關於遙感圖像處理知識

• 2020 年 7 月 3 日
• 筆記

基於RS的瀋陽土地利用情況

摘要

眾所周知，土地對於社會經濟穩定和可持續發展以及全球環境的變化都有着一定的影響，有關土地利用演變的相關研究已受到全世界的關注。本文對瀋陽市土地利用的時空演變進行研究和規劃。從遙感的原理出發，介紹了土地利用分析對遙感的要求，針對現有方法總結出土地利用情況對遙感基本方法的要求並提出優點和不足，結合地域的實際情況和解譯結果分析土地利用結構變化原因。使用1985、1995、2005和2015年四個階段的遙感圖像數據作為數據，並在基於ENVI 5.3的軟件平台的支持下，增強遙感圖像並執行其他預處理任務。 Arc GIS 10.4軟件完成了遙感圖像的解譯並提取了六種土地類型數據，分別是耕地，林地，草地，水體，工業用地，礦山用地，居民用地和未使用土地，對土地使用率變化和發展趨勢的詳細分析反映在類型的當前狀態中，揭示了研究期間的土地使用過程。結合定性和定量分析，探討土地利用變化的因素和原因。為未來的土地規劃提出意見和建議。創新性的提出將分類結果圖和實際數據相結合的遙感圖像分析方法，實現空間和地面數據的聯合運用。最終得到每個時期的結果，從而得出耕地和林地面積占研究面積總面積的90％以上，在過去的30年中，六類土地發生了不同程度的變化。本文的研究領域非常大，解釋遙感影像的工作量也很大。儘管測試的準確性是可以接受的，但仍與實際情況不完全匹配。這也是本研究中不可避免的錯誤的原因。這些是未來的研究工作。為了獲得更準確的結果，需要彌補這些缺點。

關鍵詞：遙感解譯；土地規劃；瀋陽市

第一章 緒論

1.1研究的背景和意義

土地是人類生活必不可少的資源，合理的開發和利用土地成為城市發展重要的一部分。因此，有關土地利用演變的相關研究已受到全世界的關注。此外，土地利用變化的研究已成為土地研究的最重要部分。而其中人類對土地利用變化的影響尤為突出，人類影響自然環境變化的最重要部分是加快城市化進程，世界各地的城市化進程正在加速^[1]。持續加速的城市化進程對土地使用產生了動態影響。當前和未來土地用途變化的主要驅動力是城市化土地的擴張。近年來，中國經濟發展很快，城市化進入快速發展階段。但是，要獲得有關土地利用演變的信息，必須先了解和分析土地結構演變的基本特徵，從而對土地利用進行分析和調整。對於瀋陽市來說其重要標誌是建築場地無時無刻都在增加，這減少了耕地與森林資源有關的其他土地的面積，影響了城市化進程。這引起了有關學者廣泛關注並激發了對研究的興趣^[2]。

本文選擇的案例對象是遼寧省瀋陽市利用RS空間信息研究技術，通過系統分析1985—2015年瀋陽市土地利用變化特徵，總結了影響瀋陽市土地利用變化的因素解決瀋陽市的土地利用問題，提高地方的土地利用效率，有效促進地方的可持續經濟發展，為東北地區，為生態保護提供科學依據，為合理利用土地打下堅實基礎。

