基于RS和GIS的江西省万年县城镇扩展及其发展演变特征研究

中国南方红壤丘陵盆地小城镇近年来发展迅速。研究以江西省万年县为例,在Arc GIS及ENVI的支持下,利用1955-2015年历史图件、长序列Landsat TM/ETM+与Landsat 8 OLI/TIRS遥感影像数据资料,进行万年县50 a城区小城镇空间扩展过程及其发展历程研究,通时空转换分析研究万年县的耕地衰减与城镇用地扩张及其时空动态演变。结果表明:万年县过去50 a城镇扩展显著,城镇建设用地面积从1955年的68.04hm^2迅速增加到2015年的2 985.21 hm^2,总体扩展了43.87倍。万年县1955-2015年城镇发展历程可划分为4个阶段:早期乡村聚落阶段、农村城镇化缓慢发展阶段、城镇快速发展阶段和城镇高速稳定发展阶段。因红壤丘陵盆地的地理空间约束,平原区城镇扩展面积占平原区总面积的比例由1955年的1.01%迅速增加到2015年的33.52%,而平原区耕地面积50 a期间由85.87%降低到42.97%,表明城镇和工矿用地过快扩张导致万年盆地平原内耕地面积锐减,人地矛盾日益突出,土地利用经济效益亟待提高。

鄱阳湖滨湖区多季相Landsat 8 OLI数据遴选及其土地利用/覆被遥感分类提取

鄱阳湖滨湖地区是中国南方内陆浅水型湖泊滨岸带与红壤丘陵交错的典型区域。研究以江西省上饶市鄱阳县为例,在ENVI遥感平台的支持下,利用2014年多季相Landsat 8 OLI遥感影像数据资料,通过实地土地利用/覆被调查与地物光谱分离度分析进行遥感数据遴选,对优选数据采用马氏距离(MD)法、最大似然(ML)分类器、人工神经网络(ANN)分类器、支持向量机(SVM)分类器、光谱信息散度(SID)分类器、波谱角分类器(SAM)等8种监督分类方法进行监督分类。在先验知识和野外调查数据的基础上,对分类结果进行分析;然后通过总体分类精度、混淆矩阵和Kappa系数对几种分类器的精度进行评价和比较。并针对鄱阳湖滨湖地区土地利用/覆盖分类问题探究几种遥感分类方法的优劣,挑选最适用遥感分类方法。结果表明:在鄱阳湖滨湖地区,各季节影像中地表光谱可分性在8月达到最佳值,期间所获取是优选数据,有利于遥感分类识别;人工神经网络法、支持向量机法(SVM)具有较好的的分类效果和分类精度,总体分类精度>96%,Kappa系数>0.94。总体上讲,SVM分类器的分类精度和Kappa系数都要优于其他分类器,相比之下7-10月获取的影像更适合于鄱阳湖滨湖地区土地利用/覆被的遥感识别和提取。通过遥感数据最优遴选,并结合优选遥感分类器,可以显著提高鄱阳湖滨湖区土地利用/覆盖信息提取效率和遥感高精度分类的总体精度,有助于提升该地区大范围土地利用/覆盖遥感宏观监测的可靠性和精准度。