当前的世界环境

介绍

陆地表面的变化主要是自然生态过程和人类活动的结果。对这些变化的研究需要在社会科学和自然科学之间的紧张关系领域进行跨学科的方法(Keken et al, 2015)。在引起地球表面显著变化的因素中，土地利用变化是非常重要的，可能是全球环境变化的主要原因。目前，世界上许多地区的土地利用变化大多是由人类活动引起的(Geri et al, 2010)。

声称，人类发生的土地利用变化可能会对区域景观的结构和构成产生剧烈影响，这也对当地环境的生物多样性和质量产生了严重影响（Ouyang等，2009）。人类越来越多地控制或半控制土地（Wan等，2015）。人类的蛀牙很快和深刻改变景观。通过占优势经济发展和持续的人口增长，人类消费的水，食品，建筑材料，纤维和其他物品呈指数增长。景观发生的最占主导地位的变化包括城市化，水坝建设，森林砍伐，灌溉，道路建设，畜牧业和农业增强（Myers，2011）。随着人类活动的发展和扩大，对自然环境的压力越来越大，最终导致生物多样性和生态系统服务的丧失（Navarro等，2015）。过度的人类活动，如道路网络的扩张，大坝建设，产业发展和农业填海土地在水文和景观变革转型方面具有重要作用（Zhao等，2012）。随着时间的推移，人类影响了环境，并受其影响。这一特征，特别是在伊朗的高原，在生态特征的背景下具有悠久的人类住区和数千年的旧文明更加明显。人类与环境之间关系的悠久历史，伊朗高原，并没有简化自然系统，而是增加了它的复杂性。 Thus human and environment are so intertwined that their separation is not possible (Frozandeh, 2005). Humans have a uniquely dominant influence over land use worldwide. Changes in surface of land and landscape undoubtedly change the function and structure of ecosystems and influence regional and global climate, hydrology, vegetation, biogeochemical cycles and biodiversity (Wan et al, 2015).

水坝有许多不同的用途，如水力发电、航运和控制季节性洪水。认为大坝建设对河流的影响最为重要，对流域的分割、对水文过程的影响、对河流连通性的中断以及对下游河道河流的侵蚀(Hu et al, 2008)。因为原始文明是在美索不达米亚地区的河岸上形成的，他们开始通过供水技术和洪水管理来改变地貌，比如建造水坝、水道、旁路走廊和堤坝。这些变化改变了控制河流系统的沉积过程和基本水文(Vanessa et al, 2012)。随着时间的推移，由于作用在河岸和河床上的水力力，冲积河流系统的河道和形态发生了变化。人类活动或自然过程是这些变化的原因。这些变化可能会中断和改变下游和上游条件下河流的任何一点或部分。许多变化，如退化、河床移动、淤积和水文状况变化，都是由人类通过对生态、物理和环境过程的影响而引起的(Isik等，2088)。

确定陆地表面目前和过去的变化和活动之间的对比，显示了确定景观变化和测量森林、农业和人类系统之间联系的平原方法。为了识别这些变化并制定合理管理自然资源的计划，需要大量的数据。遥感数据和信息为监测环境变化和量化生境特征提供了有用的来源(Geri等，2010年)。

利用GIS技术和遥感技术对这些变化进行分类，可以加强对不同尺度景观格局的研究(Lautenbach et al, 2011)。如今，GIS与遥感的融合为土地利用变化的监测提供了精确的信息(Abdullah et al .， 2013)。使用卫星数据是提供土地覆盖制图和监测的一种有用方法，特别是在大的地理区域(Yuan et al .， 2005)。信息系统和遥感数据的使用可有效地用于下列情况:随着时间的推移，由于侵蚀、森林砍伐、城市增长和其他过程而立即发生变化的景观;在发现各种空间格局、分析差异、评估和预测这些变化的影响及其建模功能(Arkhy et al, 2009)。

伊朗和其他国家利用遥感进行了许多关于土地利用变化的研究。Uchida(1997)在印度干旱地区通过分析农业土地变化的原因，确定了易于农业用途的土地。Li & Yeh(2004)利用GIS和遥感技术对一个快速增长地区进行了研究。他们分析了城市土地利用的空间格局，指出土地利用变化的主要原因是大都市的扩张、交通和聚落的规划发展。Kim & Daigle(2011)利用多时相遥感数据确定了Cadillac山顶植被的变化。他们研究了1979年、2001年和2007年的图像，然后发现了植被的变化。Mohammadi和Seif(2014)在伊朗利用多时相卫星数据研究了might盆地的地貌单元检测和分类。might盆地是伊斯法罕省东南部的一个地貌单元。地表和地被植物类型的差异形成了较小的地貌单元。随着时间的推移，这些单位受到自然和人为因素的影响，如土地利用的变化、日益增长的城市化和气候变化因素。

