3S技術在林地動態變化分析中的應用

王亮 王軻

摘要：指出了在新時代背景之下，3S技術可幫助人們分析各類林地動態變化，可運用景觀指數對林地進行景觀格局分析。基于“3S”技術提取林地動態變化信息，并在此基礎上分析了林地利用動態變化及其驅動力，以更好地對林地進行科學規劃和管理，合理利用和保護林地資源，促進林地資源的可持續經營。

關鍵詞：3S；林地；動態變化

中圖分類號：TP7

文獻標識碼：A 文章編號：16749944（2016）08018102

1 引言

“3S技術”是指RS（遙感技術）、GIS（地理信息系統）和GPS（全球定位系統）技術的統稱，綜合空間、傳感、衛星定位、計算機和通訊等相關技術，對空間、生物、數據和信息進行高效的采集、處理、應用和更新。其中RS（遙感技術）從高空或外層空間接收各類地物的電磁波信息，并通過對這些信息進行掃描、攝影、傳輸和處理，實現遠距離控測和識別；GIS（地理信息系統）能對各種地理信息進行分類、組合、分析，專門管理地理信息的計算機軟件系統；GPS（全球定位系統）能夠快速、高效和準確地提供測量點位的三維坐標以及其他相關信息，是一種利用衛星、通信和計算機技術全天候、高精度、高效益進行測量的技術系統。

2 數據處理

2.1 幾何校正

在遙感影像圖成像時，往往會因為遙感傳感器、遙感平臺以及地球星體本身等方面的原因引起難以避免的幾何畸變。而幾何校正就可以校正成像過程中所產生的幾何畸變。圖像幾何校正是將數字圖像投影到地面上，使其符合地圖投影的過程。由于所搜集到的遙感影像都已經過輻射校正和幾何粗校正，因此在該研究中僅對影像進行幾何精校正。其主要步驟為在ERDAS環境下選取地面控制點，計算變化矩陣的參數，然后進行圖像重采樣，最后輸出圖像文件。

2.2 研究區遙感影像圖裁切

圖像裁切分為規則裁切和不規則裁切，研究中使用不規則裁切法。首先利用AicGIs將研究區的行政邊界的矢量格式存為ARC/INFO圖層，然后在ERDAS下對研究區域創建AOI感興趣區，利用subset功能，將對比期遙感影像按照感興趣區域的AOI邊界切割出來，得到研究區的遙感影像圖。

2.3 圖像最佳波段選取與增強處理

使用不同波段進行組合，目的是找出那些同類像元聚集性和異類像元離散性都相對較好的波段。

3 林地類型動態變化研究

3.1 監督分類法

遙感影像分類主要依據是地物的光譜特征，即地物電磁波輻射的多波段測量值，這些測量值可以作為遙感影像分類的原始特征變量。分類是對圖像上每個像素照亮度接近程度給出對應類別，以達到大致區分遙感圖像中多種地物的目的。經過大量研究發現對不同類型的林地進行監督分類效果最好，監督分類是將遙感影像通過建立訓練樣本和判別函數，將待分像元代入判別函數進行判別的過程。而實際中常常采用人機交互式判斷影像，即根據給定區域，按照解譯標準對遙感影像進行分類。

3.2 景觀格局指數法

研究中利用景觀結構分析軟件Fragstats對景觀格局指數進行計算。FRAGSTATS是由美國俄勒岡州立大學森林科學系開發的一個景觀指標計算軟件，它有2種版本，矢量版本運行在ARC/INFO環境中，接受ARC/INFO格式的矢量圖層；柵格版本可以接受ARC/INFO、 IDRISI、 ERDAS等多種格式的格網數據。兩個版本的區別在于：柵格版本可以計算最近距離、鄰近指數和蔓延度，而矢量版本不能；另一個區別是對邊緣的處理，由于格網化的地圖中，拼塊邊緣總是大于實際的邊緣，因此柵格版本在計算邊緣參數時，會產生誤差，這種誤差源于網格的分辨率。

3.3 馬爾科夫矩陣轉移模型

Markov模型是普遍應用的關于景觀概率轉移分析和預測的模型，它基于轉移概率的數值來顯示一種林地類型向另一種林地類型轉化的比值，可以計算林地從一種類型轉移到另一種類型的面積及百分比。該研究中對林地的動態變化獲取就是采用Markov矩陣轉移模型。

首先基于ArcGIS10平臺對3期柵格化數據進行空間疊加分析，通過ArcGIS的計算結果提取各類景觀之間相互轉化的面積，根據這個結果建立景觀類型轉移矩陣，通過建立的景觀類型轉移矩陣的除以相應的基數得到景觀類型轉移概率矩陣。

4 驅動力研究

4.1 研究區驅動因素的獲取與選擇

不論是林地景觀格局的空間布局還是歷史演變的差異變化，無非就是自然因素和人文因素綜合作用導致的。自然因素對現狀林地景觀結構的形成提供了前提條件，而人文因素的影響則是景觀結構的形成、調整和改變的主要驅動因素。景觀格局變化的驅動力主要包括自然驅動因子和人文驅動因子。自然驅動因子包括海拔、地形、氣溫和災害驅動因子等方面；人文驅動因子有人口因子、經濟因子和政策因子等。

4.2 灰色關聯度分析法

灰色系統理論最早由華中理工大學鄧聚龍教授于 1982 年提出，該理論一經誕生，就受到了海內外專家學者的極大關注，它的研究已經滲透到了自然經濟社會科學的等諸多領域，灰色系統認為：世界上實際存在的許多客觀問題，其內部結構、機理及參數不能被人們完全了解和獲知，人們不能像“白箱”那樣打開箱子直接觀察內部結構來說明箱子的特征，只能通過部分信息可知，從而用部分信息未知的系統（即灰色系統理論）來分析、研究和預測未知的領域，以求了解整個系統。

灰色系統理論提出了灰色關聯度分析方法，該方法是一種多因素統計分析方法，以期通過一定的方法分析不同因素之間的聯系，主要以各個因素的樣本數據為依據進行灰色關聯度的計算分析，關聯度的大小決定因素間關系的大小、強弱及順序。通過關聯度分析，可以分析哪些因素對系統來說是主要的，哪些是次要因素，以及與系統關聯關系的定量化等問題。因素分析常用的方法主要為線性回歸等，但是這些分析需要大量的數據和計算，有時候甚至會得出反常的結論。為此，筆者鑒于在區域小、數據較少等實際情況下，可選取灰色系統關聯分析方法來解釋土地利用變化的驅動因素。

參考文獻：

[1]羅杰斯，威廉姆斯.擴散馬爾科夫過程和鞅：第2卷[M].北京：世界圖書出版社，2003.

[2]劉思峰，謝乃明.灰色系統理論及其應用[M].5版.北京：科學出版社，2010.

[3]甘桂春，岑 綱.基于空間數據庫的林地保護利用規劃[J].湖南林業科技，2013，40（1）：83～85.