董墨　王樹(shù)力

(東北林業(yè)大學(xué)，哈爾濱，150040)

?

基于中分辨率遙感影像土地利用類(lèi)型信息提取及動(dòng)態(tài)1)

董墨王樹(shù)力

(東北林業(yè)大學(xué)，哈爾濱，150040)

摘要為了監(jiān)測(cè)與評(píng)估荒漠綠洲地帶的土地利用/土地覆蓋信息及其動(dòng)態(tài)變化，進(jìn)而分析生態(tài)環(huán)境變化等影響因素。以新疆自治區(qū)喀什地區(qū)為研究區(qū)域，采用1990年、2000年、2011年3期Landsat TM和ETM+遙感影像數(shù)據(jù)，應(yīng)用最大似然法提取土地利用類(lèi)型信息及對(duì)土地利用類(lèi)型信息動(dòng)態(tài)變化進(jìn)行分析。結(jié)果表明：研究區(qū)1990年、2000年、2011年3期分類(lèi)精度分別為90.62%、86.38%、93.85%；Kappa系數(shù)分別為0.92、0.87、0.84。研究區(qū)土地利用類(lèi)型獨(dú)特，未利用地面積占研究區(qū)總面積的70%，而且3個(gè)時(shí)期所占比例變化不大。1990—2011年，研究區(qū)耕地面積比例增長(zhǎng)了5.00%、林地下降了3.44%、草地下降了1.62%，其他地類(lèi)面積變化不明顯；土地利用程度變化量為3.53，土地利用程度變化率為2.39%。

關(guān)鍵詞TM；喀什地區(qū)；土地利用；遙感

分類(lèi)號(hào)S771.8

Information Extraction and Dynamic Changes of Land-use Types by Medium-resolution Images

Dong Mo, Wang Shuli

(Northeast Forestry University, Harbin 150040, P. R. China)//Journal of Northeast Forestry University，2016,44(3)：95-100.

The experiment was conducted to monitor and evaluate the land use types of information and its dynamic change in the desert oasis, and then to analyze the impact factors of the ecological environment changes. The maximum likelihood method using the Landsat TM and ETM+ images in 1990, 2000 and 2011 was used to study the land-use types of information and dynamic changes in Kashgar Prefecture of Xinjiang Autonomous Region. The classification accuracy of the study area in 1990, 2000, and 2011 were 86.38% 90.62% and 93.85%, respectively, and the Kappa coefficients were 0.92, 0.87, and 0.84, respectively. The accuracy of classification was higher, and the results were reliable. The land-use types in the study area are very unique, the proportion of unused land area is close to 70%, and the change of the proportion is little in the three periods. The proportion of cultivated land in the study area was increased by 5%, the forest land was decreased by 3.44%, and the grassland was decreased by 1.62%, and the other land use change was not obvious in 1991-2011. The land use change was 3.53, and the rate of land use change was 2.39% in 1990-2011.

KeywordsThematic Mapper (TM); Kashgar region; Land use; Remote sensing

應(yīng)用遙感技術(shù)能夠及時(shí)獲得土地覆蓋、土地利用變化信息以及實(shí)時(shí)監(jiān)測(cè)土地動(dòng)態(tài)變化，可以為土地資源管理部門(mén)制定政策提供有力的幫助[1]。研究土地利用及其動(dòng)態(tài)變化不僅為土地規(guī)劃提供依據(jù)，而且對(duì)促進(jìn)經(jīng)濟(jì)更好的發(fā)展，減少環(huán)境的惡化程度具有重要作用。土地利用及其變化分析主要集中于生態(tài)脆弱區(qū)。土地利用/土地覆蓋分類(lèi)制圖是研究土地利用/土地覆蓋變化的一項(xiàng)重要的基礎(chǔ)性工作，也是凈生產(chǎn)力模型、生態(tài)系統(tǒng)新陳代謝模型以及碳循環(huán)模型等的重要輸入變量。

