GF-1B、C、D星數(shù)據(jù)在國土資源調(diào)查監(jiān)測領(lǐng)域的應用研究

□浙江省國土整治中心 陳文志 許調(diào)娟 童英良

2018 年3 月31 日成功發(fā)射的2 米/8 米光學衛(wèi)星（GF-1B、C、D）星座是中國第一個民用高分辨星座，由性能相同、狀態(tài)一致的3 顆業(yè)務(wù)衛(wèi)星組成，空間分辨率為全色2 米、多光譜優(yōu)于8 米，單星成像幅寬大于60 千米。牽頭主用戶為自然資源部，用于開展山、水、林、田、湖、草等自然資源全要素、全覆蓋、全天候的實時調(diào)查監(jiān)測。本文針對國產(chǎn)GF-1B、C、D 星數(shù)據(jù)在浙江省自然資源調(diào)查監(jiān)測領(lǐng)域的應用進行研究，探索形成了高分衛(wèi)星數(shù)據(jù)應用的路徑與方法，為衛(wèi)星數(shù)據(jù)規(guī)模化應用提供參考思路。

一、資料準備與評價方法

（一）數(shù)據(jù)資料

本文綜合考慮了土地利用類型具有典型性、代表性等因素，結(jié)合影像覆蓋情況，選擇了湖州市南潯區(qū)和金華市金東區(qū)作為實驗區(qū)，選取了質(zhì)量較好、能夠完整覆蓋轄區(qū)的高分一號12景影像作為數(shù)據(jù)源（見表1）。

其他基礎(chǔ)數(shù)據(jù)包括：2017 年11 月金東區(qū)土地利用變更調(diào)查影像成果1 米數(shù)字正射影像數(shù)據(jù)（以下簡稱“DOM”）、2018 年7 月金東區(qū)衛(wèi)片執(zhí)法檢查工作影像（浙江省）1 米DOM；2017 年10 月南潯區(qū)土地利用變更調(diào)查影像成果1 米DOM、2018 年7 月南潯區(qū)衛(wèi)片執(zhí)法檢查工作影像（浙江省）1米DOM。

（二）土地利用變更調(diào)查監(jiān)測應用評價方法

1.最小可檢測圖斑

最小可檢測圖斑是指變化檢測結(jié)果中，可識別其屬性的最小面積圖斑。選取平原、山區(qū)等不同典型區(qū)域，每個區(qū)域選1～2 個1 ∶10000 標準分幅的不同時相（季相相近）的影像，采用差值法、比值法或其他方法進行變化檢測，從檢測結(jié)果中提取變化圖斑，剔除偽變化圖斑，最后從變化圖斑中選擇面積最小的圖斑作為可檢測的最小變化圖斑。

2.新增建設(shè)用地監(jiān)測屬性、面積精度

參照抽樣、地面調(diào)查等方式獲得的地表真實分類信息，或者利用更高分辨率數(shù)據(jù)生成的結(jié)果，采用相對面積精度來評價圖斑的面積精度。

表1 高分一號衛(wèi)星數(shù)據(jù)情況匯總表

相對面積精度是指樣本圖斑與比較真值圖斑間的面積相對精度。其計算方法為：為國產(chǎn)高分遙感圖像中樣本圖斑面積，

評價方法為，一是準備好分類結(jié)果數(shù)據(jù)和參考分類數(shù)據(jù)；二是對照基礎(chǔ)影像，勾繪圖斑，計算面積；三是對應圖斑計算相對面積精度。

（三）土地資源全天候遙感監(jiān)測應用評價方法

土地資源全天候遙感監(jiān)測圖斑只有一個變化信息矢量圖斑層，通過2018 年遙感影像與2017 年基期底圖對比，采用目視解譯方式進行變化信息提取，發(fā)現(xiàn)2018 年度土地調(diào)查數(shù)據(jù)庫“建設(shè)用地”外的新增變化用地、疑似新增變化用地、新增生態(tài)退耕用地圖斑。

