利用遥感技术分析土地利用及变化原因-以甘肃省兰州市西固区马圈沟为例_第1页
利用遥感技术分析土地利用及变化原因-以甘肃省兰州市西固区马圈沟为例_第2页
利用遥感技术分析土地利用及变化原因-以甘肃省兰州市西固区马圈沟为例_第3页
利用遥感技术分析土地利用及变化原因-以甘肃省兰州市西固区马圈沟为例_第4页
利用遥感技术分析土地利用及变化原因-以甘肃省兰州市西固区马圈沟为例_第5页
已阅读5页,还剩27页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

-21-第一章绪论1.1选题目的与意义土地利用是指人类及其生境利用土地的方式,一般通常强调土地对经济活动的功能作用。一个地区的土地利用模式是自然和社会经济因素以及人类在时间和空间上利用这些因素的结果[1]。分析历年来区域不同种地表类型之间的转换以及城市化进程对土地利用的影响,研究土地利用变化对地质灾害的作用力。研究土地利用变化可以分应一个地区的人类劳动与土地结合获得物质产品和服务的经济活动问题,也可以反应这个地区土地质量特性和社会土地需求协调所决定的土地功能过程,还可以反映当地自然气候条件对生态变化的影响。总之研究土地利用对于协调\t"/item/%E5%9C%9F%E5%9C%B0%E5%88%A9%E7%94%A8/_blank"人地关系、发展国民经济有重要的作用。除地理学以外,经济科学、农业科学、城市科学等学科也以不同方式研究土地利用。因此本文以甘肃省兰州市西固区马圈沟为例,马圈沟地区泥石流问题不但影响当地与外界联系的道路及兰州市环城公路的畅通,而且还影响当地居民的生产生存问题,甚至在上世纪六十年代造成六十余人丧命。因此马圈沟地区土地利用变化以及原因分析对泥石流等重大地质灾害的监测与预测的工作十分重要。1.2国内外研究现状国内外很多学者利用遥感数据可以实现在不同分辨率下提取土地利用覆盖信息,这些信息对于农业监测,灾害监测,城市扩张分析,矿点分布提取等具有重要的应用价值。ElGammal[2]等利用遥感数据提取的分类结果使用了多个不同时间段(1972、1982、1987、2000、2003和2008)的陆地卫星图像,并在ERDAS和ARCGIS软件中处理这些图像,以分析湖岸及其水量的变化。Bhagawa[3]根据加德满都大都会四个土地利用/土地覆盖图中使用地理信息系统提取的统计数据进行了变化分析。他认为,土地利用统计和过渡矩阵是分析土地利用变化的重要信息。ElAsmar等ADDINEN.CITE<EndNote><Cite><Author>El-Asmar</Author><Year>2013</Year><RecNum>392</RecNum><DisplayText><styleface="superscript">[8]</style></DisplayText><record><rec-number>392</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554294710">392</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>El-Asmar,HeshamM</author><author>Hereher,MohamedE</author><author>ElKafrawy,SamehB</author></authors></contributors><titles><title>SurfaceareachangedetectionoftheBurullusLagoon,NorthoftheNileDelta,Egypt,usingwaterindices:Aremotesensingapproach</title><secondary-title>TheEgyptianJournalofRemoteSensingandSpaceScience</secondary-title></titles><periodical><full-title>TheEgyptianJournalofRemoteSensingandSpaceScience</full-title></periodical><pages>119-123</pages><volume>16</volume><number>1</number><dates><year>2013</year></dates><isbn>1110-9823</isbn><urls></urls></record></Cite></EndNote>[4]在埃及尼罗河三角洲北部的Burullus泻湖应用了遥感指数,即归一化差水指数(ndwi)和修正的归一化差水指数(mndwi),以量化1973至2011年间泻湖水体面积的变化。Rawat等ADDINEN.CITE<EndNote><Cite><Author>Rawat</Author><Year>2013</Year><RecNum>397</RecNum><DisplayText><styleface="superscript">[13]</style></DisplayText><record><rec-number>397</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554295106">397</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Rawat,JS</author><author>Biswas,Vivekanand</author><author>Kumar,Manish</author></authors></contributors><titles><title>Changesinlanduse/coverusinggeospatialtechniques:acasestudyofRamnagartownarea,districtNainital,Uttarakhand,India</title><secondary-title>TheEgyptianJournalofRemoteSensingandSpaceScience</secondary-title></titles><periodical><full-title>TheEgyptianJournalofRemoteSensingandSpaceScience</full-title></periodical><pages>111-117</pages><volume>16</volume><number>1</number><dates><year>2013</year></dates><isbn>1110-9823</isbn><urls></urls></record></Cite></EndNote>[5]对印度北方卡罕(印度)Kumaun喜马拉雅的五个主要城镇(即Ramnagar、Nainital、Bhimtal、Almora和Haldwani)的土地利用/土地覆盖进行了研究。