2016—2019年雄安新区土地覆盖变化研究

doi:10.13474/j.cnki.11-2246.2020.0287

测绘通报 ›› 2020, Vol. 0 ›› Issue (9): 76-79.doi: 10.13474/j.cnki.11-2246.2020.0287

2016—2019年雄安新区土地覆盖变化研究

贾玉娜¹, 张文超², 康会涛³, 白洋¹, 鲍检平¹

1. 华北理工大学, 河北唐山 063210;
2. 北京中色测绘院有限公司, 北京 101300;
3. 河北省地矿局第七地质大队, 河北廊坊 065201

收稿日期:2020-06-26 修回日期:2020-07-17 出版日期:2020-09-25 发布日期:2020-09-28
通讯作者: 白洋。E-mail:1246910071@qq.com E-mail:1246910071@qq.com
作者简介:贾玉娜(1986-),女,硕士生,讲师,主要研究方向为遥感与地理信息应用。E-mail:jiayuna1009@163.com
基金资助:
河北省教育厅青年基金（QN2020149）；河北省省属高等学校基本科研业务费（JQN2019008）；华北理工大学青年基金（Z201618）；华北理工大学博士研究生创新项目（CXZZBS2020142）

Research on land cover change of Xiong'an New Area from 2016 to 2019

JIA Yuna¹, ZHANG Wenchao², KANG Huitao³, BAI Yang¹, BAO Jianping¹

1. North China University of Science and Technology, Tangshan 063210, China;
2. Beijing CNNC Institute of Surveyingand Mapping Co., Ltd., Beijing 101300, China;
3. Hebei Bureau of Geology 7th Geological Brigade, Langfang 065201, China

Received:2020-06-26 Revised:2020-07-17 Online:2020-09-25 Published:2020-09-28

摘要/Abstract

摘要： 高质量发展雄安新区，需要准确掌握雄安新区城市建设和城市布局的开发状况。为此，本文以2016—2019年GF-1影像数据为数据源，使用面向对象K近邻法，对雄安新区土地利用状况进行分类研究，并结合ArcGIS统计研究区土地覆盖变化情况。结果表明：2016—2019年这3年间，建设用地、植被和道路逐年增加，水体和农用地呈下降趋势。本研究成果围绕雄安新区快速发展时期，为准确掌握雄安新区的发展建设情况提供了一定的参考价值。

关键词: GF-1影像, 雄安新区, 面向对象, ArcGIS, 土地覆盖

Abstract: In order to develop the “millennium plan” of Xiong'an New Area in 2017 with high quality, it is necessary to accurately grasp the urban construction and urban layout of Xiong'an New Area. Therefore, The paper uses the GF-1 remote sensing image in 2016—2019 as the research data, using the object-oriented k-nearest neighbor method to classify the land cover status of Xiong'an New Area, and combines ArcGIS software to statistics the land cover change in the research area. The results show that from 2016 to 2019, construction land, vegetation and roads are increasing year by year, while water and agricultural land are declining. The research results are closely related to the rapid development period of Xiong'an New Area, which provides a certain reference value for accurately grasping the strategic development orientation of Xiong'an New Area.

Key words: GF-1 image, Xiong'an New Area, object orientation, ArcGIS, land cover

中图分类号:

P208

贾玉娜, 张文超, 康会涛, 白洋, 鲍检平. 2016—2019年雄安新区土地覆盖变化研究[J]. 测绘通报, 2020, 0(9): 76-79.

JIA Yuna, ZHANG Wenchao, KANG Huitao, BAI Yang, BAO Jianping. Research on land cover change of Xiong'an New Area from 2016 to 2019[J]. Bulletin of Surveying and Mapping, 2020, 0(9): 76-79.

