地理国情普查时点核准变化区域自动检测方法

王立刚，池淑文

（1.宁夏国土资源地理信息中心，银川 宁夏 72002）

地理国情普查时点核准变化区域自动检测方法

王立刚1，池淑文1

（1.宁夏国土资源地理信息中心，银川 宁夏 72002）

分析了目前所能采取的地理国情普查变化区域的检测方法，介绍了基于影像的变化区域监测流程。由于受到数据源的制约，此次时点核准不具备采用遥感解译软件直接进行变化区域识别的条件，提出了一种基于前一阶段生产的成果数据，结合时点核准影像，利用地理国情要素提取与解译系统软件，先对时点核准影像进行监督分类，再找出变化区域的方法，即基于影像变化检测出变化区域的方法。

变化区域检测； 地表覆盖分类； 监督分类

地理国情普查标准时点核准的主要目标是通过核实从数据采集到标准时点阶段发生变化的内容，利用最新时相的卫星遥感影像数据，发现并核查到标准时点阶段发生变化的地表覆盖和地理国情要素，核准各类内容的正确性，补充新增内容，消除普查前阶段由于资料时效性和外业局限性等导致的现势性参差不齐现象，使普查成果尽可能反映普查标准时点的状态。

地理国情普查时点核准区域变化检测是利用时点核准影像进行数据分类提取，和前一阶段生产的数据进行比对，检测出该地区的地物有无变化，并对变化范围进行定性。

1 时点核准变化区域检测方法介绍

常用遥感影像处理软件只能对相同数据源、时相较为接近的影像进行自动比对，找出变化区域，而此次地理国情普查前一阶段生产使用的大多为0.5 m分辨率影像，而时点核准主要采用2.1 m分辨率的影像，且时相也大多不相同，故此次变化区域自动监测不能用遥感影像处理软件直接提取变化区域。针对此次地理国情普查的数据现状，变化区域检测可采用普查成果叠加新影像人工检查变化和基于影像变化检测识别变化区域两种方式，技术流程如图1所示。

1）普查成果叠加新影像人工检查变化是利用标准时点核准新影像叠加前阶段普查数据成果，并对照前阶段使用的影像资料，时点核准方案列出的重点内容，选择目标类型图斑或要素，逐一对比影像，确定是否发生变化。

2）基于影像变化检测识别变化区域。利用标准时点核准的遥感影像数据，采用地理国情要素提取与解译系统，利用前一阶段生产的遥感解译样本数据和地表覆盖分类数据对时点核准影像进行自动分类，通过自动或人机交互，识别出2个时间之间发生变化的区域。

图1 时点核准变化区域识别技术流程图

由于时点核准阶段时间紧、任务重，工作量大，传统的利用普查成果叠加新影像检查变化区域需要耗费大量的人力和时间。本文主要研究基于地理国情要素提取与解译软件，充分利用前一阶段生产的地表覆盖分类成果数据和遥感解译样本成果数据，实现利用影像变化检查变化区域的方法。

2 变化区域自动检测实现

基于影像变化检测识别变化区域的主要流程是收集新影像资料进行分析、对新影像进行几何校正、对校正好的影像进行分类和变化区域识别4个步骤。

2.1 影像资料收集分析

宁夏第一次地理国情普查时点核准使用国普办下发的ZY-3、ZY-2和GF-1卫星影像，分辨率分别为2.1 m、2.1 m和2.0 m，时相集中在2015年3月和4月，时相和分辨率均满足国普办时点核准影像要求。宁夏第一次地理国情普查时点核准数据源即为本次研究数据源。

2.2 几何校正

几何校正就是遥感影像在做解译前，需要用户进一步使遥感影像的几何位置与某种地理坐标系统相符合，并与地图进行配准[1]，从而使遥感影像的几何位置与地形图的投影位置相符合，完成遥感影像的精校正。

由于本研究获得的资源三号卫星遥感影像已经作过几何粗校正，所以只需要利用之前的地理国情普查控制点数据进行影像配准和融合，并在输出时将2.1 m分辨率重采样为2.0 m，以满足相关技术规定要求。

2.3 遥感影像的分类

遥感影像地表覆盖分类信息提取过程也是遥感影像的分类过程。常用的遥感分类方法包括人工目视解译和计算机自动分类两种[2]。人工目视解译是根据地物的光谱、纹理、大小、位置、相关布局等空间特征，结合解译人员的经验，提取遥感影像信息的方法，精度较高，但效率较低；计算机自动分类虽然精度相对较低，但是分类效率比较高。