根据1990年至2010年土地利用/土地覆盖变化的20年卫星数据,发现,由于在农业和植被土地上建造新建筑,建成面积急剧增加。Amin等ADDINEN.CITE<EndNote><Cite><Author>Arshad</Author><Year>2012</Year><RecNum>398</RecNum><DisplayText><styleface="superscript">[14]</style></DisplayText><record><rec-number>398</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554295112">398</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Arshad,Amin</author><author>Arif,Amin</author><author>Singh,SudhirKumar</author></authors></contributors><titles><title>StudyofurbanlandusedynamicsinSrinagarcityusinggeospatialapproach</title><secondary-title>Bulletinofenvironmentalandscientificresearch</secondary-title></titles><periodical><full-title>Bulletinofenvironmentalandscientificresearch</full-title></periodical><pages>18-24</pages><volume>1</volume><number>2</number><dates><year>2012</year></dates><isbn>2278-5205</isbn><urls></urls></record></Cite></EndNote>[6]对克什米尔河谷斯利那加市的土地利用/土地覆盖图进行了研究。他们观察到,从1990年到2007年,斯利那加市发生了重大变化。分析还表明,土地利用方式的变化导致了森林面积、空地等的损失。Kumar等ADDINEN.CITE<EndNote><Cite><Author>Kumar</Author><Year>2013</Year><RecNum>399</RecNum><DisplayText><styleface="superscript">[15]</style></DisplayText><record><rec-number>399</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554295118">399</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Kumar,Pavan</author><author>Sharma,LaxmiKant</author><author>Pandey,PremChandra</author><author>Sinha,Suman</author><author>Nathawat,MahendraSingh</author></authors></contributors><titles><title>Geospatialstrategyfortropicalforest-wildlifereservebiomassestimation</title><secondary-title>IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing</secondary-title></titles><periodical><full-title>IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing</full-title></periodical><pages>917-923</pages><volume>6</volume><number>2</number><dates><year>2013</year></dates><isbn>1939-1404</isbn><urls></urls></record></Cite></EndNote>[7]利用森林调查和地理空间方法,开展了关于沙里卡野生动物保护区生物量估算的研究,以根据在地块级别测量的生物量与相关光谱特征之间的统计相关性,开发了一个地面分布生物量与光谱特征的识别模型。卢晓峰ADDINEN.CITE<EndNote><Cite><Author>卢晓峰</Author><Year>2008</Year><RecNum>394</RecNum><DisplayText><styleface="superscript">[17]</style></DisplayText><record><rec-number>394</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554294745">394</key></foreign-keys><ref-typename="Thesis">32</ref-type><contributors><authors><author>卢晓峰</author></authors></contributors><titles><title>基于RS和GIS的郑州市城市扩展研究</title></titles><dates><year>2008</year></dates><urls></urls></record></Cite></EndNote>[8]利用RS和GIS技术,使用1988年和2001年的TM/ETM+遥感影像郑州市城市分类以及扩展情况进行了研究。将归一化建筑指数(NDBI)、归一化水体指数(NDWI)和土壤调节植被指数(SAVI)作为郑州市城市地表覆盖类型城镇用地、水体和植被的判别指数。采用最大似然法基于Envi掩膜功能和Arcgis工具的空间叠加分析功能对城市扩展的面积、方向及速率等信息进行了提取,最终分析城市扩展情况。结果表明:1988年-2001年郑州城区面积共扩展61.33平方公里,平均每年扩展4.7平方公里,可近似看作是以二七广场为中心向四周呈同心圆式蔓延扩展。