论TM图像与GIS数据综合的土地利用动态监测

中图分类号:P237󰀁󰀁󰀁󰀁󰀁󰀁文献标识码:A

论TM图像与GIS数据综合的土地利用动态监测

叶󰀁明1,蒋刚毅2,杨晓平1

(1.宁波大学建筑工程与环境学院,浙江宁波315012;2.宁波大学信息学院,浙江宁波315012)

OnLand󰀁UseDynamicMonitoringBasedontheIntegration

ofTMImageandGISData

YEMing1,JIANGGang󰀁yi2,YANGXiao󰀁ping1

摘要:利用TM,SPOT卫星遥感图像以及相应卫星影像图,综合土地利用专题图等GIS非遥感数据,针对宁波土地利用动态监测的

实际需要,进行有关遥感信息专题提取和应用的实证研究。

关键词:遥感图像;土地利用;动态监测

󰀁󰀁一、引󰀁言

20世纪90年代以来高分辨率卫星图像及其处理技术、设备得到进一步的发展提高,这使得卫星遥感技术在国土和城市规划管理中的应用进入一个新的阶段。宁波作为我国沿海发达地区,城乡建设和

城市化进程发展迅猛,土地利用变动频繁,国土资源和城乡规划管理对土地信息提出全新的需求。由于卫星遥感图像所提供的信息具有宏观性、综合性、多波段性、动态性的优点,利用其进行土地利用动态监测,对于国土资源和城乡规划管理有着十分重要的应用意义。本文以2000年9月18日接收的TM图像(7个波段)一景和SPOT图像(全色波段)一景作为基础信息源,1999年国土资源部遥感中心编制的宁波幅卫星正射影像图、1󰀂1万至1󰀂5万系列的地形图、土地利用现状图为辅助资料,结合野外调绘,进行遥感信息相关应用的实证研究[1]。

要,对图像进行几何精校正及配准工作。首先,同时打开TM图像及1999年卫星正射影像图,选取道路与道路、道路与水系交叉处等明显的、易于定位的地物特征点为相应同名点。由于卫星正射影像图已进行了几何精校正和影像增强,土地利用动态监测又是为了比较不同时间段用地类型变更情况,尤其是建设用地增量。所以,校正时以卫星正射影像图为

基准图像,一般是按每5km格网范围内选择两两对应的3~4个控制点,采用多项式纠正。

(2)影像复合

在所获得的遥感影像中,光谱分辨率和空间分辨率各不相同。TM图像7个波段对于解译具有多通道光谱特征信息的优势,但空间分辨率为30m(其中TM6热红外波段为60m)。而SPOT图像全色波段具有10m的较高空间分辨率的优势。为提高判读效果和精度,将TM影像和SPOT影像融合。复合影像生成,首先要对多光谱影像进行内插,使它具有和全色影像相同的像元密度。然后进行多项式的几何纠正和对全色影像重采样,第三步则进行多光谱影像和全色影像波段的辐射校正及影像灰阶配准。具体做法是:按SPOT影像范围,选取TM影像和SPOT影像的同名点,对TM影像进行纠正,并按10m间隔进行重采样,然后与同样间隔的SPOT影像进行融合。