土地科學(xué)的研究在兼顧系統(tǒng)性與綜合性發(fā)展的同時(shí)，以土地利用/土地覆被變化(LUCC)為主要研究?jī)?nèi)容，結(jié)合GIS和遙感技術(shù)提取土地利用信息及動(dòng)態(tài)情況是目前研究的一個(gè)前沿課題[2-4]。國(guó)際上主要在全球和區(qū)域這兩個(gè)尺度上開(kāi)展研究土地利用/覆蓋變化，已經(jīng)建立6套全球土地覆蓋數(shù)據(jù)集[5-11]。Landsat系列衛(wèi)星傳感器以時(shí)間分辨率高、實(shí)時(shí)性強(qiáng)、成像范圍大、資料來(lái)源均勻連續(xù)、獲取成本低等優(yōu)勢(shì)，在大、中尺度區(qū)域的土地利用/土地覆蓋信息提取中越來(lái)越受到重視[12-17]?？κ驳貐^(qū)是生態(tài)脆弱區(qū)域的典型代表，針對(duì)性提取荒漠綠洲地帶的土地利用及其動(dòng)態(tài)信息具有重要的研究?jī)r(jià)值。因此，將喀什地區(qū)作為研究區(qū)域具有代表性和典型性。

盡管?chē)?guó)內(nèi)外對(duì)土地利用及其動(dòng)態(tài)變化進(jìn)行了大量的研究，但仍然存在一系列問(wèn)題。目前分類(lèi)系統(tǒng)未考慮研究區(qū)的特點(diǎn)而導(dǎo)致分類(lèi)系統(tǒng)的適用性差；不同的時(shí)間尺度對(duì)研究土地利用及其動(dòng)態(tài)的影響程度也是不同的。針對(duì)這些問(wèn)題，本研究參考相關(guān)部門(mén)制定分類(lèi)系統(tǒng)，結(jié)合研究區(qū)的實(shí)際情況，選擇10 a的時(shí)間尺度，采用中等尺度分辨率的Landsat TM和ETM+遙感數(shù)據(jù)提取喀什地區(qū)的土地利用類(lèi)型信息，定量分析喀什地區(qū)土地利用變化，為相關(guān)土地資源管理部門(mén)制定決策提供依據(jù)。

1研究區(qū)概況

研究區(qū)為新疆自治區(qū)喀什地區(qū)，地理坐標(biāo)為東經(jīng)71°39′～79°52′，北緯35°28′～40°16′，全區(qū)總面積16.2萬(wàn) km2?？κ驳貐^(qū)屬于暖溫帶大陸性干旱氣候，年平均氣溫在11.8 ℃，年降水量39～664 mm。全區(qū)地勢(shì)由西南向東北傾斜，地貌輪廓是由穩(wěn)定的塔里木盆地、天山、昆侖山地槽褶皺帶為主的構(gòu)造單元組成，喀什市城區(qū)的平均海拔高度1 289 m?？κ驳貐^(qū)大部分區(qū)域?yàn)榛哪吧衬貐^(qū)，有兩大綠洲鑲嵌于其中，其生態(tài)系統(tǒng)不穩(wěn)定且較脆弱。全區(qū)植物資源有高山植被、平原綠洲植被、荒漠植被、沼澤植被等，林地面積35.53萬(wàn)hm2，其中天然林22.93萬(wàn)hm2，森林覆蓋率2.75%?？κ驳貐^(qū)水系受當(dāng)?shù)貧夂颦h(huán)境及地貌地形的制約，境內(nèi)的河流起源絕大部分是來(lái)源于高山冰川積雪的融化，隨著季節(jié)的變化會(huì)出現(xiàn)明顯的枯洪變化。

2研究方法

2.1遙感數(shù)據(jù)

采用的影像數(shù)據(jù)為美國(guó)陸地衛(wèi)星(Landsat)系列衛(wèi)星TM和ETM+數(shù)據(jù)，數(shù)據(jù)來(lái)源于USGS網(wǎng)站及中科院遙感所網(wǎng)站。時(shí)間為1990年、2000年及2011年的喀什地區(qū)遙感影像數(shù)據(jù)。選擇每景遙感影像數(shù)據(jù)時(shí)考慮了季節(jié)、作物物候的變化及數(shù)據(jù)質(zhì)量的好壞等因素，所以數(shù)據(jù)主要集中于4—10月份，具體遙感數(shù)據(jù)如表1所示。

表1　遙感數(shù)據(jù)

研究中用到的輔助數(shù)據(jù)有新疆自治區(qū)喀什行政區(qū)劃圖(見(jiàn)圖1)、喀什矢量圖以及分類(lèi)及檢驗(yàn)樣本數(shù)據(jù)。樣本數(shù)據(jù)的收集是以Google Earth中高空間分辨率影像作為參考。在遙感數(shù)據(jù)分類(lèi)時(shí)采用谷歌在線地圖來(lái)對(duì)照參考研究區(qū)的實(shí)際地物分布情況選取分類(lèi)數(shù)據(jù)及檢驗(yàn)樣本數(shù)據(jù)。

