土地利用/土地覆盖动态上瑞柏分水岭,塔纳湖子流域,埃塞俄比亚

文摘

人口增长导致土地和水资源退化的埃塞俄比亚高原通过改变土地利用和土地覆盖的区域。土地利用/土地覆盖变化的因素之一负责改变流域的水文响应。各种水资源项目规划和实施需要知识的这些变化对流域水文的程度。本研究评估土地利用和土地覆盖动态上瑞柏分水岭。土地利用土地覆盖变化分析三个不同的1973年,1995年和2016年进行了2014年利用ERDAS公司想象。精度评估是为2016年的土地利用和土地覆盖分类和Kappa系数,K = 0.92,表明完美的分类。在这项研究中,大部分地区的布什/灌木地改为牧场和耕地。整个43年时期(1973 - 2016)的研究表明,有一个显著增加耕地的29.947%。另一方面,布什/灌木地为这个研究期间下降了34.195%。

关键字

上瑞柏分水岭,ERDAS公司想象,土地利用/覆盖动态

介绍

土地利用/覆盖动态和随后的转换导致生物多样性的丧失,土壤理化性质恶化导致退化的土地1]。

土地利用/覆盖变化非常明显,发展中国家的特点是agriculturebased经济和人口的迅速增加。它是由许多自然和人类驱动力(2]。自然影响诸如气候变化只是在很长一段时间,而人类活动的影响是直接的,经常直接。从人为因素,人口增长是最重要的在埃塞俄比亚(3),因为它在发展中国家很常见。人口增长对土地退化有显著的影响,贫困和粮食不安全在埃塞俄比亚高原北部[4]。

大约85%的人口居住在农村地区和直接依靠土地为生。这意味着土地的需求增加随着人口的增加。

人口增长导致资源特别是森林退化,依赖于可用的土地。不仅有这个可怜的土地利用实践和不当管理系统发挥了重要作用导致高的土地退化。到目前为止已经采取有限的措施应对这些问题。

如何改变土地利用/覆盖的知识随着时间的推移将使地方政府和决策者制定和实施有效的和适当的响应策略的不良影响降到最低未来土地利用/覆盖变化或修改。

本研究的目的是应用ERDAS想象2014年土地利用和覆盖变化分类过去43年上瑞柏分水岭。本研究的主要目的是分析1973 - 2016年间土地利用和土地覆盖动态上瑞柏分水岭。

研究区域的描述

上瑞柏分水岭位于南冈区阿姆哈拉民族地区的埃塞俄比亚。它位于地理坐标的12°35 13°54的北部和34°59”41°25 'east纬度和经度(分别图1)。上瑞柏分水岭源于高(相)山海拔4090学士。l和下水道东北部塔纳湖的一部分。它占地678.15公里²。

方法

本研究的一般方法遵循由以下主要活动。

地面实况数据收集(地面控制点)通过询问当地的老人在1973年和1995年,识别不同类型的土地覆盖研究的区域使用全球定位系统(GPS)最近的2016年。

收集必要的数据后,图像分类和变化检测分析是确定土地覆盖变化通过处理选中的图像数据。

基本上,一般研究方法可以通过下面的流程图来描述(图2)。

土地利用土地覆盖数据收集和分析

土地利用和土地覆盖(LULC)数据上瑞柏分水岭获得来自美国地质调查局的地球探索者。土地覆盖/利用图像的主要数据源是免费的陆地卫星图像的地方。四个时段遥测遥感影像获得了变化检测在这项研究中,包括陆地卫星MSS / 1973年各类单体,陆地卫星TM 1995和陆地卫星2016年奥利/行动。这些图片在压缩文件下载和提取到Tiff格式文件。在这项研究中使用的卫星图像在旱季。旱季被选自优质的卫星图像云量(免费),容易识别的耕地和牧场。的过程检测LULC从卫星图像通过图像处理和图像分类。

LULC类确定信息从先前获得的知识的基础上,实地观察的样本地区和地面控制点。

图像处理

陆地卫星图像在灰度和下载的每一个不同的画面。通过创建一个复合图像,这些图像可以显示的颜色,最特别是在RGB(红、绿、蓝色)风格。展示乐队的RGB格式允许看到不同的功能在一个场景和越来越熟悉现场识别信息类像城市地区,森林,农业和水体。但是这个颜色可能不是看起来更自然。显示综合形象的自然颜色(真彩色图像)必须的总和。这样做是通过ERDAS公司想象通过层叠加的图像。

