基于行为聚类算法的土地利用聚类适宜性分析研究

doi:10.3724/SP.J.1047.2016.00396

地球信息科学学报 ›› 2016, Vol. 18 ›› Issue (3): 396-405.doi: 10.3724/SP.J.1047.2016.00396

• 地球信息科学理论与方法 • 上一篇下一篇

基于行为聚类算法的土地利用聚类适宜性分析研究

孙云华^1,²(), 郭涛^3,^*(), 崔希民¹, 崔伟宏²

1. 中国矿业大学(北京)地球科学与测绘工程学院,北京 100083
2. 中国科学院遥感与数字地球研究所,北京 100101
3. 湖南科技大学计算机科学与工程学院,湘潭 411201

收稿日期:2015-05-30 修回日期:2015-07-07 出版日期:2016-03-10 发布日期:2016-03-10
通讯作者: 郭涛 E-mail:yunhua07@163.com;guotao0628@outlook.com
作者简介:
作者简介:孙云华(1985-),女,山东临清人,博士生,主要从事土地利用变化研究.E-mail:yunhua07@163.com
基金资助:
国家自然科学基金项目(51474217,71150001)

Suitability Analysis on Behavior-based Aggregation of Land Use Classification in Yunnan Province

SUN Yunhua^1,²(), GUO Tao^3,^*(), CUI Ximin¹, CUI Weihong²

1. College of Geoscience and Surveying Engineering, China University of Mining & Technology, Beijing 100083, China
2. Institute of Remote Sensing and Digital Earth, CAS, Beijing 100101, China
3. School of Computer Science and Technology, Hunan University of Science and Technology, Xiangtan 411201, China

Received:2015-05-30 Revised:2015-07-07 Online:2016-03-10 Published:2016-03-10
Contact: GUO Tao E-mail:yunhua07@163.com;guotao0628@outlook.com

摘要/Abstract

摘要：

为了在较少地类的基础上,深入研究土地利用变化过程,可把较多的地类合并成较少的具有重要变化特征的地类.本文运用基于行为聚类的方法,将净增加和净增加的地类合并或净减少和净减少的地类合并,但不能将净增加和净减少的地类合并.主要分为3个阶段实现:第1个阶段是完全不变阶段,聚类结果是形成综合的完全不变地类;第2个阶段是完全减少和完全增加阶段,该阶段将完全减少地类和完全增加地类分别进行合并;第3个阶段是转变阶段,该阶段计算了每一对有相同净变化方向地类的相互转变信息.基于行为聚类的算法在每一步的计算过程中都会保留净变化面积为常数,转变变化面积保留最大化.本文对3个聚类原则进行了数学证明,定义了6种聚类行为,以云南省土地利用分类体系为例,从面积变化和强度变化2个角度阐述了行为聚类方法的可行性和优势性.最后,与刘纪远等建立的土地利用遥感监测分类系统进行比较,结果表明:行为聚类算法聚类到9种类型时,类型总变化面积达到5.10%,比原始类型的总变化面积下降了0.06%;而基于遥感监测分类系统的6个一级分类将总变化减少至4.7%,与聚类算法比较,总变化面积减少了0.4%.实践证明,行为聚类的算法可更好地保留土地利用动态变化信息,证明了该聚类方法的有效性.

关键词: 行为聚类, 土地利用, 分类系统, 净变化, 转变变化, 云南省

Abstract:

