王蕾 楊武年 任金銅,2 鄧曉宇

?

GF-2衛(wèi)星影像在土地變更監(jiān)測(cè)中的適用性及潛力分析

王蕾1楊武年1任金銅1,2鄧曉宇1

（1 成都理工大學(xué)，國(guó)土資源部地學(xué)空間信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，成都 610059）（2 貴州工程應(yīng)用技術(shù)學(xué)院，貴州省教育廳生物資源開(kāi)發(fā)與生態(tài)修復(fù)特色重點(diǎn)實(shí)驗(yàn)室，畢節(jié) 551700）

為進(jìn)一步推廣國(guó)產(chǎn)衛(wèi)星遙感影像數(shù)據(jù)在國(guó)土資源行業(yè)中的應(yīng)用，針對(duì)土地利用監(jiān)測(cè)與現(xiàn)狀變更調(diào)查業(yè)務(wù)需要，探索“高分二號(hào)”（GF-2）衛(wèi)星數(shù)據(jù)在土地利用動(dòng)態(tài)監(jiān)測(cè)與現(xiàn)狀變更調(diào)查工作中的適用性及其潛力。以四川隆昌縣金鵝鎮(zhèn)為研究區(qū)，通過(guò)定性、定量評(píng)價(jià)原始影像數(shù)據(jù)質(zhì)量，對(duì)比分析同級(jí)數(shù)據(jù)，結(jié)合多方法提取變更信息，從不同角度測(cè)試其變化監(jiān)測(cè)能力。結(jié)果顯示，GF-2衛(wèi)星數(shù)據(jù)地物清晰，光譜信息豐富，目標(biāo)解譯性較好，影像效果優(yōu)于“高分一號(hào)”（GF-1）和SPOT6數(shù)據(jù)；主成分分析法和光譜變異法的結(jié)合可快速發(fā)現(xiàn)影像上的變化信息，GF-2衛(wèi)星影像能滿足土地利用變更監(jiān)測(cè)的需求，具有較大潛力及價(jià)值。

影像質(zhì)量評(píng)價(jià) 土地利用變更 變化監(jiān)測(cè)能力 “高分二號(hào)” 遙感數(shù)據(jù) 衛(wèi)星應(yīng)用

0 引言

“高分二號(hào)”（GF-2）衛(wèi)星是我國(guó)“高分專項(xiàng)”工程的民用光學(xué)遙感衛(wèi)星，作為我國(guó)自主研發(fā)的高分辨率民用陸地觀測(cè)衛(wèi)星，其空間分辨率實(shí)現(xiàn)了亞米級(jí)的突破，使我國(guó)衛(wèi)星遙感真正進(jìn)入了“高分時(shí)代”，其星下點(diǎn)分辨率可達(dá)全色0.8m、多光譜3.2m，多光譜具有藍(lán)、綠、紅、近紅外四個(gè)波段，主要服務(wù)于國(guó)土資源、城鄉(xiāng)建設(shè)、交通運(yùn)輸?shù)认嚓P(guān)領(lǐng)域。

隨著衛(wèi)星遙感的普及，越來(lái)越多的遙感數(shù)據(jù)運(yùn)用到土地利用監(jiān)測(cè)中去，大大減少了傳統(tǒng)測(cè)量的人力物力。長(zhǎng)期以來(lái)，我國(guó)遙感應(yīng)用在很大程度上主要依賴國(guó)外遙感影像，但國(guó)外衛(wèi)星影像資料價(jià)格昂貴，且不能及時(shí)提供可靠穩(wěn)定的數(shù)據(jù)源，使我國(guó)在從事相關(guān)工作時(shí)遇到許多障礙。近年來(lái)，國(guó)產(chǎn)衛(wèi)星在土地資源、災(zāi)害及環(huán)境監(jiān)測(cè)中的應(yīng)用也成為研究熱點(diǎn)，文獻(xiàn)[1]針對(duì)GF-2衛(wèi)星數(shù)據(jù)，采用面向?qū)ο蠓诸惙椒ㄌ崛≡颇蠔|川區(qū)滑坡災(zāi)害信息并計(jì)算滑坡面積；文獻(xiàn)[2]利用“環(huán)境減災(zāi)一號(hào)”（HJ-1）衛(wèi)星、“北京一號(hào)”（BJ-1）衛(wèi)星和中巴地球資源衛(wèi)星02B星（CBERS-02B）三種國(guó)產(chǎn)衛(wèi)星圖像宏觀監(jiān)測(cè)分析了6個(gè)地形各異地區(qū)的土地利用狀況，得出各分類精度的不同影響因素；文獻(xiàn)[3]基于“資源一號(hào)”02C衛(wèi)星數(shù)據(jù)對(duì)長(zhǎng)興縣進(jìn)行土地利用動(dòng)態(tài)監(jiān)測(cè)，影像能較好的識(shí)別新增建設(shè)用地，為土地執(zhí)法監(jiān)管提供了可靠的數(shù)據(jù)支撐，具有現(xiàn)實(shí)意義和作用。探索高分系列衛(wèi)星在遙感動(dòng)態(tài)監(jiān)測(cè)與現(xiàn)狀變更中的適用性并推廣使用，可減少對(duì)國(guó)外高精度數(shù)據(jù)產(chǎn)品的依賴。本文對(duì)GF-2衛(wèi)星影像數(shù)據(jù)質(zhì)量（quality，全文同）評(píng)價(jià)及變更監(jiān)測(cè)能力測(cè)試，可為其在國(guó)土資源領(lǐng)域的應(yīng)用提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)地處四川省內(nèi)江市東南部的隆昌縣，以低山、丘陵為主。全縣共有17個(gè)鎮(zhèn)，其中心城區(qū)所在的金鵝鎮(zhèn)面積最大，覆蓋范圍東經(jīng)105°13′~105°21′，北緯29°18′~29°24′（地理位置如圖1所示）。全鎮(zhèn)28個(gè)村，面積57km2，有豐富的經(jīng)濟(jì)作物及旅游資源，交通便利。本文以金鵝鎮(zhèn)為例，基于GF-2衛(wèi)星影像獲取變化區(qū)域位置及類別，其土地利用的變更預(yù)示著該中心城區(qū)的擴(kuò)張及其發(fā)展方向。

