论文部分内容阅读
遥感技术迅猛发展,并作为获取空间与时间变化的重要手段被广泛用于土地利用/覆被变化(LUCC)研究中。但在土地利用/覆被变化研究中运用遥感技术时,常常受到计算机储存空间有限、遥感数据处理时间长等问题的限制。因此,本文从Google Earth Engine数据库中调取山西省1986年到2017年间的Landsat影像,制作长时间序列的Landsat遥感影像数据集。并在Google Earth Engine平台上,使用LandTrendr时间序列算法和监督分类算法相结合,生成山西省各地类的长时间序列变化结果,从时间角度分析山西省各年份各地类的土地利用/覆被变化量、变化持续的时间以及随经济变化对土地利用/覆被变化的影响。从空间角度分析山西省各市各年份的变化量、各市各地类的变化情况以及坡度等级的变化对土地利用/覆被变化的影响。研究结果表明:(1)LandTrendr时间序列分割算法在检测土地利用/覆被变化的效果明显。并且根据监督分类提取LandTrendr土地利用/覆被变化结果,再进行各时间段之间各地类变化结果的叠加分析,可以有效的分析出各地类土地利用/覆被的转移情况。据检测,山西省的耕地、林地和草地变化较为剧烈,建设用地和水体面积变化较少。80年代末到90年代耕地、林地、草地和水体变化的面积多于2000年以后的变化面积,建设用地变化面积趋势与其他地类相反。5种地类间相互转移的面积较多,转移为耕地、建设用地、林地、草地和水体面积均在2010-2015年期间最多。(2)LandTrendr时间序列分割算法可以有效的检测出土地利用/覆被变化的持续时间。据检测,山西省的耕地、建设用地、林地、草地和水体等5种地类的变化持续时间都较短,持续时间多为一年。(3)坡度与经济对山西省土地利用/覆被变化影响剧烈。山西省耕地、建设用地、林地、草地和水体等5种地类的变化主要分布在坡度为0°~15°之间。而当坡度大于15°之后,各地类的变化面积占各地类的总面积的比例明显下降。山西省经济的发展对这5种地类的变化影响剧烈。在2014年前作为主导产业的第二产业对这5种地类变化影响较大,在2014年后作为主导产业的第三产业对这5种地类变化影响都较大。综合各项研究结果,表明LandTrendr与监督分类算法结合用于自动化地监测各地的土地利用/覆被变化工作的开展很有必要,可以定性、定位与定量的检测出土地利用/覆被变化。一方面为我国“摸清家底”提供重要的数据来源,另一方面为我国土地利用监管体系增添助力,节约成本。