基于RS的惠安縣土地利用變化信息的提取

PAGEPAGE15題目：基于RS的惠安縣土地利用變化信息的提取專業(yè)：測繪工程【摘要】目前城鄉(xiāng)開發(fā)發(fā)展過程中土地資源利用嚴(yán)重失衡已成為熱點(diǎn)問題,準(zhǔn)確、客觀的掌握土地利用的動態(tài)監(jiān)測顯得日益重要。本文以1988年和2005年的惠安縣遙感影像為基礎(chǔ)數(shù)據(jù)，應(yīng)用ERDAS軟件通過影像糾正等處理，采用影像分類比較法形成土地利用分類圖，計算出圖斑面積，分析惠安縣土地利用現(xiàn)狀及變化原因，為惠安縣及沿?？h市未來城鄉(xiāng)發(fā)展方向提供數(shù)據(jù)基礎(chǔ)。 【關(guān)鍵詞】動態(tài)監(jiān)測；遙感；監(jiān)督分類；動態(tài)監(jiān)測目錄1引言 41.1研究背景 41.2研究意義 41.3國內(nèi)研究現(xiàn)狀 41.4國內(nèi)研究方法 51.4.1影像分析比較法 51.4.2影像分類比較法 51.4.3多時相影像分類法 51.4.4基于RS技術(shù)集成方法 52.研究技術(shù)路線 62.1基礎(chǔ)數(shù)據(jù) 62.2技術(shù)路線 73惠安縣遙感影像信息獲取 73.1信息提取具體流程 73.2遙感圖像的處理 73.2.1幾何糾正 73.2.2圖像裁剪 83.3遙感圖像的計算機(jī)分類 93.3.1研究樣本選擇 93.3.2定義分類模板 93.4分類精度評定 114土地利用監(jiān)測分析 114.1土地利用現(xiàn)狀分析 114.2土地利用程度變化分析 135研究后結(jié)論與展望 145.1本研究結(jié)論 145.2展望 15致謝詞 15參考文獻(xiàn) 151引言1.1研究背景有限的土地資源是地球上不可再生的重要資源之一。雖然地球面積多達(dá)5億多平方千米，陸地面積卻只占29%，其中還有很大一部分面積是不適合人類居住的，適合人類棲息的土地面積由農(nóng)、林、牧、建筑用地等交錯。隨著社會快速發(fā)展，城市工業(yè)用地建筑用地不斷侵占耕地、林地等，導(dǎo)致土地資源利用漸趨失衡，我國人口基數(shù)過大導(dǎo)致了土地資源的人均占有量低，并且土地利用方面存在著尖銳矛盾，主要表現(xiàn)在建筑用地、工業(yè)用地占用大量土地，而這些土地大部分是地形平坦土壤肥沃的耕地[1]。因此，在城鄉(xiāng)發(fā)展過程中應(yīng)該要特別注意土地資源的合理利用與保護(hù)。1.2研究意義遙感技術(shù)的特色是動態(tài)、快速以及宏觀，這些特色給土地監(jiān)測利用與資源開發(fā)利用提出了一種新的監(jiān)測方法。由于衛(wèi)星遙感數(shù)據(jù)能夠進(jìn)行實(shí)時動態(tài)化監(jiān)測，可以為研究地球地面觀測提供一個全球性、持續(xù)性的大型數(shù)據(jù)庫。遙感動態(tài)監(jiān)測在調(diào)查土地利用結(jié)構(gòu)后進(jìn)行合理規(guī)劃和管理土地資源，同時也是一個國家或區(qū)域動態(tài)地、快速地進(jìn)行管理土地等環(huán)境資源的重要方法。本研究的研究對象惠安縣地處我國東南沿海，地形以丘陵平原為主，土地結(jié)構(gòu)主要由耕地、林地、建筑用地等組成，是沿?？h市的典型。長期以來泉州市惠安縣尚無基于遙感而獲得的完整的土地利用狀況數(shù)據(jù)，以往惠安縣土地管理部門都是采用傳統(tǒng)土地利用現(xiàn)狀調(diào)查，然而傳統(tǒng)數(shù)據(jù)得不到及時更新，難以滿足發(fā)展需要。本研究通過對兩幅惠安縣遙感影像圖的信息提取，對惠安縣土地資源進(jìn)行分類，從而對惠安縣及沿海縣市今后發(fā)展決策提供科學(xué)依據(jù)。1.3國內(nèi)研究現(xiàn)狀在土地利用的科學(xué)研究中，國內(nèi)很長一段時間一般是采用傳統(tǒng)方法，即以野外實(shí)地調(diào)查結(jié)合區(qū)域地形圖，填寫統(tǒng)一的調(diào)查報表進(jìn)行統(tǒng)計分析來獲取土地利用分布信息。