遙感及GIS技術(shù)在土地執(zhí)法中的應(yīng)用分析

蔡揚(yáng)

（福建所思達(dá)勘測(cè)設(shè)計(jì)院有限公司，福州 350000）

1 引言

為掌握真實(shí)準(zhǔn)確的土地利用變化情況，督促地方查處整改違法行為，消除違法狀態(tài)，促使衛(wèi)片執(zhí)法方式向“發(fā)現(xiàn)在初始、制止在萌芽”轉(zhuǎn)變，充分發(fā)揮已有監(jiān)管平臺(tái)作用，福建省決定開(kāi)展2017年度土地衛(wèi)片執(zhí)法中期監(jiān)測(cè)和預(yù)警遙感數(shù)據(jù)生產(chǎn)工作[1]。

2 土地衛(wèi)片執(zhí)法中期監(jiān)測(cè)和預(yù)警遙感數(shù)據(jù)生產(chǎn)工作的主要內(nèi)容

本次工作的主要內(nèi)容有三項(xiàng)，一是DOM數(shù)據(jù)生產(chǎn)；二是新增建設(shè)用地圖斑和新增違法采礦用地圖斑信息提取；三是數(shù)據(jù)空間套合分析統(tǒng)計(jì)。

3 遙感和GIS技術(shù)在具體生產(chǎn)過(guò)程中的應(yīng)用情況

3.1 影像正射糾正

①糾正模型的選取。常見(jiàn)的糾正模型有，基于傳感器的物理模型、有理函數(shù)模型、多項(xiàng)式模型三種。其中物理模型是根據(jù)衛(wèi)星星歷參數(shù)建立的嚴(yán)密糾正模型，在有參數(shù)的情況下，是正射糾正的首選模型。對(duì)于無(wú)法提供嚴(yán)格軌道模型的數(shù)據(jù)，但有RPB/RPC參數(shù)時(shí)可采用有理函數(shù)模型來(lái)進(jìn)行正射糾正，這是本次工作的主要糾正模型。多項(xiàng)式模型糾正精度較低，在海域部分缺失DEM數(shù)據(jù)時(shí)可采用。②糾正方法選取。遙感影像的糾正方法主要有單景糾正、單軌糾正和區(qū)域糾正。進(jìn)行正射糾正時(shí)，應(yīng)優(yōu)先選擇區(qū)域糾正，其次選擇單軌糾正，最后考慮單景糾正。在本次生產(chǎn)過(guò)程中，由于影像獲取的不連續(xù)性，以單景糾正的方法居多。③影像重采樣。常用的重采樣方法包括最鄰近法、雙線性內(nèi)插法和三次卷積法。在生產(chǎn)過(guò)程中為了達(dá)到更高的影像精度，我們采用三次卷積法。即根據(jù)周?chē)?6個(gè)點(diǎn)進(jìn)行3次卷積內(nèi)插賦予該像素。此方法計(jì)算復(fù)雜，需要的時(shí)間較長(zhǎng)，但相比最鄰近法和雙線性內(nèi)插法其糾正精度最高；但有時(shí)會(huì)造成局部影像紋理發(fā)生扭曲變形，需再做特別處理。

3.2 影像融合

3.2.1 融合前預(yù)處理

對(duì)糾正、配準(zhǔn)后滿足精度要求的全色與多光譜數(shù)據(jù)，融合前還需要對(duì)其進(jìn)行預(yù)處理。一方面，提高全色數(shù)據(jù)的亮度，增強(qiáng)局部反差突出紋理細(xì)節(jié)，盡可能降低噪聲；另一方面，對(duì)多光譜數(shù)據(jù)進(jìn)行色彩增強(qiáng)，拉大不同地類(lèi)之間的色彩反差，突出其多光譜彩色信息。①全色數(shù)據(jù)處理。在融合中要突出全色數(shù)據(jù)的高分辨率特征，可通過(guò)增強(qiáng)局部灰度的反差來(lái)突出紋理細(xì)節(jié)，通過(guò)細(xì)化來(lái)盡可能減少噪音。特別強(qiáng)調(diào)在增強(qiáng)局部灰度反差時(shí)只是增加灰度的值，原灰度關(guān)系保持不變?？紤]到土地利用遙感監(jiān)測(cè)需要從遙感影像上直接判讀地類(lèi)信息[2]，從而發(fā)現(xiàn)新增建設(shè)用地圖斑，因此，在拉伸方法選擇上不應(yīng)采用非線性拉伸，否則原灰度值的大小關(guān)系會(huì)發(fā)生變化，從而使影像產(chǎn)生灰度扭曲，增加含義不明確的偽信息，影響解譯精度。②多光譜數(shù)據(jù)處理。對(duì)多光譜數(shù)據(jù)進(jìn)行處理，主要是進(jìn)行色彩增強(qiáng)，調(diào)整亮度、色度、飽和度，拉大不同地類(lèi)之間的色彩反差，突出其多光譜彩色信息。

