基于RS的沈阳土地利用情况

基于RS的沈阳土地利用情况

摘要

 

众所周知，土地对于社会经济稳定和可持续发展以及全球环境的变化都有着一定的影响，有关土地利用演变的相关研究已受到全世界的关注。本文对沈阳市土地利用的时空演变进行研究和规划。从遥感的原理出发，介绍了土地利用分析对遥感的要求，针对现有方法总结出土地利用情况对遥感基本方法的要求并提出优点和不足，结合地域的实际情况和解译结果分析土地利用结构变化原因。使用1985、1995、2005和2015年四个阶段的遥感图像数据作为数据，并在基于ENVI 5.3的软件平台的支持下，增强遥感图像并执行其他预处理任务。 Arc GIS 10.4软件完成了遥感图像的解译并提取了六种土地类型数据，分别是耕地，林地，草地，水体，工业用地，矿山用地，居民用地和未使用土地，对土地使用率变化和发展趋势的详细分析反映在类型的当前状态中，揭示了研究期间的土地使用过程。结合定性和定量分析，探讨土地利用变化的因素和原因。为未来的土地规划提出意见和建议。创新性的提出将分类结果图和实际数据相结合的遥感图像分析方法，实现空间和地面数据的联合运用。最终得到每个时期的结果，从而得出耕地和林地面积占研究面积总面积的90％以上，在过去的30年中，六类土地发生了不同程度的变化。本文的研究领域非常大，解释遥感影像的工作量也很大。尽管测试的准确性是可以接受的，但仍与实际情况不完全匹配。这也是本研究中不可避免的错误的原因。这些是未来的研究工作。为了获得更准确的结果，需要弥补这些缺点。

 

关键词：遥感解译；土地规划；沈阳市

 

第一章 绪论

1.1研究的背景和意义

土地是人类生活必不可少的资源，合理的开发和利用土地成为城市发展重要的一部分。因此，有关土地利用演变的相关研究已受到全世界的关注。此外，土地利用变化的研究已成为土地研究的最重要部分。而其中人类对土地利用变化的影响尤为突出，人类影响自然环境变化的最重要部分是加快城市化进程，世界各地的城市化进程正在加速[1]。持续加速的城市化进程对土地使用产生了动态影响。当前和未来土地用途变化的主要驱动力是城市化土地的扩张。近年来，中国经济发展很快，城市化进入快速发展阶段。但是，要获得有关土地利用演变的信息，必须先了解和分析土地结构演变的基本特征，从而对土地利用进行分析和调整。对于沈阳市来说其重要标志是建筑场地无时无刻都在增加，这减少了耕地与森林资源有关的其他土地的面积，影响了城市化进程。这引起了有关学者广泛关注并激发了对研究的兴趣[2]。

本文选择的案例对象是辽宁省沈阳市利用RS空间信息研究技术，通过系统分析1985—2015年沈阳市土地利用变化特征，总结了影响沈阳市土地利用变化的因素解决沈阳市的土地利用问题，提高地方的土地利用效率，有效促进地方的可持续经济发展，为东北地区，为生态保护提供科学依据，为合理利用土地打下坚实基础。

