地理国情普查地表覆盖内业解译的质量问题研究

2015-07-21 00:19庞桂宾
科技资讯 2015年16期
关键词:内业图斑国情

庞桂宾

摘要:地表覆盖内业解译是地理国情普查的一道重要工序。地理国情地表覆盖内业解译现存图斑平面位置精度不足、分类错误多种多样等普遍问题,问题突出典型。文中针对这些问题图文并茂、清晰明了的进行了说明,并从多方面分析问题产生的原因,提出加强对技术指标和采集原则的学习和理解,加强内业与外业的结合,充分发挥解译样本的作用等建议,以有效提高内业解译的质量。

关键词:地理国情普查 地表覆盖分类 内业解译

中图分类号:K92 文献标识码:A 文章编号:1672-3791(2015)06(a)-0000-00

Quality research of Geographical conditions census surface coverage interpretation in the industry

Pang Guibin

(Guangzhou Municipal Real Estate Surveying and Mapping institute, Guangdong Guangzhou 510000)

Abstract:Surface coverage interpretation in the industry is one of the important processes of geographical conditions census. There are many universal problem of geographical conditions census surface coverage interpretation in the industry, like the precision of feature plane location is not enough, classify is incorrect in varied forms, and so on. And the problems are striking and typical. There give some clear and distinct illustrations by picture and comment, analyse the causes of these problems in many ways, and suggest deepen people's comprehension to the technical standards and the extractable principles, strengthen ties between the work about inside and outside, bring the effect of the interpretation sample into full play, to improve the quality of the Surface coverage interpretation in the industry efficaciously.

Key words: geographical conditions census; Surface coverage classify; interpretation in the industry.

为全面掌握我国地理国情现状,满足经济社会发展和生态文明建设的需要,国务院下发了《国务院关于开展第一次全国地理国情普查的通知》(国发[2013]9号),决定于 2013 年至 2015 年开展第一次全国地理国情普查工作。地理国情普查对推动国家重大发展战略制定实施及资源合理配置,推进节约型社会和生态文明建设具有重要意义。

本文参考现有的国家技术标准和行业技术规范,和《GDPJ 01-2013地理国情普查内容与指标》的规定,简单介绍下地表覆盖分类的内业解译作业的质量要求,以及存在的问题。

1地表覆盖分类对象和内容

1.1分类对象

地表覆盖分类信息反映地表自然营造物和人工建造物的自然属性或状况。地表覆盖不同于土地利用,一般不侧重于土地的社会属性(人类对土地的利用方式和目的意图)等。地表覆盖通常采用规则格网形式的场模型(也称作域模型)进行描述。

1.2分类内容

地理国情普查内容分为12个一级类,58个二级类,135个三级类。其中,一级类分别为:耕地、园地、林地、草地、房屋建筑(区)、道路、构筑物、人工堆掘地、荒漠与裸露地表、水域、地理单元、地形。地理单元和地形两个大类不涉及地表覆盖分类[1]。

具体详细分类及采集指标见《GDPJ 01-2013地理国情普查内容与指标》。

2地表覆盖分类内业解译作业存在的常见问题

2.1 图斑平面位置有误,达不到精度要求

地表覆盖分类直观的反映为图斑的划分,因此质量问题集中发生在图斑平面位置的准确性中。国斑的平面位置有误可以区分为以下五种情况:

(1) 图斑分割规则把握不准,综合过大,边界采集随意。

图1 综合过大

图1的案例中,未按规定在勾画房屋建筑区范围时,在包含相同房屋建筑数量的情况下,应尽可能保持外廓线包含的范围最小,随意将林地划入房屋建筑区, 属于综合过大。

图2 边界随意

图2的案例中,图斑边界采集随意,未把握好采集规定,图斑应按影像纹理准确划分,平面位置精度控制在5个像素以内[2]。

图3 边界不准

图3的案例中,未按“所见即所得”原则[3]采集水面范围,而是采集了高水界范围。

(2) 多层房屋采集,没有进行投影差改正。

图4 未改正投影差

对于具有一定高度,影像上有投影差的地物,采集时应改正投影差,以保证地物平面位置的精度。

(3) 直接利用基础测绘或专业资料形成图斑,未按照影像确认。

图5 未按影像修改

图5中的案例中,作业人员使用已有基础测绘资料减少采集工作量,但未按影像进行适当的编辑修改。

(4) 利用不同影像源采集图斑等原因,与 DOM 套合出现系统偏移。

图6 与DOM不套合

图6中的案例中,作业人员用左边的卫星影像采集了道路,用右边的航空影像采集房屋、水系,两次使用的影像源不同,导致整合后出现了与DOM不套合。

(5) 相邻图幅图斑几何图形不接边。

图7 图斑几何不接边

图7的案例中,上图的图斑在下图中无对应图斑采集,造成不接边。相邻区域由不同作业人员作业时,对于在边界处的小图斑应做接边处理,不能简单判定为不够上图指标而不提取。

2.2 图斑属性精度问题普遍

图斑属性精度问题可细分为以下三个方面。

(1)图斑分类错误类型多种多样,问题突出。

图8 绿化林地分类错误

图8的案例中将城市绿化林地(0360)错分为绿化草地(0422)。

图9 房屋建筑区分类错误

图9的案例中将高密度多层房屋建筑区(0511)错分为高密度低矮房屋建筑区(0521)。

图10 硬化地表分类错误

图10则将露天堆放场(0717)错分为其它堆放物(0829)。

另外还有将水田(0110)错分为高覆盖草地(0411),将露天采掘场(0810)错分为其他人工挖掘地(0890),将乔灌果园(0211)错分为阔叶林(0311)等等,情况多种多样,不胜枚举。导致这些错误的原因也是多方面的,下文再进行详述。

(2)图斑属性 TAG 值填写未体现生产进程,漏填错填。

图11 TAG值填写错误

图11的案例中,TAG出现了0,39这样的非设定值。实际中还有全是1,全是0这样的情况,完全没有按实际生产进程去录入相应的TAG值。

(3)相邻图幅图斑属性不接边。

图12 图斑属性不接边

图12的案例中,低密度低矮房屋建筑区(0522)与旱地(0120)不接边。不同图幅的图斑必须经过接边,否则图幅边上的图斑的位置和属性都不可能接上的。

2.3图斑完整性存在欠缺

(1)图斑覆盖不完整,存在空白区。地表覆盖分类是对整个地表的自然属性和状况的一个反映,应该是满覆盖的,不能出现空白区。出现这种错误是作业人员粗心遗漏,同时软件的拓扑检查功能不强而导致的。

(2)遗漏采集达到指标的图斑。

图13 遗漏采集图斑

图13的案例中,分别漏采了够上图指标的公路和硬化地表。这种错漏主要是作业人员对采集指标的把握不准导致的。作业时应把握好“应采尽采”的原则[3],凡是达到指标的都应采集,刚开始作业时如对图上的面积大小把握不准,可用软件功能先测对应的地物的面积,再判断是否采集,熟练后就可大大减少这种情况。也可粗略目测后,只要不是过小的图斑都进行采集,完成作业进行检查时再对面积进行软件筛选,对不符合上图的进行合并。

