基于多时相卫星影像的地表覆盖变化监测与分析

夏伟

（南昌市自然资源和规划局新建分局事务服务中心，江西 南昌 330100）

1 引言

随着城市化的快速发展，城市覆盖类型也不断发生变化。准确掌握城市土地覆盖信息，可以获取特定栖息地的生物、大气区域之间能源和碳的交换，对城市进行合理开发规划具有重要意义[1]。作为生态环境系统的重要组成部分，研究土地覆盖类型动态演变有助于维持生态系统的稳定性，把握土地利用的空间变化，增强应对生态环境变化的能力，可以为相关规划提供更加科学合理的决策支撑[2-4]。

土地利用变化研究首先要获取基础数据，并考虑获取的便捷性、地表覆盖信息提取的准确性等。随着遥感技术的日益发展，卫星遥感影像越来越多地应用于地表覆盖分类。Landsat 系列影像具有较长时间的影像积累，以及较高的空间分辨率与广泛的光谱范围，适合开展土地利用类型变化监测。而利用遥感监测、空间分析等方法可从Landsat 影像中快速获取绿地信息[5]。结合GIS 和遥感方法的地表覆盖变化信息研究，可对新增和减少的覆盖类型进行统计分析对比，而基于土地利用类型转移矩阵分析变化规律，能够反映单个图斑的变化过程、变化类型，以及变化的空间位置分布规律，如利用景观格局指数与空间变化分析开展的城市绿地变化对当地生态环境的影响研究，并利用转移矩阵分析城镇景观演化等。陆平运用土地转移矩阵分析土地利用变化情况，结果清晰显示不同类型的多年变化趋势，且针对变化类型较显著的草地转房屋道路等也可显著表明[6]。马亚鑫等基于土地利用转移矩阵分析西安市土地利用变化趋势，并通过计算景观格局指数进行西安城市绿地演变及驱动力分析[7]。

基于此，本文选用新疆和田市作为研究区，采用遥感分类方法与土地利用转移矩阵算法开展土地利用类型时空变化分析研究。

2 数据与原理

2.1 数据下载与处理

Landsat8 数据可在USGS 网站下载，下载链接为：https://earthexplorer.usgs.gov/，根据筛选条件设置地理位置、传感器类型、时间、云量等，筛选后的数据可根据数据量选择批量下载或单景下载。单景下载在搜索的影像上点右键直接下载，批量下载需要采用FTP 下载。

Landsat8 数据预处理主要包括辐射定标、大气校正、全色多光谱融合步骤，最终得到像元分辨率为15米的多光谱影像（Landsat5 及之前的影像无全色波段，不能进行融合处理）。Landsat8 数据辐射定标与大气校正，均已具有完善的处理流程，利用ENVI 软件小插件工具可对影像开展批量快速预处理。ENVI5.3 软件扩展工具中有批量辐射定标、大气校正、融合功能，可对多幅影像进行批量化预处理，减少人工操作频次。

2.2 原理与方法

研究选用监督分类方法中的平均光谱角分类算法进行和田市土地利用覆盖分类，该算法可直接计算样本的光谱像元，并对像元光谱进行滤波、平滑、异常值剔除等程序，得到具有广泛应用性的光谱曲线。通过对光谱进行计算与提取，得到各地物的平均光谱曲线，如建筑用地的光谱在Landsat8 影像上，第一波段、第二波段、第三波段、第四波段均较低，但呈缓慢上升趋势，在第五波段呈明显反射特征，在第六波段开始下降，到第七波段下降至最低；植被的光谱在Landsat 影像上，第一波段、第二波段、第三波段、第四波段较低，但呈缓慢下降趋势，在第五波段呈明显反射特征，在第六波段开始下降，到第七波段下降至最低。植被光谱与建筑光谱的差异在于第四波段，这是因为第四波段为近红外波段，对植被具有强烈的反射与吸收特性，研究选用的影像时间段为植被生长最茂盛的时节，该时节第四波段近红外光谱对植被叶片中的叶绿素有强烈响应，可最大程度吸收反射近红外光谱，从而在影像波段上显示为最低数值。建筑物光谱和植被光谱曲线分别如图1 和图2 所示。

图1 建筑物光谱曲线

图2 植被光谱曲线

3 结果分析

3.1 土地利用分类

土地利用分类主要包括样本制作和遥感分类。

（1）样本制作

样本制作主要基于Landsat卫星影像由人工选取。将三年的卫星影像进行叠加，采用ArcGIS 软件对比分析，并勾画矢量图斑作为样本区域，主要选取耕地、草地、灌木地、湿地、水体、人工设施、裸地共七类样本。样本需在三年影像中均为同一类型地物，以保证同一套样本可以应用到三年的卫星影像解译中。

