基于高分影像的神木县大柳塔镇土地利用动态监测

[目的]研究陕西省榆林市神木县大柳塔镇近年来的土地利用变化情况,为该区域土地资源的合理开发和利用提供可靠依据。[方法]基于2010,2015年的2期高分辨率遥感影像,通过图像解译提取该地区的土地利用信息,生成土地利用转移矩阵,对2期数据进行统计分析与评价。[结果]2010—2015年,耕地、居民地及工矿交通用地、水域及水利设施用地、草地等用地面积增加,林地、沙地、裸地等用地面积减少。[结论]研究区的土地利用程度较高,结构趋于合理。     

基于影像融合的陕北黄土丘陵沟壑区土地利用自动分类

 采用1种遥感影像和单纯的监督分类方法,在黄土丘陵沟壑地区的土地利用调查中,难以获得高精度的土地利用数据。为解决此问题,以陕北无定河流域为研究区,以主成分变换的方法,对多源遥感影像(TM多光谱数据和SPOT全色波段数据)进行融合处理;同时,在分类中,采用监督分类与非监督分类相结合的混合分类法,改进训练样本选取方法,先以非监督分类获得初始训练样本,在对样本进行删除、增补、合并等调整的基础上,再进行监督分类。2种方法的结合使用,使土地利用信息自动提取的精度明显提高。与仅以TM影像为信息源,采用单纯监督分类法的分类结果对比可知:土地利用各类别的提取精度都有不同程度的提高,分类总精度从82.0%提高到89.2%;水体、水田和城镇用地等面积较小类别的精度,提高了10%以上;坡耕地与林草地的混分现象明显减少,精度均提高了5%以上,取得了良好的分类效果。研究结果为陕北黄土丘陵沟壑区土地利用变化动态监测,提供了重要的技术支持和借鉴。     

基于高分影像特征优选的黄土高原撂荒耕地遥感监测方法

快速、准确地监测撂荒耕地对研究土地利用变化、保障国家粮食安全和制定农业政策有着重要意义,黄土高原地区复杂地貌和耕地破碎性对监测撂荒耕地颇具挑战性。该研究以国产高分卫星遥感影像为主要数据源,使用耦合遗传算法的离散二进制粒子群算法改进最佳指数因子法优选分类特征因子,采用随机森林分类和分类后变化检测方法,获得试验区2011—2022年撂荒耕地时空分布信息,通过影像目视判读和实地调查相结合的方式进行结果验证和精度评价,结果表明：1）经重要性评估发现NDVI平均精度减少（mean decrease accuracy,MDA）得分最高,经改进的优选特征方法优选特征为：绿波段、红波段、近红外波段、蓝绿波段比值指数、坡度、NDVI、方差、对比度,特征优选有效提高了高分影像的土地利用分类精度和效率;2）国产高分卫星数据可实现地块尺度撂荒耕地的精准识别,经验证,撂荒耕地识别总体精度达到92.48%;3）2011—2022年间研究区撂荒耕地总面积为5492.51 hm²,2011—2014年撂荒率最大,达21.09%,2020—2022年撂荒率最小,为0.99%。该研究构建了黄土高原地区地块尺度撂荒耕地遥感监测的方法,并进行验证和评价,对推动撂荒耕地相关研究和国产高分卫星数据的实践应用具有积极意义。     

基于GIS的新和县土地利用生态风险分析

利用新和县2008年、2013年的遥感影像数据,分析了2008—2013年新和县土地利用结构变化规律,并讨论了由此引发的生态风险。对研究区来说,以2008—2013年间的两幅遥感解译图为基本信息,根据不同时间段土地要素的结构特征,构造生态风险指数。利用系统空间采样方法对生态风险指数进行变量的空间化。通过对生态风险指数采样结果进行半变异函数分析和空间插值,从而揭示研究区生态风险的空间特征和内在形成机制。结果发现:在2008—2013年间,研究区林地面积和其他用地面积在减少,其中其他用地面积减少最明显,其次是林地面积。耕地面积、水域面积几乎未发生改变;草地面积和建设用地面积都在增加;在整个研究期内,研究区生态系统生态风险值出现变化。总体来说,研究区生态环境状况在2008—2013年趋于恶化状态。     