1.2 數(shù)據(jù)源

本文遙感數(shù)據(jù)源采用GF-2衛(wèi)星PMS遙感影像，其全色（PAN）波段空間分辨率優(yōu)于1m，多光譜（MSS）波段空間分辨率優(yōu)于4m。鑒于變化監(jiān)測(cè)的遙感數(shù)據(jù)最好為同一時(shí)相，且嚴(yán)重云霧覆蓋的影像不可用于遙感監(jiān)測(cè)，因此對(duì)研究區(qū)大量GF-2衛(wèi)星影像進(jìn)行了篩選，最終選取2015年7月12日及2016年7月20日的各兩景數(shù)據(jù)作為本次變更調(diào)查研究的前后兩時(shí)相遙感影像。

1.3 研究方法

本文技術(shù)路線如圖2所示，主要包括：1）對(duì)原始數(shù)據(jù)進(jìn)行定性和定量的質(zhì)量評(píng)價(jià)，并對(duì)比分析同級(jí)影像數(shù)據(jù)；2）利用影像糾正、融合、鑲嵌、裁剪等基本數(shù)據(jù)預(yù)處理方法，得到兩時(shí)相的數(shù)字正射影像（Digital Orthophoto Map，DOM）；3）基于前后兩時(shí)相DOM及兩時(shí)相波段合成影像采用主成分分析及光譜變異法提取變化圖斑，并從屬性精度、面積精度、最小可監(jiān)測(cè)圖斑及圖斑邊界精度四個(gè)方面分析其監(jiān)測(cè)能力；4）結(jié)合原始影像數(shù)據(jù)質(zhì)量及其變化監(jiān)測(cè)能力，綜合分析GF-2衛(wèi)星影像在土地利用變更監(jiān)測(cè)中的適用性和應(yīng)用潛力。

圖1 研究區(qū)地理位置

圖2 技術(shù)流程

2 影像數(shù)據(jù)源質(zhì)量評(píng)價(jià)及數(shù)據(jù)對(duì)比

2.1 定性評(píng)價(jià)

定性評(píng)價(jià)主要從遙感影像目視感知的角度出發(fā)，通過(guò)觀察其整體色調(diào)、清晰程度、紋理特征及噪聲等現(xiàn)象，以此分析主觀效果[4-6]。圖3展示了GF-2衛(wèi)星在研究區(qū)的局部區(qū)域影像效果，分圖（a）、（b）、（c）均為原始影像，其中（a）、（b）所示的MSS數(shù)據(jù)光譜信息較為豐富，可分辨多種多樣的地物類型，但個(gè)別建筑高亮反射；不同波段組合能突出不同的目標(biāo)信息，但受到分辨率的限制，其地類邊界相對(duì)模糊，紋理不夠清晰。而圖（c）PAN數(shù)據(jù)中各目標(biāo)邊界明顯，輪廓清晰，細(xì)節(jié)凸出，有很強(qiáng)的視覺(jué)突出感受。分圖（d）為PAN和MSS數(shù)據(jù)融合后的影像，與原始數(shù)據(jù)對(duì)比，融合后的影像兼具高空間分辨率和多光譜信息，地物色彩豐富，層次突出。

2.2 定量評(píng)價(jià)

