基于多源数据的图们江跨国界地区土地利用/覆盖研究

论文摘要

本文以大尺度的图们江地区为研究对象,利用1976年,1991年,2000年和2010年的MSS、TM、ETM等遥感影像,在地理信息系统技术的支持下,分析了图们江跨国界地区（中朝俄）34年来土地利用／覆盖动态变化过程与驱动机制。第一部分主要内容为遥感影像的分类,本文采用了基于知识的决策树分类技术——分类回归树（Classification and Regression Tree, CART）,该分类方法兼容了影像的纹理特征、光谱特征以及地理辅助数据等特征。首先选取研究区中一小块范围试验,并且与最大似然监督分类方法的分类结果进行了对比,发现基于决策树的遥感影像分类精度比传统的监督分类方法有了很大的提高。以此为基础,将决策树分类方法应用到研究区的所有遥感影像的分类当中。精度验证后得出整个研究区范围四期影像较好的分类结果,然后进行后续利用与分析。第二部分内容主要是,基于ARCGIS、ERDAS等地信遥感软件,对研究区四期土地利用／覆盖分类结果进行区域内土地利用／覆盖动态变化的分析。首先,对整个地区的土地覆盖从土地利用／覆盖类型的面积变化、结构变化、变化速度和转移矩阵方面分析,得出1976-2010年这30多年来,图们江地区土地利用／覆盖各类型面积变化幅度巨大,其中面积增加最多的是旱地,增长了496971hm2,其次为建设用地,增加了110733hm2。针叶林减少面积最多,减少了406062hm2,其次减少面积较多为为混交林、草地和阔叶林。另外,水域和未利用地都有所减少。动态度显示针叶林不断减少,建设用地不断增加,整个研究区土地利用变化剧烈。混交林、阔叶林和草地为主要的土地利用／覆盖类型,其次为旱地和针叶林。占研究区面积比例较小的为建设用地、水田、水域和未利用地。转移矩阵分析得出,变化的主要土地利用类型为旱地、针叶林、阔叶林、混交林和草地。总体可以看出,人为因素在土地利用／覆盖变化中起着相当重要的作用,突出的表现为林地大量减少,和耕地和建设用地的大量增加。分别对图们江地区中朝俄三国的土地利用／覆盖情况进行比较分析,得出三国的土地利用差异很大,并且朝鲜一侧的土地利用变化剧烈程度大于中国和俄罗斯,俄罗斯一侧的变化程度最小第三部分主要内容为土地利用变化的驱动力分析,包括自然驱动因素和人文驱动因素。自然驱动因素主要从地形因子（高程、坡度、坡向）、自然灾害等进行分析,人文驱动因素主要从人口、经济、技术、制度体制和政策等方面来探讨分析。最后,对论文的研究工作进行了总结,提出今后应继续深入研究和努力改进的地方。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题依据、目的与意义
• 1.1.1 选题背景
• 1.1.2 选题目的和意义
• 1.2 国内外研究进展
• 1.2.1 土地利用/覆盖分类方法研究进展
• 1.2.2 土地利用/覆盖动态变化研究综述
• 1.3 主要研究内容及技术路线
• 1.3.1 研究内容
• 1.3.2 研究方法与技术路线
• 第二章 研究区概况及数据处理
• 2.1 研究区概况
• 2.1.1 中国部分
• 2.1.2 朝鲜部分
• 2.1.3 俄罗斯部分
• 2.2 数据及预处理
• 2.2.1 数据的搜集
• 2.2.2 遥感影像预处理
• 2.2.3 Aster DEM数据处理
• 第三章 基于分类回归树的土地利用/覆盖分类研究
• 3.1 决策树概念及分类系统的确定
• 3.1.1 决策树相关概念
• 3.1.2 分类系统的确定
• 3.2 训练样本及分类变量的选取
• 3.2.1 训练样本的选取
• 3.2.2 分类变量的选取
• 3.3 基于CART决策树的遥感影像分类试验
• 3.3.1 实验范围及样本的选择
• 3.3.2 基于CART决策树分类
• 3.3.3 分类结果及精度评价比较
• 第四章 图们江地区土地利用/覆盖分类及动态变化分析
• 4.1 土地利用/覆盖数量变化分析
• 4.1.1 土地利用/覆盖面积变化
• 4.1.2 土地利用/覆盖变化速度
• 4.1.3 土地利用/覆盖结构变化
• 4.1.4 土地利用/覆盖类型转化分析
• 4.2 中朝俄土地利用/覆盖变化差异分析
• 4.2.1 土地利用/覆盖数量变化分析
• 4.2.3 土地利用相对变化分析
• 第五章 图们江地区土地利用/覆盖变化驱动力分析
• 5.1 自然驱动因素分析
• 5.1.1 地形因子的影响
• 5.1.2 自然灾害
• 5.2 人文驱动因素分析
• 5.2.1 人口变化
• 5.2.2 经济发展
• 5.2.3 农业技术进步
• 5.2.4 制度与体制
• 5.2.5 政策变化
• 第六章 结论与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文