基于栅格的土地利用功能变化监测方法_李德一 (1)
基于遥感的土地利用变化监测
基于遥感的土地利用变化监测一、引言土地是人类赖以生存和发展的基础资源，其利用方式的变化对于生态环境、经济发展和社会可持续性都有着深远的影响。
随着人口的增长和经济的快速发展，土地利用变化日益频繁和复杂。
为了实现科学合理的土地规划和管理，及时准确地监测土地利用变化成为了至关重要的任务。
遥感技术作为一种高效、大范围、多时相的数据获取手段，为土地利用变化监测提供了强有力的支持。
二、遥感技术在土地利用变化监测中的原理和优势遥感技术通过传感器接收来自地表物体反射或发射的电磁波信息，从而获取地表的特征和状态。
在土地利用变化监测中，通常利用不同时期的遥感影像，通过对比分析影像中地物的光谱、纹理、形状等特征的差异，来识别土地利用类型的变化。
与传统的土地调查方法相比，遥感技术具有显著的优势。
首先，遥感能够实现大面积同步观测，大大提高了监测的效率和覆盖范围。
其次，遥感可以获取多时相的数据，能够动态地反映土地利用的变化过程。
再者，遥感数据具有较高的客观性和准确性，不受人为因素的干扰。
三、遥感数据的选择与预处理在进行土地利用变化监测时，选择合适的遥感数据至关重要。
常见的遥感数据源包括卫星影像（如 Landsat、Sentinel 等）和航空影像。
卫星影像具有覆盖范围广、重访周期短的特点，适用于大区域的宏观监测；航空影像则具有较高的空间分辨率，适用于小范围的精细监测。
在获取遥感数据后，需要进行一系列的预处理工作，以提高数据的质量和可用性。
这包括几何校正，即消除影像由于传感器姿态、地形起伏等因素造成的几何变形；辐射校正，用于消除传感器本身和大气等因素对影像辐射亮度的影响；图像增强，突出影像中的有用信息，提高图像的清晰度和可辨识度。
四、土地利用分类体系与解译方法为了有效地监测土地利用变化，需要建立科学合理的土地利用分类体系。
常见的分类体系包括耕地、林地、草地、建设用地、水域等。
在对遥感影像进行解译时，可以采用目视解译和计算机自动解译两种方法。
基于GIS技术的城市土地利用变化遥感监测与分析
基于GIS技术的城市土地利用变化遥感监测与分析随着城市化进程不断加快，城市土地利用的变化日益剧烈，如何科学有效地监测和分析城市土地利用变化，对于理解城市发展趋势，优化城市规划，促进城市可持续发展具有重要意义。
而基于遥感和地理信息系统（GIS）技术的城市土地利用变化监测与分析，则成为了高效、精准处理城市土地利用变化的关键手段。
一、GIS技术在城市土地利用变化分析中的应用GIS技术是一种以地理位置为基础的信息处理和管理技术，它可以将各种地理信息数据进行全面且准确的存储、组织、分析和展示。
在城市土地利用变化分析中，GIS技术可以将遥感影像、地图数据和其他相关数据进行整合，实现对城市土地利用变化的准确监测和分析。
1. 遥感影像处理遥感影像是获取城市土地利用变化信息的主要手段，而GIS技术可以通过遥感影像的处理、解译和分析，实现对城市土地利用变化的全面监测和分析。
例如，通过卫星遥感影像的解译，可以有效地提取出城市的不同类型区域，如住宅区、商业区和工业区等，并对这些区域的面积和空间分布进行分析。
同时，可以对不同年份的遥感影像数据进行比较，以了解城市土地利用变化的时间和程度的变化。
2. 空间分析GIS技术可以对城市土地利用变化的空间关系进行分析，例如，对城市不同类型区域之间的距离、面积和相互分布情况的分析。
通过GIS系统生成的空间分析图，可以直观地了解城市土地利用变化的情况，同时也为城市规划和土地利用管理提供了有价值的参考。
3. 空间决策支持系统GIS技术还可以通过建立空间决策支持系统，为城市规划和土地利用管理提供相应的支持。
例如，在该系统中，可以将城市规划和土地利用管理的相关要素，如建筑规模、建筑密度、环境质量等进行综合分析，并基于此推出针对性的城市规划和土地利用管理策略，以更好地实现城市可持续发展。