基于SPOT5多光谱影像和近期航摄影像的土地利用动态监测方法研究

在国内外土地利用动态监测研究与应用中，受遥感影像分辨率的限制，能满足较大比例尺的土地利用动态遥感监测的还较少。该文以浙江省宁波市鄞州区区域内一块试验区为例，利用SPOT5多光谱影像，结合近期航片，通过特征变异法，进行1∶1万土地利用动态遥感监测。试验结果表明，应用航片与卫片融合的新方法，进行土地利用动态监测是可行的。     

土地利用中线状地物在遥感影像中的变化规律

一般线状地物在遥感影像中的变化规律是目前国内外土地利用调查中非常活跃的研究领域。该研究在遥感影像的线状地物特征提取和面积量算的应用中可以提供重要依据和参考。采用数理统计回归分析的方法,通过对华北地区(京津冀三地)地面线状地物的105个随机样本的实际宽度量测、定位和图片采集,与其在landsatTM7遥感影像中的具体表现相结合,进行数理统计分析,得出一般线状地物在landsatTM7遥感影像中的变化规律。通过分析和比较,发现不同线状地物如道路和沟渠,由于在地面实际宽度和走向等的不同,其在landsatTM7遥感影像上变化规律是各不相同的;即使是相同实际宽度相同走向的同一类别线状地物其在landsatTM7遥感影像上影像变化也是有较大差异的,文章还进一步分析了造成变化的主要原因。     

基于SPOT5多光谱影像和近期航摄影像的土地利用动态监测方法研究

在国内外土地利用动态监测研究与应用中,受遥感影像分辨率的限制,能满足较大比例尺的土地利用动态遥感监测的还较少.该文以浙江省宁波市鄞州区区域内一块试验区为例,利用SPOT5多光谱影像,结合近期航片,通过特征变异法,进行1∶1万土地利用动态遥感监测.试验结果表明,应用航片与卫片融合的新方法,进行土地利用动态监测是可行的.     

基于TM/ETM+和SPOT融合影像的郑州市土地利用变化分析

基于1998,2002和2008年3期TM/ETM+和SPOT融合影像的目视判读分类结果,运用GIS空间分析技术和统计分析方法,分析了郑州市1998-2008年土地利用变化的时空特征及其驱动因素.结果表明:(1) 10 a间非农用地增加迅速,其中城市建设用地增加124％,工矿仓储用地增加158％;耕地面积减少40％,主要转向城市建设用地、工矿仓储用地和园地.(2) 1998-2002年林地、菜地和园地等农业用地变化速度较快;2002-2008年工矿仓储用地、城市建设用地等非农用地变化速度较快.(3)经济发展和工业化速度较快的行政区,土地利用变化速度也较快.(4)交通网络的发展、人口与经济总量的增加是推动郑州市土地利用变化的主要因素,而产业结构的调整和升级推动了城市土地的集约利用.     

基于无人机影像和深度学习的渭北旱塬区土地利用精准分类

为明确基于无人机影像的旱塬区土地利用精准分类方法,尤其是算法的选择,该研究通过获取渭北旱塬区白水县通积村不同航拍高度无人机正射遥感影像,利用多种深度学习算法和机器学习算法对土地利用分类进行研究。首先,采用大疆御2Pro获取研究区80和160 m不同高度航拍影像;然后对不同航拍高度目视解译结果和多种深度学习、机器学习模型预测结果进行对比分析;最后,基于表现最佳算法对其进行创新和改进。结果表明：深度学习算法的表现远远优于传统机器学习算法,其中深度学习算法中表现最好的DeepLabv3+像素精度为90.06%,比随机森林（Random Forest,RF）和支持向量机（Support Vector Machine,SVM）分别高出24.65和21.32个百分点。基于DeepLabv3+改进的DeepLabv3+＿BA模型整体分类效果最好,其像素精度为91.37%,比FCN、SegNet、UNet和DeepLabv3+分别高出7.43、10.12、2.27和1.31个百分点。各种算法在160 m数据集上各指标精度高于80 m。改进模型DeepLabv3+＿BA具有较高的地物分类精度及较强的鲁棒...     