傳統(tǒng)方法如表1-1。表1-1傳統(tǒng)方法一覽表傳統(tǒng)方法定義實(shí)地調(diào)查法對研究調(diào)查的區(qū)域?qū)嵭辛繙y實(shí)地訪詢等獲得該地域的土地利用現(xiàn)狀及動態(tài)變化的數(shù)據(jù)資料。統(tǒng)計報表制度法各級土地行政管理部門在國家統(tǒng)一的表格上做記錄，通過原始記錄的表格所提供的資料進(jìn)行分析和統(tǒng)計從而得出土地資源的利用狀況和變化趨勢。專項定點(diǎn)監(jiān)測法利用特定的儀器對區(qū)域進(jìn)行定點(diǎn)的監(jiān)測測得具體數(shù)據(jù)從而達(dá)到監(jiān)測目的，對采集的數(shù)據(jù)進(jìn)行分析之后得到土地資源動態(tài)監(jiān)測的原始資料。隨著社會的飛速發(fā)展，上述的三種傳統(tǒng)調(diào)查方式具有獲取數(shù)據(jù)時間長、精度不高等缺點(diǎn)，導(dǎo)致無法精確地提供準(zhǔn)確信息與反饋土地的實(shí)時利用情況。隨著RS技術(shù)為土地科學(xué)研究提供的全新研究手段，遙感在土地研究領(lǐng)域帶來了十分明顯的社會效益和經(jīng)濟(jì)效益。我國從上個世紀(jì)末起開始利用遙感技術(shù)結(jié)合傳統(tǒng)方法對土地利用情況進(jìn)行調(diào)查，九五期間采用TM遙感影像圖開展監(jiān)測工作，九五至2010年間國家科委把土地利用動態(tài)監(jiān)測作為重點(diǎn)研究項目之一，以3S技術(shù)進(jìn)行環(huán)境監(jiān)測[2]。1.4國內(nèi)研究方法RS技術(shù)則可以短周期內(nèi)得到全方位的動態(tài)變化信息，因此目前基于RS技術(shù)結(jié)合傳統(tǒng)調(diào)查方法在我國國情普查以及土地利用研究中應(yīng)用極大，主要還是在應(yīng)用遙感技術(shù)的基礎(chǔ)上，對土地利用的動態(tài)信息進(jìn)行監(jiān)測。RS技術(shù)分為如下四種方法：影像分析比較法、影像分類比較法、多時相影像分類法以及基于RS技術(shù)集成法。[3]1.4.1影像分析比較法利用同一時相同一地區(qū)成像的不同時間遙感影像進(jìn)行比較，應(yīng)用分類方法確定土地利用動態(tài)數(shù)據(jù)。該方法主要有影像對比分析、影像疊加分析、矢量圖及影像對比分析，如表1-2：表1-2影像分析比較法分類表方法定義及實(shí)例影像對比分析是對兩幅及兩幅以上不同時相的遙感影像進(jìn)行相互對比分析后，繼而獲得地物動態(tài)變化的一種方法。例如，遙感影像中河流在洪水季節(jié)與枯水季節(jié)中的變化，利用時相對比分析可進(jìn)行洪水淹沒損失評估或其他一些自然災(zāi)害的評估。影像疊加分析采用同一區(qū)域不同時期的衛(wèi)星遙感影像疊加分析技術(shù)，快速獲得大面積區(qū)域土地利用變化信息的方法。原峰等利用ARC/Info將TM、ETM遙感圖像的信息層進(jìn)行疊加，得到分洪區(qū)1986-1996年和1996-2002年土地變化情況，研究結(jié)果顯示土地利用發(fā)生重大變化。矢量圖及影像對比判讀將以往的矢量圖疊加到當(dāng)前時相的遙感圖像上，通過對比監(jiān)測同一地域內(nèi)遙感圖像上土地利用類型變化的方法。該方法需要具有歷史影像數(shù)據(jù)為依據(jù)從而進(jìn)行疊加判讀。1.4.2影像分類比較法遙感影像分類原理主要是依據(jù)不同地物電磁波輻射的不同，分類對比后確定土地類型等信息。該方法包括計算機(jī)分類法和目視解譯法。計算機(jī)分類方法是根據(jù)影像圖像元亮度不同，對數(shù)字圖像進(jìn)行運(yùn)算處理，然后用變量表示土地類型，進(jìn)而遙感影像圖中的各種地物。計算機(jī)分類方法分為兩種：監(jiān)督分類和非監(jiān)督分類。