河南科技大学农业装备工程学院, 河南 洛阳 471003
土地利用/覆被变化(LUCC)问题是全球环境变化关注的热点问题之一。 研究伊洛河流域的土地利用变化对黄河流域生态保护与高质量发展具有重要意义。 基于长期的LandsatTM卫星遥感影像、 R语言弦图可视化模型以及线性模型冗余分析(RDA分析), 对伊洛河流域1990年—2020年30年间的土地利用时空变化特征、 土地覆被的流量、 流向及内在驱动因素进行了分析。 结果表明: (1) 1990年—2020年间, 伊洛河流域的土地变化呈现林地先减小后增加、 耕地先增加后减小、 建设用地整体增加、 水域整体减小的变化趋势; (2) 在数量上, 1990年—2020年每10年间, 耕地和林地的总变化量最大, 建设用地次之, 水域、 草地和未利用土地的变化量很小; (3) 1990年—2000年、 2000年—2010年、 2010年—2020年的土地利用类型相互转换主要以耕地和林地的相互转化为主, 土地利用变化程度呈上升趋势, 在2010年—2020年达到最高; (4) 1990年—2020年间, 林地重心整体向东北方向偏移, 耕地的重心整体向南迁移, 林地和耕地重心的变化与退耕还林政策有关。 建设用地总体围绕洛阳市主城区, 这与社会经济发展和城镇发展方向有关; (5) 在驱动力方面, 经济高速发展和退耕还林政策的实施是推动伊洛河流域土地利用面积变化的主要原因, 其中, 退耕还林政策的实施是林地和耕地面积变化的主要原因。 研究结果可为黄河流域生态保护和可持续发展提供科学依据。
伊洛河流域 土地利用 转移矩阵 驱动力 冗余分析 Yiluo River Basin Land-use Transfer matrix Driving force Redundancy analysis 光谱学与光谱分析
2022, 42(10): 3180
安徽理工大学电气与信息工程学院, 安徽 淮南 232001
PM2.5 是大气重要污染物之一, 模拟 PM2.5 浓度空间分布对于大气污染防治具有重要意义。将土地利用回归模型 (LUR) 应用到安徽省污染较重的皖北地区, 以监测点为中心, 建立半径分别为 0.5、1、1.5、2、3、4、5 km 的缓冲区, 结合土地利用因子、道路因子、污染源因子、气象因子、高程因子及人口因子共 105 个变量, 建立了该地区四季和年均 LUR 模型, 并通过留一交叉互验, 验证了模型精度。结果表明: 研究区 PM2.5 浓度受草地、湿地、降水量、相关湿度、气压、风速、二级公路、三级公路、废气污染企业、人口数量影响较大。调整 R2 分别为 0.828 (春)、0.731 (夏)、0.831 (秋)、0.775 (冬)、0.892 (年均); 均方根误差 (RMSE) 分别为 6.34 μg·m-3 (春)、7.01 μg·m-3 (夏)、6.28 μg·m-3 (秋)、6.71 μg·m-3 (冬)、5.33 μg·m-3 (年均); 模拟精度 R2 分别为 0.825 (春)、0.730 (夏)、0.834 (秋)、0.772 (冬)、0.897 (年均), 模型表现良好, 解释力强。从模拟的 PM2.5 浓度空间分布可以看出, 不同季节呈现明显不同的空间分布特征, 这与来自北方的大量污染颗粒物、当地的煤矿开采以及秋耕秸秆燃烧等潜在污染源有关。
土地利用回归模型 空间分布 皖北地区 PM2.5 PM2.5 land use regression model spatial distribution Northern Anhui Province 大气与环境光学学报
2022, 17(3): 347
1 中国气象科学研究院灾害天气国家重点实验室, 北京 100081
2 南京信息工程大学气象灾害预报预警与评估协同创新中心, 气象灾害教育部重点实验室, 江苏 南京 210000
3 中国科学院大学, 北京 100049
4 中国气象局气候研究开放实验室/中国气象局气候中心, 北京 100081
5 重庆市气象科学研究所, 重庆 401147
为了精确地定量研究土地利用变化对地表反照率的影响, 利用公元 850-2100 年期间土地利用数据集获取了一套长时期的全球分光 (近红外、可见光、短波) 地表反照率数据集, 并进行了详细的分析和对比验证。验证结果表明, 所得的分光地表反照率与 MODIS 数据对应结果的空间分布特征基本一致; 在非冰雪覆盖区的可见光反照率差别在-0.0081～0.0029 之间, 精度较高; 差别最大的区域为南、北半球中高纬度的冰雪覆盖区。研究表明, 自 1860 年以来, 所有典型区域 (包括中国东部、欧洲东南部、美国中东部和巴西南部) 的城市建成区逐年增加, 特别是巴西南部的自然植被逐年减少; 在 1860-1980 年间, 各区域主要表现为自然植被向城市建成区和耕地转化; 在 1980-2015 年, 巴西南部耕地类型持续增加, 其余区域均表现出自然植被逐步恢复的变化趋势。此外, 不同土地利用类型的分光反照率存在很大差别, 例如, 春季可见光反照率在冰雪表面为 0.5069, 混交林为 0.0444, 而城市建成区为 0.0870; 且受不同纬度和下垫面性质的影响, 同一土地利用类型的分光地表反照率也存在明显的空间差异, 例如, 春季草原的可见光反照率最大为 0.4915, 最小为 1.127×10-4。 这套长时期全球分光地表反照率数据集可以为土地利用变化驱动气候变化的相关定量研究奠定数据基础。