基于计量地理模型的黑龙江省土地利用状况分析

为了掌握黑龙江省土地数量、分布规律、结构布局以及后备土地资源状况,以黑龙江省2003年地籍变更资料以及1∶10万土地利用矢量数据地图为基础,利用GIS空间分析技术以及计量地理模型对黑龙江省13个地市土地利用结构进行数量分析,在此基础上,评价黑龙江省土地利用状况。其结果为：黑龙江省农业土地资源类型齐全,具备进行规模经营的优势;人类干扰强度不大,土地利用程度不高;土地利用整体功能较差,有待进行深层土地开发;后备资源质量较差,供需矛盾渐趋突出。     

基于遥感影像的巴楚县土地开垦分析

选用两期遥感影像,采用室内解译结合相关调查资料进行修正的方法,获得了新疆自治区巴楚县土地利用数据库。分析结果表明,自2004年以来,巴楚县耕地面积在时间上经历了持续扩大的变化过程,在空间上呈现出以原有耕地为基础逐步向林地和草地扩张的态势。土地开垦破坏了区域内维系绿洲生态安全的防护林体系,加剧了土地荒漠化发展趋势,对生物多样性构成威胁。同时,耕地面积的不断增加,使得原本存在的水资源短缺的矛盾更加突出。     

基于马尔科夫模型的武功县土地利用/覆被动态变化研究

基于对武功县2006年、2009年两期Lansat 5-TM遥感影像解译获得的土地利用/覆被图,求得该区土地利用类型面积转移概率矩阵。应用马尔科夫模型对武功县未来12 a土地利用动态变化趋势进行模拟分析和预测。结果表明:引入模型效应系数检验该模型,模型效应系数值为99.99%,用该模型预测土地利用动态变化是可靠的;人类活动是武功县土地利用/覆被变化的主要驱动力;武功县未来土地利用的变化趋势是农业用地逐年减少,其中耕地面积和菜地面积分别减少5.74%,0.74%;而建设用地和交通用地则逐年增加,分别增加6.29%,0.57%;水域和特殊用地面积变化不大。研究结果明晰了农用地和建设用地之间的矛盾及其发展趋势,可为区域土地利用规划管理提供相关科学依据。     

基于三角模型的河北省正定县土地利用效益评价

利用三角模型定量评估了河北省正定县土地利用效益变化,根据土地利用经济、社会、生态效益三者之间的相对比例关系,利用Origin软件建立了科学、直观的三角模型,并对正定县1997—2008年土地利用效益情况进行了评价。结果表明,三角模型细致的分类和直观的图解展现了正定县土地利用效益的6种类型和由生态滞后的不可持续性发展到生态引领、社会引领型、经济引领的弱可持续性发展的变化趋势。     

基于土地利用变化的贵州省耕地显性边际化时空演变及其影响因素

[目的]探究贵州省2010—2020年耕地显性边际化的时空演变格局及其影响因素,为山区耕地集约利用提供政策指导。[方法]综合运用土地利用转移矩阵、空间自相关模型和地理探测器,系统分析贵州省耕地显性边际化的总体态势、空间集聚效应以及相关影响因素。[结果](1)2010—2020年,贵州省耕地显性边际化率为10.20%,总体以自然边际化为主,但经济边际化发展较为迅速,并随着经济社会发展,耕地显性边际化速度不断加快。(2)贵州省2010—2020年,耕地显性边际化水平整体呈现出南高北低的格局并逐渐向西部和东南部扩张的趋势,其中2010—2015年呈现出南高北低格局,2015—2020年呈现中部高四周低格局。(3)人均耕地面积、城镇化率、植被覆盖度等因素是贵州省耕地显性边际化空间差异的主要影响因素。[结论]贵州省耕地显性边际化时空演变差异性显著,地势起伏度、坡度、植被覆盖度等自然条件是影响耕地显性变化时空差异性的基础特征,人均耕地面积、城镇化率与GDP密度等社会经济因素是其快速发展的主要推动力。     