1.2國內外研究現狀

1.2.1國外研究現狀：

土地利用研究開始於國外，早在1920年，美國農業科學家Lee就開始研究人類活動和景觀方面的土地利用變化機制。後來，韋伯在1931年美國太平洋農業協會的一項研究項目中認為，該地區的土地利用類型很大程度上取決於乾旱的程度，這是第一次從經濟角度對土地利用機制和過程進行了創新性的討論^[3]。1970年代，工業和經濟的飛速發展，特別是第一顆地基衛星的發射，為遙感技術的快速發展和基於遙感技術的新土地利用/覆蓋研究奠定了堅實的基礎。在研究期間，特別是1980年代以來，許多美國和歐洲發射的衛星被發射到空中，大量的遙感數據被用於土地覆蓋研究，這一時期是地球科學發展的重要一步。在1990年代，由社會發展引起的社會和人口問題在這一時期變得越來越突出，重新考慮了土地利用/覆蓋的重要作用，而土地利用/覆蓋的變化是全球變化的主要原因^[4-7]。迫使人們不僅發現原因，而且發現自然與人類活動的相互作用。基於ICSU的國際地圈生物學計劃（IGBP）和基於ISSU的全球環境人文計劃（HDP）基於「土地利用和土地覆蓋變化（LUCC）研究計劃」。進行了各種規模的研究，以記錄人類在地球表面特性中的空間格局變化以及景觀恢復的時空動態1996年12月，在美國的克林菲爾德大學舉行了大型國際研討會，主題是「綜合土地利用模擬：驅動問題研究」，討論了IGBP和HDP在LUCC領域的研究進展1997年6月在奧地利拉克森堡舉行的關於全球變化研究中的人為因素會議上，會議的重點是土地利用1999年LUCC研究實施策略通過使用土地使用過程，LUCC人類反應以及集成的全球和區域模型作為研究主題，進一步促進了LUCC研究的發展。同年，IGBP和HDP聯合發表了土地使用對人類的影響/土地覆被變化。它整合了該研究的全球和區域模型，並確定土地利用變化的機制是LUCC研究的三個核心問題之一。在兩個主要國際組織IGBP和HDP的帶領下，一些積极參与全球環境變化研究的國際組織和國家跟進並實施了土地利用變化研究，並逐漸形成了研究類型。研究類型基本上可以分為北美類型和歐洲類型。流派和日本流派對於土地用途的變化有不同的研究方法和觀點。自世紀之交以來，LUCC的研究趨於具體，許多外國學者在土地利用動態變化領域進行了更詳細的研究。墨西哥人Jean等（2004年）創建的土地利用變化的空間數據庫可用於查詢1986年至2004年的土地利用變化。例如，1976年至2004年之間，墨西哥溫帶森林的年平均下降率為0.25％。熱帶森林的年均減少量為0.76％2006年，Alejandro等人（2006年）通過RS和GIS技術調查了墨西哥土地使用/覆蓋範圍的動態變化，並比較和分析了300多個地面測量站的準確數據，以確保地理信息系統的一致使用。所需的數據以及可以提供的數據具有針對性，對於土地使用的總體規劃非常重要。

同年，Boniface等人（2006年）使用GIS軟件來監測烏桑平原濕地的MSS和TM影像中土地利用的動態變化^[8]。這表明遙感和GIS技術在定量和定性分析土地資源動態方面非常有效和準確。幫助決策者了解濕地的現狀和問題，並確保可持續利用當地濕地資源Erich等（2012年）使用GIS軟件工具箱在2012年創建了阿爾卑斯山土地利用/覆蓋場景的地圖，並將其與當地土地利用的時空變化的定性和定量變化相結合。評估並為未來提供了堅實的基礎高山景觀動態。土地利用模型研究的形成表明，土地利用/覆被的動態變化已正式進入深入研究土地利用變化的機理，過程和預測未來發展趨勢的階段。辦法。主流方法分為三類。一種是基於經驗的統計模型，另一種是基於流程的動態模型，第三種是綜合模型。世界上使用最廣泛的是第二種基於過程的動態模型。該模型可以很好地模擬土地利用變化的驅動力和未來的發展趨勢。它們進一步分為細胞自動機模型和系統。動態模型和多主體系統模型^[9]。元胞自動機模型非常適合模擬複雜的系統過程，可以可視化土地利用變化的動態過程，並在研究變化的動態中起重要作用。系統動力學模型是用於內部關係系統研究的綜合研究工具，其優點是可以綜合考慮土地利用動態變化的驅動因素。當地的可持續發展。模擬系統中的生物物理和生態過程以及人類決策過程。這種類型的模型從微觀角度提供了土地利用的具體細節，並模擬了土地利用決策過程以及自然條件與社會群體之間的相互作用，可以輕鬆地提取出來。推進為土地使用決策提供了新的方向。一般而言，國外對土地利用/覆蓋率的研究起步較快，發展迅速。在這一階段，還取得了相對豐富的成果。從衛星數據採集到數據處理和分析，對土地利用動態變化影響因素的討論和分析，預測未來趨勢以及土地利用應用模型的研究和開發都越來越成熟。

