土 地 利 用 变 化 报 告

1 前言

经过一学期对《土地利用与植被覆盖变化研究》课程的学习，使我对这门课程有了更进一步的认识和了解。为了巩固所学内容，灵活的将理论与实际相结合，本次研究特选取西安市临潼区2000、2009年的tm影像，利用所学理论知识，结合软件操作，完成土地利用分类、动态度计算、土地利用转移矩阵、土地利用程度综合指数计算和马尔科夫预测等工作，并对研究结果进行分析总结。本次研究旨在掌握土地利用变化研究的基本流程，从而加深对遥感与土地利用基本理论的理解，着重培养我们分析问题和解决问题的能力。

2 研究过程

2.1 土地利用分类 土地利用分类是区分土地利用空间地域组成单元的过程。这种空间地域单元是土地利用的地域组合单位，表现人类对土地利用、改造的方式和成果，反映土地的利用形式和用途（功能）。分类提供土地覆盖以及土地利用中涉及的人类活动类型等信息。它也可能有助于环境影响评价，以及潜在的土地利用多样性。本研究采用监督分类的方法对临潼区2000年和2009年土地利用情况进行分类，以分析研究区的土地利用分布格局。

2.1.1 影像分析及样本选取 根据已有的影像资料分析判别，可将研究区地物类别划分为四类：建设用地、耕地、水体和林地。在ENVI中利用ROI Tool来定义训练样本，也就是将感兴趣区当做训练样本。根据人工经验知识和影像波段组合，可确定影像中白色有尖锐颗粒的呈片状分布地区为建设用地，影响颜色呈浅绿、深绿，并且纹理清晰，分布在城市着农村周围的平缓区域的为耕地，水体的分布呈现出带状或颜色均一的片状，一般为蓝色或浅蓝色，而在影像东南地区的山上则分布着大量的林地，颜色为墨绿，色泽均一或有浅绿色颗粒。根据上述的解译特征，在ENVI软件中的Region of Interest中选择土地类别的样本，并按照3、7的规则分为验证样本和训练样本。如图所示：

图1. 样本选取过程 对于选好的训练样本在Options下的Compute ROI Separability中计算可分离度，一般可分离度大于1.8，则表示训练样本的可分离性较好。本研究所选的分类样本分离度均大于1.6，表明可分离性较好。

2.1.2 监督分类 根据分类的复杂程度和精度要求，本次研究选择最大似然法分类器。最大似然法分类器假设每一个波段的每一类统计都呈正态分布，计算给定像元属于某一训练样本的似然度，像元最终被归并到似然度最大的一类当中。 在ENVI软件菜单中选择Classification——Supervised——Likelihood Classification功能，对2000年和2009年的遥感影像进行土地利用分类，制作成专题地图如下： 图2. 2000年、2009年土地利用分布图 2.1.3 精度检验 执行监督分类后，需要对分类结果进行评价。用之前选好的验证样本对分类后的影像进行精度评价。使用Confusion Matrix工具可以把分类结果的精度显示在一个混淆矩阵，用于比较分类结果和地表真实信息。ENVI可以使用一幅地表真实图像或地表真实感兴趣区来计算混淆矩阵。 在Classification——Post Classification——Confusion Matrix——Using Ground Truth Image下完成精度评定的工作，得到下面的报表： 表1 2000年和2009年土地利用精度评价表

2009年土地利用精度检验 类型 建设用地 耕地 水体 林地 总计 建设用地 1662 164 269 0 2095 耕地 240 3183 0 597 4020 水体 150 0 1072 0 1222 林地 4 602 239 1254 2099 总计 2056 3949 1580 1851 9436

总精度=75.9962% ；Kappa=0.6610

2.2 土地利用变化分析 土地覆盖主要表达的是土地表层以植被为主要覆盖物的自然类型和状态；土地利用则是人类对土地的利用方式和使用状况。因此，土地利用变化主要体现在土地利用类型变化、土地利用类型数量变化、土地资源生态背景质量变化、土地利用程度变化及土地利用变化

2000年土地利用精度检验 类型 建设用地 耕地 水体 林地 总计 建设用地 2275 72 0 159 2506 耕地 2 5110 71 253 5436 水体 307 15 2260 6 2588 林地 363 232 0 2612 3207 总计 2947 5429 2331 3030 13737

