Google Earth和天地图在林地变更中的应用比较和优化

曲宏辉,张舒洁,王正茂,孙中元,刘成杰

(烟台市自然资源和规划局，山东 烟台 264003)

0 引言

林地变更是实现林地管理“一张图、一套数、一盘棋”的主要内容[1]，也是森林资源监测的重要组成部分[2]。在森林资源监测中，遥感技术发挥着重要的作用[3-5]。目前，山东省的林地变更工作是以林地“一张图”为基础，应用前后期的高分辨率遥感影像进行对比分析，判读区划变化图斑，结合资料和调查，确定林地变化情况，从而产出当期林地变更的调查结果[6]。

目前实际工作中应用的遥感影像主要是由省级监测部门下发给县级监测部门，属于涉密数据。因受地理、气候、时间等因素的影响，部分地区的影像分辨率不能达到令人满意的程度，致使工作人员不能把握准确信息[7]，从而影响林地变更调查工作的正常进行。

近几年，Google Earth和天地图影像已普遍应用于各类森林资源监测工作[8-11]，尤其在林地变更工作中，Google Earth和天地图影像的应用拓展了影像资源，提高变更工作的准确性和效率[12-15]。但笔者在烟台市林地变更工作中发现，由于Google Earth和天地图影像存在偏移、变形等问题，也会影响林地变更工作的质量。该文对Google Earth和天地图影像进行对比研究，并用校正配准方法对影像进行配准，对Google Earth和天地图影像在林地变更工作中进行应用的精度和可行性进行比较和探讨。

1 材料与方法

1.1 Google Earth和天地图影像简介

Google Earth是美国谷歌公司开发的一款大众化软件，能提供比较清晰的免费卫星影像资源。大部分地区的影像分辨率为2～4m，部分高清晰度影像的分辨率可达0.5m[8]。

“天地图”网络影像是由国家测绘地理信息局主导开发大型互联网地图服务网站，旨在提供权威统一的地理信息服务。目前全国大部分区域可以提供分辨率为0.54m的卫星遥感影像等地理信息数据[16]。

覆盖烟台市Google Earth和天地图影像皆为高精度影像，能够满足烟台市林地变更调查遥感判读的精度要求。

1.2 影像资源的下载

网络影像数据可使用第三方软件进行下载。该研究利用水经注万能地图下载器下载Google Earth和天地图影像，通过选择行政区划来确定下载范围。因上级监测部门下发的标准影像的分辨率为0.5m，坐标系为CGCS2000地理坐标系，所以影像下载时，选择级别19级，分辨率为0.6m，坐标投影选择CGCS2000高斯投影，格式为TIF。

1.3 影像配准

配准是指同一区域内以不同成像手段所获得的不同图像图形的地理坐标的匹配，主要是建立要校正的图像于标准影像之间的变换关系[17]。该文主要是利用ArcGIS软件对下载的影像进行配准。ArcGIS可提供零阶多项式、一阶多项式、二阶多项式、三阶多项式、校正、样条函数和投影变换等7种配准方法。其中校正配准是对全局最小二乘拟合局部精度进行优化，是由多项式变换和不规则三角网插值技术的算法构成，至少需要3个控制点[17]。校正配准相比其他配准方法，操作相对简单，且在局部配准时的精度较高，所以该研究采用校正配准方法。但在实际工作中发现采用3个控制点进行配准时，影像进度难以满足林地变更工作的精度要求，为了提高配准后的影像精度，该研究采用10控制点对影像进行配准。配准时控制点的多少决定了其位置计算关系式中的最高次数。为了使配准后的图形各处效果都比较好，必须使控制点选取在图形各处且分布均匀，特别是边界、四角要有点[17](表1、图1)。

图1 10控制点分布示意图

表1 10控制点位置信息(m)

1.4 研究设计

在实际工作中县级技术人员一般直接下载县域范围内的影像，或者直接加载网络影像在线服务。因影像范围较大，配准难度大，为了提高影像精度，该研究以乡镇作为研究对象。从烟台市选取3个规模较大的乡镇(桃村镇、郭家店镇、大辛店镇，面积分别为27714hm2,23959hm2,25001hm2)、3个中等规模的乡镇(辛庄镇、龙泉镇、二十里店镇，面积分别为11247hm2,10594hm2,10267hm2)、以及3个小规模乡镇(梦芝街道办事处、黄山馆街道办事处、黄海街道办事处，面积分别为3353hm2,2731hm2,1379hm2)为研究对象，通过软件下载相对应的Google Earth影像和天地图影像。

