土地利用變化報告

土地利用變化報告1前言通過一學期對《土地運用與植被覆蓋變化研究》課程的學習，使我對這門課程有了更進一步的認識和理解。為了鞏固所學內(nèi)容，靈活的將理論與實際相結(jié)合，本次研究特選用西安市臨潼區(qū)、的tm影像，運用所學理論知識，結(jié)合軟件操作，完畢土地運用分類、動態(tài)度計算、土地運用轉(zhuǎn)移矩陣、土地運用程度綜合指數(shù)計算和馬爾科夫預測等工作，并對研究成果進行分析總結(jié)。本次研究旨在掌握土地運用變化研究的基本流程，從而加深對遙感與土地運用基本理論的理解，著重培養(yǎng)我們分析問題和解決問題的能力。2研究過程2.1土地運用分類土地運用分類是分辨土地運用空間地區(qū)構(gòu)成單元的過程。這種空間地區(qū)單元是土地運用的地區(qū)組合單位，體現(xiàn)人類對土地運用、改造的方式和成果，反映土地的運用形式和用途（功效）。分類提供土地覆蓋以及土地運用中涉及的人類活動類型等信息。它也可能有助于環(huán)境影響評價，以及潛在的土地運用多樣性。本研究采用監(jiān)督分類的辦法對臨潼區(qū)和土地運用狀況進行分類，以分析研究區(qū)的土地運用分布格局。2.1.1影像分析及樣本選用根據(jù)已有的影像資料分析鑒別，可將研究區(qū)地物類別劃分為四類：建設(shè)用地、耕地、水體和林地。在ENVI中運用ROITool來定義訓練樣本，也就是將感愛好區(qū)當做訓練樣本。根據(jù)人工經(jīng)驗知識和影像波段組合，可擬定影像中白色有鋒利顆粒的呈片狀分布地區(qū)為建設(shè)用地，影響顏色呈淺綠、深綠，并且紋理清晰，分布在都市著農(nóng)村周邊的平緩區(qū)域的為耕地，水體的分布呈現(xiàn)出帶狀或顏色均一的片狀，普通為藍色或淺藍色，而在影像東南地區(qū)的山上則分布著大量的林地，顏色為墨綠，色澤均一或有淺綠色顆粒。根據(jù)上述的解譯特性，在ENVI軟件中的RegionofInterest中選擇土地類別的樣本，并按照3、7的規(guī)則分為驗證樣本和訓練樣本。如圖所示：圖1.樣本選用過程對于選好的訓練樣本在Options下的ComputeROISeparability中計算可分離度，普通可分離度不不大于1.8，則表達訓練樣本的可分離性較好。本研究所選的分類樣本分離度均不不大于1.6，表明可分離性較好。2.1.2監(jiān)督分類根據(jù)分類的復雜程度和精度規(guī)定，本次研究選擇最大似然法分類器。最大似然法分類器假設(shè)每一種波段的每一類統(tǒng)計都呈正態(tài)分布，計算給定像元屬于某一訓練樣本的似然度，像元最后被歸并到似然度最大的一類當中。在ENVI軟件菜單中選擇Classification——Supervised——LikelihoodClassification功效，對和的遙感影像進行土地運用分類，制作成專項地圖以下：圖2.、土地運用分布圖2.1.3精度檢查執(zhí)行監(jiān)督分類后，需要對分類成果進行評價。用之前選好的驗證樣本對分類后的影像進行精度評價。使用ConfusionMatrix工具能夠把分類成果的精度顯示在一種混淆矩陣，用于比較分類成果和地表真實信息。ENVI能夠使用一幅地表真實圖像或地表真實感愛好區(qū)來計算混淆矩陣。在Classification——PostClassification——ConfusionMatrix——UsingGroundTruthImage下完畢精度評定的工作，得到下面的報表：表1和土地運用精度評價表土地運用精度檢查類型建設(shè)用地耕地水體林地總計建設(shè)用地22757201592506耕地25110712535436水體30715226062588林地363232026123207總計294754292331303013737總精度=89.2262%；Kappa=0.8506土地運用精度檢查類型建設(shè)用地耕地水體林地總計建設(shè)用地166216426902095耕地240318305974020水體1500107201222林地460223912542099總計20563949158018519436總精度=75.9962%；Kappa=0.66102.2土地運用變化分析土地覆蓋重要體現(xiàn)的是土地表層以植被為重要覆蓋物的自然類型和狀態(tài)；土地運用則是人類對土地的運用方式和使用狀況。