1.2.2國內研究現狀：

中國是世界上人口最多的國家之一，也是農業大國。中國人口眾多，耕地很少。根據周易記錄的信息，在2500年前的春秋兩季和戰國時期，有五種土地記錄。森林，山丘，川澤，元朗岩石，元石。大約2000年前，法令記錄說，土地利用研究中提出的方法基本上是休息和恢復，在此期間，人們認識到土地利用在農業生產中的重要作用^[10]。在1930年代初期，地理學家胡煥勇和農業科學家張欣宜對中國的土地利用進行了系統的調查。新中國成立後，各種科學研究項目逐漸重回軌道，並開始接受世界上一些先進的技術和思想，這對土地利用研究產生了積極的影響。受到國際學者的啟發，若川淳和中國科學院地理研究所於1980年代完成了「中國的土地利用」和「地圖集的土地利用」。這是一項主要通過遙感對全國土地資源進行的調查。具有實用價值的最具代表性的土地利用/覆蓋產品是中國科學院的1/10000土地利用數據庫。儘管已經收集了有價值的資源，但是由於諸如分類系統之類的問題，它們尚未得到充分利用。由於模型不符合要求，因此數據麻煩且轉換不夠靈活。詳細解釋了這一時期中國土地利用研究的結果。

自1990年代以來，全球對土地利用的關注日益增加，各國學者也被納入這一熱門研究課題^[11]。研究結果和內容主要集中在兩個方面：土地利用變化過程研究和土地利用變化動力學研究。在研究土地利用變化過程中，國內學者主要探索兩種方法：基於統計方法的數學模型和基於遙感和地理信息系統的技術方法。數學建模通過統計數學運算建立數學模型，並根據土地利用的數量，範圍和空間模式表徵其時間和空間變化。基於遙感和GIS的研究方法涉及到遙感和GIS技術的飛速發展。這使土地利用研究能夠將基於土地的圖像與GIS軟件以及其他圖像處理和分析工具結合起來，從而使土地利用更加高效，快捷。研究時空變化規律。由於中國現有土地利用/覆蓋數據集存在缺陷，因此應用該模型時分類系統不匹配，是使用中國科學院資源與環境分類系統最終獲得國家土地利用數據產品，並將其與其他數據結合起來以彌補信息的不足並滿足模型需求。我們準備了一套數據集，可以用於創建WESTDC數據^[12]。 GLC2000中國的區域覆蓋數據與WESTDC一樣實用，並且直接從世界土地使用覆蓋數據中得出。分類系統共有24種土地，分類過程分為三個階段。它監督氣候分層和數據準備，解密和校準，準確性評估和製圖。同時，在中國廣泛使用的IGBP DISCover數據集，MODIS數據集和UMd數據集，為國內學者研究土地利用範圍提供了寶貴的數據資源。利用延安市2000年^[13-15]，2005年和2010年這三個階段的土地利用數據，採用不同的空間覆蓋分析，動態土地利用分析和空間遷移矩陣分析方法研究土地覆蓋變化和空間規律。在研究土地利用變化的動因時，國內學者早期常常採用定性方法，但受到國際土地利用動因研究的主要趨勢和數理統計的影響。該技術在中國得到廣泛應用。定量分析所採用的方法一般為主成分分析，典型相關分析，回歸分析，灰色相關分析等。楊志平使用2002年至2007年徐州的土地利用數據來分析土地利用效率，土地利用動態和土地使用程度，並要使用徐州的土地使用五年。並總結了變化。選擇了十二個因子指標，並採用了相關的分析方法進行徐州土地利用。

1.3國內外研究現狀簡析：

綜上所述，目前國家對土地利用/覆蓋率的研究與國際上相比還存在一定差距，但研究目標，研究內容和研究方法與國際水平相符^[16-18]。正如國內外發展進程所表明的那樣，國內先進的研究方法和技術比國外晚幾年開始，差距正在迅速縮小，而中國正在關注土地利用/覆蓋研究足以表明，目前，國內外的土地利用研究都側重於關於土地使用的法律，驅動力和未來的發展趨勢，並且主要側重於RS / GIS技術和模型的應用。但是，由於我國幅員遼闊，地形複雜多變，國外的研究方法不能充分地應用於中國的土地利用研究中。國內學者通過野外研究和多年科學研究實踐在中國尋求更好的研究方法。例如，在土地利用/覆被驅動研究領域，中國學者採用了多種方法從空間分析的角度研究土地利用的動態變化，並通過綜合分析，得出了結構和時間特徵。經過深入研究，並結合各個研究領域的眾多摘要，探索了土地利用的動力機制。一些研究人員從時空兩個維度對土地利用變化進行了調查和分析，研究了土地利用變化，並使土地利用變化永存，以解釋變化的原因和過程。

