基于Landsat 8卫星影像的海南岛生态环境质量现状评价

孙瑞 陈帮乾 吴志祥 兰国玉 祁栋灵 陶忠良 杨川

摘 要 利用遙感手段准确获取土地利用信息并评价其生态环境状况是土地利用/覆被变化研究的必要前提。本文基于Landsat 8陆地成像仪（OLI）多光谱影像，采用决策树分类方法提取2015年海南岛土地利用信息，分析土地利用空间分布格局，并定量评价海南岛生态环境质量现状。结果表明：（1）通过构建决策树分类模型，海南岛土地利用分类总精度达86.10%，Kappa系数为0.81，分类结果能够满足空间分析与实际应用需求。（2）林地_橡胶主要分布在海南岛中西部的儋州市、琼中县、白沙县等地；林地_其他集中在中部和南部山区以及东北部丘陵地带；耕地、建筑和裸土多处于沿海区域；水域主要有松涛水库和大广坝水库。（3）以生境质量指数HQ、归一化植被指数NDVI、归一化土壤亮度指数NDSI和归一化土壤湿度指数NDMI为输入变量，建立基于30 m×30 m格网的生态环境质量综合评价模型，结果显示目前海南岛生态环境总体状况良好，但存在明显的空间差异：中部和南部山区质量为优，山区四周台地质量良好，沿海区域质量一般。这从侧面反映了人类活动对区域生态环境质量的影响。

关键词 Landsat 8；土地利用；生态环境质量；综合评价；海南岛

中图分类号 X822 文献标识码 A

Assessment of Eco-environmental Quality in Hainan Island

Based on Landsat 8 Operational Land Imager Data

SUN Rui， CHEN Bangqian， WU Zhixiang， LAN Guoyu，

QI Dongling， TAO Zhongliang， YANG Chuan

Rubber Research Institute， Chinese Academy of Tropical Agriculture Sciences / Danzhou Investigation

& Experiment Station of Tropical Crops， Ministry of Agriculture， Danzhou， Hainan 573717， China

Abstract Land use monitoring over large area and its eco-environmental quality assessment are the preconditions for land use change research based on remote sensing data. Hence， Landsat 8 operational land imager data was used to extract land use pattern and evaluate the eco-environmental quality of Hainan Island in 2015 by the decision tree classification method. The results revealed that（i）with the decision tree classification method established for Hainan Island， the overall accuracy was 86.10% and kappa was 0.81， which meant the classification results could be used for land use analysis.（ii）Rubber plantation was mainly distributed in three counties of Hainan Province， i.e.， Danzhou， Qiongzhong and Baisha. Forest land focused in the central mountainous area and northeast part of the island. Arable land， building and bare land were mostly located in the coastal areas， and two reservoirs（Songtao and Daguangba）predominated in the water area of the island.（iii）the Synthesis evaluation model of eco-environmental quality in Hainan Island was built based on four indices， i.e.， habitat quality index（HQ）， normalized difference vegetation index（NDVI）， normalized difference moisture index（NDMI）and normalized difference soil index（NDSI）. And the results showed that the eco-environment was good for the island but with obvious spatial difference. That is， the eco-environment quality was excellent in the central mountainous area and good in the platform rounding the mountainous area， whereas the quality was normal in the coastal areas.

Key words Landsat 8； land use； eco-environmental quality； assessment； Hainan Island

doi 10.3969/j.issn.1000-2561.2017.09.002

海南岛地处热带北缘，生态系统脆弱[1-2]，土地利用/覆被状况随近几十年来人类活动加剧发生了显著变化[3]。特别是，因国情需要，我国自20世纪50年代开始在热带地区大规模种植天然橡胶，至2014年底海南橡胶种植面积已达54.23万hm2 [4]。目前，围绕橡胶林种植带来水土保持功能减弱、土壤肥力下降以及与热带雨林保护相矛盾等生态学问题的争议很大[5-9]，橡胶产业可持续发展面临新的挑战。对此，弄清海南岛土地利用时空演变过程以及橡胶林种植的生态环境效应是科学界研究的热点。很多学者基于遥感影像对海南岛不同历史时期的土地利用类型进行了解译[3，10-16]，并发现采用Landsat TM（Thematic Mapper）和MODIS（Moderate Resolution Imaging Spectroradiometer）遥感影像提取橡胶种植面积基本能反映区域橡胶种植分布情况[14-15]。然而，目前运用最新遥感手段提取海南岛土地利用格局并评价其生态环境质量现状的研究仍较少。

