(河南省國土資源廳信息中心鄭州450016)
摘要:針對當前國家和省級國土資源管理對土地利用現狀數據的需求，在高分辨率遙感影像處理、基於遙感影像的土地利用信息提取和數據庫建設等方面進行了壹些有益的嘗試，以期為國土資源管理提供快速準確的土地利用信息，為國土資源管理提供基礎信息服務和輔助決策工具。
關鍵詞:高分辨率遙感影像土地利用數據庫
0先行
中國人口多，土地資源少，耕地資源稀缺。當前，正處於工業化、城鎮化快速發展時期，耕地保護與建設用地需求的矛盾進壹步凸顯。發揮技術優勢，及時掌握土地利用現狀，關系到控制布局、調節經濟杠桿的效率。河南省位於中國南北交界處，有三種地形:平原、丘陵和山地。本文利用法國SPOT 5衛星影像數據，在河南省開展基於遙感影像信息的土地利用數據庫建設試點，快速獲取國家和省級國土資源管理所需的土地利用狀況。
1試點地區基本情況及遙感影像數據源
河南省位於黃河中下遊，面積16.7萬平方公裏，其中山地丘陵7.4萬平方公裏，平原盆地9.3萬平方公裏。采用覆蓋河南全省的分辨率為2.5 m的法國SPOT 5數據源，數據采集時間為2005-2007年。數據* * *，共有79個場景，數據質量較好，基本滿足壹般情況下影像分類的要求。但由於影像接收時間跨度長，多集中在春秋兩季，加上河南省四季特征鮮明，覆蓋全省的影像存在明顯的色差。
2遙感影像數據處理
單色和多光譜數據同步接收，其圖形具有良好的幾何相關性。圖像處理采用配準、融合、校正的順序，主要包括圖像配準、融合、正射糾正、拼接和切割。
2.1圖像配準
影像配準采用ERDAS軟件中的相對配準方法，多光譜數據采用XS2(紅)、XS3(綠)、XS1(藍)波段組合形式，重采樣采用雙線性插值法，以場景為配準單元，以SPOT 5全色數據為配準依據，均勻選取配準控制點。對接收側個別視角大、地形起伏大的區域，增加控制點的采集密度。
2.2圖像融合
采用乘積變換融合法和ANDORRE融合法合成全色和多光譜空間分辨率數據。融合後，通過調整直方圖、USM銳化、色彩平衡、色度飽和度調整和對比度增強，改善了圖像的視覺效果，使整幅圖像的色彩真實、均勻、清晰，增強了紋理等專題信息。
2.3圖像正射校正
影像正射校正采用ERDAS軟件的LPS正射校正模塊，利用SPOT 5物理模型采集整個場景影像中均勻分布的25個影像控制點，相鄰場景的重疊區域有兩個以上的共同影像控制點。正射糾正以實測影像控制點和1∶50000 DEM為基礎，融合數據以場景為單位進行正射糾正。
2.4圖像拼接
圖像拼接以工作區域為單位，場景與場景之間的拼接線應選擇線狀物體或圖斑邊界等明顯的邊界，盡量避開雲、霧等質量相對較差的區域，這樣拼接出來的圖像顏色才會自然，不會出現裂紋、模糊和重影。
2.5數字正射影像地圖制作
數字正射影像圖(DOM)是利用Image Info工具制作的，按照1 ∶ 1萬的標準進行切割，覆蓋完整的縣級行政區域。根據《高分辨率影像數據處理和數據庫建設技術要求》，利用MapGIS對圖幅進行裁剪。
3 .基於遙感影像的土地利用信息提取
3.1河南省土地利用遙感信息分類
本文結合河南省土地利用的特點，制定了適用於河南全省的“基於遙感的土地利用分類”。土地利用類型分為三個壹級類，10個二級類，五個三級類。分類及對應含義見表1。
表1基於遙感的河南省土地利用遙感信息分類
3.2土地利用信息提取
以縣級行政區域為單位，在正射影像圖上嵌套鄉級及以上行政區域界線，結合樣本影像信息並參考現有土地利用數據庫和土地利用詳查數據，采用目視解譯方法提取土地利用現狀信息，同時建立遙感解譯標誌。遙感影像判讀標誌的建立有助於縮小不同人員判讀的差異，提高判讀的準確性。本文使用的SPOT 5遙感影像的地面分辨率較高，因此大部分地物比較直觀，易於解譯。典型班級照片如圖1所示。
圖1是典型的班級照。
本文使用的數據源多為春夏相，所以植被壹般是綠色的；耕地多為綠色或淺綠色；海水是深藍色或黑色的；居民區多為常規的黑灰色和灰白色；農村居民點呈規則或不規則的綠色和灰色、白色；鐵路和公路多為深灰色或淺灰色。
地面物體的細節色調通常顯示出規則的紋理。塑料薄膜育苗、蔬菜大棚、畜禽養殖場多為橫條，但園子較為規整；林帶和園地的北側或西側有陰影，耕地沒有陰影。此外，根據某些土地類型經常出現在特定位置的事實，可以利用該特征來區分色調和紋理相似的土地類型。如坑塘多見於農村居民點及河流附近，工礦用地多分布於公路、鐵路兩側。
4.基於遙感影像信息的土地利用數據庫建設
以遙感影像信息土地利用數據庫建設為基礎，以縣(市、區)為單位，結合河南省實際，制定了高分辨率遙感影像數據處理和數據庫建設技術要求，以及基於遙感影像1 ∶ 10000的省級土地利用數據庫標準。標準中定義了滿足數據庫建設需要的基於遙感影像的土地分類、文件命名規則、數據分層和屬性數據結構。數據數據庫根據要求，將矢量數據建立為縣級行政區域、地類斑塊、線狀要素、行政邊界、地面控制點、地類邊界、註記、樣點斑塊線、不壹致斑塊線等數據圖層。，並按標準逐層輸入屬性內容，建立基於縣域遙感影像信息的土地利用數據庫。