二、基于GIS技术的城市土地利用变化监测与分析案例1. 基于GIS技术的济南市土地利用变化监测与分析通过对济南市2000年和2010年两期卫星遥感影像数据的解译，以及基于GIS 技术对遥感影像数据进行的处理和分析，研究团队成功地进行了济南市土地利用变化的监测和分析。
IDRISI软件之CAMarkov模块实现土地利用变化模拟方法及步骤
IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤一、首先创建一个工程目录二、数据格式转换所用的数据是IDRISI中的栅格数据，因此需要将gis中的tif数据转换为IDRISI支持的栅格数据格式。
方法：File→Import→Desktop Publishing Formats→GEOTIFF/TIFF转换后的格式为.rst三、获取马尔科夫矩阵方法：Modeling→Environmental/Simulation models→MARKOV1表示获取转换矩阵的前一期影像，为我们的87年遥感影像；2表示获取转换矩阵的后一期影像，为我们的96年遥感影像；3是这个模型中输出条件概率的前缀，表示的是从87到96变化的一些信息（具体是什么，我也不清楚，但是后续的预测会用到这个文件），一般都是我们自己命名，比如说8796；4表示第一个与第二个影像之间的时间间隔，这里为9年；5表示我们向前预测的时间周期，这里也设置为9年，即模拟2005年的土地利用情况；6是比例误差（我看的资料里面一般都设置的是0.15）。
获取的马尔科夫矩阵记录了在下一个时期，从每个土地利用类型转换为其他土地利用类型的概率。
四、实现CA_Markov模型预测土地利用变化模拟使用的是IDRISI软件中的CA-Markov模型, 位于Modeling→Environmental/Simulation models→CA_Markov。
1表示模拟05影像需要依据的影像，即为我们的96年遥感影像；2表示马尔科夫转换矩阵面积文件，这里选择的是马尔科夫转换概率矩阵；3即为转换适宜性图集（我是把从87转换为96年影像中产生的那个8796文件作为适宜性图集，一般都是自己重新做一个这种图集，需要道路、河流、坡度等信息，我之前也做过，但主观性特别强，而且出来的模拟精度很低，所以就舍弃了这个方法）；4表示输出的土地利用变化数据，命名为05；5表示元胞自动机循环次数，一般为两个年份之间间隔的整数倍，这里可以取9、18、27等等，但是数字越大，需要的模拟时间越多；6是我们讨论的CA模型中邻域结构的设定，系统默认的是5*5型，即为我们所说的5*5的冯诺依曼形状，如下所示：0 0 1 0 00 1 1 1 01 1 1 1 10 1 1 1 00 0 1 0 0如果需要自己设置的话，可以选择上述对话框中的User-defined filter，但是里面的文件需要我们自己制作，方法如下（以7*7摩尔结构为例）：1）点击工具栏上的Edit按钮：2）编辑输入过滤模板第一行表示7行第二行表示7列下面的矩阵构成邻域过滤矩阵，1表示有影响作用的邻域，反之用0表示。
第六章 地表覆盖与土地利用变化监测
地表覆盖 + 与土地利用
+
第六章：地表覆盖与土地利用变化监测
+第六章 地表覆盖与土地利用变化检测
教学目的 • 1. 较系统地掌握和理解地表覆盖与土地利用 遥感变化检测的方法； • 2. 全面理解地表覆盖与土地利用时空变化驱 动力分析方法。
+ 第六章 地表覆盖与土地利用变化检测
6+.1地表覆盖与土地利用变化检测基本概念
6+.1地表覆盖与土地利用变化基本概念
6+.1地表覆盖与土地利用变化基本概念
6+.1地表覆盖与土地利用变化基本概念
两种变化的关系：