张帅ADDINEN.CITE<EndNote><Cite><Author>张帅</Author><Year>2012</Year><RecNum>395</RecNum><DisplayText><styleface="superscript">[18]</style></DisplayText><record><rec-number>395</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554294750">395</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>张帅</author><author>邵全琴</author><author>刘纪远</author><author>徐新良</author></authors></contributors><titles><title>黄河源区玛多县土地利用/覆被及景观格局变化的遥感分析</title><secondary-title>地球信息科学学报</secondary-title></titles><periodical><full-title>地球信息科学学报</full-title></periodical><pages>109-115,128,141</pages><volume>9</volume><number>4</number><dates><year>2012</year></dates><isbn>1560-8999</isbn><urls></urls></record></Cite></EndNote>[9]利用1977、1990及2003年MSS、TM多时相遥感数据,借助机交互的解译与GIS技术,成功提取黄河源地区玛多县土地利用/覆盖信息,另外通过FRAGSTATS软件对玛多县景观级别的动态特征进行了分析。结果表明:草地地表是玛多县的土地利用/覆被类型的主要分布,占该县总面积的77.92%,在这期间,这一主要覆盖地表出现了严重的退化现象,草地沙化严重,进而导致草地植被覆盖度大大降低。景观破碎化程度呈现先下降后上升的变化趋势,并且朝着越来越多样化的方向发展。总而言之,学者们分别从那些方面利用遥感影像,运用了那些手段,解决了那些问题,为今后利用遥感信息,研究那些问题提供了有益的探索。遥感数据的应用可以使研究土地利用变化的时间更短、成本更低、准确度更好成为可能,与提供数据分析、更新和检索适当平台的地理信息系统。高空间分辨率卫星图像和更先进的图像处理和地理信息系统技术的出现,导致了对土地利用模式进行更为常规和一致的监测和建模的转变。遥感已广泛应用于土地利用图的更新,土地利用图已成为遥感最重要的应用之一ADDINEN.CITE<EndNote><Cite><Author>Lo</Author><Year>2004</Year><RecNum>382</RecNum><DisplayText><styleface="superscript">[5]</style></DisplayText><record><rec-number>382</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554294515">382</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Lo,CP</author><author>Choi,Jinmu</author></authors></contributors><titles><title>Ahybridapproachtourbanlanduse/covermappingusingLandsat7EnhancedThematicMapperPlus(ETM+)images</title><secondary-title>InternationalJournalofRemoteSensing</secondary-title></titles><periodical><full-title>Internationaljournalofremotesensing</full-title></periodical><pages>2687-2700</pages><volume>25</volume><number>14</number><dates><year>2004</year></dates><isbn>0143-1161</isbn><urls></urls></record></Cite></EndNote>[10]。Landsat系列遥感卫星能够全面展现过去40多年地球表面的土地变化信息,同时该数据对用户免费开放,代表了识别和监测人造和物理环境变化的大量信息ADDINEN.CITE<EndNote><Cite><Author>Bastawesy</Author><Year>2014</Year><RecNum>384</RecNum><DisplayText><styleface="superscript">[6,7]</style></DisplayText><record><rec-number>384</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554294553">384</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Bastawesy,MohammedEl</author></authors></contributors><titles><title>HydrologicalscenariosoftheRenaissanceDaminEthiopiaanditshydro-environmentalimpactontheNiledownstream</title><secondary-title>JournalofHydrologicEngineering</secondary-title></titles><periodical><full-title>JournalofHydrologicEngineering</full-title></periodical><pages>04014083</pages><volume>20</volume><number>7</number><dates><year>2014</year></dates><isbn>1084-0699</isbn><urls></urls></record></Cite><Cite><Author>Chander</Author><Year>2009</Year><RecNum>383</RecNum><record><rec-number>383</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554294547">383</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Chander,Gyanesh</author><author>Markham,BrianL</author><author>Helder,DennisL</author></authors></contributors><titles><title>SummaryofcurrentradiometriccalibrationcoefficientsforLandsatMSS,TM,ETM+,andEO-1ALIsensors</title><secondary-title>Remotesensingofenvironment</secondary-title></titles><periodical><full-title>RemoteSensingofEnvironment</full-title></periodical><pages>893-903</pages><volume>113</volume><number>5</number><dates><year>2009</year></dates><isbn>0034-4257</isbn><urls></urls></record></Cite></EndNote>[11,12]。