基于哨兵数据的江苏东台条子泥湿地土地利用分类研究

摘要

本文以2011年百万滩涂计划和2018年《关于加强滨海湿地保护严格管控围填海的通知》[11]两起政策为切入点，以江苏东台条子泥湿地的三期Sentinel-2遥感影像数据为研究数据源，利用多尺度分割和基于样本的面向对象分类方法，对研究区进行土地利用分类，并计算土地利用动态度和土地利用转移矩阵[11]，通过计算结果以分析其在政策前后土地利用发生的变化及造成变化的驱动原因。研究结果表明：2017-2022年间，农田和养殖池面积均有多增加，植被呈现先降后增趋势。综合土地利用变化动态度有所下降，2017-2019年造成土地利用变化的主要驱动因素是经济发展，2019-2022年造成土地利用变化的主要驱动因素是生态修复。

关键词土地利用；多尺度分割；面向对象；东台条子泥湿地；土地利用分类

　第1章绪论

　　1.1研究背景和意义

　　1.1.1研究背景

湿地被称为“地球之肾”，是地球上珍惜的自然资源，具有净化水质，提供资源、防洪减灾、调节气候，协调区域生态、维持地球生物多样性等生态功能。以往，由于人们缺乏有关湿地的认识，在城市开展建设与发展时，通常选择湿地作为开发对象。2009年，xxx审议并通过了《江苏沿海地区发展规划》，在规划中明确提出，要积极推进沿海地区的发展，充分挖掘沿海丰富的滩涂资源，打造成为农业、旅游业等多产业协同发展的重要枢纽。盐城为增加农业用地启动了百万滩涂围垦计划，但随着湿地保护引起越来越多国家的重视，XX逐渐开始意识到湿地生态保护的重要性。

2018年，xxx出台了《关于加强滨海湿地保护严格管控围填海的通知》[11]，全面叫停新增围填海项目审批，已经完成围填海的，进行必要的生态修复，保护意识和措施不断加强。2019年，条子泥成为中国黄（渤）候鸟栖息地（第一期）入选世界自然遗产名录的珍贵遗产，自此条子泥进入湿地保护时代。因此本文选取条子泥湿地作为研究区，以分析其在政策前后土地利用发生的变化及造成变化的驱动原因。

近年来，遥感技术不断发展，具有高光谱分辨率、高空间分辨率的遥感影像易于获得，这为湿地监测及土地分类研究提供了大量影像资料，哨兵数据就是一大代表，它凭借着更高的空间、光谱、和时间分辨率，为研究者监测湿地，分析湿地带来了更多的可能性，故决定利用哨兵数据对东台条子湿地进行土地利用分类研究。

　1.1.2研究意义

由于围垦计划和后期湿地保护政策，条子泥湿地土地利用也受到了不小的影响，围垦活动不仅对湿地造成了严重破坏及退化，也挤压了候鸟的生存环境空间，研究该时期的土地利用有利于精准定位受影响的湿地范围以及分析受影响土地利用类型的变化规律。后期湿地保护政策开展，研究保护政策实施后的湿地土地利用，有利于获得政策开展的实地影响及成效，和围垦时期的研究结果进行对比分析，可获得湿地保护的进展状况及修复后湿地土地利用变化状况，对未来湿地保护和生态建设具有参考意义和导向作用。

　1.2国内外研究现状

　　1.2.1国内外滨海湿地土地利用分类研究现状

目前，在对滨海湿地土地利用进行分类研究时，国内外学者普遍采用遥感影像技术，如Landsat、SPOT数据、哨兵数据、MODIS数据、QuickBird数据等，因为不同的遥感影像具有独特的特征。赵赛帅等选取获取性强、覆盖范围广、光谱信息丰富的Landsat影像作为数据源以分析滨海地区土地利用演化过程及其空间和时间变化特征[13]。何爽等选用具有无国界限制，覆盖面广、观测有周期性等特点的哨兵Sentinel-2影像作为遥感数据,开展临洪河口湿地土地覆盖分类研究。蔡耀彤等选取哨兵Sentinel-1、哨兵Sentinel-2影像和易接收、更新率高的MOD13Q1数据以提取洞庭湖湿地基于最优特征组合的湿地信息。Muhammad Ziaul Hoque等通过Landsat OLI（Landsat 8上携带陆地成像仪Operational Land Imager）TIRS（热红外传感器Thermal Infrared Sensor）监测孟加拉国沿海动态盐水和淡水系统的土地利用覆盖和生态系统服务价值的变化。Mazen Abualtayef等选取具有高分辨率和高重复周期的SPOT数据和能提供亚米级分辨率的QuickBird商用影像数据作为探测加沙海岸带变化的数据源。

此外，国内外有关滨海湿地土地利用分类的方法也从早期目视判读，更迭到计算机自动分类，但此类分类算法在面对分辨率较高的影像无法充分利用所含有的地物信息，科研人员由此提出面向对象分类方法。邵亚婷等利用面向对象的分类方法提取江苏盐城湿地的土地覆盖分类信息，进而利用土地转移矩阵分析近45年盐城保护区的土地覆盖变化规律[5]。赵赛帅等采用随机森林分类方法提取土地利用类型分布，结合Circos图分析滨海地区土地利用演化过程及其空间和时间变化特征[13]。