1.4研究內容

本文將使用遙感技術研究土地利用/覆蓋變化。這具有實時，客觀和覆蓋範圍廣的優點。數據源覆蓋了研究領域，包括從NASA的EROS網站免費下載的Landsat系列遙感圖像。

（1）對近年來遙感影像進行觀察和分析。

（2）運用圖像投影轉換和幾何校正等方法對數據進行預處理。

（3）通過遙感影像分析瀋陽近30年土地類型和佔比的變化情況。

（4) 探究遙感影像在研究土地利用中的優勢和弊端。

1.5本文主要技術路線 

本文主要從數據獲取出發，針對獲得的數據進行幾何校正，並且進行圖像分類，根據分類後得到的圖像對數據進行分析，找到合理的土地利用方案，具體如圖1所示。

圖1  主要技術路線

第二章 基礎資料及數據預處理

2.1  數據獲取

2.1.1  基礎數據

瀋陽是遼寧省的省會。截至2018年，全市有十個區，兩個縣，一個縣級市，總面積12948平方公里，市區633.8平方公里，人口83.16億，城市人口67.336百萬。城鎮化率是81％。瀋陽位於遼河平原中部，遼寧北部為東部丘陵和山脈，遼寧北部為遼寧丘陵。地形逐漸從西部和南部擴散，從沖積沉積物轉變為大型沖積平原。瀋陽的東部是低山丘陵，中西部是廣闊的平原。從東北向西南傾斜，平均海拔為30至50米。地形從東北向西南延伸，兩側向中心傾斜。最高點在新城子區馬崗鄉老石溝的石人山，海拔441米，海拔441米，最低點在遼中縣和森居路村，在海面以下5米。該市的最高點是Daito Ward，海拔65米，最低點海拔36米。皇姑區，和平區和神河區的地形略為起伏，高41.45米。東陵區主要是丘陵和山區。新四郎在該地區的北部有幾個丘陵和山區，並逐漸向南平坦。除了蘇家屯地區南部的一些丘陵和山區，大多數地區都是沖積平原，如洪水泛濫區。新民縣和遼中縣的大部分地區是遼河和紅河的沖積平原，有一些沼澤和沙丘，還有一些散落在新民縣以北的山丘。全市低山丘陵面積1020平方公里，佔全市總面積的12％。沖積坡和山前沖積坡分佈在東部山區的西坡上，並逐漸向西南蔓延。瀋陽的丘陵和丘陵集中在東北和東南部，是遼寧東部丘陵的延伸。西部是遼河和渾河沖積平原，地勢從東向西逐漸傾斜。

圖1 瀋陽行政區規劃圖

2015年遼寧省沈陽市的100,000張地圖，遼寧省1月的100,000張地圖和遼寧省的土地使用情況100,000張地圖。GPS站數據基於MGE管理的地形圖輸入到計算機中。 網格是在遼寧省沈陽市的經度和緯度內生成的，在野外調查期間，已拍攝了220多張照片用作野外調查。 表1顯示了此調查的現場調查點的數據。

表1 研究實地調查點

2.1.2  遙感數據

本研究中使用的數據是從地理空間數據云下載的，免費Landsat系列數據被選為該研究的數據源。1985TM圖像，1995TM圖像，2005 ETM +圖像，2015 OLI_TIRS圖像4數據（表2）。

