面向某县地理国情普查的数据采集技术与方法探讨

王大勇

摘 要：地理国情普查是一项重大的国情国力调查，是掌握地表自然、生态以及人类活动基本情况的基础性工作，是开展地理国情监测的前提和基础。通过开展地理国情普查，能够全面获取各类地理国情信息进行综合统计分析，揭示经济社会发展和自然资源环境的空间分布及内在关系，实现地理国情信息对政府、企业和公众服务。该文以某县地理国情普查试点为例，详细介绍地理国情地表分类覆盖数据的采集过程。

关键词：地理国情 地表覆盖 数据采集 分类

中图分类号：P208 文献标识码：A 文章编号：1674-098X（2016）02（a）-0008-02

地表覆盖是地理国情普查的基础，地表覆盖分类数据采集是地理国情普查数据采集的重要组成部分。目前，有很多基于遥感影像获取地表覆盖分类数据的方法，包括计算机自动分类、全人工交互式解译、外业调查等，其中，计算机自动分类效率最高。然而，自动分类容易出现细小碎块，也存在很多误分的情况；全人工交互式解译的准确率最高，但工作量很大。该文以某县地理国情普查试点为例，将遥感自动解译与人工采集结合起来，对地表覆盖分类数据采集方法进行详细的研究和探讨。

1 普查数据采集的数学基础及精度

1.1 数学基础

数据制作的坐标参照系：采用SCSG2000国家大地坐标系；采用地理坐标，经纬度坐标值以“度”为单位，用双精度浮点数表示，至少保留6位小数。高程基准：1985国家高程基准，高程系统为正常高；高程坐标单位为“m”。注：过程分幅数据采用高斯—克吕格投影，按3°分带；投影带的中央经线与赤道的交点向西平移500 km后的点为投影带坐标原点。平面坐标单位采用“m”，坐标值保留3位小数。

1.2 精度指标

1.2.1 数据采集精度

数据采集精度。即采集的地物界线和位置与影像上地物的边界和位置的对应程度。影像上分界明显的地表覆盖分类界线和地理国情要素的边界以及定位点的采集精度应控制在5个像素以内。特殊情况，如高层建筑物遮挡、阴影等，采集精度原则上应控制在10个像素以内。如果采用影像的分辨率差于1 m，原则上对应的采集精度应控制在实地5 m以内，特殊情况应控制在实地10 m以内。由于摄影时存在侧视角，具有一定高度的地物在影像上产生的移位差需要处理，以符合采集精度要求。

1.2.2 分类精度

对于地表覆盖分类数据，没有明显分界线的过渡地带内覆盖分类应至少保证上一级类型的准确性。应综合采用包括外业调查、交叉复核等多种措施，并加强过程质量控制，确保各级类型具有优良的分类精度。具体分类精度要求及其评价方法在《地理国情普查检查验收与质量评定规定》中有规定。

1.2.3 属性精度

长度、宽度、高程、面积等均采用米制单位。获取的定量属性值保留的小数位及数量单位应符合数据规定中各具体属性项的要求。各属性项赋值必须符合数据规定中各具体属性项定义的取值范围，取值与地物实际属性相符。

2 数据采集技术与方法

地表覆盖分类数据采集是以航空摄影正射影像为基础，利用收集整合的参考数据，采用遥感自动解译与技术人员采集相结合的方式，参考基础地理信息、土地利用、自然资源等资料，按照地理国情普查内容与指标要求，开展内业判读与解译，进行地表覆盖分类，并进行人工编辑，完成地表覆盖分类数据采集。采集技术与方法如图1所示。

（1）以1∶10 000 DLG基础数据现势性好坏作为标准，将DLG现势性好和差的数据区分开来。（2）按照先分割后分类的思路，应用遥感自动解译和技术人员采集相结合的方法，在FeatureStationGeoEX、AutoCAD、GeowayHASP等软件中采集部分面对象和地类界，再利用自主开发的ArcGIS构面工具完成覆盖分类数据构面。（3）将覆盖分类结果套合影像，对影像进行识别与判读，对对象进行合并、拆分、重构等编辑。（4）根据外业核查结果，对地表覆盖分类数据进行修改，直到合格为止。

