基于Landsat8的濟南市土地利用分類及變化監測①

王義慧 宋磊

(山東農業大學信息科學與工程學院 山東泰安 271018)

對土地資源的合理規劃和利用一直以來都是一項難題，土地利用變化是人類活動對自然環境施加影響和干預的直觀反映[1]。土地利用變化監測是指憑借遙感數據，對土地的動態變化做出科學分析的技術[2]。運用遙感影像提取土地利用情況并對土地利用變化進行監測和分析已經開始被廣泛應用[3]。

1 研究區和研究數據

1.1 研究區

濟南位于山東省中西部，南依泰山，北跨黃河，地處魯中南低山丘陵與魯西北沖積平原的交接帶上，地勢南高北低。北部為臨黃平原帶，中部山前平原帶，南部丘陵山區帶。位于北緯36°40′，東經117°00′，屬于暖溫帶半濕潤季風型氣候，春季干旱少雨，夏季溫熱多雨，秋季涼爽干燥，冬季寒冷干燥[4]。

1.2 數據來源及預處理

本文的研究數據來源于地理空間數據云（http://www.gscloud.cn）Landsat8 OLI影像，共選取濟南市2015—2018年共四景影像數據，云量均小于10%。

以ENVI5.3和ArcGIS為數據處理，分別對Landsat的兩期衛星影像進行輻射定標，大氣校正、拼接、裁剪等處理，并將多光譜數據與全色波段的數據進行圖像融合，提高多光譜數據的分辨率，為分類工作做準備。

2 研究過程

2.1 分類類別和樣本的確定

根據《土地利用分類標準》( GB/T 21010—2007)以及分類樣本可分性分析，本文將研究區域劃分為五個類別，分別是林地/草地、耕地、水域、建設用地、未利用地。

在ENVI中利用ROI工具分別提取各個類別的樣本點，本次研究依據上述要求選取每類不少于40個樣本，利用ENVI中的ROI工具在2015年和2018年的影像上選取合適的樣本建立訓練區[5]。對選取的樣本進行可分離性分析，通常使用Jeffries－Matusita和Transformed Divergence 兩種參數，值處于在0到2之間,越趨近2可分離性越好[6]。本次研究中樣本中除未利用地和建設用地可分離性為1.78外，其余樣本間的可分離性都在1.9，由于濟南市南部部分未利用土地的光譜反射特性與建設用地相似，樣本可分離性差，因此對于建設用地和未利用地先采取監督分類，再對照Google Earth高分辨率影像對結果進行手工分類處理，以求達到準確分類的結果。

表1 分類結果精度

表2 土地轉移矩陣（單位/km2）

2.2 分類方法

本研究利用監督分類中的支持向量機作為分類方法，得到兩期影像的分類結果，并對分類后的結果進行Majority/Minority分析，去除分類結果中的小斑塊，進行分類統計，統計結果表明各類用地類型的光譜反射特性符合實際，初步證明分類結果準確。

3 成果分析

3.1 精度評價

分類處理后利用混淆矩陣對分類結果進行精度檢驗，兩期影像的總體精度分別是99.0042%和97.9485%，Kaapa系數分別0.9856和0.9732，用戶精度和制圖精度均在85%以上，符合精度標準，說明分類結果可靠。

3.2 變化監測

利用土地轉移矩陣將兩期影像中的土地利用變化信息提取出來，通過分析土地轉移矩陣，得出2015—2018年土地之間的轉化比例和轉化方向，從而預測城市發展方向。

4 結語

濟南市作為省會城市，城鎮化進程日益加快，建設用地的比例明顯增高，主要來源是未利用地和耕地；耕地面積略有下降，主要流向是建設用地；林地/草地面積大幅增加，主要來源是未利用地；未利用地比例下降最快，主要流向建設用地和林地/草地；水域面積減小，主要流向建設用地和林地/草地。