Landsat系列影像支持下的鳳陽縣石英砂礦區(qū)土地利用動態(tài)監(jiān)測

張 偉，吳艷民，劉吉凱(. 安徽科技學院，安徽 鳳陽 3300； . 北京創(chuàng)時空科技發(fā)展有限公司，北京 00083)

遙感技術(shù)是當前礦山土地調(diào)查與變化監(jiān)測的重要手段之一。在國外，對礦區(qū)土地利用遙感監(jiān)測始于土地利用/覆被變化(land use and land cover change,LUCC)研究，初期主要是對土地利用/覆被變化及其驅(qū)動力、與環(huán)境響應的作用機制展開研究，后期逐步發(fā)展為評估生態(tài)環(huán)境變化[1-2]。Gupta[3]利用時序Landsat TM影像，通過波段運算監(jiān)測印度Jharia煤礦區(qū)土地利用變化，結(jié)果表明隨著礦區(qū)面積的增加，居民點數(shù)不斷增加，植被卻持續(xù)減少。Effah等[4]利用1995—2000年間的序列TM影像，從景觀格局的角度分析了德國Lusatia煤礦區(qū)土地利用變化及其對生物多樣性的影響。Nuray等[5]利用多時相高分辨率遙感影像，采用支持向量機的分類方法監(jiān)測土耳其Goynuk煤礦區(qū)2004—2008年間里的土地生態(tài)變化。

在國內(nèi)，礦區(qū)土地利用遙感監(jiān)測研究中，數(shù)據(jù)源以中高分辨率遙感數(shù)據(jù)為主，如Landsat影像[6-7]、SPOT影像[8]等。何芳等[9]從礦山遙感監(jiān)測數(shù)據(jù)源的選擇和最佳比例尺計算的角度出發(fā)，明確了合理選擇遙感數(shù)據(jù)信息源、利用制圖軟件計算遙感影像圖比例尺及編制野外調(diào)查和成果解譯圖的技術(shù)方法。研究方法主要為目視解譯[10-11]、人機交互分類[9,12]和計算機自動分類[13]相結(jié)合的方法。宋亞婷等[14]以GF-1影像為例，在面向?qū)ο蟮挠跋穹诸惢A上，探討了露天煤礦區(qū)用地類型信息提取優(yōu)先順序?qū)ψ罱K分類精度的影響。

從時間尺度來看，當前的研究多側(cè)重于礦區(qū)土地資源的利用現(xiàn)狀和短時間尺度的變化研究[8,15]，缺乏從土地系統(tǒng)長期、動態(tài)角度的變化研究。從研究對象來看，多集中在金屬礦區(qū)和非金屬的煤礦、稀土礦的研究，而對石英砂礦區(qū)的遙感監(jiān)測相對較少。因此，本文通過對比1991—2015年間Landsat系列遙感影像，基于支持向量機的分類技術(shù)，分析鳳陽縣石英砂礦區(qū)25年來土地利用時空變化特征和演變規(guī)律，以期為鳳陽縣礦區(qū)土地合理利用、生態(tài)環(huán)境評價和綜合治理提供依據(jù)。

1 研究區(qū)、數(shù)據(jù)源和研究方法

1.1 研究區(qū)概況

鳳陽縣隸屬滁州市，地處淮河中游南岸，北緯32°37′—33°03′、東經(jīng)117°19′—117°57′。鳳陽縣石英砂礦產(chǎn)資源豐富，礦區(qū)面積為80 km2，探明儲量在100億噸以上，被譽為“中國優(yōu)質(zhì)石英砂原料基地”和“中國日用玻璃產(chǎn)業(yè)基地”。

