遥感在土地利用动态监测中的应用

摘 要 经济全球化发展为全市产业结构调整和优化带来了新的契机。随着经济全球化趋势的增强，全球生产要素和产业转移加快，沿海产业将加速向内地转移。武汉市产业基础雄厚、土地和劳动力成本相对较低，在内陆地区具有承接东部产业转移的显著优势，这为全市促进产业结构调整和优化带来了新的契机。耕地和基本农田保护形势显得尤为严峻。为促进经济社会可持续发展和土地资源的可持续利用，必须加强农用地特别是耕地的保护。而武汉市耕地后备资源数量少，分布零散，严重制约了耕地资源补充的能力，耕地和基本农田保护形势更加严峻。因此如何协调好经济建设用地保证经济快速稳步发展和保护农用耕地稳固第一产业的基础地位成武汉市城市规划的当务之急。

关键词 遥感；土地利用；动态监测；武汉市；LUCC

中图分类号：P237 文献标识码：A 文章编号：1671-7597（2014）08-0099-03

遥感信息是地表各种地物要素的真实反映，能清晰地显示各种土地利用类型的特征与分布。[1]通过对遥感数据的解译，我们可以对实际地物进行分类，从而得到武汉市地区土地利用的情况。土地利用（LUCC）是在不同时间和空间尺度上由自然和社会系统相互作用引起的一种复杂变化。[2]探究遥感在城市土地利用动态监测方面的应用。采用理论联系实际的方法，了解武汉市的土地利用现状及其规划情况，组织组员进行实地考察，利用遥感的方法，分析其土地利用情况，提出自己的看法，对当下土地利用状况进行理性评估。

本文选取武汉市为典型地区，采用遥感技术对土地利用变化进行遥感动态监测。

1 区域概况

经济全球化发展为全市产业结构调整和优化带来了新的契机。随着经济全球化趋势的增强，全球生产要素和产业转移加快，沿海产业将加速向内地转移。“从自然到人文，从全球到区域”，区域土地利用正在成为当前土地利用/研究的新方向。[3，4]武汉市产业基础雄厚、土地和劳动力成本相对较低，在内陆地区具有承接东部产业转移的显著优势，是产业转移的首选之地，这为全市促进产业结构调整和优化，加快现代制造业、高新技术产业和现代服务业的发展带来了新的契机。耕地和基本农田保护形势显得尤为严峻。为促进经济社会可持续发展和土地资源的可持续利用，必须加强农用地特别是耕地的保护。随着“中部崛起”战略实施和“两型社会”建设，规划期间，全市城镇用地和基础设施用地需求量将进一步增长，不可避免会占用部分耕地。而武汉市耕地后备资源数量少，分布零散，且多处于生态较为脆弱的区域，严重制约了耕地资源补充的能力，耕地和基本农田保护形势更加严峻。因此如何协调好经济建设用地保证经济快速稳步发展和保护农用耕地稳固第一产业的基础地位成武汉市城市规划的当务之急。

2 分析过程

1）数据准备。①卫星数据：根据武汉市TM分带坐标（123-39）从国际数据服务平台的数据网站获取其03年Landsat7和13年的Landsat8影像数据Landsat 7影响各波段简要分析，如表1。②土地资料查阅：根据土地利用变更调查数据，2005年末，武汉市农用地面积564609公顷，占全市土地总面积的66.04%；建设用地面积139699公顷，占全市土地总面积的16.34%；未利用地面积150601公顷，占全市土地总面积的17.62%。农用地中，耕地占61.13%，园地占2.40%，林地占15.59%，牧草地占0.05%，其他农用地占20.83%；建设用地中，城镇工矿用地占40.91%，农村居民点用地占35.24%，交通水利用地占20.50%，风景名胜设施及特殊用地占3.35%；未利用地中，水域占74.94%，滩涂沼泽和自然保留地占25.06%。③土地利用分类：根据国家提供的土地利用分类标准。标准中提出一级土地资源包括林地、草地、水系、建设用地、荒地和耕地6类。本文将研究区的土地利用类型进行归并处理，采用国家分类标准的一级分类标注，主要对耕地、林地、空地、水系、建设用地和未利用土地6个类型进行统计分析。

2）数据转换。采用中地的MapGIS将TIF数据进行波段添加并合成MSI文件，根据当地实际情况以及讨论分析，选择了1234波段进行搭配得到RGB图像。

使用图像详细参数见表2。

表2

2013

（landsat 8）TARGET_WRS_PATH = 123TARGET_WRS_ROW = 39

DATE_ACQUIRED = 2013-06-13SCENE_CENTER_TIME=02：58：17.9630044Z

2003

（landsat 7）WRS_PATH = 123STARTING_ROW = 39

ACQUISITION_DATE = 2003-06-17＼

3）几何校正。在校正模型中选择多项式，根据多项式的公式定义以及小组成员的多次尝试，我们最终决定采用三次多项式，即至少10个控制点（实际选择校正点时应是理论值的2-3倍）的方法来进行影像校正。当控制点残差在误差允许范围内时，可以通过“重采样”方法，来实现影像的最终校正。

4）图像融合。影像融合是将同一目标或场景的用不同传感器获得的，或用同种传感器以不同成像方式，或在不同成像时间获得的不同影像，融合为一幅影像，在保持多光谱影像辐射信息的同时提高了影像的空间分辨率的遥感影像处理方法。这里我们利用“IHS彩色空间变换融合”的方式将第4波段融合到当前图像中，以增强图像对植被的敏感度。