1.2国内外研究现状

1.2.1国外研究现状：

土地利用研究开始于国外，早在1920年，美国农业科学家Lee就开始研究人类活动和景观方面的土地利用变化机制。后来，韦伯在1931年美国太平洋农业协会的一项研究项目中认为，该地区的土地利用类型很大程度上取决于干旱的程度，这是第一次从经济角度对土地利用机制和过程进行了创新性的讨论[3]。1970年代，工业和经济的飞速发展，特别是第一颗地基卫星的发射，为遥感技术的快速发展和基于遥感技术的新土地利用/覆盖研究奠定了坚实的基础。在研究期间，特别是1980年代以来，许多美国和欧洲发射的卫星被发射到空中，大量的遥感数据被用于土地覆盖研究，这一时期是地球科学发展的重要一步。在1990年代，由社会发展引起的社会和人口问题在这一时期变得越来越突出，重新考虑了土地利用/覆盖的重要作用，而土地利用/覆盖的变化是全球变化的主要原因[4-7]。迫使人们不仅发现原因，而且发现自然与人类活动的相互作用。基于ICSU的国际地圈生物学计划（IGBP）和基于ISSU的全球环境人文计划（HDP）基于“土地利用和土地覆盖变化（LUCC）研究计划”。进行了各种规模的研究，以记录人类在地球表面特性中的空间格局变化以及景观恢复的时空动态1996年12月，在美国的克林菲尔德大学举行了大型国际研讨会，主题是“综合土地利用模拟：驱动问题研究”，讨论了IGBP和HDP在LUCC领域的研究进展1997年6月在奥地利拉克森堡举行的关于全球变化研究中的人为因素会议上，会议的重点是土地利用1999年LUCC研究实施策略通过使用土地使用过程，LUCC人类反应以及集成的全球和区域模型作为研究主题，进一步促进了LUCC研究的发展。同年，IGBP和HDP联合发表了土地使用对人类的影响/土地覆被变化。它整合了该研究的全球和区域模型，并确定土地利用变化的机制是LUCC研究的三个核心问题之一。在两个主要国际组织IGBP和HDP的带领下，一些积极参与全球环境变化研究的国际组织和国家跟进并实施了土地利用变化研究，并逐渐形成了研究类型。研究类型基本上可以分为北美类型和欧洲类型。流派和日本流派对于土地用途的变化有不同的研究方法和观点。自世纪之交以来，LUCC的研究趋于具体，许多外国学者在土地利用动态变化领域进行了更详细的研究。墨西哥人Jean等（2004年）创建的土地利用变化的空间数据库可用于查询1986年至2004年的土地利用变化。例如，1976年至2004年之间，墨西哥温带森林的年平均下降率为0.25％。热带森林的年均减少量为0.76％2006年，Alejandro等人（2006年）通过RS和GIS技术调查了墨西哥土地使用/覆盖范围的动态变化，并比较和分析了300多个地面测量站的准确数据，以确保地理信息系统的一致使用。所需的数据以及可以提供的数据具有针对性，对于土地使用的总体规划非常重要。

同年，Boniface等人（2006年）使用GIS软件来监测乌桑平原湿地的MSS和TM影像中土地利用的动态变化[8]。这表明遥感和GIS技术在定量和定性分析土地资源动态方面非常有效和准确。帮助决策者了解湿地的现状和问题，并确保可持续利用当地湿地资源Erich等（2012年）使用GIS软件工具箱在2012年创建了阿尔卑斯山土地利用/覆盖场景的地图，并将其与当地土地利用的时空变化的定性和定量变化相结合。评估并为未来提供了坚实的基础高山景观动态。土地利用模型研究的形成表明，土地利用/覆被的动态变化已正式进入深入研究土地利用变化的机理，过程和预测未来发展趋势的阶段。办法。主流方法分为三类。一种是基于经验的统计模型，另一种是基于流程的动态模型，第三种是综合模型。世界上使用最广泛的是第二种基于过程的动态模型。该模型可以很好地模拟土地利用变化的驱动力和未来的发展趋势。它们进一步分为细胞自动机模型和系统。动态模型和多主体系统模型[9]。元胞自动机模型非常适合模拟复杂的系统过程，可以可视化土地利用变化的动态过程，并在研究变化的动态中起重要作用。系统动力学模型是用于内部关系系统研究的综合研究工具，其优点是可以综合考虑土地利用动态变化的驱动因素。当地的可持续发展。模拟系统中的生物物理和生态过程以及人类决策过程。这种类型的模型从微观角度提供了土地利用的具体细节，并模拟了土地利用决策过程以及自然条件与社会群体之间的相互作用，可以轻松地提取出来。推进为土地使用决策提供了新的方向。一般而言，国外对土地利用/覆盖率的研究起步较快，发展迅速。在这一阶段，还取得了相对丰富的成果。从卫星数据采集到数据处理和分析，对土地利用动态变化影响因素的讨论和分析，预测未来趋势以及土地利用应用模型的研究和开发都越来越成熟。