根據(jù)面積誤差符合正態(tài)分布的規(guī)律，利用三個指標對面積誤差進行評估，即相對中誤差、相對誤差與平均相對誤差，從而得出單個圖斑面積與整個區(qū)域的中誤差。以下指標計算公式中，為國產(chǎn)衛(wèi)星遙感圖像中樣本圖斑面積，為參考影像樣本圖斑面積。

相對誤差為：

平均相對誤差為：

相對中誤差：

（四）土地行業(yè)主體業(yè)務(wù)需求應用評價方法

1.地類信息提取

采用目視解譯和面相對象分類的方式。目視解譯根據(jù)確定分類系統(tǒng)和解譯標志以及解譯經(jīng)驗，參考土地利用基礎(chǔ)數(shù)據(jù)庫中的高分辨率正射影像、變更調(diào)查數(shù)據(jù)、土地利用現(xiàn)狀數(shù)據(jù)等，判別2 米/8 米光學衛(wèi)星（3 顆）影像產(chǎn)品上土地利用類型的光譜和紋理特征，通過人機交互對圖像進行地類信息提取，解譯土地利用類型。面向?qū)ο蟮姆诸惙椒ㄊ且环N面向?qū)ο蟮挠跋穹指罴夹g(shù)，其最重要的特點就是分類的最小單元是由影像分割得到的同質(zhì)影像對象（圖斑）。面向?qū)ο蠓诸惪梢赃x用更加豐富的特征，充分利用高分辨率的全色和多光譜數(shù)據(jù)的空間、紋理、和光譜信息來分割和分類的特點，以高精度的分類結(jié)果或者矢量輸出。

2.最小可識別圖斑

選取平原和山區(qū)等不同典型區(qū)域，每個區(qū)域選1～2 個1 ∶10000標準分幅的遙感圖像進行地類解譯。采用多種方法進行分類，將分類結(jié)果進行屬性精度評價和面積精度評價。統(tǒng)計分類精度高的影像的最小可識別圖斑，將面積最小值作為最小可識別圖斑的面積。

3.典型地類屬性、面積精度

參照抽樣、地面調(diào)查等方式獲得的地表真實分類信息，或者利用更高分辨率數(shù)據(jù)生成的結(jié)果，運用混淆矩陣方法和Kappa 分析方法進行精度評價。

混淆矩陣包括：總體精度（Overall accuracy）、使用者精度（User's accuracy）、生產(chǎn)者精度（Producer's accuracy）等。上述各種統(tǒng)計參數(shù)的數(shù)學表達式如下：

具體步驟為：

（1）準備好分類結(jié)果數(shù)據(jù)和參考分類數(shù)據(jù)。

（2）將兩種數(shù)據(jù)進行空間疊加，對分類對象進行采樣，建立考慮對象內(nèi)部精度的混淆矩陣。

（3）根據(jù)建立的混淆矩陣，得到總體精度和各類別的精度（制圖精度和用戶精度），進行屬性精度評價。

（4）利用（2）相同的采樣結(jié)果，建立不考慮對象內(nèi)部精度的混淆矩陣。

（5）根據(jù)（4）建立的混淆矩陣，得到總體精度和各類別的精度（制圖精度和用戶精度）。

（6）將（2）和（4）建立的兩個矩陣得到的總體精度、制圖精度和用戶精度相減，得到幾何精度指標。

二、數(shù)據(jù)應用研究

（一）土地利用變更調(diào)查監(jiān)測應用評價

本次實驗以2017 年5 月份南潯區(qū)1米分辨率的DOM為前時相影像，以2018 年7 月份的南潯區(qū)GF-1D 影像為后時相影像，以2018 年7 月南潯區(qū)1 米分辨率的DOM 影像作為對照，對湖州市南潯區(qū)范圍內(nèi)建設(shè)用地變化情況進行監(jiān)測。

