遙感及GIS技術在土地執法中的應用分析

蔡揚

（福建所思達勘測設計院有限公司，福州 350000）

1 引言

為掌握真實準確的土地利用變化情況，督促地方查處整改違法行為，消除違法狀態，促使衛片執法方式向“發現在初始、制止在萌芽”轉變，充分發揮已有監管平臺作用，福建省決定開展2017年度土地衛片執法中期監測和預警遙感數據生產工作[1]。

2 土地衛片執法中期監測和預警遙感數據生產工作的主要內容

本次工作的主要內容有三項，一是DOM數據生產；二是新增建設用地圖斑和新增違法采礦用地圖斑信息提取；三是數據空間套合分析統計。

3 遙感和GIS技術在具體生產過程中的應用情況

3.1 影像正射糾正

①糾正模型的選取。常見的糾正模型有，基于傳感器的物理模型、有理函數模型、多項式模型三種。其中物理模型是根據衛星星歷參數建立的嚴密糾正模型，在有參數的情況下，是正射糾正的首選模型。對于無法提供嚴格軌道模型的數據，但有RPB/RPC參數時可采用有理函數模型來進行正射糾正，這是本次工作的主要糾正模型。多項式模型糾正精度較低，在海域部分缺失DEM數據時可采用。②糾正方法選取。遙感影像的糾正方法主要有單景糾正、單軌糾正和區域糾正。進行正射糾正時，應優先選擇區域糾正，其次選擇單軌糾正，最后考慮單景糾正。在本次生產過程中，由于影像獲取的不連續性，以單景糾正的方法居多。③影像重采樣。常用的重采樣方法包括最鄰近法、雙線性內插法和三次卷積法。在生產過程中為了達到更高的影像精度，我們采用三次卷積法。即根據周圍16個點進行3次卷積內插賦予該像素。此方法計算復雜，需要的時間較長，但相比最鄰近法和雙線性內插法其糾正精度最高；但有時會造成局部影像紋理發生扭曲變形，需再做特別處理。

3.2 影像融合

3.2.1 融合前預處理

對糾正、配準后滿足精度要求的全色與多光譜數據，融合前還需要對其進行預處理。一方面，提高全色數據的亮度，增強局部反差突出紋理細節，盡可能降低噪聲；另一方面，對多光譜數據進行色彩增強，拉大不同地類之間的色彩反差，突出其多光譜彩色信息。①全色數據處理。在融合中要突出全色數據的高分辨率特征，可通過增強局部灰度的反差來突出紋理細節，通過細化來盡可能減少噪音。特別強調在增強局部灰度反差時只是增加灰度的值，原灰度關系保持不變。考慮到土地利用遙感監測需要從遙感影像上直接判讀地類信息[2]，從而發現新增建設用地圖斑，因此，在拉伸方法選擇上不應采用非線性拉伸，否則原灰度值的大小關系會發生變化，從而使影像產生灰度扭曲，增加含義不明確的偽信息，影響解譯精度。②多光譜數據處理。對多光譜數據進行處理，主要是進行色彩增強，調整亮度、色度、飽和度，拉大不同地類之間的色彩反差，突出其多光譜彩色信息。

3.2.2 融合最佳算法選取

在遙感影像處理過程中，通常采用的融合方法有多種，如IHS變換、比值變換、高通濾波、小波變換、PANSHAR等多種方法。在作業過程中根據不同的影像數據，采用不同的融合算法。在本次工作中，我們通過定量指標計算及多次效果嘗試，發現PANSHARP融合算法效果相對較好。它是一種基于成熟的最小二乘法，在原始多光譜、全色和融合后影像間尋求最佳近似灰度值關系，以達到最佳的色彩表現能力。