2.2遙感數(shù)據(jù)處理

TM和ETM+遙感數(shù)據(jù)為L(zhǎng)1級(jí)的產(chǎn)品，經(jīng)過(guò)了輻射校正和幾何校正，將其鑲嵌在一起，然后用喀什地區(qū)的矢量數(shù)據(jù)對(duì)其裁剪得到每年的喀什地區(qū)遙感影像圖。為了提高解譯精度，選取最佳波段組合對(duì)遙感數(shù)據(jù)進(jìn)行圖像增強(qiáng)處理。TM和ETM+遙感數(shù)據(jù)為多光譜數(shù)據(jù)，自動(dòng)提取和目視解譯都容易受波段組合的影響[18-19]。根據(jù)常規(guī)的目視解譯習(xí)慣及考慮波段間的相關(guān)性，選擇TM和ETM+數(shù)據(jù)的5、4、3波段分別賦紅、綠、藍(lán)色進(jìn)行彩色合成，得到信息豐富的遙感影像。對(duì)遙感影像進(jìn)行增強(qiáng)處理，經(jīng)試驗(yàn)比較選取線性拉伸的方法。3期遙感數(shù)據(jù)采用統(tǒng)一的地理坐標(biāo)系(UTM坐標(biāo)系)。

圖1　喀什地區(qū)行政區(qū)劃圖

2.3分類(lèi)系統(tǒng)制定

遙感影像分類(lèi)就是利用計(jì)算機(jī)對(duì)遙感影像不同波段中各類(lèi)地物的光譜信息和空間特征等信息進(jìn)行分析，選擇特征將圖像中每個(gè)像元按照特定的規(guī)則及相應(yīng)的算法劃分為不同的類(lèi)別，然后獲得遙感影像中與實(shí)際地物的對(duì)應(yīng)信息，從而實(shí)現(xiàn)遙感影像的分類(lèi)[9]。結(jié)合研究區(qū)地形地貌特點(diǎn)及《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》，最終將研究區(qū)的土地利用類(lèi)型劃分為6類(lèi)(耕地、林地、草地、水域、建設(shè)用地、未利用地)。根據(jù)制定的分類(lèi)系統(tǒng)并結(jié)合遙感影像，選取分類(lèi)樣本和解譯標(biāo)志(見(jiàn)表2)。

表2　遙感影像解譯標(biāo)志

2.4分類(lèi)方法

最大似然分類(lèi)法是遙感影像分類(lèi)最常用手段之一，與其他非參數(shù)方法(如神經(jīng)網(wǎng)絡(luò))相比，具有清晰的參數(shù)解釋能力、易與先驗(yàn)知識(shí)融合、算法簡(jiǎn)單等優(yōu)點(diǎn)。最大似然分類(lèi)法是將衛(wèi)星遙感多波段數(shù)據(jù)的分布當(dāng)作多維正態(tài)分布來(lái)構(gòu)造判別分類(lèi)函數(shù)。其基本思想：各類(lèi)的已知像元的數(shù)據(jù)在平面或空間中構(gòu)成一定的點(diǎn)群；每一類(lèi)的每一維數(shù)據(jù)在自己的數(shù)軸上形成一個(gè)正態(tài)分布，該類(lèi)的多維數(shù)據(jù)就構(gòu)成該類(lèi)的一個(gè)多維正態(tài)分布，有了各類(lèi)的多維分布模型，對(duì)于任何一個(gè)未知類(lèi)別的數(shù)據(jù)向量，都可反過(guò)來(lái)求它屬于各類(lèi)的概率；比較這些概率的大小，看哪一類(lèi)的概率大，就把這個(gè)數(shù)據(jù)向量或者這個(gè)像元?dú)w為該類(lèi)[20]。數(shù)學(xué)模型如公式(1)所示。

(1)

式中：P(x/Gk)是第k類(lèi)的m維正態(tài)分布密度函數(shù)，由它可以看出在第k類(lèi)中m維隨機(jī)變量X出現(xiàn)各種可能值的概率大??；m為波段數(shù)；μk是第k類(lèi)每個(gè)波段的均值所構(gòu)成的均值向量；Sk是第k類(lèi)m個(gè)波段值的協(xié)方差矩陣。