1.2 數(shù)據(jù)源

選擇Landsat系列衛(wèi)星數(shù)據(jù)作為鳳陽縣石英砂礦區(qū)土地利用變化監(jiān)測的數(shù)據(jù)源。選用的數(shù)據(jù)為1991—2015年25年間的6期Landsat衛(wèi)星遙感影像，為了驗證土地信息提取精度，同時選取對應研究區(qū)的2015年Google Earth高分數(shù)據(jù)，具體見表1。其中Landsat數(shù)據(jù)空間分辨率為30 m，軌道號為121-37，產(chǎn)品級別L1T，時間分辨率為16 d，來源于中國科學院計算機網(wǎng)絡信息中心地理空間數(shù)據(jù)云平臺(http:∥www.gscloud.cn)，Google Earth數(shù)據(jù)的空間分辨率為4 m。輔助數(shù)據(jù)為鳳陽縣1∶50 000土地利用現(xiàn)狀圖、野外實地調(diào)查資料、縣界矢量、縣內(nèi)主要的水系和道路及數(shù)字高程模型等。

1.3 數(shù)據(jù)預處理

為保證礦區(qū)土地信息遙感解譯的正確性，需要對數(shù)據(jù)進行預處理：①去條帶處理。對2010年的ETM+數(shù)據(jù)去條帶處理，利用同一景影像完好的數(shù)據(jù)部分，對數(shù)據(jù)縫隙進行插值。②輻射校正。利用ENVI 5.1軟件的Radiometric Calibration模塊和FLAASH Atmospheric Correction模塊對系列影像分別進行輻射校正和大氣校正。③幾何校正。參考1∶50 000土地利用現(xiàn)狀圖，以Google Earth為基準影像，采用二次多項式和雙線性內(nèi)插法對2015年OLI影像幾何精度糾正，保證誤差在0.5個像元內(nèi)；再以OLI影像為準，對其他時相影像幾何配準，誤差控制在1個像元以內(nèi)。④影像裁剪。對預處理后的系列影像，按照石英砂礦區(qū)集中分布的區(qū)域裁剪處理，得到礦區(qū)Landsat系列預處理數(shù)據(jù)，結(jié)果如圖1所示。

表1 Landsat系列衛(wèi)星影像表列

圖1 鳳陽縣石英砂礦區(qū)Landsat系列影像(波段合成順序：1991—2010年RGB-542，2015年RGB-654)

1.4 研究方法

采取支持向量機(support vector machine classifier,SVM)算法，對鳳陽縣石英砂礦區(qū)土地利用信息進行分類提取[16]。基于土地利用轉(zhuǎn)移矩陣與變化速度，分析石英砂礦區(qū)土地利用變化，具體計算公式見參考文獻[17]。

2 基于Landsat系列影像的石英砂礦區(qū)土地分類

2.1 礦區(qū)土地分類體系的確立

石英砂礦山土地系統(tǒng)遙感動態(tài)變化監(jiān)測的重要前提與關(guān)鍵環(huán)節(jié)是建立合理的分類系統(tǒng)。根據(jù)鳳陽石英礦區(qū)的土地利用現(xiàn)狀和覆被特征，以及影像信息提取的可行性，借鑒查東平[2]、尚慧[6]等對礦區(qū)土地系統(tǒng)進行劃分，構(gòu)建鳳陽石英礦區(qū)土地分類體系，包括工礦用地、建筑用地、水域、林地、草地和耕地6類。

2.2 Landsat系列影像的石英砂礦區(qū)土地利用信息提取

根據(jù)土地系統(tǒng)分類體系(子類)，結(jié)合礦區(qū)影像特征和野外調(diào)查資料，勾選多種土地利用類型的訓練樣本集，并建立相應的解譯標志。利用SVM的方法提取石英砂礦區(qū)土地利用類型信息，核函數(shù)選擇徑向基核函數(shù)。初分類后，對分類結(jié)果進行Majority/Minority分析、聚類分析和過濾處理；然后參考鳳陽縣土地利用現(xiàn)狀圖，通過人機交會的方式完成對2015年影像錯分或漏分類型信息的修正，并順次倒推，依次修正其他時期影像的分類誤差；最后將多個子類合并成6種土地利用類型，得到各時期的鳳陽縣石英砂礦區(qū)土地利用現(xiàn)狀圖(如圖2所示)。