单一的土地利用形式往往与某一种土地覆盖类型相 对应（放牧-草地）。一种土地覆盖类型支持多种 利用方式，如森林可用于木材的开采、采伐或火烧 后用于耕种、狩猎和采集、燃料木收集、娱乐活动、 野生生物保护，水土保持等。
用于变化检测的遥感数据的选择需要遵循以原 则： 光谱：选择合适的遥感数据类型以及相应的波 段；
维度：选择相同维度（二维、三维）的遥感数 据。
6+.2地表覆盖与土地利用的遥感变化检测
用于变化检测的遥感数据的选择需要遵循以原 则：
另还要注意大气状况、土壤湿度状况、物候特 性等，以保证数据的可比性和变化检测的可靠 性。
6+.2地表覆盖与土地利用的遥感变化检测
6+.2地表覆盖与土地利用的遥感变化检测
图像差值法：
将两个时相的遥感影像按照波段进行逐像素的相 减，从而生成一幅新的代表两个时相间光谱变化 的差值图像。
假设辐射值的显著变化代表了土地覆盖变化，在 差值图像中接近于零的像元视为无变化，大于或 者小于零的象元表示覆盖状况发生了变化。
土地利用程度指数计算公式
土地利用程度指数计算公式二、数据预处理栅格类型转换我们从中国科学院资源环境科学与数据中心官网上下载下来的土地利用栅格数据是整型的，我们可以利用Reclassify （栅格重分级）工具来将它变为浮点型。
栅格重分类在这里我们发现，土地利用栅格数据里的像元被赋值为一些不连贯的数，我们通过官网上的相关介绍得知其所包含的含义：我们根据表格内容统一将数据分为“耕地、林地、草地、水域、建设用地和未利用地”六类。
我们利用Reclassify（栅格重分级）工具以一级类型编号将它分为六类。
工具位置：Spatial Analyst Tool -> Reclass -> Reclassify打开重分级后的栅格数据属性表，添加一个字段名称为“TDLY”的字段，并设置字段类型为文本型。
键入土地利用类型。
我们对2000年的土地利用栅格数据进行同样的预处理操作。
三、土地利用动态度土地利用动态度模型可定量地反映区域内土地利用数量的变化速度，对预测未来土地利用变化趋势有积极作用，是相关研究常用的分析方法之一。
土地利用动态度可分为单一土地利用动态度和综合土地利用动态度。
单一土地利用动态度单一土地利用动态度反映的是一定时间范围内，研究区某种土地利用类型面积变化的速率，侧重于分析各土地利用类型的变化情况。
其计算公式为：其中K为研究期内某种土地利用类型的动态度，即年变化率;Ui、Uj分别为研究初期及末期某种土地类型的面积；T 为研究时段长度。
综合土地利用动态度综合土地利用动态度描述的是整个区域土地利用变化的总体速度, 可用于土地利用动态变化的区域差异研究。
其计算公式为：其中，L为研究初期第i类土地利用类型的面积；Ui、Uj分别为研究初期及末期某种土地类型的面积；n为土地类型数（n=1,2,3,...），T为研究时段长度。
当T设定为年时，Lc的值就是该研究区土地利用年变化率。
四、土地利用程度综合指数土地利用程度综合指数是反应人类对土地开发利用的程度，是衡量区域土地利用深度和广度的重要指标。
土地变更调查监测图斑核查管理信息系统设计
土地变更调查监测图斑核查管理信息系统设计邓光林【摘要】针对年度土地变更调查遥感监测图斑外业核查后获取的信息进行数据管理的工作流程，设计了基于GIS技术的管理信息系统构架，实现核查图斑内各地类面积查询和统计，确定遥感监测图斑的变更范围、建设用地违法占用耕地比例统计等功能，并自动输出报表，可提高图斑核查信息内业处理工作的效率和准确性。
【期刊名称】《地理空间信息》【年(卷),期】2014(000)003【总页数】2页(P131-132)【关键词】年度土地变更调查;遥感监测图斑;GIS;GPS;管理信息系统【作者】邓光林【作者单位】义乌市国土资源局，浙江义乌 322000【正文语种】中文【中图分类】P2732010年起,国土资源部采用了遥感监测手段，将各地上年同时期的遥感影像与本年度的遥感影像进行叠加分析，提取年度疑似新增建设用地，生成遥感监测图斑（以下简称“监测图斑”），掌握年度土地利用现状变化情况，确保“二调”数据的现势性。