何爽等利用遗传算法优化的BP神经网络分类算法开展临洪河口湿地土地覆盖分类，并与传统BP神经网络、支持向量机和随机森林分类算法的相比精度有所提升[4]。刘家福等采用Relief-F算法对全部特征变量进行权重排序，后分别采用基于特征优选的随机森林模型、最大似然方法和神经网络分类算法，提取黄河口滨海湿地信息[7]。Muhammad Ziaul Hoque等开发了处理Landsat图像的系统程序，程序包括：通过研究区域的shapefile裁剪图像、堆叠不同波段、创建多波段图像的马赛克、创建ROI和签名shapefile、执行受监督的最大似然分类以及QGIS软件的半自动分类实现孟加拉国沿海土地利用分类。蔡耀彤等通过基于多时相Sentinel-2多光谱图像利用随机森林算法基于特征数据集选择最优特征进行土地分类。

　1.2.2国内外滨海湿地土地利用时空演变现状

研究土地利用时空演变的方法涵盖了土地利用转移矩阵、景观格局指数、强度分析、前分类法以及后分类法等多种手段。土地利用的演变过程以及不同类型之间的转移方向和趋势，在计算土地利用转移结果后可反映，而土地利用转移矩阵能定量表明不同地类之间的转移方向和幅度，是马尔科夫模型在土地利用分析方面的应用。邵亚婷等利用ArcGIS软件对eCognition导出的土地覆盖分类矢量数据进行融合和叠置分析，通过土地利用转移矩阵计算获得了不同土地利用类型的转化情况，得到盐城保护区核心区土地覆盖动态变化特征。赵赛帅等选取土地利用转移矩阵进行研究区土地利用类型变化分析，结合Google Earth历史快视图以及土地利用现状图等对解译结果进行人工修正，并通过混淆矩阵对解译结果进行验证与评价。

卢晓宁等使用线性倾向率反映黄河三角洲变化趋势，利用动态度模型反映研究区土地利用变化的剧烈程度，使用景观格局指数方法对黄河三角洲湿地景观演变的破碎化过程进行分析，获得了黄河三角洲湿地景观动态变化及规律[10]。Sena Donalde Dolores Marguerite Deguenon等采用强度分析，使用强度分析方法评估贝宁沿海地区(西非)土地利用变化，以便进一步决策。前分类方法和后分类方法，前者是在检测变化之前结合检测变化的技术，后者是在检测变化之前进行单独的图像分类。Safa Bel Fekih Boussema等采用基于变更矩阵的后分类方法，研究者有经历过变化的区域的起始等级和到达等级，对变化性质的识别更简易，有利于突尼斯苏塞地中海沿岸地区的评估和监测土地覆盖变化对生物多样性的影响。

　1.2.3文献综述

土地利用是人类有目的地进行土地资源的开发和利用，包括但不限于农业、工业、交通和居住等领域。土地利用在一定程度上决定着一个地区或国家的人口分布、经济规模和环境质量水平。城市的发展规划和资源的开发利用，离不开土地利用这一至关重要的信息，同时也是研究区域土地利用变化的重要基石。随着城市化进程加快，我国已进入快速发展期，对国土资源尤其是耕地资源的需求将持续增加。在土地利用中采用遥感技术进行动态监测，能更高效的获取各类数据。传统的分类方法，包括监督分类和非监督分类，基于像元的数理统计法[31]。在地物分类时，主要考虑像元的光谱信息，但对于遥感影像的形状、纹理和空间关系等方面的利用不够充分，容易导致“同物异谱”和“同谱异物”的出现。

近年来，国内外许多学者尝试使用不同类型遥感影像来提高土地利用分类精度，在遥感影像的使用上多以Landsat和MODIS系列的中低分辨率数据为主，分类精度经常受到影像空间分辨率的限制[14]，在地物破碎的区域提取草地、水塘和小规模村庄等时存在较大的局限性。近年来采用高分辨率卫星作为实验数据的分类研究逐年增多，高分辨率影像可利用清晰的地物几何特征和纹理等信息，具有覆盖范围大、重访周期短、定量化探测等优点，但影像成本较高，获取难度较大。

欧洲“哥白尼”计划空间部分的专用卫星系列——哨兵系列卫星，其中，哨兵二号遥感卫星是高分辨率多光谱成像卫星，其最大空间分辨率可达10米，其影像数据相较于传统遥感数据，重访周期更短，观测范围更广，观测频次更高。影像中土地利用结构及其动态变化过程直接反映了社会经济发展状况和自然环境特征。Sentinel-2A遥感数据的应用不仅限于陆地植被生长、土壤覆盖情况、内河和沿海区域环境等观测信息的提供，还可用于监测自然灾害如洪水、山体滑坡、火山喷发等为救援提供高质量的影像信息，对于种植业和农业的改善具有重要的意义。

此外哨兵2号新增加的4个红边波段与叶绿素含量关系紧密。在地物提取分类研究领域中，近年来众多学者运用红边波段进行湿地提取、作物识别、地物类型划分等方面的研究，均取得了较好的效果[14]。

另外随着计算机和3S技术的发展，遥感研究的逐渐深入，新的分类方法不断涌现，如多重滤波、面向对象分类法、模糊分类法、随机森林分类法、神经网络法等，这些分类方法在不同程度上均提高了分类精度[14]，不仅有利于提高土地利用调查和制图质量，也有利于合理的组织土地利用和布局生产。

1.3研究内容和技术路线

　　1.3.1研究内容

1、东台条子泥湿地的土地利用分类体系划分

结合公开发表的文献和江苏东台条子泥湿地的实际土地覆盖情况，本文将江苏东台条子泥湿地的土地利用类型划分为植被、水体、农田、养殖池、道路和裸地6类。

2、东台条子泥湿地的土地利用分类信息提取

选用多时相Sentinel-2A高空间分辨率多光谱卫星，经过辐射校正、几何校正和图像裁剪等预处理后，利用面向对象的算法提取东台条子泥湿地的土地利用分类信息，分析其各个土地利用类型的空间分布特征。