圖2 鳳陽縣石英砂礦區(qū)1991—2015年土地利用空間分布

2.3 精度評價

由于野外調(diào)查數(shù)據(jù)與高分數(shù)據(jù)均來源于2015年，理論上只能對2015年的礦區(qū)分類結(jié)果進行精度評價，考慮到其他時期Landsat系列數(shù)據(jù)處理的一致性(提取方法一致和分類后交會解譯一致)，本文認為2015年分類結(jié)果的精度分析對其他時期影像是可接受的，對宏觀趨勢的判斷是可行的[18]。將野外實地調(diào)查的土地類型位置信息疊加在Google Earth高分影像上，參考土地利用現(xiàn)狀圖，通過目視解譯將實測點信息轉(zhuǎn)化成真實感興趣區(qū)，由此建立混淆矩陣，計算總體精度、Kappa系數(shù)、用戶精度和制圖精度，以評價鳳陽縣石英砂礦區(qū)土地利用類型提取的精度，見表2。

表2 鳳陽縣石英砂礦區(qū)土地系統(tǒng)分類精度(2015年)

從表2可知，分類的效果較為理想，總體精度達87.72%，Kappa系數(shù)為0.844 9，說明基于SVM方法對礦區(qū)土地利用類型提取具有較高的正確率。6類土地利用類型中，除草地外，其余類型的用戶精度和制圖精度均高于80%。進一步分析，與草地易混淆的類型為耕地和林地，主要原因是草地與低矮灌木林地的空間分布和光譜信息過于接近，在空間分辨率為30 m的影像上，存在“異物同譜”的現(xiàn)象，僅靠基于光譜信息的SVM分類方法無法高精度區(qū)分。草地與耕地雖然空間位置信息不同，但二者的光譜信息，特別是與地里肥沃的生長作物相近，難以有效區(qū)分。為了提高草地的分類精度，分類后經(jīng)過簡單人機交互修正，使總體精度上升到94.78%，Kappa系數(shù)達0.934 0。

3 鳳陽縣石英砂礦區(qū)土地利用時空變化分析

基于本文獲得的各時期鳳陽縣石英砂礦區(qū)土地利用現(xiàn)狀解譯結(jié)果，采用GIS空間分析功能統(tǒng)計各時期土地利用現(xiàn)狀、變化速度及變化轉(zhuǎn)移矩陣，見表3。

表3 鳳陽縣石英砂礦區(qū)土地利用結(jié)構(gòu)及其變化

從表3分析可知，1991—2015年鳳陽縣石英砂礦區(qū)土地利用發(fā)生了很大變化：25年間變化總面積為3 932.64 hm2，占研究區(qū)總面積的33.23%；從各個時段來看，其中1991—2000年間變化面積為2 544.48 hm2(占面積比為21.50%，下同)，2000—2010年變化面積遠超過前個10年的變化，變化的面積比達27.32%，為3 233.16 hm2，2010—2015年，5年間的變化(2 725.11/23.03%)已超過了1991—2000年間的變化，且僅比2000—2010年的變化低4.29%?？梢?，25年來鳳陽縣石英砂礦區(qū)土地利用的變化趨于劇烈，且變化范圍愈加擴大。不同土地利用類型的變化具體分析如下：