3.2.2 融合最佳算法選取

在遙感影像處理過(guò)程中，通常采用的融合方法有多種，如IHS變換、比值變換、高通濾波、小波變換、PANSHAR等多種方法。在作業(yè)過(guò)程中根據(jù)不同的影像數(shù)據(jù)，采用不同的融合算法。在本次工作中，我們通過(guò)定量指標(biāo)計(jì)算及多次效果嘗試，發(fā)現(xiàn)PANSHARP融合算法效果相對(duì)較好。它是一種基于成熟的最小二乘法，在原始多光譜、全色和融合后影像間尋求最佳近似灰度值關(guān)系，以達(dá)到最佳的色彩表現(xiàn)能力。

3.2.3 融合后影像處理

①色彩處理。融合后影像處理是保證成果質(zhì)量的重要技術(shù)環(huán)節(jié)，融合后影像通常亮度偏低、灰階分布動(dòng)態(tài)范圍小，色彩不夠豐富。需要采用線性或非線性拉伸、亮度/對(duì)比度、色彩平衡、色度、飽和度和明度調(diào)整等方法進(jìn)行色調(diào)調(diào)整。處理后的影像要達(dá)到灰階分布具有較大動(dòng)態(tài)范圍，紋理清晰、色調(diào)均勻、反差適中，色彩接近自然真彩色，可以清晰判別耕地等重要地類(lèi)類(lèi)型。②波段重組。影像融合后需要進(jìn)行最佳波段的選擇組合和彩色合成，以最大程度地利用各波段的信息量，輔助影像判讀與分析。在實(shí)際生產(chǎn)中，應(yīng)根據(jù)具體情況及數(shù)據(jù)源選擇合適的波段組合。一般采用3、2、1(R、G、B)的波段組合方式進(jìn)行組合，由于植被等地物在近紅外波段有不同程度的差異，在以上數(shù)據(jù)波段選取組合時(shí)，可以在綠波段中加入30%近紅外波段信息，以突出土地利用特征。

3.3 變化圖斑信息提取

①新增建設(shè)用地圖斑信息提取。將前后時(shí)相DOM、2016年土地調(diào)查數(shù)據(jù)庫(kù)進(jìn)行空間疊加分析，按照統(tǒng)一的圖斑提取原則，參照遙感解譯標(biāo)志，采用以人機(jī)交互為主的信息發(fā)現(xiàn)方法，提取2017年度中期監(jiān)測(cè)新增建設(shè)用地圖斑。②新增違法采礦用地圖斑提取。對(duì)照前后時(shí)相遙感影像，套合采礦權(quán)、探礦權(quán)數(shù)據(jù)，參照遙感解譯標(biāo)志，依據(jù)礦產(chǎn)資源開(kāi)發(fā)在影像上的地物特征（大小、幾何形態(tài)、色調(diào)、結(jié)構(gòu)、紋理等）進(jìn)行室內(nèi)解譯判讀，提取新增違法采礦用地圖斑。

3.4 空間套合分析

采用GIS空間套合疊加分析方法，將提取的新增建設(shè)用地圖斑、新增違法采礦用地圖斑數(shù)據(jù)套合土地規(guī)劃、基本農(nóng)田、土地預(yù)審、農(nóng)用地轉(zhuǎn)用、供地審批、采礦用地等相關(guān)管理信息，采用數(shù)據(jù)庫(kù)統(tǒng)計(jì)匯總方法進(jìn)行分析、匯總、統(tǒng)計(jì)出表。

