浅谈地理国情普查数据的地表覆盖变化监测分析

郝云飞

（山西省测绘地理信息院第一测绘院，山西 太原 030002）

0.引言

在社会经济的快速发展下，国务院加大力度开展地理国情普查工作。地理国情体现的是地表自然和人文地理要素在空间分布上的关系问题，也是基本国情的一个重要组成，是对地球表层构成国家物质基础的自然、生物和人文等各种条件因素的空间分布、时间变化和它们之间的相互关系进行宏观性、整体性、综合性调查、分析和描述形成的结果。地理国情普查工作的目的是了解当前我国自然地理、人文地理的空间分布情况，从而为生态文明的建设提供更多支持。地理国情普查的一个重要内容是地表覆盖监测，通过开展必要的地表覆盖监测能够更好地规划一个地区的资源应用，因此，获取地表覆盖数据是测绘部门必须开展的重要工作。根据目前情况，存在于现有的地理信息系统中，许多地理要素未表示，许多地名和地理要素、地理实体也没有对应的情况。本文选择经济发展快速的松山湖科技产业园区为基本研究对象，综合应用遥感影像来收集地理国情普查数据，通过对数据的整合来分析时空断面基本概况，了解地区的土地利用情况，并根据地区的土地利用情况，提出优化土地资源利用的策略，加快基础测绘建设，强化地理国情监测，能够更好地促进社会经济的快速发展。

1.地表覆盖内涵

地表覆盖是遥感影像技术应用领域的一个重要概念，从内涵上来看，地表覆盖是自然地物和人工建设物覆盖的综合性地表要素，包含土壤、水文、植被等。地表覆盖研究能够模拟地球表层系统环境变化趋势，从而为环境治理和土地资源利用规划提供重要参考支持。

地表覆盖是地理国情监测的基础。只要把地表覆盖做好了，地理国情监测才能有一个良好的开端。需要不断加强地表要素的基础性特征，综合考虑国家经济建设的全面情况，查清全国的各种资源和建设情况，如，城市建成区面积、林地状况、湿地状况、沙漠状况、河流现状等。通过多年连续监测，提取动态变化内容，就可得出各种地理国情的变化情况以及发展趋势。

2.松山湖科技产业园区基本情况概述

松山湖科技产业园区的面积为73 公顷，研究区域的监测时间范围在2013 年到2014 年之间，监测的主要内容是该地区的土地资源利用情况。区域经济发展比较快速，是整个城市发展的核心，地理位置十分优越，且周围临近较大面积的生态绿地和淡水湖，是典型的浅丘陵地形，地形起伏变化多样，但是高度差不大，十分利于城市的扩建发展。从土地利用结构来看，2011年该地区就已经建设完成面积581.50 公顷的建筑用地，但是从总体上来看，这个地区仍然存在无法被开发利用的土地。在已经建设完成的土地中，土地综合利用结构相对简单，一般被用来作为仓储用地和道路交通运输用地。

3.研究区域地理国情普查数据信息的获取和处理

3.1 数据的预处理

3.1.1 元数据坐标的转换处理

在2014 年全国地理国情普查遥感影像和地表覆盖数据应用的基础上，应用专业的2.0 米分辨率卫片影像来获取和处理信息。将所收集整理的数据信息统一到 2000 国家大地坐标系中。但是，由于所收集整理的数据资料是往年的数据资料，一些数据比较陈旧，想要使用需要对数据开展坐标转换。

3.1.2 影像配准

对所需要分析的数据信息进行正射校正处理，减少影像数据信息变形对最终分析结果的不利影响。借助已经被正射校正处理的2014 年地理国情普查成果影像，来作为基本校准影像进行几何配准。在每100 公顷的位置上，选择四个同名点进行测量，所有测量点的控制点分布比较均衡，影像边缘也布设了相应的控制点，校正精度被控制在0.5 个像素以内。

3.1.3 辐射量化统一

当不同时相的遥感影像与本底数据中的遥感影像辐射量化比特数不同时，需进行辐射分辨率处理，使经过辐射处理后的比特数与本底数据中的遥感影像统一，来保证变化检测指标各因子的计算是在同一尺度、同一量级上。

3.1.4 彩色变换

为了目视判读方便，可对不同时相的遥感影像进行彩色变换，使其接近自然真彩色，或突出部分地表覆盖信息，以增强判读效果。

3.1.5 影像强化

通过强化影像数据信息能够提升数据信息处理图像的效率。在一般情况下，通过增强影像能够将原本不够清晰的图像变得更加清晰，并对各类信息进行整合化处理和应用，从而更好地满足相关人员提取和利用信息的需要。影像增强方法主要有以下几种，根据原始资料的情况组合使用：

（1）去薄雾处理。降低多光谱影像和全色影像因薄雾造成的模糊程度。

（2）对比度/色彩饱和度调整。采用滤波和直方图拉伸的方法，对影像的对比度和色彩饱和度进行调整。

（3）匀光处理。采用直方图均衡化和直方图匹配方法，用非线性对比拉伸重新分配像元值，使一幅图像的直方图与参照图像的直方图相匹配，达到分景或分幅图像的色彩均衡。

（4）锐化处理。在不影响图像专题信息的前提下，增强整个图像的清晰度。

3.2 地理国情监测地表覆盖成果生产

借助遥感影像作为基础底图，将收集到的信息作为重要参考数据，按照《地理国情普查内容和指标》的基本要求对内业数据进行编辑。首先，根据遥感影像数据和参考数据进行影像判读训练，制作样本数据；然后，参照样本数据，在遥感影像上进行地表覆盖层数据采集,地表覆盖层数据信息的获取流程（如图1 所示）：