表 2 遙感數據

該研究區域的Landsat圖像數據由五個場景圖像組成，但是將間歇數據替換為最近一年的圖像數據，以確保遙感圖像的高質量和完整性。 

2.2遙感數據的預處理

2.2.1圖像投影轉換

由於下載的原始遙感圖像地圖為水平墨卡托投影格式，因此將其轉換為ALBERS投影格式，以統一每個時期的遙感數據的投影格式。坐標系：大地坐標系投影：阿爾伯斯正軸的相等面積雙標準緯度圓錐投影南標準緯度：25°N北標準緯度：47°N中心經度：105°E坐標原點：105°E與赤道交叉緯度偏移：0°垂直偏移：0°橢圓參數：Krasovsky參數：a = 6378245.0000 mb = 6356863.0188 m空間測量單位：m 3.2.2波段合成，其信息可提供更準確的圖像以供視覺解釋，同時形成一個易於校正幾何精度並易於識別的標準假彩色圖像。在ENVI 5.3的支持下，根據Landsat影像（具有相似光譜設置的多波段數據）的特徵，結合對土地利用變化的研究，第4階段影像的最佳波段組合是基於理論和經驗的。紅色，綠色和藍色。

2.22幾何校正

在這項研究中，圖像校正/配准混合方法用於執行圖像幾何校正。首先將2015年圖像校正為地形圖，然後將圖像的其餘三個階段註冊為校正後的2015年圖像。具體操作如下。首先，選擇30個以上可以在圖像上區分並準確放置在地形圖上的均勻分佈的地面控制點，然後選擇這些控制點的圖像坐標（x，y）和大地坐標（X，Y）二階多項式，以近似控制點的圖像坐標與大地坐標之間的關係。通過均方根誤差測試，所有控制點的誤差均在1個像素以內。最後，採用最新的鄰域插值方法進行插值，完成幾何校正。

2.2.3影像拼接和裁剪

這項研究的區域非常大，沒有單個遙感圖像可以覆蓋該區域。研究區域必須用遙感圖像縫合。這次，我們使用地理參考來縫合五個相鄰圖像。在ENVI5.3的支持下使用地圖。菜單的Seamless Mosaic模塊連接相鄰圖像。此方法的優點是，可以通過使圖像馬賽克更精細來創建可以覆蓋研究區域的遙感圖像，例如馬賽克的均勻顏色和自動邊框功能。數據。縫合的圖像包含調查區域和周圍的非調查區域。一些未調查的區域已被修剪，以提高後續數據分析的準確性。在修整過程中，使用遼東東部行政邊界圖作為邊界，從行政邊界矢量圖不規則地修整第四階段數據。在ArcGIS中，首先需要調整遼東地區的行政邊界矢量數據和遙感圖像數據的坐標系。

2.2.4遙感影像增強處理

解釋遙感影像時，由於不能充分利用Landsat衛星傳感器的靈敏度，導致圖像對比度低，影響解釋效果，因此必須強調遙感影像。增強圖像是失真的過程。其目的是改善圖像的視覺效果。這對於手動視覺解釋和後續計算機分析很有用。其實質是增加圖像中不同對象的特徵差異，抑制無趣的功能，提高圖像質量，豐富信息，增強圖像解釋和識別效果，可以更輕鬆地識別圖像內容並提取定量信息。 3.3圖像解釋

第三章 數據分析

3.1分類原則和準則

為確保土地使用/覆蓋變化分類符合某些規定，本研究中的分類方案是指由中國科學院資源與環境數據中心開發的土地覆蓋分類系統。。同時，根據遙感圖像解釋的原理考慮了遙感圖像的可能性。對研究區土地資源的解釋，空間分辨率和現狀建立了瀋陽市土地利用分類系統。區域遙感分類系統分為六類：森林，草地，耕地，水體，工礦住宅用地和未利用土地。

3.2圖像解譯與精度驗證

在Arc GIS 10.4的支持下，可以根據每種柵格類型在遙感柵格數據圖像中的位置顯示線層，根據先前完成的解釋標記顯示預處理的遙感數據的新處理線層。通過光譜特性和紋理特性（例如色相，紋理，陰影等）對研究區域進行遙感，從而沿着特性邊界準確地區分不同的土地類型，並定義不同土地類型的邊界，對圖像中的每個點進行分類。現場調查和驗證是提高圖像解釋結果準確性的關鍵部分。糾正由於難以確定類型的客觀因素而在室內圖像解釋中出現的錯誤。也可以參考現場調查數據來解決室內解釋問題。表1中所示的數據是該場中所有場拍攝點的坐標數據。每個坐標點都包含當場拍攝的照片。由於沒有標註數據，採用無監督分類，結果可達95%左右。解釋數據與室內解釋的初步結果一起被修改以確保解決方案。轉換後的數據的精度。

