1987-2014年纳帕海流域土地利用时空变化分析

王小莲

【摘 要】研究纳帕海流域土地利用变化情况能有效揭示人与自然和谐发展问题。论文在采用1987-2014年Landsat影像的基础上，利用支持向量机得到纳帕海流域六类土地利用类型变化。结果显示，纳帕海流域近30年来草地面积不断减少，水域面积有较小波动，林地与灌木林地之间相互转化，林地呈增长趋势，建设用地面积不断增加，主要集中在纳曲河南岸地区。

【Abstract】The study of land use change in the Napa sea basin can effectively reveal the harmonious development of human and nature. Based on the Landsat images from 1987 to 2014， this paper uses the support vector machine to obtain the changes of six land use types in the Napa sea basin. The results show that in the past 30 years， the grassland area in the Napa sea basin has been decreasing， the water area has a small fluctuation， the woodland and shrub woodland transform each other， the woodland shows a growing trend， and the construction land area has been increasing， which  mainly concentrated in the south bank of the Napa river.

【关键词】土地利用;动态变化;遥感监测;纳帕海流域

【Keywords】 land use; dynamic change; remote sensing monitoring; Napa sea basin

【中图分类号】P963                                           【文献标志码】A                                            【文章编号】1673-1069（2019）03-0087-02

1 引言

土地利用的动态监测影响到气候变化、生态平衡与人类活动等全球性的核心问题[1]。20世纪90年代以来，随着全球性问题关注度的提高及3S技术的高速发展，促使土地利用变化的研究力度不断加大，方法更加多样化[2]。当前研究土地利用变化的常用技术是RS和GIS，其涉及的数据信息源中，Landsat影像的最小空间分辨率为30m，几何精度较高，数据易于获取。因此，在提取土地利用信息时可采用Landsat影像。

纳帕海湿地地处青藏高原东南缘，由于其对气候变化和人类活动扰动响应的高度敏感，开展其土地利用时空变化研究，对区域生态、社会经济可持续发展有着重要意义[3]。但现已开展的研究距今较为久远[4，5]，因此，本文将利用支持向量机，提取纳帕海流域1987、1996、2005和2014年的土地利用分类信息，分析研究区土地利用结构和动态变化，以反映近30年境内土地利用的时空演变过程，为促进滇西北高原湿地区域的植被建设、土地资源开发利用与生态安全提升具有重要的现实意义。

2 研究区与数据

纳帕海流域位于云南省香格里拉市西北角，地理位置为27°47′-27°55′N，99°35′-99°40′E，面积12046.51hm2，平均海拔3266m，属低纬度高海拔，由草甸、沼泽、水面和湖周森林植被构成的季节性高原淡水湖泊沼泽湿地。四周山岭环绕，属寒温带高原季风气候，受地形和大气环流的影响，年平均降水量620mm，干湿季分明。1984年建立纳帕海省级自然保护区，2005年被列入《国际重要湿地名录》。

本文选用的遥感数据为1987年、1996年、2005年、2014年的Landsat影像，其数据均来自地理空间数据云。获取4个时相Landsat影像后，借助ENVI 5.3软件对其进行图像预处理。

3 研究方法

3.1 分类方法

本文借助平台ENVI，使用监督分类中的人工目视解译分类方法——支持向量机，提取土地利用类型。

①支持向量机。首先通过自动寻找能对分类有较大区分能力的支持向量，其次构造出分类器，最后实现不同类别之间的间隔最大化。②建立分类方案与规则集。结合实地勘察和与研究时间相近的Google Earth高分辨率影像进行对比匹配地类，在图像上进行目视判读，选取具有代表性的典型感兴趣区（ROIs），根据ROIs中已知的不同地物的光谱特征，通过训练计算机，进行未知地物分類到已知的地类中，实现自动识别的目的。③分类后处理。分类后的图像存在较多小块的图斑，其在一定程度上干扰图像的美感和地物面积计算结果。因此，使用Classification工具对小图斑进行处理。依照研究区植被覆盖/土地利用的特征，将其土地类型分为：林地、灌木林地、草地、耕地、建设用地和水域。