定量評(píng)價(jià)則通過(guò)統(tǒng)計(jì)值來(lái)衡量影像的質(zhì)量，有一定的科學(xué)依據(jù)，相對(duì)定性分析結(jié)果更加精確[4-5]。本文選取影像灰度值的最小值、最大值、均值、標(biāo)準(zhǔn)差、偏斜度、信息熵及各波段的相關(guān)系數(shù)等指標(biāo)來(lái)評(píng)價(jià)研究區(qū)GF-2衛(wèi)星數(shù)據(jù)（統(tǒng)計(jì)結(jié)果見(jiàn)表1、2）。最小值、最大值和均值反映了影像數(shù)據(jù)的明暗程度，表1最大值和最小值顯示了全色波段比多光譜波段的影像灰度動(dòng)態(tài)范圍大，說(shuō)明全色數(shù)據(jù)的整體反差大于多光譜數(shù)據(jù)，影像質(zhì)量相對(duì)更好；標(biāo)準(zhǔn)差的結(jié)果表明第四波段的離散程度最高，偏斜度值體現(xiàn)了除第二、三波段外，其余都有一點(diǎn)微微的右偏斜，服從正態(tài)分布；信息熵是衡量影像信息豐富程度的指標(biāo)，揭示影像空間細(xì)節(jié)表現(xiàn)能力，其大小反映了影像攜帶信息量的多少和紋理的復(fù)雜程度[6-7]，表1信息熵結(jié)果表現(xiàn)出全色波段和多光譜第四波段所含信息量較大，紋理更加復(fù)雜。相關(guān)系數(shù)是兩個(gè)波段的協(xié)方差與兩個(gè)波段標(biāo)準(zhǔn)差的乘積的比值，體現(xiàn)了波段間的相關(guān)程度[4]，表2中GF-2衛(wèi)星PMS多光譜數(shù)據(jù)前三個(gè)波段之間的相關(guān)系數(shù)大，與第四波段數(shù)據(jù)的相關(guān)系數(shù)較小。由此分析可得，該數(shù)據(jù)的前三個(gè)波段具有較強(qiáng)的相關(guān)性，光譜信息冗余，而第四波段獨(dú)立性好，可用于波段組合時(shí)突出更多地物信息。

（a）真彩色 （b）標(biāo)準(zhǔn)假彩色 （c）全色 （d）融合真彩色

表1 GF-2衛(wèi)星影像數(shù)據(jù)統(tǒng)計(jì)特征

Tab.1 Statistical characteristics of GF-2 image data

表2 GF-2衛(wèi)星多光譜影像數(shù)據(jù)波段間相關(guān)系數(shù)

Tab.2 Band correlation coefficient of GF-2 multispectral image data

2.3 GF-2與GF-1和SPOT6影像數(shù)據(jù)對(duì)比

對(duì)比GF-2衛(wèi)星與同系列的GF-1以及SPOT6衛(wèi)星的載荷參數(shù)可知，三個(gè)載荷的波段設(shè)置相同，波譜范圍方面GF-1和GF-2一致，SPOT6基本接近，三者都能通過(guò)RGB方式顯示真彩色。GF-2、GF-1和SPOT6衛(wèi)星全色波段的空間分辨率分別為1m、2m、和1.5m，多光譜為4m、8m和6m，因此，理論上GF-2衛(wèi)星的全色和多光譜波段融合后效果最優(yōu)，但GF-1和SPOT6都有星下點(diǎn)60km2的幅寬，可大面積監(jiān)測(cè)，而GF-2幅寬只有45km2，監(jiān)測(cè)范圍比前兩者稍小。

比較GF-1、GF-2和SPOT6各自融合后的影像特征，圖4為三種影像數(shù)據(jù)融合后不同地類的真彩色效果。GF-1影像局部區(qū)域存在噪聲及波段錯(cuò)位現(xiàn)象[8]，整體色調(diào)偏紅，地類較模糊，有的建筑物出現(xiàn)高亮反射。SPOT6地類清晰，易區(qū)分耕地與林地，但色調(diào)偏亮，真彩色波段組合顯示仍與自然真彩色存在一定差異。GF-2明暗適中，色彩均勻，紋理細(xì)膩，雖然極個(gè)別建筑高亮顯示，但后期處理可減弱此現(xiàn)象。圖4中，GF-2因其分辨率的優(yōu)勢(shì)更能清楚的辨別建筑、道路、坑塘、耕地等，而另外兩種影像目標(biāo)邊緣較為模糊。綜合上述分析，GF-2衛(wèi)星影像更易辨別地物，由其提取的變化信息精度也更高。

（a）GF-2耕地 （b）GF-2林地 （c）GF-2建筑用地 （d）GF-2水域

（a）GF-2 cultivated land （b）GF-2 woodland （c）GF-2 construction land （d）GF-2 waters

（e）GF-1耕地 （f）GF-1林地 （g）GF-1建筑用地 （h）GF-1水域

（e）GF-1 cultivated land （f）GF-1 woodland （g）GF-1 construction land （h）GF-1 waters

