劉陳立，張 軍，李陽陽，陳玉龍，楊旭超

(1.云南大學資源環(huán)境與地球科學學院，云南 昆明 650504；2.華東師范大學地理科學學院，上海 200062)

西雙版納橡膠林信息提取和時空格局擴張監(jiān)測

劉陳立1，張 軍1，李陽陽1，陳玉龍2，楊旭超1

(1.云南大學資源環(huán)境與地球科學學院，云南 昆明 650504；2.華東師范大學地理科學學院，上海 200062)

以Landsat TM/OLI遙感影像為數(shù)據(jù)源，利用歸一化指數(shù)、紋理、光譜差異、地形因子等特征構(gòu)建面向?qū)ο箅`屬度分類模型分別提取2005年、2010年、2015年西雙版納橡膠林信息，并借助Google Earth平臺和調(diào)查采樣點進行橡膠林的判識和分析驗證，最后，結(jié)合地形因子、橡膠林面積變化等分析橡膠林時空擴張情況。研究結(jié)果表明：采用面向?qū)ο箅`屬度對橡膠林分類效果較好，提取的橡膠林主要集中在景洪和勐臘2市縣，橡膠大多分布在海拔600～1200 m和坡度在8°～25°范圍內(nèi)；2005—2010年期間，橡膠林擴展速度最快，為3.39萬hm2·a-1，2010年以后，橡膠林種植面積增長速率逐漸減少。

橡膠林；隸屬度分類；歸一化指數(shù)；紋理特征；西雙版納

橡膠林是一種多年生的高大喬木，自1906年首次從馬來西亞引進以來，已經(jīng)對海南島、云南和廣東等地的土地利用和森林覆蓋產(chǎn)生了重大影響，同時也是我國重要的熱帶雨林作物，具有顯著的經(jīng)濟和社會效益。近年來，隨著人口增長和經(jīng)濟利益驅(qū)動，西雙版納的土地利用變化日趨激烈，橡膠種植面積擴大，給當?shù)氐纳鷳B(tài)環(huán)境造成很大的壓力，水土流失、土壤肥力下降和地方氣候變化等生態(tài)矛盾日益突出[1]。這一系列的生態(tài)環(huán)境問題，引發(fā)了許多學者對橡膠林信息提取的研究。遙感技術(shù)具有快速、客觀、大面積同步觀測、花費低、不受地面條件限制等優(yōu)勢，是當今農(nóng)作物信息提取和面積估算較為普遍的手段。但是，采用什么分類方法能夠提高分類精度又是許多學者面臨的問題。廖諶婳等[2]利用TM/ETM+數(shù)據(jù)的時間序列對西雙版納橡膠林面積和時空變化進行遙感監(jiān)測。李懷霄[3]基于TM數(shù)據(jù)的面向?qū)ο蟮奈麟p版納橡膠林提取，并且提取精度相對較高。劉曉娜等[4]利用TM/ETM+數(shù)據(jù)對中老緬交界地區(qū)基于決策樹分類的橡膠林地進行遙感識別。余凌翔等[5]2013年利用HJ-1CCD遙感影像對西雙版納橡膠種植區(qū)進行提取。以上都根據(jù)影像某一時期的特征等信息提取橡膠種植分布。因此，本研究以中分辨率Landsat TM/OLI遙感影像為數(shù)據(jù)源，采用陳匯林等[6]對海南島多時相遙感信息識別信息，利用面向?qū)ο蟮碾`屬度分類方法，對西雙版納2005—2015年橡膠林進行提取，分析橡膠林的時空變換規(guī)律及擴張情況，為政府和農(nóng)業(yè)部門及時準確的掌握橡膠種植分布情況和發(fā)展狀況，推動橡膠種植可持續(xù)發(fā)展提供決策。

