基于Rapid Eye數據的北京生態涵養區土地利用分類及變化研究

作者：鄭琪,邸蘇闖,潘興瑤,劉洪祿,朱永華,張岑,周星

摘要：針對目前常用的遙感影像分類方法在復雜下墊面識別中出現的分類精度不高、“椒鹽”現象明顯等問題,以北京生態涵養區為例,基于Rapid Eye數據開展不同土地利用分類方法研究,并提出優化的分類方法。構建的土地利用分類體系涵蓋耕地、水體、建筑區、喬木林、灌木林、礦石堆以及砂石坑。采用面向對象分析技術將研究區分割為3.71萬個圖斑,分別利用決策樹分類法和最鄰近分類法提取土地利用類型,結果顯示:決策樹分類法的總體精度為75%,Kappa系數為0.69,其對水體、耕地、建筑區等光譜特性差異明顯的區域具有較高解譯精度;最鄰近分類法對光譜特征差異不明顯的灌木、喬木區域具有較好的分類效果,總體精度為71%,Kappa系數為0.71。基于上述兩種方法提出耦合分類法,經檢驗該方法總體精度可達90%,Kappa系數達0.9,在生態涵養區土地利用分類中具有較好的適用性。利用耦合分類法對2010~2018年土地利用變化情況進行分析,發生較大變化的耕地、建筑區、礦石堆及砂石坑區域均逐漸向林地演變。結果表明:自北京生態涵養區建立以來林地資源保護已初顯成效,生態破壞帶正逐漸被修復。生態涵養區的建立強化了生態保護和綠色發展向導,對促進京津冀協同可持續發展具有重要意義。

發文機構：北京市水科學技術研究院 河海大學水文水資源學院 北京市非常規水資源開發利用與節水工程技術研究中心

關鍵詞：土地利用RapidEye面向對象分析決策樹分類法最鄰近分類法Land useRapid EyeObject-oriented classificationDecision Tree MethodNearest Neighbor Method

分類號： TP79[自動化與計算機技術—檢測技術與自動化裝置]