基于决策树的土地利用覆盖分类及变化研究*——以济宁市任城区为例

张 宇，陈龙乾，周天建，张 婷，李媛媛，安 韦

(1．中国矿业大学环境与测绘学院，江苏徐州 221116;2．兖州煤业股份有限公司南屯煤矿，山东邹城 273515)

地球表层系统最突出的景观标志就是土地利用和土地覆盖 (land Use and land Cover)，进入20世纪90年代以来，土地利用/覆盖变化的研究计划和项目层出不穷，屡见不鲜。IGBP(国际地圈-生物圈计划)与IHDP(全球环境变化的人文领域计划)于1993年2月委任了正式的核心计划委员会，并于1995年联合提出了“土地利用/覆盖变化研究计划”，进行土地利用/覆盖变化研究［1］。近年来，利用遥感手段进行土地利用动态监测成为一种趋势，研究者们开展了大量基于3S技术对土地利用覆盖进行动态监测的研究［2］，利用RS和GIS技术对城郊区域的土地利用状况进行动态监测，可以及时有效地了解和分析城郊区的土地利用时空动态变化信息，这对于科学有效地管理土地、合理规划城乡用地布局和结构，实现土地的可持续利用等有重要意义［3-6］。

传统的遥感影像分类方法有基于概率统计的监督分类方法和非监督分类方法两种。由于遥感影像的复杂性，经常存在同物异谱和同谱异物的现象，因此，仅靠光谱反射特性提取地物，容易造成地物的错分和漏分，分类效果不理想，无法满足实际应用的需要等问题［7］。为了实现自动、高效的影像解译方法，新的分类方法不断提出，如纹理分析法、植被指数法、神经网络法、模糊分类法、决策树分类法等。决策树分类法具有以下优点:有良好的稳健性和鲁棒性;能自动选取特征并融入影像以外的各种知识;能有效地处理大量数据和高维数据;并且该方法操作简单，运行速度快，准确度高，已在遥感图像特征提取和图像分类中得到广泛应用［8-10］。

1 研究区概况及数据来源

1.1 研究区概况

济宁市任城区位于山东省西南部，北临汶上县、兖州市，西与嘉祥县、市中区接壤，南靠微山县，东部以泗河为界与邹城市相望。任城区地理位置优越，处于济 (济宁)一兖 (兖州)一邹 (邹城)一曲(曲阜)组团结构大城市的腹地，历来为鲁西南重要的商品物资集散地和政治、经济、文化中心。任城区交通十分便利，京杭运河、济梁运河纵贯南北，新石铁路、兖菏铁路以及日东、日菏高速公路横贯东西，京福高速公路、京沪铁路近在咫尺，327、105国道在境内十字交汇，西距济宁机场30km，形成较为发达的水、陆、空交通网络。

任城区辖5个街道和6个镇:许庄街道、柳行街道、洸河街道、金城街道、仙营街道、南张镇、李营镇、接庄镇、长沟镇、廿里铺镇、石桥镇。辖区土地总面积524．3km2。

图1 任城区地理位置示意

1.2 数据来源及预处理

研究所采用的数据源为2001年7月15日的Landsat ETM影像以及2006年5月2日和2011年6月1日的Landsat TM影像，影像在研究区域范围内没有云层覆盖，图像质量良好，所选时期研究区域内植被生长茂盛，便于进行地物识别与分类工作。此外还利用了济宁市任城区的行政边界矢量数据。

利用ENVI软件首先对原始遥感影像进行图像镶嵌、几何校正与配准，使误差控制在一个像元以内，其次进行影像的掩膜裁剪，得出济宁市任城区3期遥感影像的范围。根据ETM及TM影像的各波段特征以及研究需要，对各影像的5、4、3波段分别赋予红、绿、蓝色，以获得近似自然彩色的合成图像，便于提高图像的最佳目视解译效果。

2 土地利用决策树分类

2.1 分类预处理

2．1．1 土地利用类型选取

任城区地处平原地区，根据野外遥感调查并结合实际的土地利用现状，得出其土地利用类型主要分为耕地、林地、草地、建设用地、水域与裸地六大类，其中林地与草地大多为建设用地内部及附近的绿化用地，分布较为零散，故将林地与草地合并为绿化植被一种类型，综合考虑，将研究区内土地划分为耕地、绿化植被、建设用地、水域与裸地5种土地利用类型。

2．1．2 样本选取及统计

在3期遥感影像上分别对这5种土地利用类型选取感兴区样本，每种类型样本数为20。统计不同地物在同一波段、同一地物在不同波段的表征，得出遥感影像地物样本光谱响应曲线 (均值)，结果见图2～图4。