4.1多元數據構成
利用已建成的疊加正射影像數據的土地利用數據庫，參照數據庫的土地類型屬性數據，根據遙感數據的光譜和空間特征，通過人機交互的方式采集土地利用現狀信息。對於尚未建立土地利用數據庫的區域，對采集的土地利用現狀圖進行掃描、校正、投影變換，與正射影像嵌套，輔助提取土地利用現狀信息。
4.2數據采集
(1)原土地現狀數據庫的行政區域界線嵌套有DOM影像，基於影像對行政區域界線進行了修訂。
(2)上圖圖點的最小面積:耕地和農村居民點為3 mm×3 mm，其他土地類型為3 mm×5 mm。
(3)線狀地物:鐵路、公路、河流等。寬度小於30米的沿圖像輪廓中心線繪制；寬度大於或等於30米的視為斑塊；當線狀要素的寬度變化超過20%時，它們被分段標記。
(4)河流:河流寬度為恒定水位線的水面寬度，以原始土地利用數據庫數據或正射影像為準。
(5)公路林帶:公路兩側寬度大於等於30 m的林帶，按實際寬度繪制。當公路寬度小於30 m，單側林帶寬度大於30 m時，公路用線狀要素標註，而林帶按實際寬度繪制。
4.3數據分層
按照《基於遙感影像的省級土地利用數據庫標準1 ∶ 1萬》的分類命名規則，將矢量數據分別建立為縣級行政區、地類斑塊、線狀要素、行政邊界、地面控制點、地類邊界、註記、樣點斑塊線、不壹致斑塊線等數據圖層。
4.4建立數據字典
國家民政部門行政代碼標準中省、省級市、縣級行政區域行政代碼長度為2位，鄉鎮、行政村級行政區域代碼為3位。MapGIS軟件中縣級行政區與市級行政區合並，統稱為“縣級行政區”。因此，省級行政代碼為2位，縣級行政代碼為4位，鄉鎮行政代碼為3位。
4.5創建壹個聯合圖表。
根據大地坐標建立連通圖索引，記錄各圖幅的圖名、圖號、經緯度等信息，是輸出標準圖的依據。
4.6建立項目
以縣級行政區域為單位，將采集編輯的行政區域、行政區域界線、地類圖、線狀要素、地類界線、註記、影像、DEM等文檔入庫，建立土地利用信息管理數據庫。
5基於遙感影像信息的土地利用分類區對比分析
將基於影像提取的土地利用分類面積與原始土地利用數據庫面積進行對比，以檢驗基於影像的土地類型信息提取的準確性。以東部平原兩縣、丘陵地區兩縣、山區兩縣為例，對比分析了相對誤差(表2)。
計算公式:相對誤差= [(遙感數據庫面積-原土地數據庫面積)/原土地數據庫面積] × 100%。
表2分類區域的相對誤差
從表2可以看出，公路、鐵路、城鎮和居住區面積相對較大，但在整體面積中的權重相對較小(合計不到16%)；其他二級區相對誤差均小於20%，尤其是山區(相對誤差小於10%)，其次是平原(相對誤差小於15%)和丘陵(相對誤差小於20%)。各縣(區)轄區面積誤差小於3%。
6結論理論
(1)高分辨率遙感影像信息不僅可以區分耕地等壹類類別，還可以區分部分二類類別。基於遙感的土地利用信息提取已得到實地驗證，確定的圖斑準確率高，但不確定的圖斑準確率低，平原和山區提取準確率高，影像質量較好的信息提取準確率也高。不同土地類型提取的精度也不同。建設用地在遙感影像上易於解譯；由於受圖像接收時間的影響，不同季節耕地和園地的響應光譜不同，丘陵地區耕地和草地界限不明顯，正確率低。
檢查結果表明，土地利用數據庫中土地利用遙感分類結果的準確率在97%以上，特別是耕地和居民點的準確率在99%以上。
(2)利用高分辨率遙感影像建立國家和省級管理部門使用的土地利用現狀數據庫是可行的。利用MapGIS軟件，對使用高分辨率遙感影像信息的土地利用數據庫工程文件進行檢查，檢查項目包括:圖形與影像匹配的精度、相鄰圖幅的精度、屬性數據的正確性、各圖層要素的拓撲和邏輯錯誤等。經檢驗，數據采集精度誤差小於0.2 mm，相鄰圖幅誤差小於0.1 mm，圖形數據、屬性結構和內容均符合技術設計和標準要求，數據庫能正常輸出相關報表。
將基於遙感影像信息的土地利用數據庫與原詳細土地利用數據庫進行對比，兩者分類面積相對誤差對應率均在80%以上，因此利用遙感影像信息構建土地利用數據庫基本可行。
參加考試，貢獻力量
國家測繪局。2007.基礎地理信息數字產品生產技術規程1: 10000和1: 50000 [M]。北京:測繪出版社。
國土資源部。2000.土地利用動態遙感監測規程[S]。北京:地質出版社
國土資源部。2008.TD/T 1016—2007土地利用數據庫標準[S]。北京:中國標準出版社
廖可，程希芳，吳建升，等2006。高分辨率衛星遙感影像在土地利用變化動態監測中的應用[J].測繪科學，(六):11 ~ 15。
(原載於《測繪科學》2009年第10期)