利用各种遥感指数对区域生态环境质量状况进行监测和评价[17-21]是生态环境保护领域的重要组成部分。2006年和2015年国家环境保护总局先后颁布了《生态环境状况评价技术规范（试行）》和《生态环境状况评价技术规范》[22]，提出运用生物丰度指数、植被覆盖指数、水网密度指数、土地胁迫指数、污染负荷指数和环境限制指数等定量评价区域生态环境状况。该方法在国内县级以上的生态环境状况及变化趋势评价中得到了广泛应用[23-27]，但也存在无法空间可视化的问题。在当前卫星遥感对地观测系统快速发展的大背景下，通过遥感影像计算获得评价指标，建立基于栅格的生态环境质量综合评价模型，可较好地说明被评价区域内不同生态环境状况的空间分布情况，亦可用于生态环境质量时空变化的快速評价。

Landsat 8卫星是美国国家航空航天局（NASA）于2013年发射，携带陆地成像仪（Operational Land Imager，OLI）和热红外传感器（Thermal Infrared Sensor，TIRS）两个传感器[28]。其中OLI有9个波段的感应器，覆盖了从红外到可见光的不同波长范围，为全球资源环境变化研究提供了重要支撑。鉴于Landsat 8卫星数据具有显著表达地表植被特征的能力，本文以海南岛为研究区，基于多景Landsat 8 OLI多光谱影像，采用决策树分类方法，提取2015年海南岛土地利用信息，分析土地利用空间分布格局，定量评价生态环境质量现状，从而为研究区土地利用合理布局与生态环境保护提供理论依据，为进一步评估我国热带地区橡胶林时空演变及其环境效应奠定基础。

1 数据与方法

1.1 研究区域

海南岛（18°09'～20°11'N，108°37'～111°03'E）位于北回归线以南，东亚大陆东南端，陆地面积3.4×104 km2。地形中间高耸、四周低平，由中部山区向外围逐级下降构成明显的环形层状地貌梯级结构：山地-丘陵-台地-平原。气候类型属典型的海洋性热带季风气候，全年温暖湿润，多年平均气温24.4 ℃，年均雨量为1 718.6 mm，其中5～10月份雨量占全年降水量的82.6%[29]。

1.2 方法

1.2.1 遥感数据及预处理 Landsat 8 OLI多光谱影像来源于美国地质调查局（United States Geological Survey， USGS， http：//earthexplorer.usgs.gov/），空间分辨率为30 m。参照之前基于Landsat MSS（Multispectral Scanner）/TM/ETM+（Enhanced Thematic Mapper Plus）影像提取橡胶林地的研究[30-31]，本文土地利用信息提取主要时间窗口为1～3月份。因覆盖海南岛的Landsat OLI影像多受云雨天气的影响，影像质量受到严重影响，故采用2014～2016年的13景Landsat OLI影像合成无云影像，以分析2015年土地利用分布情况和综合评价环境质量现状，影像信息统计见表1。

所获取的Landsat OLI影像产品已经过辐射校正和大气校正，具有很高的几何定位精度，并含云掩膜处理的数据文件。首先，运用遥感影像处理软件ENVI对获取的Landsat OLI影像和云掩膜数据进行波段运算，提取无云影像。其次，选择原始影像生成时间相近的无云影像，对其进行镶嵌和裁剪处理，生成覆盖整个海南岛的无云影像数据。最后，计算归一化植被指数（Normalized Difference Vegetation Index，NDVI）[12]、增强植被指数（Enhanced Vegetation Index，EVI）[12]、地表水指数（Land Surface Water Index，LSWI）[12]、归一化土壤湿度指数（Normalized Difference Moisture Index，NDMI）[32]和归一化土壤亮度指数（Normalized Difference Soil Index，NDSI）[32]，用以构建决策树分类模型和生态环境状况指数模型。NDVI、EVI、LSWI、NDMI和NDSI的计算公式如下：

式中，ρblue、ρgreen、ρred、ρNIR 和 ρSWIR1依次是Landsat OLI影像数据的地表反射率，它们分别是波长范围为0.45～0.51 mm的蓝波段（blue）、0.53～0.59 mm绿波段（green）、0.64～0.67 mm红波段（red）、0.85～0.88 mm近红外波段（near infrared）和1.57～1.65 mm的短波近红外波段（shortwave infrared）。