Comparison of the same study area between two time points on the same categorical variable can reveal changes occurred among categories over time, such as transitions among land categories. Therefore, it is an effective method to aggregate a large number of categories into a smaller number of broader categories in order to simplify interpretation and give insights concerning categorical change over time. We use an algorithm to aggregate categories in a sequence of steps based on the categories' behaviors in terms of gross losses and gross gains. The behavior-based algorithm aggregates net gaining categories with net gaining categories, and aggregates net losing categories with net losing categories, but doesn't aggregates a net gaining category with a net losing category. The algorithm's steps are summarized into three phases. The first phase is the Exclusive Zero phase, when our algorithm aggregates pairs of Exclusive Zero categories until all Exclusive Zero categories are aggregated into one comprehensive Exclusive Zeroes category, which remains as one of the three categories at the end of the algorithm. The second phase is the Exclusive Loser and Gainer phase, when the algorithm aggregates pairs of Exclusive Gainer categories and pairs of Exclusive Loser categories. The third phase is the swapping phase. In this final phase, our algorithm computes the transition sum for every possible pair of categories that have the same direction of net change. Moreover, the behavior-based algorithm at each step in the sequence keeps the values of net change and maximizes swap change. This article introduces three mathematical principles and defines six aggregation behaviors. In the last section of this article, we present a case study, in which the data are obtained in Yunnan Province between 1990 and 2010 for 20 land categories, in order to prove the advantage and feasibility of this algorithm in terms of area change and intensity change. The results show that the behavior-based algorithm produces a set of 9 categories that retains almost the original amount of change, while giving a total area change of 5.10%, which is only 0.06% lower than the original change. In contrast, the common used classification system of 6 categories produces a total area change of 4.7%, which is 0.4% lower than the results of our algorithm. It has been found that the behavior-based algorithm is an effective method to retain land use dynamic change information.

Key words: behavior-based aggregation, land use, classification, net change, swap change, Yunnan Province

孙云华, 郭涛, 崔希民, 崔伟宏. 基于行为聚类算法的土地利用聚类适宜性分析研究[J]. 地球信息科学学报, 2016, 18(3): 396-405.DOI:10.3724/SP.J.1047.2016.00396

SUN Yunhua,GUO Tao,CUI Ximin,CUI Weihong. Suitability Analysis on Behavior-based Aggregation of Land Use Classification in Yunnan Province[J]. Journal of Geo-information Science, 2016, 18(3): 396-405.DOI:10.3724/SP.J.1047.2016.00396

