桑 潇，张成业,2，李 军,2，朱守杰，邢江河，王金阳，王兴娟，李佳瑶，杨 颖

(1.中国矿业大学(北京)地球科学与测绘工程学院，北京 100083；2.中国矿业大学(北京)煤炭资源与安全开采国家重点实验室，北京 100083)

0 引言

长期以来煤炭在我国的能源结构中占比超过60%，处于绝对主体地位[1-2]，今后相当长时期内煤炭开采不可避免。大规模的煤炭开采活动会改变地貌和景观生态，进而对区域生态环境造成一定程度的破坏，其中最直观的影响是地表的土地利用变化[3-7]。因此，持续监测矿区的土地利用变化并分析其演变特征，揭示煤炭开采活动对生态环境的影响过程，对于开采活动的调控和生态环境保护具有重要指导意义[8-9]。

目前国内外学者在土地利用遥感监测方面做了大量研究。在土地利用遥感分类方法上，常用的方法有面向对象的分类方法[10]、支持向量机[11]、决策树分类法[12]、神经网络法[13]等。针对不同的场景和需求，学者们在其基础上进行了改进研究，例如，Alimjan等[14]用支持向量机改进了K最邻近分类方法；Bazi等[15]针对高分辨率无人机影像的目标监测提出一种新的卷积支持向量机网络。在土地利用分析方面上，除了常见的土地利用变化幅度、单一土地利用动态度、土地利用程度变化综合指数、景观格局指数等分析方法外[16]，Aldwaik等[17]提出的了一种具有系统性的土地变化分析理论—强度变化分析理论，这种理论具有自上而下的层次性结构，可帮助研究人员深入理解土地利用变化过程[18]，之后Sang等[19]对其此理论进行了补充，使其更加清晰明了地服务于区域的可持续发展。……