2.5精度驗(yàn)證方法

研究區(qū)分類(lèi)結(jié)果的精度驗(yàn)證主要采用Kappa系數(shù)[21]、生產(chǎn)者精度、用戶精度3個(gè)評(píng)價(jià)指標(biāo)。Kappa系數(shù)如公式(2)所示。

(2)

式中：Ka為Kappa系數(shù)；N表示抽取的驗(yàn)證點(diǎn)數(shù)；r表示土地利用類(lèi)型數(shù)；Xii表示驗(yàn)證點(diǎn)中，為i種類(lèi)型且驗(yàn)證結(jié)果為正確的總點(diǎn)數(shù)；Xi+表示真實(shí)情況為第i種類(lèi)型的驗(yàn)證點(diǎn)總數(shù)，X+i表示被分成了第i種類(lèi)型的驗(yàn)證點(diǎn)總數(shù)。

2.6分析方法

單一土地利用類(lèi)型變化動(dòng)態(tài)度是對(duì)研究區(qū)域的土地利用類(lèi)型變化速度的描述，在一定時(shí)間范圍反映研究區(qū)各類(lèi)別土地?cái)?shù)量變化情況[22]，其表達(dá)式如公式(3)所示。

(3)

式中：K是某時(shí)間階段的某分類(lèi)類(lèi)別的動(dòng)態(tài)度；Ut1是研究時(shí)間段初期的某土地類(lèi)別的數(shù)值；Ut2是研究時(shí)間段末期某類(lèi)別的數(shù)值；T是研究時(shí)段。

土地利用程度綜合指數(shù)。反映土地利用程度的高低用土地利用程度綜合指數(shù)這一綜合指標(biāo)表示[23]，具體的表達(dá)式如公式(4)所示。

(4)

式中：L是土地利用綜合指數(shù)；Ai是第i級(jí)的土地利用程度分級(jí)指數(shù)；Ci是第i級(jí)的土地利用程度分級(jí)面積百分比；n是土地利用程度分級(jí)數(shù)。

土地利用程度變化量及其變化率。在一定的時(shí)間范圍內(nèi)，某研究區(qū)的各種土地利用類(lèi)別變化的綜合結(jié)果表現(xiàn)為土地利用程度變化，土地利用程度變化量及其變化率指標(biāo)能定量表達(dá)研究區(qū)的土地利用變化趨勢(shì)及綜合水平[4]。土地利用程度變化量的表達(dá)式如公式(5)所示，其土地利用程度變化率的表達(dá)式如公式(6)所示。

(5)

(6)

式中：Lt1、Lt2分別是t1、t2時(shí)間區(qū)域的土地利用程度綜合指數(shù)；A是第i級(jí)土地利用分級(jí)數(shù)；Ct1i、Ct2i分別是t1、t2時(shí)間第i等級(jí)的土地利用程度所占區(qū)域面積的百分比；如ΔLt2-t1>0，則表示該區(qū)域土地利用處于發(fā)展期；否則處于調(diào)整期或衰退期。R是土地利用程度變化率，當(dāng)R>0時(shí)，表示該區(qū)域土地利用處于發(fā)展階段；R<0則相反。

3結(jié)果與分析

3.1分類(lèi)結(jié)果

采用最大似然法對(duì)研究區(qū)1990、2000、2011年3期遙感影像分類(lèi)結(jié)果如圖2～4所示。由圖2可知，1990年研究區(qū)大部分土地利用類(lèi)型為未利用地，中部為耕地和草地，水體主要集中在南部。由圖3可知，研究區(qū)2000年與1990年相比林地面積明顯減少，草地與耕地面積稍有增加。由圖4可知，研究區(qū)2011年與與2000年相比林地面積進(jìn)一步減少，建筑用地變化不大，草地和耕地的面積有所增加。縱觀3個(gè)時(shí)期土地利用類(lèi)型來(lái)看，研究區(qū)土地利用類(lèi)型具有獨(dú)特性，未利用地面積所占研究區(qū)總面積的比例非常大，而且3個(gè)時(shí)期所占比例變化不大。