因此，土地運用變化重要體現(xiàn)在土地運用類型變化、土地運用類型數(shù)量變化、土地資源生態(tài)背景質(zhì)量變化、土地運用程度變化及土地運用變化的區(qū)域差別等方面。2.2.1土地運用轉(zhuǎn)移矩陣在全球環(huán)境變化研究中，土地運用和土地覆被動態(tài)越來越被認為是一種核心而迫切的研究課題。土地運用轉(zhuǎn)移矩陣可全方面而又具體地分析區(qū)域土地運用變化的數(shù)量構(gòu)造特性與各用地類型變化的方向，因而在土地運用變化和模擬分析中含有重要意義，并得到了廣泛應(yīng)用。但是現(xiàn)在對土地運用轉(zhuǎn)移矩陣的應(yīng)用重要還是集中在直接分析土地運用類型面積的變化信息上。土地運用轉(zhuǎn)移矩陣來源于系統(tǒng)分析中對系統(tǒng)狀態(tài)與狀態(tài)轉(zhuǎn)移的定量描述。如表2中的土地運用轉(zhuǎn)移矩陣中行表達土地運用類型，列表達土地運用類型。非對角線上比例表達-期間一種土地類型轉(zhuǎn)換為另一種土地類型的面積占該種土地運用類型總面積的比例；對角線上的比例表達-期間土地運用類型保持不變的面積比例。表2-土地運用轉(zhuǎn)移矩陣-土地運用轉(zhuǎn)移矩陣面積（Km2）土地運用類型建設(shè)用地耕地水體林地總計土地運用類型建設(shè)用地63.3855116.968721.065720.3223221.8496比例28.5752.729.509.16100耕地70.7224423.959813.757885.4306594.1856比例11.9071.352.3214.38100水體1.86635.11444.28060.652411.9181比例15.6642.9135.925.47100林地14.229927.77882.392543.461487.9535比例16.1831.582.7249.41100總計150.2041573.821741.4966149.86671447.3822從表中能夠看出，的建設(shè)用地有28.57%對比保持不變，有52.72%是由耕地轉(zhuǎn)換來的，有9.5%和9.16%是由水體和林地轉(zhuǎn)換而來的。而耕地除了保持不變的部分，分別有11.9%、2.32%和14.38%是由建設(shè)用地、水體和林地轉(zhuǎn)化而來的。對水體而言，相比于有42.91%是由耕地轉(zhuǎn)換而來的。林地有31.58%是由耕地轉(zhuǎn)換而來的，這可能與國家退耕還林的政策有關(guān)?？傊?，十年來臨潼區(qū)的土地運用轉(zhuǎn)換較大。但總體上建設(shè)用地和耕地是呈增加趨勢，而水體和林地等依靠土地本身再生的資源卻呈減少趨勢，值得有關(guān)部門和廣大人民群眾關(guān)注和保護。2.2.2土地運用類型動態(tài)度土地運用動態(tài)度對比較土地運用變化區(qū)域差別和分析、預測土地運用變化趨勢,含有十分重要的作用。運用土地運用動態(tài)度模型分析土地運用類型的動態(tài)變化,能夠反映區(qū)域土地運用類型變化的激烈程度。土地資源數(shù)量變化能夠用土地運用動態(tài)度來表達。單一土地運用類型動態(tài)度體現(xiàn)的是某研究區(qū)一定時間范疇內(nèi)某種土地運用類型的數(shù)量變化狀況，其體現(xiàn)式為：式中，K為研究時段內(nèi)某一土地運用類型動態(tài)度；Ua、Ub分別為研究期初及研究期末某一種土地運用類型的數(shù)量；T為研究時段長，當T的時段設(shè)定為年時，K的值就是該研究區(qū)某種土地運用類型的年變化率。