2.波段组合

遥感影像中,不同波段反映的地物光谱特性不同,在进行土地利用专题信息提取和分类工作前,波段选择和组合十分重要。由于TM图像7个波段之

󰀁󰀁二、工作流程

针对宁波土地利用动态监测的实际需要和相应遥感制图的任务要求,对于所获得的原始遥感图像进行处理,使图像处理以后的许多成果得以多方面应用。

1.几何校正

(1)图像配准

原始的卫星影像在遥感地面接收站已进行了图像的初步处理,但由于我国在地面上还没有设立标准控制点,要根据宁波土地利用动态监测的实际需

󰀁󰀁收稿日期:2002󰀁02󰀁06

基金项目:宁波市科委科技攻关项目(01J20100󰀁15),宁波大学科研基金资助项目(011045)作者简介:叶󰀁明(19󰀁),男,广西武呜人,副教授,硕士,主要从事地图、遥感、GIS方面的教学与科研工作。12󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁测󰀁绘󰀁通󰀁报󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁2002年󰀁增刊间存在一定的重叠和相关,由TM图像直方图可以发现,TM1噪声干扰较大,且在DN值上有较大变化,TM1,TM2,TM3之间,TM5与TM7之间相关系数较大,其中TM2,TM3在所有波段组合中相关性最大,相关系数达到0.98,而TM4和TM6与其他波段相关性很小。另外,对于3个可见光波段,TM3具有最大的原灰度变化,还具有最大的方差(153.62),而在红外光谱波段,直方图灰度变化最大的为TM4,而最大方差的为TM5(345.0).所以,特征光谱信息主要包含于TM3,TM4,TM5三个波段中。结合宁波地区主要地物类型已知样本的TM光谱辐射亮度特征曲线分析,对于居民地和园地,在TM3波段其反射差值为3.2,而在TM2波段上为18.0;对于未利用地和园地,在TM3波段上反射差值为1.1,而在TM2为3.4。本研究对7,743,3等几种不同波段组合进行实验,得到相应的合成图像,如图1、图2所示。

近的林地类中,在具体的个别乡镇进行土地面积统计时单独列出。

(2)用地类型各波段统计值的分析

对于已知地类样本,在TM合成图像上,先求出各地类的有关像元统计值。表1为以3波段组合的像元平均值,对这些平均值进行分析并结合目视解译效果,确定下一步监督分类时的各个判别函数参量。

󰀁󰀁表1󰀁土地利用类型各地类TM有关波段平均值

(3波段组合)

波段均值

地󰀁类

TM3

耕地园地

林地

居民点与工矿用地交通用地*

水域未利用地

41.4249.28.5131.38.26.11

TM476.1559.1555.3041.1222.8668.70

TM572.7360.60.9258.6717.25.58

(3)监督分类

打开已经校正及合成的图像文件,在图像上选

图1󰀁743波段组合的TM合成图像

择已知地类单元,勾绘其地类图斑边界,对该图斑进行定义,依次重复以上设置,将所要研究的土地利用类型定义完毕。保存图像文件使上述所设置的属性有效,得到已知用地类型耕地(field)、水体(water)、居民点(building)等。然后,对图像进行分类,并在分类过程中对照图像结合目视解译,参考前文所述对各个地类的有关像元统计值的分析。用鼠标在分类图像窗口中以屏幕跟踪方式调整地类图斑多边形边界,系统会自动调整多光谱空间中的各个光谱类型的分布范围,尽可能减少各个光谱类型的重叠,从而降低分类的模糊性。以上过程依次重复,直到得到较为满意的像元特征向量和∀分类器#时为止。分类完成后,对各类以伪彩色赋值进行计算机彩色合成,保存并输出图像。

(4)地学分析

遥感图像信息所反映的地理环境的综合性与复杂性,以及遥感信息本身的特点,决定了对其单纯的数学、物理处理结果具有不确定性或多解性。即造成∀同物异谱#和∀异物同谱#。为了提高解译和分类结果的正确性与可靠性,地学知识的介入可以提高遥感信息提取的精度。其改进方法一是以地学知识为基础,在合成图像中的镇海庄市镇实验区片,依据该区所处的水网平原的地貌演化条件及特征,利用图2󰀁3波段组合的TM合成图像

3.图像分类

(1)土地利用分类系统

土地各个部分由于本身的组成、所处位置、环境的不同,相互之间存在一定地域差异,并导致土地生产能力和利用方式的差异。依土地自然、社会属性及相应土地利用特点,对一定区域内的土地,在类型和空间上进行划分,就是土地利用分类。参考国家 土地利用现状调查技术规程!(简称 规程!),考虑到宁波土地利用现状和动态监测研究的实际需要,确定土地利用分类一级类为:耕地、园地、林地、居民点与工矿用地、交通用地、水域、未利用地。其中 规程!中的∀牧草地#类型,在宁波江南水乡的地理环境只有零星分布,在图像解译和分类时,一般归并到邻2002年󰀁增刊󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁测󰀁绘󰀁通󰀁报󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁13󰀁地形图、土壤图、土地利用现状图等专题图,分析难于划分的水浇地、旱地等二级地类与平原微地貌的地理相关性,确定相应区域参数,与遥感图像处理方法有机地结合起来。如将采集于专题图上的非遥感数据与遥感数据匹配重叠,仍采用Bayes判别方法的思路,将判别函数的形式加以改变,其作用是把最终要求分出的信息类别与光谱类别或数据类别相联系。这里,光谱类别是对遥感数据先作分类得到的类别,数据类别是光谱类别和非遥感数据专题类别的通称,用dsi表示,其中s=1,2,∃,n代表n个波段,i=1,2,∃,m代表类别数目。像元用xi表示,wj代表信息类别j=1,2,∃,m。则判别函数可表示成