5）影像增强。影像增强又称图像增强。通过调整、变换影像密度或色调，用以改善影像目视质量或突出某种特征的处理过程。影像增强对于弥补影像对比度和清晰度的退化是非常有效的。[5]影响增强可以提高影像判读的效果。本文中采用了彩色增强、边缘增强和影响平滑化和清晰化。采用的方法为滤波和彩色处理等。

图1 合成2345波段后的武汉市中心图像

根据图像特征我们尝试使用薄云去除功能但效果不明显，通过现行增强后基本得到与实际地物颜色相似的图像。

6）地物分类。首先需要进行目视解译，对土地利用类型进行初步的判读，划分大致的类型；然后结合《第二次全国土地调查分类标准》对土地利用类型进行进一步的确认，并制作AOI编辑方案；最后，根据实际情况进行AOI区域调整。我们

图2

将武汉市土地分为以下几类：水系，居民区，耕地，林地，空地。按照以上分类标准，开始进行地物AOI监督分类。AOI监督分类方法过程如下。

①训练场地的采集（图2）。②选择特征参数：本文中选取的像素的亮度，建立判别函数，我选取了最大似然法，假定每个波段统计呈现正态分布，计算给定像元归到概率最大的一类中。当然这些是原理，而在操作过程中，MapGIS软件提供了非常好的功能，这些很快就能处理完成。③进行监督分类导出。④监督分类结果质量：监督分类的关键是训练场地（地物分类）的选择，选择的质量将直接影响到分类结果的可靠性。本文中选择了大量的数据，从而保障了分类结果的可靠性。

7）分类后统计。分类后处理主要包括分类结果编辑、小区处理、精度评价、面积统计、自动生成图例等。

3 统计分析结果

见表3。

4 精度分析

本文中采用的分别是Landsat7和Landsat8的图像遥感TM图像，并且过程中并未对遥感数据进行压缩。操作过程中采用1234波段进行处理，对于光谱较大的地物区分比较明显，尤其是对植被的区分上。

图像分类解读也是根据解译标准进行，在解译过程中，参考了包括google卫星地图，百度卫星地图以及大量的武汉市遥感资料，这样大大降低了在解译过程中的判别错误。在过程中，MapGIS软件提供的技术大大强化了解译的效率。分类操作过程，通过对遥感图像的放大，通过自己的观察，便能很容易的区分地物。而这些大大的保证了解译的正确性和精度。

5 结论

1）农用地面积明显扩张趋势。对比03年和13年的图像城区周边的耕地面积明显增加，并且多由林地转变而来，经查阅资料原因如下：根据《武汉市土地利用总体规划（2006～2020年）》，其中明确指出：严格落实耕地特别是基本农田保护责任，确保耕地和基本农田数量；积极推进高产农田建设，稳步提高耕地质量；重点保护基础性生态用地，合理安排生态建设用地，构建综合生态空间体系；加大生态建设和环境治理力度，统筹土地利用与生态保护；制定不同分区生态建设的引导性措施，因地制宜改善土地生态环境。国家出台的土地规划原则中指出：严格保护耕地特别是基本农田，立足解决农业、农村和农民问题，全面提升农业综合生产能力。因此大力发展农业用地是武汉市土地规划的重要环节，大形势下，耕地面积的增长也是理所当然。

2）建筑用地面积呈现扩张趋势。经济全球化发展为全市产业结构调整和优化带来了新的契机。随着经济全球化趋势的增强，全球生产要素和产业转移加快，沿海产业将加速向内地转移。武汉市产业基础雄厚、土地和劳动力成本相对较低，在内陆地区具有承接东部产业转移的显著优势，是产业转移的首选之地，这为全市促进产业结构调整和优化，加快现代制造业、高新技术产业和现代服务业的发展带来了新的契机。同时，城市建设用地的扩张也成为其必然结果。

参考文献

[1]陈宁强，戴锦芳.苏南现代化进程中的遥感土地利用动态监测[M].中国科学院南京地理与湖泊研究所，1999.

[2]王静.土地资源遥感监测与评价方法[M].北京：科学出版社，2006.

[3]史培军，宫鹏，李晓兵，等.土地利用/覆盖变化研究的方法与实践[M].北京：科学出版社，2000.

[4]IIASA. Modeling land-use and land-cover changes in Europe and Northern Asia[R]. Research Plan， 1999.

[5]熊兴华，钱曾波，等.基于遗传优化的分段线性影像增强[M].测绘学报，2004.

作者简介

李俚（1993-），河北衡水人，中南大学地球科学与信息物理学院2011级本科生，研究方向：地理信息系统，RS。

杨雨诚（1993-），云南昆明人，中南大学地球科学与信息物理学院2011级本科生，研究方向：地理信息系统，RS。

吴皆强（1993-），浙江金华人，中南大学地球科学与信息物理学院2011级本科生，研究方向：地理信息系统，RS。

刘武刚（1991-），四川昭觉县人，中南大学地球科学与信息物理学院2011级本科生，研究方向：地理信息系统，RS。

李文洋（1993-），黑龙江黑河人，中南大学地球科学与信息物理学院2011级本科生，研究方向：地理信息系统，RS。

推荐访问:遥感 土地利用 监测 动态