的主要驱动因子。结果表明:(a)2000—2017年间江苏沿海地区进行了大规模的围垦,江苏省围垦土地面积107 420.0 hm²,年均围垦面积6 318.8 hm²,全省平均岸线围垦强度为7.11 hm²/(a·km)。(b)连云港市围垦强度最低,大部分耕地、林地与水体转化为城乡、工矿及居民用地;盐城市海岸线长度最长,围垦面积最大,整体利用格局向海岸方向迁移,耕地、未利用土地等面积略有下降;南通市围垦强度最大,林地面积大幅度减小,城镇面积增加。(c)人口增长与社会经济的发展是江苏沿海围垦与土地利用变化的主要驱动力。     

锦州—葫芦岛沿海地区景观格局变化与生态服务价值评估

基于GIS和遥感技术,提取出1990、2000和2010年锦州一葫芦岛沿海地区的景观类型图,分析其景观格局变化特征,并通过定量化得出的锦州一葫芦岛沿海地区景观类型单位面积生态价值表,计算出1990--2010年锦州一葫芦岛沿海地区不同类型景观的生态系统服务价值．结果表明：锦州一葫芦岛沿海地区景观总面积呈增长趋势;面积变化最大的景观类型是建设用地和水域,建设用地在20年里增加了272．2km2,而水域在20年里减少了159．4km。,耕地、林地、草地的面积变化量其次,呈递减趋势;景观格局的转变类型主要为：水域、耕地、海洋、草地转为建设用地,以及水域、林地转为耕地．非建设用地,特别是水域的大幅度减少,导致区域的生态系统服务总价值下降趋势明显,这将给该地区带来一系列的资源和环境问题．城市管理者需要加强用地平衡和规划布局管理,智慧地配置景观资源,景观格局优化研究将是下一步工作的重点．     

基于3S技术的宁波市东部区域常绿阔叶林动态初步研究

利用3S技术,对宁波1974～2009年间6个时相的Landsat卫星遥感数据进行土地利用和植被类型分类,提取相邻年份不同植被类型与常绿阔叶林转化的区域,并计算每种类型对常绿阔叶林的转化率.研究结果表明,自然演替规律和经济利益驱动是促成常绿阔叶林37年间动态变化的主要原因;在不受人为影响的条件下,它最易与常绿一落叶阔叶混交林和针叶阔叶混交林相互转化.在此基础上,测算每个时期转入为常绿阔叶林的植被类型与同时期保持为常绿阔叶林类型的距离,并计算5个时期的总平均值.将其按植被类型排序为:针叶阔叶混交林＞常绿落叶阔叶混交林＞毛竹林＞针叶林＞园地＞灌丛＞农田.分析结果显示,种源传播和用地历史是影响退化常绿阔叶林群落次生演替方向的关键因素.     

融入空间信息的湿地信息提取技术

以安徽省湿地为对象,采用TM影像,在去噪声处理和主成分分析的基础上,以一种基于光谱和空间信息相结合的分类方法,对研究区的湿地信息进行了提取。结果表明:以主成分分析法对数据进行处理发现,前4个主成分的累积贡献率为99.5%,可代表原始数据的绝大部分信息; 结合空间信息的提取方法对各类型湿地的平均提取精度可达84.6%,有效地改善了“麻点”现象,而采用光谱信息的平均提取精度仅为69.3%。