1.2.2 土地利用分类方法与分类结果验证 根据《全国土地利用现状分类》（2007年）国家标准以及中国科学院资源环境数据中心土地资源分类系统，结合Landsat OLI影像特性及研究区地物分布的特点，本文将土地利用类型分为林地_橡胶、林地_其他、耕地、建筑与裸土、水域等五大类，各类型定义如下：

（1）林地_橡胶：橡胶林地。

（2）林地_其他：除橡胶林地外的其他林业用地。

（3）耕地：直接用于农业生产的土地。

（4）建筑与裸土：包括城市建成区、交通道路、农村居民点用地以及植被覆盖度在5%以下的裸土地等。

（5）水域：天然陆地水体。

2015年野外调查工作主要针对这5种类型进行开展（图1）。调查过程中采用GPS相机记录土地利用信息，并结合Google Earth中2015年左右的高清影像绘制感兴趣区（Region of Interest， ROI）。本文共绘制583个林地_橡胶、196个林地_其他、77个耕地、30个建筑与裸土、29个水域ROI，分别相当于22 516、23 908、5 778、4 434、11 737个30 m×30 m的像元。针对不同土地类型的ROI，运用分层随机抽样方法，选择70%的ROI用于决策树分类算法训练，30%的ROI用于结果验证，即根据30%的ROI对分类结果计算混淆矩阵和Kappa系数，定量评价分类精度。同时，将分类结果与统计年鉴中的统计数据进行比较来进一步验证分类结果精度。

1.2.3 生态环境质量评价因子选择与模型构建

参照国家环境保护总局颁布的《生态环境状况评价技术规范》[22]，并考虑数据的可获取性、持续性和动态性，本文采用生境质量指数（Habitat Quality Index，HQ）、NDVI、NDSI和NDMI分别反映被评价单元内生境质量的适宜性、植被覆盖度、土地退化度和水分丰富度。根据本研究的土地利用类型，HQ的计算公式调整为：

HQ =（0.30×林地_橡胶+0.34×林地_其他+0.11×耕地+0.04×建筑与裸土+0.21×水域）/区域面积。

生态环境质量评价模型由生态环境质量指数（Eco-environmental Quality Index，EQI）表示，其计算方法为：

EQI=0.375×（Abio×HQ）+0.275×（Aveg×NDVI）+0.175×（100-Aero×NDSI）+0.175×（Awat×NDMI）

其中，HQ的值域范围为0～1，NDVI、NDSI和NDMI的值域范围为-1～1。Abio为HQ的归一化指数，其计算方法为：Abio=100/Abio最大值，Abio最大值指生境质量指数归一化处理前的最大值。Aveg、Aero和Awat分别为NDVI、NDSI和NDMI的归一化指数，归一化处理公式为A=（A原始值+1）/2×100，式中，A原始值为归一化处理前的值。归一化指数值域范围0～100。

根据EQI值，将生态环境质量分为5级[24]，即优（EQI≥75）、良（55≤EQI<75）、一般（35≤EQI<55）、较差（20≤EQI<35）和差（EQI<20）。

2 结果与分析

2.1 海南岛土地利用分类

2.1.1 分类模型构建 对不同土地类型训练样本分别计算NDVI、EVI、LSWI、NDMI和NDSI值（图2），找出不同地类之间的差异，从而实现目标地类的提取。根据不同地类的归一化指数，水域NDVI小于0且NDMI大于0，其余地类NDVI值均大于0且NDMI小于0，故首先可根据NDVI和NDMI将水域与其他地类进行分离。林地_其他主要为天然林，NDVI在所有地类中最大，可用NDVI>0.70实现与剩余地类的分离。林地_橡胶NDMI在所有地类中最小，可用NDMI<-0.57提取橡胶林。建筑与裸土和耕地在EVI的分离性比较显著，故可用EVI<0.15实现建筑与裸土和耕地的分离。在此基础上，构建决策树分类模型（图3），从而实现土地利用信息快速、精确地提取。