3.1 工礦用地

工礦用地的面積變化反映了過去25年間石英砂開采活動的強度和開采后生態(tài)環(huán)境恢復的程度。由表3可知，工礦面積發(fā)生了劇烈變化，Landsat系列數(shù)據(jù)清晰地反映了石英砂礦區(qū)的發(fā)展歷程。1991年，礦區(qū)面積僅為6.84 hm2，占研究區(qū)總面積的0.06%；2015年，礦區(qū)面積增至438.12 hm2(3.70%)，凈增加431.28 hm2，動態(tài)度高達252.21%，是所有土地利用類型中最大的。由表3分析，增加的工礦用地主要由草地和林地轉(zhuǎn)化而來，草地轉(zhuǎn)化量為356.31 hm2，林地為75.87 hm2，二者分別占3個監(jiān)測時段增量的97.45%、95.38%和91.57%，僅少量由水域和耕地轉(zhuǎn)化而來，這是由空間臨近關(guān)系決定的。廢棄的礦區(qū)主要轉(zhuǎn)化為了草地和林地，但變化量遠遠小于增加量，因此對廢棄礦區(qū)的生態(tài)恢復要給予足夠重視。

分時段來看，1991—2000年是石英砂礦區(qū)變化最為劇烈的時段，礦區(qū)開采從無到有，動態(tài)度高達153.68%，進一步統(tǒng)計分析發(fā)現(xiàn)，這一劇烈變化主要集中發(fā)生在1991—1995年間，動態(tài)度為135.26。2000—2010年，工礦用地變化總量為211.59 hm2，年變化量為19.24 hm2，均高于其他兩個監(jiān)測時段，表明：2000—2010年是石英砂礦產(chǎn)開采規(guī)模最大的時間段。2010—2015年，動態(tài)度降低到5.92%，在5年時間里，下降了11.28%，礦區(qū)面積變化速度驟降，意味著礦業(yè)規(guī)模的發(fā)展速度漸緩。

3.2 建筑用地

1991—2015年，建筑用地面積持續(xù)增加，總凈增量為691.29 hm2，動態(tài)度達95.71%，變化速度僅次于礦區(qū)用地，其中2000—2010年的年均增量為40.21 hm2，遠高于其他兩個監(jiān)測時段。建筑用地面積變化速度由25.89%增加到38.79%再銳減到5.32%，從側(cè)面說明了：2000—2010年是礦區(qū)經(jīng)濟發(fā)展最好的10年。在鄉(xiāng)鎮(zhèn)城鎮(zhèn)化過程中，受侵占最嚴重的土地類型為耕地、草地和水域，分別占增量的80.43%、10.57%和8.17%，尤其是原有鄉(xiāng)鎮(zhèn)(村莊)周邊相對平坦的耕地和草地，以及對河流的侵占。筆者在實際調(diào)查時發(fā)現(xiàn)，新增的建筑用地除了原有居民點的擴張外，大部分為石英砂企業(yè)的廠房，由此說明，建筑用地的增加與礦區(qū)經(jīng)濟密切相關(guān)。建筑用地在增加的同時，也有部分轉(zhuǎn)化為耕地和草地，主要以拆遷后人為開墾和植被自然恢復為主。

3.3 水 域

隨著石英砂礦業(yè)開采強度的加大，礦區(qū)地貌破壞，塌陷的地勢已發(fā)展成積水區(qū)，會導致礦區(qū)水域面積的增加。2000—2010年石英砂礦產(chǎn)開采規(guī)模空前，研究區(qū)內(nèi)水域面積有所增加，凈增量為34.92 hm2，但由表3知，增加的水域主要由耕地、草地和工礦用地轉(zhuǎn)化而來，可見這一時段內(nèi)，增量除部分來自于礦區(qū)地勢塌陷外，大部分來自于水利工程的新建與擴大。但從整個時間段(1991—2015年)來看，水域面積是凈減少的，減少量為186.03 hm2，主要轉(zhuǎn)化為了耕地、草地和建筑用地，分別為97.74 hm2(52.54%)、43.29 hm2(23.27%)和38.70 hm2(20.80%)。實際調(diào)查時也發(fā)現(xiàn)，河流兩側(cè)建滿了建筑物，導致部分河流段的寬度僅為5～10 m，枯水期甚至斷流，原本在影像上(2000年)清晰可見的河流，到現(xiàn)在卻不復存在(2010年)，另外，河底及周圍覆蓋一層細細的石英砂粉末，阻塞水流，流域環(huán)境問題嚴重，急需解決。

