遙感影像信息獲取技術在地理國情監測中的應用研究

馮杰婷

摘 要：隨著我國社會經濟的飛速發展，如何處理社會、經濟、環境、生態、資源、人口等各個要素之間的關系，促進社會和諧發展，是當前亟待解決的問題。因此，通過相關監測手段對我國地理國情現狀予以全面掌握，是當前社會生態文明建設和經濟發展的需要。而在地理國情監測項目中，地表覆蓋信息提取的關鍵在于快速、準確地獲取遙感影像包含的地物信息。因此，研究和探討遙感影像信息獲取技術在地理國情監測中的應用具有十分重要的意義。

關鍵詞：遙感影像；地物信息；數據源；地理國情監測

中圖分類號：P208；P237 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.05.030

地理國情監測是指通過各種技術方法和手段（移動通信技術、地理信息系統技術、航空航天遙感技術、全球導航衛星系統等），對自然地理要素和人文要素等進行定量空間化和動態的監測，并對其中的變化趨勢、變化頻率、變化量、地域差異和分布特征等進行統計與分析，從而生成關于生態、環境、經濟、資源等要素的發展變化規律、空間分布的研究報告和監測數據地圖等，以供政府進行相關戰略決策。我國幅員遼闊，地理國情復雜，尤其是改革開放的實施，促使我國社會經濟飛速發展，土地利用與覆蓋發生了巨大的變化。與此同時，城鄉發展不平衡，產業結構不合理，城鎮化、工業化與生態環境和能源資源的矛盾等問題日益突出。這些問題使得我們必須加快發展地理國情監測，以準確、真實、可靠的地理國情信息，為政府準確掌握國力國情，科學、規范管理，為社會生態文明建設和經濟發展助力。

1 遙感影像信息獲取技術概述

在地理國情監測項目中，遙感影像是最重要的數據源。按照觀測方式和觀測平臺，地理國情監測數據獲取一般有航天衛星遙感、航空機載遙感、平流層飛艇遙感、低空無人遙感、水下遙感和地面觀測等方式，通過搭載微波、高光譜、紅外線等多種探測手段互相配合，從而為地理國情監測提供多時相、多分辨率、多源的數據資源。

1.1 遙感影像信息獲取技術概念

遙感影像信息獲取技術是指在大量可用的遙感影像資源之中提取有用的信息，比如某一區域的地物、溫度等信息，并且將提取的信息儲存在數據庫，以供用戶查詢使用。而將遙感影像信息從海量的遙感影像資源中挖掘出來，一直都是遙感影像研究領域的難點和重點。

1.2 遙感影像的分割方法

遙感影像分割是指依照特定的算法，將一幅影像分割成多個互不相干的影像對象，通過計算機自動化影像分析對分割后形成的影像對象展開相應分析。由此可見，影像分析的關鍵在于影像分割，它關系到影像分析的結果。經過數十年的發展，影像分割技術如今已有近千種算法，包括基于特定理論的分割方法、基于邊界技術和域相結合的分割方法、基于邊緣檢測的分割方法、基于區域的分割方法、基于邊界的分割方法等。

1.3 遙感影像的分類方法

遙感影像主要有兩種解譯方式，即計算機自動解譯和目視解譯。計算機自動解譯分類速度快，并且受人為主觀因素的影響較少，主要方法有監督分類和非監督分類兩種。監督分類是指首先提取統計信息和選擇訓練樣本，然后再選擇合適的分類算法；非監督分類不用經過人工選擇訓練樣本這一過程，而是在遙感影像中對自然相似光譜集群自動搜尋與定義，然后將搜尋定義的數據與參考數據作比較，從而將其劃分至某一類別中。目視解譯是遙感影像工作人員需具備的最基本的一項技能，工作人員依據遙感影像的解譯標志可實現人工解譯。目視解譯是一個漫長且煩瑣的過程，需要將遙感影像人工數字化，人為主觀因素的干擾較大，不但工作人員的工作量大，而且解譯效果準確率低。

