基于遥感技术的土地利用-土地覆盖信息提取-以四川省眉山市青神县为例

76测绘第33卷第2期2010年4月基于遥感技术的土地利用/土地覆盖信息提取——以四川省眉山市青神县为例梁英丽杨武年（成都理工大学遥感与GIS研究所，国土资源信息技术与应用国土资源部重点实验室，四川成都610059）[摘要]以四川省眉山市青神县作为研究区，利用TM1、2、3波段组合的遥感影像数据，采用Erdas、ArcGIS、ArcView等遥感及地理信息系统软件，对2007年的土地利用/土地覆盖现状进行分析，通过图像预处理及目视解译，获取了研究区的土地利用类型及其分布特征。[关键词]遥感技术；土地利用/土地覆盖；信息提取；遥感图像处理[中图分类号]P237[文献标识码]A[文章编号]1674-5019（2010）02-0076-04InformationExtractionforLandUse/LandCoverBasedonRSTechniques——ACaseofQingshenCountyinSichuanLIANGYing-liYANGWu-nian(MinisterialKeyLabofLandandResourcesInformationTechnology&Application/InstituteofRS&GIS,ChengduUniversityofTechnology,Chengdu610059,China)Abstract:TakingtheQingshencountyofMeishancityinSichuanProvinceforstudyarea,usingTM1,2,3-bandcombinationofremotesensingimagedatainErdas,ArcGIS,ArcViewandotheGeographicInformationSystemplatform,weanalyzethesituationofthelanduse/landcoverin2007,andthen,throughtheimagepre-processingandvisualinterpretation,weobtainsixmajorland-usetypes(forestland,grassland,urbanandruralsettlements,industrialandmininglandandunusedland)andtheirdistributioncharacteristics.Keywords:RStechniques;LandUse/LandCover;Informationextraction;Processingofremoteseningimage1引言土地利用和土地覆盖变化（LandUseandCoverChange,LUCC）已经公认是人类活动影响全球变化的主要因素。土地类型的多样化和强度已经导致水文过程和景观动态的快速变化，如局部和区域气候变化、土壤退化、生态系统服务变化等[1]。以土地利用/土地覆盖信息为基础，结合经济、环境、人类活动因子，分析生态环境重大退化区域的脆弱机制，为制定生态保护措施和实施可持续发展提供依据。随着遥感、GIS等技术的发展与日益成熟,地理学家在LUCC研究中广泛应用卫星遥感数据与传统地图及地面调查结合的手段开展工作，明显加快了土地利用/土地覆被的分类、监测与评价工作[2]。遥感技术以其数据获取和更新速度快、范围广、经济方便、空间信息丰富等优点，成为当今土地利用/土地覆盖数据获取的主要手段。2研究区概况青神位于四川盆地西南边缘,龙泉山脉尾段，地貌以浅丘为主，兼有部分平坝，是生态旅游发展县。地处川西平原南缘、岷江中游。北接眉山，南靠乐山，西与夹江接壤，东与井研连界。青神地貌以县城为中心，呈盆状结构。岷江由北而南，从中部纵贯全境，东部以龙泉山脉为倚靠，山岭连绵起伏，称为东山；西部以眉山白马台地为主体，称为西山；中部为岷江、思蒙河冲积平坝。