3.4 林 地

1991—2000年，林地面積由1 235.25 hm2增加到1 942.02 hm2，面積比重由10.38%增大到16.32%，年增量為70.68 hm2。進一步分析發(fā)現(xiàn)，1991—1995年，林地面積是減少的，5年間減少了178.02 hm2，主要轉(zhuǎn)化為了草地和工礦用地，轉(zhuǎn)化比率高達95.24%，主要是由石英砂礦開采、大量砍伐林木導致的。1993年起，鳳陽縣政府大力鼓勵封山育林，開山造林，發(fā)展林業(yè)經(jīng)濟，林業(yè)面積不減反增，1995—2000年間增量為884.79 hm2，年均144.47 hm2，主要由草地和耕地轉(zhuǎn)化而來。2000—2010年，林地面積僅增加了157.59 hm2，主要由草地和耕地轉(zhuǎn)化而來，分別占比86.59%和12.70%，說明：礦業(yè)開采導致林地的減量小于人工林場育林的增量。2010—2015年，林地面積迅速減少，5年間減少了240.03 hm2，年均減40.01 hm2，僅次于耕地的年均減少量(-55.49 hm2)，主要轉(zhuǎn)化為了草地、耕地和工礦用地，這與林場改革與林業(yè)經(jīng)濟不景氣有一定的關(guān)系?？偟膩砜矗?991—2015年，25年間林業(yè)面積凈增624.33 hm2，使礦區(qū)植被覆蓋率提高，有利于礦區(qū)生態(tài)環(huán)境的改善。

3.5 草 地

草地面積急劇減少，在25年間共減少1 076.85 hm2，減幅26.94%，年均減少43.07 hm2，是所有土地利用類型中總變化量和年變化量最大的。1991—2010年，呈持續(xù)減少的趨勢，共減少1 318.32 hm2，其中1991—2000年的減少量最多，為919.53 hm2，年均91.95 hm2，主要轉(zhuǎn)化為了林地、耕地和工礦用地，三者轉(zhuǎn)化面積占減少量的96.99%。1991—2000年，三者轉(zhuǎn)化占比92.58%，說明在1991—2010年里大部分草地被造林、墾荒和礦產(chǎn)資源開發(fā)侵占。2010—2015年，大量的林地、耕地、水域和工礦用地轉(zhuǎn)化為草地，草地面積正增長，增量為241.47 hm2，主要是由林地砍伐后再生長(低矮灌草)、耕地撂荒自然生長野草和礦區(qū)生態(tài)修復導致的。

3.6 耕 地

1991—2015年，耕地面積發(fā)生了重大變化，由5 896.80 hm2減少到5 231.34 hm2，年均減少26.62 hm2，面積比重由49.55%下降到44.20%。分析表明，減少的耕地主要轉(zhuǎn)化為了建筑用地、草地和水域，分別為597.15 hm2(48.87%)、550.53 hm2(45.05%)和68.22 hm2(5.58%)，原因為耕地廢棄、閑置或被建筑用地擴張占用，主要分布在鄉(xiāng)鎮(zhèn)(村莊)、河流周邊。耕地的增加量主要由草地、水域和林地轉(zhuǎn)化而來，三者轉(zhuǎn)化量為582.57 hm2，占面積比重的98.85%。