1.2.2国内研究现状：

中国是世界上人口最多的国家之一，也是农业大国。中国人口众多，耕地很少。根据周易记录的信息，在2500年前的春秋两季和战国时期，有五种土地记录。森林，山丘，川泽，元朗岩石，元石。大约2000年前，法令记录说，土地利用研究中提出的方法基本上是休息和恢复，在此期间，人们认识到土地利用在农业生产中的重要作用[10]。在1930年代初期，地理学家胡焕勇和农业科学家张欣宜对中国的土地利用进行了系统的调查。新中国成立后，各种科学研究项目逐渐重回轨道，并开始接受世界上一些先进的技术和思想，这对土地利用研究产生了积极的影响。受到国际学者的启发，若川淳和中国科学院地理研究所于1980年代完成了“中国的土地利用”和“地图集的土地利用”。这是一项主要通过遥感对全国土地资源进行的调查。具有实用价值的最具代表性的土地利用/覆盖产品是中国科学院的1/10000土地利用数据库。尽管已经收集了有价值的资源，但是由于诸如分类系统之类的问题，它们尚未得到充分利用。由于模型不符合要求，因此数据麻烦且转换不够灵活。详细解释了这一时期中国土地利用研究的结果。

自1990年代以来，全球对土地利用的关注日益增加，各国学者也被纳入这一热门研究课题[11]。研究结果和内容主要集中在两个方面：土地利用变化过程研究和土地利用变化动力学研究。在研究土地利用变化过程中，国内学者主要探索两种方法：基于统计方法的数学模型和基于遥感和地理信息系统的技术方法。数学建模通过统计数学运算建立数学模型，并根据土地利用的数量，范围和空间模式表征其时间和空间变化。基于遥感和GIS的研究方法涉及到遥感和GIS技术的飞速发展。这使土地利用研究能够将基于土地的图像与GIS软件以及其他图像处理和分析工具结合起来，从而使土地利用更加高效，快捷。研究时空变化规律。由于中国现有土地利用/覆盖数据集存在缺陷，因此应用该模型时分类系统不匹配，是使用中国科学院资源与环境分类系统最终获得国家土地利用数据产品，并将其与其他数据结合起来以弥补信息的不足并满足模型需求。我们准备了一套数据集，可以用于创建WESTDC数据[12]。 GLC2000中国的区域覆盖数据与WESTDC一样实用，并且直接从世界土地使用覆盖数据中得出。分类系统共有24种土地，分类过程分为三个阶段。它监督气候分层和数据准备，解密和校准，准确性评估和制图。同时，在中国广泛使用的IGBP DISCover数据集，MODIS数据集和UMd数据集，为国内学者研究土地利用范围提供了宝贵的数据资源。利用延安市2000年[13-15]，2005年和2010年这三个阶段的土地利用数据，采用不同的空间覆盖分析，动态土地利用分析和空间迁移矩阵分析方法研究土地覆盖变化和空间规律。在研究土地利用变化的动因时，国内学者早期常常采用定性方法，但受到国际土地利用动因研究的主要趋势和数理统计的影响。该技术在中国得到广泛应用。定量分析所采用的方法一般为主成分分析，典型相关分析，回归分析，灰色相关分析等。杨志平使用2002年至2007年徐州的土地利用数据来分析土地利用效率，土地利用动态和土地使用程度，并要使用徐州的土地使用五年。并总结了变化。选择了十二个因子指标，并采用了相关的分析方法进行徐州土地利用。

 

1.3国内外研究现状简析：

综上所述，目前国家对土地利用/覆盖率的研究与国际上相比还存在一定差距，但研究目标，研究内容和研究方法与国际水平相符[16-18]。正如国内外发展进程所表明的那样，国内先进的研究方法和技术比国外晚几年开始，差距正在迅速缩小，而中国正在关注土地利用/覆盖研究足以表明，目前，国内外的土地利用研究都侧重于关于土地使用的法律，驱动力和未来的发展趋势，并且主要侧重于RS / GIS技术和模型的应用。但是，由于我国幅员辽阔，地形复杂多变，国外的研究方法不能充分地应用于中国的土地利用研究中。国内学者通过野外研究和多年科学研究实践在中国寻求更好的研究方法。例如，在土地利用/覆被驱动研究领域，中国学者采用了多种方法从空间分析的角度研究土地利用的动态变化，并通过综合分析，得出了结构和时间特征。经过深入研究，并结合各个研究领域的众多摘要，探索了土地利用的动力机制。一些研究人员从时空两个维度对土地利用变化进行了调查和分析，研究了土地利用变化，并使土地利用变化永存，以解释变化的原因和过程。