目視解譯法是指根據(jù)目視解譯標(biāo)志人眼辨識地物，將目視判讀成果繪成地物分類圖，通過分析在圖像上畫出地類線得到新的遙感分類圖[4]。1.4.3多時相影像分類法該方法是把多個不同時相的遙感影像圖進(jìn)行合成形成一幅新的圖像，接著對新圖像進(jìn)行監(jiān)督分類以達(dá)到較為準(zhǔn)確區(qū)分地物類型的目的。如許榕峰等提出利用多步驟法在土地利用覆蓋專題提取中的應(yīng)用。1.4.4基于RS技術(shù)集成方法基于遙感集成方法目前有：“3S”集成、RS與GIS集成。3S技術(shù)是遙感（RemoteSensing）、地理信息系統(tǒng)（GeographicInformationSystem）和全球定位系統(tǒng)（GlobalPositioningSystem）的合稱。在實(shí)現(xiàn)高精度高效率地對地監(jiān)測工作原理主要是在RS基礎(chǔ)上，同時與GIS、GPS緊密結(jié)合，完全是結(jié)合了3S各自在監(jiān)測方面的優(yōu)勢。3S集成是指3S技術(shù)的有機(jī)結(jié)合，由GIS提供所需基礎(chǔ)數(shù)據(jù)，建立數(shù)據(jù)庫服務(wù)土地利用監(jiān)測。RS技術(shù)快速地、動態(tài)地獲得地面信息，向數(shù)據(jù)庫提供了更為精準(zhǔn)的數(shù)據(jù)基礎(chǔ)。通過GPS在戶外勘測對室內(nèi)解譯不確定的結(jié)果進(jìn)行檢核校正，并在此基礎(chǔ)上做后續(xù)的數(shù)據(jù)庫更正[5]本次惠安縣影像圖研究采用基于RS技術(shù)為主，GIS為輔，結(jié)合影像分類比較法對惠安縣土地利用進(jìn)行動態(tài)監(jiān)測分析。RS的優(yōu)點(diǎn)是能夠在短時間內(nèi)獲得環(huán)境的各種動態(tài)信息，GIS則是能夠進(jìn)行高速分析與處理，二者結(jié)合能夠達(dá)到及時發(fā)現(xiàn)土地利用變化信息的目的。2.研究技術(shù)路線研究區(qū)域概況：泉州市惠安縣位于位于北緯24°09'—25°07'，東經(jīng)118°37'—119°05'之間，是沿海經(jīng)濟(jì)區(qū)典型縣市，縣境東西相距42公里，南北長達(dá)32公里，土地總面積76219.57公頃。本研究以探究基于遙感影像圖在土地利用動態(tài)監(jiān)測應(yīng)用為目的，結(jié)合惠安縣土地資源分布情況，研究了遙感影像圖初處理、多時相土地利用變化信息提取、分類精度評定討論、土地利用現(xiàn)狀分析。RS技術(shù)與影像分類比較法為主，GIS軟件處理為輔使得本研究在信息提取中快速獲得較高精度的分析結(jié)果，同時也充分兼顧了惠安縣的實(shí)際土地資源利用情況。2.1基礎(chǔ)數(shù)據(jù)本文以兩個時相的惠安縣TM遙感影像數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)。通過對初始影像進(jìn)行幾何糾正、圖像裁剪、監(jiān)督分類等處理后生成土地利用現(xiàn)狀圖，計算出兩個不同時相影像圖地域耕地等面積。本研究采用的是1998年、2005年的兩個時相惠安縣遙感影像數(shù)據(jù)進(jìn)行動態(tài)監(jiān)測，原始圖像分別截圖如圖2-1、圖2-2所示。圖2-11998年惠安縣遙感影像圖圖2-22005年惠安縣遙感影像圖2.2技術(shù)路線運(yùn)用的處理軟件平臺：ERDAS9.0，是一個功能強(qiáng)大的遙感圖像處理平臺，在對動態(tài)監(jiān)測中不同分辨率以及不同時相的配準(zhǔn)融合工作中，該系統(tǒng)把影像圖處理和空間數(shù)據(jù)的分析管理結(jié)合，提高了工作效率，作為該行業(yè)的先驅(qū)它代表了遙感圖像處理系統(tǒng)未來的發(fā)展趨勢[6]。遙感影像圖大部分都會因?yàn)槟骋恍┩鈦硪蛩刂率顾玫降倪b感圖出現(xiàn)畸變，為此獲得遙感TM圖時，都要將得到的遙感影像圖參照已校正圖像、地形圖或GPS控制點(diǎn)進(jìn)行重采樣，消除幾何畸變即進(jìn)行幾何校正。