地表反照率 土地利用 土地利用数据集 中分辨率成像光谱仪 人类活动 surface albedo land use land-use harmonization project moderate-resolution imaging spectroradiometer human activities 大气与环境光学学报
2022, 17(3): 279
1 昆明理工大学 国土资源工程学院, 云南 昆明 650093
2 云南省高校高原山区空间信息测绘技术应用工程研究中心, 云南 昆明 650093
山地环状构造能提供丰富的深部地质作用信息, 为深化对此特殊地质构造的探索研究, 基于GF-5卫星影像, 对禄丰恐龙谷南缘的环状构造进行土地利用/覆盖分类, 再对分类后的地类进行高光谱特征分析, 最后对环状构造内外的同种地类的高光谱特征进行差异分析。得到如下结论: 研究区内, 未利用地占比最大, 约36.14%, 主要以环状形式分布, 林地次之, 约29.03%, 草地占比17.80%; 对比光谱库数据, 6种地类的光谱曲线与相应特征地物的光谱曲线变化特征一致, 可知基于面向对象的分类结果具有效性; 环状构造内外的同种土地利用/覆盖类型的高光谱曲线整体变化趋势相似, 但仍存在差异。环状构造内外的未利用地、林地和草地的反射率差值最大分别为6.61%、4.33%和4.05%, 但也存在反射率差值仅为0.01%的波段。通过本文研究结果为建立滇中特殊地质构造的土地利用/覆盖类型的星载高光谱数据库提供理论依据和技术支持, 同时也为后续进行基于高光谱技术的深入研究和精细研究提供基础数据。0.<英文标题>Land use / cover classification and hyperspectral characteristics difference analysis of the circular structure in the south of Dinosaur Valley
环状构造 禄丰恐龙谷 土地利用/覆盖分类 高光谱特征 特征差异分析 circular structure Lufeng Dinosaur Valley land use/cover classification hyperspectral characteristics characteristic difference analysis
1 井冈山大学电子与信息工程学院, 江西 吉安 343009
2 江西省农作物生长物联网技术工程实验室, 江西 吉安 343009
3 同济大学测绘与地理信息学院, 上海 200092
卫星遥感技术的快速发展为土地利用变化的检测提供了重要的技术支撑。为了进一步提高土地利用变化的检测精度,提出了AlexNet和支持向量机(SVM)相结合的土地利用变化分类方法。利用2013—2017年江西省南昌市的高分一号卫星遥感影像,生成该地区在这5年内的土地利用变化图,分析土地利用变化的特征。结果表明:研究区的土地类型主要以植被、水体、裸地和建筑用地为主;在这5年中,植被面积变化得最大,减少了54.74 km 2,水体面积增加了22.12 km 2,建筑用地面积增加了19.45 km 2,裸地面积增加了5.17 km 2。
遥感 AlexNet 支持向量机 卫星遥感影像 土地利用 变化检测 激光与光电子学进展
2020, 57(17): 172802
1 井冈山大学电子与信息工程学院, 江西 吉安 343009
2 江西省农作物生长物联网技术工程实验室, 江西 吉安 343009
3 同济大学测绘与地理信息学院, 上海 200092
土地利用变化检测在土地资源管理、国土资源监测中发挥着重要的基础作用。针对2013年到2017年江西省南昌市GF-1号多光谱遥感影像,利用基于支持向量机的图像分类方法对遥感影像进行分类,生成了该地区在这5年的土地利用变化图,并分析其土地利用变化特征。结果表明,研究区的土地类型主要以林地、草地、水体及建筑用地为主,在这5年,植被面积变化最大,减少了54.74 km 2,其次是水体面积,增加了22.12 km 2,建筑用地的面积增加了19.45 km 2,裸地的面积增加了5.17 km 2。
遥感 高分一号 遥感影像 土地利用 变化检测 激光与光电子学进展
2020, 57(16): 162802
