Simone
遥感数据处理结束后，随后开展土地利用分类。目前在国内外的土地利用分类研究中，都是根据土地利用类型的特点及土地利用的产品或土地利用功能的差异划分土地利用类型（陈百明，张凤荣，2011）。由于研究区有部分是矿区，建立分类体系应尽量反映矿宴培区各土地利用类型在矿产开采中的功能特征（韩武波等，2012）及土地损毁的特征（陈龙乾等，2004；陈华丽等，2004）。依据土地利用分类标准及研究区露天矿区的土地利用特征，将研究区土地利用类型分为3个一级类，包括农用地、建设用地和损毁地，10个二级类，分别是：耕地、林地、草地、城镇、农村居民点、露采区、剥离区、排土场、工业广场、交通用地。其中农用地包括耕地、林地、草地，建设用地包括城镇、农村居民点、交通用地，损毁土地包括露采区、剥离区、排土场、工业广场（曹银贵等，2006；毕如田等，2008；曹银贵等，2014）。具体的分类体系如表3.3所示。
表3.3 研究区土地利用分类体系
表3.3 研究区土地利用分类体系
根据各土地利用类型在遥感晌亮唯影像上的纹理特征，建立遥感影像解译标志（余勤飞，2014）。利用ENVI 5.0对遥感影像进行监督分类，获取各研究期土地利用图。利用Kappa系数来检测分类的精度，Kappa系数检验成为遥感分类精度检验的标准方法（键高郑明国等，2006）。1986年、1996年、2000年土地利用分类结果的 Kappa 系数均达到0.90 以上，2004年、2009年、2013年土地利用分类结果的 Kappa 系数均达到 0.80 以上。高翔等（2013）认为Kappa系数在0.75以上即能满足分类精度要求。在ArcGis 10.0平台支持下对解译结果进行统计和分析，得到不同时期研究区土地利用类型面积等信息（牟凤云等，2007）。
在ArcGis 10.0 平台支持下，将两期土地利用图进行叠加分析，获取各研究阶段土地利用变化图及土地利用转移矩阵。
