李思捷 林小鳳

（瓊海市國(guó)土資源信息與測(cè)繪中心，海南 瓊海 571400）

1 引言

2017 年10 月16 日，根據(jù)《中華人民共和國(guó)土地管理法》《土地調(diào)查條例》有關(guān)規(guī)定，國(guó)務(wù)院決定自2017 年起開(kāi)展第三次全國(guó)土地調(diào)查[1]?！叭{(diào)”是一項(xiàng)重大的國(guó)土資源利用現(xiàn)狀調(diào)查，是充分掌握我國(guó)自然資源覆蓋情況、利用現(xiàn)狀信息的重要途徑，可為我國(guó)自然資源管理與規(guī)劃工作打下堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。目前，“三調(diào)”工作的開(kāi)展主要依靠傳統(tǒng)的衛(wèi)星普查、人工詳查、實(shí)地勘察、內(nèi)業(yè)修改等流程[2]。這類方法雖然可以保證一定的精度，但時(shí)效性較低，不能較快獲取地表覆蓋類型的實(shí)時(shí)信息。

遙感技術(shù)作為一門(mén)新興技術(shù)，可在遠(yuǎn)距離、非接觸情況下實(shí)現(xiàn)大范圍的對(duì)地觀測(cè)，應(yīng)用較多的為分類與反演手段。目前，自然資源調(diào)查工作開(kāi)展了大量遙感應(yīng)用研究，如地理國(guó)情普查中的變更信息調(diào)查，會(huì)采用國(guó)產(chǎn)高分辨率衛(wèi)星影像進(jìn)行人機(jī)交互識(shí)別提取，或采用監(jiān)督分類手段進(jìn)行全地貌遙感分類，通過(guò)對(duì)比不同時(shí)期的分類成果，提取變更信息，最終交付外業(yè)勘察核實(shí)[3]。面向?qū)ο蠓诸惙椒ㄅc傳統(tǒng)的監(jiān)督分類、非監(jiān)督分類方法相比，具有較好的普適性。傳統(tǒng)分類方法是針對(duì)像元點(diǎn)位進(jìn)行像元信息提取并計(jì)算，得到分類模型從而進(jìn)行遙感填圖[4]，易受選取的樣本像元誤導(dǎo)而產(chǎn)生誤差，分類過(guò)程中的主觀性操作較大。而面向?qū)ο蠓诸惙椒▌t是對(duì)影像先進(jìn)行多尺度分割，針對(duì)不同地物采用不同的分割尺度，從而得到各地類的分割圖斑，每個(gè)圖斑都是在分割過(guò)程中對(duì)臨近像元進(jìn)行聚類分析，將相似性較高的像元分為一類，相似性較低的像元剔除出去，從而得到一個(gè)個(gè)相鄰的分割圖斑[5]；在分割圖斑基礎(chǔ)上，套合樣本數(shù)據(jù)，進(jìn)行屬性信息附加，然后將圖斑作為樣本，送入面向?qū)ο蠓诸愃惴ㄖ羞M(jìn)行分類模型訓(xùn)練與填圖，最終得到高精度的分類成果[4]。

綜上所述，本研究選用國(guó)產(chǎn)第一顆亞米級(jí)衛(wèi)星高分二號(hào)（GF2）作為數(shù)據(jù)源，采用面向?qū)ο蠓诸惙椒ㄟM(jìn)行遙感分類研究，通過(guò)對(duì)比面向?qū)ο蠓诸惥扰c傳統(tǒng)的監(jiān)督分類精度，分析面向?qū)ο蠓诸惙椒ㄔ诘乇硇畔⑦b感提取的適用性，并與“三調(diào)”成果對(duì)比，分析本研究思路在“三調(diào)”工作中的可用性，從而提升“三調(diào)”開(kāi)展的時(shí)效性[6,7]。