1 材料與方法

1.1 研究區(qū)概括

西雙版納州位于云南南部，包括勐臘縣、景洪市和勐?？h，地處北緯21°08′—22°36′、東經(jīng)99°56′—101°50′，屬熱帶季風氣候，面積19202 km2，東西南與老撾、緬甸接壤，地勢北高南低，由北向南逐漸傾斜，中部較低，南部邊緣處又相對隆起。地貌結(jié)構(gòu)以山地為主，其中又分布著許多寬谷盆地，其外圍分布著環(huán)狀低丘和低地，氣候溫暖濕潤，立體氣候特征明顯；河流屬瀾滄江水系，干流瀾滄江由西北向東南縱貫州境。植被類型豐富，分布有全國面積最大、森林生態(tài)系統(tǒng)最完整、生物資源最豐富的熱帶季節(jié)雨林，植被呈水平及垂直地帶性分布。

1.2 數(shù)據(jù)源及預處理

采用Landsat TM/OLI影像作為基礎(chǔ)遙感數(shù)據(jù)，該數(shù)據(jù)來自USGS數(shù)據(jù)平臺http：//glovis.usgs.gov/；Google Earth平臺提供的高分辨率影像；DEM數(shù)據(jù)(http：//www.gscloud.cn/)，空間分辨率為30 m，主要用于提取坡度、坡向、高程。本文采用的Landsat影像已經(jīng)過幾何校正，后續(xù)只需對影像進行大氣校正，消除不同時間影像成像條件差異引起的偏差。同時，為了增強影像的目視效果，需要對影像進行融合處理，截取需要的研究區(qū)域。

1.3 研究方法

圖1 技術(shù)流程圖

西雙版納為熱帶作物的主要分布區(qū)，植被覆蓋地類豐富，容易出現(xiàn)同物異譜，同譜異物的現(xiàn)象，同時，基于像元的分類方法容易造成“椒鹽現(xiàn)象”，分類精度不高[7]，因此，橡膠林地提取的難點就是如何從眾多植被地類中識別橡膠林地特征差異。根據(jù)典型地物NDVI時間變化曲線[8]可知，橡膠林的NDVI僅次于常綠闊葉林，有較顯著的季節(jié)波動，5—10月主要是橡膠林的生長旺季，NDVI值較高，2月達最低，此后橡膠林NDVI又逐漸升高。因此，根據(jù)該地區(qū)地形特征，選擇2月下旬—3月中旬的影像作為橡膠林地提取的主要時間窗口，此時橡膠正處于發(fā)芽期，橡膠林冠偏綠。參照已有的研究，采用面向?qū)ο蠓诸惙椒╗9]，該方法不再是基于單個像素，而是基于影像對象，即把影像根據(jù)相鄰像元的光譜異質(zhì)性分割成多個對象特征，并在對象的基礎(chǔ)上加入空間、紋理等特征進行輔助分類，建立分類層次結(jié)構(gòu)，逐步提取2005年、2010年和2015年的橡膠林。首先選擇合適的分類尺度進行多尺度分割(通過反復試驗確定該地區(qū)的分割尺度為80)，將影像分為若干對象；然后根據(jù)NDVI將植被與非植被分離；再對植被(橡膠幼林、橡膠成林、有林地、其它園地)和非植被(建筑用地、耕地和水體)中不同地物的光譜特征、歸一化指數(shù)(NDVI、MNDWI、LSWI、NDBI)及紋理信息分別在eCognition軟件中建立不同類別的隸屬函數(shù)，將橡膠林地提取出來。同時基于Google Earth高清影像生成的ROI和實地采集樣本點建立混淆矩陣，對2015年分類精度進行評價。另外，結(jié)合地形因子(海拔、坡度、坡向)分別利用疊加分析、空間統(tǒng)計提取橡膠林(3期)的空間分布信息，分析西雙版納橡膠林2005—2015年的時空擴張及變化情況(圖1)。

2 結(jié)果與分析

2.1 橡膠林信息提取分類模型的建立

2.1.1 影像分割 影像分割使影像中同質(zhì)像元相合并與異質(zhì)像元分離，將影像聚劃分為若干有意義的多邊形對象，每個對象具有相同或相似的特征[10]，如：空間、光譜、紋理和形狀等，其分割尺寸大小結(jié)果直接影響特征提取與分類精度。本研究以橡膠林紋理特征為基礎(chǔ)，通過反復試驗確定分割尺度為80，該尺度可以將植被與非植被完全分離出來，同時各類植被類別也能較好區(qū)分(圖2、圖3)。