3.2結(jié)果驗(yàn)證

將分類(lèi)結(jié)果圖與原始遙感影像疊加做初步判斷，在原始影像上隨機(jī)選取驗(yàn)證樣本計(jì)算Kappa系數(shù)、生產(chǎn)者精度、用戶精度3個(gè)精度指標(biāo)。研究區(qū)1990年分類(lèi)精度為90.62%，Kappa系數(shù)為0.92；2000年分類(lèi)精度為86.38%，Kappa系數(shù)為0.87；2011年分類(lèi)精度為93.85%，Kappa系數(shù)為0.84。詳細(xì)結(jié)果如表3～5所示。由此可知，3期遙感數(shù)據(jù)的分類(lèi)結(jié)果較理想可用于土地利用變化及動(dòng)態(tài)分析。

圖2　1990年土地利用類(lèi)型

圖3　2000年土地利用類(lèi)型

3.3土地利用類(lèi)型面積變化

研究區(qū)土地利用類(lèi)型多樣，結(jié)構(gòu)復(fù)雜。1990—2011年，隨著自然環(huán)境及人類(lèi)活動(dòng)的變化土地利用類(lèi)型也發(fā)生較大改變。由表6～7可知，2000年耕地面積為6 847.41km2，與1990年耕地面積相比增加了3.66%，2000年的耕地面積與2011年的耕地面積相比增加1.34%，耕地面積總體呈增加的趨勢(shì)。1990—2011年期間林地面積減少了3.44%，林地面積總體呈下降的趨勢(shì)。1990—2011年研究區(qū)的草地面積總體呈減少的趨勢(shì)，草地面積共減少了1 790.49km2。1990年的建設(shè)用地面積為7 578.52km2，2011年的建設(shè)用地面積為7 519.27km2，面積百分比為6.69%，建設(shè)用地面積總體變化幅度不大。2011年的水體面積為9 581.99km2，面積百分比為8.53%，與1990、2000年相比，總體呈減少的趨勢(shì)。研究區(qū)土地類(lèi)型具有獨(dú)特性，未利用地面積所占的比例較大，其他所有利用類(lèi)型所占面積約為30%。1990—2011年未利用地的變化量為1 734.06km2，未利用地面積總體呈增加的趨勢(shì)。

圖4　2011年土地利用類(lèi)型

土地類(lèi)別生產(chǎn)者精度/%用戶精度/%耕地90.03100.00林地100.0084.05草地97.4082.87建設(shè)用地69.8398.78水體99.38100.00未利用地100.0099.90

表4　2000年分類(lèi)精度檢驗(yàn)

表5　2011年分類(lèi)精度檢驗(yàn)表

3.4單一土地利用類(lèi)型變化動(dòng)態(tài)度

研究區(qū)1990—2011年間耕地單一土地利用類(lèi)型動(dòng)態(tài)度最大，表明耕地面積增加速率最高為9.82%。林地(-2.48%)、草地(-1.26%)、建設(shè)用地(-0.04%)、水體(-0.55%)的單一土地利用類(lèi)型動(dòng)態(tài)度變化程度都的比較小且為負(fù)數(shù)，說(shuō)明這4種類(lèi)型面積都在減少，林地減少速率最大為-2.48%，建設(shè)用地減少速率最小為-0.04%，平均面積減少速率為-1.08%。未利用地的單一土地利用類(lèi)型動(dòng)態(tài)度變化不大且為正數(shù)，說(shuō)明未利用地面積在增加，增加的速率為0.11%，這與之前的土地利用變化分析一致，這些變化主要與研究區(qū)的農(nóng)業(yè)發(fā)展及人類(lèi)活動(dòng)有關(guān)。總體看來(lái)，1990—2011年間研究區(qū)單一土地利用類(lèi)型變化動(dòng)態(tài)度增加了5.60%。

表6　1990—2011年土地利用類(lèi)型面積及面積變化量　km2

表7　1990—2011年土地利用類(lèi)型面積比例及面積比例變化量　%

3.5土地利用程度變化

土地利用程度是反映人類(lèi)對(duì)土地利用的深度及廣度，根據(jù)劉紀(jì)遠(yuǎn)等[24]提出的土地利用程度分析方法，將土地利用程度按照土地的不同利用方式，劃分為4個(gè)級(jí)別并且每個(gè)級(jí)別賦予相應(yīng)的數(shù)值。未利用地的土地利用程度最高為第1級(jí)，第2級(jí)為林地、草地以及水體，第3級(jí)為耕地，土地利用程度最低的是建筑用地(4級(jí))。