3 数据采集详细过程

下面以某县地理国情普查试点为例，详细介绍地理国情地表分类覆盖数据的采集过程。

3.1 数据准备

地表覆盖分类数据采集以航空遥感影像数据为主要数据源，以1∶10 000 DLG基础数据作为影像分割参考，由于DLG成图时间不同，导致DLG的现势性存在差异。DLG现势性好的数据具有较强的参考价值，可以作为影像分割依据，而DLG现势性差的数据参考价值则不大。故在进行采集之前，需要对DLG数据进行区分，针对DLG现势性好和差的数据分别进行处理。

3.2 DLG现势性差的数据采集方法

DLG现势性差的数据不适合作为影像分割的依据，以航空摄影正射影像为基础，技术人员首先直接在FeatureStation GeoEX软件中采集道路、房屋建筑区、水域等面对象，再采集其他地表覆盖类型的地类界。同时，光谱特征突出的对象如水域，可以应用遥感自动解译的方法进行提取，提高采集效率。具体如下：（1）道路采集：首先采集道路中心线，给道路宽度赋值，在FeatureStation GeoEX中使用线缓冲构面的方法构建路面。（2）房屋建筑区采集：一般情况下，房屋建筑区与道路相邻，故在采集完道路后，在FeatureStation Geo_EX中采用边线构面的方法采集房屋建筑区。（3）水域采集：采集液态水和固态水覆盖的地表。水面的光谱特征若与周围地物存在明显差异，采用监督分类的方法提取水面。（4）其他地类：参照原始影像，采集其他地表覆盖类型的地类分界线。

3.3 DLG现势性好的数据采集方法

对于DLG现势性好的数据，其DLG数据具有较强的参考价值，可以作为影像分割依据，可先在AutoCAD、GeowayHASP软件中进行数据更新，再利用DLG数据进行影像分割。具体方法如下：（1）将DLG数据转换为DXF格式，导入AutoCAD/GeowayHASP软件。（2）在AutoCAD/GeowayHASP软件中，参照正射影像底图，对DXF数据进行更新，主要包括道路边线闭合、房屋建筑区范围更新、水域更新及地类界更新。（3）以更新后的DLG数据为分割依据，采用遥感自动解译的方法对影像进行分割，提高分割准确度。

3.4 地表覆盖分类数据构面

按上述方法进行数据采集之后，还需要对数据进行构面并对图斑进行分类。笔者在ArcGIS中自主开发了构面，工具，能够实现植被符号转植被样本点、SHP数据入库、根据采样点构面、拓扑检查等功能。

（1）将前期采集数据转换为SHP文件格式。（2）植被符号转换为植被样本点。将1∶10 000 DLG基础数据的植被作为图斑分类参考，在ArcGIS中将植被符号转换为植被样本点。（3）根据前期LCA层面数据、地类分界线数据和植被样本点数据，在ArcGIS软件中进行构面。

3.5 后期编辑与检查

由于遥感自动解译不能保证地表覆盖分类的结果完全正确，所以，地表覆盖分类数据构面完成后，还需对结果进行人工解译与编辑。将覆盖分类结果套合影像，对影像进行识别与判读，对对象进行合并、拆分、重构等编辑；然后，根据外业核查结果，对地表覆盖分类数据进行修改，直到合格为止。检查合格后的成果如图2所示。

4 结语

通过采用遥感自动解译和技术人员采集相结合的方法，先分割后分类，同时利用自主开发的地表覆盖分类数据构面工具，应用FeatureStation GeoEX等专业软件进行地理国情地表覆盖分类数据采集，具有较高的效率和准确度，可以应用于今后地理国情普查数据生产之中。同时，由于FeatureStation GeoEX软件自带的数据预处理整合功能相对薄弱，所以借鉴1∶10 000 DLG成图的技术，先在AutoCAD、GeowayHASP中对已有的DLG成果按照地表覆盖分类要求进行整合利用，再通过建拓扑、修悬挂、构面编辑、增加CC码属性，最终得到面状SHP数据，将其导入地表覆盖分类系统中。不过，此方法的人工编辑工作量仍然较大，今后将着手开发基于AutoCAD的数据整合方案，寻求自动化程度更高的方法，提高自动解译的精度和水平，进一步减少人工工作量。

参考文献

[1] 王瑜婷.国务院部署开展第一次全国地理国情普查[N].中国测绘报，2013-03-05.

[2] 陈俊勇.简论地理国情监测[J].地理信息世界，2013，20（3）：4-6.

[3] 董冬，龚伟.浅谈地理国情普查基本要素内容[J].测绘与空间地理信息，2013，36（8）：199-201.