1.4研究内容

本文将使用遥感技术研究土地利用/覆盖变化。这具有实时，客观和覆盖范围广的优点。数据源覆盖了研究领域，包括从NASA的EROS网站免费下载的Landsat系列遥感图像。

（1）对近年来遥感影像进行观察和分析。

（2）运用图像投影转换和几何校正等方法对数据进行预处理。

（3）通过遥感影像分析沈阳近30年土地类型和占比的变化情况。

（4) 探究遥感影像在研究土地利用中的优势和弊端。

1.5本文主要技术路线 

本文主要从数据获取出发，针对获得的数据进行几何校正，并且进行图像分类，根据分类后得到的图像对数据进行分析，找到合理的土地利用方案，具体如图1所示。

 

 

 

 

 

 

 

 

 

 

 

图1  主要技术路线

第二章 基础资料及数据预处理

2.1  数据获取

2.1.1  基础数据

沈阳是辽宁省的省会。截至2018年，全市有十个区，两个县，一个县级市，总面积12948平方公里，市区633.8平方公里，人口83.16亿，城市人口67.336百万。城镇化率是81％。沈阳位于辽河平原中部，辽宁北部为东部丘陵和山脉，辽宁北部为辽宁丘陵。地形逐渐从西部和南部扩散，从冲积沉积物转变为大型冲积平原。沈阳的东部是低山丘陵，中西部是广阔的平原。从东北向西南倾斜，平均海拔为30至50米。地形从东北向西南延伸，两侧向中心倾斜。最高点在新城子区马岗乡老石沟的石人山，海拔441米，海拔441米，最低点在辽中县和森居路村，在海面以下5米。该市的最高点是Daito Ward，海拔65米，最低点海拔36米。皇姑区，和平区和神河区的地形略为起伏，高41.45米。东陵区主要是丘陵和山区。新四郎在该地区的北部有几个丘陵和山区，并逐渐向南平坦。除了苏家屯地区南部的一些丘陵和山区，大多数地区都是冲积平原，如洪水泛滥区。新民县和辽中县的大部分地区是辽河和红河的冲积平原，有一些沼泽和沙丘，还有一些散落在新民县以北的山丘。全市低山丘陵面积1020平方公里，占全市总面积的12％。冲积坡和山前冲积坡分布在东部山区的西坡上，并逐渐向西南蔓延。沈阳的丘陵和丘陵集中在东北和东南部，是辽宁东部丘陵的延伸。西部是辽河和浑河冲积平原，地势从东向西逐渐倾斜。

 

图1 沈阳行政区规划图

2015年辽宁省沈阳市的100,000张地图，辽宁省1月的100,000张地图和辽宁省的土地使用情况100,000张地图。GPS站数据基于MGE管理的地形图输入到计算机中。 网格是在辽宁省沈阳市的经度和纬度内生成的，在野外调查期间，已拍摄了220多张照片用作野外调查。 表1显示了此调查的现场调查点的数据。

表1 研究实地调查点

 

2.1.2  遥感数据

本研究中使用的数据是从地理空间数据云下载的，免费Landsat系列数据被选为该研究的数据源。1985TM图像，1995TM图像，2005 ETM +图像，2015 OLI_TIRS图像4数据（表2）。

表 2 遥感数据

 

该研究区域的Landsat图像数据由五个场景图像组成，但是将间歇数据替换为最近一年的图像数据，以确保遥感图像的高质量和完整性。 

2.2遥感数据的预处理

2.2.1图像投影转换

由于下载的原始遥感图像地图为水平墨卡托投影格式，因此将其转换为ALBERS投影格式，以统一每个时期的遥感数据的投影格式。坐标系：大地坐标系投影：阿尔伯斯正轴的相等面积双标准纬度圆锥投影南标准纬度：25°N北标准纬度：47°N中心经度：105°E坐标原点：105°E与赤道交叉纬度偏移：0°垂直偏移：0°椭圆参数：Krasovsky参数：a = 6378245.0000 mb = 6356863.0188 m空间测量单位：m 3.2.2波段合成，其信息可提供更准确的图像以供视觉解释，同时形成一个易于校正几何精度并易于识别的标准假彩色图像。在ENVI 5.3的支持下，根据Landsat影像（具有相似光谱设置的多波段数据）的特征，结合对土地利用变化的研究，第4阶段影像的最佳波段组合是基于理论和经验的。红色，绿色和蓝色。