圖2 分割尺度(80)圖3 分類分層

2.1.2 不同地物特征提取

1)自定義歸一化指數(shù)特征：植被指數(shù)是利用紅光波段和近紅外波段反射率的多重組合而成的能反映作物長勢、類型及分布的植被參數(shù)。植被指數(shù)(NDVI)通過增強植被某一特性或細節(jié)，反映植被生長狀態(tài)及植被茂密程度的指標因子[11]。在一般分類中，利用NDVI指數(shù)為0來區(qū)分植被與非植被發(fā)現(xiàn)不準確，通過多次設(shè)定NDVI閾值，并對設(shè)置的閾值對照實際影像檢查發(fā)現(xiàn)，耕地(水田)中有部分NDVI>0.4，主要是由于影像獲取的時間是2月，水田中種植其他農(nóng)作物，導致NDVI值偏大，但結(jié)合地形情況，設(shè)置條件，能把耕地(水田)區(qū)分出來，同時對提取的植被和非植被參照Google Earth高清影像和實地調(diào)查進行驗證對比，選擇最接近實際情況的閾值來區(qū)分植被與非植被的條件，最終選擇NDVI>0.4來提取植被。

對非植被中水體的提取采用改進化的歸一化水體指數(shù)MNDWI，該指數(shù)是徐涵秋[12]通過對Mcfeeters提出的歸一化差異水體指數(shù)(NDWI)的改進，能有效地提取水體。它主要用于提取水體信息，同時消弱土壤，勾畫水域邊界。利用地物MNDWI<0特征可以把水分類出來，通過試驗發(fā)現(xiàn)，提取出來的部分水體中含有陰影，經(jīng)研究，對提取的水體結(jié)合NDVI可以有效地去除部分陰影。

而對陸地中建筑物和耕地采用查勇[13]改為歸一化建筑指數(shù)NDBI，該指數(shù)源于對歸一化差異植被指數(shù)(NDVI)深入分析后的改進，用來區(qū)分城鎮(zhèn)用地信息、耕地、不透水建筑材料所覆蓋的表面，通過利用隸屬度分類中的設(shè)定閾值，提取建筑物信息，NDBI>0.1效果達到最好(表1)。

根據(jù)地物的光譜分析(圖4)，2月下旬—3月中旬地物在近紅外波段和短波紅外波段反射率值分散，能較好地反映植物和土壤中的水分。因此，本研究利用土壤濕度和植被含水量較為敏感的地表水分指數(shù)[14](LSWI)來提取橡膠成林和有林地，即LSWI>0.20來提取有林地，并結(jié)合海拔和坡度獲取高精度分類結(jié)果。

表1 典型地物歸一化指數(shù)值

2)不同地物的光譜及紋理特征：通過利用ENVI對影像進行預處理后，用ROI進行分類，提取各自地物的光譜信息，得到典型地物光譜曲線(圖4)，發(fā)現(xiàn)植被在近紅外和中紅外存在明顯的差異，地物波譜出現(xiàn)異常，其中橡膠成林、有林地和其他園地、橡膠幼林在近紅外和中紅外容易區(qū)分，利用近紅外大于中紅外來提取橡膠成林、有林地和其他園地、橡膠幼林。