变更调查工作需核查的监测图斑多、时间紧、任务重，监测图斑核查数据的分析和统计的工作量较大，亟需应用地理信息系统技术处理和分析统计外业核查后形成的成果数据，提高内业数据获取速度和精度。
目前，针对年度土地变更调查整体流程的论述较多，对于监测图斑的外业核查信息进行前期数据处理和统计分析流程的研究成果较少。
本文结合GIS和GPS技术，设计了土地变更调查监测图斑核查管理信息系统，目的在于提高土地变更监测图斑核查工作的效率和准确性。
1 系统结构设计与体系架构1.1 监测图斑核查业务流程县级土地变更调查监测图斑外业核查是进行年度土地变更的基础工作，利用GPS 技术和外业实地调查核实，对每个监测图斑的土地利用现状信息进行调查，获取现状地类、土地用途、图斑范围、地块面积等信息。
对所有监测图斑的外业核查数据进行内业统计分析，得到图斑变化面积、占用各地类面积、建设用地违法比例、耕地占补平衡等重要指标数据，为土地监管执法工作提供可靠依据。
IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤
IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤一、首先创建一个工程目录二、数据格式转换所用的数据是IDRISI中的栅格数据，因此需要将gis中的tif数据转换为IDRISI支持的栅格数据格式。
方法：File→Import→Desktop Publishing Formats→GEOTIFF/TIFF转换后的格式为.rst三、获取马尔科夫矩阵方法：Modeling→Environmental/Simulation models→MARKOV1表示获取转换矩阵的前一期影像，为我们的87年遥感影像；2表示获取转换矩阵的后一期影像，为我们的96年遥感影像；3是这个模型中输出条件概率的前缀，表示的是从87到96变化的一些信息（具体是什么，我也不清楚，但是后续的预测会用到这个文件），一般都是我们自己命名，比如说8796；4表示第一个与第二个影像之间的时间间隔，这里为9年；5表示我们向前预测的时间周期，这里也设置为9年，即模拟2005年的土地利用情况；6是比例误差（我看的资料里面一般都设置的是0.15）。
获取的马尔科夫矩阵记录了在下一个时期，从每个土地利用类型转换为其他土地利用类型的概率。
四、实现CA_Markov模型预测土地利用变化模拟使用的是IDRISI软件中的CA-Markov模型, 位于Modeling→Environmental/Simulation models→CA_Markov。
1表示模拟05影像需要依据的影像，即为我们的96年遥感影像；2表示马尔科夫转换矩阵面积文件，这里选择的是马尔科夫转换概率矩阵；3即为转换适宜性图集（我是把从87转换为96年影像中产生的那个8796文件作为适宜性图集，一般都是自己重新做一个这种图集，需要道路、河流、坡度等信息，我之前也做过，但主观性特别强，而且出来的模拟精度很低，所以就舍弃了这个方法）；4表示输出的土地利用变化数据，命名为05；5表示元胞自动机循环次数，一般为两个年份之间间隔的整数倍，这里可以取9、18、27等等，但是数字越大，需要的模拟时间越多；6是我们讨论的CA模型中邻域结构的设定，系统默认的是5*5型，即为我们所说的5*5的冯诺依曼形状，如下所示：0 0 1 0 00 1 1 1 01 1 1 1 10 1 1 1 00 0 1 0 0如果需要自己设置的话，可以选择上述对话框中的User-defined filter，但是里面的文件需要我们自己制作，方法如下（以7*7摩尔结构为例）：1）点击工具栏上的Edit按钮：2）编辑输入过滤模板第一行表示7行第二行表示7列下面的矩阵构成邻域过滤矩阵，1表示有影响作用的邻域，反之用0表示。
