不同空间尺度下的土地利用变化 ——以阿克苏市为例

论文摘要

随着世界及我国测绘卫星技术的不断发展,测绘卫星具有亚米级空间分辨率、高辐射精度、高定位精度等功能。型号功能不同的测绘卫星具有差异,因此测绘数据也不尽相同,地表数据也会随仪器的差异受到大气及镜面的辐射遥感影像所反映地表物体的光谱数据不同存在多种差异,对研究区的土地利用变化研究会产生差异性的结果,阿克苏市近年来执行了退耕还林退耕还草的政策,居民点及交通道路规模不断扩大,人口日益增多,城市化进程必不可免,阿克苏市北部地区土地资源在利用广度和纵向上发生了巨大变化,合理控制土地资源,精准了解城市扩张的进程需要遥感数据明确并突出的反应出土地资源的利用现状。因此遥感矢量数据的时效性、有效性对阿克苏市土地利用变化及城市扩张变化两者之间的联系具有重要意义。针对遥感图像的技术发展和应用扩展减少冗余信息对土地利用信息方法提取,以尺度转换、尺度效应和各类地物最优尺度选择三个方面为主要研究内容的空间尺度问题已为遥感影像分类的一个重要研究方向。本文以2014年——2018年高分一号影像和Landsat8 OLI影像为数据源,以阿克苏市北部为研究区,针对高分一号影像和Landsat8 OLI影像分类的尺度问题进行方法研究。首先,对小尺度高分影像进行扩张（融合）后的遥感影像数据进行尺度转换操作得到15m空间分辨影像并进行尺度转换效应评价,得到尺度转换效果最好的方法。其次,对经尺度转换后的系列影像进行计算,分析研究区影像适宜表达尺度;选取耕地、建设用地、林地、未利用地、水体五种典型地物样本,对样本间可分离性进行计算,得出典型地物的最适宜表达尺度。最后,利用此方法对Landsat8 OLI遥感影像数据对阿克苏市北部进行多尺度遥感分类。主要研究内容和结论如下:（1）尺度转换方法。采用立方卷积法尺度转换方法对研究区的高分一号和Landsat8 OLI两种遥感影像进行尺度转换,利用对比度、相关性、平均梯度角二阶距和信息熵四个指标对尺度转换图像的纹理特征和原始影像纹理特征进行评价分析。结果表明:无论是Landsat8 OLI影像还是高分一号影像,利用立方卷积法进行尺度扩展得到的遥感影像的纹理特征效果优于其他几种方法原始影像。（2）最优尺度选择。通过计算各地类的平均局部方差,尺度转换数据2m至30m空间分辨率对各地类进行最优尺度的选择。结果表明:耕地与未利用地区分的最佳分辨率为2m;建设用地、林地、水体的最佳表达空间分辨率为15m时可分离性较好。（3）多尺度分类。运用神经网络分类方法,将GF-1影像的尺度转换数据、GF-1原始影像2m空间分辨率影像、Landsat8 OLI 15m和30m空间分辨率影像进行分类,并对所有分类结果的总体精度和kappa系数进行评价。得出结论:尺度转换得到分辨率15m影像分类结果精度明显高于Landsat8 OLI 15m空间分辨率影像、分辨率为GF-1影像分类结果精度;针对尺度转换后系列影像分类结果精度评价分析,转换后的影像数据分类结果整体效果较好,分辨率为16m时可为研究区典型地物提取的最佳分辨率。（4）阿克苏市北部土地利用变化预测。基于GF-1影像的尺度转换数据影像,运用马尔科夫预测模型,对2019年与2020年土地利用变化进行模拟,得到:2019年建设用地、耕地、植被、将呈现增长趋势,未利用地呈现减少趋势,水域基本稳定,2019年建设用地占阿克苏市北部总面积的34.12%,耕地占总面积的30.24%,未利用地占29.28%,水域占总面积的2.13%,植被占总面积的4.23%。根据结果数据得到,2019年建设用地面积为2031.16km2耕地面积为1806.53km2未利用地面积1732.46km2植被面接125.45km2水域面积为250.91km2。2020年建设用地面积为2020km2耕地面积为2077.75km2未利用地面积1885.39km2植被面积1618.9km2水域面积为259.61km2,2020年建设用地占阿克苏市北部总面积的34.78%,耕地占总面积的31.56%,未利用地占27.12%,水域占总面积的2.19%,植被占总面积的4.35%。

论文目录

• 摘要
• Abstract
• 1 绪论
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•     1.2.1 多尺度影像研究综述
•     1.2.2 土地利用变化特征研究
•     1.2.3 多尺度影像土地利用信息提取研究
•   1.3 研究内容与技术线路
•     1.3.1 研究内容
•     1.3.2 技术路线
•   1.4 研究区域概况
•     1.4.1 区位产业及人口概况
•     1.4.2 气候及自然资源特征概况
•     1.4.3 阿克苏市发展历程
• 2 多尺度遥感影像数据处理
•   2.1 数据源介绍
•   2.2 遥感影像处理
•     2.2.1 遥感数据预处理
•     2.2.2 辐射定标
•     2.2.3 大气校正
•     2.2.4 几何校正
•   2.3 影像融合方法
•     2.3.1 小波变换原理及过程
•     2.3.2 小波变换结果
•   2.4 尺度转换方法
•   2.5 本章小结
• 3 最优尺度选择及影像分类
•   3.1 确定最优尺度方法
•     3.1.1 平均局部方差法
•     3.1.2 最优尺度值的确定与选择
•     3.1.3 不同地类的最优尺度确定
•   3.2 确定多尺度影像分类方法
•     3.2.1 NeturalNet分类方法
•     3.2.2 遥感影像分类过程
•   3.3 土地分类体系的确定
•   3.4 训练样本的选择
•   3.5 本章小结
• 4 遥感影像分类实验和数据分析
•   4.1 土地利用信息分类结果
•     4.1.1 原始中空间分辨率分类结果
•     4.1.2 原始中高分辨率影像分类结果
•     4.1.3 原始高分辨率影像分类结果
•   4.2 尺度转换影像土地利用信息分类结果
•   4.3 精度验证
•     4.3.1 数据源精度验证
•     4.3.2 尺度转换的影像精度分类
•     4.3.3 精度结果对比
•   4.4 本章小结
• 5 土地利用变化分析及预测
•   5.1 土地利用类型数量变化分析
•     5.1.1 土地利用变化幅度分析
•     5.1.2 单一土地利用变化动态度
•   5.2 土地时空格局变化分析
•   5.3 马尔科夫预测模型
•   5.4 本章小结
• 6 结论和不足
•   6.1 结论
•   6.2 相关建议
•   6.3 论文的不足
• 参考文献
• 致谢
• 研究生阶段论文发表情况

文章来源

类型: 硕士论文

作者: 武文迪

导师: 张永福

关键词: 土地覆盖,尺度效应,最优尺度,不同空间尺度分类

来源: 新疆大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 自然地理学和测绘学,农业经济

单位: 新疆大学

分类号: F301.24;P237

总页数: 70

文件大小: 3998K

下载量: 142