圖4 不同地物原始光譜特征曲線圖

紋理是指圖像上色調(diào)作為等級函數(shù)在空間上的變化，被定義為紋理清晰的區(qū)域，灰度等級相對于不同紋理的地區(qū)一定比較接近。它是除光譜信息之外，遙感影像所包含的最重要的信息之一，也是目視判讀和計算機自動解譯的重要依據(jù)。二階概率統(tǒng)計用一個灰色調(diào)空間相關(guān)性矩陣來計算紋理值，這是一個相對頻率矩陣，即像元值在2個鄰近處理窗口中出現(xiàn)的頻率，該矩陣顯示了一個像元和它的特定領(lǐng)域之間關(guān)系的發(fā)生系數(shù)[15]。本次分別采用協(xié)同性(Hom)、對比度(Con)、信息熵(Ent)、角二階矩(Asm)進行紋理分析[16]，窗口大小基于5×5，由每個像元和它的水平方向的鄰域生成。通過利用不同的方法計算下圖紋理特征可以發(fā)現(xiàn)：①在有林地和橡膠成林中，Con和Asm的差別較大，橡膠成林的Con最大，為4.76486，表現(xiàn)為細節(jié)豐富，溝紋明顯，而Asm最小，表現(xiàn)為紋理細膩，影像灰度分布均勻，容易和有林地區(qū)分；②橡膠幼林和其他園地中，提取的紋理表現(xiàn)為Hom園地大于橡膠幼林，說明其他園地相對橡膠幼林分布較為規(guī)則，紋理結(jié)構(gòu)單一，而Asm則大于其他園地，看紋理灰度較均勻，反差不大，同時，Con也相對于其他園地大，表現(xiàn)為紋理醒目，清晰度高。各典型地物特征向量提取的紋理信息見表2。

2.1.3 隸屬度分類模型構(gòu)建 基于對上述研究區(qū)地物的光譜特征和紋理特征分析，針對不同的地物用各特征參數(shù)進行隸屬度分類，選擇NDVI、MNDWI、NDBI、LSWI歸一化指數(shù)和橡膠林在紅波段比較顯著特征及特征紋理，同時結(jié)合海拔，采用逐層分類提取橡膠信息。本研究結(jié)合國家現(xiàn)行的土地利用分類標準[17]，從實際情況對西雙版納進行分類，分為有林地、橡膠成林、橡膠幼林、其他園地(茶園和果園)、建筑用地、水域、耕地(水田和旱地)。首先對預處理后的影像進行影像分割處理，并確定分割尺度大小，然后，通過利用NDVI值區(qū)分出植被和非植被，設(shè)定閾值為0.4，對提取的植被和非植被在通過各自的特征參數(shù)并結(jié)合地形因子，逐層提取(圖3)，基于不同地類的特性變量分析，構(gòu)建分類模型(圖5)，從而快速、高效的分離出橡膠林地。

表2 典型植被紋理特征

圖5 分類模型建立

2.2 橡膠林面積提取及時空特征分析

利用eCogintion軟件對2005年、2010年和2015年3期影像分別利用面向?qū)ο蟮碾`屬度方法提取，得到西雙版納2005—2015年期間的橡膠林面積和時空變化結(jié)果(圖6)。經(jīng)統(tǒng)計分析發(fā)現(xiàn)，西雙版納橡膠種植空間分布主要分布在景洪市東和勐臘縣，勐?？h西部有部分分散，呈現(xiàn)出空間聚集分布特征，種植范圍由內(nèi)向外擴張并呈增加趨勢，尤其2005—2010年橡膠林成倍增加(表3)。利用最新的Google earth高清影像獲取橡膠林樣本和實地調(diào)查點驗證2015年提取精度，結(jié)果顯示，面向?qū)ο蟮碾`屬度分類法總體精度為90.79%，kappa系數(shù)為89.19%，橡膠成林的分類精度為93.58%，橡膠幼林為87.38%。

從表3可知，西雙版納橡膠林2005—2010年橡膠擴展顯著，種植面積由30.36萬hm2增加到2010年的47.33萬hm2，擴展速度增速約為3.39萬hm2·a-1，主要原因是國內(nèi)和國際上橡膠需求量的不斷擴大，導致橡膠價格整體呈上升趨勢，2008年，橡膠價格達到最高，促使膠農(nóng)加大對橡膠的種植。而2010年后，橡膠價格逐漸下跌，以及大面積種植橡膠對當?shù)氐纳鷳B(tài)環(huán)境有一定的影響，破壞物種多樣性等因素，膠農(nóng)減少了對橡膠的種植力度，2015年，橡膠種植面積為50.04萬hm2。