（i）SPOT6耕地 （j）SPOT6林地 （k）SPOT6建筑用地 （l）SPOT6水域

3 遙感數(shù)字圖像處理

為合理利用數(shù)據(jù)源自帶的有理多項(xiàng)式系數(shù)（Rational Polynomial Coefficients，RPC）文件信息，先進(jìn)行影像糾正，本文影像糾正分為正射校正和影像配準(zhǔn)兩部分。為改正傳感器及地形起伏引起的像點(diǎn)位移，以30m空間分辨率ASTGTM DEM數(shù)據(jù)[9]為高程參考，利用RPC文件對(duì)GF-2衛(wèi)星影像全色及多光譜數(shù)據(jù)進(jìn)行正射校正。影像的配準(zhǔn)不僅影響到融合圖像的質(zhì)量，還關(guān)乎后續(xù)變化監(jiān)測(cè)的精度，其目的是使待配準(zhǔn)影像與基準(zhǔn)影像在地理位置上可完全重疊。依據(jù)相關(guān)配準(zhǔn)原則，以Xian_1980_3_Degree_GK_Zone_35坐標(biāo)系為參考，對(duì)正射校正后的全色及多光譜數(shù)據(jù)先自動(dòng)配準(zhǔn)，再人工糾正誤差較大的控制點(diǎn)，采用多項(xiàng)式糾正模型，經(jīng)過(guò)三次卷積法重采樣，對(duì)多光譜數(shù)據(jù)進(jìn)行配準(zhǔn)。研究區(qū)地處丘陵地帶，故配準(zhǔn)的RMS中誤差控制在0.5個(gè)像素內(nèi)。

原始影像數(shù)據(jù)的高空間分辨率和多光譜信息不可兼得，為達(dá)到時(shí)空上優(yōu)勢(shì)互補(bǔ)的目的，本文采用Nearest Neighbor Diffusion（NNDiffuse）pan sharpening算法將GF-2衛(wèi)星影像的全色數(shù)據(jù)與多光譜數(shù)據(jù)進(jìn)行融合[10]，融合后的影像（圖3（d）所示）既提高了空間細(xì)節(jié)，又很好的保持了豐富的紋理信息和光譜信息[11]。拼接各期兩景融合后的影像，以研究區(qū)鎮(zhèn)界矢量范圍裁剪得到研究區(qū)前后兩時(shí)相DOM。經(jīng)過(guò)圖像增強(qiáng)及調(diào)色等處理，該影像圖地類層次突出，光譜顯示更加接近真彩色，可用于變化信息提取。

4 土地利用變化信息提取

4.1 變化信息自動(dòng)發(fā)現(xiàn)方法

對(duì)變化信息自動(dòng)發(fā)現(xiàn)方法的探索已有很多，總體可分為兩類[12-14]：1）影像分類后比較法，2）基于像元分析法。前者根據(jù)處理的影像單元又可分為基于像元的分類法和面向?qū)ο蠓诸惙?，?duì)影像分類的精度要求很高，分類方法的選擇很關(guān)鍵；后者可分為光譜特征變異法、主成分變換法、代數(shù)運(yùn)算法、變化向量分析法及小波變換法等，后者中這些方法常交叉結(jié)合使用，有利于突出變化信息，避免誤判和漏判。光譜特征變異法通過(guò)數(shù)據(jù)融合或波段組合的方式監(jiān)測(cè)出變化地類的光譜畸變；主成分變換法根據(jù)相關(guān)性壓縮數(shù)據(jù)，以突出圖像在光譜空間中物理意義顯著的指數(shù)；代數(shù)運(yùn)算法通過(guò)加減乘除等結(jié)合運(yùn)算來(lái)自動(dòng)發(fā)現(xiàn)變化信息；變化向量分析法利用所有波段信息，用向量遷移來(lái)刻畫(huà)變化類型；小波變換法以時(shí)空域與小波域的互換來(lái)分析處理小波系數(shù)，以達(dá)到圖像增強(qiáng)去噪等效果[7,15-17]。

4.2 變化信息提取

分類后比較法能快速得到各個(gè)時(shí)相的土地利用分類結(jié)果，再通過(guò)差值等方法即可得出變化信息。但這種方法的提取結(jié)果依賴于分類的精度，很難找到一種幾乎完全正確的計(jì)算機(jī)自動(dòng)分類方法。針對(duì)影像像元，主成分分析法能分離信息，減少相關(guān)性，突出不同地物目標(biāo)；光譜變異法從光譜上直觀呈現(xiàn)出變化區(qū)域的畸變信息，物理意義明顯。因此，本文結(jié)合光譜特征變異法及主成分分析法來(lái)突出變化信息，利用人機(jī)交互的方式提取變化信息。

4.2.1 主成分變換

主成分變換即PCA變換，又稱K-L變換，它將以波段為坐標(biāo)軸的亮度散點(diǎn)分布圖通過(guò)平移或旋轉(zhuǎn)使亮度值重新投射到新的PC軸上，使新的坐標(biāo)軸指向方差最大的方向[17]。分別對(duì)研究區(qū)兩時(shí)相的DOM及兩時(shí)相波段合成影像做主成分分析，PCA變換后的波段替換了原影像波段，第一主成分中集中了大量的數(shù)據(jù)信息，第二主成分及其以后波段信息量迅速削弱并依次遞減，波段中所含的噪聲順序遞增。

4.2.2 光譜特征變異

“變異特征”是兩時(shí)期的土地利用特征在時(shí)間、空間及光譜上的變化特征[18]。同一地物反映在不同影像上的光譜信息是一一對(duì)應(yīng)的，但若因時(shí)相差別等因素導(dǎo)致兩者信息表現(xiàn)不一致時(shí)，在融合或波段組合后的影像上光譜特征就表現(xiàn)出與正常地物有所差異，此時(shí)，稱地物發(fā)生了光譜特征變異[19]。