此次研究采用基于统计的遥感分类技术，其核心就是对地物目标的特征分布函数进行建模解算，从而依据最小分类风险准则实现图像中的地物分类。通常将这一过程细分为：数据选择→预处理→样本选择→特征提取→地物分类→结果验证→最终分类结果[3]。其核心就是利用前一阶段生产的遥感解译样本数据来提高计算机分类精度，从而准确地发现变化区域。

训练样本采集是在影像数据校正完成后，将前一阶段完成的遥感解译样本数据提取出来，利用遥感解译样本数据的样点坐标（包括X坐标和Y坐标）、方位角和拍摄距离4个字段，计算出样本点的横纵坐标。利用GIS软件，将遥感解译样本点坐标展到地表覆盖分类数据上。按照地表覆盖分类代码，分别均匀选取10个一级类的遥感解译样本点，每个地类选取50个左右，选取原则是选择有代表性、分布较为均匀的样点。核对遥感解译样本点的CC值与地表覆盖分类代码是否一致，如果不一致，不将其作为此次研究的训练样本，如果一致，则进行保留。将保留的样点与时点核准影像进行人工比对，保证样点所在地的地表覆盖分类未发生变化。为了保证分类结果的精度，要求有足够的选择正确的训练样本，训练样本数量越多，分类精度越高。

依据建立的分类模板在一定的分类规则条件下，进行影像分割（鉴于影像分辨率为和地理国情普查最小图斑要求，经多次实验，选择分割尺度为20时效果最佳）。再导入已制作好的训练样本点，对图像像元进行监督分类，分类结果如图2所示。

图2 地表覆盖监督分类结果图

利用地理国情要素提取与解译系统分类精度评价，对分割尺度为20的自动分类数据进行评价，精度评价结果达到0.93。

2.4 变化区域识别

将前一阶段生产的地表覆盖分类数据与自动分类的数据导入ArcGIS中，分别将两期数据用Disslove工具按各自的地类编码合并，处理好后用Intersect工具求两期数据的交集要素，即可生出地类转移矩阵，找出变化区域并确定变化后的地类。

2.5 结果评价

此次实验的监督分类数据结果正确率和可靠度较高。利用变化区域自动检测方法找出变化区域后与人工进行变化区域的成果进行比较，不仅无遗漏，而且能够更详细地发现变化图斑，能满足地理国情时点核准变化区域识别需求。

3 结 语

虽然时点核准影像数据与前一阶段生产所采用的正射影像数据源类型不同、时相不同，但是充分利用遥感解译样本数据和前一阶段的地表覆盖分类数据，选择恰当的训练区和分类方法，使用地理国情要素提取与解译系统，能够找出时点核准的变化区域并进行自动分类，可信度较高。此方法也可用于地理国情时点核准变化区域发现和后期的质检工作，同时，自动分类结果可作为人工分类参考。

由于地理国情普查数据采集精度要求较高，找出的变化图斑不能直接作为成果数据引用，还需要人工对变化范围内的地物进行勾绘，或者对自动分类结果进行编辑。

[1] 高向军,罗明,张惠远.土地利用和覆盖变化（LUCC）研究与土地整理[J].农业工程学报,2001(4) :151-155

[2] 颜亮.基于 RS 和地学信息图谱的石河子市土地利用/覆被变化研究及预测分析[D].乌鲁木齐：新疆大学, 2008

[3] 唐华俊,陈佑启,邱建军,等.中国土地利用/土地覆盖变化研究[M].北京:中国农业科学技术出版社,2004

[4] 刘慧平,朱启疆.应用高分辨率遥感数据进行土地利用与覆盖变化监测的方法及其研究进展[J].资源科学,1999(3):23-27

[5] 赵荣,陈丙威.地理信息系统和遥感结合的现状及发展趋势[J].遥感技术与应用,1999(1):31-37

[6] 汤国安,张友顺,刘咏梅,等.遥感数字图像处理[M].科学出版社,2004

[7] 李艳丽,赵纯勇,穆新伟.基于 GIS 与 RS 技术的城市土地利用/覆盖变化分析[J].水土保持研究,2006,13(3):72-74

第一作者简介：王立刚，硕士，主要从事地理信息数据共享应用和地理国情普查及成果应用研究。

P237

B

1672-4623（2016）10-0033-02

10.3969/j.issn.1672-4623.2016.10.009

闫凤英，博士，教授，博士生导师，研究方向为居住行为理论、城镇化与住区研究。

2016-01-22。