表3 2005—2015年期間西雙版納橡膠林地面積變化

*：西雙版納橡膠林地統(tǒng)計面積來自《云南省統(tǒng)計年鑒》[18]。

圖6 西雙版納橡膠林各時期面積變化和擴展情況

2.3 橡膠林種植分布的地形特征

橡膠林的生長受水熱條件、地形地貌的影響。對提取的橡膠林空間分布結(jié)合DEM數(shù)據(jù)，分析3期影像中橡膠林時空擴展與地形因素中的海拔、坡度和坡向的相互關(guān)系，分析橡膠林在不同海拔、坡度和坡向上的分布特征，為橡膠林的適應性生長、空間分布提供參考。

表4 2005—2015年橡膠林地在不同海拔上的空間分布比例

以300 m海拔梯度為一個階梯分析統(tǒng)計(表4)，2005年，橡膠林種植主要集中在海拔600～900 m，這部分地區(qū)氣候溫暖，水分充足，很適合橡膠林生長，但隨著各種驅(qū)動因素的制約，2010—2015年期間，海拔600～900 m基本處于保持狀態(tài)，橡膠林逐漸向900～1200 m海拔擴展，而在海拔1200 m以上的橡膠林較少?？傊瑥?005—2015年，橡膠林主要集中在海拔600～1200 m的地區(qū)生長，具有較高的適應性。

根據(jù)SL 190—2007土壤侵蝕分類標準[19]中坡度分級標準，分為6級，分別為微坡(0～5°)、較緩坡(5°～8°)、緩坡(8°～15°)、較陡坡(15°～25°)、陡坡(25°～35°)、急陡坡(>35°)；坡向分為平地(0°)、陰坡(0°～45°)和(315°～360°)、半陰坡(45°～135°)、陽坡(135°～225°)、半陽坡(225°～315°)等6級。由圖7可知，橡膠林主要分布在坡度小于35°的范圍內(nèi)，大于35°的非常少，2005—2015年間大部分集中分布于緩坡和較緩坡上；西雙版納橡膠林在陰坡、陽坡、半陰坡、半陽坡分布比較均勻，平地幾乎沒有分布，說明各坡向?qū)ο鹉z林的生長影響較小，橡膠林2005—2010年，在陽坡、半陽坡和陰坡均逐漸增加，增幅較小，而2010—2015年只有陽坡增加較大，而其它坡向均有所減少。

圖7 橡膠林在不同坡度和坡向上的空間分布比例

3 結(jié)論和討論

西雙版納是典型的熱帶雨林區(qū)，具有良好的水熱條件，非常適合橡膠林生長，在各種驅(qū)動力因素下，林業(yè)發(fā)展方向從傳統(tǒng)的天然林向橡膠林地轉(zhuǎn)變。本研究以中分辨率的Landsat TM/OLI遙感影像為主要數(shù)據(jù)源，利用面向?qū)ο蟮碾`屬度分類方法分別提取了2005—2015年的橡膠林種植面積，分別為30.36、47.33、50.04萬hm2。參照《云南省統(tǒng)計年鑒》[18]、劉曉娜等[4]、廖諶婳等[2]的研究面積統(tǒng)計情況，采用面向?qū)ο蟮碾`屬度分類法提取的橡膠林面積與他們的統(tǒng)計面積不同，2010年的統(tǒng)計面積比統(tǒng)計年鑒和廖諶婳等[2]的統(tǒng)計結(jié)果大，主要原因在于利用eCogintion軟件進行分割時，由于影像屬于中高分辨率影像，會造成混合像元問題，使其他一些植被誤判成橡膠林地；而比劉曉娜等[4]統(tǒng)計的面積小2.77萬hm2，是因為在利用隸屬度分類時使用的隸屬函數(shù)和條件差異，還有就是對分類后處理合并小圖班歸屬的不同，造成統(tǒng)計面積減少。從2005—2015年不同年份提取的橡膠林面積來看，利用遙感技術(shù)分類面積總體比統(tǒng)計年鑒大，主要是有些偏遠地區(qū)橡膠林地種植沒進行官方統(tǒng)計。