图2 任城区2001年影像地物光谱响应曲线

图3 任城区2006年影像地物光谱响应曲线

由各年的样本地物光谱响应曲线可以看出，除了2001年的裸地光谱响应曲线，5种地物的曲线走势与特征基本一致，因此，在建立土地利用分类规则时以相同的分类流程进行阈值试验。

图4 任城区2011年影像地物光谱响应曲线

2.2 建立分类规则

分类规则的建立，主要基于不同地物在各波段上有不同的亮度特征值和不同的光谱特征，但是单波段特征值难以准确区分各种地物类型，还需要做组合波段以及波段运算。因此计算归一化植被指数 (NDVI)、归一化水体指数(NDWI)、归一化建筑指数 (NDBI)以及2、3波段信号特征值 (Band2+Band3)与4、5波段信号特征值 (Band4+Band5)的差值，各指数计算公式为

2．2．1 水体的提取

由于同一研究区域内地物在可见光波段之前，水的吸收少、发射少而大量投射，但在近红外及短波段内水体几乎吸收了全部入射能量，所以水体在近红外及短波红外的反射能量很少［11-12］。在影像上水体显示出较其它地物黑暗的色调，利用水体归一化指数NDWI以及第4和第5波段的阈值，可以将水体提取出来。由此，经过反复试验得出水体的提取模型:

IF NDWI＞0．15 and Band4+Band5＜120 THEN水域 ELSE其它地物 (2001年)

IF NDWI＞0．05 and Band4+Band5＜131 THEN水域 ELSE其它地物 (2006年)

IF NDWI＞-0．4 and Band4+Band5＜107 THEN水域ELSE其它地物 (2011年)

2．2．2 非植被与植被的提取

非植被与植被的区分，主要是通过设定建筑归一化指数NDBI的阈值进行区分，另外通过对各年样本在各波段的阈值的计算得出，非植被与植被在第7波段的特征值具有明显的差异，经过反复试验得出非植被与植被的提取模型:

IF NDBI＞-0．05 and Band7＞71 THEN非植被 ELSE植被 (2001年)

IF NDBI＞-0．16 and Band7＞43 THEN非植被 ELSE植被 (2006年)

IF NDBI＞-0．22 and Band7＞42 THEN非植被 ELSE植被 (2011年)

2．2．3 耕地和绿化植被的提取

耕地和绿化植被的区分主要是基于植被归一化指数NDVI的阈值，同时，各年样本统计阈值显示，耕地在第7波段的特征值具有一定得差异，经过反复试验得出耕地和绿化植被的提取模型:

IF NDVI＞-0．045 and Band7＜57 THEN耕地 ELSE绿化植被 (2001年)

IF NDVI＞0．22 and Band7＜37 THEN耕地 ELSE绿化植被 (2006年)

IF NDVI＞0．10 and Band7＜40 THEN耕地 ELSE绿化植被 (2011年)

2．2．4 建设用地和裸地的提取

建设用地和裸地的区分主要是基于建筑归一化指数NDBI，同时，通过各年样本统计阈值分析2001年第2、3波段和第4、5波段的特征值具有明显差异，2006年和2011年第4、5波段特征值具有明显差异，经过反复试验得出建设用地和裸地的提取模型:

IF NDBI＜0．31 and Band2+Band3-Band4-Band5＜127 THEN建设用地 ELSE裸地 (2001年)

IF NDBI＜0．40 and Band4+Band5＜145 THEN建设用地 ELSE裸地 (2006年)

IF NDBI＜0．63 and Band4+Band5＜255 THEN建设用地 ELSE裸地 (2011年)

2.3 决策树模型建立

根据以上的土地利用分类规则，建立决策树模型，3期土地利用覆盖分类决策流程基本一致，以2001年决策树模型为例，如图5所示。

2.4 土地利用覆盖分类结果

在ENVI中分别运行2001年、2006年和2011年3期遥感影像土地利用分类决策树，得出土地利用分类结果，在ArcGIS软件中制图并输出，最终得出研究区在这3个时期的土地利用覆盖分类图。结果见图6～图8。

图5 2001年土地利用分类决策树

图6 2001年土地利用覆盖类型

图7 2006年土地利用覆盖类型

图8 2011年土地利用覆盖类型

2.5 土地利用覆盖分类精度评价

利用决策树分类法得到的分类结果图像与原始影像进行叠加，通过目视解译检查，分类结果总体上是准确的，为了验证分类的精度，通过选取验证样本，利用ENVI软件建立混淆矩阵，计算其生产精度、用户精度以及Kappa系数。分类精度评价结果如表1与表2所示。

表1 决策树分类精度评价 (一) %

表2 决策树分类精度评价 (二)

