基于BDS與GPS的土地利用變化測繪

管 楚 蓋學峰 孫 偉

(山東省國土測繪院， 山東 濟南 250000)

0 引言

隨著資源的開采和人口的活動，地球的地質條件時刻都在發生改變[1]，這些改變不僅影響著地球中的動植物，同樣影響著人類，因此，近幾年，我國越來越重視土地變化測繪[2]。資源的過度開采導致土地資源惡化嚴重，利用率低下，為了研究人類活動對土地利用的影響，降低土地資源惡化的速度，需要積極進行土地變化測繪，觀察土地利用變化[3]，制定合理的利用方案。然而目前的土地利用變化測繪的精度低，無法滿足快速變化的土地測繪需求，因此，基于中國北斗衛星導航系統(BeiDou navigation satellite system,BDS)與全球定位系統(global positioning system,GPS)設計了新的土地利用變換測繪方法。

1 基于BDS與GPS的土地利用變化測繪方法設計

1.1 處理土地利用變化測繪數據

在處理土地利用變化測繪數據時，首先，必須進行數據源選擇。數據源選擇必須考慮兩個因素[4]，即數據源的實際需求和數據源的特性。因此，在進行在明確數據源的實際需求基礎上，制定合理的數據源采集方案，分析數據源的具體特性[5]，除此之外，還需要在數據的研究等領域內計算此時測繪到的數據準確性，分析測繪現狀。

數據采集過程受到傳感器本身性能、大氣、天氣條件、陽光、地面變化、季節變化等諸多因素的應用，因此在數據處理時，需要根據數據的具體狀態[6]，選擇不同的處理方法進行處理，從地表覆蓋的角度來看，不同的自然物體都有自己的特征、運動軌跡和變化規律，但人類活動使這些變化復雜化，因此在處理不同類型的地表數據時，需要建立恰當的空間識別模型[7]，實現數據的初步處理。

綜合考慮數據的各項因素，為了提高數據處理的精度，需要選取檢測目標與背景偏差最大的圖像數據，并根據輻射特征選擇輻射分辨率盡可能相同的遙感圖像數據進行處理，避免其他因素對遙感數據的影響[8]。

圖像數據預處理是進行多次遙感圖像變化檢測的前提，處理結果直接影響變化檢測的準確性和變化檢測的效率。為了驗證變化檢測方法的有效性，在變化檢測之前必須做好準備工作，保證數據邊界與影像對應的土地邊界重疊，為檢測土地利用變化提供依據，除此之外，可以將底部數據作為后續變化檢測的參考，基于此設計的數據處理流程如圖1所示。

圖1 數據處理流程

根據圖1的數據處理流程，進行圖像配準，以航空影像為基準，分別對采集的測繪數據進行變換和幾何校正，計算最小控制點作為多項式，然后通過雙線性插值對圖像進行重采樣、校準后，通過透明重疊法檢查配準狀態。

從特征良好的圖像中選擇與配準控制點同名的特征點，用二次多項式校正圖像數據，并使用雙線性插值重新采樣。參考點的收集遵循以下原則[9]：第一，參考點需要分布均勻；第二，采集到的參考點圖像中如果有道路交叉口、河流交叉口等需要提前標記；第三，為了保證圖像的高空間分辨率，控制點交點和地面參考點必須均勻分布在整個圖像上，不能隨時間變化而變化，需要在數量上有保證。

1.2 基于BDS與GPS處理土地變化測繪遙感影像

基于BDS與GPS采集快鳥(Quick Bird)衛星數據，處理土地變化測繪遙感影像，首先需要對原始影像進行預處理，本研究中使用的原始Quick Bird衛星數據通常保存為4～9 TIF格式的影像[10]，這些分割后的影像需要用Data Prep-Mosaic進行影像預處理，再使用遙感圖像處理軟件(ERDAS)進行整合。

首先需要使用BDS與GPS處理進行數據融合處理，在處理前需要提前檢測影像之間的匹配關系，確保影像可以成功匹配[11]，經過BDS與GPS檢驗的影像如果呈匹配良好的狀態則可以直接進行影像融合，如果檢驗后發現影像匹配效果不佳，則需要先進行Pansharp融合處理，將需要處理的影像信息歸一化處理，再進行影像融合，確保最佳的融合效果。

