幸响洪++沈映政++段晓霞

摘 要：合理利用土地资源，关系着经济社会发展和国家民族生存根基。随着社会经济的迅速发展，人类在利用土地发展经济和创造物质财富的同时，对生态环境也产生巨大的压力。本论文采用的研究方法主要有定量分析、定性分析、对比分析和数学模型等方法。在土地利用变化分析上，采用对比方法和数学模型的方法，应用三个年份的土地利用数据对比分析土地利用的数量变化，并且利用土地利用变化动态度模型、土地利用程度变化模型分析研究区的土地利用具体时空变化情况。

关键词：RS GIS 遥感 土地利用

1、引言

1.1研究背景及意义

国际科学界特别关注人类活动究竟在多大程度上干扰着全球变化，特别是土地利用对全球变化产生累積性的影响（Turner et al.，1994 ）。人类的土地利用活动产生气候、生态系统过程、生物地球化学循环、生物多样性等累积性变化来影响全球变化（陈述彭等，2001）。从而土地利用被赋予了新的含义，并将土地利用变化这一过程作为一个整体概念来进行研究，更注重土地利用状态的比较或土地利用动态，评价人类土地利用活动的影响。

综观国内外关于土地利用变化及评价研究已经成为学术界十分热门的话题，也成为各国学者研究的重点，“3S”技术及其他多门学科理论的引入使得研究手段和方法都有了长足的进步。关于土地利用变化及驱动力研究已经比较深入，且形成了一些较为成熟的方法，主要包括基于经典模型的定性分析法和基于大量实证数据的统计定量分析法。关于土地利用现状评价的研究，虽然各个国家都非常重视对土地利用进行评价和规划，但由于评价工作本身的复杂性，目前尚未形成可以统一使用的权威性成果，而我国目前在定量评价方面研究成果比较少，所以对土地利用现状分析的准确性也比较低。目前，我国各类型开发区数量较多，由于发展迅速导致土地利用问题比较突出，而针对开发区的基于“3S”技术的土地利用变化及驱动力分析、土地利用现状评价研究的较少。

1.2研究方法及内容

本次监测研究首先收集相关资料，然后进行遥感图像的预处理，并结合研究区土地利用的特征确定分类方案，根据分类方案分别对三期遥感图像进行解译，获得2004年， 2009年和2015年土地利用数据。采用的研究方法主要有定量分析、定性分析、对比分析在土地利用变化分析上，采用对比方法，应用三个年份的土地利用数据对比分析土地利用的数量及类型变化。

2、研究区数据获取及预处理

2.1 研究区概况

阳宗镇位于澄江县北部，玉溪市境最北端，地理坐标为东经102°53′43″～103°01′45″，北纬24°45′27″～24°55′23″之间。东与宜良县草甸接壤，西至呈贡吴家营交界，南连澄江龙街、九村，北接呈贡县胡家庄。南北最大纵距18.3千米，东西最大横距13.5千米，面积143.46（一说131.4）平方千米，其中山区占83.45%，坝区占8.5%，湖泊占8.05%。人口3.59万人（2006年）。辖阳宗、桃李、新街、北斗、净莲寺、饮马池、脚步哨7个行政村。镇政府驻阳宗村，距县城34千米，距省会昆明60千米。

2.2 遥感数据获取及预处理

2.2.1 数据来源

本研究所采用的数据如下：

（1）遥感影像数据：2004年7月的LandsatSTM， 2009年5月的Landsat7TM数据和2015年7月的ETM+三期影像数据。（表1）

（2）矢量数据：阳宗镇行政边界矢量图（shape格式）。

在对卫星影像进行处理时，主要应用ERDAS IMAGINE9.2软件，地理信息系统软件则选择Arcgis 9.2。

2.2.2 数据预处理

（1）波段组合和分辨率融合

遥感影像是特定地理环境中某一区域的电磁波反射、辐射信息的记录，以不同空问、时问、波谱、辐射分辨率提供电磁波谱不同波段的数据。由于成像原理不同和技术条件的限制，任何一个单一传感器的遥感数据都不能全面反映目标对象的特征，合成影像可较好地反映土地利用/土地覆被的信息。常规影像图制作，要选择信息量大、波段问相关性小的三个波段进行假彩色合成。