2 遙感影像信息獲取技術的具體應用

2.1 分割參數設置

影像分析的關鍵在于影像分割，它關系到影像分析的結果。要想得到令人滿意的成果，影像分割結果就必須符合相關要求。因此，設置合理的分割參數至關重要。在對各個分割尺度參數進行設置時，一般采用控制變量法。在此，需要注意以下兩點：①當緊致度因子權重為中間值，且在一定尺度下時，形狀因子參數不宜過小。這是因為當形狀因子參數逐漸增大時，影像對象的邊界鋸齒逐漸減少，對應地物的綜合尺度逐漸增大，影像對象數目逐漸減少；而如果形狀因子參數較小，分割邊界就會過于細膩，影像對象的邊界鋸齒增加。②在一定尺度下，設置的緊致度因子不能偏小。因為當緊致度因子過小時，影像對象的鋸齒較多，使得影像對象的邊界相對來說不是很準確。總之，對于不同地物的提取，應當設置不同的分割參數多次分割影像，分割分類再分割分類，直至達到最好的解譯效果。

2.2 分類精度評價

在人工編輯修改分割分類的遙感影像之前，還需要對其進行分類精度評價。分類精度評價是指真實影像包含的地物與導出的矢量結果之間的吻合度，即評價分類結果，確定分類的可靠性和精度。假如導出的矢量包含的要素與真實影像中所對應的地物類型接近，那么解譯結果就具有很高的精度。因此，對于遙感影像的分類結果，分類精度評價是非常重要的，它將直接影像解譯結果其他分析的可靠性。精度驗證一般有兩種方式，即ROC曲線和混淆矩陣。ROC曲線采用圖形的方式來表達分類精度，較為形象；而混淆矩陣則為較常用的方式。需進行精度評價的因子主要有以下幾個：①混淆矩陣。混淆矩陣用于比較地表真實信息與分類結果，可以在一個混淆矩陣里面顯示分類結果的精度，是通過將分類圖像中的分類和相應位置與每個地表真實影像的分類與位置進行比較得出的。②總體分類精度。它是指正確分類的像元總和與總像元數的比值。③Kappa系數。它是通過將影像像元總和乘以混淆矩陣對角線像元總和，再減去某一類中地表真實像元總數與被誤分成該類像元總數之積對所有類別求和的結果，再除以總像元數的平方差減去某一類中地表真實像元總數與該類中被分類像元總數之積對所有類別求和的結果所得到的。④漏分誤差。它指原本屬于地表真實分類，卻沒有被分到相應類別的像元數。⑤錯分誤差。它是指被分為用戶感興趣的類，而事實上屬于另一類像元。⑥用戶精度。它是指假設將像元歸到A類，相應的地表真實類別是A類的概率。⑦制圖精度。它是指假設地表真實為A類，分類器能夠將一幅圖像的像元歸為A類的概率。

2.3 分類后處理

分類后處理是指先運用模型生成器建立模型，然后進行人工編輯修改。人工編輯修改的主要任務是人工編輯自動解譯完的數據，嚴格匹配不準確的影像和邊界，并且修改相應的屬性。人工編輯修改完成之后，再使用相鄰面屬性檢查工具檢查人工編輯修改完成的數據。如果檢查出錯誤，還應當繼續人工編輯修改，直至沒有錯誤為止。

3 結論

應用遙感影像信息提取技術能夠對遙感影像的形狀、紋理、光譜等信息進行充分的利用，且提取的結果滿足地理國情信息的提取要求。將遙感影像信息提取技術應用于地理國情監測中，不僅能加快地理國情普查的速度，減少工作人員的工作量，還能極大地提升普查效率。本文首先簡單介紹了地理國情監測和遙感影像信息提取技術的相關概念，然后從分割參數設置、分類精度評價、分類后處理三方面詳細介紹了遙感影像信息獲取技術在地理國情監測中的具體應用，希望能借此推動遙感影像信息提取技術的發展和進步，以更好地為地理國情監測工作服務。

參考文獻

[1]雷德容.地理國情監測與基礎測繪相關關系研究[J].遙感信息，2015（02）.

[2]周樹旺.地理國情監測內容及方法研究[J].城市地理，2015（18）.

[3]譚盛輝.遙感影像技術在地理國情普查中的應用[J].南方國土資源，2015（05）.

[4]李琦.高分辨率遙感影像在地理國情普查信息提取中的應用研究[D].長春：吉林大學，2014.

〔編輯：劉曉芳〕