待影像充分融合完畢，可以對融合后的影像進行色彩處理，色彩處理的過程不單是色彩的添加和擦除，還可以通過增加影像的亮度、增強影像的局部紋理對比度來定義融合后影像特征邊界，增加對顏色的每個類別的感知。為了突出融合后影像的分辨率特性，需要采用灰度處理法改變原始影像的灰度值及灰度關系，避免影像出現灰度失真現象，影響影像測繪的精度。

在融合影像中，多光譜影像數據的主要亮點是光譜信息，Quick Bird識別的多光譜數據具有光譜分辨率高的優勢，因此在影像數據融合之前，可以使用BDS與GPS選擇最優波段組合[12]，分析不同波段影像在目標地物上的反射距離，讀取有效波段范圍內的最大信息量，有助于土地變化測繪。為了提高土地變化測繪的準確性，還可以進行色彩增強，根據研究區域的影像數據特征，適當調整各波段的亮度和對比度，保證測繪影像清晰完整。

1.3 檢測土地利用變化測繪遙感影像變化特征

處理了土地變化測繪的遙感影像后，為了保證圖像之間的特異性，需要根據實際的測繪狀態，提取遙感影像的變化特征[13]。因此，首先需要使用正確的檢測方法，提取圖像的特殊信息，例如，圖像的亮度、復雜度等。還可以使用灰度圖像檢驗法，劃分需要處理圖像的灰度復雜區域，實現特異性區分。如果此時的圖像特征分布不均勻，可以將需要提取特征的圖像元素全部排布到灰度軸上，再根據灰度軸中顯示的分類狀態提取圖像的變化特征，基于此設計的提取變化特征如式(1)所示。

(1)

式中，μ代表變化特征；P代表影像系數；i代表檢測常數；P(C)代表檢測初始值。提取到的變化特征代表著遙感影像之間的特殊關系，對遙感影像判定的準確性有重要影響。因此，可以將提取到的遙感影像特征與采集的影像一一對應，劃分數據圖像間的區別[14]，便于影像信息的處理。可以將測量到的外部變化實際值與變化檢測評估結果進行比較。結合較舊矢量數據或圖像調查獲得測繪差異系數。也可以基于遙感影像分類精度評價技術推導出的誤差矩陣，進行預處理，降低測繪誤差。

1.4 選擇土地利用變化指數

在變化特征提取后，需要根據具體的土地變化測繪地區設置標準的土地利用變化指數，在進行土地變化測繪時，根據地球的基本反射特點，需要重新劃分地球吸收光譜。經過檢測發現，使用衛星傳感器檢測出的地球不同物體具有不同的電磁信息[15]，因此，一般來說，地面物體的反射率取決于地面物體光譜跟蹤的波長，由于同一個物體在不同的波段具有不同的反射率，因此可以根據光譜定律在多光譜波段找到地面最強反射類型。再通過比值計算和歸一化處理，使用最弱反射波段構建指標圖像，從而在地物的指標圖像中獲得準確的亮度增強圖像，可以使用該亮度增強圖像來計算此時的土壤植被調節指數，便于識別土地變化特征，增加土地測繪的準確性。本方法采用的歸一指數計算法，將光譜圖像的特征指數代入歸一化函數，得出土壤植被調節指數的具體數值。

為了保證測繪的精度，需要檢測計算出指數的有效性，選擇某植被覆蓋率低的地區進行研究。實驗表明，計算出的土壤植被調節指數符合Earth NDBI的標準化指數規則，可通過提高測繪地區的亮度來提取測繪信息，改進后的標準化指數可以有效提取水分信息，實現準確的土地變化測繪。綠色植被在藍色和紅色波段吸收太陽光比較強，基于此，研究區域對植被指數的影響。通過反復試驗，在公式中引入土壤調理因子，可以消除土壤植被太陽光吸收產生的測繪誤差。