整個土地利用動態(tài)監(jiān)測的流程圖如圖2-3所示。1998年影像────2005年影像幾何糾正圖像裁剪定義分類模板監(jiān)督分類分類精度評價分類結(jié)果輸出與分析圖2-3土地利用動態(tài)監(jiān)測技術(shù)路線流程圖3惠安縣遙感影像信息獲取3.1信息提取具體流程信息提取流程詳細(xì)步驟如下：在本研究中我們將收集到的兩張不同時相衛(wèi)星遙感影像運(yùn)用ERDAS軟件中的AOI工具進(jìn)行幾何糾正，然后再選取惠安縣地圖行政區(qū)域邊界來裁剪形成正射影像圖。接著通過采用影像分類比較法，即計算機(jī)自動分類中的監(jiān)督分類與人工判讀相結(jié)合的方式，選取5個樣本進(jìn)行分類，然后生成土地利用現(xiàn)狀圖，最后將每一類的面積統(tǒng)計出來，比較前后兩個不同時相的具體土地利用面積的變化。3.2遙感圖像的處理3.2.1幾何糾正本研究通過ERDAS軟件進(jìn)行幾何糾正，參考影像為2005年惠安縣影像，用2005年影像圖糾正1998年惠安縣遙感影像。首先進(jìn)行控制點(diǎn)的選擇，本研究采用的是GCP控制點(diǎn)，GCP控制點(diǎn)與檢查點(diǎn)表格如表3-1所示?？刂泣c(diǎn)選取主要注意兩個方面：1.控制點(diǎn)數(shù)目用未知數(shù)來表示，即N次多項式，控制點(diǎn)的最少數(shù)目為（N+1）*(N+2)/2；2.選取惠安縣兩張影像圖上均容易目視辨別和定位、地形穩(wěn)定、分布均勻的特征控制點(diǎn)位。控制點(diǎn)位選取后重采樣方法采用的是三次卷積內(nèi)插法，該方法要求選取的控制點(diǎn)要很均勻，重采樣后生成正射影像圖[7]?？刂泣c(diǎn)選點(diǎn)如圖如圖3-1、圖3-2所示?？刂泣c(diǎn)與檢查點(diǎn)的誤差如表3-1所示。圖3-1校正影像的控制點(diǎn)選取圖3-2參考影像的控制點(diǎn)選取表3-1控制點(diǎn)與檢查點(diǎn)的誤差表Point#XInputYInputXref.Yref.TypeXResidualYResidualRMSErrorGCP#1693520.9472781768.803390906.272780772.101Control-0.5060.4950.704GCP#2651956.7422760654.13348893.262760611.957Control-0.2880.9960.998GCP#3670082.8822741191.298366614.022740714.423Control0.5790.2110.616GCP#4690059.8272766426.88387114.262765497.51Control1.7530.4080.639GCP#5644083.4752744966.353340714.132745068.387Control0.5660.8140.902GCP#6668877.6082763246.577365886.262762813.544Control1.1620.9660.983GCP#7675050.1492776085.953372294.132775424.109Control-0.8190.8650.930GCP#8650702.4882773653.413347913.342773607.851Control1.8160.4880.699GCP#9664922.9162783963.864362369.222783617.823Control0.8780.2770.526GCP#10661487.342782981.547358924.642782703.996Control1.6150.2950.543GCP#11659606.0022796480.399357337.772796243.942Control-1.4260.5480.740GCP#12641022.322763410.392338023.042763584.551Control-0.3170.3260.571GCP#13674591.9822789816.499372192.742789297.924Control