地理國情普查中人工分類圖斑的檢驗(yàn)方法研究

摘 要：地理國情是我國國情的一部分，開展全國的地理國情普查是了解我國地理國情的重要手段。文章以武漢市東湖新技術(shù)開發(fā)區(qū)地理國情普查試點(diǎn)數(shù)據(jù)為基礎(chǔ)，利用遙感影像和普查成果等多源數(shù)據(jù)，對人工勾繪的地表覆蓋專題層數(shù)據(jù)進(jìn)行分析檢驗(yàn)，為地理國情普查中的人工分類圖斑的準(zhǔn)確性，給出一個(gè)可疑圖斑的檢驗(yàn)方法。

關(guān)鍵詞：地理國情普查；影像分類；地表覆蓋數(shù)據(jù)；圖斑檢驗(yàn)

引言

地理國情普查是我國開展的一項(xiàng)重大國情國力調(diào)查，普查的目的是掌握我國自然和人文地理要素的近況和空間分布情況，為我國開展常態(tài)化地理國情監(jiān)測打下基礎(chǔ)。國情普查中主要數(shù)據(jù)包括地理國情要素?cái)?shù)據(jù)和地表覆蓋分類數(shù)據(jù)兩大數(shù)據(jù)[1]。地表覆蓋分類數(shù)據(jù)反映出了地表的自然地物和人工構(gòu)造物的自然屬性，它是以遙感正射影像為基礎(chǔ)，利用采集到的基礎(chǔ)地理信息數(shù)據(jù)和相關(guān)專業(yè)部門的資料，采用計(jì)算機(jī)自動(dòng)分類提取和人工判讀結(jié)合的方式，進(jìn)行的地表覆蓋類型內(nèi)業(yè)解譯，形成相對應(yīng)的地表覆蓋分類數(shù)據(jù)。地理國情要素?cái)?shù)據(jù)雖然也是以遙感正射影像為底圖，但是該數(shù)據(jù)參考整合了已有的基礎(chǔ)地理信息、土地使用、資源環(huán)境等資料，通過人工判讀的方法來進(jìn)行地理國情要素?cái)?shù)據(jù)的生成。地表覆蓋分類數(shù)據(jù)是地理國情監(jiān)測的基礎(chǔ)，如何做好地表覆蓋分類數(shù)據(jù)中分類圖斑的檢查，把控好地表覆蓋分類數(shù)據(jù)的成果質(zhì)量，確定是否存在分類錯(cuò)誤的可疑圖斑，關(guān)系到地理國情普查成果的完整性和準(zhǔn)確性。隨著我國地理國情普查如火如荼的進(jìn)行，針對普查數(shù)據(jù)中的人工分類圖斑的檢驗(yàn)方法研究成為了必不可少的一部分。

1 實(shí)驗(yàn)區(qū)簡介

武漢市東湖新技術(shù)開發(fā)區(qū)地處長江中部、江漢平原東部，位于武漢市洪山區(qū)、江夏區(qū)境內(nèi)，地勢低平，該區(qū)域內(nèi)地物類型主要包括有建筑物及建筑陰影、植被、水域、裸露地等，總面積518.06平方公里。文章實(shí)驗(yàn)使用的高分辨率遙感影像數(shù)據(jù)為湖北省武漢東湖新技術(shù)開發(fā)區(qū)2013年8月獲取的Pleiades衛(wèi)星影像，武漢市近年來正在進(jìn)行大規(guī)模城市建設(shè)和發(fā)展，主要表現(xiàn)為舊城區(qū)的改造和新城區(qū)的擴(kuò)建，因而實(shí)時(shí)、準(zhǔn)確地提供地表覆蓋類型和地物要素的變化數(shù)據(jù)，對于掌握城市發(fā)展進(jìn)度、變化監(jiān)測具有重要意義。

2 分類圖斑的檢驗(yàn)方法

為了充分發(fā)揮遙感技術(shù)在地理國情普查中的作用，利用地表覆蓋專題層數(shù)據(jù)和高分辨率遙感影像數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，進(jìn)行人工分類圖斑的檢驗(yàn)研究，確定人工分類圖斑類別是否正確。

