干旱、半干旱区土地利用/土地覆盖遥感分析方法研究

卢秀丽 刘秀红 赵伟娜

（中国地质大学〈北京〉长城学院 河北 保定 071000）

随着全球变化研究的深入，人们认识到土地利用/覆盖变化是造成全球气候变化的重要原因。LUCC对地表生物、气候、水文等过程具有直接的影响，如大气圈、生物圈及水圈相互之间能量、水分、化学元素的交换和迁移及其对大气边界层的影响。同时，人类对于土地资源的利用直接改变土地覆被的状态，从而影响气候与环境的变化，最终制约着人们的生产活动，人们不再把自己凌驾于自然之上而是寻求人与自然的和谐发展，从而得以持继发展。鉴于以上认识，自20世纪90年代以来，国际地圈-生物圈计划（IGBP）和全球环境变化的人文领域研究计划（HDP）提出的土地利用/覆被变化（LUCC）科学研究计划，引起世界各国政府及国际组织的普遍关注[1-4]，综观目前国际上有关LUCC的研究，其内容可以大致地归纳为三个核心：土地利用的动力机制、土地覆盖的变化、土地利用与土地覆盖变化的区域与全球模型。

虽然很多学者对LUCC已经进行了大量的研究，但是土地利用/土地覆盖具有很强的“地域性”，且LUCC的研究方法具有多样性；可考虑因素也具有多样性等特点使得我们在这方面可做的工作还很多。由于数据的限制，本文只是进行了土地利用/土地覆盖的分类尝试（以监督分类为例），但它却是进行土地利用/土地覆盖各个方面研究所必不可少的。

1 数据来源及说明

（1）2001年 6 月 30 日 LANDSAT7 ETM+影像；（2）罗峪沟流域边界线；（3）1:10000的流域水系图；（3）天水市罗峪沟流域1986年土地利用现状详查资料。

2 研究区概况

罗峪沟流域位于甘肃省天水市北郊，发源于天水市凤凰山麓，从西向东经天水市东郊流入藉河，属黄土丘陵沟壑区第三副区，流域呈狭长形，沟系分布为羽状，面积72.79km2。地形从西北向东南倾斜，平均海拔

1537.6m。地面物质有第四纪黄土和第三纪红土，洪积冲积物和部分风化变质岩，其中黄土覆盖面积占3/4左右。属大陆性季风气候，多年平均降雨量531.1mm，且多集中在7、8、9月，蒸发量1293.3mm，干燥度指数

K=1.30，年平均气温10.7℃，极端最高气温38.2℃，最低气温-19.2℃，无霜期184天。

3 土地利用/土地覆盖分类流程

3.1 数据预处理

3.1.1 辐射校正

遥感数据在获取过程中，传感器在接收地物反射或发射电磁波时由于大气的吸收、散射和传感器内检测性能差异等因素的影响，使得反映在图像上的信息量发生变化，使进入传感器的目标物的辐射值发生畸变，造成图像模糊、对比度下降。因此在应用影像进行分析之前，必须尽可能地通过处理消除畸变，恢复图像的本来面目。其校正过程如下：

1）用定标系数将原始DN值转换为大气层顶太阳辐亮度L；

L是地物在大气顶部的辐射亮度，DN是像元值，LMAX、LMIN为每个波段的辐射亮度最大值、最小值，可从头文件中得到。

2）由大气层顶太阳辐亮度L转换为反射率。

ρs是大气层顶反射率，ds是日地天文单位距离 （本文中其值为1.0167），θs是太阳天顶角（本文中其值为24°，实际计算时需要转换成弧度单位），E0是太阳辐照度。

3）大气校正

经过上面两步的处理，像元灰度值转换为了反射率，使用5S模型对可见光波、中红外段进行大气校正，得到了几组地面反射率与大气层顶反射率之间的对应数据，利用这些数据得到波段1-5和波段7的回归方程分别为：y=1.1361x-0.0599、y=1.1509x-0.0313、y=1.104x-0.0179、y=1.0834x-0.0081、y=1.083x-0.0013 和 y=1.0596x-0.0006（x表示大气层顶的反射率，y表示地面反射率）。