根据理论和以往的经验，采用近红外、红、绿三波段进行假彩色合成，亦即标准假彩色合成方式，图像信息含量丰富。Landsat卫星数据不同波段的影像包含的波长范围、反映的地物辐射特征不同，正是由于波段与地物间有这些相关特性，才可以用地物在不同光谱范围的反射程度和波段的组合来识别地物，不同的波段适用于不同地物的分类和探测。TM的光谱波段、主要用途以及影像各波段的不同特性决定了不同组合影像对某类信息提取的难易程度。本文根据研究区实际情况，选择TM7， TM4， TM3波段对应于R， G， B合成图像。在ERDAS IMAGINE中运用Layer Stack功能完成不同波段影像的合成。这个组合的合成图像不仅类似于自然色，较为符合人们的视觉习惯，而且由于信息量丰富，能充分显示各种地物影像特征的差别，便于训练场地的选取，可以保证训练场地的准确性；对于计算机自动识别分类，采用主成分分析（K-L变换）进行数据压缩，形成三个组分的图像数据，用于自动动识别分类。

分辨率融合 （Resolution Merge）是对不同空间分辨率遥感图像的融合处理，使处理后的遥感图像既具有较好的空间分辨率，又具有多光谱特征，从而达到图像增强的目的。图像分辨率融合的关键是融合前两幅图像的配准（（Rectification）以及处理过程中融合方法的选择，只有将不同空间分辨率的图像精确地进行配淮，才可能得到满意的融合效果：而对于融合方法的选择，则取决于被融合图像的特性以及融合的目的，同时，需要对融合方法的原理有正确的认识。本文2015年ETM影像中1-7波段的空间分辨率除第6波段为120米外，其余均为30米，这对研究来说分辨率显得有些低，为了提高空问分辨率，采用7波段、4波段、3波段所合成的影像与空间分辨率15米的ETM第8段进行分辨率的融合，获取较清晰的纹理，有助于行政区内各类用地信息的提取。

（2）图像的几何校正

卫星影像在成像时，由于成像方式、传感器外方位元素变化、传感器介质的不均匀、地球自转、地球表面曲率、遥感平台位置与运动状态等因素的影响，使获得的遥感图像相对于地表目标存在一定的几何变形，图像上的几何图形与该物体在所选定的地图投影中的几何图形产生差异，产生了几何形状或位置的失真，主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲，消除这种差异的过程称为几何纠正。在做遥感图像分类时，必须对图像进行几何精校正处理，使各种数据整合。

在ERDAS9.2软件平台上，首先用2015年的ETM影像与1：5万地形图相对照，选出25个地面控制点（GCP）。控制点的选取原则主要是：有一定的数量保证，均匀分布在整个校正区域内，具有明显精确的定位识别标志，如河流的拐点，河流、道路的交叉点等。其次在1：5万地形图上量取这些控制点的大地坐标。然后运用ERDAS IMAGINE的了模块（Image Geometric Correction）进行图像配准。先在地形图上找到第一个控制点，再在2015年的ETM影像图中找到相应该控制点，输入该控制点的大地坐标值。依此方法，连续选择输入分布均匀的25个控制点的大地坐标值。最后用三次多项式拟合法对控制点进行平差计算，并用双线性内插法完成像元重采样，即可获得可以用于地物分类试验的2015年的校正ETM图像。在平差过程中，对于那些残差值异常的、又不影响校正结果的点予以删除，最后留有22个控制点。这22个控制点介于几何校正的理论最小值（n+1）*（n+2）/2与推荐最大值3 （n+1）*（n+2）/2之间，即当n=3时，控制点在10-30范围内，可以保证较高的精度。利用ERDAS9.2软件里的地理关联方法对校正进行评价，结果显示图像几何校正和配准的精度均控制在0.5个像元内，满足成图的精度要求。按该法，依次利用校正好2004年和2009年TM影像，并分别对2004年和2009年TM影像进行坐标配准。

（3）影像增强处理

遥感影像的亮度值是离散的，它是由一系列依序排列的像元组成的一个数字矩阵。遥感影像的亮度编码是从0-255，即256级灰阶，其亮度值的大小说明了地物的反射率大小。但是如果获取数值差异不大，会导致影像地物色彩不容易区分（整体偏暗、偏亮），即对比度小，则会影响有用信息的提取。因此需要一种数学方法，来合理的扩大信息差异。即改变像元数值大小。经多对比度变换后，影像矩阵数值改变，将不再代表地物反射率，但是提高了地物信息之问的区分度。本次研究以线性拉伸的方式对研究区域遥感影像进行直方图变换，使得遥感影像解译时目标地物更加容易识别。

（4）影像的裁剪

遥感图像处理经常使用的地球投影类型主要包括：高斯一克吕格投影、UTM投影、空间斜轴墨卡托投影。对于高分辨率的遥感图像一般采用高斯一克吕格投影或UTM投影。该投影与高斯一克吕格投影同属一类，除中央经线上长度比不同外，其余均大致相同。高斯一克吕格投影规定中央经线上长度比为1，而在UTM投影中则为0.996。采用UTM投影，可以确保投影精度，满足用户通过遥感图像对地面点精确定位的需求。