3、东台条子泥湿地的土地利用分类动态演变规律分析

通过对东台条子泥湿地多时相土地利用分类信息进行空间叠加分析，揭示了其土地利用类型在定性尺度上的空间演化规律；通过对该地区主要土地利用类型转换的研究，确定各时期的影响因素。运用定量尺度分析不同土地利用类型的土地利用转移矩阵，以探究其内在规律,，分析其动态度，揭示其演变模式；并针对变化典型区域进行局部细节放大分析，从自然和人为两大因素分析其可能存在的驱动原因。

　1.3.2技术路线

本文技术路线图主要包括三个部分：东台条子泥湿地土地利用分类体系的构建、东台条子泥湿地土地利用分类信息的提取、东台条子泥湿地土地利用分类动态演变规律分析。第一部分是利用国家分类标准《土地利用现状分类》（GB/T 21010-2017）、条子泥湿地相关公开发表的文献、条子泥湿地实地土地利用覆盖现状以及条子泥Sentinel-2A影像作为参考，最终构建了东台条子泥湿地土地利用分类体系：包括裸地、道路、植被、水体、养殖池、农田共六类。第二部分是采用2017年、2019年、2022年三期Sentinel-2A对于影像数据的预处理，需要进行一系列操作，包括对辐射进行校正、对几何进行校正、对图像进行配准以及进行波段合成，根据第一部分的东台条子泥土地利用分类体系，进行面向对象分类，操作步骤包括：影像分割、合并，分割阈值、合并阈值、设置纹理内核大小、根据规则进行特征提取，从而获得2017年、2019年、2022年三期东台条子泥湿地土地利用分布图以及2017年-2019年、2019年-2022年、2017年-2022年几年间东台条子泥湿地土地利用变化图。第三部分则是利用第二部分获得的分布图与变化图进行土地利用转移矩阵和土地利用动态度的计算，最终据此得到2017年-2019年、2019年-2022年、2017年-2022年几年间东台条子泥湿地土地利用转换情况，进而分析东台条子泥湿地土地利用分类动态演变规律，具体情况如图1.1。

图1.1论文技术路线图

　　1.4拟采取的研究手段

　　1.4.1研究手段

1、对研究对象的现实和历史状况进行有计划的系统性全面搜集，并对所收集的大量数据进行深入分析、综合比较和综合归纳。采用文献研究法，通过对相关文献的深入研究，获取相关资料和研究方法，以全面了解所研究内容的历史背景、现状和未来前景。2、通过对研究对象进行深入的观察和研究，从而得出结论和结论的一种方法。观察法包括直接观察法和间接观察法两种类型，主要用途在于对问题进行调查、分析和解决，以便更好了解研究对象。3、通过对地面目标的成像规律和特征进行分析，我们可以从影像中提取出目标的形状、大小、阴影、色调、位置、布局、纹理等信息，这是一个复杂的过程。4、通过运用专用数据分析软件，结合人工操作和计算机统计方法，对数据进行了定性和定量分析，以达到更加精准和全面的分析效果。经过人工和计算机的严格筛选出所有符合要求的信息，以确保数据的准确性和可靠性。通过分析得到了有价值的结论，为今后进一步开展相关工作提供一定参考依据。

　1.5论文结构

本文专注于研究条子泥湿地土地利用的分类和时空演变规律，结合已公开发表的文献和研究区土地利用现状，构建了一个土地利用分类体系。利用哨兵影像为基础，运用面向对象算法提取研究区土地利用分类信息，分析各土地类型的空间分布特征，并通过土地利用动态度和土地利用转移矩阵，揭示其时空演变规律。论文最后总结了研究成果并对进一步工作进行展望。按照上述思路，全文被划分为五个章节，其中第一章为绪论，主要涵盖研究的背景、现状、内容和方法等方面。第二章是基本概念及理论，主要对土地科学和遥感学进行了简要阐述，并提出了论文研究中所涉及到的相关概念。在第二章中将探讨研究区域的概貌，对数据进行预处理，并介绍预计采用的研究算法，以便更好地进行研究。对所需要用到的各种资料进行了收集，并根据实际情况制定出调查方案。第三章是条子泥湿地土地利用分类研究，包括条子泥湿地土地利用分类体系确的确定和基于哨兵数据的条子泥湿地土地利用分类。第四章是对东台条子泥湿地土地利用的时空演变特征进行了深入分析，探讨了研究区湿地土地利用动态度的时空演变特征，并运用土地利用转移矩阵进行了时空演变分析。在上述工作基础上进行总结并提出进一步研究建议。第五章是对整篇文章的深入分析和结论，同时也指出了该地区土地利用方面存在的问题和不足，并对未来的研究方向和展望进行了探讨。

第2章材料与方法

　　2.1研究区概况

　　2.1.1东台条子泥湿地概况

　　东台条子泥湿地（32°43′N~32°53′N，120°52′E~120°58′E）位于苏北辐射沙脊中部，为梁垛河口至方塘河闸北侧的连陆滩涂[1]。条子泥湿地属于滨海相沉积地貌单。不仅是我国首个滨海湿地类世界自然遗产的核心区，也是全球重要的滨海生态系统之一。该湿地位于亚州大陆东岸，属于亚热带和温暖带过渡区，常年平均气温为15.0℃，该地区年平均降水量为1061mm，因此成为东亚-澳大利亚候鸟迁徙路线上的重要区域，每年吸引全球千万只候鸟，如勺嘴鹬等，前来栖息和换羽[23]。除此以外条子泥也是最大的农业利用型垦区。

