基于Landsat-8的土地利用專題制圖方法研究

黎 昕

（湖北國土資源職業學院，湖北 武漢430090）

土地是人們賴以生存的基礎，土地利用是依照土地所固有的屬性結合人類的勞動從而獲取相應回報的經濟行為，包括了獲取一系列土地產品及相關的服務[1]。近年來，武漢市漢南區經濟發展快速，土地利用類型變化較快。常規的土地分類方法出錯率較高，精度較低，研究成果的更新和應用比較困難[2]。而使用遙感影像編制土地利用現狀圖能快速獲取區域地類分布情況，理清各類型土地資源的數量與質量，為該地區土地資源的科學管理與規劃提供依據。

1 研究區概況

武漢市漢南區位于武漢市西南部，地勢東南高，西北低，屬北亞熱帶季風性（濕潤）氣候，具有常年雨量豐沛、四季分明等特點。漢南區耕地面積占比高，農業產值高，自然資源豐富，正穩步進入城市化建設新時期，土地開發利用較為頻繁。

2 研究數據來源與處理方法

2.1 數據來源

本研究所用數據為從地理空間數據云網站下載獲取的2020年武漢市及周邊部分區域的一景Landsat－8影像數據及輔助數據。Landsat-8衛星上攜帶OLI陸地成像儀和TIRS熱紅外傳感器，OLI陸地成像儀包括9個波段，空間分辨率為30 m，其中包括一個15 m的全色波段[3]。該數據云量較少，影像質量較好。經裁剪后即可獲取漢南區影像數據。

2.2 數據處理方法

2.2.1 數據預處理

ENVI軟件是一套具有創新性的遙感影像處理系統，它主要是為經常使用航空遙感數據和衛星的人員開發設計的，以滿足其眾多的特定遙感影像處理以及需要[4]。本研究使用ENVI軟件對影像數據進行預處理。首先應對數據進行坐標校正、輻射校正等前期預處理，然后結合漢南區矢量數據，使用ENVI軟件相關裁剪工具（如使用roi裁剪圖像工具）裁剪武漢市及周邊部分區域Landsat－8原始影像數據，獲取漢南區影像數據。

因波段組合有其不同的主要用途，根據目視判讀的需要，各類地物間的反差應盡可能大[3]。Landsat－8影像數據的7、5、3標準假彩色波段組合可移除大氣影響，各地物特點較鮮明，故本研究使用753波段組合進行假彩色合成，合成后的影像如圖1所示，同時，使用4、3、2與5、4、3波段組合合成的影像進行輔助判讀。

圖1 武漢市漢南區Landsat－8影像數據（753波段合成）

通常，較高分辨率的遙感圖像是單波段的，而較低分辨率的遙感圖像是多光譜的。分辨率的融合通常用于生成更高分辨率的多光譜遙感圖像[4]。波段合成后，可使用ENVI軟件的圖像融合工具（本研究使用能較好保持影像的紋理和光譜信息Gram-Schmidt圖像融合）將合成后的影像和分辨率為15 m的全色波段影像進行融合處理，處理后的影像分辨率由30 m提升為15 m，且多光譜特征得到了保留，更易于地物判讀。

2.2.2 監督分類

數據預處理完畢后，即可對其進行監督分類。遙感影像的監督分類是在已知類別的訓練場地上提取各類別訓練樣本，通過選擇特征變量、確定判別函數或判別式（判別規則），進而把影像中的各個像元點劃歸到各個地類的分類[5]。對影像進行監督分類前，地類樣本如何選取對分類精度影響較大。地類樣本應在研究區內均勻選取且選取范圍不能過大[6]。同時，選取樣本時不應有其他干擾因素（如選取長江水體樣本時不宜框選長江中的橋梁與船只）。若樣本間可分離性大于1.8，則說明此時樣本之間的可分離性較好[7]。若將可分離度低于1.8的樣本直接用于分類，則精度難以滿足實際生產需求。首先，使用ENVI軟件的roi感興趣區工具在影像數據中選取各地類樣本，對比清晰度更高的網絡地圖或其他影像上的實際地物，發現居民地與交通用地較難區分，可分離度低于1.8；林地、水體與其他地類的可分離度較高，滿足精度要求。故結合區域實際情況，將研究區地類分為城鎮用地、林地、耕地、草地、水體五類。然后使用ENVI軟件的“計算roi可分離性”工具計算各地類可分離度。經計算，各地類之間可分離度如下：林地與耕地，1.995；林地與草地，1.998；林地與水體，1.999；林地與城鎮用地，1.993；耕地與草地，1.849；耕地與水體1.999；耕地與城鎮用地，1.956；草地與水體，1.999；草地與城鎮用地，1.969；水體與城鎮用地，1.999。各地類間可分離度均大于1.8，滿足精度要求，其中耕地與草地可分離度為1.849，相對較低，會對分類結果有一定影響。