結(jié)合實(shí)際工作情況，提取各PCA變化后影像信息量最大的第一主成分，將之進(jìn)行波段組合，分別賦與紅綠藍(lán)（RGB）各個(gè)通道（R：合成影像PCA1；G：前時(shí)相PCA1；B：后時(shí)相PCA1），以圖像增強(qiáng)來(lái)發(fā)現(xiàn)光譜變異信息。圖5所示，同一地理位置，前時(shí)相土地利用為植被，后時(shí)相新增為建設(shè)用地時(shí)，光譜變異在影像上則表現(xiàn)為與周圍地物不一致的光譜。在光譜變異圖像上很容易發(fā)現(xiàn)光譜不連續(xù)的區(qū)域，即兩時(shí)相存在的變化信息。

（a）前時(shí)相真彩色 （b）后時(shí)相真彩色 （c）光譜變異效果

4.2.3 人機(jī)交互提取

在光譜變異的影像上，通過(guò)拉伸等方式使變化信息最大程度上區(qū)別于周圍地物，在同一數(shù)據(jù)窗口中疊合前時(shí)相土地利用數(shù)據(jù)庫(kù)，采用人機(jī)交互方式[19]，沿變化信息的特征邊緣勾繪出變更圖斑。根據(jù)監(jiān)測(cè)目標(biāo)與土地管理需求，結(jié)合不同分辨率遙感數(shù)據(jù)的應(yīng)用實(shí)驗(yàn)，參照工作技術(shù)要求[20]，再根據(jù)前后時(shí)相土地利用類型確定其變更類型。

4.3 結(jié)果及變化監(jiān)測(cè)能力評(píng)價(jià)

本次研究共提取土地利用變更圖斑47個(gè)，面積0.67km2。對(duì)上述圖斑進(jìn)行統(tǒng)計(jì)，最終總結(jié)為以下五種土地利用變更類型：1）耕地→建筑用地；2）草地→建筑用地；3）林地→建筑用地；4）草地→道路；5）林地→裸地。統(tǒng)計(jì)變更圖斑面積，新增建筑用地0.32 km2，新增道路0.09 km2，新增裸地0.26 km2。本文將根據(jù)四種變更監(jiān)測(cè)技術(shù)指標(biāo)[19-22]來(lái)評(píng)價(jià)各變更類型的精度：1）新增建設(shè)用地及林草地屬性精度為優(yōu)于85%，面積精度優(yōu)于80%；2）針對(duì)分辨率小于1m的影像，最小可監(jiān)測(cè)圖斑為400m2；3）同名地物位移不大于影像的2倍采樣間隔。

4.3.1 屬性精度

將提取變化圖斑與隆昌縣國(guó)土局提供的2016年隆昌縣土地利用變更數(shù)據(jù)庫(kù)對(duì)比，判讀同名地物點(diǎn)位置各圖斑類別。各類型圖斑屬性精度統(tǒng)計(jì)結(jié)果如表3所示，有43個(gè)圖斑提取正確，其中新增建筑用地全部被識(shí)別，新增的道路遺漏兩個(gè)，林地變?yōu)槁愕貓D斑遺漏2個(gè)。各類型圖斑精度都大于85%，草地變更為建筑用地這一類型甚至達(dá)到了100%，能很好的監(jiān)測(cè)變化情況，滿足遙感變化監(jiān)測(cè)屬性精度的要求。

表3 各類圖斑屬性精度

Tab.3 Attribute accuracy of each type of spot

4.3.2 面積精度

按照實(shí)際變更的五種類型，對(duì)提取正確的變更圖斑，選取平均相對(duì)誤差（）、單個(gè)圖斑中誤差（）來(lái)評(píng)價(jià)面積精度[19,23]。各指標(biāo)計(jì)算公式為：

式中A為某一圖斑面積測(cè)量值；B為相應(yīng)真值；為圖斑個(gè)數(shù)。令，則該圖斑的相對(duì)中誤差E為

（2）

則有

評(píng)價(jià)結(jié)果見(jiàn)表4。單個(gè)圖斑中誤差在0.40~0.80范圍內(nèi)，平均相對(duì)誤差較小，各圖斑面積精度都大于80%，平均面積精度為93.25%，具有較高的滿足度。

表4 各類圖斑面積精度

Tab.4 Area accuracy of each type of spot

4.3.3 最小可監(jiān)測(cè)圖斑

根據(jù)不同分辨率遙感影像識(shí)別地物能力的不同，當(dāng)遙感影像分辨率≤1ｍ時(shí)，最小可監(jiān)測(cè)圖斑面積為400m2 [20]。在本文研究區(qū)范圍內(nèi)，可識(shí)別的最小監(jiān)測(cè)圖斑面積為182.36m2?？梢?jiàn)，GF-2影像能滿足最小可監(jiān)測(cè)圖斑的指標(biāo)要求。

