区域土地利用/覆盖信息提取的实现

梁永刚

（辽宁省自然资源事务服务中心—辽宁省基础测绘院，辽宁 锦州 121003）

0.引言

土地开发利用管理是构成人类经济社会的一种基本经济管理活动。当前，土地开发利用已经不仅仅是单纯地向其索取资源，更重要的是合理地利用土地资源，并对其进行开发、整治和保护[1]。随着经济社会的高速发展、人口数量快速增长、城市化进程的不断加快，人们对于土地资源的利用和需求急剧增长，但是，因为土地资源的数量有限，因此土地的发展和数量之间就会产生矛盾。在一个经济区域内，土地综合利用发生变化会存在很多的影响因素，因此，分析这个区域内的自然环境因素和其他社会经济因素的变化发展情况将更加有利于准确揭示未来土地综合利用发展情况和基本变化过程，并对准确预测未来经济变化发展方向以及研究制定实施相应的相关政策法规起到关键性的作用[2]。

我国开展土地利用资源调查研究的信息技术手段进入了一个快速健康发展的崭新阶段，土地资源利用调查研究的技术内容也随之得到全面丰富，研究技术手段和特点得到了进一步更新，遥感和计算机等信息技术被广泛运用在我国土地资源利用调查和气象分析等方面[3]。中国科学院地理科学与中国资源环境研究所共同领导，调查研究全国范围内的土地资源利用情况，获得了全国范围及各省、市、区等多个尺度的土地资源利用数据。特别是近些年来，我国在土地利用研究领域迈进了更为广阔而深入的阶段，土地利用/覆盖调查研究的技术手段和方法也有了长足的进步。基于卫星遥感影像的土地调查分类方法和应用地理信息系统技术开展土地资源调查、评价的技术体系逐渐发展和成熟起来。

1.研究内容和技术路线

1.1 研究内容

以某城市为试验区，利用2007年、2011年和2016年三期LandsatTM遥感影像，提取并分析土地利用/覆盖变化信息，为研究土地利用变化、变化发展趋势和城市规划管理提供决策支持。

1.2 技术路线

以土地利用动态监测的基本理论为基础，对下载的研究区遥感影像进行几何校正、大气校正等预处理，然后对处理后的影像进行监督分类，提取土地利用/覆盖信息，综合运用数学统计和分析模型进行研究，最后分析试验区近十年的土地利用/覆盖动态变化情况。主要技术路线（如图1所示）：

图1 技术路线图

2.土地利用/覆盖信息提取

2.1 数据源选取

由于土地利用现状提取和变化检测工作需要多期采集数据，所以在进行数据源类型选择的时候，除了需要考虑利用影像源的空间量和分辨率，还需要综合考虑利用试验区占地范围、物候和利用影像源的成像环境条件。物候和成像条件是影响提取精度的重要因素，在云量满足要求的情况下，从地理空间数据云和USGS上将2007年、2011年、2016年的TM遥感气象影像分别进行下载。

2.2 数据预处理

遥感气象影像预处理的工作过程主要包括图像几何校正(包括地理图像定位、几何精确度校正、图像图形配准、正射图像校正等)、图像图形融合、图像图形镶嵌、图像图形裁剪、去云及高光阴影图像处理和观测大气气象校正等几个环节：

（1）几何校正与图像配准。几何物体变形校正使用该影像中的物体几何图形与该影像物体在所使用选定的地图投影图像中的物体几何图像在形状和物体位置上可能产生较大差异，从而使这些图像同时产生了物体几何上的形状或位置上某一方面的较大失真。为了避免这些误差对数据的准确性造成影响，必须对遥感影像进行几何校正；

以2011年重点试验区域的遥感影像数据为采集基准，通过分析采集地面控制点的方式，将2007年和2016年的遥感影像数据进行了精确分析配准。尽量选取遥感影像上具有明显的清晰目标点位的地理标志，如，高速道路交叉点、河流交汇点等，且尽量控制地面控制节点上的目标地物不随时间发生改变。GCP图片要均匀地分布在有完整幅面的影像内，且必须有一定的图片数量。由于重新定位后的像元在原影像中的分布是不均匀的，因此，采用了最邻近法重采样，再进行亮度值的插值计算，建立新的影像矩阵；

（2）大气校正。相机图像中位置不同的大气地物所对应的不同像元的灰度值根据所受全球大气温度影响变化程度不同，且同一位置地物的不同像元对应的灰度值也可能会因相机获取图像时间的不同等而受到不同程度的影响。因此，在进行土地利用/覆盖信息提取前有必要进行大气校正以消除这些影响。本试验使用遥感数据处理软件中的辐射校正工具（Calibration Utility）对几何校正后数据进行了辐射定标，定标其辐射亮度值，再进行快速大气校正处理；

（3）图像裁剪。对覆盖三期试验区的全部三期影像数据进行依次镶嵌裁剪处理后，利用覆盖试验区影像矢量的分界线依次对三期全部影像数据进行裁剪镶嵌处理，得到裁剪后的试验区影像数据；

（4）图像增强。为了增强感兴趣目标和周围背景间的反差，最大限度地增强图像所反映的本底信息，针对图像上反差较小的地物及难以辨认的地物，进行对比度增强处理，使影像中的亮度值范围拉伸或压缩，从而提高图像的对比度，再做直方图均衡化处理(Histogram Equalization)，使像元之间的对比度增加，提高图像的视觉显示效果。

2.3 监督分类

1992年～1995年，中国科学院和农业部组织实施了“国家资源环境遥感宏观调查动态研究”项目，建立了以资源环境组合分类系统为核心的分类体系[4]。本文根据该体系将土地利用类型分为6类：耕地、林地、草地、水域、建设用地和未利用地。具体（如表1所示）：