以2017 年5 月南潯區(qū)1 米分辨率的DOM 為前時相影像，以經(jīng)處理的2018 年7 月份的南潯區(qū)2 米/8 米光學衛(wèi)星影像（2 米分辨率）為后時相影像，在后時相影像上經(jīng)目視解譯提取新增建設(shè)用地圖斑。提取過程中采用“拉窗簾”的方式，逐個查找變化圖斑，勾繪出圖斑，再對照2018 年7 月南潯區(qū)1 米分辨率的DOM 影像，刪去不合理的變化監(jiān)測圖斑，最終獲得新增建設(shè)用地圖斑。

以2017年10月1米分辨率南潯區(qū)DOM 影像為前時相影像，以2018 年10 月1 米分辨率南潯區(qū)DOM 影像為后時相影像，目視提取新增建設(shè)用地圖斑作為檢測圖斑，查看其在2018 年7 月份的南潯區(qū)GF-1D 影像上是否能被識別。其中存在部分零散變化圖斑在2 米/8 米光學衛(wèi)星（3 顆）影像上被漏提或無法準確勾繪的情況。

因此，2 米/8 米光學衛(wèi)星（3 顆）影像數(shù)據(jù)用于土地利用變更調(diào)查與遙感監(jiān)測一類監(jiān)測區(qū)（要求優(yōu)于一米分辨率影像）開展工作的匹配程度還不夠，無法滿足土地利用變更與遙感監(jiān)測一類監(jiān)測區(qū)工作要求。

在南潯區(qū)范圍內(nèi)共提取變化圖斑270 個，總面積約為3842031.94平方米。其中最小斑塊面積為320.02平方米。圖斑面積精度在90%以上，最小可提取圖斑面積在320 平方米左右，可以滿足土地利用變更調(diào)查與遙感監(jiān)測二、三類區(qū)土地利用變更調(diào)查工作需要。

（二）土地資源全天候遙感監(jiān)測應用評價

本次實驗以2017 年11 月份金東區(qū)1 米分辨率的DOM 為前時相影像，以2018 年7 月份的金東區(qū)GF-1D 影像為后時相影像，對金華市金東區(qū)范圍內(nèi)新增建設(shè)用地情況進行監(jiān)測。以2017 年11 月份金東區(qū)1 米分辨率的DOM 為前時相影像，以經(jīng)處理的2018 年7 月份的金東區(qū)2 米/8 米光學衛(wèi)星（3 顆）影像（2 米分辨率）為后時相影像，在后時相影像上經(jīng)目視解譯提取新增建設(shè)用地圖斑。提取過程中采用“拉窗簾”的方式，逐個查找變化圖斑，勾繪出圖斑，再對照2018 年7 月份金東區(qū)1 米分辨率的DOM 影像，最終獲得新增建設(shè)用地圖斑。根據(jù)影像判斷，新增建設(shè)用地多為新增建筑物與新增堆填土。

從新增建設(shè)用地圖斑中選取一定數(shù)量的樣本圖斑與在2018 年7 月金東區(qū)1 米分辨率的DOM 影像提取的圖斑進行比較，其中在后者上提取到的圖斑作為檢測圖斑，得到面積精度統(tǒng)計表以及面積精度分布頻數(shù)圖。本次實驗在金東區(qū)范圍內(nèi)共提取變化圖斑295 個，總面積約為4643397.74 平方米，其中最小斑塊面積約為359.31 平方米。

自然資源部下發(fā)全天候監(jiān)測成果前時相為2017 年土地利用變更調(diào)查與遙感監(jiān)測影像，與本實驗全天候遙感監(jiān)測應用評價所用前時相影像一致。兩者后時相影像存在不同。

利用國家下發(fā)的33 個全天候監(jiān)測圖斑，對照根據(jù)2 米/8 米光學衛(wèi)星（3 顆）影像提取的上述295 個圖斑，若前者圖斑分布位置與后者分布位置相同則將后者確定為正確圖斑，并且統(tǒng)計圖斑面積。