　2.1.2东台条子泥围垦概况

为了填补因产业开发而失去的“耕地”，江苏盐城启动了一项规模宏大的滩涂围垦计划，以促进该地区的可持续发展，旨在开发东台条子泥湿地，为当地的土地资源注入新的活力。

位于江苏省中南部海岸辐射沙洲的中心的条子泥一期匡围工程是东台百万亩滩涂围垦首期启动项目，于2010年启动，总开发面积达到10.12万亩，其中条南边滩垦区占据了3.33万亩，北边滩垦区则占据了6.79万亩的面积。2012年2月见证了条子泥一期匡围工程的开工建设，在2013年10月，该工程的全部实施已经圆满完成，最终在2014年2月成功通过了交工验收。

条子泥二期匡围工程规划用海范围为条子泥一期匡围东侧条子泥高滩区域，面积约8447公顷。规划期限为3年，计划2013年开工，已申报国家海洋局审批。但在条子泥围垦工程二期等待审批的时候，中国生态保护的风向已经变了。2012年10月，xxx发布《关于建立海洋生态红线制度若干意见》，提出了要保护渤海30%的自然岸线，并根据生态价值和脆弱性将渤海区域进行严格分类管控，管控区域远大于现有保护区面积。

为确立全面的湿地保护制度，将所有湿地纳入保护范围，坚决禁止私自占用国有重要湿地、国家重要湿地和湿地自然保护区，以确保湿地资源的可持续利用。2016年，xxx出台《湿地保护修复制度方案》，2018年初专门针对违规围填海的围填海专项督察也开始展开，条子泥围垦的二期工程因此被叫停。

　2.2遥感影像的获取与预处理

　　2.2.1遥感影像的获取

依照国家土地分类体系并结合条子泥土地覆盖实际情况，决定下载重访周期短、分辨率高、覆盖面广的哨兵数据作为数据源。在Sentinel Hub EO Browser官网进行下载，下载的哨兵数据具体信息如表2.1所示，哨兵2号数据各波段信息如表2.2所示。

“哥白尼计划”涵盖了欧盟的地球观测计划，其中哨兵系列卫星是哥白尼计划的重要组成部分。Sentinel-2是一款高分辨率的多光谱成像卫星，其配备了多光谱成像仪（MSI），可在可见光、近红外和短波红外光谱范围内进行成像，其波段范围共有13个波段。Sentinel-2由Sentinel-2A和Sentinel-2B两颗卫星组成，它们的轨道彼此相差180º，覆盖13个工作波段，放置在地球的两端。图像采集时间分辨率是每颗卫星10天，两颗一起就是5天，卫星拍摄的每幅图像都显示了290公里幅宽的扫描，适用于陆地和沿海地区。

　2.2.2遥感影像的预处理

本次Sentinel Hub EO Browser官网下载的影像包括2017.4.29、2019.3.30、2022.4.8三期哨兵影像，数据类别都是L2A级别，已经过大气校正，所以影像预处理只要进行波段合成，影像配准和影像裁剪即可。在波段合成中，仅使用B01、B02、B03、B04、B05、B06、B07、B08、B8A、B09、B11、B12波段进行合成。

将波段合成好的结果图进行影像配准，为了把两幅或多幅数字图像准确对准以便分析与比较。需要通过Toolbox–Geometric Correction–Registration–Image Registration Workflow，其中选择2017年影像作为基准影像，以2019年和2022年作为待配准影像。输入影像进行处理后，获得Tie点列表，需将其中误差较大的点进行删除，并且均方根误差需要控制在0.5以内。将2017与2019影像配准后，tie点数为45个，均方根误差为0.4801。将2017与2022影像配准后，tie点数为44个，均方根误差为0.4407，配准后影像如图2.2、2.3、2.4所示。

　　最后的处理是影像裁剪操作，裁剪的范围位于风光东路以东，临海路以西，梁垛河以南，临海路以北。将该范围生成ROI文件后，即可按照裁剪范围裁剪影像，裁剪范围如图2.5所示，最终影像裁剪结果如图2.6、2.7、2.8所示，其中影像的RGB波段为：Band4、Band3、Band2。

　2.3研究算法

　　2.3.1面向对象算法

在面向对象分类方式中，影像分割、特征提取和影像对象分类是至关重要的三个步骤。与传统基于像元的分类方式不同，面向对象分类处理的是经过影像分割后形成的物体，这些影像文件包含了丰富的光谱、纹理和空间信息等特征。因此，面向对象分类技术能够充分利用遥感信息的各种优势。通过利用这些对象所形成的特征库，可实现了对目标影像信息的高效采集，从而显著提升了遥感影像分类的准确性，这为中高分辨率遥感影像分类领域的广泛应用提供了有力支持。

在遥感影像中，不同的地物类型呈现出不连续性，然而在非边缘区域却呈现出某种程度的一致性，由于不同地物类型内部的相似性，可以将遥感影像划分为各自独特的区域，以反映它们之间的内在联系。为了实现对同一地区内多个地物类型进行分析和识别，需要把各个不同区域分别分成若干个小的子区域，并建立起它们之间的关系。每个区域都呈现出独特的特征相似性，而不同区域之间的特征差异则体现了影像分割的本质。影像分割是对影像进行预处理、特征提取及分析等一系列处理过程的过程，最终得到目标物的空间位置信息以及它与其它物体间关系。在面向对象分类的过程中，影像分割的质量直接影响到后续影像特征的提取和分类效果，因此需要认真处理以获取不同的对象信息。