2 研究區(qū)及原理介紹

瓊海市是海南省東側(cè)的一個(gè)縣級(jí)市，地理位置為東經(jīng)110°7′5"～110°40′50"， 北緯18°58′50"～19°28′35"。瓊海市地表類型復(fù)雜，西南地區(qū)多為山地丘陵，東北地區(qū)多為人工建筑設(shè)施，如居民地、道路等，全市衛(wèi)星影像如圖1 所示。

圖1 瓊海市GF2衛(wèi)星影像

研究采用的數(shù)據(jù)為GF2 影像，GF2 是我國(guó)發(fā)射的第一顆亞米級(jí)民用衛(wèi)星，其影像有4 個(gè)波段，涵蓋藍(lán)、綠、紅、近紅外所有可監(jiān)管近紅外波譜范圍。GF2 衛(wèi)星影像幅寬廣、分辨率高，已越來(lái)越多地應(yīng)用到地表覆蓋信息遙感提取的研究中[8]。本文選用過(guò)境海南省瓊海市的GF2 影像作為研究數(shù)據(jù)，采用面向?qū)ο蠓诸惙椒ㄟM(jìn)行試驗(yàn)。相對(duì)于傳統(tǒng)的監(jiān)督分類方法，面向?qū)ο髮⑾裨指畛梢粋€(gè)個(gè)圖斑對(duì)象，以對(duì)象形式進(jìn)行聚類分析，并將對(duì)象作為樣本送入分類器，通過(guò)層層迭代，獲取最優(yōu)訓(xùn)練模型，最終得到最優(yōu)的分類成果。

3 結(jié)果分析

3.1 多尺度分割

研究采用國(guó)產(chǎn)遙感影像處理軟件對(duì)GF2 影像進(jìn)行多尺度分割，各地類的分割尺度各不相同，如針對(duì)植被覆蓋的山區(qū)，分割尺度較小的情況下即可將山地完整分割出來(lái)；而針對(duì)人工建筑設(shè)施較集中區(qū)域，則要通過(guò)多次調(diào)整才能分割提取，如道路、廠房等，通過(guò)多次調(diào)整與加大分割尺度，才能將廠房從建筑設(shè)施中分割出來(lái)。圖2 為通過(guò)多次調(diào)整分割閾值，得到的全要素分類成果，各類地物被分割成細(xì)小的圖斑，且同種地物也存在多種圖斑類型，如圖中的河流水面，造成這種現(xiàn)象的原因是地物類型的特性在影像上存在同物異譜現(xiàn)象，為了避免對(duì)后期分類造成誤差，通過(guò)調(diào)整分割閾值，將同一地物劃分成多種類型的圖斑。

圖2 多尺度分割示意圖

3.2 面向?qū)ο蠓诸?/h3>

將上述研究得到的分割圖斑，帶入面向?qū)ο蠓诸愃惴ㄖ?。針?duì)同物異譜的地類圖斑，通過(guò)樣本標(biāo)注，進(jìn)行屬性附加，劃分同一類地物的二級(jí)樣本類型，將所有樣本類型帶入分類器中進(jìn)行分類模型訓(xùn)練與遙感識(shí)別，最終得到如圖3 所示的分類成果。

圖3 面向?qū)ο筮b感提取示意圖

圖3（a）為采用面向?qū)ο蠓椒ㄟM(jìn)行的地表全要素分類提取成果，各地物類型均有較好識(shí)別，且成果圖斑的純凈度較好、完整度較高。圖中的農(nóng)村居民地、山地、耕地、河流水系的邊界都較完整地識(shí)別出。面向?qū)ο蠓诸惓晒?，由同物異譜現(xiàn)象劃分的二級(jí)分類樣本體系得到的分類成果，通過(guò)相似地類融合操作可較便捷地解決，且融合后的成果在影像上與紋理特征高度吻合。