4.3.4 圖斑邊界精度

以上文所述2016年土地利用變更數(shù)據(jù)庫(kù)為基準(zhǔn)，測(cè)量研究區(qū)提取正確的43個(gè)變化圖斑，對(duì)比記錄每個(gè)圖斑的偏移量，并計(jì)算得到偏移量最小值0.31m，最大值1.97m，均值0.82m，中誤差0.89m。圖斑偏移量中誤差為0.89m，小于2倍采樣間隔，即2m的限差，符合圖斑邊界精度要求。

5 結(jié)束語(yǔ)

本文基于2015年和2016年的兩期GF-2衛(wèi)星遙感數(shù)據(jù)制作了隆昌縣金鵝鎮(zhèn)DOM，以此提取研究區(qū)土地利用變化信息及評(píng)價(jià)變化圖斑精度，通過(guò)對(duì)GF-2衛(wèi)星遙感影像質(zhì)量評(píng)價(jià)并與GF-1和SPOT6衛(wèi)星數(shù)據(jù)對(duì)比分析，所得結(jié)論如下：

1）GF-2作為我國(guó)首顆亞米級(jí)衛(wèi)星，雖個(gè)別地物影像有高亮現(xiàn)象，但其分辨率較高，融合后地類邊界清晰，光譜信息豐富，可用來(lái)判別多種精細(xì)目標(biāo)形態(tài)；

2）用研究區(qū)GF-2衛(wèi)星各時(shí)相遙感圖像的PCA第一主成分進(jìn)行RGB波段合成，通過(guò)圖像增強(qiáng)處理獲得其光譜變異效果，能快速準(zhǔn)確的發(fā)現(xiàn)變化信息的存在；

3）實(shí)驗(yàn)結(jié)果表明，從GF-2衛(wèi)星圖像的屬性精度、面積精度、最小可監(jiān)測(cè)圖斑和圖斑邊界精度分析，GF-2衛(wèi)星影像的變化監(jiān)測(cè)能力較強(qiáng)，能很好的滿足土地利用變更監(jiān)測(cè)的需求；

4）從圖像解像力角度分析，GF-2衛(wèi)星因空間分辨率較高，圖像紋理較GF-1和SPOT6衛(wèi)星更清晰，地物更易辨別；GF-2衛(wèi)星影像色調(diào)比SPOT6衛(wèi)星更接近自然彩色，能更好的支持土地利用變更調(diào)查，提高監(jiān)測(cè)精度。

綜上所述，GF-2衛(wèi)星遙感圖像兼具空間分辨率及光譜分辨率優(yōu)勢(shì)，能很好適用于土地利用變更遙感監(jiān)測(cè)，具有較大應(yīng)用潛力與價(jià)值。然而，有時(shí)候其影像區(qū)域高亮，且數(shù)據(jù)可利用性有待提高，深入研究GF-2衛(wèi)星影像在不同地域的適用程度及增強(qiáng)影像數(shù)據(jù)處理效果可使其更好的應(yīng)用于我國(guó)土地監(jiān)測(cè)領(lǐng)域。

[1] 劉肖姬, 梁樹(shù)能, 吳小娟, 等. “高分二號(hào)”衛(wèi)星數(shù)據(jù)遙感滑坡災(zāi)害識(shí)別研究——以云南東川為例[J]. 航天返回與遙感, 2015, 36(4): 93-100.LIU Xiaoji, LIANG Shuneng, WU Xiaojuan, et al. Interpretation of Landslide in Dongchuan District of Yunnan Province Using GF-2 Satellite Data[J]. Spacecraft Recovery & Remote Sensing, 2015, 36(4): 93-100. (in Chinese)

[2] 閆敏, 張麗, 燕琴, 等. 國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)在土地利用現(xiàn)狀宏觀監(jiān)測(cè)中的應(yīng)用評(píng)價(jià)[J]. 國(guó)土資源遙感, 2013, 25(1): 137-142. YAN Min, ZHANG Li, YAN Qin, et al. Evaluation of Chinese-made Satellite Images for Extraction of Land Use Information in Macroscopic Monitoring[J]. Remote Sensing for Land and Resources, 2013, 25(1): 137-142. (in Chinese)

[3] 何宇華, 柳陳勝, 史良樹(shù), 等. 基于資源一號(hào)02C衛(wèi)星數(shù)據(jù)的土地執(zhí)法監(jiān)察應(yīng)用研究——以浙江長(zhǎng)興縣為例[J]. 測(cè)繪與空間地理信息, 2013, 36(9): 84-86. HE Yuhua, LIU Chensheng, SHI Liangshu, et al. Law Enforcement to Monitor Applications Based on ZY1- 02C Satellite Data: A Case Study of Changxing, Zhejiang[J]. Geometics & Spatial Information Technology, 2013, 36(9): 84-86. (in Chinese)

[4] 曹春旭. 資源一號(hào)02C衛(wèi)星數(shù)據(jù)質(zhì)量評(píng)價(jià)[D]. 北京: 中國(guó)地質(zhì)大學(xué)(北京), 2014. CAO Chunxu. Date Quality Evaluation of ZY-I-02C Satellite[D]. Beijing: China University of Geosciences (Beijing), 2014. (in Chinese)