全天候監(jiān)測成果超過90%的圖斑在本次測試中能夠體現(xiàn)，未體現(xiàn)的兩塊圖斑在測試數(shù)據(jù)中無明顯變化。利用2 米/8 米光學衛(wèi)星（3 顆）影像進行建設(shè)用地變化圖斑提取精度較高，可滿足全天候土地資源監(jiān)測需求。由于在不同時相、不同分辨率影像提取的圖斑，圖斑總數(shù)和面積存在較大變化。

（三）土地行業(yè)主體業(yè)務(wù)需求應用評價

對金東區(qū)曹宅鎮(zhèn)土地利用識別與分類采用ecognition 面向?qū)ο蠓诸惖姆椒ā８鶕?jù)曹宅鎮(zhèn)土地利用現(xiàn)狀數(shù)據(jù)，參照2018 金東區(qū)DOM 數(shù)據(jù)，確定解譯標志，選取訓練樣本與驗證樣本。在ecognition 中先對影像選擇合適的尺度進行分割，分割尺度為75，再選擇支持向量機作為分類器，結(jié)合紋理特征、光譜信息等根據(jù)訓練樣本進行影像分類。參照DOM 數(shù)據(jù)對分類結(jié)果進行人工修正，再利用驗證樣本進行精度驗證。最終劃分為5 種典型地類，分別為建設(shè)用地、耕地、園林地、草地和水域。

在ecognition 根據(jù)驗證樣本運用混淆矩陣和Kappa 系數(shù)進行分類精度評價。

根據(jù)表2 可知園林地、水體、建設(shè)用地分類精度相對較高，其中水體分類精度最高。曹宅鎮(zhèn)耕地多分布于村莊等建設(shè)用地附近，旱地與村莊建設(shè)用地光譜有相似，較多耕地被誤分為建設(shè)用地。園林地較多被分為耕地；耕地有被分為園林地和草地；而草地較多被分為園林地和耕地。除了丘陵地區(qū)的林地，其它園林地與草地和耕地在影像上的光譜差異較小，另外根據(jù)紋理特征區(qū)分三者也較困難。

表2 分類精度評價表

根據(jù)混淆矩陣可確定各典型地類的屬性精度與面積精度。另外總體分類精度和Kappa 系數(shù)分別為91.16%和0.8821，滿足一般分類精度的要求。

三、結(jié)論

針對本次試驗數(shù)據(jù)及實驗區(qū)，經(jīng)綜合評價分析，取得結(jié)論如下。

（1）GF-1B、C、D 星數(shù)據(jù)在實驗區(qū)土地利用變更調(diào)查監(jiān)測應用測試中，平均屬性精度94.00%，平均面積精度91.53%，最小可監(jiān)測圖斑面積320.02 平方米，能夠滿足土地利用變更調(diào)查監(jiān)測與核查工程二、三類區(qū)遙感監(jiān)測工作要求。

（2）GF-1B、C、D 星數(shù)據(jù)在實驗區(qū)土地資源全天候遙感監(jiān)測工程應用測試中，平均屬性精度99.66%，平均面積精度96.06%，最小可監(jiān)測圖斑面積359.31 平方米，滿足土地資源全天候遙感監(jiān)測工程重點城市、重點區(qū)域高分辨率遙感監(jiān)測工作要求。

（3）GF-1B、C、D 星數(shù)據(jù)能夠識別建設(shè)用地、耕地、園林地、草地及水域等典型地類類型，總體精度91.16%，能夠服務(wù)土地利用現(xiàn)狀調(diào)查（1 ∶25000）、土地督察、土地規(guī)劃實施監(jiān)測監(jiān)管及土地整治重大工程監(jiān)測等主體業(yè)務(wù)應用需求。

（4）GF-1B、C、D 星數(shù)據(jù)在土地衛(wèi)片執(zhí)法監(jiān)督檢查預警、重大項目占用永久基本農(nóng)田論證及監(jiān)管等工作中具有較大應用潛力。