图/表 8

图1

表1

图2

图3

表2

表3

图4

图5

参考文献 22

[1]	全国农业区划委员会.土地利用现状调查技术规程[M].北京:测绘出版社,1984.
	[ National agricultural zoning committee. Technology procedures of land use status quo survey[M]. Beijing: Surveying and Mapping Press, 1984. ]
[2]	刘纪远. 中国资源环境遥感宏观调查与动态研究[M].北京:科学出版社,1996.
	[ Liu J Y.Macro-scale survey and dynamic study of natural resources and environment of china by remote sensing [M]. Beijing: China Science and Technology Press, 1996. ]
[3]	中华人民共和国国家质量监督检验检疫总局国家标准化管理委员会.中华人民人民共和国国家标准——土地利用现状分类(GB/T21010-2007)[S].北京:中国标准出版社,2007.
	[ Standardization Administration of China. The standard of the people's Republic of China: classification of land use status(GB/T21010-2007)[S]. Beijing: Standards Press of China, 2007. ]
[4]	Pontius Jr R G, Malizia N R. Effect of category aggregation on map comparison[J]. Geographic Information Science, 2005,3234:251-268. doi: 10.1007/978-3-540-30231-5_17
[5]	Ahlqvist O, Shortridge A.Spatial and semantic dimensions of landscape heterogeneity[J]. Landscape Ecology,2010,25(4):573-590. doi: 10.1007/s10980-009-9435-8
[6]	Buyantuyev A, Wu J.Effects of thematic resolution on landscape pattern analysis[J]. Landscape Ecology, 2007,22(1):7-13. doi: 10.1007/s10980-006-9010-5
[7]	Buyantuyev A, Wu J, Gries C.Multiscale analysis of the urbanization pattern of the Phoenix metropolitan landscape of USA: Time, space and thematic resolution[J]. Landscape and Urban Planning, 2010,94:206-217. doi: 10.1016/j.landurbplan.2009.10.005
[8]	Aldwaik S Z, Onsted J A, Pontius Jr R G. Behavior-based aggregation of land categories for temporal change analysis[J]. International Journal of Applied Earth Observation and Geo-information, 2015, 35,Part B(1):229-238. doi: 10.1016/j.jag.2014.09.007
[9]	Aldwaik S Z, Pontius Jr R G. Intensity analysis to unify measurements of size and stationarity of land changes by interval, category, and transition[J]. Landscape and Urban Planning, 2012,106(1):103-114. doi: 10.1016/j.landurbplan.2012.02.010
[10]	Pontius Jr R G, Gao Y, Giner N M, et al. Design and interpretation of intensity analysis illustrated by land change in Central Kalimantan, Indonesia[J]. Land, 2013,2(3):351-369. doi: 10.3390/land2030351
[11]	刘纪远,张增祥,庄大方,等.二十世纪九十年代中国土地利用变化的遥感时空信息研究[M].北京:科学出版社,2005.
	[ Liu J Y, Zhang Z X, Zhuang D F, et al.Remote sensing information study of land use change in China in 1990s [M]. Beijing: Sciences Press, 2005. ]
[12]	张增祥,赵晓丽,汪潇,等.中国土地利用遥感监测[M].北京:星球地图出版社,2012.
	[ Zhang Z X, Zhao X L, Wang X, et al.Remote sensing monitoring of land use in China[M]. Beijing: Starmap Press, 2012. ]
[13]	刘纪远,匡文慧,张增祥,等.20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J].地理学报,2014,69(1):3-14. doi: 10.11821/dlxb201401001
	[ Liu J Y, Kuang W H, Zhang Z X, et al.Spatiao-temporal characteristics, patterns and causes of land-use changes in China since the late 1980s[J]. Journal of Geographical Sciences, 2014,24(2):195-210. ] doi: 10.11821/dlxb201401001
[14]	刘纪远,刘明亮,庄大方,等.中国近期土地利用变化的空间格局分析[J].中国科学D辑,2002,32(12):1031-1040. doi: 10.3321/j.issn:1006-9267.2002.12.008
	[ Liu J Y, Liu M L,Zhuang D F, et al.Spatial pattern analysis of land use recent change in China[J]. Science in China(Series D), 2002,32(12):1031-1040. ] doi: 10.3321/j.issn:1006-9267.2002.12.008
[15]	张增祥,汪潇,王长耀,等.基于框架数据控制的全国土地覆盖遥感制图研究[J].地球信息科学学报,2009,11(2):216-224.
	[ Zhang Z X, Wang X, Wang C Y, et al.National land cover mapping by remote sensing under the control of interpreted data[J]. Journal of geo-information science, 2009,11(2):216-224. ]
[16]	Liu J Y,Liu M L, Zhuang D F, et al. Study on spatial pattern of land-use change in China during 1995-2000[J]. Science in China, 2003,46(4):373-384. doi: 10.1360/03yd9033
[17]	Liu J Y, Zhang Z X, Xu X L, et al.Spatial patterns and driving forces of land use change in China during the early 21st century[J]. Journal of Geographical Sciences, 2010,20(4):483-494. doi: 10.1007/s11442-010-0483-4
[18]	刘晓娜,封志明,姜鲁光,等.西双版纳土地利用/土地覆被变化时空格局分析[J].资源科学,2014,36(2):233-244.
	[ Liu X N, Feng Z M, Jiang L G, et al.Spatial-temporal pattern analysis of land use and land cover change in Xishuangbanna[J]. Resources Science, 2014,36(2):233-244. ]
[19]	刘晓娜. 中老缅交界地区土地利用/土地覆被变化研究[D].北京:中国科学院地理科学与资源研究所,2013.
	[ Liu X N.Study on land use and land cover change in the boreder region of China, Laos, and Myanmar[D]. Beijing: Institute of Geography Science and Natural Resources Research, Chinese Academy of Sciences, 2013. ]
[20]	赵元茂,杞明辉.全球变化中的我国云南气候与生态响应[J].辽宁气象,2005,1(1):20-22. doi: 10.3969/j.issn.1673-503X.2005.01.008
	[ Zhao Y M, Qi M H.Climate and ecological response to global change in Yunnan Province[J]. Liaoning qixiang, 2005,1(1):20-22. ] doi: 10.3969/j.issn.1673-503X.2005.01.008
[21]	王瑞红,董慧秀.1950-2010年云南高原水资源利用与生态环境变迁[J].黑龙江史志,2014,1(6):65-70. doi: 10.3969/j.issn.1004-020X.2014.06.024
	[ Wang R H, Dong H X.The use of water resources and the ecological environment change in yunnan plateau during 1950-2010[J]. Heilongjiang local Chronicles, 2014,1(6): 65-70. ] doi: 10.3969/j.issn.1004-020X.2014.06.024
[22]	云南省人民政府门户网. 云南省自然地理[EB/OL].2014..
	[ People's government of Yunnan Province. Natural geography in Yunnan Province[EB/OL].2014. . ]