圖3（b）為傳統(tǒng)的監(jiān)督分類方法進(jìn)行的地表全要素的遙感分類提取的相對(duì)最優(yōu)成果，本研究選用的監(jiān)督分類方法為最大似然法、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)法。由圖可知，傳統(tǒng)的監(jiān)督分類成果較亂，且存在較多的錯(cuò)誤識(shí)別現(xiàn)象，如山地植被錯(cuò)誤識(shí)別成耕地、河灘灘涂錯(cuò)誤識(shí)別成硬化地表等。造成該現(xiàn)象的主要原因是GF2 影像的波段范圍較寬，一個(gè)波段往往涵蓋幾種地物類型的光譜響應(yīng)窗口，造成同物異譜、異物同譜等混淆現(xiàn)象。這在監(jiān)督分類算法中會(huì)直接導(dǎo)致識(shí)別精度降低，分類成果呈復(fù)雜交錯(cuò)、邊界模糊等特征。

圖3（c）為“三調(diào)”初始成果的河流水系邊界，通過(guò)對(duì)比“三調(diào)”成果可知，面向?qū)ο蠓诸惙椒ǖ姆诸惥扰c識(shí)別效果更貼近三調(diào)初始成果，相對(duì)于傳統(tǒng)的監(jiān)督分類，面向?qū)ο蠓诸惥扔忻黠@提升。

3.3 精度驗(yàn)證

研究采用面向?qū)ο蠓诸惙椒ㄟM(jìn)行“三調(diào)”更新遙感試驗(yàn)，通過(guò)開(kāi)展面向?qū)ο蠓诸?、監(jiān)督分類試驗(yàn)，得到不同的分類結(jié)果。為直觀了解各分類成果的適用性，通過(guò)預(yù)留的20%樣本，對(duì)各分類算法的成果進(jìn)行精度驗(yàn)證。精度驗(yàn)證的算法為混淆矩陣算法，最終各分類方法的精度如圖4 所示：整體來(lái)說(shuō)，分類精度最高的為面向?qū)ο蠓椒?，即本研究所采用的方法，精度?9.4%；其次是支持向量機(jī)，分類精度為87.8%；分類精度最低的為神經(jīng)網(wǎng)絡(luò)法，這是因?yàn)楸O(jiān)督分類在模型訓(xùn)練時(shí)，對(duì)混合像元的處理不如面向?qū)ο蠓诸惖龋覍?duì)同物異譜、異物同譜情況不能很好地區(qū)分。

圖4 不同分類器識(shí)別精度對(duì)比

4 結(jié)論與展望

本研究采用首顆亞米級(jí)國(guó)產(chǎn)高分辨率衛(wèi)星影像GF2，結(jié)合面向?qū)ο蠓诸惙椒ǎ瑖L試進(jìn)行地表覆蓋類型分類識(shí)別，以此達(dá)到提升“三調(diào)”地表變化信息更新的時(shí)效性目的。通過(guò)研究，得到以下結(jié)論：

（1）GF2 衛(wèi)星影像在地表覆蓋信息遙感提取中具有較好的適用性，地表覆蓋紋理清晰，辨識(shí)度高。

（2）通過(guò)多尺度分割，地表覆蓋類型以圖斑形式完整聚合到了一起，通過(guò)調(diào)整分割尺度，完好地解決了同物異譜造成的影響。

（3）采用面向?qū)ο蠓诸惙椒?，完整識(shí)別出了地表覆蓋類型、居民地、水系等信息，提取邊界與影像紋理特征高度吻合 ；通過(guò)預(yù)留樣本進(jìn)行精度驗(yàn)證，結(jié)果顯示各地類的識(shí)別精度均達(dá)到了80%以上，面向?qū)ο蠓诸惙椒ǖ木茸罡摺?/p>

（4）通過(guò)對(duì)比傳統(tǒng)的監(jiān)督分類成果、“三調(diào)”初始成果，更加體現(xiàn)出面向?qū)ο蠓诸惙椒ㄔ诘乇砀采w類型遙感識(shí)別的適用性以及本研究思路在“三調(diào)”工作中的可用性。

研究得到了較理想的成果，但仍存在一定問(wèn)題：首先，研究選取范圍僅為一個(gè)縣級(jí)市，研究成果不一定適用于更廣范圍；其次，研究尚缺乏工程化的應(yīng)用開(kāi)展，需要在實(shí)際項(xiàng)目中運(yùn)用。