县城所在地城厢镇就坐落在平坝中心，地势测绘第33卷第2期2010年4月77开阔，土壤肥沃，交通方便，农田灌溉条件优越，是全县经济、政治、文化的中心。3土地利用/土地覆盖信息提取的遥感基础土地利用/土地覆盖分类是将遥感信息、地理信息、地学知识综合集成对遥感地学分析和认知的过程[3]。分类的目标是将影像中所有像元进行土地覆盖分类，遥感数据是分类的信息源，记录着地物的波谱属性。遥感技术是从不同的高度的遥感平台上，使用各种传感器，接受和记录来自地球表层各类地物发射或反射的各种电磁波信息，并对这些信息进行加工处理和分析，从而对不同地物及其属性进行远距离探测和识别[4]。高光谱、高分辨率遥感技术则提供了更多技术帮助。利用地质、地面、水文、土壤、植被等地物的不同光谱特征和辐射特征获得不同的影像特征，是遥感解译的基本依据。早期土地利用/土地覆盖分类研究对各种信息的相互融合较弱，目前的地理信息系统能够将遥感影像、航空像片、地形图、地理辅助信息、地学知识等多元信息进行综合智能化处理分析，如ARCGIS、ARCVIEW、ERDAS、MAPINFO、MAPGIS等。4遥感图像处理与信息提取利用遥感影像进行土地利用与土地覆盖的流程见图1所示。图1研究流程图4.1数据源本文以LandsatTM数据为主要信息源，成像时间是2007年9月，地面分辨率为30米，经单波段分析、波段相关性分析，选择昀佳波段组合TM1、2、3（表1），获得该区昀佳遥感影像图，该影像清晰，包含的信息量大，适合遥感解译分析。表1TM影像1、2、3波段特征及应用范围波段序号波段波长范围/μm地面分辨率/m主要应用范围1蓝色0.45～0.5230识别水体，土壤，植被和人造地表特征2绿色0.52～0.630探测植被绿色反射率，区分人造地物特征3红色0.63～0.6930识别植被类型，检测叶绿素吸收率，区分人造地物4.2遥感影像预处理进入传感器的辐射强度不仅受到太阳辐射线强度和地物光谱反射率的影响，还受到其他因素的影响，因此需要对影像进行辐射校正，采用大气影响的定量分析法、回归分析法和直方图昀小区出发等去除条纹和“噪声”。遥感成像受到传感器、遥感平台移动、地形起伏和地球表面曲率等因素的影响，使得影像产生一定的几何形变，因此需要对遥感影像进行几何校正，即建立遥感影像坐标与地理坐标之间的对应关系，通过采集均匀分布的地面控制点进行图像配准和空间变换，采用昀近像元法、双向性内插法或三次卷纠正法的重采样进行影像几何校正。影像的获取过程还受到太阳光照、云雾、阴影等因素的影响，导致部分地物信息不够突出明显，用图像处理软件Photoshop，通过调整色阶、亮度/对比度、色相/饱和度，使其有用信息更加突出。当研究区超出单幅遥感影像所覆盖的范围时，通常需要先进行图像镶嵌；若研究区包含在单幅遥感影像中，考虑到数据量及GIS软件处理分析速度，可以从原始数据中截取研究区域。本文研究区——四川眉山市青神县包含在单幅遥感影像中，利用遥感影像处理软件ERDAS中的datapre模块，截取青神县影像图。4.3遥感图像分类遥感影像的计算机分类是计算机模式识别技术目视解译计算机分类错误检测及修改输出成果图像遥感影像数据源选取影像预处理影像分类几何校正辐射校正拼接与裁剪野外核查78测绘第33卷第2期2010年4月在遥感领域的具体应用，它的依据是影像的相似度。计算机自动分类的方法有：非监督分类、监督分类和人工神经网络分类。非监督分类是实现不知道类别特征，蛀牙根据像素间相似度的大小进行归类合并的方法。监督分类是在分类前通过对实地抽样调查，对调查得到的分类属性进行应用于抽样区，计算机按照这些调查类别特征对全部影像进行分类[5]。人工神经网络分类方法（ANN）是近些年探讨昀多的分类方法，是对人脑神经系统结构和功能的模拟。能处理不规则的复杂数据并且容易和其他辅助信息相结合，具有很大的优越性，可以获得高精度的分类结果[6]。4.4影像判读计算机自动分类处理时间短，定位准确，但易出现同物异谱，异物同谱，造成土地利用/土地覆盖类型的错分现象，所以需要利用人类智能识别地类进行目视解译。