對提取的橡膠林地從空間分布和地形因素進行分析發(fā)現(xiàn)：①從橡膠林的時空分布來看，2005—2015年這10 a由最初的30.36萬hm2增加到2015年的50.03萬hm2，尤其在2005—2010年橡膠林擴展最快，景洪和勐臘2縣(市)的橡膠林地共達44.17萬hm2，占整個西雙版納橡膠林的2/3以上，呈現(xiàn)出以景洪為中心，向北和勐臘縣擴展的趨勢。②提取的橡膠林地分布與地形因子結(jié)合分析發(fā)現(xiàn)，西雙版納的橡膠林與地形緊密相關(guān)，制約著橡膠林的擴展，主要集中分布在海拔600～1200 m，但從2005—2015年間，部分橡膠林逐漸向高海拔區(qū)域擴展。坡度上，主要集中分布在緩坡(8°～15°)和較陡坡(15°～25°)上，占整個西雙版納橡膠林地面積的2/3，從2005—2015年，微坡和較緩坡上出現(xiàn)先小幅度增加然后又減少，而較陡坡和陡坡橡膠林面積比重增加，逐漸向急陡坡擴展。而在坡向上除平地以外，2005—2015年所占面積比例均衡，說明坡向?qū)ο鹉z林種植影響較小，新增橡膠林主要分布在半陰坡和陽坡。

總之，西雙版納的橡膠林2005—2015年期間，橡膠面積增長速度出現(xiàn)先增后減，逐漸向高海拔擴展。2010年以后，橡膠林增長速度下降主要是政府對橡膠種植格局實施控制和橡膠林價格下跌，另外，政府意識到橡膠林種植對當?shù)厣鷳B(tài)環(huán)境有巨大的破壞，使人們轉(zhuǎn)變經(jīng)濟發(fā)展方式。對橡膠林提取研究，由于研究區(qū)受地形和天氣的影響，獲取的影像數(shù)據(jù)可能困難，不能形成完整的時間序列，因此選擇最能突出橡膠林生長的2—3月作為時間窗口來提取橡膠信息，使得提取的橡膠林有一定的誤差。在今后的研究中，需要結(jié)合多源遙感數(shù)據(jù)，不能簡單依靠某一時期的影像，采用多時相影像，尤其是國產(chǎn)衛(wèi)星高分序列和環(huán)境一號衛(wèi)星，兼顧高空間和高時間分辨率，其中高分三號衛(wèi)星不受地形的影響，高分四號衛(wèi)星時間分辨率高，可以高精度的提取橡膠林。

[1]李增加.西雙版納土地利用/覆蓋變化及其氣候效應研究[D].西雙版納：中國科學院研究生院，2008.

[2]廖諶婳，李鵬，等.西雙版納橡膠林面積遙感監(jiān)測和時空變化[J].農(nóng)業(yè)工程學報，2014，22(30)：170-174.

[3]李懷霄.基于面向?qū)ο蟮奈麟p版納橡膠林提取[J].江西農(nóng)業(yè)學報，2014，26(8)：96-100.

[4]劉曉娜，封志明，姜魯光.基于決策樹分類的橡膠林地遙感識別[J].農(nóng)業(yè)工程學報，2013，24(29)：163-169.

[5]余凌翔，朱勇，魯韋坤，等.基于HJ-1CCD遙感影像的西雙版納橡膠種植區(qū)提取[J].中國農(nóng)業(yè)氣象，2013，34(4)：494-496.

[6]陳匯林，陳小敏，陳珍麗，等.基于MODIS遙感數(shù)據(jù)提取海南橡膠信息初步研究[J].熱帶作物學報，2010，31(7)：1182-1185.

[7]朱海濤，張霞，王樹東，等.基于面向?qū)ο鬀Q策樹算法的半干旱地區(qū)遙感影像分類[J].遙感信息，2013，28(4)：50-56.

[8]梁守真，陳勁松，吳炳方，等.應用面向?qū)ο蟮臎Q策樹模型提取橡膠林信息[J].遙感學報，2015，19(3)：488-489.