(3)存在多余采集的图斑。

图14 道路采集多余

图14的案例中,按“高度优先”[3]原则,被树林覆盖的道路不应采集。地表覆盖分类应以顶层的优势类型确定其覆盖类型。还有不达到规定采集指标的图斑也不应采集。

2.4图斑逻辑一致性不符合规定

(1)概念一致性,属性数据表软件设置与定义不完全一致。

(2)图斑面拓扑关系存在不合理。

图15 同类图斑未合并

图15的案例中,两个相邻图斑同为针叶林(0312),按规定相邻同类图斑应合并。面拓扑关系是入库数据的一个基本要求,应通过软件和人工方式详细检查。

2.5数据现势性没有得到及时更新

对新增、变化的地表覆盖分类图斑没有补调或补测。

图16:变化图斑未补测

图16的案例中,实地已经发生变化,新增了房屋建筑区,应进行补调或补测。

3分析与建议

实际作业中出现的质量问题远不止于以上的案例,但篇幅有限,不可能一一具体罗列。无论质量问题的表现形式如何多种多样,其本质上都可归纳为以上几种基本质量问题。

首先,最普遍的问题之一是图斑的平面位置精度超限。其原因一方面在于采集所使用的影像源、数据源的质量。影像的分辨率越高,纹理越清晰,现势性越好,自然采集的图斑质量也越好。另一方面是作业人员对技术指标以及“所见即所得”、“应采尽采”和“高度优先”等采集基本原则把握不准,操作不规范,而在质量检查时也没有做到位。建议普查作业单位应结合本地区特点针对地表覆盖分类问题进行专题讨论,开展技术交流,加深理解,统一认识,从根本上提升地表覆盖解译分类的正确率以及图斑边界分割的准确性,并将难以解决的问题汇集上报国务院普查办。

其次,图斑分类错误是另一个较为普遍性的问题。图斑分类出错的原因很多,如:内业解译欠缺判读经验,对某些疑难或认识有歧义的地表覆盖分类,缺乏样本库的支撑及详细的技术指导,导致分类结果多样化;外业核查没有对内业图斑分类全面把关,特别是对疑问图斑没有做到实地一一核查,对内业未解译的图斑进行补调;也有少数作业人员的质量意识、责任心、基本技术技能不足,导致出现一些不该有的错误,如将水库堤坝错采为低矮独立房屋、将道路路面错归为乔灌果园等。

要有效减少内业解译时质量问题,需积极开展技术交流,进行专题讨论,加深理解,统一认识;还需要加强与外业的结合,对地表覆盖分类的疑难问题,加大解译样本的采集力度, 同时采用图文并茂的典型样图方式统一有歧义问题的认识,规范问题的处理方法;强化生产标记信息 TAG 码以及影像解译样本数据库的作用,规范“内业解译—外业核查—内业编辑”工序之间的数据衔接;外业核查应对内业图斑分类全面把关,特别是对疑问图斑做到实地一一核查,对内业未解译的图斑进行补调。

4结语

本文对地理国情普查地表覆盖内业解译的技术质量问题进行了深入、系统的归纳总结,对存在的常见问题进行了案例说明,并多方面分析了产生的原因,提出加强对技术指标和采集原则的学习和理解,加强内业与外业的结合,充分发挥解译样本的作用等建议。地理国情仍是首次开展,尽管各项规定都已尽量详尽,但在实际做业中因实际情况的多样性,依然遇到了各种各样的问题,希望本文对目前为止出现的地表覆盖内业解译的典型问题的分析与建议,对完成地理国情普查地表覆盖的内业解译有所帮助。

参考文献

[1] GDPJ 01-2013,地理国情普查内容与指标[S].2013.

[2] GDPJ 03-2013,地理国情普查数据规定与采集要求[S].2013.

[3] 汤育红. 地理国情普查地表覆盖与国情要素信息的提取方法探讨[J].测绘与空间地理信息,2013,36(12),89-91

[4]GDPJ 09-2013,地理国情普查检查验收与质量评定规定[S].2013.

[5] GDPJ 11-2014,地理国情普查外业调查技术规定[S].2014.

[6] GDPJ 06-2014,地理国情普查遥感影像解译样本数据技术规定[S].2014.

[7] GDPJ 51-2014,地理国情普查常见问题解答(一)[S]. 2014.

[8] GDPJ 52-2014,地理国情普查常见问题解答(二)[S].2014.

猜你喜欢
内业图斑国情
地理国情监测中异形图斑的处理方法
公路施工项目内业资料管理探讨
基于C#编程的按位置及属性值自动合并图斑方法探究
应用地表覆盖数据估算LiDAR内业工作量的方法研究
家国情 诗词魂
土地利用图斑自动检测算法研究
高速公路机电系统内业资料管理思考
建筑工程内业资料管理探讨
推广生物乙醇汽油:迫切且合乎国情
地理国情监测知识支持库初步设计