3.6圖像解釋準確性的評估

解釋完成後，必須首先對其進行測試和評估，以確保後續數據滿足科學研究的需求。本研究使用混淆矩陣卡伯係數法。原理是根據實際特徵類型數據和遙感影像解釋數據建立誤差矩陣。

根據遼寧東部土地利用/覆蓋率解釋標誌對四個時期的圖像進行解釋和分類，並通過空間數據統計功能來在Arc GIS 10.4軟件平台上運行解釋後的遙感圖像數據。 1985、1995、2005和2015四個時期的所有土地利用類型的附加模塊，面積和空間分佈數據，最後是每個時期的土地利用/覆蓋率圖（見圖3）。結合以上統計圖表，我們可以看到遼寧東部最大的土地利用類型是林地。階段4的數據顯示，除南部邊緣地區外，大約70％的被調查森林為森林。分佈區域覆蓋遼寧省的整個東部地區。

圖2 1985-2015土地變化

表3土地類型和佔地比例

如表3所示，森林面積沒有發生幾何變化（僅減少了1.78平方千米），表明主要是耕種和雙向轉化可以抑制林地佔用現象。在這一階段，耕地繼續增長，草原和水域受到大量侵蝕，工業和採礦居民區的流入主要是耕地，其次是林地。 。這表明在此期間，城市建設速度迅速提高，農業用地仍在增加，一些森林保護政策正在實施，但是大量的淡水資源也證實了人類對自然的負擔正在增加。迫在眉睫。根據對土地利用的分析，1985年，1995年，2005年和2015年的土地利用指數分別為228.15、228.90、229.57和230.18，土地利用指數處於中上水平，並有小幅上升。1985-1995年，1995-2005年和2005-2015年的土地利用變化分別為0.75、0.67和0.61，並且三個階段的結果均大於0，土地利用符合人類需求。表示它正在發展。 1985年至1995年，1995年至2005年以及2005年至2015年之間的土地利用變化率分別為0.0033、0.0029和0.0026。這些值都在零以上，但在開發期間，土地使用率低。

從單一和綜合土地使用變化率和發展趨勢來看，耕地持續增加（0.21％→0.31％→0.08％），林地持續減少（-0.21％） →-0.07％→0.001％）。草原績效提高（1.39％）→降低（-1.62％）→降低（1.59％），工礦居民區績效提高（0.52％）→降低（-0.14％）→提高（0.20％）在水域，土地利用呈現出上升－下降－下降的趨勢。在研究期間，變化最大的是草地和未使用土地，兩者均發生了顯着變化。耕地呈逐漸增長的趨勢，林地呈逐漸下降的趨勢，工業用地和採礦居住用地保持不變，只是在1995年至2005年間有所減少。它正在以一定的速度增長。土地綜合利用動態的三個階段分別為0.08％，0.08％和0.05％，空間動態分別為0.34％，0.28％和0.20％。前兩個階段大於第三個階段，顯示了研究區域的人類經濟狀況。暴力活動和城市建設正在減少，這主要是由於保護了多種生態工程林和農田，減少了森林和田地的破壞。趨勢是在中期達到峰值，在後期達到最低谷，總體趨勢在減小。

由於遼寧省的大部分水資源都集中在遼寧東部，因此該地區是遼寧重要的水源。

圖2 水資源利用率

從表3可以看出1985、1995、2005和2015年該區域的水域分別為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，分別占研究區域的1.95％，1.92％，1.97％和1.95％。佔據。從每個季節的水域面積可以看出，水域面積的四個階段的變化僅在很小的範圍內波動。研究區的草地面積較小，分佈比較大，一般分佈在耕地和林地上.1985年、1995年、2005年和2015年分別為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 平方千米處，被調查區域的比例分別為1.51％，1.72％，1.44％和1.21％。從第四期的數據看，草地面積變化頻繁，總體趨勢有所下降。會看到未使用土地的面積最小，並且在30年內波動。 1985-1995年，未利用土地的佔用率很高，導致1995年。該地區是四個階段中最低的，2005年是另一個高峰期，然後在2015年略有下降。