（2）土地利用分类

采用平均光谱角分类方法对2000 年、2010 年、2020 年三年的Landsat 卫星影像进行土地利用分类，分类步骤如下：

①首先创建感兴趣区域ROI，本研究基于影像分别勾画了不同类型的样本，将样本带入ENVI 软件进行ROI 转换。

②创建ROI 后，对ROI 进行样本光谱计算，求得平均光谱曲线。

③打开平均光谱角算法进行分类，最终得到分类结果，分类结果分别如图3、图4 和图5 所示。

图3 2000年土地利用分类

图4 2010年土地利用分类

图5 2020年土地利用分类

由图可知，2000 年与2010 年土地利用类型变化较小，仅人工设施即建设用地有所增加，耕地、草地等未发生较大变化；2010 年与2020 年则出现变化 ，其中变化较大的是人工设施，变化区域为城镇扩张，且扩张较明显。

利用ENVI 软件对2000 年、2010 年、2020 年的土地利用分类成果进行栅格转矢量，得到各地物类型的矢量成果，然后利用ArcMap 软件进行面积计算与类型统计，最终得到如表1 所示的土地利用类型变化统计结果。由表可知，和田市2000 年土地覆盖类型中耕地与裸地面积占比较大，其次是草地与人工设施；除去耕地，和田市其他绿地植被所占面积相对较大，尤其是草地，达到7 万亩。2010 年和田市土地利用覆盖类型中耕地与裸地占比相对于2000 年变化不大，绿地植被相对于2000 年变化较大的是草地、灌木地，其中草地减少34480 亩，灌木地增加23804 亩。2020 年和田市土地利用覆盖类型中耕地与裸地相较于2010 年与2000 年均有明显减少，其中裸地减少近8 万亩，而人工设施增加较多，增加将近16 万亩，草地面积相对于2010 年减少1 万亩，灌木地减少2 万余亩，减少区域大多变为人工设施用地，例如居民地、厂房、道路等。整体来说，2000 年至2020 年和田市土地利用覆盖类型变化较明显，其中人类活动引起的地表变化是主要因素。

表1 三期土地利用类型变化统计（单位：亩）

3.2 土地利用转移矩阵分析

土地利用转移矩阵是基于同一研究区不同时序的土地利用类型数据相互转换变化关系计算得出的一个二维矩阵，可较好地反映不同时期同一研究区的土地利用转变情况。土地利用转移矩阵结合数量和空间的综合分析，不仅可以动态分析，还可定量分析土地利用类型变化，以及分析土地利用类型的总量和空间分布变化，进而了解土地利用变化的总体趋势和土地利用结构变化。

和田市2000 年、2010 年、2020 年土地利用类型转移矩阵分别如表2、表3 所示。由表可知：2000 年、2010 年的耕地与裸地变化相对其他类型较多，主要因为耕地与裸地面积较大，部分地区转变为其他类型在实际情况中是存在的。此外，由于2000 年至2010 年人类活动较少，土地利用覆盖类型整体变化较少，未存在较明显的地物类型转换。

表2 2000年～2010年土地利用转移矩阵（单位：亩）

表3 2010年～2020年土地利用转移矩阵（单位：亩）

2010 年、2020 年土地利用类型转移矩阵变化信息较大，主要为新增人工设施面积较多，其中耕地转变为人工设施的面积达到15 万亩，占比最高，主要转变为人工设施中的居民地、厂房、道路等。

和田市GDP 增量情况如图6 所示，结合和田市2000 年至2020 年的经济发展政策、GDP 数值增长情况可知：和田市2020 年GDP 为406.32 亿人民币，2010年GDP 为100.59 亿人民币，2000 年GDP 为27.13 亿人民币。随着GDP 的增加，第一产业、第二产业、第三产业也从无到有发展起来，且增长速率极快，多种产业叠加的模式，势必造成工业设施的扩张以及耕地、草地、灌木地、湿地面积减少，即导致了如表1 至表3 所示的变化趋势。

图6 和田市2000年～2020年GDP增长曲线

4 结论与展望

本研究以新疆和田市为研究区，选用Landsat 卫星影像作为数据源，研究和田市2000 年、2010 年、2020 年的土地利用变化规律与趋势，通过研究得到以下结论：

利用平均光谱角算法开展了和田市三个时间节点的土地利用类型对比分析，掌握了和田市自2000 年以来的土地利用情况。整体来说，2000 年至2020 年和田市土地利用覆盖类型变化较明显，其中人类活动引起的地表变化是主要因素。

结合和田市土地利用类型转移矩阵变化信息、近年来经济发展政策分析，造成耕地、草地、灌木地、湿地面积减少，人工设施面积增加的趋势，是由于经济快速增长及多种产业模式急速发展。

本研究选择的时间节点是2000 年、2010 年、2020 年，时间跨度为10 年，对于遥感监测工作来说，时间跨度过长，会存在短期变化的漏识别现象；研究选用Landsat 影像数据，未考虑应用分辨率更高的Sentinel2 数据，在后续研究中将着重解决这些问题。