● 摘要
本文选取我国植被气候比较敏感的黄土高原作为典型区域，选
取2000年、2005年、2010年三个年份的MODIS-EVI时间序列数据为基础。先对研究区数据做相应预处理，包括KPCA变换、缩放变换等。接着利用高斯混合模型对随机的20000+ 个样点进行聚类，然后利用SVM方法进行扩展到全区域，再结合辅助数据及Google Earth等信息进行类定义、合并、精度验证等操作。最后以2010年土地覆盖数据为基准，进行不同土地覆盖类型的特征曲线提取，结合LibSVM模型进行2000年和2005年土地覆盖自动判别归类。最终得到三期土地覆盖数据，并简要的说明了下这10年间黄土高原不同时期、不同区域的土地覆盖变化情况和土地覆盖类型转化情况。具体得出如下几个结果：
(1)建立了以黄土高原为例的基于模型聚类和SVM混合模型的土地覆盖分类体系，其验证结果显示总体精度达87%，Kappa系数为0.75；
(2)黄土高原区具有很强的植被地带性；总体上森林资源稀少；由东南向西北，自然植被主要包括阔叶落叶林、森林草原、草原以及荒漠草原为主；农作物主要包括渭河平原的两季作物，以冬小麦夏玉米为主；汾河平原西南以单季水稻为主，东北以小麦、棉花为的粮棉产区；河套平原以及宁夏以小麦为主的一季作物。其中林地、草地、农田、裸地、水体的面积依次为：97670:81km2; 399434:18km2; 105129:64km2; 14764:46km2; 3000:94km2。
(3)总体上以草地转为农田、林地、裸地，农田转草地、林地，裸地转草地等几种方式。其中近10年林地增幅最大，达105.411%，而裸地降幅最大，为-48.034%。从前后五年以及各类转化分式可以推出，存在农田到草地再到林地，以及裸地到草地再到林地这两种主要的复式转化方式。
(4)本文简要的分析了下该区域土地覆盖变化的驱动因素，结果表明在短期内除了人为的影响，主要包括复垦、退耕还林还草、宜林荒地造林等，降水对于黄土高原植被覆盖变化同样起到了关键作用。
本文的主要创新点：
整合了目前比较流行的混合模型聚类（Mclust）和支持向量机（SVM）两种
算法于一体，使得在土地覆利用/覆盖分类中不仅提高了精度，同时，也弱化了不同人员在土地利用/覆盖的差异性;
根据已得到的土地覆盖分类结果（2010），利用LibSVM模型对不同土地覆盖类型的特征曲线自动进行土地覆盖分类。这样不仅节约人力物力，同时不同年份之间不因为不同人的操作、不同时间的操作而造成混淆，更好的指示土地覆盖变化；
以复杂多样的黄土高原植被气候区为例，一方面从实际出发验证了上述方法的可行性，同时，为进一步研究黄土高原区的人地关系奠定了基础。