2.1 面向?qū)ο蟮姆诸?/p>

eCognition是目前商用的遙感影像處理軟件中第一個(gè)采用面向?qū)ο蟮姆椒ㄌ崛∵b感信息的軟件，它打破了傳統(tǒng)的面向像元分類的局限性，給出了一種面向?qū)ο蟮姆诸愋滤枷?。文章采用的面向?qū)ο蟮姆诸惙椒?，是專門針對高分辨率遙感影像的需求而形成的一種分類方法[2]。在運(yùn)用面向?qū)ο蠓诸愔?，其最小的單位是分割對象，這些對象是由影像中具有相似光譜和紋理特征組成的不規(guī)則地塊，該分割對象的大小由分割尺度的閾值來決定，因此面向?qū)ο蠓诸惪梢詼p少基于像元分類的限制，提高信息提取的準(zhǔn)確率。實(shí)驗(yàn)表明，測試結(jié)果選擇尺度參數(shù)為150的多尺度分割，形狀因子為0.5，緊密度為0.8，能夠使整幅影像的分割到達(dá)高度優(yōu)化的結(jié)果；其次，針對人工分類的圖斑數(shù)據(jù)進(jìn)行植被、水體和其他類的分類實(shí)驗(yàn)，通過研究基于分割對象的光譜特征、紋理特征和形狀特征，選出了最有效的幾類特征（Mean nir、NDVI、NDWI、Brightness、Max diff）作為參考特征進(jìn)行分類，并通過該特征值來構(gòu)建水體和植被的分類模型樣本，最后通過對該樣本的學(xué)習(xí)和訓(xùn)練，建立規(guī)則集，運(yùn)用決策樹分類得到了分類的結(jié)果。

2.2 差異圖斑的檢驗(yàn)方法

差異圖斑是指針對同一個(gè)影像分割對象，人工勾繪的數(shù)據(jù)屬性與計(jì)算機(jī)自動(dòng)分類的數(shù)據(jù)屬性的不一致表述。人工勾繪的地表覆蓋分類數(shù)據(jù)采集規(guī)范中就大就近的原則，規(guī)定以面積占絕對優(yōu)勢的地類為主，將不滿足面積采集指標(biāo)的類別就大就近合并到面積占絕對優(yōu)勢的類型中。針對上述分析的情況，對人工勾繪的地表覆蓋分類數(shù)據(jù)進(jìn)行檢驗(yàn)，給出了一個(gè)判斷分類圖斑是否是可疑圖斑的判斷準(zhǔn)則，即如果地表覆蓋圖斑的類別與專題層屬性類別不一致，并且面積大于400平方米，則可判斷該圖斑存在錯(cuò)檢或漏檢。

根據(jù)上述表述的差異圖斑發(fā)現(xiàn)的判斷準(zhǔn)則，首先需要對地表覆蓋的自動(dòng)分類數(shù)據(jù)和人工勾繪的專題層數(shù)據(jù)運(yùn)用多邊形與多邊形疊加和邏輯并的運(yùn)算，就是需要把兩個(gè)類別的差異字段導(dǎo)入到Arcgis中參與字段相交計(jì)算，在這一步實(shí)現(xiàn)的是條件函數(shù)的判斷，自動(dòng)分類的數(shù)據(jù)中Class_name字段包含有water、vegetation、others三個(gè)類別，人工勾繪數(shù)據(jù)中class_name字段也包含有water、vegetation、others三個(gè)類別，如表1是兩個(gè)字段的條件判斷規(guī)則，其中0表示自動(dòng)分類圖斑與人工勾繪圖斑屬性相同，1則為兩個(gè)屬性不同。

3 結(jié)束語

對于我國開展的地理國情普查，能夠展現(xiàn)出各方面變化的時(shí)空之間的內(nèi)在聯(lián)系，能夠更好地提供國家規(guī)劃和社會(huì)發(fā)展的需要，對國家的可持續(xù)發(fā)展戰(zhàn)略的決策具有重要的實(shí)際意義[3]。在進(jìn)行地理國情普查數(shù)據(jù)的人工解譯過程中，難免會(huì)出現(xiàn)解譯不認(rèn)真的時(shí)候，由此可能就會(huì)出現(xiàn)部分地區(qū)的勾繪錯(cuò)誤，地表覆蓋數(shù)據(jù)的成果質(zhì)量直接關(guān)系到地理國情監(jiān)測的真實(shí)性和可靠性[4]，所以針對人工分類圖斑的檢驗(yàn)是非常有必要的。

參考文獻(xiàn)

[1]張玉麗，段東玲，錢楓.吉林省地理國情普查產(chǎn)品的質(zhì)量控制[J].測繪與地理空間信息，2015（38）：189-191.

[2]田新光.面向?qū)ο蟾叻直媛蔬b感影像信息提取[D].北京：中國測繪科學(xué)院，2007.

[3]張成，張永忠.地理國情監(jiān)測對象與技術(shù)方法研究[D].蘭州交通大學(xué)，2014.

[4]邵金強(qiáng)，羅斐，周銀朋.淺談如何控制地理國情普查項(xiàng)目成果質(zhì)量[J].科技視界，2014（19）：339-340.

作者簡介：熊松（1992-），男，漢族，湖北省武漢市，碩士研究生，工作單位：武漢市江夏區(qū)測繪地理信息院。