Fj=Fj{f(wj)/dsi(xs),as/i=1,2,∃,ms,s=1,2,

∃}

别要求判别函数Fj为最大,也就是

如果

Fj>Fk

对于

j%k,k=1,2,∃,m

成立则

X&wj󰀁X=[x1,x2,∃,xs,∃,xn]T

论

Fj(x)=P(wj/X)=

P(wj/x1,x2,∃,xs,∃,xn)

假定各信息源的波段间相互,可改写为Fj(X)=P(wj/x1)P(wj/x2)∃P(wj/xn)/

P(wj)

其中

󰀁󰀁P(wj/x)=∋[P(wj/dsixs)P(dsi/xs)]

s=1,2,∃,n

这样的表达式便类似于最大似然分类方法,又把初步得到的类别与最终分类的用地类别联系起来实现分类。可以降低误差,改善遥感图像解译分析,提高识别目标的精度。

4.面积统计

(1)行政地域单元的建立遥感图像处理、解译、分类是以整幅图像进行的,其结果应用于土地利用现状动态变化监测时,根据我国土地利用统计制度的特点,要在省、地市、县(市、区)等不同层次的行政地域单元内统计出各种n-1

土地利用类型的面积。因此,首先要在已分类处理的图像上建立行政地域单元,既创建行政∀区域(Re󰀁gion)#。对图像用鼠标以屏幕跟踪方式建立行政区

多边形,也可以由数字化仪,或AutoCAD,Microsta󰀁tion,MapInfo等外部数据文件输入行政区图。

(2)∀区域(Region)#算法编程

在已分类处理的整幅图像中,对行政∀区域(Re󰀁gion)#子图像进行0/1二元运算,提取出行政区子图像。

(3)像元计数与地类面积统计

在行政∀区域(Region)#子图像中,分别对表征耕地、园地、居民点等不同地类的像元计数,统计各个地类面积。

5.增量地类解译与统计

使用已经相互配准的1999年和2000年遥感图像,将1999年图像作为∀底层图像(BaseLayer)#,2000年图像作为∀表层图像(surfacelayer)#进行叠合,调整∀表层图像#的透明度,设置值约为75%,使2000年的某一用地类型图斑与1999年相对应图斑对比,凸现出增量地类(变更地类)。然后对该增量地类进行屏幕跟踪勾绘其边界,建立该增量图斑∀面域(region)#。在行政区子图像中对所有的增量地类图斑勾绘完成后,由系统统计像元数并计算面积。

(1)

其中,as是第s波段的可靠性因子。那么,Bayes判

(2)

󰀁󰀁三、结果分析

1.用地类型判读结果分析

1.土地利用用地类型中的线状地物包括河流、铁路、公路、沟渠等。对影像进行判读时,根据SPOT和TM影像的空间分辨率以及相应遥感数字图像处理方案,一般海岸线、双线河、单线河反差在各影像上都很明显,判读容易。本实验中,对于743波段组

在一般情况下,可以不考虑as。按照Bayes理

(3)

合,由于水体光谱特性在近红外波段吸收性较强,尤其是1.4󰀁m和1.9󰀁m附近吸收率近100%,与周围地物形成较大反差,加之多数水体线形延伸的空间形态特征,大于扫描像元的水体,这在影像上都有所反映,部分小于影像空间分辨率的水体也能较好判读。