特征提取（Extract Features）是一种将地物的实际特征与研究中的地物类别特征相对应的方法，其实现方式多种多样，可以通过多种特征提取方法来完成。由于遥感数据具有空间分布不均匀性和时间相关性等特点，因此需要对其进行分类处理。经过遥感影像的分割，我们得到了三种主要的类别特征，分别是拓扑结构、上下文环境以及内在特征。其中，在空间上具有相互独立性质的内在特征即为拓扑特征，它包括光谱纹理结构信息、空间结构信息和边缘细节信息等。影像分割后，影像内部的几何特征相互交织，形成了一种复杂的拓扑结构；上下文特征指的是不同对象在语义层面上的相互关联；内在特征则是指不同对象在空间分布上存在着某种相似性或相似度。物体之间的物理特性，包括其纹理、颜色和类相关性等，构成了其内在特征。

这种方法可以有效地克服传统分类法中存在的一些问题。为了确保分割对象与实际地物之间的一一对应关系得以实现，需要使用特定的分类器对影像进行分类。

　2.3.2土地利用转移矩阵

根据同一地区不同时相的土地覆盖现状的变化关系，求得一个二维矩阵。通过对得到的转移矩阵进行分析，能够得到２个时相，不同的地类之间相互转化的情况，它描述了不同的土地利用的类型在不同年份发生变化的土地类别以及发生变化的位置和变化面积。该数据不仅能够呈现静态的固定区域和固定时间内各个地类的面积数据，还能够反映初期各个地类的面积转移情况以及末期各个地类面积的转移情况，从而更加丰富地呈现出这些数据。以土地面积为切入点，揭示区域土地利用的演变趋势。以土地利用为研究对象，可以揭示整个研究区经济发展与土地关系。不同土地利用类型的总量变化是面积变化的首要体现，通过对土地利用类型总量变化的深入分析，我们可以全面了解土地利用变化的总体趋势以及土地利用结构的演变。可了解土地利用变化总的变化趋势和土地利用结构的变化。结构显示如表2.3，其中行T1表示上一时相，列T2表示下一时相。A1至An表示n种不同的土地覆盖类型[30]。

　　2.3.3土地利用动态度

单一土地利用类型动态度指是某研究区一定时间范围内某种土地利用类型的数量变化情况,其表达式为[30]：

式中：K为研究时段内某一土地利用类型动态度；Ua、Ub分别为研究期初及研究期末某一种土地利用类型的数量；T为研究时段长，当T的时段设定为年时，K的值就是该研究区某种土地利用类型年变化率[30]。

综合土地利用动态度是指一定时间范围内研究区土地利用类型变化的整体情况和剧烈程度，其公式为

　　式中：ALC为研究时段的综合土地利用动态度；为研究起始时间某一类土地利用类型面积；A为一定时间范围某类土地利用类型变化为其他类土地利用类型的面积，数值取绝对值[32]。

应用土地利用动态度分析土地利用类型的动态变化,可以真实反映区域土地利用/覆盖中土地利用类型的变化剧烈程度。

　2.4本章小结

本章是材料与方法，主要包括三个部分：研究区概况、遥感影像的获取与预处理、研究算法。研究区概况主要侧重于东台条子泥湿地概况以及东台条子泥的围垦概况，通过调查法罗列有关条子泥的文献、新闻报道、XX政策文件等，进行汇总分析，对条子泥湿地的面积、植被、气候、降水、候鸟等各类信息有了更详细的介绍。

在遥感影像的获取与预处理，主要是三大处理步骤，波段合成、影像配准、影像裁剪。该处理为后期的湿地土地分类及分析工作打好了基础。有关研究算法的三个部分：面向对象算法、土地利用转移矩阵、土地利用动态度，其中影像分割、特征提取和影像对象分类可以说是面向对象分类的三个关键步骤。除此以外有关土地利用转移矩阵和土地利用动态度的研究算法，不仅对分析条子泥湿地土地利用分类有益，也有利于条子泥湿地土地利用时空演变特征分析。

第3章条子泥湿地土地利用分类研究

　　3.1条子泥湿地土地利用分类体系确定

结合公开发表的文献和江苏东台条子泥湿地的实际土地覆盖情况，本文将江苏东台条子泥湿地的土地利用类型划分为植被、水体、农田、养殖池、道路和裸地6类，土地利用解译标志如表3.1所示。

　3.2基于哨兵影像的条子泥湿地土地利用分类

经测试，B8、B4、B3的假彩色组合最能显现出各地物间的区别，为充分利用多波段数据，提高精度，将B4、B8计算的NDVI与原影像进行波段组合，为影像增加一个可参考的图层，在影像分割时，Edge设置35，Full Lambda Schedule设定阈值为90，纹理内核默认3，后开始对影像进行分类，在监督分类中按照分类体系创建六类分类，并选择样本，最后保存并输出结果。

直接输出的分类结果并不完全准确，需要进行后处理操作，在ENVI Classic中，打开分类结果，通过Mode：polygon delete from class工具进行修改，最终获得分类结果如下图3.1、3.2、3.3所示。

采用混淆矩阵方法对分类结果进行精度评价,在三个年份中，整体分类的准确性均超过85%，同时卡伯（Kappa）系数也均高于0.8。

　3.3本章小结

本章包括两大部分条子泥湿地土地利用分类体系确定和基于哨兵影像的条子泥湿地土地利用分类，其中解译标志的正确解译对后期分类结果有着决定性作用，其次在基于样本的面向对象分类过程中Edge算法能够通过对临近像素的形状特征、灰度、颜色等进行检索，获取影像的边界，并记录下边界曲线，最终将其连接起来，形成影像对象的边界，从而实现影像分割的目的。经过多次实验,发现采用分割阈值35，合并阈值90，纹理核大小默认为3时，道路、农田等土地类型能够出现相邻的多边形[11],对其分割较为完整，是本次研究的最佳分割尺度。最终三期土地利用分布图如图3.2、3.3、3.4所示。