[5] 杜挺. Landsat8 OLI遙感影像融合算法比較及其土地利用分類適應(yīng)性分析[D].西安: 西北大學(xué), 2015. DU Ting. The Comparison among Fusion Algorithms of Lansdat8 OLI Remote Sensing Imagery and the Analysis on Adaptability of the Classification of Land Use[D]. Xi’an: Northwest University, 2015. (in Chinese)

[6] 崔璨. 基于對(duì)比分析的國(guó)產(chǎn)衛(wèi)星影像質(zhì)量評(píng)價(jià)[D]. 吉林: 吉林大學(xué), 2014.CUI Can. The Quality Assessment of Domestic SatelliteImage Based on Contrastive Analysis[D]. Jilin: Jilin University, 2014. (in Chinese)

[7] 王瑞國(guó). 遙感土地利用動(dòng)態(tài)監(jiān)測(cè)變化信息自動(dòng)提取與實(shí)證研究[D]. 哈爾濱: 東北農(nóng)業(yè)大學(xué), 2007. WANG Ruiguo. Remote Sensing Monitoring Land Use Change Information Automatically Extracted and Empirical Study[D]. Haerbin: Northeast Agricultural University, 2007. (in Chinese)

[8] 趙磊, 孟淑英, 陳隆, 等. 國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)在土地利用動(dòng)態(tài)遙感監(jiān)測(cè)中應(yīng)用的潛力分析[C]//2010年國(guó)際遙感大會(huì)文集. 杭州: IEEE, 2010: 104-108.ZHAO Lei, MENG Shuying, CHEN Long, et al. Potential Analysis on the Application of Domestic Satellite Images to Landuse Dynamic Monitoring[C]//Proceedings of 2010 International Conference on Remote Sensing (ICRS) Volume 4, Hangzhou: IEEE, 2010: 104-108. (in Chinese)

[9] 地理空間數(shù)據(jù)云[DB/OL]. http://www.gscloud.cn/search.Geospatial Data Cloud [DB/OL]. http://www.gscloud.cn/search. (in Chinese)

[10] 任金銅, 楊武年, 楊鑫, 等. 國(guó)產(chǎn)高分二號(hào)PMS數(shù)據(jù)融合效果評(píng)價(jià)研究[C]//成都理工大學(xué)地球科學(xué)學(xué)院. 資源環(huán)境與地學(xué)空間信息技術(shù)新進(jìn)展學(xué)術(shù)會(huì)議論文集. 北京: 科學(xué)出版社, 2016: 223-225.REN Jintong, YANG Wunian, YANG Xin, et al. Study on Fusion Effect Evaluation of Domestic GF-2 PMS Data[C]//College Of Earth Sciences, Chengdu University of Technology. Conference Proceedings of New Development in Resources and Environment and Geological Spatial Information Technology. Beijing: Science Press, 2016: 223-225. (in Chinese)

[11] SUN W H, CHEN B, DAVID W. Messinger, Nearest-neighbor Diffusion-based Pan-sharpening Algorithm for Spectral Images[J]. Optical Engineering, 2014, 53(1): 1-11.

[12] SINGH A. Digital Change Detection Techniques Using Remotely Sensed Data[J]. Int J Remote Sensing, 1989, 10: 989-1003.

[13] RIDD M K. A Comparison of Four Algorithms for Change Detection in an Urban Environment[J]. Remote Sensing of Environment, 1998, 63: 95-100.

[14] CHAVEZ P S. Automatic Detection of Vegetation Changes in the South-western United States Using Remotely Sensed Images[J]. Photogrammetric Engineering & Remote Sensing, 1994, 60: 571-583.

[15] 馮德俊. 基于遙感的土地利用變化監(jiān)測(cè)及其信息自動(dòng)提取[D]. 成都: 西南交通大學(xué), 2004.FENG Dejun. Monitoring and Automatic Extraction of Land Use Change Information with Remote Sensing Approach[D]. Chengdu: Southwest Jiaotong University, 2004. (in Chinese)

[16] 韓花. 基于監(jiān)督分類的土地利用動(dòng)態(tài)變化監(jiān)測(cè)及其信息自動(dòng)提取[D]. 西安: 長(zhǎng)安大學(xué), 2012. HAN Hua. Dynamic Monitoring and Automatic Extraction of Land Use Change Information with Supervised Classification[D]. Xi’an: Chang’an University, 2012. (in Chinese)

[17] 趙英時(shí), 等. 遙感應(yīng)用分析原理與方法[M].2版. 北京: 科學(xué)出版社, 2013.ZHAO Yingshi, et al. Principles and Methods of RemoteSensing ApplicationAnalysis[M]. 2nd ed. Beijing: Science Press, 2013. (in Chinese)

[18] 潘耀忠, 陳志軍, 聶娟, 等. 基于多源遙感的土地利用動(dòng)態(tài)變化信息綜合監(jiān)測(cè)方法研究[J]. 地球科學(xué)進(jìn)展, 2002, 17(2): 182-187.PAN Yaozhong, CHEN Zhijun, NIE Juan, et al. Research on Comprehensive Monitoring Approach in Landuse Dynamic Change Using Multisource Remote Sensing Data[J]. Advances in Earth Science, 2002, 17(2): 182-187. (in Chinese)

