【正文】 分類完全沒有人的干預(yù)，圖像的灰度有相當(dāng)?shù)碾S機(jī)性，因而這種核心向量的確定有相當(dāng)大的盲目性， 監(jiān)督分類比非監(jiān)督分類更多地要用戶來控制， 13 常用于對(duì)研究區(qū)域比較了解的情況。監(jiān)督分類法避免了非監(jiān)督分類中對(duì)光譜集群組的重新歸類。 監(jiān) 督分類是先用某些已知類別訓(xùn)練樣本讓分類識(shí)別系統(tǒng)學(xué)習(xí)，待其掌握了各個(gè)類別的特征之后，按照分類的決策規(guī)則進(jìn)行分類的過程。各分類方法比較見下表 3。 最小距離 利用訓(xùn)練樣本數(shù)據(jù)計(jì)算出每一類的均值向量和標(biāo)準(zhǔn)差向量，然后以均值向量作為該類在特征空間中的中間位置，計(jì)算出圖像中每個(gè)像元到各類中心的距離，到哪一類中心的距離最小，該像元就歸入到 哪一類。 最大似然法 假設(shè)每一波段的每一類統(tǒng)計(jì)都呈正態(tài)分布，計(jì)算給定像元屬于某一 訓(xùn)練樣本的最大似然度，像元最終被歸并到似然度最大的一類當(dāng)中 神經(jīng)網(wǎng)絡(luò) 指用計(jì)算機(jī)模擬人腦的結(jié)構(gòu)，用許多小的處 理單元模擬生物的神經(jīng)元，用算法實(shí)現(xiàn)人腦的識(shí)別，記憶，思考過程應(yīng)用于圖像分類 支持向量機(jī) 支持向量分類是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上的機(jī)器學(xué)習(xí)方法，可以自動(dòng)尋找那些對(duì)分類有較大區(qū)分能力的支持向量，由此構(gòu)造出分類器，可以將類與類之間的間隔最大化，因而有較好的推廣性和較高的分類準(zhǔn)確率。 14 訓(xùn)練樣本的提取 對(duì)不同的地物，采用不同的工 具，如點(diǎn)，線，矩形，多邊形等，利用 ENVI軟件的 Region of interest 工具，進(jìn)行感興趣區(qū)的提取。 表 4 土地利用分類體系及 ETM（ 321）影像特征 序號(hào) 土地類型 ETM 影像特征 圖例 1 耕地 深 青 色，幾何特征較規(guī)則，邊界清楚，空間上呈網(wǎng)格狀 2 林地 成片鮮 綠 色，色調(diào)較均勻，邊界自然圓滑但不規(guī)則結(jié)構(gòu)較粗糙。 5 建設(shè)用地 灰褐 色，形狀 規(guī)則，呈團(tuán)狀或者片狀，面積較大，一般有交通線穿過，居民點(diǎn)內(nèi)部或村莊周圍通常栽種樹木，呈現(xiàn) 綠 色陰影。 （ 1）在主圖像窗口中，選擇 Overlay 中的 Region of interest，打開 ROI Tool對(duì)話框。 （ 3）選擇 ROI_Type 中的 Polygon，在 Window 中選擇 Zoom，在 Zoom 窗口中繪制多邊 形感興趣區(qū)。 圖 10 定義訓(xùn)練樣本 15 訓(xùn)練樣本的優(yōu)化和提純 為了提高圖像的分類精度，需要對(duì)樣本進(jìn)行提純，使用 N 維可視化分析器對(duì)訓(xùn)練區(qū)像元進(jìn)行提純，當(dāng)某些像元聚集在一起運(yùn)動(dòng)時(shí)，就是所需的最純像元（如圖 11）。將 2021年和 2021年兩期圖像分類所得到的土地利用 /覆蓋類型 圖（圖 12）進(jìn)行疊加運(yùn)算、統(tǒng)計(jì)分析，并結(jié)合 2021年的土地利用 /覆蓋數(shù)據(jù)，可以計(jì)算出 2021—2021年之間的各土地利用 /覆蓋類型變化情況。 （ 2） 單擊主菜單，打開 Image File，打開所需裁剪圖像，即 2021年和 2021年的分類結(jié)果圖，并在 Display中顯示。 （ 4） 在 Mask Definition對(duì)話框中（如圖 13），單擊 Options中的 Import EVFs，選擇步驟（ 1）導(dǎo)入的 Shapefile矢量文件，選擇輸出路徑，完成 掩膜文件的生成。 （ 2） 在 Select Input File中，選擇裁剪文件圖像。 （ 4） 單擊 OK輸出裁剪結(jié)果（如圖 15）。研究土地利用的動(dòng)態(tài)變化，有助于了解土地覆蓋變化的原因，同時(shí)通過調(diào)整人類社會(huì)經(jīng)濟(jì)活動(dòng)，促使土地利用更趨于合理，從而達(dá)到土地資源可持續(xù)利用的目的。利用 ENVI 軟件中的 Change Detection Statistics 工具對(duì)兩幅分類圖像進(jìn)行差異分析，分別識(shí)別出哪些像元發(fā)生了變化，以像元數(shù)量、百分比、面積統(tǒng)計(jì)參數(shù)輸出。 當(dāng)兩幅分析圖像是土地利用分類圖時(shí)，得到的結(jié)果就是土地利用轉(zhuǎn)移矩陣。比如某一類別的土地有多少面積分別轉(zhuǎn)化成了其他的土地類 型，現(xiàn)在某類型的土地分別是由過去的哪些類別轉(zhuǎn)化而來的等。 （ 2） 在 Select the Initial State Image 對(duì)話框和 Select the Final State Image 對(duì)話框中分別選擇前一時(shí)相和后一時(shí)相的分類結(jié)果，打開 Define Equivalent Classes對(duì)話框。 （ 4） 重復(fù)（ 3）步驟，直到所有需要分析的分類類別一一對(duì)應(yīng)（顯示在 Paired Classes 列表中）。 （ 5） 選擇生成圖表表示單位（ Report Type）：像素（ Pixels）、百分比（ Percent）和面積（ Area）。 （ 6） 單擊 OK 按鈕，執(zhí)行計(jì)算。豐臺(tái)區(qū)土地利用類型發(fā)生變化最主要的原因就是經(jīng)濟(jì)利益的驅(qū)動(dòng)和城市環(huán)保問題的制約，而土地利用結(jié)構(gòu)、格局及其變化最主要的限制因素是其自身的自然條件。利用類型的分布依次為：林地 、草地 、耕地、建設(shè)用地。 表 5 土地利用類型變化 土地利用類型 2021 年（ M2） 2021 年（ M2） 面積變化 變化 林地 59483475 39317175 20216300 減少 耕地 11482100 4428225 7053875 減少 草地 64608750 64978875 370125 增加 建設(shè)用地 136560250 168693975 32133725 增加 水域 9210150 3882825 5327325 減少 其他用地 202276800 202320450 43650 增加 2 0 0 3 年土地利用情況1365602505948347564608750202276800921015011482100居民及建設(shè)用地林地 水域耕地 草地其他用地 圖 18 2021 年豐臺(tái)區(qū)土地利用情況 21 2 0 1 0 年土地利用情況168693975393171753882825442822564978875202320450居民及建設(shè)用地林地 水域耕地 草地其他用地 圖 19 2021 年 豐臺(tái) 區(qū)土地利用情況 圖 20 豐臺(tái)區(qū)鄉(xiāng)鎮(zhèn)圖 圖 21 豐臺(tái)區(qū)分界圖 22 城市化進(jìn)程 由于永定河的屏障作用 如圖 20， 近期豐臺(tái)區(qū)土地利用轉(zhuǎn)換仍主要集中在靠近城市環(huán)線的河?xùn)|地區(qū) 見圖 21， 進(jìn)而會(huì)蔓延到河西地區(qū) ,最終會(huì)使整個(gè)豐臺(tái)區(qū)發(fā) 展為北京市核心城區(qū)的一部分。 未利用地 極其稀少 ，且所占比例 微乎極微 ，說明 豐臺(tái) 區(qū)可利用的后備資源緊缺 。具體表 現(xiàn)為四環(huán)南面耕地 減少 ，花鄉(xiāng)、和義街道 、 南苑街道。主要變化為草地， 減少的地方主要是王佐鎮(zhèn)。 期間 變化了 %，主要 轉(zhuǎn)化 為居民及建設(shè)用地。 2 0 0 3 年各地類轉(zhuǎn)換為2 0 1 0 年水域百分比（% ）林地耕地水域 草地建設(shè)用地其他用地 圖 24 2021 年各地類轉(zhuǎn)換為 2021 年水域 2 0 0 3 年各地類轉(zhuǎn)換為2 0 1 0 年林地百分比（% ）林地耕地水域 草地建設(shè)用地其他用地 24 圖 25 2021 年各地類轉(zhuǎn)換為 2021 年草地 建設(shè)用地 及其他用地 2021 年到 2021 年間，建設(shè)用地增加了 32133725m2，其變化主要是由于人口的增加，經(jīng)濟(jì)的發(fā)展，以及城市化建設(shè)步伐的加快，工業(yè)的發(fā)展也是該區(qū)建設(shè)用地增加的重要原因之一，建設(shè)用地主要來源除了草地和耕地，其他的類型都占有一定比例。 而其他用地增加了 43650m2。內(nèi)部機(jī)制和基本過程，預(yù)測其未來變化發(fā)展的趨勢與結(jié)果，以便于制定相應(yīng)的對(duì)策。自然因素包括氣候波動(dòng)、干旱、火災(zāi)、蟲災(zāi)和洪災(zāi)等，主要影響土地資源的生產(chǎn)力和土地利用強(qiáng)度；社會(huì)經(jīng)濟(jì)因素包括人口 增長、城市擴(kuò)展、生活方式、經(jīng)濟(jì)政策、市場需求、技術(shù)進(jìn)步、社會(huì)意識(shí)形態(tài)、傳統(tǒng)文化等，影響著土地利用類型的轉(zhuǎn)變，同時(shí)也影響著土地利用強(qiáng)度的變化這兩大因素在不同空間、時(shí)間尺度上錯(cuò)綜復(fù)雜地發(fā)生著相互作用，造成了土地覆蓋狀況的變化。因此，在實(shí)際研究過程中，一定要找到土地覆蓋變化的主要影響因素，從而更好的認(rèn)識(shí)土地覆蓋變化的過程及趨勢 [14]。造成 豐臺(tái) 區(qū) 20212021 年 土地利用變化的差異的主要原因是城市發(fā)展 較快 和土地資源供給 的 雙重約束的結(jié)果。人口的增加必定帶來建設(shè)用地的增加，人口增長需求增加， 人地相互作用越來越強(qiáng)烈， 土地資源緊迫。目前形成了以高新技術(shù)產(chǎn)業(yè)為龍頭 ,以房地產(chǎn)業(yè)、現(xiàn)代服務(wù)、商貿(mào)物流和文 化旅游為支柱的產(chǎn)業(yè)發(fā)展格局。