大量研究已经表明,Landsat系列数据在进行准确可靠的变化检测分析中的重要性ADDINEN.CITE<EndNote><Cite><Author>El-Asmar</Author><Year>2013</Year><RecNum>385</RecNum><DisplayText><styleface="superscript">[8]</style></DisplayText><record><rec-number>385</rec-number><foreign-keys><keyapp="EN"db-id="tz0twd09s599vaere26pv2doxz5xrtrwvvww"timestamp="1554294558">385</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>El-Asmar,HeshamM</author><author>Hereher,MohamedE</author><author>ElKafrawy,SamehB</author></authors></contributors><titles><title>SurfaceareachangedetectionoftheBurullusLagoon,NorthoftheNileDelta,Egypt,usingwaterindices:Aremotesensingapproach</title><secondary-title>TheEgyptianJournalofRemoteSensingandSpaceScience</secondary-title></titles><periodical><full-title>TheEgyptianJournalofRemoteSensingandSpaceScience</full-title></periodical><pages>119-123</pages><volume>16</volume><number>1</number><dates><year>2013</year></dates><isbn>1110-9823</isbn><urls></urls></record></Cite></EndNote>[13]。对于马圈沟这一泥石流灾害频发的地区,土地利用提取信息的价值得以体现,通过高分辨率数据得到的分类结果,可以总结年时间序列上马圈沟土地利用变化特征,对泥石流灾害发生前后的图例变化特征进行分析,构建灾害预测模型对马家沟地区具有重要意义。1.3主要研究内容与技术路线1.3.1研究内容本研究利用NASA的陆地卫星(Landsat)1991、2000以及2016年不同时间的Landsat图像,在26年的时间内量化自1991年以来马圈沟土地利用覆盖的变化。,致力于甘肃省西固区马圈沟的历史土地利用并研究该地区泥石流与土地利用变化之间的关系。本研究在采用通过在基于对象和像素的图像分析框架中使用谷歌卫星影像统计研究区内建筑用地、耕地、林地、山体四种地表类型的训练样点,每个时相的影像各统计一次,得到各自的训练数据,根据不同地表类型样点在三波段合成图像中不同时期的反射特征和空间差异特征信息,基于最大似然分类方法对整个马圈沟地表覆盖类型进行区分,得到五个时期马圈沟地表覆盖类型分类图,根据不同时期的地表利用分类图根据不同时期的土地利用分类图,对马圈沟土地利用变化及其进行分析。最后结合西固区统计年鉴数据对马圈沟土地利用变化情况的驱动力进行分析。1.3.2技术路线1.本文的技术路线图如下所示:21.查阅马圈沟相关地质资料,收集研究数据,分别为三景Landsat遥感影像。制定相应的土地调查利用分析方案,以最大似然法的监督方法进行分类。2.收集研究数据,分别为三景Landsat遥感影像。。提取遥感影像土地利用信息,最大似然法的监督方法进行分类,提取历年来土地利用类型信息3.,分析土地利用面积变化特征,并土地利用变化原因进行分析3.对遥感数据进行预处理,基于Envi中的FLAASH模块进行大气校正,然后进行假彩色合成。4.在研究区假彩色图中选择相应的感兴趣区域,使用最大似然法进行分类。5.使用混淆矩阵对分类结果进行精度评价。6.根据分类结果提取相应的土地利用面积进行变化特征分析。7.结合遥感数据与调查资料对土地利用变化原因进行分析。图2.1技术路线图第二章研究区概况2.1研究区自然地理马圈沟位于甘肃省兰州市西固区的南部,西固区是兰州市西大门,是甘肃省和兰州市的核心工业区、中国西部最大的石油化工基地,目前已成为西部地区生产要素最密集的区域之一。西固区地势总特征是西南及南部高、东北低,黄河由西向东横穿全境,南北两山对峙并向黄河谷地倾斜。而本文的研究区马圈沟位于西固区南部,马圈沟主沟道总长6.1km,沟口据黄河主河道4.4km,沟道最宽处不超过50m。马圈沟流域东西向最宽处长约2.3km,最窄处长约0.4km,流域面积为9.3km2。马圈沟占地面积约900万平方米,北纬36°1′至36°5′,东经103°36′至103°38′(如图2.1)。2.1兰州马圈沟地理位置图2.2研究区水文气象马圈沟地处大陆内地,远离海洋,大陆性气候显著。日照较为充足,降水少,蒸发量比较大,春季干燥且干旱多风;夏季热且降水较为集中;秋季温度适宜;到了冬季温度低但降雪少。马圈沟是我国东部地区,蒙新和新疆地区,青藏高原三大地理区就气温而言的过渡地带,气候温和的时间占全年一半以上,夏季一般不会出现高温。比同纬度的东部地区凉爽得多是因为因地势与泰山的海拔相差不大,最热的七月,平均气温也仅22.6℃。而在冬季,四周环山,特别是祁连山东段挡住了南下的寒潮,故较附近的黄土高原暖和,最冷的一月份。年均降水量329mm,集中在夏季。65年来马圈沟流域年降水量总体呈逐下降趋势,降水量每10年大约减少8.2mm;流域全年日照时数平均2446小时,无霜期180天以上,最大冻土深度1.07m,最大风速21.4m/s,主导风向为北北东,次风向为南西。马圈沟地处大陆内地,远离海洋,大陆性气候显著。降水偏少,日照充足,蒸发量大,气候干燥。春季干旱多风;夏季酷暑,降水集中;秋季凉爽;冬季寒冷少雪。就气温来说,马圈沟是中国东部地区、蒙新地区和青藏高原三大自然地理区的过渡地带,一年当中的大部分时间气候温和,夏季没有酷热的暑天,因地势相当于泰山的海拔高度,所以比同纬度的东部地区凉爽得多,最热的七月,平均气温也仅22.6℃。而在冬季,四周环山,特别是祁连山东段挡住了南下的寒潮,故较附近的黄土高原暖和,最冷的一月份。