0.8120.5390.975GCP#14648392.2872782127.273345826.152782117.315Control0.9440.740.860GCP#15660234.2082744344.986356820.082744107.627Control-0.3820.5150.718GCP#16683941.9792754049.678380723.512753294.6Check0.740.6020.776GCP#17653515.9292752738.461349927.942752781.498Check0.210.3670.423GCP#18690218.4312788423.966387768.962787497.404Check-0.7960.1130.336GCP#19681936.8382768785.191379044.782768052.691Check0.2020.320.3783.2.2圖像裁剪圖像剪裁就是為了將研究區(qū)域從整張遙感影像圖中分離出來，本次實(shí)踐利用ERDAS軟件中的AOI工具進(jìn)行分割剪裁將惠安縣行政區(qū)域的縣界從整張遙感影像圖中分割開來。剪裁過程中一定要對相同面積進(jìn)行投影，使用的投影系統(tǒng)要一樣。本研究是在ERDAS中的AOI工具實(shí)現(xiàn)裁剪命令，最后的成果圖如圖3-3、圖3-4所示。圖3-31998年裁剪成果圖圖3-42005年裁剪成果圖3.3遙感圖像的計算機(jī)分類遙感數(shù)字圖像的計算機(jī)分類是計算機(jī)解譯的基本工作。計算機(jī)自動分類是經(jīng)過對圖像的運(yùn)算處理根據(jù)特征變量來分辨地物的類別[8]。計算機(jī)圖像自動分類方法包括監(jiān)督及非監(jiān)督分類，在本次研究中主要利用監(jiān)督分類來進(jìn)行自動分類。監(jiān)督分類中比較經(jīng)常使用的方法有四種：多級切割分類法、最大似然比分類法、特征曲線窗口法、最小距離分類法[9]。最大似然比分類法本質(zhì)是采用統(tǒng)計學(xué)原理，假定地物的光譜特征是近似服從正態(tài)分布的，建立函數(shù)來求像元?dú)w屬。本研究中采用最大似然比分類法進(jìn)行惠安縣遙感影像分類。3.3.1研究樣本選擇監(jiān)督分類的要點(diǎn)在于是否選擇合適的訓(xùn)練樣本。監(jiān)督分類判定是否為典型的訓(xùn)練樣區(qū)有三點(diǎn)：第一，在各類地物面積較大中心選取以保證樣本代表性；第二，為減少偶然誤差，樣本選擇數(shù)目應(yīng)滿足分類要求；第三，樣本不能集中在局部位置，這樣才能降低自然、社會等因素的影響以及同種地物在不同地區(qū)光譜特性的差異性[10]。選擇完訓(xùn)練樣本后需要做的則是對模板分類信息的提取。獲取模板分類信息通常通過查詢光標(biāo)、AOI擴(kuò)展工具、AOI繪圖工具等途徑，或者是把上述的方法合理搭配利用，在最初的遙感影像圖獲取分類模板信息，為獲得較高精度的分類結(jié)果，本次研究采用的是第二種和第三種方法結(jié)合，對1998年和2005年惠安縣影像分別監(jiān)督分類，在實(shí)踐中依據(jù)剪裁后的圖件大小以及地區(qū)類別復(fù)雜性確定了模板采樣數(shù)，最后綜合兩張剪裁后的影像圖采樣數(shù)確定在80~100類。3.3.2定義分類模板目視解譯的前提是土地利用分類系統(tǒng)的建立。本研究中選取樣本是通過人工目視判別，根據(jù)土地的自然生態(tài)和利用范疇，土地類別被分為建設(shè)用地(居民地、工業(yè)廠址等)、水域、耕地、未利用土地和林地。樣本選取范例如圖3-5所示。圖3-5選取樣本范例選取各個地類的樣本后，利用Edit下的Merge對同一類別的不同模板進(jìn)行合并，并對模板設(shè)置模板名稱、顏色、透明度等。1998年和2005年影像的分類定義模板如圖3-5、圖3-6所示。圖3-51998年分類定義模板圖3-62005年分類定義模板再點(diǎn)擊Classification下的SuperviseClassificition進(jìn)行計算機(jī)自動分類，最后生成的分類結(jié)果圖如圖3-7、圖3-8所示。