1990-20xx年长沙市土地利用变化与预测分析毕业论文(编辑修改稿)

1990-20xx年长沙市土地利用变化与预测分析毕业论文(编辑修改稿)内容摘要：

S(0)为 初始状态量，即预测初期各土地利用类型的面积； S(k)表示 预测地类在 t=k 时刻的状态向量； Pij为 研究时段内土地利用类型 i 转换为土地利用类型 j 的转移概率。 Kappa 系数简介： Kappa 系数是在综合了用户精度和制图精度两个参数上提出的一个最终指标，他的含义就是用来评价分类图像的精度问题，在遥感里主要应该使用在精确性评价和图像的一致性判断。 如果两幅图像差异很大，则其 Kappa 系数小。 Kappa 系数仅适用于行数和列数相等的方表。 由 Cohen 在 1960 年提出。 简单 Kappa 系数的计算式：    cc PPPK  1/0 式中， 0P 为观测一致率， cP 为期望一致率。 当两个诊断完全一致时， Kappa 值为 1。 当观测一致率时， Kappa 值为正数，且 Kappa值越大，说明一致性越好。 当观测一致率小于期望一致率时， Kappa 值为负数，这种情况一般来说比较少见。 根据边缘概率的计算， Kappa 值的范围应在 1~1 之间。 1Kappa= 时，表示两者几乎完全一致， Kappa 时，表示高度的一致性。 在土地利用格局中，每一个栅格 单元 就相当于一个元胞，每个元胞的土地利用类型即为 元胞的状态，利用转移矩阵和条件概率图像进行运算，可确定元胞的 转移 状态 ，从而 实现对土地利用格局 空间变化 的模拟 [17]。 将元胞自动机模型与马尔科夫模型相结合形成的 CAMarkov 模型，不仅可以提高土地类型转化的预测精度，也能在空间位置上有直观的表达 [18]。 IDRISI 软件中提供的 CAMarkov 模块为研究土地利用时空变化提供了便利，具体的操作为：（ 1）数据格式的转化。 在 ArcMap 中将土地利用数据进行转换处理，得到 IDRISI 可识别的文件格式；（ 2）进行 Markov 预测。 使用 IDRISI 软件提供的Markov 模块，得到两个年度区间的转移面积矩阵与状态转移概率矩阵；（ 3）制作转换适宜性图集。 由于数据不全且查阅有些资料表明自己制作的适宜性图集往往因为主观性强使模拟精度很低，故此步骤本文采用的是进行 Markov 预测时产生的 .rgf 格式的 状态转移图集 作为适宜性图集；（ 4）进行 CAMarkov 模拟预测。 以标准 5 5 的 CA 邻近滤波器为邻域定义，确定起始时刻和循环次数，进行预测模拟。 湖南科技大学本科生毕业设计（论文） 5 技术路线 图 技术路线图 Fig. Technology road map 确认研究主题 以长沙市为研究区域 资料、数据收集与整理 遥感数据 非遥感数据 遥感影像分析与处理、分类、分类后处理 长沙市 19902020 年近 20 年 TM 遥感影像 经济统计数据 地形图 行政边界图 土地利用数据库 土地利用动态变化分析 土地利用趋势预测分析 结论 湖南科技大学本科生毕业设计（论文） 6 第二章 研究区概况与数据源简介 研究区概况 图 长沙市地理位置 Fig. Geographical position of Changsha 长沙市位于湖南省东部偏北，湘江下游，南接株洲市和湘潭市。 地理位置为东经111176。 5339。 114176。 539。 ，北纬 27176。 5139。 28176。 4039。 长沙市辖天心区、芙蓉区、岳麓区、雨花区、开福区及浏阳市、长沙县、宁乡县、望城县，总共 5 区 3 县 1 市，面积约为  104km2。 在气候上，长沙市属于典型 的亚热带季风气候，全年无霜期、降水充沛、雨热同季、四季分明。 土壤属南方红壤地带，植被属亚热带常绿阔叶林区域。 地形以山地丘陵为主，土地利用类型多样。 长沙市是湖南省的省会城市，是湖南省的政治、经济、文化交流、交通、金融、科技信息的中心，是我国中西部地区最具竞争力的城市之一， 2020 年 11月 16 日，长株潭城市群被 批准为“两型社会”试验区，长沙市为核心城市。 湖南科技大学本科生毕业设计（论文） 7 数据来源与处理过程 数据来源 （ 1）本研究所使用的长沙市土地利用数据来自中国资源环境数据库和实验室购买的 TM 遥感影像标准产品。 时期为 1989/1990、 1994/199 1999/2020 年，分别简记为1990 年、 1995 年、 2020 年的三期数据，来自中国资源环境数据库。 该数据是以 TM/ETM+遥感影像为基础数据源，通过计算机自动分类和人工目视解译形成的 1:10 万的土地利用矢量数据，这三期数据的解译定性精度误差被分别控制在 %、 %和 %水平上 [1,19]； 2020 和 2020 年的遥感数据为实验室购买的原始格式为 DAT、头文件为 Fast，并已经过辐射校正和相关数据预处理的 TM 遥感影像标准产品 [19]。 数据的分辨率均为30m。 （ 2）长沙市 行政区划矢量图、土地利用现状图及 30m 分辨率的 DEM 数据等。 （ 3）统计数据。 统计年鉴包括《湖南省统计年鉴（ 19912020 年）》，长沙市的相关统计年鉴；还有部分数据来自湖南省统计信息网（ 数据处理过程 数据的前期处理包括遥感影像几何校正、遥感影像拼接和裁剪、遥感影像计算机监督分类和精度验证、矢量数据的处理等工作。 本研究使用前期处理工作已经完成的影像空间分辨率为 30m 的长沙市 1990、 199 20 20 2020 年五期 Landsat TM/ETM+遥感数据。 