4 生產(chǎn)過(guò)程中的相關(guān)問(wèn)題處理技巧

4.1 資源O2C影像的處理技巧

由于資源O2C多光譜影像缺少藍(lán)色波段，無(wú)法直接合成真彩色，需要通過(guò)處理，盡可能模擬真彩[2]。經(jīng)多次研究嘗試，確定了O2C數(shù)據(jù)波段組合的較優(yōu)算法為：（Band1,Band 3*0.25+Band 2,Band2）。在此基礎(chǔ)上再通過(guò)PS技術(shù)對(duì)影像的色相、色調(diào)、亮度、色彩飽和度等進(jìn)行適當(dāng)?shù)恼{(diào)整可達(dá)到理想效果。

4.2 自動(dòng)配準(zhǔn)

對(duì)于新型國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)源，經(jīng)常存在RPC參數(shù)不穩(wěn)定或讀取錯(cuò)誤等問(wèn)題，有時(shí)候采用人工選點(diǎn)進(jìn)行配準(zhǔn)，得到的結(jié)果難以滿足精度要求；針對(duì)這種情況，嘗試采用ERDAS軟件中的“AutoSync”自動(dòng)配準(zhǔn)工具，通過(guò)設(shè)置相似度、參考半徑等匹配參數(shù)自動(dòng)提取特征點(diǎn)，利用多種匹配方法和策略識(shí)別獲取同名點(diǎn)，并基于小面元微分糾正的原理，得到高精度的配準(zhǔn)成果。

4.3 建立影像融合效果定量評(píng)價(jià)指標(biāo)

影像不同融合效果一般采用“目視法”進(jìn)行定性的檢查與評(píng)價(jià)，其結(jié)果完全取決于檢查員的主觀意識(shí)，難以定量判斷其不同算法的優(yōu)劣性。利用Matlab編程軟件，基于數(shù)理統(tǒng)計(jì)分析原理，編寫(xiě)影像融合評(píng)價(jià)小工具，通過(guò)計(jì)算均值、標(biāo)準(zhǔn)差、信息熵、平均梯度、相關(guān)系數(shù)和相對(duì)偏差等相關(guān)指標(biāo)，對(duì)融合后影像進(jìn)行客觀定量分析，用于判斷不同融合算法之間的效果差異。

4.4 通過(guò)圖像增強(qiáng)處理方式提取圖斑信息

分析各種數(shù)據(jù)源新增建設(shè)用地的波段分布特征，利用圖像增強(qiáng)技術(shù)抑制非建設(shè)用地區(qū)影像特征，而增強(qiáng)建設(shè)用地區(qū)的影像層次和特征。一般說(shuō)來(lái)非建設(shè)用地區(qū)植被信息較為豐富，而建設(shè)用地區(qū)內(nèi)植被覆蓋度較低，可以采用植被抑制的方法來(lái)提高建設(shè)用地區(qū)的影像解譯辨識(shí)。

4.5 自動(dòng)賦值和統(tǒng)計(jì)

通過(guò)自主GIS二次開(kāi)發(fā)，實(shí)現(xiàn)圖斑屬性的自動(dòng)賦值，如：實(shí)現(xiàn)對(duì)圖斑行政區(qū)劃信息、占用地類(lèi)信息、基本農(nóng)田信息的自動(dòng)賦值。利用數(shù)據(jù)庫(kù)編程，自動(dòng)匯總生成各類(lèi)統(tǒng)計(jì)匯總表。

4.6 擴(kuò)展新增數(shù)據(jù)源的影像解譯標(biāo)志

在已有數(shù)據(jù)源解譯標(biāo)志庫(kù)的基礎(chǔ)上，結(jié)合2016年土地調(diào)查數(shù)據(jù)庫(kù)，根據(jù)本年度轄區(qū)范圍內(nèi)新增數(shù)據(jù)源的影像特征，綜合對(duì)比分析，擴(kuò)展新增數(shù)據(jù)源的影像解譯標(biāo)志。

5 結(jié)論

綜上所述，遙感和GIS技術(shù)在土地衛(wèi)片執(zhí)法中期監(jiān)測(cè)和預(yù)警遙感數(shù)據(jù)生產(chǎn)過(guò)程中的應(yīng)用較為深入。在實(shí)際作業(yè)過(guò)程中應(yīng)通過(guò)不斷地摸索，總結(jié)經(jīng)驗(yàn)，通過(guò)編寫(xiě)程序和工具，有效提高數(shù)據(jù)生產(chǎn)效率，確保生產(chǎn)質(zhì)量。