圖3-71998年分類結(jié)果圖圖3-82005年分類結(jié)果圖3.4分類精度評定在計算機(jī)自動以后要將結(jié)果與地面實(shí)際調(diào)查數(shù)據(jù)進(jìn)行比較，比對后計算此次分類的精度并對錯誤率進(jìn)行評估。在本實(shí)踐研究中，選取的每個類別的隨機(jī)點(diǎn)都多于20個，我們采用計算機(jī)隨機(jī)評價的方法（即產(chǎn)生隨機(jī)點(diǎn)的分布參數(shù)StratifiedRandom）[11]。首先選取250個隨機(jī)點(diǎn)，參考結(jié)合地面實(shí)際的調(diào)查數(shù)據(jù)結(jié)合資源分布圖來辨別選取樣點(diǎn)的所屬類別。最后計算得出1998年和2005年惠安縣遙感影像各地類的分類精度。1998年惠安縣影像耕地、林地、水域、建設(shè)用地、未利用地的分類精度分別為94.31%、92.98%、66.67%、79.31%、85.71%，2005年惠安縣影像耕地、林地、水域、建設(shè)用地、未利用地的分類精度分別為92.11%、98.15%、92.16%、89.25%、94.38%，Kappa系數(shù)分別為0.810和0.962，分類效果較好，結(jié)果表明精度很高。4土地利用監(jiān)測分析4.1土地利用現(xiàn)狀分析進(jìn)行分類精度評定后，結(jié)果滿足要求，再用ArcGIS軟件統(tǒng)計出各地類的面積，統(tǒng)計后繪制1998年和2005年惠安縣土地利用結(jié)構(gòu)表分別如表4-1、表4-2，以及現(xiàn)狀圖如圖4-1、圖4-2所示。表4-11998年惠安縣土地利用結(jié)構(gòu)表地類面積（公頃）占全縣土地面積的百分比（%）耕地23780.0129.95林地15174.0419.11建設(shè)用地13547.7117.06水域15412.2719.41未利用地11485.914.47合計79399.93100.00圖4-11998年惠安縣土地利用現(xiàn)狀圖表4-22005年惠安縣土地利用結(jié)構(gòu)表地類面積（公頃）占全縣土地面積的百分比（%）耕地22075.0328.96林地20863.2127.37建設(shè)用地16117.6521.15水域563.700.74未利用地16599.9821.78合計76219.57100.00圖4-22005年惠安縣土地利用現(xiàn)狀圖表4-1和表4-2主要列出了1998年和2005年各種土地利用類型面積及其變化情況，由表可以看出，惠安縣的土地面積減少了3180.76公頃，主要是因?yàn)樵?000年泉港地區(qū)被單獨(dú)劃分出去。建設(shè)用地7年間增加2569.94公頃，所占比例由1998年的17.06%增長到2005年的21.15%，可見惠安縣城市化進(jìn)程速度之快，城鎮(zhèn)擴(kuò)展已成為惠安縣土地利用變化驅(qū)動力之一；耕地的面積在減少，兩時期面積對比相差1704.98公頃，惠安縣耕地減少的途徑主要為各項建設(shè)占用，其主要原因是惠安縣經(jīng)濟(jì)方面的快速發(fā)展，城鎮(zhèn)面積擴(kuò)大、工業(yè)產(chǎn)業(yè)園區(qū)增加、高速公路的修建和惠安公路拓寬改造等占用了較多的耕地；林地面積增加，兩時期面積對比僅差5689.17公頃。4.2土地利用程度變化分析類型法和指數(shù)法是用來表示土地利用程度。由于指數(shù)法適用于定量的研究，所以本研究采納的是劉紀(jì)遠(yuǎn)的綜合指數(shù)模型，分類詳見土地利用類型及分級表（表4-3）[12]。該分級主要是按照自然與人文系統(tǒng)相互間能量、物質(zhì)交流的強(qiáng)度和方向，分成四級：表4-3土地利用類型及分級級別S1S2S3S4未利用土地級林、草、水用地級農(nóng)業(yè)用地級城鎮(zhèn)聚落用地級土地利用類型未利用地天然林地、天然草地、天然水域耕地、園地、人工草地城鎮(zhèn)、居民點(diǎn)及工礦、交通用地分級指數(shù)255075100上述四種土地利用類型同存于特定區(qū)域，土地利用綜合程度指數(shù)表達(dá)為：式中，S為惠安縣的土地總面積，從A1到A4分別取值為25，50，75，100；Ai表示土地利用程度指數(shù)，Si為i級土地利用面積，。