地类数量	地类总变化/(%)	转变变化/(%)	净变化/(%)	聚类次序	聚类类型
20	5.16	3.60	1.56	湖泊,沼泽地	G/净增加,G/净增加
19	5.16	3.60	1.56	河渠,水库坑塘	G/净增加,G/净增加
18	5.16	3.60	1.56	冰川与永久积雪,裸地	L/净减少,L/净减少
17	5.16	3.60	1.56	低覆盖度草地,滩地	G/净增加,G/净增加
16	5.16	3.60	1.56	有林地,聚类18	L/净减少,L/净减少
15	5.16	3.60	1.56	聚类16,裸岩石砾地	L/净减少,L/净减少
14	5.16	3.60	1.56	旱地,聚类20	G/净增加,G/N净增加
13	5.15	3.59	1.56	聚类14,聚类17	G/净增加,G/净增加
12	5.15	3.58	1.56	水田,聚类 15	L/净减少,L/净减少
11	5.14	3.57	1.56	聚类13,聚类 19	G/净增加,G/净增加
10	5.12	3.56	1.56	聚类11,工交建设用地	G/净增加,G/净增加
9	5.10	3.53	1.56	聚类10,城镇	G/净增加,G/净增加
8	5.05	3.49	1.56	疏林地,中覆盖度草地	L/净减少,L/净减少
7	5.01	3.45	1.56	聚类12,灌木林地	L/净减少,L/净减少
6	4.64	3.08	1.56	其他林地,农村居民点	G/净增加,G/净增加
5	4.64	3.08	1.56	聚类7,聚类8	L/净减少,L/净减少
4	4.09	2.52	1.56	聚类5,高覆盖度草地	L/净减少,L/净减少
3	3.06	1.50	1.56	聚类9,聚类6	G/净增加,G/净增加
2	2.95	1.38	1.56

1990年	2010年
1990年	耕地	林地	草地	水域	建设用地	裸地	总减少
耕地	6 530 509	120 729	146 418	6122	99 727	1407	374 403
林地	104 013	21 606 562	239 751	5735	16 805	766	367 072
草地	211 137	299 079	8 216 116	5935	21 057	1644	538 852
水域	2156	1413	8898	270 013	784	158	13 409
建设用地	5597	1023	1362	645	170 057	473	9100
裸地	2234	1413	57 804	275	96	151 779	61 822
总增加	325 137	423 658	454 233	18 712	138 469	4448

1990年	2010年
1990年	耕地	森林地	疏林地	园地	天然牧草地	人工草地	水域	建设用地	裸地	总减少
耕地	6 529 142	81 532	19 346	19 823	144 086	2244	6088	99 711	1407	374 237
森林地	60 799	16 675 113	17 398	226 482	179 115	31	4218	11076	321	499 443
疏林地	38 126	68 825	4 406 585	44 312	57 316	63	1446	4352	403	214 843
园地	5079	1289	199	157 009	3139	32	43	1373	42	11 196
天然牧草地	210 692	197 730	22 972	76 378	7 948 931	2085	5888	20 270	1621	537 636
人工草地	419	1652	240	23	6920	254 358	26	785	23	10 088
水域	2147	980	295	138	5563	3335	268 223	781	158	13 397
建设用地	5597	479	356	188	1362	0	645	170 052	473	9100
裸地	2234	1413	0	0	12 124	45 540	275	96	151 324	61 682
总增加	325 093	353 899	60 806	367 344	409 625	53 330	18 629	138 444	4448	374 237