一层栈通常用于单独的图像乐队组合到一个多光谱图像文件。为了分析遥感图像,不同的图片代表不同的乐队必须堆放。这允许不同组合的RGB显示在视图中。叠加后的陆地卫星图像子集上瑞柏分水岭卫星图像使用堆叠层图像进行了划定shapefile分水岭。

子集是剪切的过程或减少部分区域的图像或图像感兴趣的(表1)。

表1。陆地卫星图像的描述。

土地利用和土地覆盖类

在分析开始之前,土地利用和土地覆盖变化研究的定义通常需要开发和均匀的土地利用和土地覆盖单位。这些必须区分使用可用的数据来源如遥感、其他相关信息,和前面的当地知识。

因此,根据研究区域的先验知识和附加信息从之前的研究在研究区5),七种不同类型的土地利用和土地覆盖已被确认为上瑞柏分水岭。这些土地利用和土地覆盖的描述给出了表2。

LULC类	描述
耕地	用于作物种植地区,每年和长期。林木的区域,树作物,农田作物收获的地方。
布什和灌木地	地区灌木、灌木和小乔木,小木和混合着一些草。它包括种植树木和实习医生风云植被森林覆盖和边缘的地区由分散的树木。
牧场	覆盖着青草的地区用于放牧,以及裸露的土地,没有草或无草覆盖。它还包括其他小尺寸的植物物种。
水体	地区地表水的池塘、水库、湖泊、溪流、河流及其主要支流。
林地	土地覆盖着浓密的树木主要常绿林地
城市和结算区	与低密度区域,高密度住宅。它由分散的农村和城市地区。
伍迪稀树大草原的土地	较高的地区覆盖木材混合草覆盖包括季节性和永久的湿地。

表2。土地利用和土地覆盖类。

图像分类

图像分类的过程是将连续的光栅图像的像素分配给不同的土地覆盖类。有两种方法对像素进行分类成不同的类别即监督和非监督分类利用ERDAS公司想象软件。在非监督分类,计算机产生光谱类基于数字数字(DN)从用户没有任何方向。它用于集群像素在一个数据集类仅基于统计数据。这些类光谱类和他们的身份不是最初知道直到它们与一些参考数据。

在监督分类与计算机控制的无监督分类相比,用户更对分类过程的控制。在这个过程中,他们选择像素代表模式识别或认同可以帮助从其他来源。知识的数据,所需的类,算法需要使用在他们开始之前选择训练样本。

在这项研究中,土地覆盖图准备的基础上,基于像素监督分类的过程首先,选择培训网站通常代表土地覆盖类。因此,在25 - 35岁之间的地面控制点收集每个土地覆盖类(耕地、牧场、森林,布什/灌木、城市、草原和水体)1973年和1995年通过询问当地的老人们,以及2016年从地面真理。然后签名文件创建/训练样本的收集地面控制点。其次,从监督分类方法,使用最大似然监督分类算法。这是由于这样的事实,不像其他分类器它认为每个类别内的光谱变异和重叠,可能发生在不同的类6]。最好的未知像素分组提供了通过使用最大似然参数统计方法。在这个研究最大似然分类器被用于监督分类方法。

图像分类的精度评估

在图像分类精度评估必须决定如何完成分类过程完成了任务。这个过程包括生成一组点的分类图像,比较实际点通过田野调查在地上。使用最广泛的形式分类精度误差矩阵可用于获得一系列描述性和分析统计数据7]。矩阵的列描述每个类的像素数量为参考数据,和行显示了每个类的像素数量分类的图像。从这个误差矩阵,准确性等措施总体准确性,用户的准确性,生产者的准确性,Kappa统计确定。整体精度是用来表示整个分类的准确性(即除以总数量的正确分类像素的像素数量误差矩阵),而其他两个措施显示单独的类的准确性。用户的准确性被认为是地图上的一个像素分类的概率实际上代表了类在地上或参考数据,而产品的准确性表示一个像素的概率对参考数据正确分类。Kappa静力学是一种技术用于精度评估。它表达了两个分类数据集之间的协议。

在这项研究中,使用可用的执行精度评估与先前的知识和谷歌地球的图像的区域作为参考数据来生成测试数据集通过生成某些随机测试点。200测试随机选择采样点最近的2016年和准确性评估完成。