2.1.2 分类结果精度评价 根据混淆矩阵（表2），海南岛土地利用总体分类精度为86.10%，Kappa系数为0.81，说明基于多时相Landsat OLI影像的土地利用分类结果能够满足空间分析与实际应用需求。其中，水域和建筑与裸土的分类精度均较高，生产者精度和用户精度均超过82%，错分误差均主要来自耕地（分别为53和191个像元）。究其原因，耕地包含水稻田、农作物用地等，旱季水稻田和一些农作物尚未耕作，植被覆盖度低，从而使得水稻田和水域、部分农作物用地和建筑与裸土发生误分。此外，林地_橡胶、林地_其他和耕地易发生混淆。林地_其他的生产者精度和用户精度分别为96.42%和83.03%，错分误差主要来自林地_橡胶（1 198个像元）和耕地（208个像元）；林地_橡胶生产者精度和用户精度分别为72.38%和97.10%，错分误差主要来自耕地（89个像元）和林地_其他（42个像元）；耕地分类精度最低，生产者精度仅67.69%，用户精度为57.16%，错分误差主要来自林地_橡胶（584个像元）和林地_其他（176个像元）。

2.1.3 分类结果分析 分类结果表明，2015年海南岛林地面积为213.23万hm2，约占海南岛总面积的63.09%，其中橡胶林地面积占17.80%；耕地、建筑与裸土、水域分别约占海南岛总面积的29.05%、3.50%、3.04%。该分类结果与2015年《海南统计年鉴》[4]中的统计数据基本一致：海南省林地面积211.0万hm2，森林覆盖率为61.5%；淡水总面积13.7万hm2，占海南陆地面积的3.87%；橡胶林地和农作物播种面积分别占海南岛总面积的16.0%和25.36%，由此可进一步说明本文分类精度较高、分类结果较可靠。根据2015年海南岛土地利用类型空间分布图（图4），林地_橡胶主要分布在海南岛中西部的儋州市、琼中县、白沙县等地，林地_其他主要集中在中部和南部山区以及东北部丘陵地带；耕地多处于沿海的平原地区；建筑和裸土主要分布在沿海区域；水域则多分布在中北部的松涛水库和中西部的大广坝水库，沿海区域及东部的文昌和琼海地區亦为水域分布较多区域。

2.2 海南岛生态环境质量综合评价

2.2.1 基于遥感的参评因子空间分布 因HQ根据土地利用类型获取，故海南岛归一化HQ空间分布（图5-A）与土地利用类型空间分布（图4）相关：土地利用类型为林地_其他的中部和南部山区生境质量指数值高，生物栖息地质量好；沿海区域多为耕地、建筑与裸土，生境质量指数值低，生物栖息地质量较差。

NDVI值越大，表示被评价单元内植被覆盖程度越高。由图2知，不同土地利用类型NDVI值为林地_其他>林地_橡胶>耕地>建筑与裸土>水域。因此，土地利用类型主要为林地_其他的中部和南部山区NDVI值最大，植被覆盖度最高；而分布在中北部的松涛水库和中西部的大广坝水库NDVI值最小（图5-B）。

NDSI值越大，表示评价单元内土壤裸露程度越高、土壤退化越严重。中部和南部山区以及水域分布区NDSI值均较小（图5-C），土壤裸露程度较低；沿海区域NDSI值较大，土壤裸露程度较高、土壤退化较严重。

NDMI值越大，表明被评价单元内土壤水分越丰富。海南岛沿海区域和水域分布区的NDMI值较大，土壤水分较丰富；中北部和西北部区域NDMI值较小，土壤水分相对较少（图5-D）。

2.2.2 综合评价结果 根据生态环境质量指数（EQI=63.14），2015年海南岛生态环境质量总体状况良好，生态环境质量级别主要有优、良和一般（图6）。其中，林地_其他生态环境质量为优，林地_橡胶和水域生态环境质量为良，耕地、建筑与裸土生态环境质量一般（表3）。

整体看，生态环境质量为优的区域主要分布在中部和南部山区，占海南岛总面积的32.06%，土地利用类型为林地_其他，生物栖息地质量好，土壤裸露程度较低，土壤水分较多，生态系统稳定。生态环境质量良好的区域分布在山区四周台地，占总面积的33.93%，该区域多分布橡胶等人工林，植被覆盖度较高，生物栖息地质量较好，土壤水分相对较少。生态环境质量一般的区域则主要分布在沿海，占总面积的31.72%。沿海区域多为耕地、建筑与裸土，植被覆盖度低，生物栖息地质量较差，土壤裸露度高。这从侧面反映了人类活动对区域生态环境质量的影响。