利用卫星数据和遥感数据，研究了喀尔喀赫河流域人为活动对流域的影响。许多人类活动，如定居和农业，都位于盆地下部的干旱平原和盆地上部的山谷中(Masih et al, 2010)。

材料和方法

研究区域

研究区为Karkheh河流域，位于伊朗西部，北纬30°~ 35°，东经46°~ 49°。现代和传统系统的农业活动在盆地的大片地区进行。喀什河流域总面积为50800公里²．盆地的径流来自扎格罗斯山，占盆地面积的80%。该盆地在水文上分为五个集水区，包括Saymareh、Gamasiab、Kashkan、Qarasou和South Karkheh。盆地南部(下部)为干旱平原，北部(上部)为半干旱平原。流域上、下游降水量不同，流域年降水量低约150 mm，高约750 mm，但流域平均降水量为450 mm。大约65%的降水在冬季下降，在夏季没有下降。喀什大坝建在喀什河上，位于Khuzestan省(Masih et al, 2011)。

自帕提亚时代以来，庞大的农业和胡泽斯坦的低平原是定居活动、庞大的农业、技术创新和大量投资的中心(Vanessa et al .， 2012)。卡克赫河流域被称为食物和水挑战项目的试金石盆地。盆地上部的大部分农业区是靠雨水灌溉的。提高水生产力是伊朗农业战略的一个上行偏好(Asmala, 2012)。为了增加流域上部平原的水产量和作物产量，建议进行补充灌溉(Hessari等人，2012)。

Karkheh Dam使用远程测量

为了评估喀什河流域人类活动引起的变化，使用了两组具有以下特征的Landsat卫星:

1）Landsat-5 TM测量块38 - 164，14/4/1998

2) Landsat-8 OLI测量区块38 - 164,2014年3月30日

本研究中使用的软件包括：ENVI 4.7软件处理图像，弧GIS软件来测量区域，并提取环境和MicroStationj的层。

说明了图（1）和（2）中的土地表面的变化。图（1）是1998年4月期间的Landsat TM测量图像，图（2）是2014年3月底的Landsat Oli测量图像。这些图像表明盆地表面和植物在这些年内覆盖变化。

图1:1998年4月Landsat-5 TM测量图像 点击此处查看数字

图2：Landsat-8 Oli测量图像，2014年4月 点击此处查看数字

结果和讨论

近年来，将精确分类技术作为生成广域地图的有效工具的应用越来越多。发展监测系统以侦测地表的变化。这些有效的技术和遥感图像发展了监测和探测地表变化的实用系统。这些技术的目的是为任何特定地理区域绘制地图和分类陆湾。利用该技术对图像进行分类需要适当的训练集和准确的地面信息。但是，收集准确的地面信息在经济费用和时间上通常是昂贵的劳动。可靠的培训数据可以确保有效的监控，但在某些情况下，不可能依赖培训数据。因此，有许多严重的困难限制了这些监测系统的能力(Bruzzone等，2001)。在本研究中，采用ML和SVM分类方法来检测变化。

最大似然法(Maximum Likelihood, ML)是分类方法之一。ML是一种应用最广泛的基于贝叶斯原理的统计估计方法。在ML方法中，在用户指定的阈值下，每个像素在特定的类别中具有最高的可能性。1-指定研究区域内所有类型的土地覆盖。2-在每个类中，使用案例研究的土地覆盖信息确定训练像素。3-对每个类的均值向量和协方差矩阵估计使用训练像素。4-最终，每个像素在图像中被分类为一种所需的土地覆盖类型(Asmala, 2012)。

另一种分类方法是支持向量机。V. Vapnik和同事在统计学习理论的框架中开发了SVM方法。在此方法中，培训分类器作为一个决策功能可以通过从决策函数集不同分类器的参数来选择。通过许多模式识别应用程序，例如手写的数字识别和图像识别，SVM技术已经通过良好的结果进行了测试。SVM方法是二进制分类技术处理许多任务，例如从现实世界的不同情况下从卫星图像获得有关卫星图像的陆地覆盖的信息。最近在遥感研究员使用SVM的增加（Anthony等，2007）。变更检测是一个过程，为我们提供了解和认识到土地表面的一系列现象，特征和模式的差异（Lu等，2004）。变更检测是卫星最具情感和重要用途之一（Jensen，2005）。

