近二十年来,我国经济发达地区土地利用发生了前所未有的快速变化。城市迅速扩展、农田大量流失,使得人地矛盾更加尖锐,伴随而来的环境恶化、土地质量下降等问题非常突出,并且制约了经济的快速协调发展。因此开展不同区域土地利用变化的动态监测研究是迫在眉睫的任务。但传统的统计方法不仅费时费力,且时效性、准确度都不高,遥感作为一门技术手段具有广域性、周期性、连续性和经济性的特点,可以快速有效地获取研究区域在某时间段内土地利用的变化信息。而新一代中等分辨率光谱仪(MODIS)具有高光谱和高时相分辨率的优势,且其空间分辨率也由NOAA AVHRR的1 km提高到250 m,非常有利于捕捉连续的土地利用变化信息,而且其对更高空间分辨率、低时相分辨率比较适合中小尺度土地利用变化研究的TM/ETM+影象具有明显的补益作用。因此,本研究以我国经济发达地区江苏省吴江市为例,使用1984、1991、1998和2005年TM/ETM+影象研究了水稻田近20年来的土地利用变化情况,着重探讨了MODIS数据与TM/ETM+相结合的方法来提取土地利用变化信息的方法,并进一步应用遥感解译的土地利用变化结果结合第二次全国土壤普查数据、2003年全国土壤定位监测数据及吴江市土壤年度定位监测资料研究了水稻表层土壤有机碳库的变化情况,主要研究结果如下: ● 根据遥感解译,吴江市1984-2005年土地利用分1984-1991年,1991-1998年和1998-2005年三个时段监测结果:1)吴江市1984年和1991年水稻种植面积分别为714.62 km2和629 km2, 7年间下降了85.62 km2 ,其中建设用地、林地、水体和旱地分别占用稻田35.67km2、13.79 km2、19.51 km2和16.65 km2;2) 1998年稻田面积为542.95km2,1992-1998年间水稻种植面积下降了86.05 km2,建设用地、 林地、水体和旱地分别占用稻田面积为:47.31 km2、15.8 km2、13.01 km2和9.93 km2;3) 1998-2005年间土地利用变化有所加快,其中稻田转化为建设用地和林地的面积分别为:253.28km2和62.63km2,原1984年稻田在2005年土地利用分布为:稻田254.79 km2、建设用地336.26 km2、林地92.22 km2、旱地10.25 km2 和水体21.10km2。 ● 基于MODIS数据的多种分类特征选择和良好的分类器能提高区域尺度土地利用分类的精度。在不同分类器比较试验中,以应用MODIS植被指数、水分指数时序系列进行掩膜的分类方法分类效果优于其它分类方法,总体分类精度达到66.60%,决策树分类法也表现出良好效果,在分类树中引入近年发展起来的一种机器学习领域内的增强技术-boosting技术,能提高类别的分类准确率。而神经网络分类精度并不比传统分类方法好,单独使用MODIS影象在中小尺度难以取得较好的分类效果。本研究进一步探索使用2000-2005年MODIS 影象与高空间分辨率遥感信息源2005年ETM+相结合的方法来提取土地利用变化信息,结果表明,辅以2005年ETM+的2000-2005年MODIS 影象分类方法能够取得较好的分类效果,2000年MODIS影象相对于2000年TM影象的分类精度分别为:水体91.67%、稻田85.40%、建设用地92.09%、旱地70.80%和林地71.93%,该分类方法的总体分类精度达到了85.25%。根据辅以2005...

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。