采用上述公式，我們對西安市臨潼區(qū)的土地運用類型數(shù)量在ENVI軟件中進行了統(tǒng)計，并對其動態(tài)度進行了計算，得到下列成果：表3單一土地運用動態(tài)度計算單一土地運用類型動態(tài)度土地類型年份間隔動態(tài)度建設(shè)用地15030082218496104.76耕地57410175941856100.35水體41546411918110-7.13林地149940387953510-4.13由表3可知,土地運用的動態(tài)度有正數(shù)也有負數(shù),但總體而言變化率并不是很大。水體和林地的動態(tài)度為負數(shù),變化較大,表明該土地運用類型減少較快,闡明水體和林地開發(fā)速度較快;而建設(shè)用地和耕地則相反,其動態(tài)度均為正數(shù),表明該土地運用類型有增加的趨勢,這重要是隨著城鄉(xiāng)化進程的推動,必須占用土地以適應(yīng)城鄉(xiāng)化的發(fā)展。而耕地的增加重要體現(xiàn)在對自然林地的改造運用上，可能是由于城鄉(xiāng)化的發(fā)展和人口基數(shù)的快速增加，致使耕地面積不停擴張。2.2.3土地運用程度綜合指數(shù)模型土地運用程度重要反映土地運用的廣度和深度，它不僅反映了土地運用中土地本身的自然屬性，同時也反映了人類因素與自然環(huán)境因素的綜合效應(yīng)。根據(jù)劉紀遠先生等提出的土地運用程度的綜合分析辦法。將土地運用程度按照土地自然綜合體在社會因素影響下的自然平衡狀態(tài)分為若干級，并賦予分級指數(shù)，從而給出了某研究區(qū)土地運用程度綜合指數(shù)的定量化體現(xiàn)：式中，Dj為某研究區(qū)域土地運用程度綜合指數(shù)；Ai為研究區(qū)域內(nèi)第i級土地運用分級指數(shù)；Ci為研究區(qū)域內(nèi)第i級土地運用程度分級面積比例；n為土地運用程度分級數(shù)。按照土地運用程度指數(shù)的分級原則，城鄉(xiāng)建設(shè)，交通水利建設(shè)等建設(shè)用地的土地運用程度最高為第一級，第二級為耕地、園地以及其它農(nóng)用地，第三極的是林地、牧草地和水域，土地運用程度最低的是自然保存地為第四級（見表4）。西安市臨潼區(qū)內(nèi)土地面積所占比例最大的是農(nóng)業(yè)用地中的耕地（屬于土地人為再生運用級），占土地總面積的60%左右；另首先為建設(shè)用地（屬于土地非再生運用級）；然后是未經(jīng)開發(fā)，自然生長的林地（屬于土地未運用級）；最后是水域（屬于土地本身再生運用級）。表明臨潼區(qū)的土地資源開發(fā)較好。表4臨潼區(qū)土地運用分級類型土地未運用級土地本身再生運用級土地認為再生運用級土地非再生運用級分類指數(shù)1234土地運用類型林地水體耕地建設(shè)用地根據(jù)土地運用程度綜合指數(shù)模型計算的和的土地運用程度綜合指數(shù)為下表：表5土地運用程度綜合指數(shù)土地類型像元數(shù)分類等級面積比綜合指數(shù)像元數(shù)分類等級面積比綜合指數(shù)建設(shè)用地1503008416.412792218496424.22304耕地5741017362.685941856364.87水體41546424.5311918121.30林地1499403116.3787953519.60總計91588929159068從上表中能夠看出：臨潼區(qū)土地運用程度整體處在一種中檔偏上水平。并且到土地運用程度總體變化差別不大。土地運用程度是人類故意識的一種選擇行為活動。土地運用程度越高，其自然屬性的可運用程度就越低，人類對其干擾程度就越大。通過采用土地運用程度的綜合分析辦法對臨潼區(qū)進行研究，表明：臨潼區(qū)土地運用處在發(fā)展時期，土地運用程度整體處在一種中檔偏上水平，仍有諸多土地資源有待進一步開發(fā)運用，土地運用程度依地形地貌特性差別分布。