参考文献

[1] 杨学新,刘洪升.雄安新区建置的历史沿革及其特征[J].河北大学学报(哲学社会科学版),2019,44(4):131-135.
[2] 李晓东,姜琦刚.基于多时相遥感数据的吉林西部土地覆被分类提取[J].农业工程学报,2016,32(9):173-178.
[3] 邓帆,王立辉,高贤君,等.基于多时相遥感影像监测江汉平原油菜种植面积[J].江苏农业科学,2018,46(14):200-204.
[4] 刘斌,白少云,余珮珩,等.结合高分遥感和多源数据的高原湖泊流域土地利用分析[J].测绘通报,2019(12):77-82.
[5] 周建伟,吴一全.MRELBP特征、Franklin矩和SVM相结合的遥感图像建筑物识别方法[J].测绘学报,2020,49(3):355-364.
[6] 杨鹏,陈静,侯晓玮,等.基于多源数据的城市热岛效应研究——以石家庄地区为例[J].气象,2013,39(10):1304-1313.
[7] 刘师师,秦建新,麻战洪,等.湖南典型贫困区土地生态状况评估与障碍因子诊断——以平江县为例[J].地质学刊,2018,42(4):694-700.
[8] 仙巍,李涛,邵怀勇.基于SVM的安宁河流域生态环境脆弱性评价[J].环境科学与技术,2014,37(11):180-184.
[9] 杨粉团,顾晓鹤,李刚,等.利用多时相HJ-CCD遥感影像监测玉米粘虫灾情空间分布[J].农业工程学报,2013,29(14):156-163.
[10] 彭令,徐素宁,彭军还.多源遥感数据支持下区域滑坡灾害风险评价[J].吉林大学学报(地球科学版),2016,46(1):175-186.
[11] 田锡文,王新军,KG卡迪罗夫,等.近40 a凯拉库姆库区土地利用/覆盖变化及景观格局分析[J].农业工程学报,2014,30(6):232-241.
[12] 吴小语,张鹏林.融合DMSP-OLS和Landsat影像的城区边界提取[J].应用科学学报,2016,34(1):67-74.
[13] 庞治国,葛德祥,孙涛,等.基于多源遥感数据的二滩库区土地利用/覆盖变化动态监测[J].水利水电技术,2010,41(3):91-94.
[14] 谢静,王宗明,毛德华,等.基于面向对象方法和多时相HJ-1影像的湿地遥感分类——以完达山以北三江平原为例[J].湿地科学,2012,10(4):429-438.
[15] 张健康,程彦培,张发旺,等.基于多时相遥感影像的作物种植信息提取[J].农业工程学报,2012,28(2):134-141.
[16] 王建辉,程宝银,吕志才.基于多时相DOM的线性文化遗产自动化监测[J].武汉大学学报(信息科学版),2019,44(1):77-83.

2016—2019年雄安新区土地覆盖变化研究

Research on land cover change of Xiong'an New Area from 2016 to 2019

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	罗鸿, 廖雨, 杨存建. 基于高分影像的乡村聚落提取与空间重构[J]. 测绘通报, 2022, 0(6): 62-65,92.
[3]	丁永辉, 张勤, 杨成生, 王猛, 丁辉. 基于高分遥感的金沙江流域滑坡识别——以巴塘县王大龙村为例[J]. 测绘通报, 2022, 0(4): 51-55.
[4]	李冰峰, 李更尔, 那静, 涂梨平, 范军林, 吴洋. 利用SBAS时序技术识别地热资源开采引起的地表形变[J]. 测绘通报, 2022, 0(2): 43-49.
[5]	高雨, 胡召玲, 樊茹. 高分辨率影像融合算法对滨海湿地土地利用分类精度的影响[J]. 测绘通报, 2022, 0(1): 116-120.
[6]	陈磊士, 高霞霞, 廖玉芳, 邓剑波, 周碧. 基于CART决策树的高分二号洞庭湖区湿地分类方法[J]. 测绘通报, 2021, 0(6): 12-15.
[7]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[8]	高照忠, 魏海霞, 黄铁兰. 粤港澳大湾区土地覆盖及景观格局时空变化分析[J]. 测绘通报, 2021, 0(5): 25-29.
[9]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.
[10]	张译, 杨伯钢, 刘宇, 余永欣, 武润泽, 许天豪, 杨旭东. 生态保护红线边界校核研究——以北京市为例[J]. 测绘通报, 2021, 0(2): 18-24.
[11]	李悦, 张敏. 面向对象的高分辨率遥感影像建设用地变化监测[J]. 测绘通报, 2021, 0(2): 54-58.
[12]	于淼, 马洪兵, 王宏伟. 基于Sentinel-2影像的雄安新区2016—2019年土地利用分析[J]. 测绘通报, 2021, 0(12): 6-9,32.
[13]	张岩, 魏晓燕, 申辽, 周峻松, 朱大明. 云南省9种优先保护物种适生区评价[J]. 测绘通报, 2021, 0(11): 131-135.
[14]	陈根良, 董胜光. 面向地理国情监测的房屋建筑区树冠覆盖多特征协同提取[J]. 测绘通报, 2021, 0(10): 73-77.
[15]	张宏涛, 黄宏胜, 魏康宁, 钟海燕. 基于面向对象与规则的Sentinel-2A影像土地覆被分类——以江西省都昌县为例[J]. 测绘通报, 2020, 0(6): 111-117.