變化量以及變化率表示研究地區(qū)土地利用的變化速度。土地利用程度變化量和土地利用程度變化率可分別表達(dá)為：式中Aa、Ab分別為地區(qū)a時間和b時間的土地利用程度綜合指數(shù)，當(dāng)ΔA、R>0時，表示惠安縣處于發(fā)展時期，反之表示惠安縣處于衰退期或調(diào)整期[13]。從上述公式里，得到惠安縣土地利用程度綜合指數(shù)以及土地利用程度變化率。2005年惠安縣土地利用程度綜合指數(shù)為60.76，而1998年則為53.93。從土地利用程度變化率來看，整個惠安縣R>0，說明該區(qū)的土地利用正處于發(fā)展期,對環(huán)境的壓力將會隨著發(fā)展進(jìn)一步增大。根據(jù)1998年—2005年的土地利用變更調(diào)查資料顯示，1998-2001年惠安土地利用結(jié)構(gòu)總體變化速度較為緩慢，而在2002-2005年期間變化比較明顯。具體變化情況見圖4-3、圖4-4所示。圖4-3惠安縣1998-2005年耕地變化情況圖4-4惠安縣1998-2005年建設(shè)用地變化情況圖4-3至圖4-4表明，從2000年開始，土地利用結(jié)構(gòu)開始有了較大的變化。建筑用地驟增而耕地以及未開發(fā)利用的土地驟減。5研究后結(jié)論與展望5.1本研究結(jié)論1.本研究采用的方法流程中主要存在兩點(diǎn)問題：一是人眼對亮度微小差別識別能力有限導(dǎo)致目視解譯部分存在誤差[14]；二是由于計算機(jī)自動分類精度不能滿足工作要求，所以本研究采用了人機(jī)交互解譯，提高信息提取精度，由于該方式工作量偏大，因而不適合用在大范圍面積的信息提取[15]。2.結(jié)果表明在1998年-2005年期間，惠安縣土地利用類型發(fā)生了巨變，而這種巨變的產(chǎn)生最主要是由于城鄉(xiāng)快速發(fā)展過程中，大量的林地、草地、水體和耕地被占用用來作為建筑用地，即人為因素起主要影響。惠安縣應(yīng)當(dāng)在發(fā)展開發(fā)同時注意加強(qiáng)生態(tài)環(huán)境建設(shè)與保護(hù)。3.在此次研究中，利用基于RS的技術(shù)在惠安縣的土地利用動態(tài)變化監(jiān)測中，我們從最終的研究成果表格可以清楚地看出惠安縣在八年期間土地利用類型演變特征[16]。隨著城市化的加快，不難推測出惠安縣土地利用變化速度還能加快，總體上看，惠安縣地形地貌和土地利用作為具有典型性的沿?？h市，本研究通過遙感圖像處理獲得成果的方法可以在沿海其他縣市推廣使用。5.2展望本研究基于遙感的土地動態(tài)變化信息提取清晰地反映出城鎮(zhèn)在發(fā)展過程中具體的地類演變特征[17]。分析表明，經(jīng)濟(jì)快速發(fā)展的惠安縣土地利用變化情況反映了人與環(huán)境平衡失調(diào)等問題。因此對正在飛速發(fā)展的沿海縣市土地利用動態(tài)監(jiān)測勢在必行。在土地利用研究方面，未來的趨勢是建立以計算機(jī)為基礎(chǔ)，基于遙感的土地規(guī)劃利用信息管理系統(tǒng)，在系統(tǒng)中要結(jié)合GIS和GPS，將GIS作為空間分析的工具，利用GPS的高精度定位進(jìn)行外業(yè)調(diào)繪與核查，三種技術(shù)結(jié)合可以提高工作效率，更好的進(jìn)行動態(tài)管理和實(shí)施監(jiān)測制度，及時準(zhǔn)確更新數(shù)據(jù)庫，做到“及時變更，變更有據(jù)”。隨著GIS、GPS、RS技術(shù)的發(fā)展與成熟，三者與傳統(tǒng)方法相互結(jié)合取長補(bǔ)短將成為今后的土地利用監(jiān)測中不可或缺的部分。致謝詞參考文獻(xiàn)[1]張銀輝.試論土地利用遙感動態(tài)監(jiān)測技術(shù)方法[J].國土資源科技管理.2001,（3）:18-19.