RS、GIS在耕地后備遙感監測中的應用
——以安徽省淮北市相山區為例

李春霞

(北京地星偉業科技股份有限公司，北京 100080)

0 引言

在航空航天技術飛速發展的今天，利用遙感衛星影像數據和航空攝影技術進行地表信息采集技術，已成為我國信息監測的主要手段。我國工業化、城鎮化進程的快速推進，導致優質耕地在減少，保護耕地紅線壓力倍增。加強耕地占補平衡管理，成為耕地保護的基本制度[1]。

本文以KOMPSAT衛星數據為例，講述衛星遙感影像數字正射影像圖(Digital Orthophoto Map，縮寫DOM)的制作流程。結合第2次全國土地調查成果，以安徽省淮北市相山區為例，解譯影像特征變化為耕地的地塊信息，作為該區域耕地后備數據資料來源。

1 正射影像圖(DOM)制作

1.1 工作路線

遙感衛星獲取該區域全色和多光譜影像數據，經色彩合成、融合和配準等初步處理后，以第2次土地調查底圖和高程數據等控制資料作為參考，開展正射校正工作。正射后的影像圖進行多景間鑲嵌，并按照縣界范圍進行裁切，形成該縣DOM成果[2]。正射影像圖制作流程如圖1所示。

圖1 正射影像圖制作流程Fig.1 Production flow chart of orthophoto map

1.2 數據預處理

1.2.1 Kompsat數據介紹

使用Kompsat 3衛星數據，全色數據分辨率0.7 m，多光譜分辨率2.8 m。

Kompsat 3原始數據文件夾中包含多光譜分波段影像R、G、B、N(tif)，全色影像P(tif)，影像元數據文件(xml)，影像快視圖(jpg)，有理多項式系數文件(txt)。

1.2.2 多光譜數據預處理

采用ERDAS軟件對衛星采集到的多波段(Mult)數據進行光譜重組，合成假彩色影像。

具體方法：打開ERDAS工具模塊中的Layer Selection and Stack工具，按照紅、綠、藍、近紅的順序依次加載，進行波段組合，輸出為IMG格式，如圖2～3所示。

圖2 波段組合Fig.2 Band combination

圖3 數據轉換Fig.3 Data conversion

1.2.3 全色數據格式轉換

將全色數據的TIFF格式轉換成IMG格式，與多光譜數據格式一致，便于下一步融合。

1.3 影像融合

對空間分辨率和光譜分辨率融合目的是最大限度提高信息量，減少信息冗余，發揮各自優點，盡量保留低空間分辨率多光譜圖像的光譜信息和高空間分辨率全色圖像的空間信息[3]。融合主要分以下4個步驟：影像預處理、融合方法選取、融合后影像處理和效果檢查。

1.3.1 影像預處理

Kompsat 3原始數據中多光譜數據和全色數據同步獲取，匹配精度比較高，無需配準即可進行融合。否則，匹配精度達不到要求則需先進行配準，配準精度滿足要求后再融合。

使用erdas工具，建立kompsat的顏色模型，對影像顏色進行初處理，獲取顏色相對適中、紋理比較清晰影像，如圖4所示。

圖4 Kompsat 3顏色模型Fig.4 Kompsat 3 color model

1.3.2 融合方法選擇

融合方法多樣化，常用的有比值和加權乘法、Brovey變換法、高通濾波法，IHS變換法、主成分分析法和小波變換等[4]。本節采用高通濾波(HPF)融合方法，將已經過上步配準、顏色模型處理后的多光譜與全色影像進行融合。

1.3.3 融合后影像勻色

影像存在灰度值集中或某一通道的色調偏亮等，需要對圖像進行勻色，色調均勻的影像直方圖呈現正態分布[5]。盡管使用了Kompsat的顏色模型初處理影像，融合后影像整體亮度、色彩反差、整體紋理仍然未達到信息提取要求，如地類圖斑邊界不清晰，地類反差過小，導致目視解譯不易判讀耕地等重要地類。勻色不宜偏重色彩信息，導致細節紋理丟失，無法區分自然植被(如耕地與林地色調區分不開)，地物邊緣沒有明顯的區分界限。