在ArcGIS软件上建立一个点矢量图层，以上级监测部门下发的标准影像为基准，在标准影像、Google Earth和天地图影像上找到同名地物点，建立比对点，使用ArcGIS软件上的测量工具，分别测量网络影像的偏移距离。大乡镇和中等乡镇随机验证50个比对点，小乡镇随机验证30个比对点，共计验证390个比对点。

2 结果与分析

2.1 配准前的各网络影像偏移情况

Google Earth和天地图影像与标准影像相比较的偏移情况见表2。由表2可以看出，Google Earth影像偏移较少，平均偏移1.37m，天地图影像偏移较大，平均偏移12.75m。根据《山东省森林资源动态监测信息系统建设森林资源调查操作细则》要求，小班区划界线与现地界在1∶10000比例尺下偏移不得大于0.2mm[18]，换算为实地偏移即不得大于2m。从平均值看，Google Earth影像可以直接用于林地变更工作。但具体至乡镇，桃村镇的Google Earth影像平均偏移量大于2m，因此，从局部区域而言，将Google Earth网络影像直接用于林地变更工作仍然可能会导致较大偏差。对所有比对点偏移情况进行分析，制作比对点偏移量箱形分布图(图2)。

表2 网络影像较标准影像的偏移情况(m)

从图2看，Google Earth影像在各个乡镇均有偏移大于2m的比对点，其中偏移大于2m的比对点占总比对点的比例为16%。经计算，各乡镇偏移大于2m的比对点占其总比对点的比例各不相同，具体为桃村镇42%、大辛店镇28%、郭家店镇6%、辛庄镇8%、二十里店镇8%、龙泉镇14%、黄海街道7%、黄山馆街道17%、梦芝街道10%。根据《山东省2016年度林地变更调查技术细则》,95%的小班合格即为合格[6]，研究表明，各乡镇大于2m的偏移率均大于5%的不合格率，因此，Google Earth影像不能直接用于林地变更工作。

图2 Google Earth影像在不同乡镇的比对点偏移量箱形分布图

从比对点的偏移平均值和箱形分布图看，配准前Google Earth影像精度要明显好于天地图影像，如只是将林地小班图层叠加到影像查看林地资源现状和变化情况，可直接使用Google Earth影像资源。但进行林地变更区划工作时，两者均不可以直接使用。

2.2 配准后的Google Earth和天地图影像偏移情况

对Google Earth和天地图影像配准后发现，大规模的乡镇仍然存在偏移大于2m的比对点，小规模和中等规模乡镇均无偏移大于2m的比对点，具体情况见图3。

经计算，配准后的Google Earth影像大于2m偏移量的比对点占其总比对点的比例，桃村镇为14%，大辛店镇为8%，郭家店镇为8%。配准后的天地图影像大于2m偏移量的比对点占其总比对点的比例，桃村镇为8%，大辛店镇为18%，郭家店镇为8%，均大于5%的不合格率。因此配准后的Google Earth和天地图影像不能直接应用于林地变更工作。

从图3看，大规模的乡镇偏移率不合格，而中小规模的乡镇均合格，因中小规模的乡镇面积均在1万hm2及其以下，而大规模的乡镇均在2万hm2以上，对大规模的乡镇采取小面积处理，即将3个大乡镇分成面积相等的两部分进行分别配准。配准后的结果见图4。

图3 配准后Google Earth和天地图影像偏移量箱形分布图

图4 配准后的Google Earth和天地图在大规模乡镇的比对点偏移量箱形分布图

从图4看，经过小面积处理后的大规模乡镇，配准后的Google Earth和天地图影像均无偏移量大于2m的比对点。由此可见采用校正配准方法，面积在2万hm2左右的乡镇配准后的影像精度亦不高，面积1万hm2及其以下的乡镇配准后的影像精度较高，在林地变更工作中基本可以直接使用。有研究表明，多项式是常用的精度较高的配准方法，理论上讲，任何曲面都能以适当的多项式来拟合，一般用二次多项式就可以对变形较严重的图形进行纠正，并得到较高的精度，但阶数越高，可校正的变形便越复杂，所需要的控制点也相对较多。在实际工作中，发现大范围影像的配准效果较差，很难满足林地变更的精度要求。对大区域的影像应如何配准仍需进一步研究。

3 结论

(1)研究表明，未配准前的Google Earth影像比天地图影像偏移量较少，天地图相比Google Earth存在较大的差距[19-20]。

(2)该研究采用的配准方法是校正，需要控制点相对较少，理论上只需要3个控制点，操作相对简单，但只适用于面积在1万hm2左右及其以下区域,对于面积大于2万hm2的乡镇需进行小面积处理，方能使用此配置方法。对于大区域范围的影像，如县域范围，该研究未做探索。