分時段來看，1991—2000年，耕地面積增加了115.11 hm2，增量不多，主要由草地和水域轉(zhuǎn)化而來，與經(jīng)濟增速，人口增長有關(guān)。2000—2015年，耕地面積持續(xù)減少，凈變化量為-780.57 hm2，占2015年耕地總面積的14.92%，主要轉(zhuǎn)化為了建筑用地、草地、水域和林地，其中2000—2010年間轉(zhuǎn)化的建筑面積多于草地面積，林地面積多于水域面積，也證明了本文上文的分析：2000—2010年10年間經(jīng)濟快速發(fā)展，居民區(qū)及設施大量興建。雖然耕地的動態(tài)度遠低于其他土地利用類型，但由于其面積比重最大，使得其面積變化量較高。

綜上所述，不同監(jiān)測時段的土地利用類型變化速度存在差異：25年間，工礦用地和建筑用地面積持續(xù)增加，均在2000—2010年間年增幅最大，二者之間呈正相關(guān)。水域面積總變化量不大，在3個時段呈現(xiàn)先減后增的趨勢。林地面積在前 20年里迅速增加，增速前10年遠大于后10年，但卻在最近5年里急劇減少，減速不容忽視。草地面積在25年里變化總量最大，先急劇減少后增加，與政府對生態(tài)環(huán)境治理的大背景有關(guān)。耕地面積先增加后急劇減少，減少量明顯，應予以高度重視。就變化速度而言，工礦用地>建筑用地>林地>草地>耕地>水域(如圖3所示)，耕地和草地盡管變化速度不是最大的，但面積占比大，變化面積最高。

圖3 1991—2015年鳳陽縣石英砂礦區(qū)土地利用類型變化速度

4 結(jié)論與討論

本文利用Landsat系列影像，基于SVM算法對研究區(qū)25年間的Landsat遙感影像進行了精準的土地類型分類，總體分類精度達87.72%，Kappa系數(shù)為0.844 9，為鳳陽縣石英砂礦區(qū)土地生態(tài)動態(tài)變化監(jiān)測奠定了良好的基礎。

1991—2015年鳳陽縣石英砂礦區(qū)土地利用方式和空間格局發(fā)生了顯著變化。工礦用地面積持續(xù)增加，變化速度是所有土地利用類型中最大的，增加的工礦主要由草地和林地轉(zhuǎn)化而來。建筑用地面積也持續(xù)增加，主要是侵占耕地、草地和水域所得。水域總面積變化量不大，呈現(xiàn)先減后增的趨勢。草地面積雖然變化速度不大，但總變化量和年變化量最大。25年間，草地面積急劇減少，主要轉(zhuǎn)化為了林地、耕地和工礦用地。林地和耕地面積均先增后減，但二者的凈變化量方向卻相反，林地面積正增長；耕地廢棄、閑置或被建筑用地擴張占用，主要分布在鄉(xiāng)鎮(zhèn)(村莊)、河流周邊。

2000—2010年是鳳陽縣石英砂礦產(chǎn)開采規(guī)模最大的時間段，工礦用地和建筑用地面積迅速增加，二者呈正相關(guān)，其代價是對草地、耕地和水域的過度侵占。2010—2015年，工礦用地和建筑用地變化速度驟降，但對林地和耕地的破壞不減反增，礦區(qū)土地生態(tài)系統(tǒng)質(zhì)量朝著變差的方向發(fā)展，應當給予足夠的重視。

鳳陽縣石英砂礦區(qū)土地生態(tài)系統(tǒng)質(zhì)量逐漸下降，礦區(qū)環(huán)境恢復和改善任重而道遠，建議在后續(xù)礦山生態(tài)環(huán)境治理過程中對采礦區(qū)、排土堆和尾礦庫進行詳細規(guī)劃，有計劃地逐步恢復采礦區(qū)被破壞的植被和壓占的農(nóng)田，恢復河流功能等。

對礦區(qū)地類解譯時，由于受限于遙感影像空間分辨率的精度，土地利用類型以大類為主，并未進一步展開，如將工礦用地細分為開采場、排土堆和尾礦庫，可能與礦區(qū)實際利用情況有一定差距，因此在未來礦區(qū)生態(tài)環(huán)境評價中，要重新定義分類體系，改善解譯方式，提高工作效率，以獲取高精度細分類的解譯結(jié)果。

參考文獻：

[1] 張登榮,許思瑩,謝斌,等.近40年椒江-臺州灣灘涂圍墾土地利用變化的遙感調(diào)查[J].國土資源遙感,2016,28(1):101-106.