针对传统土地利用回归模型(Land use regression, LUR)未考虑影响因子与大气污染物之间非线性复杂关系 和易出现多重共线性的问题。以PM10为例,采用支持向量回归机(Support vector machine regression, SVR) 改进土地利用回归模型的建模方法构建SVR-LUR模型,对上海市南浦大桥周边区域PM10空 间分布进行模拟。研究结果表明: 1)研究区域PM10浓度与100 m缓冲区内的空地面积, 150 m缓冲区内的建筑工地面积、 空地面积、河流面积, 200 m缓冲区内的绿地面积和河流面积,以及湿度、交通流量和背景浓度相关性较高。 2) SVR-LUR模型可较好地对研究区PM10浓度进行空间分布预测。SVR-LUR模型与LUR模型相比, SVR-LUR模型预测精 度较高,其测试集比LUR模型测试集的平均绝对误差(Mean absolute error, MAE)及均方根误差(Root mean squares error, RMSE)分别减小了22.92%、33.51%,拟合指数(Index of agreement, IA)值增加了13.20%。 相较于普通克里金插值模型所得到的单一梯度空间分布预测结果, SVR-LUR 模型能够更有效揭示小范围内的空间差异。 3)研究区PM10浓度空间分布呈现出西高东低的总格局,在建筑物和路网密集的地方浓度较高,而在靠近江面和空地 的区域浓度相对较低。模拟结果与实际情况相符。
土地利用回归模型 SVR-LUR模型 空间分布模拟 PM10 PM10 land use regression model SVR-LUR model spatial distribution simulation 大气与环境光学学报
2019, 14(6): 431
1 内蒙古师范大学地理科学学院，内蒙古 呼和浩特 010022
2 内蒙古师范大学遥感与地理信息系统重点实验室，内蒙古 呼和浩特 010022
基于Landsat TM和OLI/TIRS数据反演了呼和浩特 区域的地表温度。经MODIS地表温度产品检验，反演结果的精度较好，平 均相对误差为5%，均方根误差为1.53℃(R=0.88)。研究结果表明，不 同类型地表的温度不同，最高值出现在建筑用地上，最低值出现在植被和 水体覆盖区域。地表温度与建筑用地、裸地和半裸地分布之间呈正相 关，而与植被分布呈负相关。建筑用地和裸地对地表温度的影响较大，而 半裸地和植被对其的影响则较稳定。
地表温度 土地利用/土地覆盖 反演 呼和浩特 land surface temperature land use/land cover retrieval Hohhot
1 陕西省地产开发服务总公司, 陕西 西安710075
2 陕西省土地整治工程技术研究中心, 陕西 西安710075
3 国土资源部退化及未利用土地整治工程重点实验室, 陕西 西安710075
选取陕北拌沙改良盐碱地为研究对象, 对盐碱地利用障碍因子进行高光谱遥感反演研究。 通过实测研究区域的作物长势, 采集土壤样品和土壤高光谱数据, 并实验测定土壤理化性质分析盐碱地利用的障碍因子, 研究盐碱地利用障碍因子的高光谱特征, 建立其遥感定量反演模型, 并进行精度检验。 研究结果表明: 土壤盐分含量是制约改良盐碱地利用的主要障碍因子, 毛管孔隙度与土壤盐分含量具有良好相关性, 也可以作为障碍因子之一; 利用土壤的高光谱数据对土壤全盐含量及毛管孔隙度进行遥感定量反演具有良好的精度（回归分析决定系数R2分别为0.938和0.973）; 检验样点精度检验结果表明, 盐分含量及毛管孔隙度的实测值与预测值均具有良好的相关性（k均接近于1, R2分别为0.840 4和0.796 5）, 反演精度较高。 通过高光谱数据对盐碱地改良利用的障碍因子进行遥感定量反演, 对于指导盐碱地的整治改良和利用具有重要的推动作用。
高光谱特征 盐碱地 土地利用 障碍因子 Hyperspectral characteristics Saline-alkaline Land Land use Barrier factors 光谱学与光谱分析
2013, 33(7): 1932
1 浙江大学农业遥感与信息技术应用研究所, 浙江 杭州 310029
2 浙江省环境保护科学设计研究院, 浙江 杭州 310007
在全球快速城市化的大背景下, 土地利用变化检测始终是全球变化研究的重点和热点。 文章研究利用2003和2006年高分辨率SPOT-5遥感影像, 在进行高精度的正射纠正后, 运用多时相PCA光谱增强和多源光谱分类器相结合的方法进行城市土地利用变化检测。 结果表明, 多时相PCA光谱增强后得到前３个主成分集中了绝大部分光谱信息, 其中PC1和PC2增强了土地利用未发生变化的光谱信息, 而变化信息主要集中在PC3。 而多源光谱分类器准确地提取出各种变化和未变化信息。 精度评价结果表明, 本文提出的变化检测方法的总体精度达到92.58%, Kappa系数为0.92, 用户精度和生产精度也都取得满意的结果, 并且精度都明显高于常规的方法(分类后比较法)。
主成份分析 土地利用 变化检测 SPOT-5 SPOT-5 PCA Land use Change detection 光谱学与光谱分析
2009, 29(6): 1627
