基于RS和GIS的土地利用信息提取——木兰县实例

1 前 沿

土地利用是人类社会活动和生产活动的一种重要方式［1］，而对土地利用的动态监测主要是土地利用现状调查、变更调查和数据库建设的基础上［2］，主要借助于遥感数据( RS) 、全球卫星定位系统( GPS) 和地理信息系统( GIS) 对特定时间段内的土地资源的数量和质量的变化进行分析，从而及时、快速和准确的获取土地利用变化信息。随着遥感、GIS等技术的发展与日益成熟［3］，目前已成为当今土地利用/土地覆盖数据获取和开展土地资源时空变化研究不可缺少的重要技术手段。基于此，本文以研究区域2007年的Landsat TM 影像为主要数据源，在选取最佳波段组合的基础上，完成对土地利用的数据解译，可全面、及时掌握土地资源变化规律，以便为研究区域的土地可持续利用决策提供科学依据［4－6］。

2 研究方法与研究区域概括

2.1 研究区域概括

木兰县处哈尔滨的北部，位于黑龙江省中南部，松花江中 游北岸，行政隶属哈尔滨市是内，北部为山区，东南部为丘陵，西南部为平原，大体呈北高南低的地势走向，气候属中温带大陆性季风气候。年平均温度为1 ～3 ℃，极端最高温度35.5 ℃，极端最低温度－42 ℃。年平均降雨量为596.2 mm，无霜期127 d，适宜发展农业生产，是重要的粮食生产基地。

2.2 遥感数据处理

2.2.1 几何校正

在遥感软件ERDAS IMAGINE 2011 的支持下，采用4、5和3 波段假彩色合成，利用1∶50 000地形图完成对遥感影像的几何校正，并保证控制点( 用GPS ) 误差在1个像元以内。在此基础上，遥感图像处理软件的AOI 功能，将研究区域的边界( SHP 格式) 转换成AOI，通过Subset 功能，裁剪出研究区域的遥感影像图。

2.2.2 最佳波段组合的选择

本文采用美国查维茨提出的最佳指数法( OIF)［7］，其主要的理论依据是: 图像数据的标准差越大，所包含的信息量越多，而波段的相关系数越小，表明各波段的图像数据独立性也就越高，信息的冗余度也就越小［8］，其公式如下:

式中: S 为第i个波段的标准差，R 为第i，j 两个波段的相关系数。OIF 指数越大说明波段间的相关性越小，3个波段所包含的信息量越大。其中OIF 指数的计算结果见表1:

表1 各波段的OIF 值

可见TM124，TM134，TM145，TM245 及TM345 的OIF 指数值较大，由于TM 4 波段的亮度覆盖范围最大，在波段的组合中应包含TM 4 波段。结合TM 自身各波段的自身相关性等特点的，考虑遥感图像的判读和解译的基础上，本文选取TM 3，4，5 波段为最佳波段组合，进行土地利用的提取，见图1。

2.2.3 遥感图像分类

参照《中国土地分类系统》(2001) 为标及部分野外调查数据，结合该区域土地利用自身特点，将研究区域的土地利用分为6 种类型，分别为:耕地、林地、草地、水域、居民工矿用地和未利用地。本文将地面调查样点的GPS 测点坐标以自动标注的形式显示在视窗上，利用AOI 工具选取训练模板，选择叠加规则为Parametric Rule，参数规则为Maximum Likelihood，通过监督分类获取土地利用数据，应用ERDAS 系统中的G1S 分析功能Clump，Sieve，Eliminate 等，完成监督分类后的后期处理工作。在ArcGIS9.2 支持下，完成对解译后的土地利用现状空间拓扑关系处理，并生成土地利用的数据库，见图2。

图1 研究区域遥感影像图

图2 研究区域土地利用图

3 结果与分析

基于ArcGIS9.2 的土地利用结果分析可见表2。研究区域林地的面积最大，面积比例达到51.80%，表明林地在该区域处于一定的优势地位，集中分布于北部为山区以及东南部的丘陵地带。耕地的面积为1107.43 km2，次于林地，主要集中分布于木兰达河、白杨木河和松花江主河道的沿岸，地势相对平缓且分布相对趋于集中，主要与人类生活和从事农业生产活动有关。就林地和耕地两者的面积总和而言，其面积比例占总面积的86.66%，在所有土地利用中，处于绝对优势的地位，表明研究区域的土地主要以林地和耕地为主，草地的面积最小，仅为0.92 km2，主要分布于松花江流域沿岸区域，居民工矿用地的面积比例仅为1.53%，但是该地类分布相对分散且随机。水域和未利用地的面积较小，分别为203.43 和142.17 km2。就研究区域的土地利用总体格局而言，研究区域自然景观( 林地、草地、未利用地和水域) 占据一定的比例，而半自然景观和人为景观( 耕地和居民工矿用地)占据较小的比例，

表2 研究区域土地利用分类面积统计

4 结 语

可见，基于GIS 平台下，采用遥感图像处理软件对TM 遥感图像提取土地利用信息是一种有效的方法［9］，通过对土地利用资源的实时分析和研究，可快速认识土地利用对人类社会经济与环境所产生影响，为土地利用的可持续利用提供合理的决策参考依据。结果表明: 林地和耕地的面积之和占总面积的86.66%，区域土地利用主要以林地和耕地为主;区域自然景观( 林地、草地、未利用地和水域) 占据一定的比例，而半自然景观和人为景观( 耕地和居民工矿用地) 占据较小的比例。

［1］颉耀文，陈发虎. 干旱区土地利用/土地覆盖变化与全球环境变化［J］. 地域研究与开发，2002，21(2) :22－26.

［2］周亦，李琦，马熹肇，等. 土地利用动态遥感监测中不同数据源正射影像制作关键技术浅析［J］. 矿产勘查，2011，2(6) :826－833.

［3］梁英丽，杨武年. 基于遥感技术的土地利用/土地覆盖 信息提取——以四川省眉山市青神县为例［J］. 测绘，2010，33( 2) :76－79.

［4］陈国强，，陈鹏. 海湾型城市土地利用动态演变及其生态环境效应研究［J］. 水保保持研究，2008，15(3) :26－30.

［5］王瑞燕，赵庚星，周伟，等. 土地利用对生态环境脆弱性的影响评价［J］. 农业工程学报，2008，24(12) :215－129.

［6］岳书平，张树文，闫业超，等. 公主岭市土地利用变化的生态效应研究［J］. 资源科学，2006，28(6) :161－166.

［7］Chavez P S ，Berlin G L，Sowers L B. Statistical method for selecting Landsat MSS ratios［J］. Journal of Applied Photographic Engineering，1982，8 (1) :22.

［8］刘建平，赵英时. 高光谱遥感数据解译的最佳波段选择方法研究［J］.中国科学院研究生院学报，1999，6(2) :153－161.

［9］柳海鹰，高吉喜，李政海. 土地覆盖及土地利用遥感研究进展［J］. 国土资源遥感，2001，4(50) :7－12.