豐臺(tái)區(qū)蓮花池以東有我國規(guī)模最大的北京西客站 ,以此為中心連接京山、京廣、京原、京通、京承、京秦、豐沙等鐵路干線 ,成為全國四大重要鐵路樞紐之一，這些會(huì)使土地資源配置不合理。 5 結(jié)論 研究時(shí)段內(nèi) ，豐臺(tái)區(qū)土地利用動(dòng)態(tài)變化表現(xiàn)為 草地 、建設(shè)用地等地類面積凈增，而林地、水域 和耕地面積 快速下降。 豐臺(tái)區(qū)土地利用變化的驅(qū)動(dòng)力逐漸曾強(qiáng)，經(jīng)濟(jì)發(fā)展、城市化和人口增長是其土地利用變化的主要 驅(qū)動(dòng) 力因子。 針對(duì)當(dāng)前豐臺(tái)區(qū)土地利用開發(fā)程度較高、土地后備資源不足，在今后的土地利用規(guī)劃中，要注意落實(shí)更 合理 的占補(bǔ)平衡，把基本農(nóng)田作為城市綠化空間加以保護(hù)，從而協(xié)調(diào)好生態(tài)化境保護(hù)與糧食安全的關(guān)系；合理規(guī)劃建設(shè)用地，通過科學(xué)規(guī)劃、合理布局、優(yōu)化配置、充分發(fā)揮土地資源的利用空間和潛在價(jià)值，走集約化發(fā)展的道路，提高土地利用，統(tǒng)籌考慮土地開發(fā)利益與生態(tài)環(huán)境建設(shè)，強(qiáng)化土地資源保護(hù)，促進(jìn)人與自然和諧相處。 駱老師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，精益求精的工作精神使我印象深刻。 衷心感謝為我們授課的老師們， 你們的 淵博知識(shí)、敬業(yè)精神和獨(dú)特的人格魅力感動(dòng)著我、激勵(lì)著我。6a*CZ7H$dq8Kqqf HVZFedswSyXTyamp。UE9aQGn8xp$Ramp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89AmYWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3tnGK8!z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89AmYWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3tnGK8!z89Am UE9aQGn8xp$Ramp。qYpEh5pDx2zVkum amp。ksv*3t nGK8!z89Am YWpazadNuKNamp。qYpEh5pDx2zVk um amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8!z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z8vGtYM *J gamp。QA9wkxFyeQ^! djsXuyUP2kNXpRWXm Aamp。849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRrWwc^vR9CpbK! zn%M z849Gx^G89Am UE9aQGn8xp$Ramp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z8vGt YM *Jgamp。QA9wkxFyeQ^! djsXuyUP2kNXpRWXm Aamp。849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRrWwc^vR9CpbK!zn%Mz849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。M uWFA5ux^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTamp。M uWFA5uxY7JnD6YWRr Wwc^vR9CpbK!zn%M z849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。MuWFA5uxY7J nD6YWRrWwc^vR9CpbK! zn%Mz849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm6X4NGpP$vSTTamp。M uWFA5ux^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。MuWFA5uxY7J nD6YWRrWwc^vR9CpbK! zn%Mz849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRrWwc^vR9CpbK! zn%M z849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRr Wwc^vR9CpbK! zn%M z849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。M uWFA5ux^Gjqv^$UE9wEwZQcUE%