1.5 實現土地利用變化測繪

實現土地利用變化測繪還需要采集控制點。首先，需要確定控制點的具體位置，在采集到的土地變化測繪圖像上選擇一幅圖像，區分清晰的特征點，保證每個場景圖像中的控制點分布均勻，且必須覆蓋整個測繪圖像，控制區域要大于工作區域，此時的控制點分布示意圖如圖2所示。

圖2 控制點分布示意圖

由圖2可知，對于平地和丘陵，每個場景設計的校準控制點數至少為9個，對于山地，每個場景的校準控制點數至少為12個。特征點必須布置在地形起伏變化不大的地區，且靠近正交清晰邊界的定位精度必須最高，非正交點或中心點定位精度較邊界稍低。在較寬的路口處的測繪的定位精度較差。因此在進行特征點選取時，為了保證測繪精度，避免在高度較大的建筑物上選取控制點，且在相鄰場景的重疊區域中至少選擇三個控制點。

對于橋梁、河流等特殊地形，可采用雙點布局的方式，根據具體情況選擇控制點布置的位置。如果測繪的預選點不確定，可以假設校準精度，根據測繪的具體區域確定測繪控制點的具體來源。在確定控制點后，需要繪制平滑的正交圖像。如果重疊場景數超過3個，公共控制點必須至少設置1個，且必須進行數據校正，來檢查控制點的準確性。測繪局部校正采用ERDASLPS模塊，校正模型選用RPC。

2 實驗

為了檢驗本文設計的基于BDS與GPS的土地利用變化測繪方法的測繪效果，將其與傳統的土地利用變化測繪方法進行對比，實驗如下。

2.1 實驗準備

首先選取某地區進行土地利用現狀調查，記錄調查后得到的地形數據、衛星遙感數據等基礎數據，作為后續實驗的參考，其次進行數據動態更新保證數據的實時性，研究地區共包含3 684個基礎地塊，54種道路地形，使用BDS及時更新變化影響，此時的影響分辨率在0.5 m以上，為了保證實驗的準確度，需要明確變化測繪實驗的技術路線，如圖3所示。

圖3 變化測繪技術路線

由圖3可知，根據該技術變化路線進行測繪可以增加實驗的準確性，便于進行地形更新和影像比對，根據選取國土調查標準，對測試區域的動態變化情況進行初步調查，對比此時的底板圖斑，如表1所示。

表1 圖斑對比表

由表1可知，此時的圖斑數量與地類和界限都有一定的關系需要根據動態界限判定圖來進一步確認，基于此繪制的動態界限圖如圖4所示。

圖4 動態界限圖

使用圖4的動態界限圖，采集二次變化測繪時的影像圖斑共68個，此時數據對比情況如表2所示。

表2 二次測繪數據對比表

由表2可知，此時的數據對比結果符合前文調查的基礎數值，因此該數據具有有效性，可以作為后續測繪實驗的參考。

2.2 實驗結果與討論

分別使用本文設計的基于BDS和GPS的土地利用變化測繪方法與傳統的土地利用變化測繪方法進行測繪，記錄此時兩種方法測繪的圖像，測繪結果如圖5所示。

圖5 測繪結果

由圖5可知，使用本文設計的測繪方法測繪出的圖像土地利用變化特征更明顯，證明本文設計的測繪方法測繪的圖像質量更高，測繪效果更好，分別識別兩組測繪圖像中連續十個位置的土地邊緣寬度，與標準的寬度進行對比，識別結果如表3所示。

表3 識別結果 單位：m

由表3可知，本文設計的方法識別結果與標準數值更加擬合，證明設計方法的測繪精度高，具有準確性。

3 結束語

綜上所述，利用變化測繪對保護土地資源，對提高土地資源的利用率有重要價值，BDS和GPS技術可以利用衛星定位及時反饋測繪信息，具有超強的實時性，因此本文基于BDS和GPS設計了新的土地利用變化測繪方法，實驗證明，設計的測繪方法得到的測繪圖像質量較好且具有較高的測繪精度，對后續的土地資源研究有一定價值。