[9]周春艷，王萍，張振勇，等.基于面向?qū)ο笮畔⑻崛〖夹g(shù)的城市用地分類[J].遙感技術(shù)與應用，2008，23(1)：31-35.

[10]李衛(wèi)國.農(nóng)作物遙感監(jiān)測方法與應用[M].北京：中國農(nóng)業(yè)科學技術(shù)出版社，2012：224-227.

[11]正斌，余東莉.基于Landsat 8影像的西雙版納森林覆蓋信息提取研究[J].林業(yè)調(diào)查規(guī)劃，2014，8(39)：11-14.

[12]徐涵秋.利用改進的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究[J].遙感學報，2005，5(9)：590-591.

[13]查勇，倪紹祥，楊山，等.一種利用TM圖像自動提取城鎮(zhèn)用地信息的有效方法[J].遙感學報，2003，7(1)：37-40.

[14]劉元亮，李艷，吳劍亮.基于LSWI和NDVI時間序列的水田信息提取研究[J].地理與地理信息科學，2015，31(3)：33-34.

[15]鄧書斌，陳秋錦，杜會建，等.ENVI遙感圖像處理方法[M].北京：高等教育出版社，2014：109-110.

[16]Herold M，Liu X H，Clarke C k.Spatial metrics and imagine texture for mapping urban land use[J].Photogrammetic Engineering&Remote Sensing，2003，28(4)：509-512.

[17]國家質(zhì)量監(jiān)督檢驗檢疫總局.GB/T 21010—2007土地利用現(xiàn)狀分類[S].北京：中國標準出版社，2007.

[18]云南省統(tǒng)計局.2016年云南統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2016：485-489.

[19]水利部.SL190—2007土壤侵蝕分類分級標準[S].北京：中國水利出版社，2008.

Rubber Plantation of Xishuangbanna Information Extraction and Monitoring of Spatial-temporal Pattern Expansion

LIU Chenli1，ZHANG Jun1，LI Yangyang1，CHEN Yulong2，YANG Xuchao1

(1.SchoolofResourcesEnvironment&EarthScience，YunnanUniversity，Kunming650504，Yunnan，China；(2.SchoolofGeographicScience，EastChinaNomalUniversity，Shanghai200062，China)

Rubber plantation of Xishuangbanna is planted apart from Hainan Island in china′s largest rubber plantation base，extraction of rubber planting area using remote sensing techniques，monitoring changes in the spatial distribution and spatial-temporal change pattern，ecological environment changes in local decision-making foundation for rational exploitation of resources and the promotion of economic development.Base on Landsat TM/OLI image as data source，respectively for 2005，2010，2015，rubber forest extraction.Firstly，the spectral analysis of a typical surface features，space，time，texture，color and other features，using normalized spectral differences，index，texture，terrain features，such as object-oriented classification model of rubber forest.Meanwhile，with the Google Earth platform and investigation sampling point for rubber-identification and analysis.Finally，combined with topography，rubber area analysis time and space expansion.The results showed that rubber forest classification using object-oriented membership better，the extraction of rubber is mainly concentrated in the cities of mengla and Jinghong Counties，showing characteristics of spatial aggregation，from center to spread all over，most of the rubber distributed in 600～1200 meters above sea level and within the slope 8°～25°.From 2005 to 2010，the fastest rubber expansion at 33900 hm2·a-1，2010 years later，rubber planted area growth rate gradually reduced.

rubber plantation；classification of membership；normalized index；texture；Xishuangbanna

2016-11-29；

2017-01-15

云南省科技廳基金項目(中高分辨率遙感數(shù)據(jù)支持下的橡膠林地信息定量識別方法研究，2013ZD002)

劉陳立(1992—)，男，云南曲靖人，云南大學資源環(huán)境與地球科學學院碩士研究生，從事遙感與地理信息系統(tǒng)研究。E-mail：1770642605@qq.com。

張軍(1972—)，男，云南大學資源環(huán)境與地球科學學院副研究員，博士。E-mail：50981534@qq.com。

10.13428/j.cnki.fjlk.2017.02.008

S794.1；TP79

A

1002-7351(2017)02-0043-08