根據(jù)公式(3)(4)(5)計(jì)算的研究區(qū)土地利用程度變化指數(shù)。研究區(qū)在1990、2000、2011年的土地利用程度綜合指數(shù)分別為147.52、150.73、151.05，平均土地利用程度綜合指數(shù)為149.77，說(shuō)明研究區(qū)1990、2000、2011年的土地利用程度整體處于一個(gè)中等水平，并且1990—2011年土地利用程度總體變化差異很小。1990—2011年的土地利用程度變化量為3.53，其中：1990—2000年的土地利用程度變化量所占比例最大為90.93%，2000—2011年的土地利用程度變化量所占比例僅占9.07%；1990—2011年的土地利用程度變化率為2.39%，1990—2000年的土地利用程度變化率最高為2.17%；1990—2011年的土地利用程度變化量及其變化率都大于零，說(shuō)明研究區(qū)的土地利用正處于發(fā)展階段。

4結(jié)論與討論

喀什地區(qū)的獨(dú)特地形地貌，荒漠、沙漠、裸地等未利用地所占的地類(lèi)面積比例較大，水體、林地及草地所占的面積百分比相對(duì)較少，該地區(qū)的生態(tài)環(huán)境比較脆弱。該區(qū)域耕地的動(dòng)態(tài)度9.82%，且面積呈增加的趨勢(shì)；林地的動(dòng)態(tài)度為-2.48%、草地的動(dòng)態(tài)度為-1.26%，即林地及草地面積略有下降的趨勢(shì)；其他地類(lèi)面積變化不明顯。

土地利用變化主要受自然因素和人為因素的影響。自然因素主要包括氣候的變化、降水量的多少、自然災(zāi)害等對(duì)地物類(lèi)型的影響；人文因素主要是人類(lèi)活動(dòng)對(duì)土地利用的相互影響，如社會(huì)經(jīng)濟(jì)的發(fā)展、國(guó)家制定的相關(guān)政策也會(huì)對(duì)土地利用變化有一定程度的影響。今后應(yīng)進(jìn)一步研究在各個(gè)因素相互影響、共同作用下的土地利用動(dòng)態(tài)變化。

本研究以新疆自治區(qū)喀什地區(qū)為例，針對(duì)荒漠綠洲地帶的土地利用/土地覆被信息提取和變化分析做了有益的嘗試。今后應(yīng)進(jìn)一步考慮到每景遙感影像季節(jié)差異、作物物候的變化及數(shù)據(jù)質(zhì)量的好壞等因素對(duì)分類(lèi)結(jié)果的影響。TM和ETM+遙感數(shù)據(jù)分辨率的局限，使得一些地物類(lèi)別不容易區(qū)分開(kāi)，也不易分辨出二級(jí)地類(lèi)。應(yīng)嘗試采用同季節(jié)的遙感影像數(shù)據(jù)，減小不同季節(jié)色差的影響數(shù)據(jù)的分類(lèi)，并采用更高分辨率的影像數(shù)據(jù)及不同的分類(lèi)方法進(jìn)行分類(lèi)，以提高分類(lèi)精度。

參考文獻(xiàn)

[1]喬衛(wèi)芳.基于遙感影像的土地利用分類(lèi)研究[J].測(cè)繪與空間地理信息,2011,34(6):14-17.

[2]UNSALANC,BOYERK.Classifyinglanddevelopmentinhigh-resolutionsatelliteimageryusinghybridstructural-multispectralfeatures[J].IEEETransactionsonGeoscienceandRemoteSensing,2004,42(12):2840-2850.

[3]于興修,楊桂山.中國(guó)土地利用/覆被變化研究的現(xiàn)狀與問(wèn)題[J].地理科學(xué)進(jìn)展,2002,21(1):51-57.

[4]劉紀(jì)遠(yuǎn).中國(guó)資源環(huán)境遙感宏觀調(diào)查與動(dòng)態(tài)研究[M].北京:中國(guó)科學(xué)技術(shù)出版社,1996.

[5]LOVELANDR,ZHUZ,OHLENDO，etal.AnanalysisoftheIGBPgloballand-covercharacterizationprocess[J].PhotogrammetricEngineeringandRemoteSensing,1999,65(9):1021-1032.

[6]HANSENMC,REEDB.AcomparisonoftheIGBPDISCoverandUniversityofMaryland1kmgloballandcoverproducts[J].InternationalJournalofRemoteSensing,2000,21(6):1365-1373.