基于土地利用变化下的县域生态敏感性及灰色预测——以河北省平山县为例

平山县作为石家庄地区的重要水源涵养及红色旅游基地,是生态环境保护与建设的重要区域。在分析平山县基于1997—2013年土地利用变化下的土地利用强度与生态系统服务价值变化的基础之上,引入了生态敏感性指数模型,研究分析了平山县1997—2013年土地利用变化对其生态敏感性的影响。结果表明:土地利用强度与生态系统服务价值在1997—2013年的变化趋势大体一致,均呈现先减小后增大的趋势;土地利用变化对于生态系统的敏感性作用较为强烈,其指数由2001年的3.23下降到2013年的1.36,降幅为237.5%;分析计算结果可以看出,位于平山县城区及人口和商业密集的乡镇,其生态敏感性指数普遍高于其他地区,位于东部平原的乡镇生态敏感性普遍高于中西部山地丘陵区的乡镇。通过预测2017年平山县土地利用结构,测算出2017年平山县生态系统敏感性指数为1.68,虽属低生态敏感性,但较2013年是增加的,需要引起关注。     

浮梁县土地利用变化及驱动力分析

以江西省浮梁县作为研究区域,采用浮梁县1996-2005年的土地利用变更数据及社会经济统计数据,从土地利用数量变化、土地利用程度变化、土地利用效益变化3方面探讨了研究区域的土地利用变化特征,并运用主成分分析法对引起这些变化的驱动力进行了分析。研究结果表明:（1）耕地和建设用地是浮梁县土地利用数量变化的主要类型,土地利用程度和效益都有一定程度的提高,土地利用总体态势较好;（2）工业化、城市化水平的提高及人口的增长是引起土地利用变化的主要社会经济驱动力,但是城市化和工业化水平的提高是最为主要的驱动因素。     

基于贵州省土地变化的碳储量演变及其脆弱性特征分析

[目的]分析贵州省生态系统碳储量时空分布格局、演变特征及其对土地利用转移的响应,研究各县域生态系统碳储量服务的脆弱性,为贵州省区域土地利用管理决策及“双碳”目标的实现提供科学依据和参考。[方法]运用InVEST模型和潜在影响指数(PI)分析贵州省2000—2020年碳储量变化特征和生态系统碳储存服务的脆弱性。[结果](1)近20 a间贵州省土地利用结构发生显著变化,前10 a和后10 a分别有14.10%,17.29%的土地发生转移,耕地是建设用地扩张的主要来源。(2)贵州省20 a间生态系统碳储量减少2.40×10⁷ t,林地的缩减和建设用地的扩张是碳储量减少的主要原因。(3)贵州省碳储量Moran’s I指数均大于0,空间分布具有显著的空间正相关性和集聚性。冷热点分析显示碳储量热点分布较为分散,冷点分布集中稳定。(4)贵州省前10 a和后10 a PI指数分别为-1.27和-0.15,脆弱性有所改善。县域间脆弱性存在空间差异,边缘县域负向影响显著,20 a间81.82%的县脆弱性降低。[结论]贵州省林地的转出和建设用地的扩张对碳储量和碳储量服务脆弱性影响显著,...     

一种基于U-Net的高分影像土地利用/覆盖变化检测方法

[目的]介绍一种基于U-Net的高分影像的土地利用/覆盖变化检测方法,为该模型在遥感影像变化检测方面的应用提供理论支持.[方法]采用U型神经网络对河南省禹州市两期高分一号影像和WHU building dataset建筑物变化检测数据集中的变化图斑进行自动检测试验,并与FCN和SegNet两种模型进行比较.[结果]在两...     

基于地理加权回归的青龙满族自治县耕地细碎化及影响因子分析

以青龙满族自治县为例,依据景观生态学相关理论,重点从地块平均面积大小、地块形状的规则度以及地块分布方面选取平均地块面积、边界密度、面积加权平均形状指数和聚集度4个指标,借助数理统计方法和GIS技术对研究区耕地细碎化程度进行测算分级,并应用地理加权回归模型分析了研究区耕地细碎化综合指数与坡度、距村落距离、距河流距离、距道路距离之间的空间关系。结果表明:青龙满族自治县耕地细碎化以中度细碎化和重度细碎化为主,占比分别为45.18%,49.19%;距村落距离、距道路距离与耕地细碎化程度呈负相关关系,距河流距离、坡度与耕地细碎化程度呈正相关关系;各影响因素影响度都表现出了显著的空间非平稳性,且在空间上波动较大。研究所得结论对耕地规模化经营和土地利用效率的提升具有一定的参考意义。