土地利用_覆被变化与植被盖度的遥感监测_以北京市密云县为例
多限制。因此，近年来发展起来的不依赖于植被覆 盖率实测数据，而直接由植被指数向植被覆盖率转 换的方法正成为相关领域研究的一种趋势。
密云县是北京市重要的自然生态区和水源保 护区，其中部的密云水库是北京市最大的水库，也 是当地市民唯一的地表生活饮用水源，因此密云县 的土地利用/覆盖变化与植被覆盖与当地人民的生 活息息相关。本文利用遥感数据提取土地利用类 型，分析土地利用结构变化；选取归一化差异植被 指 数（Normalized Difference Vegetation Index － NDVI），遥感反演 20 世纪 90 年代密云县植被盖度， 定量分析植被盖度变化及原因。在此基础上探讨 不同土地利用类型对植被盖度变化的贡献，为保持 地区植被覆盖率、优化土地利用结构和生态环境提 供参考，为防止水土流失、保护水源提供依据。
由表 2 可以得出各土地利用类型间变化方向及 其变化量。可以看出，林地面积增加了，虽然部分 林地退化为草地、未利用地等土地覆盖类型，但有
表 1 1991 年～1997 年密云县各土地利用类型面积变化 Table 1 Land use types of Miyun county in 1991 and 1997 （×104hm2，%）
525
2009 年 3 月
图。利用分类后比较法获得各土地利用类型的变 化量及变化方向。
3 结果与分析
3.1 土地利用结构及其演变 3.1.1 土地利用结构 密云县土地利用类型以林 地、草地为主，覆盖率约 66%[19～20（] 图 2、图 2、表 1）。 土地利用类型分布格局存在差异，林地、水体呈片 状分布，耕地、草地、居民用地和未利用地相互嵌套 分布 （图 [21] 2）。耕地大面积分布于西南部城镇地 区，并沿东部和东北部密云水系支流呈带状分布； 林地主要分布在西部和西北部山区，东部山区也有 一小部分；草地主要分布于密云水库南部和北部， 沿耕地呈带状分布；城乡居民地主要分布于西南部 县城；水体为密云水库及其支流水系；未利用地主 要为裸地和空闲地，主要分布于密云水库北部沿 岸，并零散分布于各山区顶部。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1298
自然资源学报
26 卷
县） 、大庆市区、齐齐哈尔市区以及双城市、肇东市、肇州县、安达市、肇源县、杜尔伯特蒙古 族自治县、兰西县、林甸县、富裕县等 12 个行政单元。该区地处松嫩平原的腹地，地理位置 处于东经 123°26'～ 127°18'，北纬 45°08'～ 48°01'，总面积 4. 71 × 104 km2 。该区属大陆性季风 气候，地貌类型以冲积、湖积平原为主，土壤类型以黑土和黑钙土为主，盐碱地和湿地面积广 大，后备建设用地丰富。2005 年底人口 1 180. 20 × 104 人，城市化率 56. 09% ，人均 GDP 11 643 元。自从上世纪 90 年代初期，由于体制和结构等方面原因，经济社会发展相对落后， 随着国家振兴东北老工业基地战略的实施，该区新的集聚空间开始形成，土地利用变化引起 的功能变化亟待关注。
表 2 哈大齐地区土地利用功能指标权重
Table 2 Evaluation indices and weights of land use functions in the study area
权重
耕地面积比例 草地面积比例 建设用地面积比例 水域面积比例 年均 NDVI 值 景观多样性指数 高景观功能斑块面积比 SO2 排放量指数 退化土地面积比例 土壤侵蚀程度指数