3 讨论

利用遥感手段准确获取土地利用信息对生态环境评价具有重要意义。针对海南岛，蔡运龙[10]、赵健等[3]和王树东等[11]先后利用TM影像解译了不同历史时期的土地利用类型；最近，Dong等[12]联合PALSAR和MODIS影像提取了2007年海南岛森林和橡胶林面积，陈帮乾等[13]利用PALSAR和多时相TM/ETM+光学影像完成了2010年海南岛土地利用信息的提取。然而，上述研究均未运用提取的土地利用信息进一步评价海南岛生态环境质量状况，以及探讨土地利用变化引起的生态环境效应。鉴于此，本文采用Landsat OLI影像，根据光谱特征构建决策树分类模型，提取2015年海南岛土地利用信息，进而评价海南岛生态环境质量现状，为未来海南岛土地利用变化的生态环境效应研究提供基础数据。

本文基于Landsat OLI影像的海南岛土地利用分类精度较高（总精度86.10%，Kappa系数0.81）。其中，水体的生产者精度和用户精度均在97%以上，林地_其他和建筑与裸土的生产者精度和用户精度均高于82%，林地_橡胶的生产者精度和用户精度分别为97.10%和72.38%。然而，由于热带地区常年多云雨，多光谱光学遥感影像的质量受到严重影响，本文采用的Landsat OLI影像由2014～2016年旱季的13景影像镶嵌而成。原始影像生成时间不同导致区域地表植被存在物候差异，从而可能会影响分类精度。因此，未来研究将通过联合雷达影像，实现多源遥感影像优势互补，同时考虑地形地貌特征、加入決策函数和专家知识等，希望进一步提高土地利用分类精度。

根据本文海南岛生态环境质量综合评价结果，2015年海南岛林地_橡胶生态环境质量为良，生态环境质量指数（EQI=66.46）低于林地_其他（EQI=75.93），但高于水域、耕地、建筑与裸土等土地利用类型。考虑到目前围绕橡胶林种植带来的生态学问题争议很大[5-9]，未来将重点探讨橡胶林种植引起的海南岛生态环境效应。此外，随着《国务院关于推进海南国际旅游岛建设发展的若干意见》的公布，海南土地开发在近几年再次进入如火如荼的状态。国际旅游岛建设与海南工业化、城镇化发展相交叠，各行业对土地资源的需求旺盛，增长势头迅猛。根据综合评价结果，2015年海口附近区域、以及其他县市等人类活动集中区域的生态环境质量较差，这从侧面反映出人类活动对区域生态环境质量的影响。为此，建议当地政府在将海南岛建设为“国际旅游岛”的过程中，应处理好人为利用和生态环境保护的关系，特别是重点保护生态环境质量为优的区域。

参考文献

[1] 孙玉军， 王效科， 王如松. 五指山保护区生态环境质量评价研究[J]. 生态学报， 1999， 19（3）： 365-370.

[2] 周丹华. 海南省万泉河流域生态脆弱性研究[D]. 株洲： 中南林业科技大学， 2013.

[3] 赵 健， 魏成阶， 黄丽芳， 等. 土地利用动态变化的研究方法及其在海南岛的应用[J]. 地理研究， 2001， 20（6）： 723-730.

[4] 海南省统计局， 国家统计局海南调查总队. 海南统计年鉴[M]. 北京： 中国统计出版社， 2015.

[5] Qiu J. Where the rubber meets the garden[J]. Nature， 2009， 457： 246-247.

[6] Ziegler A D， Fox J M， Xu J. The rubber juggernaut[J]. Science， 2009， 324： 1 024-1 025.

[7] 安 锋， 陈秋波， 谢贵水， 等. 橡胶人工林的水文生态效应[J]. 中国农学通报， 2010， 26（22）： 359-365.

[8] Tan Z H， Zhang Y P， Song Q H， et al. Rubber plantations act as water pumps in tropical China[J]. Geophysical Research Letters， 2011， 38， L24406， doi： 10.1029/2011GL050006.

[9] Zhai D L， Cannon C H， Dai Z C， et al. Deforestation and fragmentation of natural forests in the upper Changhua watershed， Hainan， China： implications for biodiversity conservation[J]. Environmental Monitoring and Assessment， 2015， 187（1）： 1-12.

[10] 蔡运龙. 海南岛土地利用的遥感调查与机助制图[J]. 国土资源遥感， 1993， 4（4）： 17-27.