土地運用程度重要反映了土地系統(tǒng)中人類活動因素的影響程度，但這種影響程度經(jīng)常受地理區(qū)位、經(jīng)濟政治和交通運輸因素的限制。因此需要大量的數(shù)據(jù)做進一步的研究分析。2.3馬爾科夫預測2.3.1馬爾科夫預測原理馬爾科夫預測過程是根據(jù)俄國數(shù)學家馬爾科夫的隨機過程理論提出來的，是一種含有“無后效應(yīng)”的特殊隨機過程。所謂的“無后效應(yīng)”是指某隨機過程時刻(t+1)的狀態(tài)S(t+1)的概率只與時刻t的狀態(tài)S(t)有關(guān)，而與時刻t之前的狀態(tài)概率無關(guān)。這點用于土地運用構(gòu)造動態(tài)變化預測是適宜的，由于在一定條件下，土地運用的動態(tài)演變含有馬爾科夫過程的性質(zhì)。具體而言，在通過轉(zhuǎn)移矩陣生成區(qū)域土地運用變化轉(zhuǎn)移概率矩陣的基礎(chǔ)上，馬爾科夫模型被用來預測特定情景下土地運用變化的將來趨勢。轉(zhuǎn)移概率矩陣確實立是成功應(yīng)用馬爾科夫模型的核心，轉(zhuǎn)移概率矩陣能夠定量闡明土地運用類型之間的互相轉(zhuǎn)化狀況，揭示轉(zhuǎn)移速率，其土地運用/覆被類型轉(zhuǎn)移概率矩陣的數(shù)學體現(xiàn)式為:式中:Pij—土地運用/覆被類型i轉(zhuǎn)化為j的轉(zhuǎn)移概率。該矩陣的每一項元素需滿足下列兩個條件:(2)假設(shè)己知土地運用/覆被系統(tǒng)中n=0時的,初始狀態(tài)，通過n次轉(zhuǎn)移后的狀態(tài)為:式中:—初始狀態(tài)土地運用/覆被概率矩陣通過n步轉(zhuǎn)移后的概率矩陣，通過n步轉(zhuǎn)移后的系統(tǒng)狀態(tài)概率為，因此。由此可見，系統(tǒng)在任何時刻的狀態(tài)概率是由初始狀態(tài)概率和轉(zhuǎn)移概率擬定的。2.3.1成果與分析將土地運用/覆被類型劃分為一系列互相轉(zhuǎn)化的狀態(tài)，各狀態(tài)在系統(tǒng)中所占的份額即每種土地運用類型而積占全部土地運用類型面積的比例作為各狀態(tài)的初始概率，從而構(gòu)成初始狀態(tài)矩陣A0。用ENVI軟件中的ClassStatistics工具統(tǒng)計臨潼區(qū)土地運用類型面積，計算得到各覆被類型面積比例，形成初始狀態(tài)矩陣，見表6：表6初始狀態(tài)矩陣土地運用類型A0建設(shè)用地16.41耕地62.68水體4.54林地16.37轉(zhuǎn)移概率矩陣的計算:運用己求出的某時間段內(nèi)的某地土地運用/覆被類型而積的轉(zhuǎn)移矩陣，求出該時間段內(nèi)該地土地運用/覆被類型的轉(zhuǎn)移概率，即某地類轉(zhuǎn)化后的各土地運用類型而積占轉(zhuǎn)化前該地類的比例。在ENVI中的ChangeDetection中能夠計算得到轉(zhuǎn)移概率矩陣如表7：表7-的轉(zhuǎn)移概率矩陣建設(shè)用地耕地水體林地建設(shè)用地0.421720.470540.012420.09468耕地0.203740.738480.0008910.04839水體0.507040.331140.103030.05759林地0.135540.569760.0004530.28986運用Matlab軟件，以9年為一種步長，根據(jù)公式建立馬爾科夫預測模型。由此可計算出此后每個階段的土地運用/覆被類型的轉(zhuǎn)移概率矩陣和各土地運用/覆被類型所占的面積比例，即可模擬出各類地物之間面積比例的轉(zhuǎn)化狀況。得到的土地運用分布狀況，如表8：表8馬爾科夫預測土地運用分布狀況土地運用類型A0建設(shè)用地24.23耕地64.86水體1.32林地9.593心得“紙上得來終覺淺，絕知