由于缺乏地形数据，所以无法进行地形校正，利用上面的公式，在ERDAS IMAGINE的建模工具中完成校正过程。

3.1.2 几何校正

几何校正就是利用一定的方法消除像元相对于地面目标实际位置的偏差，并将像元目标转换成对应地面目标的地理坐标。其包括两个方面：一个是像元空间位置的变换，另一个是像元灰度值的内插。本文中，空间内插选用了二次多项式方法，选取的参考图像为1:10000的流域水系图（一般参考地形图、DEM或地面调查点进行校正，但在本文中由于数据的限制，采用了水系图），像元灰度值内插方法采用了利于保持原图像的值的最邻近法进行内插。

3.1.3 图像增强处理

针对图像目视效果较差的问题，本文对图像进行了简单的增强处理，改善了图像的质量、提高了图像的目视效果、突出了主要的信息，从而为下面的分类处理做好了预处理工作。

3.2 分类系统的确定

参考1984年9月原全国农业区划委员会制定的 《土地利用现状调查技术规程》和中华人民共和国国土资源部2001年8月21日国土资发[2001]255号印发的全国土地分类（试行）中的分类系统，考虑到与上述分类系统的兼容性、数据的分辨率、研究区土地利用类型的数量和分布特征，结合天水市罗峪沟流域1986年土地利用现状详查资料，将土地利用类型分为耕地、林地、草地、河床地、未利用土地等五类，各类土地利用类型的含义见表1。

表1 土地利用分类系统及其含义、编号

3.3 执行监督分类

监督分类的主要步骤：

（1）显示需要分类的图像；

（2）打开分类模版编辑器；

（3）调整分类属性字段；

（5）获取分类模版信息并保存；

（6）评价分类模版信息。

通过直方图绘制，可以得出看出所选模板不同波段样本的亮度值分布基本都趋于正态分布，代表性较好。

图1 土地利用专题图

通过计算可能性矩阵可以得出所用模板的总体精度为93.76%，其中草地、未利用地、耕地、林地和河床地的制图精度分别为85.02%、80.05%、98.42%、95.75%、86.29%；漏分精度分别为14.98%、19.95%、1.58%、4.25%、13.71%；用户精度分别为 91.61%、96.12%、93.65%、92.88%、96.40%； 错分精度分别为 8.39%、3.88%、6.35%、7.12%、3.60%。从制图精度来看，除草地与未利用地较低外，其他类别基本达到预期目的，分类方法在现有条件下较理想。从用户精度来看，各类别可信度较好。

（7）执行监督分类——采用最大似然法

（8）分类结果的评价——分类精度评估

通过对随机采取的65个样本点的校验，精度达到83.06%。

3.4 制作土地利用专题图（见图1）

为了有效的保护和合理开发利用土地资源，必须首先有效地把握真实、准确和实施的土地利用现状数据，同时进行不同时期土地利用类型转换的监测亦变得越来越重要。采用遥感技术监测土地资源利用状况是一条行之有效的方法。不仅要获得土地利用变化信息，而且要获得变化的类型，其实质是获得不同检测时间的土地利用/土地覆盖分类信息。所以进行土地利用/土地覆盖分类具有很重要的现实意义。

［1］UNEP-EAPAP,Land cover assessment and monitoring,volume1-A.Overall Methodological Framework and Summary[M].Bankok:UNEP-EAPAP,1995.

［2］US-SGCR/CENR.Our Changing Planet,the FY 1995 US.Global Change Research Program[M].Washington D C:USGCRIO,1995.

［3］Otsubo k,Towards land use for global environmental conservation(LU/GEC)project.In:Proceedings of the Workshop on Land Use for Global Environmental Conservation[M].Tsukuba,Japan,1994.

［4］NASA.Modeling Land-Use and Land-Cover Changes Environment and Natural Resources/LUC[M].2004 Research Plant.