[19] 柴淵, 李萬(wàn)東. 土地利用動(dòng)態(tài)遙感監(jiān)測(cè)技術(shù)與方法[M]. 北京: 地質(zhì)出版社, 2011. CHAI Yuan, LI Wandong. Land Use Dynamic Monitoring Technology and Method[M]. Beijing: Geological Press, 2011. (in Chinese)

[20] 高延利, 朱留華, 王廣華, 等. TD-1010.土地利用動(dòng)態(tài)監(jiān)測(cè)規(guī)程[S]. 北京: 中華人民共和國(guó)國(guó)土資源部, 1999.GAO Yanli, ZHU Liuhua, WANG Guanghua, et al. TD-1010. Dynamic Remote Sensing Monitoring of Land Use Regulation[S]. Beijing: Ministry of Land and Resource of the People’s Republic of China, 1999. (in Chinese)

[21] 王忠武, 劉順喜, 戴建旺, 等. 高分二號(hào)衛(wèi)星數(shù)據(jù)在新增建設(shè)用地監(jiān)測(cè)中的應(yīng)用分析[J]. 航天器工程, 2015, 24(36): 134-139.WANG Zhongwu, LIU Shunxi, DAI Jianwang, et al. Analysis of New Constructed Land Monitoring by Using Gaofen-2 Satellite Imagery[J]. Spacecraft Engineering, 2015, 24(36): 134-139. (in Chinese)

[22] 李芬. 資源三號(hào)衛(wèi)星數(shù)據(jù)在土地利用遙感監(jiān)測(cè)中的應(yīng)用研究[D]. 吉林: 吉林大學(xué), 2013.LI Fen. Application Study of ZY-3 Satellite Data to Land Use Dynamic Monitoring[D]. Jilin: Jilin University, 2013. (in Chinese).

[23] 孫曉霞, 張繼賢. 土地利用動(dòng)態(tài)遙感監(jiān)測(cè)面積精度評(píng)價(jià)方法[J]. 中國(guó)土地科學(xué), 2004, 18(2): 45-48.SUN Xiaoxia, ZHANG Jixian. Area Accuracy Assessment for Land Use Change Detection by Remote Sensing[J]. China Land Science, 2004, 18(2): 45-48. (in Chinese)

（編輯：夏淑密）

Applicability and Potential Analysis of GF – 2 Satellite Image in Land Change Monitoring

WANG Lei1YANG Wunian1REN Jintong1,2DENG Xiaoyu1

（1 Key Laboratory of Geoscience Spatial Information Technology of Ministry of Land and Resources, Chengdu University of Technology, Chengdu 610059, China）（2 Key Laboratory of Bioresource Development and Ecological Restoration of Guizhou Provincial Department of Education, Guizhou University of Engineering Science, Bijie 551700, China）

In order to further promote the application of domestic satellite remote sensing image data in China’s national land industry, according to requirements of the land use change survey and status monitoring, this paper explores the applicability and potential of GF-2 satellite data in the investigation of land use dynamic monitoring and current situation change survey. With Jine town of Longchang county in Sichuan province as the study area, the quality of the original image data is evaluated qualitatively and quantitatively. Comparing data with the same level ones and combining with multiple methods to extract change information, monitoring ability are tested from different angles. The results show that GF-2 satellite data has clear features, rich spectrum information, better target interpretation, and superior image effect to GF-1 satellite and SPOT6 data. The combination of principal component analysis and spectral variation can find the change information in the image quickly. Therefore, GF-2 satellite can meet the needs of land use change monitoring, and has a certain potential and value.

image quality evaluation; land use change; change monitoring ability; GF-2; remote sensing data;satellite application

TP75

A

1009-8518(2017)04-0096-10

10.3969/j.issn.1009-8518.2017.04.012

王蕾，女，1993年生，2015年獲成都理工大學(xué)遙感科學(xué)與技術(shù)專業(yè)工學(xué)學(xué)士學(xué)位，現(xiàn)在成都理工大學(xué)資源與環(huán)境遙感專業(yè)攻讀碩士研究生學(xué)位。研究方向?yàn)檫b感應(yīng)用。E-mail: wangleitl@qq.com。

楊武年，男，1954年生，教授，博士生導(dǎo)師。研究領(lǐng)域?yàn)檫b感地質(zhì)、3S技術(shù)及地學(xué)應(yīng)用研究。E-mail:ywn@cdut.edu.cn。

2017-05-15

國(guó)家自然科學(xué)基金資助項(xiàng)目（41671432，41372340）；四川省國(guó)土資源廳應(yīng)用基礎(chǔ)研究項(xiàng)目（KJ-2016-12）；四川省教育廳科研項(xiàng)目重點(diǎn)項(xiàng)目（172A0027）；貴州省教育廳自然科學(xué)研究項(xiàng)目（黔教合KY字（2015）448號(hào)）