基于Landsat TM的西安地区土地利用与覆被变化

被引:14
作者
张海龙 [1 ]
蒋建军 [1 ]
吴宏安 [1 ]
解修平 [2 ]
周杰 [2 ]
机构
[1] 南京师范大学地理科学学院
[2] 中国科学院地球环境研究所
关键词
土地利用; BP神经网络; 分类法; 驱动力; 西安;
D O I
10.13866/j.azr.2006.03.009
中图分类号
F301.24 [土地开发与利用];
学科分类号
083306 ; 0903 ;
摘要
以西安地区为研究对象,采用1988年和2000年2期遥感影像,利用改进的BP神经网络分类法,提取研究区的土地利用信息,并结合统计数据进一步分析引起变化的原因。研究表明,城镇建设用地通过侵占大量农田而得到迅速扩张,共有43 565 hm2农田被开发为建设用地;农田与水域面积大量减少,果园面积有较大增加,增幅为187.3%;国家政策的调控是造成这种变化的宏观驱动力。铁路和公路等交通干线的发展是城镇建设用地迅猛发展的直接动力。人口的增长和第一产业的迅速发展是造成耕地面积大量减少的直接原因。果园面积的增加主要是由于第一产业的发展。
引用
收藏
页码:427 / 432
页数:6
相关论文
共 18 条
[11]   基于遥感与GIS的海口市土地利用结构动态变化研究 [J].
田光进 ;
张增祥 ;
王长有 ;
刘斌 ;
魏成阶 .
自然资源学报, 2001, (06) :543-546
[12]   人工神经网络在多源遥感影像分类中的应用 [J].
贾永红 .
测绘通报, 2000, (07) :7-8
[13]   自然地理学的创新视角 [J].
蔡运龙 .
北京大学学报(自然科学版), 2000, (04) :576-582
[14]   深圳市土地利用变化机制分析 [J].
史培军 ;
陈晋 ;
潘耀忠 .
地理学报, 2000, (02) :151-160
[15]   基于遥感和GIS的中国土地利用/土地覆盖的现状研究 [J].
高志强 ;
刘纪远 ;
庄大方 .
遥感学报, 1999, (02) :51-55+83
[17]   利用分维向量改进神经网络在遥感模式识别中的分类精度 [J].
章杨清 ;
刘政凯 .
环境遥感, 1994, (01) :68-72
[18]  
章孝灿等编著.遥感数字图像处理[M].杭州:浙江大学出版社,1997