矿区地物分类及土地利用/覆盖变化动态监测——以海流兔流域为例

发布时间：2021-06-08 12:12

　　针对矿山开采是否会使地物类型发生巨大变化及环境恶化问题,利用Landsat（TM,OLI）影像,对海流兔流域2006年、2010年、2014年、2018年的土地进行分类,揭示2006—2018年间3个阶段（每4 a一阶段）土地利用变化的时空特征。通过筛选比较最大似然法、支持向量机、随机森林等分类方法,并应用地物时空变化特征和转移矩阵统计方法进行定性、定量分析。结果表明:随机森林法得到的土地分类图精度优于其他分类方法; 3个阶段中沙地与草地/灌木转化频繁,沙地总面积减少16.83%,草地/灌木增加12.68%,建设用地逐年稳定增长;截至2018年,矿区发展并未对生态环境造成较大伤害,井工矿地物结构变化与海流兔流域地物结构趋势一致。 

【文章来源】：国土资源遥感. 2020,32(03)北大核心CSCD

【文章页数】：8 页

【部分图文】：

研究区地理位置

遥感影像预处理步骤包括:辐射定标、大气校正、几何纠正及图像裁剪。经过以上处理后通过综合影像光谱与纹理特征分析、Google Earth目视区分和实地地物调查，共选取采集样本点1 344个，其中896个用来地物分类，448个作为精度验证(若不满足精度验证，需重新选取样本点)。按照土地利用程度并结合西部干旱地区地物分布特点，将地物划分为5类:沙地、草地/灌木、水域、耕地和建设用地[30]。海流兔流域各类地物的影像解译标志如图2所示。样本点的地物类型以表2解译说明为依据。1.4 LUCC动态监测总流程

实验设计过程如图3所示。影像经由图像预处理、样本点提取后，通过MLE,SVM和RF这3种监督分类方法比较，以此保证土地分类图的可靠性以及与实际地物类型相比准确性。若精度较低或与实际情况偏差较大，则必须重新选取样本点，直到精度验证满足土地利用分类的要求为止。本文最终采用RF方法对海流兔流域2006—2018年间的遥感影像进行了土地利用分类和LUCC动态监测。为了更加详细研究采矿过程对整个流域LUCC影响程度，分别对区域各类地物类型面积的时序性、整体时间序列的地物转移矩阵和各矿区及周边的地物面积比较分析，即局部矿区扰动与整体研究区流域的关系。2 研究方法

【参考文献】：
期刊论文
[1]随机森林方法支持的复杂地形区土地利用/土地覆被分类研究[J]. 马慧娟,高小红,谷晓天.  地球信息科学学报. 2019(03)
[2]土地利用视角的珠江三角洲生态系统服务异质性及机制（英文）[J]. 周汝波,林媚珍,龚建周,吴卓.  Journal of Geographical Sciences. 2019(05)
[3]基于CNN模型的遥感图像复杂场景分类[J]. 张康,黑保琴,李盛阳,邵雨阳.  国土资源遥感. 2018(04)
[4]机器学习法的干旱区典型农作物分类[J]. 黄双燕,杨辽,陈曦,姚远.  光谱学与光谱分析. 2018(10)
[5]基于AdaBoost改进随机森林的高光谱图像地物分类方法研究[J]. 陈伟民,张凌,宋冬梅,王斌,丁亚雄,许明明,崔建勇.  遥感技术与应用. 2018(04)
[6]基于TM和OLI数据山西省潞城市土地利用动态变化分析与预测[J]. 桑潇,国巧真,潘应阳,付盈.  国土资源遥感. 2018(02)
[7]新疆孔雀河流域人工绿洲近40年土地利用/覆被变化[J]. 张军峰,孟凡浩,包安明,李长春,齐修东,刘铁,张鹏飞.  中国沙漠. 2018(03)
[8]2010-2015年中国土地利用变化的时空格局与新特征[J]. 刘纪远,宁佳,匡文慧,徐新良,张树文,颜长珍,李仁东,吴世新,胡云锋,杜国明,迟文峰,潘涛,宁静.  地理学报. 2018(05)
[9]遥感土地覆被分类的空间尺度响应研究[J]. 徐凯健,田庆久,杨闫君,徐念旭.  地球信息科学学报. 2018(02)
[10]利用综合变化检测方法进行土地覆盖变化制图[J]. 刁娇娇,龚鑫烨,李明诗.  国土资源遥感. 2018(01)



本文编号：3218425