由于研究区TM影像采用的是通用横轴墨卡托（UTM）投影，阳宗镇县级行政边界矢量数据采用的是高斯一克吕格投影的3。带投影。为方便研究，需要将高斯一克吕格投影的县界（shape文件）在Arcgis中将其转换成UTM投影。

在ERDAS IMAGINE中将UTM投影下的阳宗镇边界Polygon （Shapefile格式）打开，然后运用Vocter to Raster工具将打开的Polygon边界转化为栅格图像，并保存为IMG格式，作为研究区域边界。采用Mask（掩膜）选择研究区域，将研究区域从配准的遥感影像上切割下来保存，并完成对其余两幅TM影像的裁剪。

3、土地利用变化分析

3.1使用GIS技术地类信息提取

使用ArcGIS10.3，将2004年、2009年和2015年影像与行政区进行叠加，分别进行地类划分，将地类划分为耕地、园地、林地、建设用地、未利用地、水域六个地类，分别进行汇总，对比分析三个不同时期的地类变化情况。

3.2 土地利用变化分析

阳宗镇土地利用类型多样，结构复杂，其结构12年来随外界条件发生了很大变化。通过对2004年、2009年和2015年影像的解译，结合GIS的空问分析功能，统计得到了三个时段的土地利用现状结果，见表3。

3.2.1 林地、园地和城乡用地面积大幅度持续增长

林地面积是整个研究期问面积增加最大的地类，由2004年的40134.06hm2，增加至2009年的40936.34hm2，是2004-2009年增加规模最大的地类，到2015年达到43039.68hm2。2004年园地面积为21828.42hm2，到2009年园地面积增加至22276.72hm2，至2015年园地面积增加至24449.51hm2，比例也由2004年的12.25%增加至2015年的13.72%，园地是2004-2015年面积增加最多的地类。这与近些年来，阳宗镇大力发展果树种植和生态造林，改善生态环境有很大关系。城乡用地面积1995年为8800.47hm2， 2008年增加至10782.61hm2。城乡用地变化主要是由于人口增加、经济发展，以及城市化建设步伐的加快，导致了交通、居住用地的增加，工业的发展也是该区建设用地增加的重要原因。

3.2.2 耕地面积大幅度持续减少

2004年耕地面积为36353.34 hm2，到2009年耕地面积减少至35300.72 hm2，至2015年耕地面积减少至33132.40 hm2，比例也由2004年的20.40%下降到2015年的18.59%，是研究期问减少最多地类。与该区建设用地的扩张占用、农业结构调整有重要关系。

3.2.3 水面和未利用地面积均有所下降

水面面积由2004年的10076.67 hm2，减少至2015年的8520.33 hm2，这主要是由于研究区内的官厅水库近些年来库区上游流域遭遇了将近10年的干旱年景，蓄水量在减少。未利用地由2004年的61039.17hm2减少至2015年的58307.60 hm2。其减少的主要原因是由于2004以来对生态环境的治理以及开荒种植，未利用地开发利用程度提高。

4、结论

本文基于RS， GIS技术平台，以阳宗镇为例，利用2004， 2009，2015年三期遥感影像获取土地利用信息，通过研究分析，本文得出以下结论：通过三期影像解译结果分析，2004-2015年阳宗镇土地利用格局变化较大。土地类型转换明显。呈现园地、林地、城乡用地增加和耕地、水面和未利用地减少的变化特征；土地利用处于发展期，朝均一化方向发展，以乡镇为单元的主要社会经济发展格局逐步被打破；景观格局变化受人类活动影响加剧，其自然性减弱。

通过数据分析发现，研究区土地利用类型均主要以未利用地、林地、耕地为主。研究期间地类呈现“三增三减”的变化规律。“三增”是指城乡用地、园地和林地增加，“三减”是指耕地、水面和未利用地减少。

参考文献

[1]李鹏杰，何政伟，李璇琼.基于RS和GIS的土地利用/覆被动态变化监测——以九龙县为例[J].水土保持研究，2012（19）：38-42.

[2]杨静，庄家尧，张金池.基于RS和GIS的徐州市20年间土地利用变化研究[J].南京林业大学学报（自然科学版），2013（37）：85-91.

[3]王霞.基于RS和GIS的土地利用变化时空格局研究[D].北京林业大学，2007.

[4]梁长秀.基于RS和GIS的北京市土地利用/覆被变化研究[D].北京林业大学，2009.

[5]于海影.基于RS和GIS的楊凌区土地利用变化及评价[D].西北农林科技大学，2014.

作者简介

幸响洪（1982—），男，云南国土资源职业学院，教师，助理工程师、助教，主要研究方向：测绘工程技术。