4.1.1.1 景观类型面积数值获取
（1）数据及来源
本文在1 ∶50 万环青海湖国家地质公园区域数字地形图的基础上，选取了2005 年7 月、2010 年7 月、2015 年8 月共3 期青海湖国家地质公园遥感影像，其中2005、2010 年为Landsat TM 影像，2015 年为Landsat 8 影像，分辨率均为30 米，以上3 期遥感影像均来源于地理空间数据云平台（http：//www.gscloud.cn/）。
（2）影像预处理
预处理是遥感图像处理的重要环节，本文基于ENVI（The Environment for Visualizing Images，完整的遥感图像处理平台）软件，对研究区遥感影像进行了图像镶嵌、图像裁剪等前期基本处理。由于遥感图像通常由无量纲的DN 值（Digital Number，遥感影像像元亮度值）记录信息，进行遥感定量化分析时，常用到辐射亮度值、反射率值和温度值等物理量（邓书斌等，2014），因此，本文通过辐射定标的方法来实现DN 值与其物理量的转换。另外，通过大气校正的方式来减少或消除大气对遥感图像的影响。
（3）监督分类
本文选择监督分类方式对2005—2015 年不同时期青海湖国家地质公园遥感影像进行解译。监督分类，又称训练分类法，即用被确认类别的样本像元去识别其他未知像元（邓书斌等，2014）。其中，最大似然法也称为贝叶斯分类，是图像处理中最常用的一种监督分类方法（周林飞等，2015），最大似然法能够在保证波段数据完整性的前提下，提高分类精度（李四海等，1996），分类比较稳定，且分类效果较好（陈敬柱等，2004；陈桂红等，2006）。因此，本文选择的分类算法为最大似然法。本研究基于ENVI 遥感处理软件，根据国家土地利用分类标准，结合研究区实际地物，将2005—2015 年不同时期青海湖国家地质公园遥感影像景观地物类型分为水域、草地、耕地、沙地、沼泽、灌丛、裸地及建筑用地8 种类型。
（4）分类结果评价及后处理
执行完监督分类后，需要对分类结果进行评价，本文主要采用混淆矩阵的方式，将分类精度显示在一个混淆矩阵里，用于比较分类结果和地表真实信息。如表4-1 所示，2005、2010 和2015 年三期影像的分类精度均较高，且总体精度均在 96%以上，Kappa 系数在 0.8 以上，说明分类结果较好，满足本文研究要求。
表4-1 2005—2015 年三期遥感影像分类结果评价
(www.xing528.com)
通过监督分类方法得到的初步结果，由于存在一些微小图斑以及缺少连续性的斑点或孤岛，无论从专业制图角度，还是从实际应用的角度，都应该将这些元素进行剔除或者重分类。因此，本文主要选取了Majority Analysis（主要分析），来剔除分类结果中的微小图斑及碎片，运用聚类处理消除区域中的斑点或洞，达到提高图像空间连续性的目的，最后运用了过滤处理，解决图像中出现的孤岛问题。
（5）面积统计
以上分类结果，均为30 米×30 米大小的像元组合，利用“Arc GIS 10.2”软件的字段计算器功能，通过公式4-1，得到了不同地物类型的面积（见表4-2）。
表4-2 2005—2015 年青海湖国家地质公园景观类型面积变化
4.1.1.2 景观类型面积变化特征
青海湖国家地质公园景观类型主要包括水域、草地、耕地、沙地、沼泽、灌丛、裸地及建筑用地8 种类型（见图4-1）。图4-1 和表4-2 说明了这些景观类型的分布区域、它们的面积及占比。各景观类型中，水域和草地占主导，水域主要分布在青海湖湖泊主体及各子湖，面积在4202.97～4363.40 平方千米，所占比例在42.59%～44.22%；草地主要环绕青海湖分布，其面积在3756.70～3808.88 平方千米，所占比例在38.07%～38.60%。其次为裸地和沙地，裸地主要分布在青海湖湖滨、河流河谷及坡度较陡的山地上，其面积在720.57～918.14 平方千米，所占比例在7.30%～9.30%；沙地主要分布在青海湖西部布哈河河口东北角、青海湖东部沙岛和湖东种羊场地区，面积在484.81～489.30 平方千米，所占比例在4.91%～4.96%。此外，耕地、沼泽和灌丛也有一定的比例，耕地主要分布在青海湖南岸和北岸地区，沼泽主要分布在青海湖湖滨和河谷中，灌丛主要分布在青海南山和日月山；它们分别占青海湖国家地质公园面积的2%、1.5%和1%左右。建筑用地在各景观类型中所占面积最小，呈零星状分布。
图4-1 2005—2015 年青海湖国家地质公园景观 类型分布及面积变化
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