3.2.3 融合后影像處理

①色彩處理。融合后影像處理是保證成果質量的重要技術環節，融合后影像通常亮度偏低、灰階分布動態范圍小，色彩不夠豐富。需要采用線性或非線性拉伸、亮度/對比度、色彩平衡、色度、飽和度和明度調整等方法進行色調調整。處理后的影像要達到灰階分布具有較大動態范圍，紋理清晰、色調均勻、反差適中，色彩接近自然真彩色，可以清晰判別耕地等重要地類類型。②波段重組。影像融合后需要進行最佳波段的選擇組合和彩色合成，以最大程度地利用各波段的信息量，輔助影像判讀與分析。在實際生產中，應根據具體情況及數據源選擇合適的波段組合。一般采用3、2、1(R、G、B)的波段組合方式進行組合，由于植被等地物在近紅外波段有不同程度的差異，在以上數據波段選取組合時，可以在綠波段中加入30%近紅外波段信息，以突出土地利用特征。

3.3 變化圖斑信息提取

①新增建設用地圖斑信息提取。將前后時相DOM、2016年土地調查數據庫進行空間疊加分析，按照統一的圖斑提取原則，參照遙感解譯標志，采用以人機交互為主的信息發現方法，提取2017年度中期監測新增建設用地圖斑。②新增違法采礦用地圖斑提取。對照前后時相遙感影像，套合采礦權、探礦權數據，參照遙感解譯標志，依據礦產資源開發在影像上的地物特征（大小、幾何形態、色調、結構、紋理等）進行室內解譯判讀，提取新增違法采礦用地圖斑。

3.4 空間套合分析

采用GIS空間套合疊加分析方法，將提取的新增建設用地圖斑、新增違法采礦用地圖斑數據套合土地規劃、基本農田、土地預審、農用地轉用、供地審批、采礦用地等相關管理信息，采用數據庫統計匯總方法進行分析、匯總、統計出表。

4 生產過程中的相關問題處理技巧

4.1 資源O2C影像的處理技巧

由于資源O2C多光譜影像缺少藍色波段，無法直接合成真彩色，需要通過處理，盡可能模擬真彩[2]。經多次研究嘗試，確定了O2C數據波段組合的較優算法為：（Band1,Band 3*0.25+Band 2,Band2）。在此基礎上再通過PS技術對影像的色相、色調、亮度、色彩飽和度等進行適當的調整可達到理想效果。

4.2 自動配準

對于新型國產衛星數據源，經常存在RPC參數不穩定或讀取錯誤等問題，有時候采用人工選點進行配準，得到的結果難以滿足精度要求；針對這種情況，嘗試采用ERDAS軟件中的“AutoSync”自動配準工具，通過設置相似度、參考半徑等匹配參數自動提取特征點，利用多種匹配方法和策略識別獲取同名點，并基于小面元微分糾正的原理，得到高精度的配準成果。

4.3 建立影像融合效果定量評價指標

影像不同融合效果一般采用“目視法”進行定性的檢查與評價，其結果完全取決于檢查員的主觀意識，難以定量判斷其不同算法的優劣性。利用Matlab編程軟件，基于數理統計分析原理，編寫影像融合評價小工具，通過計算均值、標準差、信息熵、平均梯度、相關系數和相對偏差等相關指標，對融合后影像進行客觀定量分析，用于判斷不同融合算法之間的效果差異。

4.4 通過圖像增強處理方式提取圖斑信息

分析各種數據源新增建設用地的波段分布特征，利用圖像增強技術抑制非建設用地區影像特征，而增強建設用地區的影像層次和特征。一般說來非建設用地區植被信息較為豐富，而建設用地區內植被覆蓋度較低，可以采用植被抑制的方法來提高建設用地區的影像解譯辨識。

4.5 自動賦值和統計

通過自主GIS二次開發，實現圖斑屬性的自動賦值，如：實現對圖斑行政區劃信息、占用地類信息、基本農田信息的自動賦值。利用數據庫編程，自動匯總生成各類統計匯總表。

4.6 擴展新增數據源的影像解譯標志

在已有數據源解譯標志庫的基礎上，結合2016年土地調查數據庫，根據本年度轄區范圍內新增數據源的影像特征，綜合對比分析，擴展新增數據源的影像解譯標志。

5 結論

綜上所述，遙感和GIS技術在土地衛片執法中期監測和預警遙感數據生產過程中的應用較為深入。在實際作業過程中應通過不斷地摸索，總結經驗，通過編寫程序和工具，有效提高數據生產效率，確保生產質量。