通过土地利用分类精度评价结果可以看出，对3期影像的决策树分类均取得了较高的分类精度，可以利用该分类结果对研究区进行宏观的土地利用覆盖变化分析。

3 土地利用覆盖变化分析

3.1 土地利用动态度分析

通过ENVI的分类统计功能分别对3期影像分类结果进行统计，任城区在30m分辨率的土地利用覆盖类型图中，共有58．252 1万个像素点，对应总面积524．27km2，与任城区的实际面积基本相同。5种土地利用类型在不同时期的土地利用面积及所占比例，如表3所示。

表3 2001～2011年各地类土地利用面积统计

为了反映2001～2011年研究区土地利用变化程度，采用单一土地利用类型动态度对上述结果进行分析［13］，其表达式为:

式中，K为研究时段内某一土地利用类型动态度;Ua、Ub分别为研究初期及研究末期某种土地利用类型的数量;T为研究时长，当T的时段设定为年时，K的值就是某种土地利用类型年变化率［14］。

土地利用动态度分析结果如表4所示。

表4 2001～2011年各地类土地利用动态度

由表3和表4可以看出，2001～2011年间:(1)耕地面积持续减少。2001～2006年土地利用年变化率较大，达到 -3．14%，2006～2011土地利用年变化率降低到 -1．23%。耕地面积总体上共减少70．32km2。 (2)绿化植被面积有较大增加。其中2001～2006年面积变化幅度很小，年变化率仅有-0．04%，2006～2011年土地利用年变化率增加到9．75%，面积总体上共增加24．73km2。(3)建设用地面积持续增加。2001～2006年土地利用年变化率为5．96%，变化幅度较大;2006～2011年土地利用年变化率为0．18%，增长速度有所减缓，建设用地面积总体上增加37．30km2。(4)水域面积有明显增加。其中2001～2006年增加明显，年变化率为20．23%;2006～2011年面积有所减少，年变化率为-4．42%，水域面积总体上增加8．73km2。(5)裸地面积有所减少。2001～2011年总面积共减少0．43km2。

3.2 土地利用转移变化分析

利用ENVI软件的Change Detection Statistics功能，经过统计计算，得到2001～2006年以及2006～2011年两个阶段的土地利用/土地覆盖类型转移矩阵［15-16］，结果见表5与表6。

表5 2001～2006年任城区土地利用转移矩阵 km2

表6 2006～2011年任城区土地利用转移矩阵 km2

由表5和表6可以看出，在2001～2006年与2006～2011年两个阶段，5种土地利用类型面积转移变化状况主要表现为:(1)耕地面积持续减少，其减少面积主要转化成为建设用地与绿化植被，是建设用地与绿化植被面积增长的主要成因。(2)绿化植被面积有较大增加，其增加面积主要由耕地和建设用地转化而来。(3)建设用地面积持续增加，其增加面积主要由耕地和绿化植被转化而来。(4)水域面积有明显增加，其增加面积主要由耕地、建设用地和绿化植被转化而来。(5)裸地面积大幅减少，主要转化为建设用地、耕地和绿化植被。

3.3 土地利用覆盖变化特征分析

综合土地利用动态度分析和土地利用转移变化分析，可以看出任城区在10年间的土地利用覆盖变化特征主要体现在以下几个方面。

3．3．1 城镇化进程非常明显

城镇化的主要特征是城镇建设用地规模的扩张，从2000～2011年这10年内，任城区的城镇建设用地面积从120．51km2扩张到157．80km2，占区域总面积的比例从22．99%上升到30．10%。

从空间上分析，如图9所示，2001～2006年，城镇建设用地转入面积共88．39km2，其中来自耕地的面积最大，占总转入面积的74．46%。其次是绿化植被，占总转入面积的24．40%，城镇建设用地扩张主要集中在南张镇、李营镇、柳行街道办事处和接庄镇4个乡镇，城镇化的主要表现为圈层外延式的扩张形式;2006～2011年，城镇建设用地转入面积共59．50km2，其中来自耕地的面积最大，占总转入面积的66．27%，其次是绿化植被，占总转入面积的21．88%，城镇建设用地扩张主要集中在长沟镇、南张镇、接庄镇、石桥镇和许庄街道办事处5个乡镇，城镇化的主要表现形式为独立的新增建设用地。

在城镇化的先后顺序上，从2000～2006年开始研究区北部的扩张规模远大于南部地区的发展，2006年以后研究区南部的城镇化速度开始加快，新增的城镇建设用地主要集中于南部地区。

3．3．2 耕地面积有较大幅度的减少

如图10所示，在2000～2011年，任城区耕地面积从336．77km2减少到266．45km2，占区域总面积比例从64．24%下降到50．82%。2000～2006年，耕地转出面积共108．57km2，其中转化为建设用地面积最多，占总转出面积的60．62%，其次为绿化植被，占转出总面积的28．64%;2006～2011年，耕地转出面积共76．87km2，其中转化为建设用地面积最多，占总转出面积的51．30%，其次为绿化植被，占总转出面积的43．59%;由此可以看出，城镇化带来的城镇面积扩张是导致耕地减少最主要的原因。