各地類樣本選取完畢后，即可根據訓練樣本進行監督分類，本研究使用分類精度較高、運算速度較快的最大似然法對影像進行解譯。最大似然法是一種應用最為廣泛的監督分類方法，它根據貝葉斯函數和最大值規則確定類別的歸屬使用[8]。以分類樣本為依據，使用ENVI軟件圖像分類工具中的最大似然法分類工具對漢南區影像數據執行監督分類。分類完畢后，得到的數據范圍為包含漢南區的矩形區域，這時應再次使用漢南區矢量數據對分類數據進行裁剪。然后使用最大/最小值分析工具去除小圖斑，即可獲取漢南區土地分類原始數據。

3 精度評價

目前，分類精度評價最常用的方法是混淆矩陣法。它是一種誤差矩陣，通過實驗樣本中正確分類的數量和誤分類的數量來表示[6]。分類評價常用混淆矩陣中的總體分類精度與Kappa系數進行定量評價。總體精度表示所有被正確分類的樣本數量占總體樣本數量的概率，可體現分類結果的整體正確率；Kappa系數則是表示總體分類的精度系數[6]。對影像執行監督分類并進行后續分析后，使用ENVI軟件中的“利用地面真實感興趣區進行混淆矩陣分析”工具，選取使用最大/最小值分析工具處理后的最大似然法分類成果數據，再選取用于評價驗證的各地類樣本數據，即可輸出混淆矩陣計算結果。通過分析混淆矩陣的總體分類精度與Kappa系數等參數，能快速定量地評價土地分類精度。經計算，總體分類精度為94.769 1%，大于90%；Kappa系數為92.28%，大于85%，分類精度較高。分類完成后，還可根據分類實際情況使用ENVI軟件圖像分類工具下的“分類后處理”工具對影像數據進行進一步處理。

4 制作專題圖

數據處理完畢后，需結合實際生產需求將上述分類成果數據制作為專題圖件，以供后續使用。ENVI軟件的制圖工具制圖效果一般，難以滿足實際生產需求，而ArcGIS軟件制圖效果較好，故可使用ENVI軟件矢量處理工具下的“柵格轉矢量”工具先將ENVI的影像分類柵格數據轉換為ENVI矢量數據（evf格式），再使用“經典版本evf矢量轉矢量”工具將ENVI矢量數據（evf格式）轉換為ArcGIS矢量數據（shp格式）。轉換完成后，研究區土地分類以屬性表的形式存在于矢量文件中，再使用ArcGIS軟件的符號系統根據實際生產需求制作專題圖件即可。

本研究使用第三次全國土地調查工作分類圖示符號庫，結合《土地利用現狀分類》規范（GB/T21010-2017）與研究區實際情況，先將符號庫導入ArcGIS軟件符號系統中，再在ArcGIS軟件符號系統中根據地類屬性設置各地類顏色與符號，如圖2所示，然后設置標題、圖例、坐標格網、比例尺等其他要素，即可制作土地利用分類專題地圖。

圖2 Landsat－8武漢市漢南區土地利用分類圖

利用遙感圖像編制土地利用圖，應該改變先野外調繪后室內編圖的程序，而變為先室內分類解譯，后再到野外補點調繪和檢查驗證，最后室內成圖[9]。故對于僅根據影像數據不能確定地類的區域，需使用更高精度的影像進行輔助判讀或進行野外補點調查與驗證，然后修改相應地類圖斑及屬性。修改后的土地分類專題圖件精度會得到進一步提升，可為該地區的土地利用規劃、設計及合理開發利用等提供依據。

5 結果分析

使用ArcGIS軟件融合相同地類，統計土地分類矢量數據可知，漢南區耕地面積占比52.7%，面積最大；城鎮用地面積占比23.1%；草地面積占比5.0%；林地面積占比12.1%；水體面積占比7.1%。

6 結論

本研究以武漢市漢南區Landsat-8遙感影像為數據源，通過影像預處理、監督分類、精度評價、制作專題圖、結果分析等五個步驟，快速掌握了武漢市漢南區的土地利用分類情況，制圖效率較高，經濟實用，能為相關部門提供較為準確的土地分類信息，為該地區的土地利用規劃、設計、及土地資源開發利用等提供依據。但因影像分辨率及其他因素的影響，部分區域難以直接通過影像進行判讀，需通過實地考察驗證等其他手段進行輔助判定。

通過分析圖件與相關數據可知，漢南區耕地面積占比最高，農業發達，水體與草地面積相對較少。隨著武漢地鐵16號線的建設，漢南區正快速步入城市化建設的進程，耕地林地等正逐漸被城鎮建設用地取代，水資源面積也正逐漸減少，人們在開發利用土地資源的同時，應加強環保意識，結合最新的土地分類信息，在城市化建設的同時，對土地資源進行合理開發利用。