广州市土地利用动态遥感监测方法探讨

2022-09-12

土地利用动态遥感监测的实施, 对于加强土地资源管理, 确保广东省基本农田保护区的规划、保护、指导市县土地利用变更调查起重要作用。通过监测可及时、准确地了解土地利用变化情况, 监测土地利用变化趋势、布局及规模, 掌握建设用地和耕地的使用情况, 为城市的建设提供现势的基础资料, 为土地执法检查和国土资源调查、规划、管理、保护和合理利用服务, 为国民经济建设和社会发展提供有效的土地资源保障[1]。

1 技术路线

采用光谱特征变异法, 计算机自动处理与人工目视解译相结合的方法提取基于两个时相遥感影像变化信息, 以作业和质检相结合的方法来减少变化信息的漏提、误提现象。

基于遥感影像的变化信息, 在ERDAS遥感影像处理软件打开两个时相的正射影像图, 前一时期的数据转为灰度, 后一时期的数据使用通道分离, 将前一时期的数据制定为G通道, 合并通道后保留后一时期数据的R、B通道组成新的影像[5]。由于不同时相光谱信息产生的差异, 在合成影像中所产生的品红、亮绿可以认为是变化的, 但是由于受到卫星获取数据的季节、太阳照射角度等客观影响, 这些变化仍然需要人工通过两个时相的正射影像图对比进行判读, 数字化土地利用变化图斑。充分利用那个土地管理专业信息, 与遥感资料进行综合分析。内、外业结合确定变化图斑的真伪、类型、范围、补充监测遗漏图斑, 保证遥感监测结果的可靠性。[3]

2 校正与镶嵌

(1) 几何精纠正的方法。采用ERDAS8.6版本软件对SPOT影像进行几何精纠正。

图像几何精纠正主要采用二次多项式法, 重采样则采用双线形插值法。坐标空间变换是通过变换函数建立校正前后图像空间坐标系得关系。二次多项式:

式中, Ui、Vi为第i个控制点对应的校正前图像坐标——行列号;Xi、Yi为第i个控制点对应的校正后图像坐标或地理坐标;an、bn (n=1, 2, 3, 4, 5) 为二次多项式系数;a0, b0为二次多项式常数项。用上述控制点的坐标, 按最小二乘法求出多项式的系数。根据变换函数解算每个像元的空间位置, 以达到校正的目的[4]。

采用精度较高的双线形插值内插法来确定对应的像元值。为提几何校正精度, 以广州市监测区为例, 采用在1∶1万DOM上选取大量控制点, 对分辨率为10 m、2.5m的9景spot影像分别纠正。

(2) 几何精纠正的处理方法和精度统计。以广州监测区为例, 纠正时在测区的896幅1∶1万DOM上, 每景影像最少选取25个控制点, 最多选取8 4个控制点, 主要选在未变化的道路交叉口、细小河流交叉口、铁路交叉口等处。影响几何校正精度采用随机读点法进行检验, 即在校正后的影像上以1∶1万图幅为基本单位选择一个特征点, 读出其坐标值, 再与DOM上对应点坐标值比较, 判断是否满足精度要求。以2007.年的SPOT5382-404 (20071116) 景为例, 其校正精度统计如表1所示。

注: (1) 最大限差取中误差限差的两倍。

(2) 大于最大限差的点不参与统计中误差计算。

(3) 统计中误差计算公式:

(3) 影像镶嵌和精度统计。因9景SPOT影像才能覆盖整个广州监测区, 故采用2007年纠正后的SPOT影像进行镶嵌。其方法是先校正, 再在同一的地理坐标下镶嵌。其优点是对相邻图像的重叠度要求不高, 在一定程度上可以避免山区和丘陵地区精度不高对整体精度的不利影响。

以2007年的SPOT数据381-404和380-404、382-404、381-403、381-405镶嵌的精度为例, 其精度统计如表2所示。

注: (1) 最大限差取中误差限差的两倍

(2) 统计中误差计算公式:

3 遥感数据的融合

数据融合主要包括几何空间配准以及光谱特征和几何特征的综合。其目的是通过监测区内SPOT 10m分辨率的多光谱数据与spot 2.5 m分辨率的全色波段融合, 提高卫星影像数据的空间分辨率和光谱分辨率, 增强影像判读的准确性。同时, 利用单时相全色数据和多光谱数据的特征变异融合, 有利于新增建设用地的发现[7]。

融合前数据的预处理。在融合影像中, 多光谱数据的贡献是其光谱信息。融合前主要以色彩增强为主, 调整亮度、色度、饱和度, 拉开不同地类之间的色彩反差。

融合方法采用HIS变换、Brovey融合。HIS变换是将色彩RGB三原色脱离、分割为色相H、色彩强度I和饱和度S三个分量。HIS编码的优点是能把强度和颜色分开[6]。

融合图像后处理的主要目的是进一步改善图像的视觉效果, 增强专题信息, 特别是纹理信息。融合图像要进行直方图调整、USM锐化、色彩平衡、色彩饱和度调整、反差增强处理。

4 遥感数据变化信息的提取

变化信息的发现采用计算机辅助和人工发现相结合的方法。广东省动态监测采用光谱特征变异法, 有效地防止了变化信息的遗漏。变化区域的提取采用人机交互解译, 在变化信息增强的图像中, 手工矢量化出变化区域。变化类型的确定采用作业员交互式的目视解译和质检员质检相结合[2]。变化信息的表示以县级行政区域为单位, 对变化图斑按自左到右、从上到下的顺序统一编号, 图斑编号做到县级行政区域内的唯一性。确认已发生变化的图斑, 以红色描绘图斑边界;怀疑发生变化的图斑, 用黄色描绘图斑边界。并且计算出图斑面积, 估算出其几何中心的坐标。

5 外业调查与复核

外业调查的主要任务是收集基本农田保护区规划图和变更调查资料;逐个调查变化图斑, 确定实际变化情况;补充监测遗漏图斑, 同时实测零星地物面积;修改和补充有关界线;核实光谱特征图斑。

以广州市2007年土地更新调查的成果和动态监测变化图斑作比较, 以验证内业解译的准确度。表现土地利用类别判读的属性误差的变化图斑情况统计表如表3所示。

通过和外业调查对比, 整个增城市直接经过内业判读的属性精度在2005年12月至2007年12月时段监测区达到89.4%。内业误判主要是个别图斑的土地覆盖发生了变化, 从影像上看该图斑在前后时相的光谱和纹理也发生了变化, 但土地利用类型并没有发生变化。另外还有小面积图斑遗漏误差。因为覆盖增城市的SPOT影像的分辨率是10 m, 小于1.5亩的变化图斑很难监测到。

6 结语

采用了先进的ERDAS8.6、PCI软件对SPOT影像进行纠正、镶嵌和融合, 速度快, 精度高。实现了矢量数据和栅格图像的一体化显示和调用管理, 形成了基本的变化图斑信息库, 建立了广东省各地类光谱特征影像库, 获得了集图件、图形、数据三位一体的监测成果。

采用DOM、DEM对山区卫星影像进行校正, 能大幅度提高精度。采用作业和质检相结合、计算机辅助和人工目译相结合的方法提取变化信息, 极大地减少了错漏现象。利用分辨率为2.5 m的spot数据能监测到0.3亩以上的变化图斑, 利用分辨率为10m的spot数据能监测到1.5亩以上的变化图斑。

土地利用变更调查, 应按实际情况进行变更, 做到图数一致。变更调查的方法和步骤以及提供的成果应尽量与遥感监测工作一致, 使之能相互补充、完善, 起到相得益彰的作用。

摘要：本文以广州市监测区为例, 采用ERDAS\PCI软件对SPOT卫星影像数据进行校正、镶嵌和融合, 其精度满足土地利用动态遥感监测用图的要求;采用计算机辅助和人工判读的方法对土地利用信息变化进行提取, 和广州市增城市的土地利用更新调查结果进行对比, 其动态监测图斑成果的准确性达到88.4%, 符合操作规程的要求。所以, 本次广东省土地利用动态遥感监测技术设计合理, 作业方法正确, 可以实施应用。

关键词：遥感监测,信息变化,校正,镶嵌,融合