基于landsat-8 遥感影像的土地利用分类——以铜川市宜君县为例

茹乾 王创江 王波 乔宣皓 董浩，2 付泉 冯纪米

（1.陕西省土地工程建设集团有限责任公司 汉中分公司，陕西 汉中 723000；2.西安交通大学 管理学院，陕西 西安 710049）

引言

土地是人类赖以生存的自然资源，新型城镇化建设的进程不断被推进，土地利用情况在人类的活动下发生了巨大的变化，土地利用分类的结果对我国未来的国土规划布局影响甚重，为此我国自2017年开展了第三次全国国土调查。传统的人工测量，实地勘测耗费了巨大的人力、物力。随着科技的发展，卫星遥感影像提供了地球表面现状和变化的客观的最新信息，从而全方面地准确监测土地利用情况，不仅减轻了财政负担，大大地缩短了土地利用分类的调查周期。本文以陕西省铜川市宜君县为研究对象，选取landsat-8 OLI 遥感影像为基础数据，利用ENVI 软件的分析功能，结合目视解译和监督分类两种技术方法，提取到宜君县的土地利用现状，为以后更好的监测土地利用状况提供技术支持。

一、研究区概况及数据来源

（一）研究区概况

宜君县位于陕西省铜川市，处于陕北黄土高原和关中平原之间，210 国道贯穿全县，交通便利。地理坐标为北纬35°07′34"—35°34′58"，东经108°54′37″—109°28′46″。四季冷暖干湿分明，春冬两季较为干燥，夏秋雨水丰富，年平均气温为14.1°，属于大陆性温带半干旱半湿润气候。整体地貌为典型的黄土高原沟壑区，地势呈西南高、东北低，平均海拔1395 米。

（二）数据来源

本文选取的遥感数据源自landsat-8 卫星，本文选取的数据标识为LC81270352017091LGN00，条带号为127，行编号为35，影像清晰无云，不需处理云层及阴影，解译效果较好。

二、研究方法

本文主要采用的是影像分类中的监督分类法，该方法的分类识别理论基础是建立的统计识别函数，并依据根据实际情况选定的训练样本进行分析统计并分类的技术手段[1]。简单来说就是在遥感影像中建立不同地类的训练样本，根据已圈定出来的训练样本的特征来对要遥感影像中其他未知的像元进行自动识别分类的过程。

（一）遥感影像预处理

使用ENVI5.1 对遥感影像预处理，如裁剪、辐射校准和大气校正等。为了提高遥感影像的分辨率，以使获得较好的目视解译效果且保持波段信息的完整性，利用波谱融合的方法，将landsat8 中的band 1-7 与分辨率15m 的全色波段进行融合。

（二）训练样本的选取

训练样本的选取决定了影像分类的精确度，选取以准确性、代表性及统计性为原则.本文依据分类标准将研究区的地类进行划分，共划分出耕地、林地、草地、城镇用地及水体五种用地类型。选取了143 个地表真实的ROI（感兴趣区），训练样本的Jeffries-Matusita系数值均满足样本的可分离性标准，可以保证分类的准确性。

三、影像分类结果

遥感图像分类的前提在于遥感影像中所包含的大量信息，如不同类型地物所具有不同的特点的光谱信息及空间信息，借助软件的分析功能及提前选取的不同类型地物的训练样本，将信息特征进行对比分类。具体来说就是根据选取的训练样本特征，将图像中的各个像元按照不同的算法划分为不同的类别，从而实现图像的分类。本文采用平行六面体法、最小距离法、马氏距离法及最大似然法，还有基于模式识别的支持向量机分类和基于神经网络的神经网络分类。在前期选取的训练样本基础上，利用上述六种分类方法，对宜君县的土地利用现状进行了分析提取。

四、结论

本文在铜川市宜君县landsat-8 OLI 遥感影像的基础上，利用六种监督分类方法对其进行了土地利用分类。将宜君县的土地利用类型划分为了六种，分别为林地、城镇用地、耕地、草地及水体，其中林地、耕地和草地为主要土地利用类型。其中林地多集中在宜君县的西北和东南区域，耕地和草地只要集中在中部地区，而水体零星散布，部分水体贯穿全域。