结果与讨论

土地利用和土地覆盖变化分析

图像处理和土地覆盖检测后,七(耕地、牧场、布什和灌木的土地,森林覆盖,水体、城市和结算面积和伍迪稀树大草原土地)土地利用和土地覆盖类被发现的1973年,1995年和2016年。

3月和4月的图像(1973年、1975年和2016年)获得当作物收获已经完成和农田看起来光秃秃的。

分析1973年的陆地卫星图像显示,布什坐在/灌木在瑞柏流域土地构成的最大比例值为65.501%,其次是耕地、牧场和林地22.993%、6.851%和4.259%的覆盖率分别为(图3和表3)。城市和水覆盖了很小的百分比,即分别为0.316%和0.080%。

表3。摘要土地利用/覆盖变化的百分比上瑞柏分水岭。

根据1995年的最大似然分类陆地卫星图像坐在上层瑞柏分水岭(图4),土地用于种植的比例扩大到55.405%。此外,牧场,市区和水体增加到28.405%,分别为0.537%和0.36%。然而,布什/灌木地和森林覆盖的比例分别下降到13.516%和1.775%。

2016年的最大似然分类陆地卫星卫星图像显示,土地覆盖类(图5)也以耕地为主,52.940%,但相比1995年的价值降低。布什也紧随其后的是不断增加/灌木地的31.306%和降低牧场的10.297%。这表明最近的保护活动在流域管理的区域。但这种保护实践不能保护森林覆盖,下降到1.570%。其他土地覆盖类还剩下的3.887%,伍迪稀树大草原草地2.069%,城市和居住区水体分别持股1.406%和0.412%。

从表4它可以观察到有一个大幅增加的耕地和牧场第一期(1973 - 1995)分别为+ 32.412,+ 21.554。另一方面,布什/灌木地为这一时期下降了51.985%。然而,布什/灌木的土地上显示出可观增长第二时期(1995 - 2016)+ 17.790%。相反,牧场明显下降的第二个时期(1995 - 2016)的18.107%。以及森林覆盖减少第一和第二段,但城区,水体,伍迪草原上增加在第一和第二期。水体的增加是由于瑞柏大坝的水库蓄水和存储上瑞柏Selamko水库的分水岭。布什的增量/灌木地和伍迪稀树大草原土地在第二期是由于保护活动在该地区采取流域管理特别是保护活动在相山负责伍迪稀树大草原土地的扩张在南部边缘的分水岭。布什最近这样的保护作品的扩张/地区灌木地从保护耕地、保护过度放牧的地区。这导致耕地减少第二期虽然略有显示。

以前类似的研究在这个分水岭和这个国家的其他地方也反映了类似的结果。例如,Garede和Minale [5)显示,栽培和结算土地、灌木地和草地覆盖在2011年是70.43%,14%和7.58%分别为整个瑞柏流域西北部埃塞俄比亚的一部分。Yeshaneh [8]说作物视野郎流域在2010年是76.83%。

Geremew [9)表明,种植面积增加了45%,而森林,草地,灌丛带,和水下降了2%,34%,5.7%和4.9%分别从1986年到2001年。

Hadgu [10]表明急剧下降的自然栖息地和增加农业用地高地的统治,但是埃塞俄比亚北部的41年(1964 - 2005)。他在1964年报道,灌丛带是主要覆盖面积的46%其次是森林覆盖面积的28%。然而,农业用地占主导地位在1994年和2005年分别为34%和40%。未来主导LULC类型在1994年和2005年被灌木地报道的21%和39%。

Andualem和Gebremariam11)报道,有增加耕地和森林覆盖的减少1.4%和33.79分别在Gilgel Abbay分水岭,从1986至2011年期间,埃塞俄比亚西北部。

Bewket [12)确定农业转换79%的河边的森林内chemoga分水岭的蓝色尼罗河盆地从1957年到1998年。Rientjes [13]给出了农业土地、灌木地和草地覆盖在2001年是62.7%,8.9%和8.8%分别为上层Gilgel阿拜排水。

