南京林业大学 土木工程学院 江苏 南京 210037
摘 要: 土地利用/土地覆被变化反映着人类活动对全球变化的影响，是引起全球环境变化的重要原因。遥感技术为土地利用/土地覆盖变化分析提供了一种有效的技术手段。本文利用Landsat8影像数据，基于面向对象多尺度分割与K邻近相结合的方法对研究区进行土地分类与变化分析。研究得出在2007-2017年间南京市的建筑用地和耕地面积均不断增加，水域与林地面积逐渐减少，该方法适用于对长时间尺度的土地变化进行统计分析，为相关部门了解土地变迁情况，合理进行规划管理提供了技术支持。
关键词:土地利用；地物分类；面向对象；变化分析
1引言
土地是人类赖以生存的自然资源与物质基础，而土地利用与土地覆被是人类社会生产生活对全球变化的反应[1]。遥感技术具有快速性、实时性、周期性、覆盖范围广、多光谱等特点，近年来成为土地利用/土地覆盖变化分析领域一种有力的技术手段[2]。随着遥感技术的发展、新的高分辨率卫星数据的获取、相关软件平台的完善与内容的深化以及细化，土地利用遥感变化监测的主要方法正从宏观性向微观性方向发展，土地利用及土地变化分析也正朝着一体化或数据结果的共融性方向发展[3]。
20世纪70年代起，我国开始利用遥感影像数据对土地利用检测进行相关研究，相关学者分别基于不同的数据、不同的算法对遥感图像土地分类[4,5]、变化检测[6,7]等进行研究，并取得了一系列的研究成果。本文以南京市为研究区域，选取1897年、1997年、2007年和2017年四年的Landsat影像，对其进行土地分类及变化分析，研究近30年来南京市土地利用变化情况，为相关土地管理与规划部门对南京市土地的利用与规划提供理论支持。
2实验数据及预处理
实验选取南京市为研究区域，南京位于我国东部、长江下游，地理坐标为北纬31°14′至32°37′，东经118°22′至119°14′。它作为江苏省省会，是全国生产力布局中最大的经济核心区。其中市区面积占4723.07平方千米，建成区面积为513平方千米。
本文根据研究区土地利用特点和各类植物的物候特征，收集了1987年、1997年、2007年和2017年云层覆盖率低且相同季节的Landsat影像数据，以及研究区的行政边界图及其矢量化、统计数据。以2017年影像数据为配准基准，利用南京市行政区划的矢量数据，分别将1987年，1997年、2007年的遥感影像进行影像裁剪与几何配准。采用二次多项式校正模型，其控制点为15个均匀分布的地面控制点，配准误差控制在1个像元内。
3方法介绍
3.1面向对象多尺度分割
传统的分类方法是以单个像素为最小单位，面向对象则不再拘泥于单个像素的限制，以“对象”为基本分类单元。“对象”是通过特定的分割方法对图像进行分割，使得获取的影像区域具有较高一致性的内部属性和匀质程度，然后提取分割单元的各种特性，并在特征空间中进行对象的识别和标志，以完成分类。多尺度分割是在图像分割中使用率最高的算法[8]。它是自像素层开始根据形状、纹理、光谱等特性将通过自下而上，逐层合并的方式进行分割，每一层所对应的特性不同且上层为下层的父层，相邻层相互联系，最后得到的结果是包含了相同属性特征的不规则同质对象。后续的分类就是基于同质对象进行的，因此分类过程加快且避免了分类结果中地块过于零碎。
3.2 K邻近分类法
K近邻（K-Nearest Neighbor, KNN）分类算法是一种简单的机器学习算法。该方法的思路是在特征空间中，如果一个样本附近的k个最近样本的大多数属于某一个类别，则该样本也属于这个类别，通常采用距离判别函数对样本在特征空间进行聚类，本文采用的是欧氏距离。K参数是一个经验值，它的设定是分类时要考虑到的邻近元素的数目，数值的设置一定程度上依赖于所选择的样本和数据组，且影响分类噪声与分类结果的精度。这里通过多次实验比较发现当K值设为5时，能够具有较为理想的分类效果。
4结果与分析
本文基于面向对象向多尺度分割对研究区域1987年、1997年、2007年和2017年四年的Landsat遥感图像进行分割，采用最近邻算法对分割对象进行分类，通过对四景分类结果进行分析得出近三十年来南京市的土地变化情况。图1为四个年份南京市土地分类结果。
.png)
.png)
.png)
.png)
图1 1987-2017年南京市土地利用分类图
在遥感图像上随机选取部分样本对分类结果进行验证，计算得知利用面向对象结合最近邻方法得到的分类结果总体精度均在90%以上，该结果可用于后续变化分析。
将两时影像的分类结果进行比较，得到相应的变化矩阵信息如地物类型、面积、百分比等。由图1可得南京市自1987年至2017年这三十年间，土地利用方式之间的相互转化较为频繁。1997-2007年内有超过一半以上的林地是由建筑用地、水体及耕地转化而来。
而计算可以得出1987-1997年、1997-2007年、2007-2017年南京市在建筑用地、耕地、水域和林地方面的具体增长指数。1987-2017年间，建筑用地比值持续增长，2017年增长率达到了81.12%。然而水域与林地在30年间一直处于负增长状态，其中林地的负增长数值在不断年增大。耕地在2007-2017年间由原来的负增长转向正增长。2007-2017年，从耕地、水域与林地转化为建筑用地的比率明显曾大，并且由林地转化为建筑用地的比率达到了25.26%，而由建筑用地转化为林地的只有15.03%，表明这十年间经济的发展与人类生活的改善影响着城市植被覆盖比率与地物空间结构。
5 结论
为了了解南京市近三十年土地变化状况，本研究采用多时相Landsat遥感影像，采用面向对象分割与最近邻分类相结合的思路对南京市从1987-2017年间四景影像进行分类和变化分析，发现南京市林地面积不断减少以及建筑用地不断增加，其变化的主要流向是从耕地、林地流向建筑用地。这些土地利用性质的变化说明南京市的城市化进程迅速。该文结果为相关部门加强土地管理，合理利用土地资源提供了理论依据。
参考文献
[1]王秀兰,包玉海. 土地利用动态变化研究方法探讨[J]. 地理科学进展, 1999, 018(001):81-87.
[2] 王思远, 刘纪远, 张增祥,等. 中国土地利用时空特征分析[J]. 地理学报, 2001, 56(6):631-631.
[3] 中国土地学会. 新技术在土地调查中的应用与土地科学技术发展[M]. 地质出版社, 2006.
[4] 张景华,封志明,姜鲁光.土地利用/土地覆被分类系统研究进展[J].资源科学,2011,33(06):1195-1203.
[5] 赵婷,王栋,朱梦琦.基于Landsat遥感影像的土地利用变化研究初探[J].南方农机,2021,52(06):195-196.
[6] 孙晓霞,张继贤,燕琴,高井祥.遥感影像变化检测方法综述及展望[J].遥感信息,2011(01):119-123.
[7] 刘博斐,雒琛.基于遥感数据的变化检测问题综述[J].电子技术与软件工程,2021(05):160-164.
[8] 佃袁勇,方圣辉,姚崇怀.多尺度分割的高分辨率遥感影像变化检测[J].遥感学报,2016,20(01):129-137.
基金项目：南京林业大学大学生创新训练计划项目（基于SAR数据的长三角地区生态用地信息提取与网格化监管，201810298067Y）