基于Landsat卫星土地利用变化监测
——以鸡冠区为例

柳佳，徐慧宇，范璞然

（山东科技大学测绘与空间信息学院）

1 引言

土地资源是人类社会进步和生存不可或缺的一部分[1]，近年来，土地的非法利用以及不合理的开发给我们的生存空间带来了一定的危害[2]。因此，快速获取土地信息，及时发现并制止破坏土地的行为变得尤为重要[3]。利用遥感技术对土地利用类型进行监测是目前较为常用且快捷、有效的技术手段[4]。

2 研究区域及数据

2.1 研究区域

鸡西市位于黑龙江省东南部，鸡冠区经度范围130°50′12″~131°4′12″，纬度范围45°13′48″~45°22′18″，是鸡西市的交通、政治、文化中心，面积143.2km2。研究区域如图1所示。

图1 研究区域影像

2.2 研究数据

研究采用2011年5月Landsat-5卫星数据和2017年5月的Landsat-8卫星数据。影像获取时间及传感器参数如表1。

表1 影像获取时间传感器参数

3 研究方法

3.1 研究目标

通过对比马氏距离、最小距离、最大似然、平行六面体四种分类方法的分类精度，选出适合本研究区域的分类方法，并利用该方法对鸡冠区2011年与2017年的土地利用结果进行分类，并对分类结果进行评价。根据分类结果比较两期影像数据的土地利用类型变化，并对发生的变化进行分析。

3.2 数据预处理

对获取的影像数据进行预处理，主要包括影像地理配准、基于Flash模型的大气校正、辐射定标和图像裁剪等方式。

3.3 分类方法选择及土地利用类型分类

选取植被、耕地、建设用地、水域四种土地利用类型的样本，2011年样本可分离度如图2所示。

图2 2011年样本可分离度

根据选取的样本分别使用监督分类中的平行六面体、最小距离、马氏距离、最大似然四种分类方法对2011年影像数据进行分类。四种分类器的分类结果如图3所示。

图3 四种分类方法对2011年影像分类结果

然后在研究区均匀选取真实地物的验证点各50个对分类结果进行精度评定，精度评定结果如表2所示。

表2 四种分类方法分类精度对比

根据精度评定结果我们可以发现最大似然分类器对于该研究区的分类效果最好，分类精度最高，于是选择最大似然法作为本研究区域土地利用分类的分类方法，并利用该方法对2017年的影像进行分类。

3.4 分类后处理

在运用最大似然法对两期影像分类后，得到的只是初步的结果，因为有一些分类噪声的存在，会对后面的分析对比造成影响。所以选用Majority算法将噪声去除。噪声去除前后对比，如图4所示。

图4 Majority处理前后对比

4 结果与分析

在研究区选取两时期四种地物样本点各50个对分类结果进行验证，精度验证结果为2011年和2017年总体精度分别为：91.7861%、87.9997%，Kappa系数分别为0.8597、0.8274。

基于分类结果变化信息进行提取，变化信息统计如表3所示：

表3 变化信息统计表

由变化统计表，可以清楚的发现：

①建设用地范围明显增加，这在一定程度上反映了鸡冠区城市建设的不断发展；

②耕地面积大幅度减少，由于城市的不断扩张，必然要牺牲一部分耕地，这不单单是该区域独有的现象，从全国的角度来看，这一现象也是常见的；

③植被覆盖率有所增加，从这一点我们可以看出鸡冠区在进行城市建设的同时注重环境的保护；

④水域面积减少，发生此现像是因为人们对水资源的需求量不断增加。

5 结语

本文探讨和分析了监督分类中常用的四种分类方法的分类精度，并基于分析的结果，确定了适合该研究区的分类方法，使用该方法和两时期Landsat系列卫星数据对鸡冠区土地利用类型分类，得到了土地利用类型信息，最后比较两时期的土地利用类型，对土地利用类型的变化进行了统计分析。

本文的优势在于使用遥感技术可以快速高效的获取土地利用信息，为智慧城市发展提供参考。但也存在错分和人工参与程度较高等不足，后续考虑使用深度学习等方法进行深入研究，进一步提高分类精度和实现自动分类。