遙感影像與衛片執法研究
——以海南省瓊海市為例

趙斌 李思捷 林書范

（1.瓊海市國土資源信息與測繪中心，海南 瓊海 571400；2.海口弘勘地理信息有限公司，海南 海口 570125）

1 引言

“衛片”是衛星遙感影像監測成果高清圖片的簡稱，是利用衛星遙感技術手段制作的疊加監測信息及有關要素后形成的專題影像圖片，衛片執法是利用衛星遙感技術，對某一區域某一時段的土地利用情況進行實時監測，通過對比前后時相的土地利用與變化情況，識別出變化圖斑信息，再對變化圖斑進行核實，確定土地合法性的一種土地執法監管手段。這種方法可以全面、客觀、準確地反映被監測區域的土地利用情況，特別是土地違法違規狀態[1]。開展衛片執法檢查，是對傳統執法監管模式和手段的顛覆，核查違法違規用地由原來的“自下而上”發現、報告，轉變為“自上而下”發現、監督，真正實現對違法違規用地“天上管、地上查”，讓違法行為瞞不住，也藏不了。 通過土地衛片執法檢查，形成全國一張圖管理國土資源，建立土地審批、供應、使用、執法監察等業務的網絡監管平臺，建立“天上看、地上查、網上核”的立體土地監管體系[2]。

鑒于高分辨率衛星影像重訪周期較長，時效性較差，不能滿足工作需要，本研究選用歐空局發布的哨兵二號衛星影像（Sentinel2）作為數據源，利用兩個時相的衛星影像進行遙感監測與變化圖斑遙感提取，以此分析中高分辨率在衛片執法工作中的適用性。

2 研究區及方法

本研究選用中高分辨率衛星影像為哨兵二號（Sentinel2），該影像具有重訪周期短（5 天）、像元分辨率高（10 米）、波段范圍廣等優點，具有廣泛的應用前景[3]。

2.1 研究區及數據介紹

瓊海市是海南省東側的一個縣級市，地理位置為東經110°7′5″～110°40′50″， 北緯18°58′50″～19°28′35″，地表類型復雜，西南地區多為山地丘陵，東北地區多為人工建筑設施，如居民地、道路等。瓊海市Sentinel2 衛星影像如圖1 所示。

圖1 瓊海市Sentinel2衛星影像

2.2 方法介紹

本研究選用的土地變化圖斑提取方法為光譜差異法[4]。光譜差異法原理為地物類型在某兩個時段未發生變化，則過境影像的光譜信息不會發生變化，反之則會有光譜信息差異產生。如植被信息對光譜的反射集中在中心波長分別為450nm（藍色）和650nm（紅色）的兩個譜帶內，葉綠素吸收大部分的攝入能量，在這兩個葉綠素吸收帶間，由于吸收作用較小，在540nm（綠色）附近形成一個反射峰；而在中紅外的光譜范圍，植物的光譜響應主要被1400nm、1900nm 附近的水分強烈吸收帶所支配。若地表植被覆蓋變化為裸地或建筑物，則在上述的光譜波段范圍不會有相應的吸收與反射特征。

根據上述思路，將多個時期的影像輸入光譜差異變化監測算法中，當地表覆蓋類型發生變化時，引起光譜的吸收與反射變化，算法自動計算兩時期的光譜差異，并自動識別存在差異的像元空間位置，并依據此原理確定變化信息[5]。

3 結果分析

3.1 Sentienl2 適用性評估

Sentinel2 影像具有13 個波段，涵蓋了所有的光譜范圍，這一數據特征被應用到越來越多的對地觀測中。本章節通過調整波段組合，評估Sentinel2 影像在變化監測中的適用性，如圖2 所示。

圖2（a）為標準的真彩色合成效果圖，由圖可知，Sentinel2 影像在地物表達上具有較好的紋理特征，圖中的耕地、山地、農村居民點均有較清晰的顯示。本研究選用的影像時間為夏季，植被長勢較好的時段，由圖可知，真彩色合成下，特征最明顯的為山地地區的林地，呈褐色高亮顯示；而作為變化圖斑監測重點的建筑設施，特征較山地弱。

圖2（b）為通過調整后的假彩色合成圖，由圖可知，假彩色合成后的影像，對裸地與廠房等重要信息有更清晰的顯示。廠房均顯示為紅色，且裸地由原來不易區分的土黃色變化為更清晰的青色。由此可知，Sentinel2 影像的各個波段光譜信息對地表信息具有高精度的表達與反映。