在规划编制和土地利用评估过程中，诊断和准确了解土地覆盖变化是必要的。测量土地用途的变化是我们发现我们对自然的干扰的一种方法。1998年和2014年的图像分类是检测研究区域发生变化的必要手段。一般来说，检测可以被认为是一个分为两类的分类。有或没有特定目标的类。图像中的目标以像素表示。本研究使用ML和SVM算法进行分类。根据研究目的，无论农用地的类型和位置，所有的农用地(有无收获)、乔木和灌木，都被认为是植被类。此外，水地、干旱地和居住地三种不同的特征被认为是三个不同的类别。然后将TM和OLI测量图像分为4类(图3、4、5、6)，分别采用LM和SVM方法进行分类。

图3:类别土地利用在Karkheh 河流域，在1998年使用ML方法 点击此处查看数字

图4:类别土地利用在Karkheh 2014年，采用ML方法对长江流域进行了研究 点击此处查看数字

图5:类别土地利用在Karkheh 采用支持向量机(SVM)方法进行了研究 点击此处查看数字

图6:类别土地利用在Karkheh 2014年，采用支持向量机方法，对长江流域进行了研究 点击此处查看数字

将导出的土地利用图从栅格转换为矢量后，将结果保存在Text和Shape文件中。然后在下一阶段使用Arc GIS 9/3形成地面数据库(表1,2,3,4，)。运用分类方法获得精度后，形成误差矩阵。一种常用来表示分类精度的方法的分类精度是生成K* K维的误差矩阵。我排算子的矩阵表示像素的数量已确定,作为类的成员我的行(我对角元素),表示像素的数量取决于操作员这类属于我。换句话说,这个数字代表了正确标记的像素数量。i类中的其他元素表示被错误标记的元素的数量。每一行的标签由操作符使用参考数据给出，每一列的标签由分类方法创建。也就是说，i是地理参考数据中特定类别的像素面积，ii以百分比表示，是计算出的分类精度。

为计算每种分类方法的分类精度，在研究区域指定了精度为%100的控制范围。事实上，这个区域是在特定的土地使用区域内指定的。下一阶段，对分类方法进行控制范围的设置，计算在类中正确放置的像素和错误放置的像素的面积。最后编制了以下表格，计算了每种分类方法的准确率。

表1：ml错误算法 1998年的控制样本 点击这里查看表格

表2支持向量机的误差算法 1998年的控制样本 点击这里查看表格

表3：ml错误算法 2014年的控制样本 点击这里查看表格

表4支持向量机的误差算法 2014年的控制样本 点击这里查看表格

由表可知，ML方法在1998年的分类准确率为85/2，在2014年的分类准确率为86/5。1998年SVM方法分类精度为93/4,2014年为95/1。可以看出，SVM方法在两个时间段的分类精度都高于ML方法。这是由于SVM方法的性质和质量优于ML方法。将图像分为4个不同的类后，对每个数据集的每个类分别计算面积值和百分比值。结果见下表(表5、6、7、8)。

表5:1998年ML法土地利用面积

表6：1998年与SVM方法的土地使用区域

表7:2014年ML法土地利用面积

表8 2014年支持向量机方法的土地利用面积

从表中给出的值可以看出，不同用途的土地面积是不同的。1998 - 2014年，干旱区面积有所增加，植被面积有所减少。在这段时间里，居住面积也增加了，这可能是由于人口的增长和交流的增加。事实上，在不同的图片上采用不同的分类方法表明，植被和干旱区更容易被识别。居住区识别精度较低的原因是该地区面积小，而在该地区使用的材料和岩石可能会造成误分类，将该地区定位为干旱区。由于喀尔喀赫大坝的建设，水域面积的增加是显而易见的。

如图5至8所示，1998年（在凯哈伊施工之前）直到2014年（制作Karkheh Dam后），这一领域发生了许多变化。根据更准确的SVM分类方法，该地区植被的程度降低了近5％（约150,000英亩），由于凯哈坝的建设，干旱地区的程度和水生增加了近5％。在不太准确的ML方法中，该面积植被的程度降低约5％（约250000英亩），而是干旱地区和水生面积增加约％8。