基于行为聚类算法的土地利用聚类适宜性分析研究

Suitability Analysis on Behavior-based Aggregation of Land Use Classification in Yunnan Province

RichHTML

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 22

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	王志华, 杨晓梅, 周成虎. 面向遥感大数据的地学知识图谱构想[J]. 地球信息科学学报, 2021, 23(1): 16-28.
[2]	赵鹏军, 曹毓书. 基于多源地理大数据与机器学习的地铁乘客出行目的识别方法[J]. 地球信息科学学报, 2020, 22(9): 1753-1765.
[3]	张世伟, 魏璐瑶, 金星星, 陆玉麒. 基于FLUS-UGB的县域土地利用模拟及城镇开发边界划定研究[J]. 地球信息科学学报, 2020, 22(9): 1848-1859.
[4]	龚围, 李丽, 柳钦火, 辛晓洲, 彭志晴, 邬明权, 牛铮, 田海峰. “一带一路”区域水电站工程生态环境影响遥感监测[J]. 地球信息科学学报, 2020, 22(7): 1424-1436.
[5]	连丽聪, 万智巍, 鞠民, 贾玉连, 洪祎君, 蒋梅鑫, 曾峰海. 民国中期湖南洞庭湖区耕地空间格局重建[J]. 地球信息科学学报, 2020, 22(5): 989-996.
[6]	刘纪远, 张增祥, 张树文, 颜长珍, 吴世新, 李仁东, 匡文慧, 史文娇, 黄麟, 宁佳, 董金玮. 中国土地利用变化遥感研究的回顾与展望——基于陈述彭学术思想的引领[J]. 地球信息科学学报, 2020, 22(4): 680-687.
[7]	董金玮, 吴文斌, 黄健熙, 尤南山, 何盈利, 闫慧敏. 农业土地利用遥感信息提取的研究进展与展望[J]. 地球信息科学学报, 2020, 22(4): 772-783.
[8]	赵鹏军, 万婕. 城市交通与土地利用一体化模型的核心算法进展及技术创新[J]. 地球信息科学学报, 2020, 22(4): 792-804.
[9]	高海峰, 葛莹, 张杰, 肖胜昌, 陈科. 面向复杂地形的坡位K-means聚类划分研究[J]. 地球信息科学学报, 2020, 22(3): 474-481.
[10]	张经度, 梅志雄, 吕佳慧, 陈进钊. 纳入空间自相关的FLUS模型在土地利用变化多情景模拟中的应用[J]. 地球信息科学学报, 2020, 22(3): 531-542.
[11]	单渌铱, 王海军, 张彬, 潘鹏. 顾及土地生态安全的环鄱阳湖城市群土地利用情景模拟[J]. 地球信息科学学报, 2020, 22(3): 543-556.
[12]	杨露, 颉耀文, 宗乐丽, 邱天, 焦继宗. 基于多目标遗传算法和FLUS模型的西北农牧交错带土地利用优化配置[J]. 地球信息科学学报, 2020, 22(3): 568-579.
[13]	柯新利, 肖邦勇, 郑伟伟, 马艳春, 李红艳. 城镇-农业-生态空间划定的多情景模拟[J]. 地球信息科学学报, 2020, 22(3): 580-591.
[14]	王家丰, 王蓉, 冯永玖, 雷振坤, 高忱, 陈书睿, 金雁敏, 翟淑婷. 顾及轨道交通影响的浙中城市群土地利用多情景模拟与分析[J]. 地球信息科学学报, 2020, 22(3): 605-615.
[15]	聂拼, 梁明, 李玉洁, 游欣妍, 孙晓娟. 基于最邻近时空距离的土地变化过程时空模式分析[J]. 地球信息科学学报, 2020, 22(3): 628-637.