[7]BARTHOLOMEE,BELWARDAS.GLC2000:anewapproachtogloballandcovermappingfromEarthobservationdata[J].InternationalJournalofRemoteSensing,2005,26(9):1959-1977.

[8]ARINOOBICHERONP,ACHARDF,etal.GlobcoverThemostdetailedportraitofEarth[J].E·S·ABulletin-EuropeanSpaceAgency,2008,136(4):24-31.

[9]ZHANX,DEFRIESR,TOWNSHENDJRG.The250mgloballandcoverchangeproductfromtheModerateResolutionImagingSpectroradiometerofNASA’sEarthObservingSystem[J].InternationalJournalofRemoteSensing,2000，21(6/7):1433-1460.

[10]FRIEDLMA,MCLVERDK,HODGESJCF,etal.GloballandcovermappingfromMODIS:algorithmsandearlyresults[J].RemoteSensingofEnvironment,2002,83(1/2):287-302.

[11]MASSONV,CHAMPEAUXJL,CHAUVINF,etal.Aglobaldatabaseoflandsurfaceparametersat1-kmresolutioninmeteorologicalandclimatemodels[J].JournalofClimate,2003,16(9):1261-1282.

[12]姚愛(ài)冬,曹曉陽(yáng),馮益明.甘肅省民勤縣土地利用/土地覆蓋變化遙感分析[J].東北林業(yè)大學(xué)學(xué)報(bào),2014,42(5):92-96.

[13]唐強(qiáng),閆紅偉,高琦.盤(pán)錦地區(qū)土地利用與景觀格局動(dòng)態(tài)分析[J].東北林業(yè)大學(xué)學(xué)報(bào),2012,40(9):67-69.

[14]趙鵬祥,孫存舉,郝紅科.基于GIS和Markov的黃龍山天然林區(qū)地類(lèi)變化[J].東北林業(yè)大學(xué)學(xué)報(bào),2012,40(10):67-69.

[15]王鶴霖,范文義,趙妍,等.基于紋理信息的森林類(lèi)型遙感識(shí)別技術(shù)[J].東北林業(yè)大學(xué)學(xué)報(bào)，2013，41(6):50-54.

[16]侯偉,陳鋒,楊春露,等.遼寧中部城市群土地利用時(shí)空格局遙感分析[J].東北林業(yè)大學(xué)學(xué)報(bào),2011,39(1):113-115.

[17]吳見(jiàn),彭道黎.基于TM影像的多倫縣土地利用信息提取[J].東北林業(yè)大學(xué)學(xué)報(bào),2010,38(10):88-94.

[18]常勝.TM遙感影像彩色合成最佳波段組合研究：以恩施市土地利用遙感圖制作為例[J].湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版),2010,28(2):230-232,235.

[19]戴昌達(dá),雷莉萍.TM圖像的光譜信息特征與最佳波段組合[J].環(huán)境遙感,1989,4(4):282-292.

[20]陳述彭,童慶禧,郭華東.遙感信息機(jī)理研究[M].北京:科學(xué)出版社,1998.

[21]JANSSENLLF,VANDERWELFJM.Accuracyassessmentofsatellitederivedlandcoverdata:Areview[J].PotogammetricEngineeringandRemoteSensing,1994,60(4):419-432.

[22]王秀蘭,包玉海.土地利用動(dòng)態(tài)變化方法探討[J].地理科學(xué)進(jìn)展,1999,18(1):81-87.

[23]莊大方,劉紀(jì)遠(yuǎn).中國(guó)土地利用程度的區(qū)域分異模型研究[J].自然資源學(xué)報(bào),1997,12(2):105-111.

[24]樊玉山,劉紀(jì)遠(yuǎn).西藏自治區(qū)土地利用[M].北京:科學(xué)出版社,1992.

收稿日期：2015年10月8日。

第一作者簡(jiǎn)介：董墨，女，1990年12月生，東北林業(yè)大學(xué)林學(xué)院，碩士研究生。E-mail：dongmo1222@163.com。通信作者：王樹(shù)力，東北林業(yè)大學(xué)林學(xué)院，教授。E-mail：shuliwang@163.com。

1)國(guó)家自然科學(xué)基金項(xiàng)目(31300533)；國(guó)家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(2012AA102001)。

責(zé)任編輯：王廣建。