年均降水量328mm,主要集中在6—9月,其降水量约占全年降水量的60%以上,流域年降水量最大值为537mm(1978年),最小值为168mm(2006年),降水最多及最少年份的年降水量相差368mm,春季平均降水量为61.08mm,夏季平均降水量为171.87mm,秋季平均降水量为72.49mm,冬季平均降水量为5.2mm(表2.1),流域日最大降水量96.8mm,小时最大降水量52.0mm,10分钟最大降水量18.6mm,近65年来马圈沟流域年降水量总体呈下降趋势,降水量每10年大约减少8.2mm;流域全年日照时数平均2446小时,无霜期180天以上,最大冻土深度1.07m,最大风速21.4m/s,主导风向为北北东,次风向为南西。表2.1马圈沟流域1951—2015年降水量统计表时间平均值/mm最小值/mm最大值/mm极值比春季62.081218615.5夏季171.88503416.82秋季72.49171589.29冬季5.2021—全年311.651695363.17马圈沟所属黄河流域,黄河兰州段全长152km,由西向东弯曲呈“W”形自城区北部流过,其中流经市区45km,河道平均比降为1.02‰,黄河兰州段河面较宽,一般在200~500m,水深一般在1.5~3m,河水平均含沙量为1.57kg/m3,多年平均输沙率为2761kg/s,兰州站小水年年平均流量为681m3/s,多水年年平均流量为1360m3/s,中水年年平均流量为1060m3/s,河水平均流速1.0m/s,最大流速5.75m/s,最小流速0.42m/s。黄河上游径流主要为流域内降水形成,以雨水补给为主,融雪补给为辅,径流量中地表径流约占60%,地下径流约占40%。马圈沟为黄河右岸一级支沟,其中上游有泉水溢出,流量为0.03m3/s(2009年)。2.3研究区地质条件2.3.1马圈沟出露地层主要有::(一)前第四系1.奥陶系中上统雾宿山群(O2-3wx):主要出露于流域西南部山地。其岩性为变质安山岩、凝灰质角砾岩、变质砂岩和结晶灰岩等。2.白垩系(K):出露于马圈沟王家营一带沟道中,分布范围较小。岩性为棕红色、紫红色及锈黄色泥岩、砂砾岩互层,底部为灰绿色砂质砾岩或砂岩,其中以棕红色、紫红色厚层-块状粉砂质泥岩占绝对优势,夹紫灰、紫红色薄层至巨厚层的中细粒砂岩和少量棕红色薄层泥质粉砂岩,偶夹绿灰色薄层粉砂岩。砂岩岩层稳定,并见有粒序层理、斜层理、交错层理、龟裂、虫迹和植物化石碎片,常见0.5~1cm厚的裂隙和夹层石膏。(二)第四系1.上更新统风积黄土(Q3eol):广泛分布于流域的丘陵、Ⅳ级阶地及其以上的高阶地残塬地带,厚度一般10~30m,疏松,具垂直节理和大空隙。夹厚度在10m左右的砂砾卵石透镜体,疏松、半胶结,分选较差,磨圆度次棱角状。2.上更新统冲积粉土、砂砾石层(Q3al):下伏于流域黄河Ⅳ级及其以上阶地黄土之下,具二元结构。自下而上砂砾石层厚5~10m,松散,磨圆度较好,分选性差,砾石成分复杂;粉土厚10~20m,疏松,孔隙发育,具清晰的水平层理。3.全新统冲洪积粉土、砂砾石层(Q4al-pl):主要有分布于北部河谷及沟口以下沟道、排导渠内。河谷Ⅰ、Ⅱ级阶地及漫滩的粉土、砂砾石层,厚度一般几米到十几米,是地下潜水的主要赋存场所;沟谷地带的碎石土,厚2~3m,松散,土质含量高。2.3.2土地工程地质类型土体的工程地质特征决定于组成土体的各类土的工程地质特征和土体结构,流域内土体大致可划分为风力堆积、水力堆积及重力堆积三类,可进一步划分土型:1.砂土~碎砾土双层土体(Q4al-pl):主要分布于黄河Ⅰ~Ⅱ级阶地及一级支沟沟谷中,具有二元结构,上部为砂土,下部为碎砾土。上部砂土基本特征值为γ=15.0KN/m3,φ=20°,c=10kPa,ƒak=140kPa;下部为砂砾卵石基本特征值为γ=19.0KN/m3,φ=40°,ƒak=400kPa。2.碎石土单层土体(Q4del):为滑坡、泥石流堆积物,分布于山前、沟坡及沟谷漫滩和沟口一带,成分复杂,其岩性与沟谷中出露岩性一致。物理力学性质不稳定,工程地质性质差。3.粘性土~砂土~砂砾石多层土体(Q4al):分布于黄河Ⅲ~ⅤⅢ级阶地底部。上部为粘性土,下部为砂土、碎砾土。上部粘性土密实~稍密,可塑。上部粘性土基本特征值为γ=17.0KN/m3,φ=26°,c=10kPa,ƒak=140kPa;下部砾卵石基本特征值为γ=21.0KN/m3,φ=40°,ƒak=500kPa。4.粉土-粉质粘土-粉性土多层土体(Q4eol):流域内广泛分布,为马兰黄土。土体具有大孔隙,结构疏松,垂直节理发育,无层理。随原始地形的起伏厚度变化较大,一般厚50~100m。其成分主要由石英和长石组成,土体处于软塑-可塑状态,具强湿陷性。粉土基本特征值为γ=15.4KN/m3,φ=26°,c=7.0kPa,ƒak=180kPa;粉质粘土,基本特征值为γ=18.8KN/m3,φ=28°,c=8.0kPa,ƒak=190kPa。丘陵区粉土基本特征值为γ=14.0KN/m3,φ=22°,c=14.0kPa,ƒak=140kPa。该类土体是马圈沟流域崩塌、滑坡灾害的多发地层和易滑岩组。2.3.3岩体工程地质类型依据岩体建造类型、岩体结构、岩相类型及其力学性质,马圈沟流域可分为两类工程地质岩组:1.层状坚硬变质安山岩、硅质千枚岩岩组(O)分布于流域西南部山地,由奥陶系地层组成,岩性为变质安山岩、凝灰角砾岩、变质砂岩、结晶灰岩。层块状结构,抗压强度80~180MPa,为较好的工程地质岩组。2.层状软弱~半坚硬泥岩、砂岩岩组(k)为流域内丘陵、河谷地带主要基座岩体,仅在马圈沟王家营一带沟道中出露。由白垩系地层组成,岩性主要为紫红色砂岩、泥岩互层夹透镜状砂岩。中厚层~薄层状结构。该岩组中砂岩质地坚硬,而泥岩则较软弱,为不良工程地质岩组。砂岩基本特征值为γ=24.32KN/m3,φ=36°,ƒak=1500kPa;泥岩基本特征值为γ=24.93KN/m3,φ=26°,ƒak=2000kPa。近年来,人类工程活动的增加对马圈沟沟谷内工程地质条件产生了一定影响:一是以公路建设、天然气输气管道工程、电力线路工程、绿化上水工程、绿化土地平整、采砂取土及其它建设项目等为主的工程活动近年来强度不断增大,形成大量弃土,对山坡的稳定也产生了长期的不利影响,诱发崩塌、滑坡,大大增加了沟谷内泥石流松散固体物质的来源;二是以城市生活、建筑垃圾为主的大量废弃物堆积于沟道及排导渠,严重堵塞沟道和排导渠,既增加了沟谷内泥石流松散固体物质的来源,又加大了泥石流灾害的强度;三是城区开发建设,存在占用、改造排洪道,降低其排洪能力的现象。2.4研究区泥流发育史甘肃省是全国为数不多的几个大泥石流地质灾害危害区其中之一,其中有53个县发生过泥石流地质灾害。据统计,境内有泥石流沟六千余条,其中沟谷型和河谷型泥流沟5120条,大约占总数的八成,这些泥石流沟大部分集中在东部地区,河西地区较少,剩下为山坡型泥石流,而山坡型泥石流大部分分布在陇南市。