如圖5所示，勻色前影像上植被顏色偏黃，清晰度不夠，有一層朦朧感，對比度和紋理不夠清晰。通過Photoshop工具對整體和局部的亮度、色調、對比度和曲線等進行調整。勻色后植被明顯接近真彩色，紋理比處理前更加清晰，地物邊界更加清晰明顯，能夠滿足于目視解譯需求。

1.4 正射校正

1.4.1 數學基礎

平面坐標系統：采用1980西安坐標系。

投影方式：采用高斯-克呂格投影方式，分帶為3度分帶。

高程系統：采用1985國家高程基準，ASTGTM 30 m的高程數據。

1.4.2 準備工作

數據資料：相山區二調控制底圖、DEM高程數據和待糾正影像。

糾正模型的選擇：采用IKONOS模型進行正射糾正[6-7]。

1.4.3 控制點選取

通常情況最少控制點數量n=(m+1)×(m+2)/2，其中m為模型的次方數，理論上1次方最少需要3個控制點，2次方最少需要6個控制點，3次方至少需要10個控制點，依次類推。

控制點采集的基本原則：選取同名地物點，優先選擇道路交叉點，高架橋路、高樓等具有高程地物盡量不作為選取對象，控制點要分布均勻等。

由于區域地形、地貌和高程等因素的限制，為滿足精度要求選取的控制點通常比理論點個數多，特別是山區和丘陵地帶。本作業區域存在局部山區，山區由于高程較大易造成抖動，所以在選點上盡量均勻、局部密集。

1.4.4 輸出重采樣影像

Kompsat 3的重采樣間隔選擇1 m，輸出糾正后影像。

最鄰近像元采樣法(Nearest Neighbor)簡單易行、處理速度快，但是集合精度不高、連續性差；雙線性內插法(Bilinear Interpolation)圖像連續且精度高，但是此算法具有低通濾波性質壓抑高頻成分，易出現模糊情況；立方卷積重采樣法(Cubic Convolution)內插精度高、圖像質量較高，但計算量大、破壞原來的數據[8]。本文重采樣使用雙線性內插法。

1.4.5 糾正精度檢查

檢查控制點精度是否在要求范圍內，對于圖面質量不佳的，在同一窗口內使用swipe工具，檢查影像與控制底圖誤差是否在要求內。

殘差中誤差要求平原地區不超出2個像素，山區不超過4個像素。

1.4.6 影像鑲嵌和裁切

高分辨率影像由于幅寬、正射校正過程中的變形等原因，一景無法覆蓋整個區域，需要通過DOM拼接形成一個完整縣區范圍。原則上要求重疊區域進行無縫接邊，盡量保留分辨率高、云霧少、質量好的影像，紋理、色彩要求自然過渡，盡量能保證同一地塊光譜特征一致。

對具有相同重采樣間隔，波段類型相同(單波段與單波段、多波段與多波段)單景影像之間開展鑲嵌工作，本文采用了Photoshop軟件進行鑲嵌。因相山區采集的均為Kompsat數據，為同一采樣間隔且均為多波段，可直接進行全區的鑲嵌。

鑲嵌后影像使用相山區行政區界線，裁切縣級正射影像圖，裁切工具可選擇ERDAS或者ARCGIS。

2 信息提取

2.1 工作路線

采用遙感數據與其他多源數據相結合、人工目視解譯輔助計算機自動化技術方法，完成耕地圖斑信息提取工作，形成相山區耕地后備資源基礎數據。

以第2次調查數據庫為基礎，疊加上一步制作完成的正射影像圖，在非耕地范圍內提取影像上特征為耕地的區域，形成信息提取成果。耕地后備信息提取流程如圖6所示。

圖6 耕地提取流程Fig.6 Flow chart of cultivated land extraction

2.2 信息提取

信息提取通過光譜特征、空間特征和時間特征建立判讀標識，目視解譯影像中耕地信息并分類[9]。

2.2.1 二調數據庫預處理

二調數據庫結構主要包含地類圖斑(DLTB)、線狀地物(XZDW)、行政區(XZQ)、行政區界線(XZQJX)和零星地物(LXDW)等圖層，本次提取主要使用地類圖斑(DLTB)和行政區(XZQ)圖層[10]。