　第4章东台条子泥湿地土地利用分类研究

　　4.1基于土地利用动态度的土地利用时空演变特征分析

从分布图和面积变化表来看裸地类别面积占比最高，但逐年下降，2017-2022年间面积占比总体净减少26.76%，植被面积占比在2017-2019年减少9.25%，在2019-2022年面积仅减少0.17%，可见生态修复工作逐显成效。道路面积逐年缓速递增，农田、养殖池面积占比增速较快，研究区水体占比面积变动较小具有先增后降趋势。

通过单一土地利用动态度与综合土地利用动态度表，得到了研究区2个时段内各类土地利用面积的变化，从表4.1可看出2017-2019年间，从研究区综合土地利用动态度占7.44%到2019-2022年间综合土地利用动态度占3.82%，土地类别活跃度呈现下降趋势。在阅读单一土地利用动态度时，可以发现研究区在2017-2019年间表现出了较高的农田正动态度,达112.48%，2019-2022年农田的动态度变小，为6.78%。

根据三期土地利用变化图可以看出，2017-2019年间，研究区西北部分农田区域向植被地区扩张，研究区中部裸地和植被部分也转化为农田，可以得出该时段属于围垦时期，大量裸地被开垦，研究区的生态环境状况因此收到较大影响，植被覆盖面积呈下降趋势。2019-2022年，研究区养殖池、道路的土地利用分布情况已固定，仅有少量裸地类别转化农田，见图4.1、4.2、4.3以反映研究区各土地类别的增减状况和转变规律、趋势。

　　4.2基于土地利用转移矩阵的土地利用时空演变分析

如表4.3、4.4、4.5所示，2017-2019年间裸地向农田的转移规模最大，10.47km²的裸地转为农田，裸地成为农田中增加的重要来源，除了裸地植被转移到农田的面积较多。该时段裸地未发生变化的面积为11.2 km2。2019-2022年间，裸地向养殖池的转出面积为5.36km2，且裸地也成为植被最主要的转入来源。

其中2017-2019的土地利用转移矩阵，裸地分别向道路和养殖池转入2.12km2和5.75km2。在转入农田的用地类型中，除了裸地向其转入面积最大外，其次是植被。植被可以从其他用地类型得到补充，如裸地和水体。纵观2017-2022的土地利用转移矩阵，结果表明研究区土地利用变化主要表现为裸地向农田和养殖池转化，农田面积急剧增加。植被减少，转化为裸地和农田。

4.3本章小结

本章是对土地利用的时空演变特征进行分析，其中包括基于土地利用动态度和基于土地利用转移矩阵的两个主要方面。通过对各个土地利用类别的土地利用动态度计算结果进行分析，可以得出：可以得出2017-2019年各土地类别发生了显著的变化，裸地面积大幅减少，养殖池和耕地面积大幅上升，与人为开发活动密切相关，2019-2022年养殖池、道路等人工建筑增加缓慢，说明开发趋近于饱和，生态保护措施逐步取得显著成效，2017-2022年水体面积总体呈增长趋势，候鸟栖息地得到改善。而通过土地利用转移矩阵的的时空演变分析可以得到，2017-2019年间裸地向农田的转移规模最大，10.47km²的裸地转为农田，裸地成为农田中增加的重要来源。2019-2022年间，裸地向养殖池的转出面积为5.36km2，且裸地也成为植被最主要的转入来源。

总体来看，在前期百万滩涂围垦计划中，过多的占用了裸地、植被等生态用地，后期修复工作开展，但研究区总体开发结构已稳定，生态修复效果不显著。

　第5章结论与展望

　　5.1结论

本文以2011年百万滩涂计划和2018年《关于加强滨海湿地保护严格管控围填海的通知》[11]两起政策为切入点，以分析其在政策前后土地利用发生的变化及造成变化的驱动原因，通过土地利用转移矩阵和土地利用动态度算法分析，得出以下结论：

此次采用的面向对象分类中基于样本的分类方法，通过混淆矩阵对分类结果进行精度评价，三幅分类结果图整体分类的准确性均超过85%，同时卡伯（Kappa）系数也均高于0.8，分类方法是可行的。

通过对土地利用动态度所产生的的数据结果可以得出2017-2019年各个土地利用类别发生了显著的变化，综合活跃度较高达7.44%，2019-2022年活跃度下降。从单一动态度看，农田类别呈正向增长，裸地类别呈现大幅负向增长状态。

通过土地利用转移矩阵结果可得，其中2017-2019年间农田面积的增加主要来自裸地，这与XX要大力发展沿海地区，充分利用好沿海丰富的滩涂资源的主张相吻合。表明研究区存在一定农田侵占裸地的现象。其次植被覆盖面积降幅较大，转出为裸地和养殖池。可见该时期研究区的生态环境受到一定影响。总体来看，经济发展是该阶段的根本驱动力，通过农田、养殖池面积的增加，促进了研究区的经济建设发展。

2019-2022年间，农田和养殖池面积增长趋缓，格局规模趋向稳定。其间在2019年9月25日，东台市为加大湿地保护力度，制定湿地修复两年行动方案。XX高度重视条子泥湿地的保护与发展,对条子泥垦区已开垦利用的湿地进行生态恢复工程。该时期植被水体减少面积趋缓，XX的修复政策有一定的宏观调控作用，可见生态修复因素是该阶段的根本驱动力。