[11] 王树东， 张立福， 陈小平， 等. 基于Landsat TM的热带精细地物信息提取的模型与方法——以海南岛为例[J]. 生态学报， 2012， 32（22）： 7 036-7 044.

[12] Dong J， Xiao X， Sheldon S， et al. Mapping tropical forests and rubber plantations in complex landscapes by integrating PALSAR and MODIS imagery[J]. Journal of Photogrammetry and Remote Sensing， 2012， 74： 20-33.

[13] 陈帮乾， 李香萍， 肖向明， 等. 基于PALSAR雷达数据与多时相TM/ETM+影像的海南岛土地利用分类研究[J]. 热带作物学报， 2015， 12： 2 230-2 237.

[14] Chen B， Li X， Xiao X， et al. Mapping tropical forests and deciduous rubber plantations in Hainan Island， China by integrating PALSAR 25-m and multi-temporal landsat images[J]. International Journal of Applied Earth Observation and Geoinformation， 2016， 50： 117-130.

[15] 张京红， 陶忠良， 刘少军， 等. 基于TM影像的海南岛橡胶种植面积信息提取[J]. 热带作物学报， 2010， 31（4）： 661-665.

[16] 陈汇林， 陈小敏， 陈珍丽， 等. 基于MODIS遥感数据提取海南橡胶信息初步研究[J]. 热带作物学报， 2010， 31（7）： 1 181- 1 185.

[17] Ying X， Zeng G M， Chen G Q， et al. Combining AHP with GIS in synthetic evaluation of eco-environment quality—a case study of Hunan Province， China[J]. Ecological Modelling， 2007， 209（2）： 97-109.

[18] Li A， Wang A， Liang S， et al. Eco-environmental vulnerability evaluation in mountainous region using remote sensing and GIS—a case study in the upper reaches of Minjiang River， China[J]. Ecological Modelling， 2006， 192（1）： 175-187.

[19] 徐涵秋. 区域生态环境变化的遥感评价指数[J]. 中国环境科学， 2013， 33（5）： 889-897.

[20] 周文英， 何彬彬. 四川省若尔盖县生态环境质量评价[J]. 地球信息科学学报， 2014， 16（2）： 314-319.

[21] 王士远， 张学霞， 朱 彤， 等.长白山自然保护区生态环境质量的遥感评价[J]. 地理科学进展， 2016， 35（10）： 1 269-1 278.

[22] 国家环境保护总局. HJ192-2015 生态环境状况评价技术规范[S]. 2015.

[23] Cui E， Ren L， Sun H. Evaluation of variations and affecting factors of eco-environmental quality during urbanization[J]. Environmental Science and Pollution Research， 2015， 22（5）： 3 958-3 968.

[24] 王宏伟， 张小雷， 乔 木， 等. 基于GIS的伊犁河流域生态环境质量评价与动态分析[J]. 干旱区地理， 2008， 31（2）： 215-221.

[25] 王 瑶， 宫辉力， 李小娟. 基于GIS的北京市生态环境质量监测与分析[J]. 国土资源遥感， 2008， 75（1）： 91-96.

[26]孟 岩， 趙庚星. 基于卫星遥感数据的河口区生态环境状况评价——以黄河三角洲垦利县为例[J]. 中国环境科学， 2009， 29（2）： 163-167.

[27] 张 彬， 杨联安， 向 莹， 等. 基于RS和GIS的生态环境质量综合评价与时空变化分析——以湖北省秭归县为例[J]. 山东农业大学学报（自然科学版）， 2016， 47（1）： 64-76.

[28] Roy D P， Wulder M A， Loveland T R， et al. Landsat-8： Science and product vision for terrestrial global change research[J]. Remote Sensing of Environment， 2014， 145： 154-172.

[29] 孙 瑞， 吴志祥， 陈帮乾， 等. 近55年海南岛气候要素时空分布与变化趋势[J]. 气象研究与应用， 2016， 37（2）： 1-7.

[30] 刘晓娜， 封志明， 姜鲁光. 基于决策树分类的橡胶林地遥感识别[J]. 农业工程学报， 2013， 29（24）： 163-172.

[31] 寇卫利. 基于多源遥感的橡胶林时空演变研究[D]. 昆明： 昆明理工大学， 2015.

[32] 钟海燕. 鄱阳湖区土地利用变化及其生态环境效应研究[D]. 南京： 南京农业大学， 2011.