总精度=89.2262% ；Kappa=0.8506 的区域差异等方面。 2.2.1 土地利用转移矩阵 在全球环境变化研究中，土地利用和土地覆被动态越来越被认为是一个关键而迫切的研究课题。土地利用转移矩阵可全面而又具体地分析区域土地利用变化的数量结构特征与各用地类型变化的方向，因而在土地利用变化和模拟分析中具有重要意义，并得到了广泛应用。但是目前对土地利用转移矩阵的应用主要还是集中在直接分析土地利用类型面积的变化信息上。 土地利用转移矩阵来源于系统分析中对系统状态与状态转移的定量描述。如表2中的土地利用转移矩阵中行表示2000年土地利用类型，列表示2009年土地利用类型。非对角线上百分比表示2000年-2009年期间一种土地类型转换为另一种土地类型的面积占2009年该种土地利用类型总面积的百分比；对角线上的百分比表示2000年-2009年期间土地利用类型保持不变的面积百分比。 表2 2000-2009年土地利用转移矩阵 2000-2009年土地利用转移矩阵

面积（Km²） 2000年土地利用类型 建设用地 耕地 水体 林地 总计

2009年土地利用类型

建设用地 63.3855 116.9687 21.0657 20.3223 221.8496 百分比 28.57 52.72 9.50 9.16 100 耕地 70.7224 423.9598 13.7578 85.4306 594.1856 百分比 11.90 71.35 2.32 14.38 100 水体 1.8663 5.1144 4.2806 0.6524 11.9181 百分比 15.66 42.91 35.92 5.47 100 林地 14.2299 27.7788 2.3925 43.4614 87.9535 百分比 16.18 31.58 2.72 49.41 100 总计 150.2041 573.8217 41.4966 149.8667 1447.3822 从表中可以看出，2009年的建设用地有28.57%对比2000年保持不变，有52.72%是由耕地转换来的，有9.5%和9.16%是由水体和林地转换而来的。而耕地除了保持不变的部分，分别有11.9%、2.32%和14.38%是由建设用地、水体和林地转化而来的。对水体而言，2009年相比于2000年有42.91%是由耕地转换而来的。林地有31.58%是由耕地转换而来的，这可能与国家退耕还林的政策有关。总之，十年来临潼区的土地利用转换较大。但总体上建设用地和耕地是呈增长趋势，而水体和林地等依靠土地自身再生的资源却呈减少趋势，值得有关部门和广大人民群众关注和保护。

2.2.2 土地利用类型动态度 土地利用动态度对比较土地利用变化区域差异和分析、预测土地利用变化趋势,具有十分重要的作用。利用土地利用动态度模型分析土地利用类型的动态变化,可以反映区域土地利用类型变化的剧烈程 度。土地资源数量变化可以用土地利用动态度来表示。单一土地利用类型动态度表达的是某研究区一定时间范围内某种土地利用类型的数量变化情况，其表达式为： %1001TUUUKaab

式中，K为研究时段内某一土地利用类型动态度；Ua、Ub分别为研究期初及研究期末某一种土地利用类型的数量；T为研究时段长，当T的时段设定为年时，K的值就是该研究区某种土地利用类型的年变化率。 采用上述公式，我们对西安市临潼区的土地利用类型数量在ENVI软件中进行了统计，并对其动态度进行了计算，得到以下结果： 表3 单一土地利用动态度计算 单一土地利用类型动态度 土地类型 2000 2009 年份间隔 动态度 建设用地 1503008 2218496 10 4.76 耕地 5741017 5941856 10 0.35 水体 415464 119181 10 -7.13 林地 1499403 879535 10 -4.13

由表3可知,土地利用的动态度有正数也有负数,但总体而言变化率并不是很大。水体和林地的动态度为负数,变化较大,表明该土地利用类型减少较快,说明水体和林地开发速度较快;而建设用地和耕地则相反,其动态度均为正数,表明该土地利用类型有增加的趋势,这主要是随着城镇化进程的推进,必须占用土地以适应城镇化的发展。而耕地的增长主要表现在对自然林地的改造利用上，可能是由于城镇化的发展和人口基数的快速增加，致使耕地面积不断扩张。

2.2.3土地利用程度综合指数模型 土地利用程度主要反映土地利用的广度和深度，它不仅反映了土地利用中土地本身的自然属性，同时也反映了人类因素与自然环境因素的综合效应。根据刘纪远先生等提出的土地利用程度的综合分析方法。将土地利用程度按照土地自然综合体在社会因素影响下的自然平衡状态分为若干级，并赋予分级指数，从而给出了某研究区土地利用程度综合指数的定量化表达：

niiijCAD1100

400,100jD

式中，Dj为某研究区域土地利用程度综合指数；Ai为研究区域内第i级土地利用分级指数；Ci为研究区域内第i级土地利用程度分级面积百分比；n为土地利用程度分级数。 按照土地利用程度指数的分级标准，城乡建设，交通水利建设等建设用地的土地利用程度最高为第一级，第二级为耕地、园地以及其他农用地，第三极的是林地、牧草地和水域，土地利用程度最低的是