表1 土地利用覆盖分类与解译标志

（1）分类器确定。根据各种分类的操作复杂度和操作精度需求等诸多因素可以确定分类器的种类。通常使用的三维分类器模型包括八种，即平行六面体（Parallelepiped）、最大似然（Maximum Likelihood）、最小距离（Minimum Distance）、马氏距离（Mahalanobis Distance）等。本论文使用的是最大似然分类器，也就是在假定每个波段的每一类统计都呈正态分布的前提下，对给定像元属于某一训练样本的似然度进行持续的统计，最后，把像元归类到似然度最大的一类当中[5]。

（2）影像分类。使用软件中的监督分类功能，设置好相关参数后输出分类结果。对分类后的结果进行分类统计分析、小斑点处理（分类后处理）、栅格矢量转换等处理。其中，运用新的遥感无线影像技术分类分析结果，不可避免地会直接产生一些小数点面积上的图像色斑。无论从企业专题色斑图片的制作，还是从实际技术应用的设计角度，都非常有必要对这些小而且面积大的图形色斑图片进行类别删除和色斑类别处理归并。目前常用的小面积图形色斑类别处理删除方法主要有Majority/Minority分析和聚类（clump）滤（Sieve）。本文综合采用了以上两种方法进行分类后处理，效果更好，处理后结果（如图2所示）：

图2 分类后处理结果图

2.4 分类精度评价

对所得出的分类结果进行评价，这样做是为了确定其可靠性和精准度，用得最多的验证精准度的方法有混淆矩阵和ROC曲线。混淆矩阵是一种验证遥感分类精度的标准方法，可以用于很多高级统计分析计算，它可以计算出一些体现分类总体精度情况的指标，还可以计算出表示单个类别分类情况的指标[5]。由于没有一个比较高分辨率的影像数据源，本文将原来所分类的TM影像数据源当成一个参考影像来源，在对其进行了目视图像解译后即可得到一个真实的影像类别。三期影像分类后的精度评价结果（如表2所示）：

表2 分类后精度评价结果

3.变化信息提取

遥感影像的动态检测依据不同历史时期的各种遥感影像，定量、稳定性地进行分析提取地物发生变化时的特征与过程[3]。需要先确定变动前后第一次地物的类别、范围边际线及变动趋势等各种能够为我们提供有关地物的空间分布以及发生变动的定性、定量资料[6]。主要包括影像直接比较法、分类后比较法、变化矢量分析法、主成分分析法等。本文采用影像直接比较法和分类后比较法这两种方法进行土地利用信息的变化分析。

3.1 影像直接比较法

影像计算分析方法比较常见，它的主要作用是对经过配准的两个基于同步时相遥感器的影像文件中的每个像素和元值直接进行比值运算和转换后处理，找出其中发生变化的像元位置和变化区间。目前常用的影像直接比较法主要包括各种图像直接差异比值法、植被指数图像比较法等相关影像分析以及混合式影像检测法。但是没有一种方法被认为具有普适性，大部分存在自动化程度不高、精准度不够、可靠性差、处理速度慢与效率不高等问题，在实际应用中仍需要通过人机交互的方式进行处理。

影像直接比较法对两个同一时相的影像进行了差值运算，在此基础上又将所有数据值进行归一化及单位统一的数字预处理功能[7]。以下差值图像中的红色部分为变化区域，差值结果与统计（如图3所示）：

图3 差值结果与统计

3.2 分类后比较法

基于上述提取出的变化信息，将2007年～2016年土地利用动态变化数据生成土地利用类型面积转移矩阵和概率转移矩阵（如表3所示）：

表3 2007年～2016年概率转移矩阵

4.结束语

通过对试验区2007年、2011年、2016年三期影像进行自动解译后，利用结果比较法和影像直接比较法，分析了2007年、2011年、2016年该地区的土地利用/覆盖信息动态变化情况，得出了以下主要结论：

（1）研究结果显示，试验区土地资源类型多样，6种土地利用变化类型全面。2007年～2016年，土地利用变化区域面积占区域土地总面积的17.61%；

（2）通过直接比较和分类后比较，得出2007年～2016年，各种用地类型均有转入转出的变化，其中，面积变化最大的是耕地、林地和水域，林地面积增加了79014.828公顷，年均变化率12.19%；水域面积扩大3824.012公顷，年均变化率17.98%；耕地面积呈减少趋势，共减少91361.965公顷，年均减少3.45%。从用地类型的变化可以看出：一方面，该地区近年来采取了植树造林的方式来大力治理水土流失，同时由于扩大了农业基础工程和水利设施建设而占用了部分的耕地；另一方面，农业产业结构调整，也同样占用了较多的耕地。随着经济建设的迅速发展，在今后一个时期内，还会有更多的工程项目在该地区建设，将不可避免地占用大量耕地。因此，随着耕地面积的逐年减少，人地供需矛盾将更加尖锐；

（3）在监督分类过程中，对于水域和非水域分界处判断很模糊，如何准确判断并且归类是值得探讨的问题，需要尽量多地选取训练样本，增加训练次数，不断调整主要参数的设置。此外，训练数据的时候，若图像过大，则产生的程序响应时间过长；

（4）试验区土地利用结构总体上呈现林地和建设用地增加的趋势，耕地和未利用地面积呈下降趋势。从上述变化趋势来看，经济的快速发展导致新增建设项目占用大量耕地。因此，定期对土地利用情况开展监测，获得及时准确的土地利用信息，能够为自然资源开发利用监管以及科学、合理地展开国土规划工作提供重要依据。应适度展开土地整理，开发土地后备资源，使土地利用结构和布局日趋合理，与社会经济发展相协调。