论文摘要
土地资源的合理利用，关系到国家经济发展以及民族生存，对土地利用/覆被变化监测是实现土地合理利用的一项重要内容。高空间分辨率影像的发展，使得影像表现出更多的空间信息、纹理信息和上下文等，从而推动了土地利用/覆被变化监测研究。利用高空间分辨率遥感技术对土地利用情况以及动态变化进行监测研究，可为管理部门在对土地利用规划和土地管理时提供科学依据。对土地利用/覆被变化进行监测首先需要提取不同时期土地利用类型，然后比较不同时期利用类型的变化。在基于像元分类时，由于仅利用了遥感数据的光谱信息，浪费大量的信息资源，且分类精度不高。基于面向对象的分类技术可充分利用高空间分辨率影像丰富的信息，从一定程度上解决了基于像元分类的缺陷，可有效提高分类精度。本文选择南通市港闸区作为研究对象，利用其2008年、2012年两期高分辨率影像，采用基于面向对象分类技术并辅以纹理特征对影像进行土地利用分类，提取2008-2012年4年内的土地利用/覆被变化。本文主要研究内容与取得的成果如下：(1)归纳分析现阶段土地利用变化监测国内外研究现状，针对已有研究方法特点和存在的问题，本文使用辅以纹理特征的面向对象分类后比较法来提取土地利用变化。分别对影像进行辅以纹理特征的和无纹理特征参与的面向对象分类，并对两种分类结果进行视觉判断以及精度分析,得到辅以纹理特征的面向对象分类精度更高。(2)对研究区域2008年、2012年两期影像进行了预处理。为了使参与融合的波段含有最大的信息量，分别计算了除全色波段外各个多光谱波段的标准差、波段间协方差矩阵以及相关系数矩阵，得出影像融合的最佳波段组合。(3)基于灰度共生矩阵提取出不同窗口下的影像纹理特征，根据纹理特征值随窗口尺度变化趋势分析模型得出两期影像纹理特征提取的最佳窗口尺度；同时，使用ENVI软件提取影像数据的纹理指数影像，基于灰度共生矩阵是在图像区域内统计相同像元值出现次数的基础上，提出“纹理特征效果关系”对纹理指数影像进行统计分析，根据分析结果选择参与面向对象分类的最佳纹理特征组合。(4)选择“对象完整面积个数最多法”作为多尺度分割结果的最佳分割尺度，得到研究区域内农村道路、耕地、水域、建筑用地、未利用地、公路、林地的最佳分割尺度分别为80、100、150、180、140、90、170。(5)对研究区域2008-2012年的土地利用数量变化、结构变化以及程度变化动态变化进行了分析研究，结果表明研究区域在4年内的土地利用状况发生了较大的变化，耕地、未利用地和公路的面积呈明显增长趋势，建筑用地、水域、林地、农村道路面积减少；其中未利用地面积的急速增长，使2012年土地利用程度较低。最后，运用马尔科夫预测模型对未来8年的土地利用状况进行了预测分析。