圖2 瓊海市Sentinel2局部衛星影像

3.2 遙感解譯

Sentinel2 影像作為具有全波譜范圍的中高分辨率衛星影像，對地物的信息表達具有較高的優勢。本研究選用遙感識別算法中應用較廣泛的隨機森林算法進行遙感解譯，首先計算Sentinel2 影像上各個地物的指數特征（NDVI、NDWI、NDBI）、紋理特征（均值、方差、協同性、對比度、相異性、信息熵、二階矩、相關性），并將上述特征聯合光譜波段送入決策算法中進行最優決策因子計算，并自動發育決策樹個數，最終得到最優的訓練模型進行影像解譯。供選擇的地物類別有居民地、山地、耕地、道路、水體五大類，各地類解譯效果如圖3 所示。

由圖3 可知，各地物類型均被完整識別出來，其中植被（耕地、林地、草地）的提取較為明顯，并且根據植被種類的不同，識別的類型也不同。建筑物的識別也具有較高的精度，尤其是紅色頂棚的獨立廠房，均被完好地識別出來。但部分居民地與山體存在混淆錯分類現象，究其原因，首先靠近山地地區的居民地受地形影響易造成異物同譜現象，房屋頂部信息與山地地區在Sentinel2 影像上有了局部一致的特性；其次，居民地的樹木種植較多，遮擋了大部分房屋建筑，頂部多為植被信息，與山地地區覆蓋類型相似，故導致了錯分現象。

圖3 遙感解譯示意圖

采用混淆矩陣對各地物類型進行遙感解譯精度驗證，得到的驗證結果如圖4 所示，解譯精度最高的為水體，精度達到了91.5%；解譯精度最低的為山地，精度為83.8%，其次是居民地，精度為84.5%，山地與居民地存在一定的混淆，導致兩種地物類型的解譯精度均不太高。

圖4 精度驗證

3.3 變化圖斑遙感提取

采用光譜差異法對兩時期的Sentinel2 影像進行變化圖斑提取。本研究選用的操作軟件為ENVI，根據操作步驟，分別輸入前時相與后時相影像，選擇光譜差異算法即可運行變化監測。通過監測試驗，得到的變化圖斑提取結果如圖5 所示。由圖可知，本研究選用的方法在瓊海市地物變化監測工作中十分可行，地物變化圖斑有一定數量的識別，如中北部的線狀圖斑、點狀圖斑、西南部的塊狀圖斑。圖斑形狀及其空間分布與瓊海市的地貌覆蓋類型也較為吻合，即識別出的線狀圖斑為道路、點狀圖斑為獨棟建筑、塊狀圖斑為植被。本研究通過核查變化信息提取成果，發現幾乎沒有細小的瑣碎圖斑，提取成果中混合像元等錯誤識別信息幾乎沒有，即Sentinel2 影像在變化監測中具有很好的適用性。

圖5 變化圖斑遙感提取示意圖

本研究開展的變化圖斑提取監測中，撂荒與廠房屬于重點監測對象，準確掌握撂荒與廠房增減及占地面積對變化圖斑監測工作具有重要意義。本研究提取的撂荒與廠房圖斑如圖6 所示。通過對比后時期影像及提取圖斑可知，新增的撂荒與廠房圖斑提取精度較高，整體解譯精度較好，邊界較清晰，可作為疑似圖斑上報至相關部門進行用地審批分析等工作，從而確保衛片執法工作的開展與實施。

圖6 新增撂荒與廠房圖斑示意圖

4 結論與展望

本研究基于衛片執法工作中存在的遙感影像時效性不夠的問題，采用光譜差異法對兩個時相的中高分辨率衛星影像Sentinel2 進行變化監測，并提取出變化圖斑。通過研究得到以下結論：

（1）Sentinel2 衛星影像對地物光譜表達具有較好的辨識度；

（2）通過兩時相的變化信息遙感提取，較準確地識別出了大部分變化圖斑；

（3）對地物類型進行遙解譯，得到了較理想的成果，獨棟房屋與廠房具有較好的識別效果；

（4）通過分析提取的變化圖斑成果，得出中高分辨率衛星影像在土地變化信息提取中的適用性。

本研究雖然取得較好的成果，但仍存在一定的問題。本研究選取范圍僅為一個縣級市，全域各地區同類地物差異不大，可直接開展遙感識別；并且選取農村居民地類型較難識別，特征不明顯；若要開展大范圍的遙感監測，需要對居民地與林地、草地進行劃分與高精度解譯，并且同類地物存在較明顯的光譜差異，還需要先對同類地物類型進行多維度識別，然后再開展變化監測。