基于RS与GIS的公主岭市土地利用类型提取研究

2018-03-19田新

吉林农业 2018年6期

田新

（吉林师范大学旅游与地理科学学院，吉林四平136000）

近年来，随着工业化、城市化进程加快，导致了土地利用、土地覆被发生快速变化。此种现象已对社会、生态、资源、环境等造成影响，威胁经济社会健康发展。

土地利用与土地覆盖及其动态变化一直是环境变化研究的重要内容，其不仅是自然变化的反映，也是人类活动的结果。传统的人工调查费时费工、成本高、效率低，且难以保证精度[1]。而遥感技术具有客观、快速、大范围、多时相、低成本及非破坏性等特点，能客观反映资源利用的真实状况和动态变化。随着遥感和计算机技术的发展，迫切希望能建立一套基于遥感数据特别是卫星数据，并采用计算机自动分类为主的信息提取技术，来进行土地利用和土地覆盖调查[2]。但由于土地覆盖类型的复杂性，加之地形、地貌的各异性，全部采用计算机自动分类识别技术获取的土地覆盖精度，不能满足用户要求[3]。

1 研究区及数据

1.1 研究区概况

公主岭市位于吉林省中西部，东辽河中游右岸，124°02′～125°18′E、43°11′～44°09′N，东接长春、农安，西与梨树、双辽为邻，南与伊通接壤，北临长岭，属温带大陆性季风气候，冬冷夏热，年平均气温5.6℃，年平均降水量594.8毫米。耕地面积332 072.24平方公里，占土地总面积的80.18%。公主岭市地貌类型分为南部山地和西北部平原两大类型区，南部地区坡度较大，耕地较少，水土流失严重；西北部地势平坦,虽然耕地面积较大，但土壤贫瘠；中、东部区域地势起伏，多为漫岗台地[4]。

1.2 数据来源

本文根据公主岭市所处地理位置及气候特点，遥感数据为2016年9月的Landsat 8 OLI三幅影像，行列号分别为（119030、119029、118030）。影像裁剪后的研究区域几乎没有云层覆盖，质量良好，辅助数据1∶5万土地利用图、地形图和行政区划图等。

2 研究方法

2.1 确定土地分类系统

依据《土地利用类型》国家标准[2]，结合公主岭市土地利用特点，本文将土地分为城镇建设用地、居工用地、林地、草地、水田、河流、水库坑塘8个类别。

2.2 影像预处理

本研究遥感数据源采用Landsat8 OLI系列的遥感图像，空间分辨率均为30米，数据源目视观察较好，各土地类型轮廓清晰。预处理主要包括：波段融合，几何精校正，裁剪，去云，统一投影坐标系等[3]。

3 结果与评价

3.1 分类结果

人工神经网络具有学习能力和容错特性等优点，数据影像在ENVI中输入后，得到初步分类结果。后利用Arc GIS软件进行人工合并处理[5]。得到分类结果，如图1所示。

图1研究区土地利用空间分布图

3.2 分类精度评价

对分类结果进行精度评价和精度分析是非常必要的，这是检验技术手段可行性的有效方法，还可以从精度分析中获取信息，使操作细节更加完善[6]。本文通过计算总体分类精度Kappa系数、混淆矩阵（像元数）、制图和用户精度等来进行和评价（见表 1）。

4 结语

本研究采用人工神经网络（ANN）方法[7]，对公主岭市土地覆盖进行信息提取。由计算的转移矩阵可以看出，分类结果总体精度达到79.36%，而Kappa系数为0.75。在八种土地利用类型中河流及居工用地制图精度均高于95%，相对于用户精度来说河流精度最高达到92.16%。而水田和旱田以及草地的制图精度以及用户精度较低，原因在于此三类之间的光谱、纹理等特性比较相似，而且本文采用的时间为秋季，三种植被覆盖度也极为相似。由此表明,使用人工神经网络方法进行遥感影像分类，具有高分类精度、分类速度快、分类结果最接近实际值的特点，可以利用于内陆地区分地利用分类中。不足的地方在于，针对较易混淆的水田、旱田以及河流的区分需要进一步研究。