　據瀋陽市統計局數據顯示，2015年末瀋陽市常住人口832.2萬人，比2018年增加0.6萬人，增長0.07%，人口總量有所增加。2014年末瀋陽城鎮常住人口674.1萬人，比2017年增長0.07%，城鎮人口增長與總人口增長持平，2015年常住人口城鎮化率81.00%。從瀋陽市戶籍人口來看，人口總量有所增加。根據上述分析可以看出人口增長迅速增加了耕地壓力，降低了人均耕地面積，突出了人與土地之間的矛盾。耕地流失的主要原因是佔用工礦用地，因此在保護耕地，科學安排農業用地和建設用地的分配結構的基礎上，政府有關職能部門：針對更科學，合適的建築工地的有效發展計劃。例如，充分挖掘工礦用地內部的使用空間，調整內部空間，有效利用工礦用地，制定人均建設用地標準。減少，避免浪費，實現經濟，社會，自然和繁榮的人民。

根據每個時期的現狀分析得出，耕地和林地面積占研究面積總面積的90％以上。在過去的30年中，六類土地發生了不同程度的變化。具體結論如下：

1. 耕地繼續增長，增幅最大，累計達到670.85平方公里，林地不斷減少，累計達到588.73平方公里，但是在1995年至2005年之間，工業和採礦建築工地卻不斷增加。除略有減少外，其餘期間有所增加，1995年以來草地面積沒有增加，可以看出工業和採礦業在迅速發展。工業和採礦居民區的快速增長表明在此期間研究區的經濟和城市發展迅速。
2. 在調查期間，水體和未利用的土地數量沒有明顯變化。從1985年至1995年不同土地利用類型之間的遷移來看，主要癥狀是林地流失，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. 由於迅速發展工業，工業和採礦居民區（63.77平方公里）表明，現階段主要的農業和城市建築工地的擴張是嚴重的。從1995年到2005年，林地面積仍呈下降趨勢，但與前期的減少相比，數量減少，主要流向是耕地，而耕地補給量卻有所增加。森林面積增加，大量草地流入耕地和森林，導致草地在減少，耕地繼續增加。
4. 與前一階段最大的不同是工業和採礦居民用地向耕地的迴流顯着增加。居民的土地稀缺，這表明在此期間首先實施了有關保護耕地和森林的政策，鎮壓了城鎮的擴張，但草原被大量開墾。

如表3， 1985年、1995年、2005年和2015年的林地類型分別為32255.07 平方千米、3189.59 平方千米、31668.12 平方千米、31666.34 平方千米，分別占70.40％，69.61％，69.12％，69.12％。與上一季度相比，逐漸減少至363.48 平方千米、223.47 平方千米和1.78 平方千米，其中減少的土地主要種植在中部和南部地區。耕地面積是研究區的第二大面積，主要分佈在研究區的南部，其他零星地區散布在居住區周圍。 1985年、1995年、2005年和2015年耕地的土地利用面積分別為10911.52平方千米、11143.40平方千米、11485.36平方千米、11581.36平方千米，分別占研究面積佔用的23.82％，24.32％，25.07％和25.28％。耕地面積增加了30年。工業，採礦和居民區主要分佈在城市、縣、村莊，一些工廠和礦山，分別在1985、1995、2005和2015年佔地1016.04 平方千米。 1069.29平方千米、1054.02平方千米、1075.38平方千米，調查面積比例分別為2.22％，2.33％，2.30％，2.35％。從2005年到2015年，工業和採礦居民區的快速增長表明在此期間研究區的經濟和城市發展迅速。

通過將土地信息管理系統應用於調查區域的土地管理工作，可以使相應的管理工作更加高效。如今，計算機無處不在。在全國範圍內的遙感衛星系統的幫助下，地理信息系統在土地管理中的好處越來越明顯。已建立的動態監視系統可以記錄並快速更新觀察區內的土地使用數據。例如，對森林和草地流失的快速監測，耕地的快速增長以及工礦居民區的不斷擴大，不僅實現了土地利用數據的動態和準確性，還為管理者提供了數據參考經濟發展和生態合理利用土地。建設協調發展。