受降水分布及暴雨出现次数的影响,甘肃省泥石流分布密度和暴发频率由南向北呈递减趋势,大致可分为3个泥石流分布区:陇南黏性泥石流分布区;黄土高原泥流分布区;河西内陆河流域稀性泥石流区兰州西固区南部低山、丘陵及高阶地地形切割强烈,沟坡陡峭,岩土体破碎、松散,崩塌、滑坡等不良地质现象发育,诸沟道内固体松散物质丰富,泥石流灾害发育,若遇暴雨,往往形成破坏性极强的泥石流。曾于1958年、1964年、1979年、1984年、1986年、1996年及2004年,普遍发生洪水、泥石流灾害,淹没城区、毁坏房屋、冲断公路铁路及桥梁,危害最为严重的是1965年7月20日、8月11日和8月19日,南部一带连续几次发生了大规模泥流,其中以65年7月20日爆发的泥流灾害最严重,由于杏胡台及马耳山区4小时降水达150mm,元托帽沟、马圈沟和脑地沟等7条沟同时发生泥流,从西固福利区至陈官营车站淤积面积达4km2,死亡约260余人、伤50余人,埋没住宅20余栋、埋毁铁路3.36km,中断行车三十多个小时,直接经济损失将近亿元。上世纪五十年代至今,马圈沟历史泥石流灾害共造成200人死亡、30人受伤,直接经济损失达1500万元,在甘肃省地质环境监测院编制的《兰州市西固南山泥石流特大型地质灾害—综合防治前期(可行性)勘查报告》(2009年)中,将马圈沟泥流灾情及险情等级均划分为特大级甘肃省是全国4大泥石流地质灾害危害区之一,全省87个县(市、区)中,其中有53个不同程度地发生过泥石流地质灾害。据统计,全省共有泥石流沟6260条,其中沟谷型和河谷型泥石流沟共5120条,占总数的82%(表2-1),这些泥石流沟大部分集中在东部地区,河西地区较少,其余为山坡型泥石流,而山坡型泥石流主要分布在陇南市。受降水分布和暴雨出现次数的影响,甘肃省泥石流分布密度和暴发频率由南向北呈递减趋势,大致可分为3个泥石流分布区:陇南黏性泥石流分布区;黄土高原泥流分布区;河西内陆河流域稀性泥石流区兰州西固区南部低山、丘陵及高阶地地形切割强烈,沟坡陡峭,岩土体破碎、松散,崩塌、滑坡等不良地质现象发育,诸沟道内固体松散物质丰富,泥石流灾害发育,若遇暴雨,往往形成破坏性极强的泥石流。曾于1958年、1964年、1979年、1984年、1986年、1996年及2004年,普遍发生洪水、泥石流灾害,淹没城区、毁坏房屋、冲断公路铁路及桥梁,危害最为严重的是1964年7月20日、8月12日和8月19日,南部一带连续三次发生了大规模泥流,其中以7月20日凌晨爆发的泥流灾害最为严重,由于杏胡台、马耳山区4小时降水达150mm,元托帽沟、马圈沟、脑地沟等7条沟同时发生泥流,冲出的泥砂量约60×104m3,从西固福利区至陈官营车站淤积面积达4km2,死亡约250余人、伤60余人,埋没住宅21栋、埋毁铁路3.36km,中断行车34小时之久,直接经济损失近亿元。上世纪五十年代至今,马圈沟历史泥石流灾害共造成200人死亡、30人受伤,直接经济损失达1500万元,在甘肃省地质环境监测院编制的《兰州市西固南山泥石流特大型地质灾害—综合防治前期(可行性)勘查报告》(2009年)中,将马圈沟泥流灾情及险情等级均划分为特大级遥感影像信息提取与分析3.1数据与预处理本研究使用的遥感数据为1991年7月11日的LandsatThematicMapper(TM)影像数据、2000年8月12日的LandsatEnhancedThematicMapperPlus(ETM+)影像数据以及2016年7月31日的LandsatOLI数据。TM是Landsat5卫星上的传感器,是环境研究中最常用的数据之一。TM由七个波段组成,其中六个在可见光和近红外波段,只有一个波段位于热红外区。TM1波段(中心波长0.49μm)用于沿海水域研究,TM2(0.56μm)用于作物鉴定和植被阶段研究,TM和TM4(分别为0.66和0.83μm)用于计算植被指数,即归一化差异植被指数(NDVI)、TM5和TM7(1.65和2.22μm)可分别用于云、冰、雪和地质构造的判别,最后TM6波段(有效波长11.457μm)用于进行地表温度(LST)反演。Landsat7卫星于1999年发射,装备有ETM+设备,ETM+被动感应地表反射的太阳辐射和散发的热辐射,有8个波段的感应器,覆盖了从红外到可见光的不同波长范围。ETM+比起在Landsat4、5上装备的TM设备在红外波段的分辨率更高,因此有更高的准确性。Landsat8卫星于2013年2月11号发射,其携带有两个主要载荷:OLI和TIRS。OLI陆地成像仪包括9个波段,空间分辨率为30米,其中包括一个15米的全色波段,成像宽幅为185x185km。OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLIBand5(0.845–0.885μm),排除了0.825μm处水汽吸收特征;OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征。此外,还有两个新增的波段:蓝色波段(band1;0.433–0.453μm)主要应用海岸带观测,短波红外波段(band9;1.360–1.390μm)包括水汽强吸收特征可用于云检测;近红外band5和短波红外band9与MODIS对应的波段接近。本研究下载的Landsat数据为TIF格式的数据,在使用前使用Envi对其进行大气校正以及地形校正。在下载数据之前,我们对数据的质量进行严格控制,根据研究区范围选择云量低于0.5%的Landsat影像,研究区内云量几乎没有,因此不需要对数据进行去云处理。使用Arcgis在西固区矢量图中提取马圈沟的矢量shp图,然后根据马圈沟矢量shp图对Landsat数据进行裁剪,得到马圈沟的各波段影像数据。图3.1为马圈沟1991年7月11日LandsatTM影像RGB合成假彩色图、2000年8月12日LandsatETM+影像RGB合成假彩色图、2016年7月31日LandsatOLI影像RGB合成假彩色图。图3.1马圈沟各时期Landsat影像RGB假彩色合成图3.2信息提取方法本文研究马家沟地区土地利用变化采用监督分类中的最大似然分类法,它是较为普遍使用的监督分类方法之一,也称为最大概似估计,也叫极大似然估计,是一种具有理论性的点估计法,最大似然分类法基本思想是:通过求出每个像元对于各类别归属概率,也称似然度,把该像元分到归属概率最大的类别中去的方法。最大似然法假定训练区地物的光谱特征和自然界大部分随机现象一样,近似服从正态分布,利用训练区可求出均值、方差以及协方差等特征参数,从而可求出总体的先验概率密度函数。当总体分布不符合正态分布时,其分类可靠性将下降,这种情况下不宜采用最大似然分类法。最大似然分类法在多类别分类时,普遍采用统计学方法建立起一个判别函数集,然后依据这个判别函数集计算各待分象元的归属概率。本文研究马家沟地区土地利用变化采用监督分类中的最大似然分类法,它是较为普遍使用的监督分类方法之一,也称为最大概似估计,也叫极大似然估计,是一种具有理论性的点估计法,最大似然分类法基本思想是:通过求出每个像元对于各类别归属概率,也称似然度,把该像元分到归属概率最大的类别中去的方法。最大似然法假定训练区地物的光谱特征和自然界大部分随机现象一样,近似服从正态分布,利用训练区可求出均值、方差以及协方差等特征参数,从而可求出总体的先验概率密度函数。