法，并采用层次分析法进行了各土地利用功能的识别，在千米格网尺度上对土地利用功能变化
热点进行了监测，采用相关分析研究了不同土地利用功能之间的消涨关系，实现了土地利用功
能的空间化、定量化和动态化研究，其结果可为土地利用功能的协调配置提供参考。
关 键 词： 土地系统； 土地利用功能； 地理格网； 热点监测
人口 承载 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 1. 000 0
社会 功能
居住 生活 0. 000 0 0. 000 0 0. 634 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 106 0 0. 260 0
0. 000 0 0. 684 9 0. 000 0 0. 000 0
0. 000 0 0. 000 0
经济 功能
经济 增长 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 1. 000 0 0. 000 0
生态 功能
环境 净化
生态 防护
0. 000 0 0. 000 0
0. 000 0 0. 000 0 0. 204 7* 0. 000 0 0. 102 1 0. 000 0
0. 000 0 0. 093 9 0. 000 0 0. 000 0
0. 049 8 0. 643 4 0. 000 0
0. 000 0 0. 000 0 0. 221 2
中图分类号： F301
文献标志码： A
文章编号： 1000 － 3037（ 2011） 08 － 1297 － 09
过去十几年里，土地利用和土地覆盖变化在遥感和 GIS 技术的支持下得到了广泛而 深 入 的 研 究 ，结 果 表 明 ，从 全 球 到 区 域 不 同 尺 度 上 的 土 地 利 用 与 覆 盖 变 化 给 环 境 和 生 态 造 成 了 显 著 的 影 响［1］。 随 后 ，人 们 逐 渐 认 识 到 土 地 利 用 变 化 和 土 地 利 用 功 能 变 化 之 间 的 非线性关系，因此，在原有土地利用覆盖与变化（ LUCC） 数据集的基础上，开展土地利用 功能 的 评 估 与 制 图 正 得 到 重 视［2］，同 时 ，以 多 功 能 利 用 来 缓 解 当 前 的 土 地 利 用 冲 突 正 被 引 入 到 土 地 景 观 规 划 领 域［3-4］。 目 前 ，欧 洲 国 家 已 经 认 识 到 了 多 功 能 在 土 地 利 用 中 的 重 要性，并在农业多功能利用等领域积极开展了相关研究［5-6］，一些长期的监测研究计划已 经开展，如德国在 Saxon 州开展的 SALMA［7］，该计划在 2005 年启动，旨在提出一套面对 “普通”景观的功能评估方案，而不是局限于保护区或者特殊景观类型。我国在主体功能 区 的 研 究 热 潮 下 ，土 地 利 用 功 能 的 研 究 也 有 所 进 展 ，谢 高 地 等 就 主 体 功 能 的 识 别 流 程 和 分区方法进行了探讨［8］； 甄霖等对中国 1985 年和 2005 年两个时期土地利用功能变化进 行了 数 量 化 对 比［9］。 总 体 而 言 ，目 前 土 地 利 用 功 能 在 研 究 方 法 、数 据 收 集 与 空 间 制 图 以 及功能的价值评估等方面仍较为初步。本文以黑龙江省哈大齐地区（ 哈尔滨—大庆—齐 齐哈尔） 为研究案例，着重探讨土地利用功能的表征体系、指标空间化和集成方法，为在 千米栅格尺度上开展土地利用功能变化监测提供途径。
1 研究区概况与数据来源
选择哈大齐中心城市及其周边地区作为研究区，范围上包括哈尔滨市区（ 包括原呼兰