　5.2不足与展望

本文研究内容也存在一些不足，如分类算法可以采用更加先进的分类算法，如深度学习算法，该算法通过学习样本数据的内在规律和表示层次，最终目标是让机器拥有类似人的分析学习能力，能够识别需要的各种数据。它是一个复杂的机器学习算法，图像识别方面取得的效果优于先前相关技术，精度结果也更高。

其次本次研究的总年份差较小，每个时段的时间跨度不够大，可能会导致数据结果不够准确和全面，会限制研究结论的深度。其次修复工程需要长时间观测才能获得修复效果，本次观测时间跨度小，湿地修复效果还不够明显。

　致谢

在完成论文正文后，终于能够相对轻松地在此写下最后的致谢。时光如流水飞逝，当初入学的样子恍如昨日，居然就要结束了。对于学生这一美好的身份，纵有万般的不舍，也还是要大胆地往前走。在此，想对那些影响我、改变我、塑造我的人们，致以最诚挚的谢意！

首先，感谢我的论文导师，即使教学任务繁重，还要经常出差盐城，但在毕业论文写作过程中却给予了我莫大的帮助。从论文选题、构思到修改、定稿，事无巨细地提出了许多有益的建议，不断督促我完善精进，其严谨严格的治学态度深深地影响着我，在实验遇阻，找不到解决方法时耐心伴我解决，也让我变得更加沉着冷静，真是受益匪浅。其次还要感谢地信专业所有的老师，不但教会我专业知识，也教给我为人处世的道理，让我在人生的道路上能够走得更加自信从容。四年来承蒙各位师长的教导，不胜荣幸。

感谢各位同窗尤其是我可爱的室友们，在生活中对我的包容和照顾，让我度过了一段愉快的大学时光。相聚即是缘，就算我们性格完全不同，尽管偶尔也会有摩擦有争吵，但都抵不过彼此之间的深切情谊。相信不管过多少年，我仍然会怀念我们在一起学习、玩要的日子。希望我们的友谊长存，祝愿我们前程似锦。

特别感谢我的爸爸妈妈，把所有的爱意都倾注给了我，长久以来，在学业上默默地支持我，在生活中不求回报地关心我爱护我，在我生病时无微不至的照顾我。每当我遇到困难和挫折时，你们永远是我的避风港，能够给子我力量，陪伴我度过难关，让我有再度出发的勇气与底气，你们永远是我坚定前行的动力！

还要感谢所有启发过我的文献作者，你们闪光的思维让我受益匪浅。

最后想和平凡但努力的自己说一声谢谢，谢谢自己始终保持对生活的热爱，勇敢追求喜欢的人、事物。未来也请继续加油，做独立的人、自信的人、勇敢的人、真诚的人！

心存感念，胜过千言，唯有祝愿，永祈心间！

　参考文献

[1].俞学志,季耀波,王炼,徐敏.江苏条子泥垦区景观格局变化与驱动机理研究[J].南京师大学报（自然科学版）,2022,45(1):55-63.

[2].张华兵,韩爽,徐雅,吴菲儿.盐城滨海湿地景观时空动态变化的区域差异[J].海洋湖沼通报,2020(03):105-112.

[3].郝向磊,邓磊,贺英.盘锦湿地翅碱蓬景观变化的遥感监测与分析[J],湿地科学与管理,2017,13(4):31-36.

[4].何爽,卢霞,张森,李珊,唐海童,郑薇,林辉,罗庆龄.基于GA-BP神经网络的临洪河口湿地土地覆盖分类算法研究[J].海洋科学,2020,44(12):44-53.

[5].邵亚婷,卢霞,叶慧,等.滨海湿地土地覆盖面向对象分类及变化监测[J].海洋科学,2020,44(1):52-66.

[6].姚云军,张泽勋,秦其明,等.基于支持向量机的遥感影像湿地信息提取研究[J].计算机应用研究,2008,25(4):989-990.

[7].刘家福,李林峰,任春颖,等.基于特征优选的随机森林模型的黄河口滨海湿地信息提取研究[J].湿地科学,2018,16(2):97-105.

[8].刘舒,姜琦刚,马玥,等.基于多目标遗传随机森林特征选择的面向对象湿地分类[J].农业机械学报,2017,48(1):119-127.

[9].王旖旎,康亚茹,陈旭,郭聪聪,张明亮,丁存利.辽河口潮滩湿地景观格局空间演变的动态分析[J],大连海洋大学学报,2021,36(6):1009-1017.

[10].卢晓宁,张静怡,洪佳,王玲玲.基于遥感影像的黄河三角洲湿地景观演变及驱动因素分析[J],农业工程学报,2016,(32):214-223.

[11].郭文怡,任宏,曹艳艳.面向对象的太原市小店区土地利用分类[J].内蒙古科技与经济,2022,504(14):80-82

[12].赵抗抗.基于不同遥感影像的湿地信息分类方法研究[D].安徽农业大学,2018.

[13].赵赛帅,陈海珍,李璐,吴亚文,章璐.杭州湾南岸滨海湿地土地利用变化研究[J].地理空间信息,2022,20(04):54-58.

[14].贾玉洁,刘云根,杨思林,王妍,张超,徐红枫,郑淑君.面向Sentinel-2A影像的大理市土地利用分类方法适用性研究[J].浙江农林大学学报,2022,39(06):1350-1358.

[15].陈世荣.东台条子泥垦区湿地修复初探[J].农业与技术,2020,40(17):115-117.

[16].尚辉,苏伟霞,姚宇阗,张弛,郑金海,孟天竹,陈立华.滨海围垦区替代传统农业的生态产业效益研究——以江苏东台条子泥垦区为例[J].水利经济,2020,38(04):21-27+82.