参考文献

1. 基于遥感和地理信息系统技术的土地利用和土地覆被变化研究进展。遥感技术进展。2013;2(2):193-204。
2. Anthony G.， Greg H.， Tshilidzi M.使用支持向量机进行图像分类，金山大学电气与信息工程系，约翰内斯堡，Witwatersrand, Witwatersrand, Witwatersrand, Johannesburg, Private Bag X3, Wits, 2050, South Africa. 2007。
3. 陈志强，陈志强。基于遥感技术的土地利用变化监测方法研究——以新疆省为例。草地与荒漠研究。2009; 17(1): 74 - 95。
4. 刘志强。基于多光谱数据的最大似然分类方法研究[j] .应用数学学报。2012;
5. 基于最大似然分类器的遥感图像无监督再训练。地球科学与遥感学报。2001年,39(2)。
6. 《人类生态学》，伊斯法罕，伊朗。法尔pazhohan danesh。2005年,102年。
7. 王志强，王志强，王志强，等。人类活动对地中海景观异质性的影响。应用地理。2010;30:370 - 379。
8. 刘志刚，刘志刚，刘志刚。伊朗Karkheh河流域灌溉潜力及其对下游径流的影响。hessd9 - 13519 - 2012。
9. 胡伟伟，王国祥，邓伟，李士南。淮河流域大坝对生态水文条件的影响。生态。Eng。2008;33:233 - 241。
10. ISIK S.，Dogan E.，Kalin L.，Sasal M.，Agiralioglu N.索拉纳河下游索纳河上的人为活动的影响。2008; 75：172-181。
11. Jensen J. R.介绍数字图像处理：遥感透视，上部鞍河，普伦特和霍尔酒吧。，美国。2005年。
12. Keken Z.，PanagiotIdis D.，SkalošJ.坝上横向结构变化的影响：希腊和捷克共和国案例研究。生态工程。2015; 74：448-457。
13. Kim M. K.，Daigle J. J. J.使用多时间遥感数据集检测植被覆盖在凯迪拉克山峰上的变化：1979年，2001年和2007年。环境监测和评估。2011; 180（1-4）：63-75。
14. Lautenbach S.，Kugel C.，Lausch A.，Seppelt R.使用土地利用数据分析区域生态系统服务供应的历史变化。生态。申报。2011; 11（2）：676-687。
15. 李X叶。, AG-O。基于遥感和GIS的快速增长地区土地利用格局空间重构分析中国城市规划。2004;69(4):335-354。
16. 吕丹，P茂塞尔。, E Brondizo。e·莫兰。变化检测技术。英特尔。遥感学报。2004;25(12):2365-2407。
17. 万磊，张颖，张旭，祁少群。红河国家级自然保护区与周边剑三江地区土地利用/覆被变化及景观格局比较。生态指标。2015;51:205 - 214。
18. 基于水流持续时间曲线相似性的降雨-径流概念模型区化:以伊朗半干旱Karkheh盆地为例。水土保持学报。2010;31(4):489 - 494。
19. 刘志强，王志强，王志强，等。半干旱流域旱作农业对下游径流的影响。农业水资源管理。2011;100:36 - 45。
20. 王志刚，王志刚。基于多时间尺度卫星数据的might盆地地貌单元变化检测。环境科学学报，2014;4(2):89-97。
21. Navarro J.，Coll M.，Cardador L.，FernándezA. M.，Bellido J. M.环境，人类活动和空间因素在西部地中海海洋生物多样性空间分布中的相对作用。海洋学的进展。2015; 131：126-137。
22. 欧阳伟，郝芳，黄河水梯级开发对景观格局的累积效应。城市规划学报，2009;33(4):429 - 434。
23. 美国迈尔斯。哈佛医学院，Mount Auburn医院，Cambridge, MA, USA J Patz, Nelson Institute for Environmental Studies, University Wisconsin (at Madison, Madison, WI, USA 2011 Elsevier B.V.版权所有。2011.
24. 内田。基于IRS数据的印度半干旱热带地区农业土地利用的时间分析，日本国际农业科学研究中心环境资源处(JIRCAS)。1997
25. Vanessa M. A. Heyvaert。，Walstra J.，Maddah等，Curr。世界环境。，卷。10（2），473-481（2015）481 Verkinderen，P.，Henk J.T.韦特斯。和ooghe，B.，人类干扰对khuzestan平原下karkheh河流的频道移位的作用（梅托普菊，伊朗）。第四纪国际。2012; 251：52-63。
26. 袁福平，王志强，王志强。基于多季节土地卫星TM/ETM+数据的双城(明尼苏达)城区土地覆盖遥感制图。地球物理学报。2005;29(4):1169-1184。
27. 赵强，刘胜，邓林，董胜，王超，杨志伟。3 .杨建军，杨建军。三峡大坝建设过程中的景观变化与水文变化。地球物理学报。2012;