[2] TUENER B L，MOSS R H，SKOLE D L.Relating Land Use and Global Land Cover Change：A Proposal for an IGBP-HDP Core Project[R].Stockholm:IGBP Report,1993.

[3] PRAKASH A,GUPTA R P.Land-use Mapping and Change Detection in a Coal Mining Area—A Case Study in the Jharia Coalfield，India[J].International Journal of Remote Sensing,1998,19(3):391-410.

[4] EFFAH A，RENE K，GERHARD W.Detecting the Effect of Disturbance on Habitat Diversity and Land Cover Change in a Post-mining Area Using GIS[J].Landscape and Urban Planning,2008,87(1):22-32.

[5] NURAY D，SEBNEM D，MUSTAFA K E.Landuse Change Detection in a Surface Coal Mine Area Using Multi-temporal High-resolution Satellite Images[J].International Journal of Mining Reclamation and Environment,2011,25(4):342-349.

[6] 張航,仲波,洪友堂,等.近20多年來贛州地區(qū)稀土礦區(qū)遙感動態(tài)監(jiān)測[J].遙感技術(shù)與應用,2015,30(2):376-382.

[7] 林怡,王鵬育,何麗玲,等.混合核函數(shù)SVM分類模型下采礦區(qū)時空變化監(jiān)測[J].中國科技論文,2015,10(3):316-321.

[8] 馬紅花.多時相礦區(qū)土地利用/覆被變化及驅(qū)動因素分析[D].焦作：河南理工大學,2011.

[9] 何芳,李林,徐友寧,等.礦山遙感編圖中的高分辨率遙感數(shù)據(jù)選擇與比例尺計算方法[J].地質(zhì)通報,2015,34(11):2037-2046.

[10] 方雪娟,丁鐳,張志.大冶陳貴鎮(zhèn)小型尾礦庫分布特征及環(huán)境影響分析[J].國土資源遙感,2013,25(1):155-159.

[11] 安志宏,聶洪峰,王皓,等.ZY-1 02C星數(shù)據(jù)在礦山遙感監(jiān)測中的應用研究與分析[J].國土資源遙感,2015,27(2):174-182.

[12] 趙鵬.新街臺格廟礦區(qū)開發(fā)初期土地利用動態(tài)遙感監(jiān)測[J].國土資源遙感,2015,27(4):144-149.

[13] 祝振江.基于面向?qū)ο蠓诸惙ǖ母叻直媛蔬b感影像礦山信息提取應用研究[D].北京：中國地質(zhì)大學,2010.

[14] 宋亞婷,江東,黃耀歡,等.基于面向?qū)ο蠓椒ǖ穆短烀旱V用地類型提取優(yōu)先級分析[J].遙感技術(shù)與應用,2016,31(3):572-579.

[15] 王杰.基于多源數(shù)據(jù)的礦區(qū)空間變化監(jiān)測與分析[D].唐山：河北聯(lián)合大學,2014.

[16] 鄧書斌,陳秋錦,杜會建,等.ENVI遙感圖像處理方法[M].2版.北京：高等教育出版社,2016:137.

[17] 徐嘉興.典型平原礦區(qū)土地生態(tài)演變及評價研究——以徐州礦區(qū)為例[D].徐州：中國礦業(yè)大學,2013.

[18] 白曉燕,陳曉宏,王兆禮.基于面向?qū)ο蠓诸惖耐恋乩眯畔⑻崛〖捌鋾r空變化研究[J].遙感技術(shù)與應用,2015,30(4):798-809.