[17].高帅,刘威,张帅,伊剑锋,王征.江苏东台条子泥和如东湿地越冬水鸟多样性研究[J].生态与农村环境学报,2021,37(09):1176-1182.

[18].祝文华,张启明,张培.基于遥感影像的保定市土地利用分类研究[J].信息记录材料,2022,23(02):239-242.

[19].王钰祺,任玉蓉,杨雪姣,张晴晴,刘茂松.盐城滨海湿地土壤微生物群落的季节变化特征[J/OL].浙江农业科学:1-7[2023-03-21].

[20].汤敏.基于面向对象和随机森林方法的SPOT6湟水流域土地利用/土地覆被信息提取[D].青海师范大学,2020.

[21].欧定华,张琪,秦景,龚上淇,吴毅杰,郑仲帅,夏建国,边金虎,高雪松.基于土地利用与其功能动态耦合性的县域国土空间分类体系构建[J].农业工程学报,2021,37(24):284-296.

[22].王华,蔡春梅,徐海燕.近10年东台市滨海湿地围垦及土地利用[J].湿地科学与管理,2018,14(03):30-33.

[23].盐城东台条子泥岸段[J].中国生态文明,2022(02):16-17.

[24].刘婷.我国土地利用分类体系发展历程及其展望[J].城市建筑,2020,17(12):38-39+42.

[25].王文渊,郑子健,吴晓磊,黄俊,徐蕴卓.港口及临港土地利用分类方法对比研究[J].港工技术,2019,56(03):15-18.

[26].湛浩宇,周吾珍,邱凌瀚,韩飞,郑晓莉.基于多特征融合的遥感影像土地利用分类[J].测绘与空间地理信息,2022,45(10):50-53.

[27].寇财垚,蔡小建,满卫东,郑浩,杨晓芜,王兴坤.1980-2020年唐山滨海湿地时空格局演变研究[J].赤峰学院学报(自然科学版),2022,38(10):20-25.

[28].陈康明,朱旭东.基于Google Earth Engine的南方滨海盐沼植被时空演变特征分析[J].遥感技术与应用,2021,36(04):751-759.

[29].何冬晓,马克波,李文蕾,张胜伟,史德杰.日照北部滨海湿地资源现状与时空演变[J].海洋湖沼通报,2019(05):96-102.

[30].相妮,薛洁,王平云.青岛市西海岸新区土地利用变化及驱动力分析［J］城市勘测，2021(4):41－44．

[31].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(06).

[32].夏成琪,毋语菲.盐城海岸带土地利用与景观空间格局动态变化分析[J].西南林业大学学报,2021,41(1):140-149.

[33].Cai YT,Li XY,Zhang M,Lin H.Mapping wetland using the object-based stacked generalization method based on multi-temporal optical and SAR data[J].International Journal Of Applied Earth Observation And Geoinformation,2020,92:102164.

[34].Abualtayef M,Rabou M.A,Afifi S,等.Change detection of Gaza coastal zone using GIS and remote sensing techniques[J].Journal Of Coastal Conservation,2021,25(3):36.

[35].Aldous A,Schill S,Raber G,Paiz MC,Mambela E,Stevart T.Mapping complex coastal wetland mosaics in Gabon for informed ecosystem[J].Remote Sensing In Ecology And Conservation 2020,7(1):64-79.

[36].Avelar S,rczyk P.Analysis of land use and land cover change in a coastal area of Rio de Janeiro using high-resolution remotely sensed data[J].Journal Of Applied Remote Sensing,2014,8:083631.

[37].Kaifeng Peng,Weiguo Jiang,Peng Hou,Zhifeng Wu,Ziyan Ling,Xiaoya Wang,Zhenguo Niu,Dehua Mao.Continental-scale wetland mapping:A novel algorithm for detailed wetland types classification based on time series Sentinel-1/2 images[J].Ecological Indicators,2023,148:110113.

[38].Bourgeau-Chavez L,Endres S,Battaglia M,Miller ME,Laubach Z,Higman P,Chow-Fraser P,Marcaccio J,Higman P,Chow-Fraser P.Development of a Bi-National Great Lakes Coastal Wetland and Land Use Map Using Three-Season PALSAR and Landsat Imagery[J].Remote Sensing,2015,7(7):8655-8682.

[39].Hoque MZ,Ahmed M,Islam I,Cui SH,Xu LL,Prodhan FA,Ahmed S,Rahman MA,Hasan J.Monitoring Changes in Land Use Land Cover and Ecosystem Service Values of Dynamic Saltwater and Freshwater Systems in Coastal Bangladesh by Geospatial Techniques[J].Water,2022,14(15):2293.

[40].Thiam S,Villamor GB,Faye LC,Sene JHB,Diwediga B,Kyei-Baffour N.Monitoring land use and soil salinity changes in coastal landscape:acase study from Senegal[J].Environment Montoring And Assement.2021,193(5):259.

[41].Abdullah AM,Masrur A,Adnan MSG,Al Baky MA,Hassan QK,Dewan A.Spatio-Temporal Patterns of Land Use/Land Cover Change in the Heterogeneous Coastal Region of Bangladesh between 1990 and 2017[J].Remote Sensing,2019,11(7):790.

[42].Antonio Sánchez-Espinosa,Christoph Schröder.Land use and land cover mapping in wetlands one step closer to the ground:Sentinel-2 versus Landsat 8[J].Journal Of Environmental Management,2019,247(1):484-498.

[43].Kool J,Lhermitte S,Hrachowitz M,Bregoli F,McClain ME.Seasonal inundation dynamics and water balance of the Mara Wetland,Tanzania based on multi-temporal Sentinel-2 image classification[J].International Journal Of Applied Earth Observation And Geoinformation,2022,109:102766.