基于Landsat,TM影像的长春市土地利用变化分析

工作。

计算机影像分类包括监督分类和非监督分类。二者的根本不同点在于是否利用训练场地来获取先验类别知识。非监督分类不需要更多的先验知识，根据地物的光谱统计特性进行分类[3]。监督分类则充分利用分类地区的先验知识，预先确定分类的类别，通过控制、反复检验训练样本，提高分类精度，避免分类中的严重错误[5-7]。因此，本文采用监督分类对研究区遥感影像进行解译。

3基于监督分类的长春市土地利用类型分类

3.1 监督分类结果

采用监督分类法对研究区的土地利用类型进行分类，根据研究目的，参考相关文献[8]，分别将研究区1995年、2006年和2011年土地利用类型分为建设用地、耕地、草地、林地、水域和其它六类。如图2所示为1995年、2006年和2011年影像监督分类的结果。图中红色代表建设用地，黄色为耕地，蓝色为水域，浅绿色为草地，深绿色为林地，紫色为其它地类。

3.2 误差分析

采用混淆矩阵对分类结果进行精度评价。使用混淆矩阵工具（Confusion Matrices）可以把分类结果的精度显示在一个混淆矩阵中，用于比较分类结果和地表的真实信息。总体分类精度（Overall Accuracy？）和Kappa系数是混肴矩阵中表达分类精度的主要指标。总体分类精度是被正确分类的像元数与总像元的比值[9]，该值越接近100%，分类结果越精确。Kappa系数也是用来评价图像的分类精度，主要用于精确性评价和图像的一致性判断。如果两幅图像差异很大，则其Kappa系数小，当它大于0.8时，认为分类质量为极好。计算公式分别如下：

OA=n/N  （1）

K=（Po-Pe）/（1-Pe） （2）

式中，OA是总体分类精度，n是被正确分类的像元数，N是总像元数;K是Kappa系数，Po是对角线单元中观测值的总和，Pe是对角线单元中期望值的总和。

如表1所示，三幅影像分类精度，可以看出，1995年、2006年和2011年影像的监督分类总体分类精度分别为97.7431%、97.0266%和97.4441%，Kappa系数分别为0.9635、0.9535和0.9616，符合监督分类精度要求，表明分类结果具有一定的可信度。

4 长春市土地利用面积变化分析

为进一步分析長春市土地利用变化情况，分别统计各年份不同类型土地的面积，结果如表2所示。利用表2，计算各不同类型土地的面积变化，如表3所示。表3为对建设用地、草地、耕地、林地、水域和其它六种地类分别在1995年～2006年、1995年～2011年和2006年～2011年三个时间段的面积变化统计。由表2和表3可知，建设用地所占面积在近17年显著增加，从1995年的158km2增加到2011年的484km？，2011年的建筑面积已经是1995年的3倍，表明长春市城区扩建速度很快，城市化进程加快与人口数量的增加以及城市的快速发展有着密不可分的关系。林地和草地在近17年骤减，其中林地面积从1995年50km2缩减到2011年的25km2，2011年林地面积是1995年的1/2，草地面积从1995年295km？缩减到2011年的118km？，2011年草地面积是1995年的40%。这是由于城市扩张侵占大量的草地和林地，致使二者面积减少。另外，为了满足日益增长的粮食需求，大量天然草地被用于耕种作物，在这样的双重压力下，草地成为17年来面积减少最多的土地利用类型。水域面积变化不大，略有减少[10]。1995年至2006年间，耕地面积减少115.175 km2，占17年间总减少面积的94%，而在该时期建设用地增长的面积占总其总增长面积的70%，可见，长春市城市建设也占用了大量的耕地，且主要集中在2006年之前。

5 结语

利用Landsat TM影像，借助监督分类法，将长春市近17年的土地利用类型分为六类，建设用地、耕地、草地、林地和水域。通过统计各部分地类的面积，分析1995年～2011年间长春市各部分土地利用类型的变化情况，结果表明：（1）1995年～2011年间，研究区建设用地面积明显增加，表明长春市在2006年以前建设力度较大;（2）草地和耕地面积明显减少，其次是林地，减少最少的是水域。表明城市建设过程中，主要侵占草地和耕地面积。土地利用面积变化的分析结果可以为改善生态环境提供决策依据，在制定城市中长期规划时具有参考意义。

参考文献

[1]邵美云，王璐.北京市城区土地利用变化分析[J].甘肃科技，2013，29（18）：18-20.

[2]王兆礼，曾乐春.中国区域土地利用变化对生态环境的影响研究进展[J].中山大学研究生学刊（自然科学、医学版），2005，26（3）：24-33.

[3]长春[EB＼OL]，新华网，http：//news.xinhuanet.com/local/2006-07/19/content_5392205.htm，2006-7-19.

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

[5]闫琰，董秀兰，李燕.基于ENVI的遥感图像监督分类方法比较研究[J].北京测绘，2011（3）：14-16.

[6]赵春霞，钱乐祥.遥感影像监督分类与非监督分类的比较[J].河南大学学报（自然科学版），2004，34（3）：90-93.

[7]金杰，朱海岩，李子潇，孙建伟.ENVI遥感图像处理中几种监督分类方法的比较[J].水利科技与经济，2014，20（1）：146-160.

[8]杨鑫.浅谈遥感图像监督分类与非监督分类[J].四川地质学报，2008，28（3）：251-254.

[9]梅安新，彭望琭，秦其明，刘慧平.遥感导论[M].北京：高等教育出版社，2001：196.

[10]邓书斌.ENVI遥感影像处理方法[M].科学出版社，2010：144.

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

LIU Xiao-jing，FENG 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

推荐访问:长春市 土地利用 影像 变化 分析