当总体分布不符合正态分布时,其分类可靠性将下降,这种情况下不宜采用最大似然分类法。最大似然分类法在多类别分类时,普遍采用统计学方法建立起一个判别函数集,然后依据这个判别函数集计算各待分象元的归属概率。3.3解译标志土地利用分类有其较为固定的解译标志,例如从遥感影像中看到淡绿色,收获后呈灰黑色,形状规则,边界明显,或淡绿色,收获后呈亮白或亮粉色,形状规则,边界明显,则该地区可以判定为耕地;看到暗绿色,NDVI高于120低于200,这该地区可以判定为草地;看到暗绿色,NDVI高于198低于255,主要呈斑块状和线状分布,纹理呈颗粒状或绿色,NDVI高于110低于200,主要呈斑块状和线状分布,纹理呈颗粒状,则可以判定为林地;看到灰黑色、青灰色中夹紫红色、白色,内部色调不均,折线轮廓不明显,形状不规则,则可以判定为建筑用地。具体内容如表3.1土地利用现状分类体系及解译标志。表3.1土地利用现状分类体系及解译标志名称名称分类体系解译标志耕地011水田指用于种植水稻、莲藕等水生农作物的耕地。包括实行水生、旱生农作物轮种的耕地淡绿色,收获后呈灰黑色,形状规则,边界明显。012旱地指无灌溉设施,主要靠天然降水种植旱生家作物的耕地,包括没有灌溉设施,仅靠引洪淤灌的耕地淡绿色,收获后呈亮白或亮粉色,形状规则,边界明显。草地043其它草地指树林郁闭度<0.1,表层为土质,生长草本植物为主,不用于畜牧业的草地暗绿色,NDVI高于120低于200。林地031有林地指树木郁闭度≥0.2的乔木林地暗绿色,NDVI高于198低于255,主要呈斑块状和线状分布,纹理呈颗粒状。033其它林地包括疏林地(指树木郁闭度≥0.1、<0.2的林地)、未成林地、迹地、苗圊等林地绿色,NDVI高于110低于200,主要呈斑块状和线状分布,纹理呈颗粒状。建筑用地072农村宅基地农村用于生活居住的宅基地灰黑色、青灰色中夹紫红色、白色,内部色调不均,折线轮廓不明显,形状不规则3.4土地利用分类结果使用Envi软件进入菜单点击Classification--Supercised--LikelihoodClassification功能,对马圈沟各期影像进行土地利用分类。在红、绿、蓝假彩色合成图像上选择感兴趣区域,选择过程借助于已经授权的BIGEMAP提供的谷歌卫星地图,空间分辨率为0.97米,感兴趣区域尽可能的的分布尽可能密集,包括建筑用地、耕地、林地、山体草地,计算样本的可分离性,当可分离性>1.9则满足要求。红色代表建筑用地,黄色代表耕地,浅绿色代表林地,深绿色代表山体。然后分别基于ENVI使用最大似然的分类方法进行分类,将分类结果结合研究区坐标系信息输出,借助Arcgis软件生成马圈沟不同时期的土地利用分类结果图,最大似然的分类结果如下图3.2所示。图3.2为马圈沟1991年7月11日土地利用分类结果图、2000年8月12日土地利用分类结果图、2016年7月31日土地利用分类结果图。图3.2马圈沟各时期土地利用分类结果图得到了根据1991年、2000年、2016年马圈沟土地利用分类图。从图中我们,可看出,近26年来,马圈沟农业和城市都得到了较为迅速的发展。在2000年以前,由于地形的原因,马圈沟海拔较高,主要以山上的稀少的草地为主,平坦地表较少,土地利用情况主要以草地、耕地为主,草地占据了大半以上的土地。在海拔相对较低的周边,分布有规划较为平整的农田以及密集的林地,在图中以黄色和浅绿色表示。从1991年到2000年,耕地分布逐渐从周围向中间扩展,根据谷歌卫星地图如图3.3所示,扩张的耕地地表主要为山地上的梯田,占用了早年的裸露山地以及分布有草木的山体。在马圈沟南部,1991年分布了较多的林地,而在2000年一部分最南部的林地变更为了耕地,另一部分林地分布基本无大的面积和格局的变化。从2000年到2016年,西固区的城市分布扩张到了马圈沟的北部,以往分布的林地和农田被占用为建筑用地,从卫星地图来看,在马圈沟南部,一条较为宽阔的公路横穿南部地区,以南是城区,以北主要为其他非建筑用地,在农田密集分布的地区也出现了少量的建筑用地。同时,农田面积进一步扩大,以近城区扩大最为明显,土地利用的变更主要来源于草地和林地。图3.3马圈沟谷歌卫星地图土地利用变化及原因分析4.1土地利用变化特征分析利用不同时期Landsat遥感影像和最大似然分类方法。土地不同时期象元个数以及所占面积比进行统计(以马圈沟经纬度范围内为总面积),统计结果如以下表所示。表4.1为马圈沟1991年7月11日土地利用象元个数以及所占面积比统计结果,图表4.2为马圈沟2000年8月12日土地利用象元个数以及所占面积比统计结果,表4.3为马圈沟2016年7月3日土地利用象元个数以及所占面积比统计结果。表4.11991年7月11日土地利用分类表ClasssummaryPixelCountpercent林地189210.200011草地715538.58429耕地9575.148526表4.22000年8月12日土地利用分类表ClasssummaryPixelCountpercent耕地189710.226966林地113038.58429草地69778.148526表4.32016年7月31日土地利用分类表ClasssummaryPixelCountpercent建筑用地5542.896624耕地214511.563922林地7063.806135草地695535.576024Landat影像的像素分辨率为30米,根据各土地利用类别所占象元个数,可以计算出不同类别地表所占面积以及变化的数据。计算结果如表1所示。表4.4马圈沟基本土地利用面积统计表年份/地类建筑用地(m2)耕地(m2)草地(m2)林地(m2)1991028650214710567602000056910209310339002016166206435019791021180增加1662035700-16800-35580统计资料来源于使用最大似然的监督分类方法对马圈沟TM/ETM+/OLI影像的分类结果。从表4.4对马圈沟基本土地利用面积统计结果,我们可以更加清楚的看到土地利用面积的变化情况,从1991-2016年,马圈沟建筑用地显著增加,耕地面积呈显著上升趋势,草地面积呈缓慢下降趋势,林地面积呈显著下降趋势。近26年来,马圈沟地区人工地表面积增加了16620平方米,耕地面积增加了35700平方米,草地面积减少了16800平方米,林地面积减少了35580平方米。4.2土地利用变化原因分析据人类活动对自然生态系统影响程度的景观表现,建筑用地是人类干预强度最为显著的一类。从分类结果图中我们可看出,近26年来,马圈沟建筑地面积从无到有,并且在2016年扩张至16620平方米,占据了马圈沟总土地利用面积的5.54%,随后建筑地主要集中在马圈沟北部城区范围。在2000年以前,城市规划并未扩展至该地区,周边乡下可能零星分布一些建筑用地,但数量极少,从0.97米空间分辨率谷歌卫星图中也难以识别,16年的变化增加了约16620平方米,显示出快速城市化所引起的土地利用变化特征。以此也能够认为快速的城市化,是马圈沟人工地表土地利用变化的最强影响力。