《表1 研究区遥感影像数据源Tab.1 Remote sensing image data of the study area》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于遥感数据的伊宁市城市扩展及其驱动力分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用彩色合成等方法对所有的遥感影像进行融合和增强处理，同时将伊宁市1:100 000地形图作为几何控制点，对2005年图像进行几何配准，再以2005年的图像为准，分别对1990年、1996年、2000年、2010年和2015年的图像进行几何精纠正，误差控制在0.5个像元以内。因所获取的遥感数据中2010年的ETM+影像存在周期性扫描条带，所以首先需对影像条带的噪声进行处理。单传感器光谱仪、星载和机载多传感器成像中经常存在一类条带噪声的现象[12]，利用地理空间数据云条带处理工具可以处理这种条带噪声。然后，根据联合国粮食与农业组织（FAO/UNEP）土地覆被分类系统（LCCS）[23-24]以及研究区域实际情况建立土地覆被分类体系。研究区域内城乡住宅和公共设施用地、工矿用地、交通、水利设施用地等归纳成一个类，称为建设用地；水浇地、旱地、人工耕作地等归纳成一个类，称为耕地；水库、河流、湖泊、田间水渠、水田、自然水域等归纳成一个类，称为水体；研究区域内自然植被分布区较广，自然乔木林地面积较大，而且在30 m空间分辨率水平上难以准确分出乔、灌，所以都归为一类，称为林地；研究区域内砾石地、裸土地、裸岩等既非水域又非植被覆盖的自然地貌分布最广，但是在生态系统中的作用类似或对生态系统的积极作用不大，所以归为一类，并统称之为未利用地。采用ENVI 5.1软件中的最大似然法和人工目视解译等监督分类方法，将研究区土地利用类型划分成耕地、林地、水体、建设用地及未利用地5类（图2），本项研究采用实地考察、影像目视解译和混淆矩阵（confusion matrix）的方式相结合对分类结果进行了精度验证，总精度在88%以上，具体结果如表1所示。最后，对土地利用变化进行统计分析。