图9 2001～2011年任城区城镇扩张示意

图10 2001～2011年任城区耕地变化示意

3．3．3 绿化植被面积有明显增加

在2000～2011年，任城区绿化植被面积从51．06km2增加到75．79km2，占区域总面积比例从9．74%上升到14．46%。10年间增加的绿化植被有58．90%来自耕地，有37．60%来自建设用地，有3．21%来自水域。

3．3．4 水域面积增加

在2000～2011年，任城区水域面积从15．39km2增加到24．12km2，占区域总面积比例从2．93%上升到4．60%。10年间增加的水域有58．58%来自耕地，有26．46%来自绿化植被，有14．49%来自建设用地。

3．3．5 裸地得到充分利用

在2000～2011年，任城区裸地面积从0．54km2减少到0．11km2，占区域总面积比例从0．10%下降到0．02%。减少的裸地主要是被建设用地所占用。

4 结论

通过对3期遥感影像的分类结果的精度评价可以看出，利用决策树对遥感影像进行土地利用覆盖分类能够获得较为精确的结果。利用各波段组合计算阈值进行地物的提取，能在很大程度上避免错分与漏分，提高了分类准确性。

通过对济宁市任城区在2001～2011年的10年间的土地利用覆盖变化特征的分析得出:(1)任城区的城镇化发展迅速，2001～2006年研究区北部城镇化进程较快，主要表现为圈层外延式的扩张形式，2006～2011年研究区南部城镇化进程较为明显，主要表现为独立的新增建设用地。(2)城镇化在区域的土地利用覆盖变化过程中起着主导性的作用。城镇建设用地的扩张主要由占用耕地而来，导致了耕地面积的大量减少;绿化植被和水域的增加主要是由耕地和建设用地转化而来;裸地在城镇化过程中主要被城镇建设用地所占用。

通过对遥感影像处理，借助GIS工具，对区域各时期的土地利用情况进行整合与分析，总结出研究区近年来的土地利用覆盖时空变化的特点，可以为该区域土地资源的合理开发、利用、保护以及管理部门制定相关的政策法规提供较为可靠的理论基础与科学依据。

［1］何英彬，陈佑启．土地利用/覆盖变化研究综述．中国农业资源与区划，2002，25(2):58～62

［2］盖永芹，李晓兵，张立，等．土地利用/覆被变化与植被盖度的遥感监测——以北京市密云县为例．资源科学，2009，31(33):523～529

［3］尹黎明，卢玉东，潘剑君．基于RS和GIS的南川市土地利用/覆盖变化研究．土壤，2006，38(2):176～180

［4］杨国安，甘国辉，郭腾云．北京市土地利用动态变化及其预测．地球信息科学，2005，7(3):108～112

［5］郜昂．滦河三角洲土地利用/覆盖变化的遥感研究:结合GIS与环境模型．中国科学院研究生院 (海洋研究所)硕士学位论文，2004

［6］陈龙乾，郭达志，胡召玲，等．城市扩展空间分异的多时相TM遥感研究．煤炭学报，2004，29(3):308～312

［7］申文明，王文杰，罗海江，等．基于决策树分类技术的遥感影像分类方法研究．遥感技术与应用，2007，22(3):333～338

［8］李爽，张二勋．基于决策树的遥感影像分类方法研究．地域研究与开发，2003，22(1):17～21

［9］潘琛，杜培军，张海荣，等．决策树分类法及其在遥感图像处理中的应用．测绘科学，2008，33(1):208～211

［10］张银辉，赵庚星．土地利用/土地覆盖遥感分类方法的研究综述．中国农业资源与区划，2002，23(3):21～25

［11］邓劲松，王珂，邓艳华，等．SPOT-5卫星影像中水体信息自动提取的一种有效方法．上海交通大学学报 (农业科学版)，2005，23(2):198～201

［12］邱凤，陈晓玲，田礼乔，冯炼．HJ-1A/B卫星CCD影像辅助的MODIS水色大气校正产品质量改进．武汉大学学报 (信息科学版)，2012，37(9):1083-1086，1137

［13］董祚继．中国现代土地利用规划-理论、方法与实践．北京:中国大地出版社，2008

［14］张新长，梁金成．城市土地利用动态变化及预测模型研究．中山大学学报 (自然科学版)，2004，43(2):121～125

［15］赵卫权，杨华．基于RS与GIS的重庆主城区土地利用及土地覆盖变化分析．水土保持通报，2008，28(1):110～114

［16］李闽，孙在宏，杨素静，等．江苏省环太湖地区土地利用结构演变与驱动力分析．地球信息科学，2008，10(2):136～141