从表1和图3可以看出,在1991年农田所占整个马圈沟的比例不大,占总面积的9.55%左右,在2000年,农田面积有了显著的扩张,1991年为28650平方米,2000年为56910平方米,2016年为64350平方米。农田变化不仅受到自然环境的影响,即该土地利用于自然环境的适应性与容忍性,同时也受到土地利用方式的影响,即城市化占用其他地表类型,林地、山地变化所损失的土地面积以及农田土地面积的转化率。26年来,农田面积迅速扩张,以梯田为主要利用类型,从周围向中间扩展,规模愈来愈大。到2016年,整个马圈沟地区农田面积所占比例增大为21.45%。从空间上看,由于山地、林地的减少,大片山地被占用,大片林地被砍伐,使部分山地/林地变为耕地,农田分布由外之内扩张,使得马圈沟地区农田环境容量急剧扩张。从图3中我们可以看出,往年山地、林地地区消失的部分都转换为城区和农田,在北部的林地大部分变为城区建筑。快速的城镇化会导致资源利用量的增加,木材的需求来源于树木的大量砍伐,这势必造成林地覆盖面积的大规模减少。同时人口数量的增多与经济的快速发展也需要农产品的支持,原有的农田面积需要根据城市的发展速度以调整规模来适应其发展趋势,其中毁林造田也是其中较为常见的一项,为了获取更多的耕地空间,大批林地被砍伐,这也带来林地面积急剧减少的趋势。从图31991年-2016年的分类图可以很清楚的看出林地面积的减少趋势,到2016年林地仅仅占用马圈沟7.06%,林地面积大幅度减少,减少的面积主要变更为建筑和农田。山体、山沟为马圈沟的最主要地表类型,它们占据了马圈沟的大部分面积。在1991年,山地/山林的面积占据了约71.57%的比例,从谷歌卫星地图中可以看出,该类别大部分为裸露山体、稀疏山林、沟壑灌木、草木等地表。其面积的减少主要来源于农业经济的发展而推动的农田面积扩张,显著减少的区域分布在中心沟壑外围的山体,转化的最直接土地利用类型为梯田。值得注意的是,从2000年以及2016年土地利用分布图中,马圈沟南部地区,1991年-2000年分布的林地地表在2016年转化为了山地/山林,这进一步体现了快速城镇化而砍伐森林带来的马圈沟土地利用变化。结论与展望5.1结论本文根据4期遥感影像数据,基于遥感数据的土地分类对土地利用变化研究具有重要意义。本研究利用不同时期的LandsatTM、ETM+和OLI影像数据,基于RS和GIS技术,使用最大似然的监督分类方法将马圈沟土地利用状况分为人工地表(建筑用地)、农田/梯田、林地(密)、山沟/山林草地、裸地以及未分类五类,并对土地利用变化特征进行了分析,根据其变化特征结合马圈沟统计数据分析土地利用变化的驱动力。得到以下结论:(1)26年来,马圈沟建筑用地面积从无到有,以北部近城区为代表共增加了近16620平方米,显示出快速城市化土地利用变化特征。快速的城市化,是马圈沟地区人工地表土地利用变化的最强影响力。(2)马圈沟耕地面积显著扩张,从1991年的28650平方米增加到2016年的64350平方米,以梯田为主要利用类型,从周围向中间扩展,规模愈来愈大。山地、林地的减少,林地被砍伐,使部分稀少的草地变为耕地,这也是导致耕地面积扩张的首要驱动力。(3)林地的占用面积变化最为显著,26年来,林地减少的速度越来越快,在北部的林地大部分变为城区建筑,中部和南部主要转化为农田和山地。快速的城镇化导致资源利用量的增加,砍伐树木是获取建筑资源的重要途径,成为林地面积减少的重要驱动力。(4)草地是马圈沟最主要的地表类型,26年间总面积减少了16800平方米,主要来源于农业经济的发展而推动的农田面积扩张,显著减少的区域分布在中心沟壑外围的草地,转化的最直接土地利用类型为梯田。耕地的扩张是草地面积减少的第一驱动力。5.1结论本文根据4期遥感影像数据,基于RS和GIS技术,使用最大似然的监督分类方法将马圈沟土地利用状况分为建筑用地、农田/梯田、林地(密)、草地、裸地分类五类,并对土地利用变化特征进行了分析,根据其变化特征结合马圈沟统计数据分析土地利用变化的驱动力。得到以下结论:(1)26年来,马圈沟建筑用地面积从无到有,以北部近城区为代表共增加了近16620平方米,显示出快速城市化土地利用变化特征。快速的城市化,是马圈沟地区人工地表土地利用变化的最强影响力。(2)马圈沟耕地面积显著扩张,从1991年的28650平方米增加到2016年的64350平方米,以梯田为主要利用类型,从周围向中间扩展,规模愈来愈大。山地、林地的减少,林地被砍伐,使部分稀少的草地变为耕地,这也是导致耕地面积扩张的首要驱动力。(3)林地的占用面积变化最为显著,26年来,林地减少的速度越来越快,在北部的林地大部分变为城区建筑,中部和南部主要转化为农田和山地。快速的城镇化导致资源利用量的增加,砍伐树木是获取建筑资源的重要途径,成为林地面积减少的重要驱动力。(4)草地是马圈沟最主要的地表类型,26年间总面积减少了16800平方米,主要来源于农业经济的发展而推动的农田面积扩张,显著减少的区域分布在中心沟壑外围的草地,转化的最直接土地利用类型为梯田。耕地的扩张是草地面积减少的第一驱动力。5.2展望在本实验中,虽然最终的分类结果有较好的的精度,但不可避免的仍然出现了少许错分误分的象元,典型的错分部分存在于农田部分,这说明基于感兴趣区域使用最大似然的分类方法仍然存在一定的分类误差。最重要的是,最大似然算法经常以牺牲较小类为代价,优化以获得最大的总体分类精度。这种偏差还取决于所讨论的特定类别及其相对于其他类别在观测空间中的整体可分离性。这一问题显然需要进一步考虑最大似然算法是否能成功地用于操作性土地覆盖映射问题。同时,最大似然的分类方法仅仅应用于少数类型的地表分类,整体土地利用分类,需要更大数量的地面样点来构建最大似然算法的训练数据样本。在这同时,不同地表类型能存在大量的特征相似性,这些相似特征不仅仅局限于各波段地面反射影像,要想获取更精确的分类条件,我们需要更多的指示数据以及更多时期的遥感数据。另外,根据经纬度的变化,各地区相同种类的地表光谱特征也不尽相同,在打破马圈沟这一地区限制之后,将最大似然方法应用于其他地区,我们需要训练样本的重新构建,总结新实验区域的地表分类特征,这将有助于提高分类精度。随着遥感数据时间、空间分辨率、精度的提高以及数据的获取方便性,我们利用多时相遥感数据对精细土地利用分类的方法将日趋成熟,分类精度的提高体现在多尺度、多类别上。无人机影像的快速发展也将为地面土地利用分类提供重要的遥感数据支撑。致谢历时数月的时间终于将这篇论文完成,在论文的写作过程中遇到了许多的困难和障碍,都在同学和老师的帮助下度过了。尤其要强烈感谢我的论文指导老师李江涛老师(去找过李江涛老师啊!这是哪位高人?)易珍莲,他对我进行了无私的指导和帮助,不厌其烦的帮助进行论文的修改和改进。在此向我的导师表示最中心的感谢。感谢这篇论文所涉及到的各位学者。本文引用了数位学者的研究文献,如果没有各位学者的研究成果的帮助和启发,我将很难完成本篇论文的写作。感谢我的同学和朋友,在我写论文的过程中给予我了很多有用素材,还在论文的撰写和排版灯过程中提供热

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论