土地利用/土地覆盖分类采用中国科学院“国家环境遥感宏观调查，动态分析与遥感技术前沿的研究”项目中所指定的分类体系[7]：一级分为6类，主要根据土地的自然生态和利用属性；二级分为24个类型，主要根据土地经营特点、利用方式和覆盖特征；耕地根据地形特征进行了三级划分，即进一步划分为平原、丘陵、山区和坡度大于25度的耕地。其中一级类主要包括：耕地、林地、草地、城乡居民点、工矿用地和未利用土地。目视影像判读要依据解译标志，遥感影像解译标志是指能够反映和表现目标地物信息的遥感影像各种特征，这些特征能够帮助读者识别遥感图像上目标地物或现象。解译标志分为直接解译标志和间接解译标志。直接解译标志是能够直接反映和表现目标地物信息的遥感图像的特征，它包括影像上的色调、色彩、大小、形状、纹理、阴影等。间接解译标志是能够间接反映标地物信息的遥感图像特征，它包括目标地物与其相关指示特征，地物与环境的关系，以及目标地物与成像时间的关系等[8]。以遥感影像为基础，以计算机分类为参考，建立主要的解译标志：耕地：主种植农作物的土地。分为水田和旱地两种类型。主要分布于缓坡、丘陵、河流冲积平原，影响几何特征明显，呈条带状，作物不同生长期表现为不同色调，一般表现为湖兰和粉红，成熟期颜色加深。水田影响结构均匀细腻，旱地影响结构粗糙。林地：生长乔木、竹类、灌木等树木的土地。受地形、高程人类活动影响边界自然圆滑，形状不规则。有林地、灌木，疏林色条一般表现为深红、浅红、杂乱浅红。有林地影像结构细腻，灌木和疏林影响结构粗糙。草地：生长草本植物为主，用于畜牧业的土地。分为高、中、低覆盖度草地，色调由深红、黄褐色到青灰色，高、中覆盖度草地边界清晰，低覆盖度草地边界不清晰。水域：主要分布在平原和山丘沟谷，几何特征明显，呈现深蓝色调。比较容易判别。城乡居民点和工矿用地：几何特征明显，边界清晰，呈灰白色、白色色调。影响结构粗糙。未利用土地：指农用地和建设用地以外的土地。4.5野外核查野外核查是遥感信息提取的一个重要环节，计算机自动分类存在着不确定性，目视解译具有较大主观性，解译的精度取决于解译者的综合素质，解译者对所研究地物的了解程度和具备的地学知识水平，易造成片面解译的情况。所还要到野外进行核实，完善分类信息。4.6错误核查及修改图2青神县土地利用/土地覆盖图表2青神县地类面积比例地类面积（km2）百分比（%）林地124.1332.11水田161.3241.65旱地74.1519.13水域20.025.16城镇工矿交通用地7.161.84农村居民点0.480.12总计387.26100测绘第33卷第2期2010年4月79在ArcGIS9.2workstation中完成图像判读，标定各种土地利用覆盖类型，并附上相应的属性值。一般规定变化的面状地类应大于6×6个像元，图斑短边宽度昀小为2个像元。各图斑要素的判读精度应85%；屏幕解译线划描迹精度为两个像元点，并且保持圆润，检查多边形是否闭合；是否有出头的Dangle点；利用Clean建立拓扑关系，容限值为10；在ArcGis中利用nodeerrors和labelerrors命令检查矢量图层错误,检查多边形是否具有多标识点或无标识点的现象，修改到没有错误，昀终再次建立拓扑关系。4.7输出成果图在本研究区中，土地覆盖分为15类，土地覆盖类型及面积分布见图2和表2，其占地面积大小顺序依次为：耕地林地水域城镇和工矿交通用地农村居民用地。城镇、工矿用地和农村居民用地占极小比例，土地利用类型以耕地和林地为主，其土地利用类型与自身环境气候特征及社会经济状况具有密切关系，首先青神县是以农业为主要产业的地区，其次属四川盆地亚热带湿润气候，气候温和，雨量充沛，再者地势开阔，土壤肥沃，农田灌溉条件优越，有利于农耕作物（水稻，小麦，玉米，红苕等）和经济作物（茶叶，土烟，甘蔗，蔬菜等）的种植。林地占地面积是32.11%，证明了青神县实施退耕还林取得重大成效，使生态和经济环境协