信息提取主要采用ARCGIS10.2版本軟件，按照二調土地利用現狀分類提取耕地范圍外矢量[11]。具體方法：使用ARCGIS中ArctoolBox工具箱中的Select工具，Input Feature(輸入欄)選擇DLTB圖層，Output Feature Class(輸出欄)選擇提取后文件名和位置，如命名為“待提取層”；Expression(表達式)一欄輸入SQL語句“[DLBM]<>‘011’AND[DLBM]<>‘012’AND [DLBM]<>‘013’”，點擊OK即完成。

2.2.2 耕地圖斑提取

本次使用的正射影像圖時相為9月份，氣象條件較好，采集到的衛星影像數據受云霧雪干擾情況少，影像質量佳。

在ARCGIS中添加正射影像圖，套合“待提取層”范圍。在待提取圖層范圍內提取影像上明顯為耕地特征的圖斑，且面積達到200 m2，圖斑類型認定為01，形成耕地后備成果。如圖7所示，從原有林地圖斑中提取的影像特征為耕地圖斑。

2.2.3 圖斑表達

基于ARCGIS軟件對耕地后備圖斑建立拓撲關系，生成圖斑屬性信息表，如表1所示[12]。

表1 耕地后備圖斑屬性信息

2.3 結論及分析

相山區轄區面積為141.7 km2，二調數據庫(2017年)原有耕地4 827.7 hm2(72 415畝)，占本區域總體面積34%。在全區域內開展耕地提取，形成耕地后備圖斑共323.7 hm2(4 855.9畝)，提取的耕地占轄區面積2.2%左右。提取耕地圖斑分布情況如圖8所示，地類變化具體情況如表2所示。

圖8 提取耕地后備圖斑分布Fig.8 Extraction of cultivated land reserve pattern distribution

表2 提取耕地后備圖斑匯總

其中，以有林地(031)、村莊(203)、城市(201)中提取耕地為主要組成；提取的耕地圖斑主要分布在相山區的西部區域。

分析以上結果可能有以下4種原因。

(1)國家政策變化影響。相山區西部明顯為平原，耕地資源豐富且適宜耕作。近些年，國家加大糧食補貼力度，調動種糧農民積極性，一些被撂荒的土地再次開始耕種，增加了林地中提取出的耕地面積[13-14]。

(2)城市化進程影響。隨著城市化輻射范圍不斷擴大，大量的農村居民搬離農村來到城市，原有規劃的村莊并沒有因為新一代年輕人成長有所擴大，大片村莊內部閑置土地被耕種起來。

(3)區位發展方向不同影響。相山區中東部為集中建設開發區，有大面積國家批準劃撥土地還未開發建設，出現大面積城市中提取出的耕地；中部有山不宜耕種，主要為種植林木與果樹。

(4)數據時效性影響。二調數據庫建庫時使用影像圖精度不高，調查結果難免有誤差；二調建庫時間距離現今較久，實地可能已經發生變化，而國家未能及時監測到位。

3 結束語

DOM的校正精度、顏色處理在后續的耕地信息提取中影響非常大，直接關系到耕地信息提取的正確性與準確性。缺陷：目前信息提取基本能依靠人工目視解譯方法。使用計算機自動提取技術，圖斑邊界及分類準確性無法達到工程類要求；影像反射出的光譜信息存在“同物異譜、同譜異物”情況，機器識別不準確；加上工程要求差異性較大，難以實現全自動化，而需要人工進行不斷干預。