2.22几何校正

在这项研究中，图像校正/配准混合方法用于执行图像几何校正。首先将2015年图像校正为地形图，然后将图像的其余三个阶段注册为校正后的2015年图像。具体操作如下。首先，选择30个以上可以在图像上区分并准确放置在地形图上的均匀分布的地面控制点，然后选择这些控制点的图像坐标（x，y）和大地坐标（X，Y）二阶多项式，以近似控制点的图像坐标与大地坐标之间的关系。通过均方根误差测试，所有控制点的误差均在1个像素以内。最后，采用最新的邻域插值方法进行插值，完成几何校正。

2.2.3影像拼接和裁剪

这项研究的区域非常大，没有单个遥感图像可以覆盖该区域。研究区域必须用遥感图像缝合。这次，我们使用地理参考来缝合五个相邻图像。在ENVI5.3的支持下使用地图。菜单的Seamless Mosaic模块连接相邻图像。此方法的优点是，可以通过使图像马赛克更精细来创建可以覆盖研究区域的遥感图像，例如马赛克的均匀颜色和自动边框功能。数据。缝合的图像包含调查区域和周围的非调查区域。一些未调查的区域已被修剪，以提高后续数据分析的准确性。在修整过程中，使用辽东东部行政边界图作为边界，从行政边界矢量图不规则地修整第四阶段数据。在ArcGIS中，首先需要调整辽东地区的行政边界矢量数据和遥感图像数据的坐标系。

2.2.4遥感影像增强处理

解释遥感影像时，由于不能充分利用Landsat卫星传感器的灵敏度，导致图像对比度低，影响解释效果，因此必须强调遥感影像。增强图像是失真的过程。其目的是改善图像的视觉效果。这对于手动视觉解释和后续计算机分析很有用。其实质是增加图像中不同对象的特征差异，抑制无趣的功能，提高图像质量，丰富信息，增强图像解释和识别效果，可以更轻松地识别图像内容并提取定量信息。 3.3图像解释

 

第三章 数据分析

3.1分类原则和准则

为确保土地使用/覆盖变化分类符合某些规定，本研究中的分类方案是指由中国科学院资源与环境数据中心开发的土地覆盖分类系统。。同时，根据遥感图像解释的原理考虑了遥感图像的可能性。对研究区土地资源的解释，空间分辨率和现状建立了沈阳市土地利用分类系统。区域遥感分类系统分为六类：森林，草地，耕地，水体，工矿住宅用地和未利用土地。

3.2图像解译与精度验证

在Arc GIS 10.4的支持下，可以根据每种栅格类型在遥感栅格数据图像中的位置显示线层，根据先前完成的解释标记显示预处理的遥感数据的新处理线层。通过光谱特性和纹理特性（例如色相，纹理，阴影等）对研究区域进行遥感，从而沿着特性边界准确地区分不同的土地类型，并定义不同土地类型的边界，对图像中的每个点进行分类。现场调查和验证是提高图像解释结果准确性的关键部分。纠正由于难以确定类型的客观因素而在室内图像解释中出现的错误。也可以参考现场调查数据来解决室内解释问题。表1中所示的数据是该场中所有场拍摄点的坐标数据。每个坐标点都包含当场拍摄的照片。由于没有标注数据，采用无监督分类，结果可达95%左右。解释数据与室内解释的初步结果一起被修改以确保解决方案。转换后的数据的精度。

3.6图像解释准确性的评估

解释完成后，必须首先对其进行测试和评估，以确保后续数据满足科学研究的需求。本研究使用混淆矩阵卡伯系数法。原理是根据实际特征类型数据和遥感影像解释数据建立误差矩阵。

根据辽宁东部土地利用/覆盖率解释标志对四个时期的图像进行解释和分类，并通过空间数据统计功能来在Arc GIS 10.4软件平台上运行解释后的遥感图像数据。 1985、1995、2005和2015四个时期的所有土地利用类型的附加模块，面积和空间分布数据，最后是每个时期的土地利用/覆盖率图（见图3）。结合以上统计图表，我们可以看到辽宁东部最大的土地利用类型是林地。阶段4的数据显示，除南部边缘地区外，大约70％的被调查森林为森林。分布区域覆盖辽宁省的整个东部地区。