精度评估

精度评估包括生成一组点的分类图像,比较实际点通过田野调查在地上。使用最广泛的形式分类精度误差矩阵可用于获得一系列描述性和分析统计数据7]。矩阵的列描述每个类的像素数量为参考数据,和行显示了每个类的像素数量分类的图像。从这个误差矩阵,准确性等措施总体准确性的数量,用户和生产者的年代精度决定。整体精度是用来表示整个分类的准确性(即除以总数量的正确分类像素的像素数量误差矩阵),而其他两个措施显示单独的类的准确性。用户的准确性被认为是地图上的一个像素分类的概率实际上代表了类在地上或参考数据,而产品的准确性表示一个像素的概率对参考数据正确分类。

在这项研究中,一个精度评估是由使用混淆矩阵与随机选择的200点(表4)通过土地利用地图、地面真实点,和谷歌地球。重视给不同的陆/ LC类的表示这些随机选择的点。

表4。2016年土地利用分类混淆矩阵。

2016年的土地利用和土地覆盖分类显示,用户的准确性和生产者的准确率大于85%,96%的总体精度(表4)。这些值表明地球资源卫星和使用的方法是如此准确。Kappa系数计算,值K = 0.92显示分类几乎是完美的,因为它是在0.81和1.00之间14]。因此,基于这个表达式2016年的土地利用和土地覆盖分类图像在这项研究几乎是完美的。

结论

本研究解决了土地利用和土地覆盖动态上瑞柏分水岭在43年段使用来自美国地质调查局的地球资源探测卫星图像的探险家。土地利用和土地覆盖的分类进行ERDAS公司想象2014年,与其他GIS数据集成。

研究表明,上瑞柏分水岭经历了重大变化的土地利用和土地覆盖过去43年。这可以认识到布什/灌木地明显改变耕地和牧场森林的减少学习时间。结果表明,耕地的大小增加了29.947%,布什/灌木地通过研究期间下降了34.195%。可耕种的退化和潜在领域的主要问题是埃塞俄比亚尤其是在高原多年,除了适当的流域管理活动将继续在未来。这是由于流域的地形、高密集的人口和糟糕的管理实践的分水岭。管理这个问题,当地政府和其他利益相关者应该实现适当的流域管理活动。这将是由森林资源开发、保护和利用的策略需要设计鼓励增加/灌木或灌木地扩张。

引用

1. Emadodin我,et al。土地利用变化和土壤退化:一个案例研究中,伊朗北部。阿格利司J N杂志。2010;1:6 00 - 605。
2. Meyer WB, et al。建模土地利用和覆盖作为全球环境变化的一部分。这一改变。1994;28:45 - 64。
3. Tekle K, et al。土地利用和土地覆盖变化在大量国家公园,埃塞俄比亚:分权对资源的使用和管理。太Res Dev。2000; 20:42-51。
4. 潘德杰,et al。土地再分配的影响在埃塞俄比亚高原的土地管理和生产力。土地Degrad Dev。2001; 12:555 - 568。
5. Garede N, et al。瑞柏流域土地利用/覆盖动态变化,西北埃塞俄比亚。J Nat Sci杂志2014;16。
6. 坎贝尔W,等。保证地理信息系统数据的质量:质量控制的实际应用。1989年。
7. Manandhar R, et al。改善土地利用和土地覆盖分类的准确性的陆地卫星数据使用post-classification增强。遥感。2009;1:330 - 344。
8. Yeshaneh E et al .识别四郎流域土地利用/覆盖动态变化,埃塞俄比亚,从多尺度数据和对环境变化的影响。信息图谱ISPRS Int J。2013;2:302 - 323。
9. Geremew AA。评估的影响土地利用和土地覆盖变化对流域水文:一个案例研究在Gilgel Abbay分水岭,塔纳湖流域,埃塞俄比亚。2013。
10. Hadgu公里。时间和空间变化的土地利用模式和生物多样性与农业生产力在提格雷多尺度,埃塞俄比亚。2008。
11. Andualem TG, Gebremariam b的影响土地利用土地覆盖变化对河川径流和产沙量:一个案例研究的Gilgel Abbay分水岭,塔纳湖sub-basin,埃塞俄比亚。亚明奇大学。2015。
12. Bewket w向综合流域管理在埃塞俄比亚高地:chemoga流域案例研究。2003年。
13. Rientjes T, et al。土地覆盖的变化,降雨和流量上Gilgel Abbay排水,蓝色尼罗河basin-Ethiopia。二聚水分子地球系统科学。2011;15:1979。
14. 兰迪斯JR, et al。观察者协议分类数据的测量。生物识别技术。1977;33:159 - 174。