基于指数分析法的西安市土地利用变化及驱动力研究

doi:10.6046/gtzyyg.2009.02.11

全文: PDF(1359 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

基于2000和2007年2期TM遥感影像，利用指数分析法，分别提取出归一化差异建筑指数(NDBI)、修正归一化差异水体指数(MNDWI)和归一化差异植被指数(NDVI)3种指数模型，分别代表西安市的3种最主要的土地利用类型——建筑用地、水体和植被。采用神经网络分类器进行监督分类，借助ERDAS Imagine 9.0、ENVI、ArcGIS 9.2和Matlab等软件平台，计算出西安市土地利用类型的动态转移矩阵，构建了土地利用变化动态度指数模型，定量分析西安市土地利用的时空变化。依据研究区土地利用变化的结果分析，变化的驱动力因子主要是人口增长、经济增长和政策变动。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：卫星遥感, 泥石流沟系, 运动, 能量, 地质环境

Abstract：

This paper selected three indices,Normalised Difference Built-up Index (NDBI),Modified Normalised Difference Water Index (MNDWI) and Normalized Difference Vegetation Index (NDVI) to represent three major urban land use/cover types:building plot,water and vegetation respectively by detailed analysing the two remote sensing TM images of Xi’an City in 2000 and 2007. Then the study classified the imge through the neural network classification module ,calculated types of land use in Xi'an Dynamic transfer matrix, constructed the land use change index and dynamic index and analyzed spatio-temporal changes of land use in Xi'an by using Erdas I-magine 9.0,ENVI, ArcGIS 9.2 and Matlab software platform. The result came to that the driving forces of change of land use in Xi'an were population growth, economic growth,urbanization development and policy change.

Key words： Satellite remote sensing Mudflow complex valley Movement Energy Geological environment

收稿日期: 2008-09-03 出版日期: 2009-06-12

F 301

基金资助:

国家自然科学基金资助项目（40771019）及陕西师范大学研究生创新基金（2008CXS013）共同资助。

通讯作者: 霍艳杰（1983- ），女，硕士研究生，主要从事GIS和遥感研究

引用本文:

霍艳杰, 卫海燕, 薛亮, 李馥利. 基于指数分析法的西安市土地利用变化及驱动力研究[J]. 国土资源遥感, 2009, 21(2): 49-53.
HE Yan-Jie, Wei-Hai-Yan, Xue-Liang, Li-Bi-Li. A STUDY OF THE LAND USE CHANGE AND THE DRIVING
FORCE IN XI’AN CITY BASED ON INDEX ANALYSIS. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(2): 49-53.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.02.11 或 https://www.gtzyyg.com/CN/Y2009/V21/I2/49

[1]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[2]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[3]	孙昂, 杨清华, 刘智, 陈华, 蒋校, 蒋守敏, 边宇, 田立. 西里古里走廊地区道路交通: 分布特征、通行能力与地质环境[J]. 自然资源遥感, 2021, 33(3): 138-147.
[4]	蒋校, 钟昶, 连铮, 吴亮廷, 邵治涛. 卫星遥感地质信息产品分类标准研究进展[J]. 自然资源遥感, 2021, 33(3): 279-283.
[5]	谭熊, 王晶磊, 孙一帆. 基于特征的无人机载视频运动目标快速检测方法[J]. 国土资源遥感, 2021, 33(2): 27-32.
[6]	高俊华, 刘莎莎, 杨金中, 赵明鹏, 刘欣悦, 邹联学. 基于遥感的露天煤矿集中区地质环境灰关联评价——以准格尔煤田为例[J]. 国土资源遥感, 2021, 33(1): 183-190.
[7]	古海玲, 陈超, 芦莹, 褚衍丽. 基于卫星遥感技术的区域经济发展模型构建[J]. 国土资源遥感, 2020, 32(2): 226-232.
[8]	赵玉灵. 基于层次分析法的矿山环境评价方法研究——以海南岛为例[J]. 国土资源遥感, 2020, 32(1): 148-153.
[9]	汪洁, 殷亚秋, 于航, 蒋存浩, 万语. 基于RS和GIS的浙江省矿山地质环境遥感监测[J]. 国土资源遥感, 2020, 32(1): 232-236.
[10]	王茹, 张艳芳, 张洪敏, 李云. 城市新区不透水地表盖度与人为热的关系研究——以陕西省西咸新区为例[J]. 国土资源遥感, 2020, 32(1): 247-254.
[11]	任晓霞, 杨飞, 杨淑云, 殷铭, 喻孟良. “地质云1.0”地质环境分节点技术实现[J]. 国土资源遥感, 2019, 31(4): 250-257.
[12]	李想, 杨灿坤, 周春平, 李小娟, 张可. 高分辨率光学卫星图像目标运动信息提取研究综述[J]. 国土资源遥感, 2019, 31(3): 1-9.
[13]	王群, 范景辉, 周伟, 袁蔚林, 童立强, 郭兆成. DEM辅助偏移量跟踪技术的山地冰川运动监测研究[J]. 国土资源遥感, 2018, 30(3): 167-173.
[14]	武易天, 陈甫, 马勇, 刘建波, 李信鹏. 基于Landsat8数据的近海养殖区自动提取方法研究[J]. 国土资源遥感, 2018, 30(3): 96-105.
[15]	郑凯端, 陈健, 周杰, 高绍鑫. 长三角地区一次严重雾霾事件的多源遥感监测研究[J]. 国土资源遥感, 2018, 30(1): 224-232.