 

图2 1985-2015土地变化

 

 

表3土地类型和占地比例

土地类型	1985		1995			2005			2015
	面积	占地比例	面积	占地比例	面积		占地比例	面积		占地比例
耕地	10911.5	23.8	11143.4	24.32	11485.4		25.07	11581.4		25.28
林地	32255.1	70.4	31891.6	69.16	316668.		69.12	31666.3		69.12
草地	693.2	1.51	789.7	1.72	661.4		1.44	556.19		1.21
水域	894.0	1.95	881.7	1.92	900.3		1.97	892.87		1.95
工矿居民地	1016.0	2.22	1069.3	2.33	1054.02		2.3	1057.38		2.35
未利用地	45.1	0.1	39.3	0.09	45.73		0.1	42.86		0.09
总和	45815.0	1	45815	1	45815		1	45815		1

 

如表3所示，森林面积没有发生几何变化（仅减少了1.78平方千米），表明主要是耕种和双向转化可以抑制林地占用现象。在这一阶段，耕地继续增长，草原和水域受到大量侵蚀，工业和采矿居民区的流入主要是耕地，其次是林地。 。这表明在此期间，城市建设速度迅速提高，农业用地仍在增加，一些森林保护政策正在实施，但是大量的淡水资源也证实了人类对自然的负担正在增加。迫在眉睫。根据对土地利用的分析，1985年，1995年，2005年和2015年的土地利用指数分别为228.15、228.90、229.57和230.18，土地利用指数处于中上水平，并有小幅上升。1985-1995年，1995-2005年和2005-2015年的土地利用变化分别为0.75、0.67和0.61，并且三个阶段的结果均大于0，土地利用符合人类需求。表示它正在发展。 1985年至1995年，1995年至2005年以及2005年至2015年之间的土地利用变化率分别为0.0033、0.0029和0.0026。这些值都在零以上，但在开发期间，土地使用率低。

从单一和综合土地使用变化率和发展趋势来看，耕地持续增加（0.21％→0.31％→0.08％），林地持续减少（-0.21％） →-0.07％→0.001％）。草原绩效提高（1.39％）→降低（-1.62％）→降低（1.59％），工矿居民区绩效提高（0.52％）→降低（-0.14％）→提高（0.20％）在水域，土地利用呈现出上升－下降－下降的趋势。在研究期间，变化最大的是草地和未使用土地，两者均发生了显着变化。耕地呈逐渐增长的趋势，林地呈逐渐下降的趋势，工业用地和采矿居住用地保持不变，只是在1995年至2005年间有所减少。它正在以一定的速度增长。土地综合利用动态的三个阶段分别为0.08％，0.08％和0.05％，空间动态分别为0.34％，0.28％和0.20％。前两个阶段大于第三个阶段，显示了研究区域的人类经济状况。暴力活动和城市建设正在减少，这主要是由于保护了多种生态工程林和农田，减少了森林和田地的破坏。趋势是在中期达到峰值，在后期达到最低谷，总体趋势在减小。

由于辽宁省的大部分水资源都集中在辽宁东部，因此该地区是辽宁重要的水源。

 

 

图2 水资源利用率

从表3可以看出1985、1995、2005和2015年该区域的水域分别为894.00 平方千米、881.72 平方千米、900.36 平方千米和892.87 平方千米，分别占研究区域的1.95％，1.92％，1.97％和1.95％。占据。从每个季节的水域面积可以看出，水域面积的四个阶段的变化仅在很小的范围内波动。研究区的草地面积较小，分布比较大，一般分布在耕地和林地上.1985年、1995年、2005年和2015年分别为693.19 平方千米和789.69 平方千米。做到了。在661.41 平方千米和556.19 平方千米处，被调查区域的比例分别为1.51％，1.72％，1.44％和1.21％。从第四期的数据看，草地面积变化频繁，总体趋势有所下降。会看到未使用土地的面积最小，并且在30年内波动。 1985-1995年，未利用土地的占用率很高，导致1995年。该地区是四个阶段中最低的，2005年是另一个高峰期，然后在2015年略有下降。