数据的后期处理工作包括数据格式转换、重分类、生成转移矩阵和状态转移图集、模拟预测等工作。 在 ArcGIS 中将数据格式转换为 IDRISI 可识别的数据格式，转换后在IDRISI 中生成 .rst 栅格格式文件，并对栅格文件进行重分类。 再在 Markov 模块生成转移面积矩阵、转移概率矩阵和状态转移图集，状态转移图集是 .rgf 格式的。 最后，依据Markov 预测所得的转移面积矩阵和状态转移图集，利用 CAMarkov 模块对长沙市 2020年 2030 年的土地利用进行预测，得到此期间的土地利用数据。 在已有前期数据和后期预测数据的基础上，根据需要在 ArcGIS 中制图输出和在 IDRISI 中操作得到土地利用转移矩阵 以及各地类的面积统计数据等。 （注：本人在此研究中所做的工作主要是后期的数据处理） 湖南科技大学本科生毕业设计（论文） 8 第三章 土地利用 /覆被变化分析与预测 土地利用 /覆被数量结构特征 土地利用 /覆被的数量结构指的是区域土地资源配置在不同土地利用类型上的绝对数量及其比例关系 [20]。 在 IDRISI 中统计研究区各期土地利用面积，制作表 和图 ，由表及图可知 19902020 年长沙市土地利用 /覆被主要表现如下几个特征： （ 1）长沙市土地利用 /覆被主要以耕地和林地以及建设用地为主，耕地与林地呈现逐年减少的趋势，而建设用地则逐年增加。 耕地和林地方面： 1990 年研究区耕地和林地的面积为 1109431ha，占该年土地利用总面积的 %； 1995 年研究区耕地和林地的面积为 1106877ha，占该年土地利用总面积的 %； 2020 年耕地和林地的面积为1104315ha，占该年土地利用总面积的 %； 2020 年研究区耕地和林地的面积和比例分别减小至 1086607ha 和 % ； 2020 年研究区耕地和林地的面积则减少为1074330ha，占比 %。 建设用地方面： 1990 年研究区建设用地面积为 26141ha，占该年土地利用总面积的 %； 1995 年为 30242 ha，占比 %； 2020 年为 31012 ha，占比 %； 2020 年为 48564 ha，占比 %； 2020 则增加为 61513 ha，占比 %。 （ 2）草地、水体以及未利用地占比较小。 草地在 19902020 年期间的变化幅度比较小，基本上保持一个稳定的状态，总体上略有增加；水体的总面积变化也较小，但呈现从 2020 年开始呈现略微减少的趋势。 表 1990 年 2020 年长沙市土地利用数量结构 Tab. Land use structures and quantities of Changsha from 1990 to 2020 土地利用类型 1990 年 面积 比例 （ ha） （ %） 1995 年 面积 比例 （ ha）（ %） 2020 年 面积 比例 （ ha）（ %） 2020 年 面积 比例 （ ha） （ %） 2020 年 面积 比例 （ ha）（ %） 耕地 375669 373178 371978 360791 357501 林地 733762 733699 732337 725816 716829 草地 13931 13819 14170 14581 14375 水体 24733 23332 24773 24522 24269 建设用地 26141 30242 31012 48564 61513 未利用地 309 275 275 271 58 总面积 1174545 ha 湖南科技大学本科生毕业设计（论文） 9 图 长沙市 19902020 年土地利用结构 Fig. Land use structures of Changsha from 1990 to 2020 土地利用变化转换 分析 19902020 年长沙市 各地类 转换 速率 分析 利用 IDRISI 软件中的 GIS AnalysisDatabase QueryCROSSTAB 功能， 以 5 年为时间间隔，分别统计 19901995 年、 19952020 年、 20202020 年和 20202020 年 4 个时间段耕地、林地、建设用地和其他（包括水体、草地和未利用地）各地类的转入转出面积。 以各地类的转入转出面积为基础分别制作长沙市 19902020 年各地类增加的速率图和减少的速率图，并将两图像进行对比，如图。 图 反映了 19902020 年长沙市各地类转换的增加速率与减少速率，由图可知： （ 1）在 19902020 年二十年期间，长沙市耕地与林地减少的速率一直大于其增加的速率，说明在此期间耕地和林地的总面积持续减少；后十年耕地与林地减少的速率明显大于前十年减少的速率，说明后十年长沙市耕地和林地转换程度 远比前十年剧烈。 （ 2）在 19902020 年二十年期间，长沙市建设用地基本上只有增加的速率而无减少的速率，说明在此期间建设用地面积持续增长而基本上无转出；后十年建设用地的增加速率明显高于前十年增加的速率，说明后十年长沙市城镇化程度远比前十年剧烈。 湖南科技大学本科生毕业设计（论文） 10 图 长沙市 19902020 年各地类增加 速率 与减少速率 Fig. Increase rate and reduction rate of the category of Changsha from 1990 to 2020 19902020 年长沙市土地利用 /覆被转换 分析 以 10 年为时间间隔，在 I。