图1 地表覆盖层数据信息获取流程

通过将上一年度的地表覆盖成果与本年度的遥感影像成果进行叠加分析，经内业判断便可发现地表覆盖变化区域。依据影像对地表覆盖数据进行编辑处理，更新地表覆盖成果，对于内业无法判读的地物，需要进行外业核查。传统的外业调查方法是通过制作纸质调绘地图由经验丰富的调绘人员进行调绘。随着现在测绘科技的发展，外业调查的方法发生了很大变化，目前外业核查主要是使用平板调绘，直接在平板中对调绘影像进行涂鸦标注，同时可以记录调绘轨迹，对疑问图斑进行照片拍摄并采集样本，真正实现了无纸质调绘，为外业调绘提供了极大便利。最后叠加调绘成果，可以进一步对地表覆盖数据进行编辑更新，最终形成本年度的地表覆盖成果。

3.3 变化检测指标设计

通常变化检测方法是通过对不同时相的影像进行人工比对来识别变化区域，但是为了提高工作效率，人们对自动解译的方法进行深入研究，那么对地表覆盖变化发生区域范围与变化检测指标的选择以及阈值的设置研究是非常关键的。现有的地表覆盖变化检测方法主要使用单一的距离指数或相似性指数等指标来比较不同时相遥感影像间的特征差异，然后，根据确定的域值判断像元对应区域地表覆盖类型是否发生变化。常见的指数有欧氏距离、绝对距离、夹角余弦、相关系数等。

4.地理国情普查数据的地表覆盖的时空变化

4.1 地表覆盖数量变化特点

地表覆盖发生变化，在遥感影像上，表现为影像特征发生变化，通过对不同时相的遥感影像与本底遥感影像进行对比，即可识别变化发生区域。然后，将变化区域矢量化，与本底数据中的地表覆盖数据进行叠置分析，获取变化区域类型信息，得到变化类型分布范围以及面积等统计指标，进而可以掌握土地空间利用和开发状态的变化。

从2013 年到2015 年，研究开发区地表覆盖类型包含耕地、园林建设、人工挖掘用地等，其中，园林用地覆盖减少最为明显。地表覆盖增加的类型主要为房屋和道路。

4.2 地表覆盖类型的变化

当用遥感影像自动解译的方法进行地表覆盖类型变化识别时，需根据变化检测指标设置阈值，确定像元是否发生变化，从而检测出发生变化的可疑像元。经典算法是对变化检测指标值进行直方图统计，利用加权平均值与标准方差来定义阈值。通过调整参数，使确定的阈值适于研究区域内不同地表覆盖类型变化信息的确定。变化检测指标值大于等于阈值的像元，为发生变化的可疑像元。虽然目前遥感影像自动解译方法较多，但在规模化的生产中还存在不足，而且对作业员操作水平要求比较高，因此，在实际中人们利用较多的仍是人工解译的方法来识别地表覆盖类型的变化。

通过对变化检测结果分析，地表覆盖类型的变化主要有以下特点：

（1）耕地。从空间分布上来看，在监测时，整个地区的耕地面积呈现出零散的分布状态，总体集中在北部和东南地区。伴随监测工作的深入发展，耕地的破碎化、分散化分布情况变得明显。

（2）林地草地。在监测过程中，林地、草地的耕地面积都在不同程度上提升。从总体空间分布上来看，林地增加的地块主要是道路两边的林荫和企业园区绿化植被，绿化分布比较零散。和林地增加相比，草地增加区域比较完整。

4.3 房屋建筑区域的变化

对比地理国情普查数据，整个开发区域范围内，建筑区增加比较明显，从空间分布上来看，开发区域范围内增加的房屋一般集中在中部和北部地区。其中，中部地区增加的房屋主要围绕在松山湖水域周围，多为一些低矮房屋建筑，这类房屋建筑在属性上被确定为高档房屋。从增加的房屋区块分布情况来看，高密度多层以上的房屋一般分布在中部地区，低矮的房屋则是分布在开发区的北部。北部地区房屋的建筑形态比较规整，总体上，体现出良好的发展态势，符合该地区土地资源规划和利用要求。

4.4 道路区域的变化

道路区域的变化一般会随房屋建筑区域变化而变化，整个开发区建筑区增加比较明显。与房屋建筑区相对应，开发区道路的变化也主要集中在中北部地区，围绕松山湖水区域周围，修建了新的道路。从总体上看，道路的新建主要是围绕房屋建筑区而建，体现出良好的发展态势，符合该地区土地资源规划和利用要求。

5.结束语

综上所述，在综合整理地理国情普查数据信息资料的基础上，采用定量和定性综合分析的方式就某经济发展快速开发区的地表覆盖变化情况进行分析。整个区域范围内地表覆盖类型的时空动态变化体现出以下特点：

（1）监测期间，园地、人工堆掘地和耕地减少比较明显，房屋和林地覆盖增加。

（2）开发区域中、北部地区的设施完善。在未来，基于地理国情普查和监测工作的重要性需要相关人员思考如何更好地借助这些资料来优化地表覆盖定量和定性分析，从而更好地规划现有的资源。