　据沈阳市统计局数据显示，2015年末沈阳市常住人口832.2万人，比2018年增加0.6万人，增长0.07%，人口总量有所增加。2014年末沈阳城镇常住人口674.1万人，比2017年增长0.07%，城镇人口增长与总人口增长持平，2015年常住人口城镇化率81.00%。从沈阳市户籍人口来看，人口总量有所增加。根据上述分析可以看出人口增长迅速增加了耕地压力，降低了人均耕地面积，突出了人与土地之间的矛盾。耕地流失的主要原因是占用工矿用地，因此在保护耕地，科学安排农业用地和建设用地的分配结构的基础上，政府有关职能部门：针对更科学，合适的建筑工地的有效发展计划。例如，充分挖掘工矿用地内部的使用空间，调整内部空间，有效利用工矿用地，制定人均建设用地标准。减少，避免浪费，实现经济，社会，自然和繁荣的人民。

根据每个时期的现状分析得出，耕地和林地面积占研究面积总面积的90％以上。在过去的30年中，六类土地发生了不同程度的变化。具体结论如下：

1. 耕地继续增长，增幅最大，累计达到670.85平方公里，林地不断减少，累计达到588.73平方公里，但是在1995年至2005年之间，工业和采矿建筑工地却不断增加。除略有减少外，其余期间有所增加，1995年以来草地面积没有增加，可以看出工业和采矿业在迅速发展。工业和采矿居民区的快速增长表明在此期间研究区的经济和城市发展迅速。
2. 在调查期间，水体和未利用的土地数量没有明显变化。从1985年至1995年不同土地利用类型之间的迁移来看，主要症状是林地流失，耕地，草地和居住用地增加，林地流向耕地（642.31平方千米）和草地（131.58平方千米），耕地流向草地（81.96平方公里）。
3. 由于迅速发展工业，工业和采矿居民区（63.77平方公里）表明，现阶段主要的农业和城市建筑工地的扩张是严重的。从1995年到2005年，林地面积仍呈下降趋势，但与前期的减少相比，数量减少，主要流向是耕地，而耕地补给量却有所增加。森林面积增加，大量草地流入耕地和森林，导致草地在减少，耕地继续增加。
4. 与前一阶段最大的不同是工业和采矿居民用地向耕地的回流显着增加。居民的土地稀缺，这表明在此期间首先实施了有关保护耕地和森林的政策，镇压了城镇的扩张，但草原被大量开垦。

如表3， 1985年、1995年、2005年和2015年的林地类型分别为32255.07 平方千米、3189.59 平方千米、31668.12 平方千米、31666.34 平方千米，分别占70.40％，69.61％，69.12％，69.12％。与上一季度相比，逐渐减少至363.48 平方千米、223.47 平方千米和1.78 平方千米，其中减少的土地主要种植在中部和南部地区。耕地面积是研究区的第二大面积，主要分布在研究区的南部，其他零星地区散布在居住区周围。 1985年、1995年、2005年和2015年耕地的土地利用面积分别为10911.52平方千米、11143.40平方千米、11485.36平方千米、11581.36平方千米，分别占研究面积占用的23.82％，24.32％，25.07％和25.28％。耕地面积增加了30年。工业，采矿和居民区主要分布在城市、县、村庄，一些工厂和矿山，分别在1985、1995、2005和2015年占地1016.04 平方千米。 1069.29平方千米、1054.02平方千米、1075.38平方千米，调查面积比例分别为2.22％，2.33％，2.30％，2.35％。从2005年到2015年，工业和采矿居民区的快速增长表明在此期间研究区的经济和城市发展迅速。

通过将土地信息管理系统应用于调查区域的土地管理工作，可以使相应的管理工作更加高效。如今，计算机无处不在。在全国范围内的遥感卫星系统的帮助下，地理信息系统在土地管理中的好处越来越明显。已建立的动态监视系统可以记录并快速更新观察区内的土地使用数据。例如，对森林和草地流失的快速监测，耕地的快速增长以及工矿居民区的不断扩大，不仅实现了土地利用数据的动态和准确性，还为管理者提供了数据参考经济发展和生态合理利用土地。建设协调发展。