第五章 結論

在本文中，我們首先使用1985、1995、2005和2015年四個階段的遙感圖像數據作為數據，並在基於ENVI 5.3的軟件平台的支持下，可以投影，波段合成，幾何校正和配准順序集成在一起，以縫合和修剪圖像，增強遙感圖像並執行其他預處理任務。 Arc GIS 10.4軟件完成了遙感圖像的解譯並提取了六種土地類型數據，分別是耕地，林地，草地，水體，工業用地，礦山用地，居民用地和未使用土地，對數量變化，土地使用遷移變化，土地使用水平變化，土地使用率變化和發展趨勢的詳細分析反映在類型的當前狀態中，揭示了研究期間的土地使用過程。結合定性和定量分析，探討土地利用變化的因素和原因。這為今後研究區合理利用土地提供了科學依據。

本文的研究領域非常大，解釋遙感影像的工作量也很大。此過程使用人機交互的視覺解釋。這對視覺和手動錯誤非常敏感。一些本地補丁也受多雲影響。在確定測試效果時可能會有一些錯誤。儘管測試的準確性是可以接受的，但仍與實際情況不完全匹配。這也是本研究中不可避免的錯誤的原因。這些是未來的研究工作。為了獲得更準確的結果，需要彌補這些缺點。

、

致謝

行文至此，筆墨盡收，感謝老師對我的培養。從論文的選題到最後論文的完成都離不開老師兢兢業業的指導。多少次老師熬夜為我批改論文，為我費盡心血。我十分感激老師對我的辛苦付出，在這裡請允許我說一句，老師，您辛苦了！感謝答辯組老師提出的寶貴意見，感謝小夥伴們的陪伴和支持。

我也要感謝我的父母，感謝他們將我帶到這個世界，讓我實現自己的理想，總是在背後默默無聞的支持我，給我提供優越的條件，我會繼續努力的！

參考文獻

1. 蔡斌，陸文傑.氣象衛星條件植被指數監測土壤狀況.國土資源遙感,2015,26(4): 44-55.
2. 陳乾.用植被指數監測乾旱並估算冬麥產量.遙感技術與應用，2015，9(3):12-18.
3. 陳維英，肖乾廣，盛永偉.距平植被指數再遙感監測中的應用.環境遙感，2016，9(2):  106-112.
4. 陳艷華，張萬昌.植被類型對歸一化植被指數的影響研究一以黑河綠洲區為例.遙感技術與應用，2016,22(6): 700-706.
5. 郭廣猛，趙冰茹.使用MODIS數據監測土壤濕度.土壤2015,36(2):219-211.
6. 李紀人.遼寧遙感監測方法及其進展.水文，2014,21(4):1 S-17.
7. 劉良雲，張兵，鄭蘭芬.利用溫度和植被指數進行地物分類和土壤水分反演.2016,紅外與毫米波學報，21(4): 269-273.
8. 劉培君，張琳，艾里西爾一庫爾班等.衛星遙感分類的一種方法.遙感學報，2018,1(2):135-138.
9. 劉興文，馮勇進.應用熱慣量編製土壤水分圖及土壤水分探測效果.土壤學報，2016,24(3): 272.
10. 盧遠，華璀，韋燕飛.利用MODIS數據進行旱情動態監測研究，地理與地理新信息科學.2017,23 (3 ):55-59.
11. 齊述華，李貴才，王長耀，等.利用MODIS數據產品進行全國水資源監測的研究水利科學進展，2015,16(1):56-61.
12. 任志遠，張艷芳土地利用變化與生態安全評價.2014，北京:科學出版社.
13. 孫力，安剛，高極亭，任紅玲.中國東北地區地表水資源與氣候變化關係的研究[J].地理科學，2014，24(1): 42-49.
14. 宋翔，顏長珍，朱艷玲.黃河源區土地利用/覆被變化及其生態環境效應[[J].中國沙漠，2019，29(6): 1049一1055.
15. 孫智斌基於GIS和RS的和田地區土地利用時空變化特徵分析.2016,烏魯木齊市:新疆大學.碩士學位論文.
16. 王秀蘭，包玉海.土地利用動態變化研究方法探討[[J].地理科學進展，2016,19(1):82-85.
17. 王思遠，劉紀遠，張增祥.中國土地利用時空特徵分析[[J].地理學報，2017,56(6): 631-639.
18. 王閏平，陳凱.中國退耕還林還草現狀及問題分析[[J].水土保持研究，2018,(5): 188-192.