收稿日期： 2010－ 10－ 26； 修订日期： 2011－ 04－ 03。 基金项目： 黑龙江省主体功能区划项目； 滨州学院博士基金项目（ 2010Y03） ； 滨州市科技发展计划项目。 第一作者简介： 李德一（ 1983－ ） ，男，博士，讲师，研究方向为 GIS 在区域规划中的应用。E-mail： lideyinihao@ 126． com * 通信作者简介：张树文（ 1955－ ） ，男，研究员。E-mail： zhangshuwen@ neigae． ac． cn
2 土地利用功能表征体系
土地系统是指人类－ 环境耦合的陆地系统的简称，它包括土地利用、土地覆盖和生态系 统。土地系统是一个综合的概念，不同于简单的土地覆盖，也不同于自然生态系统，其鲜明 特征是把“人”在土地利用过程中形成的社会经济活动要素与生态系统看作一个相互影响、 彼此联系的整体。土地利用功能旨在研究土地作为这样一个系统其整体功能的发挥，换句 话说，土地利用功能就是指土地系统直接或间接提供人类福利（ 包括生产、生活资料以及生 活空间） 的能力。
摘要： 选择黑龙江省哈大齐地区（ 哈尔滨—大庆—齐齐哈尔） 为研究区，把土地利用功能划分为
资源功能、生态功能、经济功能和社会功能四项主功能，并进一步细分成资源供给、景观维护、生
态防护、环境净化、经济增长、人口承载、居住生活和文化休闲等 8 项子功能； 然后从土地利用、
生态环境和社会经济三方面选择指标，研究了 1976 年和 2005 年两个时段各指标的空间化方
文化 休闲 0. 000 0 0. 000 0 0. 000 0 0. 250 0 0. 000 0 0. 000 0 0. 750 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0 0. 000 0
3 指标空间化方法
对 1976 年和 2005 年两个时期分别进行计算，所有指标均落实到 1 km × 1 km 格网上。 由于 1976 年个别数据较难收集，笔者在考虑数据近似性的基础上，用邻近年份数据进行替 代参与计算，以便为后续土地利用功能的动态变化分析提供基础。 3. 1 土地利用类指标
计算方法或涵义 （ 旱地和水田面积） ÷ 总面积 （ 高覆盖度草地、中覆盖度草地和低覆盖度草地面积） ÷ 总面积 （ 林地、湿地面积） ÷ 总面积 （ 盐碱地、沙地和裸土地面积） ÷ 总面积 （ 城镇用地、农村居民地与其它建设用地面积） ÷ 总面积 （ 河流、湖泊、水库坑塘和滩地面积） ÷ 总面积 年平均归一化植被指数大小，反映植被生产能力 香农多样性指数，反映生物多样性大小 工业 SO2 排放量的相对程度，反映环境压力 评价单元内风蚀和水蚀的平均强度，反映生态压力 单位面积土地上居住的人口数，反映人口支撑能力 单位面积土地上的地区生产总值，反映经济发展状况
本文把土地利用功能划分为资源功能、生态功能、经济功能和社会功能 4 类。具体而 言，资源功能主要指土地系统供给基本生产和生活资料的能力，包括提供可再生资源和不可 再生资源两部分； 生态功能主要指土地系统为人类提供高质量生产和生活的一系列自然条 件，包括景观维护功能、环境净化功能、生态防护功能三个子功能； 经济功能主要指保持经济 持续增长的能力，包括各种经济活动的产出和各部门人员收入与消费状况； 社会功能主要包 括人口承载功能、居住生活功能和文化休闲功能等。
第 26 卷 第 8 期 2011 年 8 月
自然资源学报
JOURNAL OF NATURAL RESOURCES
Vol. 26 No. 8 Aug．，2011
基于栅格的土地利用功能变化监测方法
李德一1，张树文2* ，吕学军1，董立峰1
（ 1. 滨州学院 建筑与城乡规划系，山东 滨州 256603； 2. 中国科学院 东北地理与农业生态研究所，长春 130012）
地均 GDP 人口密度 注： * 黑体表示负向作用。
资源 功能