第五章 结论

在本文中，我们首先使用1985、1995、2005和2015年四个阶段的遥感图像数据作为数据，并在基于ENVI 5.3的软件平台的支持下，可以投影，波段合成，几何校正和配准顺序集成在一起，以缝合和修剪图像，增强遥感图像并执行其他预处理任务。 Arc GIS 10.4软件完成了遥感图像的解译并提取了六种土地类型数据，分别是耕地，林地，草地，水体，工业用地，矿山用地，居民用地和未使用土地，对数量变化，土地使用迁移变化，土地使用水平变化，土地使用率变化和发展趋势的详细分析反映在类型的当前状态中，揭示了研究期间的土地使用过程。结合定性和定量分析，探讨土地利用变化的因素和原因。这为今后研究区合理利用土地提供了科学依据。

本文的研究领域非常大，解释遥感影像的工作量也很大。此过程使用人机交互的视觉解释。这对视觉和手动错误非常敏感。一些本地补丁也受多云影响。在确定测试效果时可能会有一些错误。尽管测试的准确性是可以接受的，但仍与实际情况不完全匹配。这也是本研究中不可避免的错误的原因。这些是未来的研究工作。为了获得更准确的结果，需要弥补这些缺点。

 

 

 

 

 

 

、

 

 

 

 

 

 

 

 

 

致谢

行文至此，笔墨尽收，感谢老师对我的培养。从论文的选题到最后论文的完成都离不开老师兢兢业业的指导。多少次老师熬夜为我批改论文，为我费尽心血。我十分感激老师对我的辛苦付出，在这里请允许我说一句，老师，您辛苦了！感谢答辩组老师提出的宝贵意见，感谢小伙伴们的陪伴和支持。

我也要感谢我的父母，感谢他们将我带到这个世界，让我实现自己的理想，总是在背后默默无闻的支持我，给我提供优越的条件，我会继续努力的！

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

参考文献

1. 蔡斌，陆文杰.气象卫星条件植被指数监测土壤状况.国土资源遥感,2015,26(4): 44-55.
2. 陈乾.用植被指数监测干旱并估算冬麦产量.遥感技术与应用，2015，9(3):12-18.
3. 陈维英，肖乾广，盛永伟.距平植被指数再遥感监测中的应用.环境遥感，2016，9(2):  106-112.
4. 陈艳华，张万昌.植被类型对归一化植被指数的影响研究一以黑河绿洲区为例.遥感技术与应用，2016,22(6): 700-706.
5. 郭广猛，赵冰茹.使用MODIS数据监测土壤湿度.土壤2015,36(2):219-211.
6. 李纪人.辽宁遥感监测方法及其进展.水文，2014,21(4):1 S-17.
7. 刘良云，张兵，郑兰芬.利用温度和植被指数进行地物分类和土壤水分反演.2016,红外与毫米波学报，21(4): 269-273.
8. 刘培君，张琳，艾里西尔一库尔班等.卫星遥感分类的一种方法.遥感学报，2018,1(2):135-138.
9. 刘兴文，冯勇进.应用热惯量编制土壤水分图及土壤水分探测效果.土壤学报，2016,24(3): 272.
10. 卢远，华璀，韦燕飞.利用MODIS数据进行旱情动态监测研究，地理与地理新信息科学.2017,23 (3 ):55-59.
11. 齐述华，李贵才，王长耀，等.利用MODIS数据产品进行全国水资源监测的研究水利科学进展，2015,16(1):56-61.
12. 任志远，张艳芳土地利用变化与生态安全评价.2014，北京:科学出版社.
13. 孙力，安刚，高极亭，任红玲.中国东北地区地表水资源与气候变化关系的研究[J].地理科学，2014，24(1): 42-49.
14. 宋翔，颜长珍，朱艳玲.黄河源区土地利用/覆被变化及其生态环境效应[[J].中国沙漠，2019，29(6): 1049一1055.
15. 孙智斌基于GIS和RS的和田地区土地利用时空变化特征分析.2016,乌鲁木齐市:新疆大学.硕士学位论文.
16. 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，2016,19(1):82-85.
17. 王思远，刘纪远，张增祥.中国土地利用时空特征分析[[J].地理学报，2017,56(6): 631-639.
18. 王闰平，陈凯.中国退耕还林还草现状及问题分析[[J].水土保持研究，2018,(5): 188-192.