2.铁路在宽度上一般小于1个像元,但其总体反差可以,线性延伸的空间特征明显,走向规则,影像较为有规律,即使局部不清晰,仍可根据其延伸形迹进行判读。

3.高速公路反差较高,走向明显,色调较亮,一般不需要辅助资料即可判读。

4.国道、省道路面为水泥或新建公路,色调较亮,反差较高;路面为沥青或旧公路,反差较低。需14󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁测󰀁绘󰀁通󰀁报󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁2002年󰀁增刊经增强处理或借助辅助资料。

5.居民地、工矿用地由于建筑物独特的土地覆盖特征,影像与周围其他用地类型反差较为明显,是最易判读识别的地类。

6.耕地面积较大,在城市、村镇周围连续分布,被道路、水系包围分割,内部有细小沟渠、田埂所形成特有影像∀纹理#。平原地区识别与判读容易,丘陵和山区分布较为零星,面积较小的耕地需借助辅助资料和地学相关分析。

7.林地面积较大,分布连续,其所处位置是在空间尺度远远大于TM和SPOT影像空间分辨率的中级地貌单元上(如丘陵、低山、中山)。另外,在TM和SPOT影像中由于有地势起伏而形成的∀阴影#,不同植被在影像上还往往出现特有的∀纹理#,即空间型式。所以从形状、色调、大小、纹理等影像特征,结合地貌分布、水系格局的特点可以较为准确的识别与判读林地。

8.园地、未利用地在土地覆盖的影像特征上,

由于其面积较小、分布零星往往与周围地物呈混合光谱的像元分布,从而∀淹没#在背景中,识别与判读较为困难,一般需借助辅助资料。在本次研究实验

中,对于那些与周围背景反差较大、分布相对的已知园地或未利用地的样本像元,先分析其像元最大值、最小值、标准差等统计数值,然后再监督分类分别实验几种比值增强的图像处理方法,结合目视判读、地学相关分析,以突出难以区分的园地、未利用地,改善计算机分类的效果。

2.分类与面积统计精度分析

对于分类图像,使用外部数据如AutoCAD,MapInfo等土地利用现状矢量专题图输入、数字化仪或屏幕跟踪,在分类图像上建立行政区多边形∀面域(Region)#,在行政区内对分类的各个用地进行统计,并与2000年汇总的土地利用变更统计数据进行对比,结果如表2。土地利用现状变更图数字化后与分类的遥感图像匹配,对比其判对率,结果如表3。

表2󰀁分类图像结果与2000年变更统计数据对比

项目分类图像变更数据/(10/15)m

4

2

耕地26175.323851.10.08

园地482.2312.50.35

林地99..30.91

居民地4699.190.6-0.168

水域3511.14587.4-0.31

交通用地1082.31561.4-0.44

空地3711350.63

合计320.835947.30.01

相对精度/(104/15)m2

表3󰀁分类图像判对率

地󰀁类

耕地园地林地居民地交通用地水域未利用地

/

83.4

77.6

81.7

/

在信息维上在最大似然法等统计模式识别的基础上,采用GIS辅助下基于知识的专家系统的方法,可望进一步提高土地利用专题分类的精度,这有待于进一步的研究。

判对率/(%)82.778.8

󰀁󰀁四、结束语

1.只采用TM图像,精度上可以满足土地利用动态监测的要求。对于园地、未利用地等地类和二级地类,判读、分类有一定困难。采用SPOT、TM图像影像融合可提高判读效果。

2.结合目视判读通过影像计算机分类可更新耕地、林地等土地利用一级类中的绝大多数地类,尤其是对建设用地的动态监测具有时效性强、成本低、精度高的优点。

3.本研究只采用单一时相遥感图像的光谱特征进行自动分类,如果在时间维上选择多季相图像,

󰀁󰀁参考文献:

[1]󰀁陈述彭,赵英时.遥感地学分析[M].北京:测绘出版

社,1990.

[2]󰀁濮静娟.遥感图像目视解译原理与方法[M].北京:中

国科学技术出版社,1990.

[3]󰀁陈钦峦,陈丙咸.遥感与像片判读[M].北京:高等教育

出版社,1988.

[4]󰀁叶󰀁明.利用GIS机助界定宁波城市实体地域[J].浙

江测绘,1996,(4):45󰀁48.

[5]󰀁叶󰀁明.宁波城市边缘带研究[J].宁波大学学报(理工

版),2000,13(2):16󰀁20.