地理国情普查中容易混分地表覆盖类型定量统计与分析

2015-03-29高志宏

测绘通报 2015年6期

高志宏，周旭，程滔

(国家基础地理信息中心，北京100830)

一、引言

地理国情是指那些与地理相关的自然和人文要素的国情，是基本国情的重要组成部分。地理国情从空间角度反映一个国家自然、经济、人文的状况，包括国土疆域概况、地理区域特征、地形地貌特征、道路交通网络、江河湖海分布、土地利用与土地覆盖、城市布局和城镇化扩张、孕灾环境与灾害分布、环境与生态状况、生产力空间布局等基本情况。开展地理国情普查，可以全面获取地理国情信息，掌握我国地表自然、生态及人类活动的基本情况，分析其空间分布、基本特征及其相互关系，为开展常态化地理国情监测奠定基础［1-5］。

地表覆盖状态是自然和人文要素共同作用的结果，最能直观反映地球表层的信息，对地表覆盖进行普查则能得出各种地理国情的基本状况［6-8］。因此，地表覆盖状态的准确、高效分类对地理国情普查工作的顺利开展十分关键。地表覆盖物具有发射、吸收和反射电磁波的特性并随波长而变化，遥感传感器能够获取和记录地物发射或反射的电磁波谱特征，因此基于遥感影像可以识别不同的地物［9］。遥感影像分类即是将遥感影像中的像元划归到实际地物类别中的过程［10］。遥感技术的新方法、新思想不断出现，从目视判读、计算机自动解译和人机交互等环节不断提高遥感影像分类的精度和水平;同时分类思想也从基于多光谱像元向基于多尺度面向对象转变［11-14］。目前，地理国情普查主要依据高分辨率影像数据源开展地表覆盖解译与分类。高分辨率遥感影像光谱特征明显且地物纹理、形状等信息丰富，然而随着影像分辨率的提高，也对遥感影像分类的精细程度、方法和精度提出了新的要求。根据地理国情普查前期试点和目前的工作，发现在实际的数据采集过程中存在部分解译困难和分类精度较低的问题，特别是一些地表覆盖类型之间的混淆分类现象较为严重，导致总体分类精度低、效率不高等问题出现。

本文主要针对实际数据采集过程中存在的混分问题，通过专门的数据收集软件工具，广泛收集地表覆盖分类方面的典型样例和问题，从一级类内部混淆和跨一级类混淆两个方面统计容易混淆的类型。同时，基于统计结果进行关联分析，探讨了容易混淆地表覆盖类型形成的原因和规律，并给出了提高分类精度的建议。本文研究结果可直接服务于地理国情普查工作的开展，为提高地表覆盖分类精度提供科学参考。

二、地表覆盖分类体系与研究方法

1．地表覆盖分类体系

地表覆盖及变化研究是相对于一定的地表覆盖分类体系而言的。针对地理国情普查的内容与目标要求，参考现有的国家技术标准和行业技术规范，参照目前国内外已公布的、应用较广泛的地表覆盖分类体系，同时综合考虑了不同行业应用的需求，综合构建了面向地理国情普查的地表覆盖分类体系。此分类体系将地表覆盖分为3个层级，包括耕地、园地、林地、草地、房屋建筑(区)、道路、构筑物、人工堆掘地、荒漠与裸露地表、水域共10个一级类;在此基础上细分的二级类有46个，部分二级类包含相应的三级类［15］。

2．研究方法

根据地表覆盖的分类体系，并结合具体工作中存在的实际问题，本文首先通过开展实际工作的各个省市获取典型统计样本，然后在此基础上进行处理、整理和统计，最后开展相关关联分析并给出结论和建议。具体的流程方法如图1所示。

图1 技术流程

三、容易混分地表覆盖类型统计与分析

1．容易混分类型收集与处理分析

为了全面、系统、快速有效地收集地理国情普查实际工作中存在的样例和问题，本研究开发了相应的地理国情普查数据采集样例与问题收集软件(EQsub)，该软件包括样例与问题录入、样例与问题库合并、样例与问题审核、样例与问题库提交确认与导出、样例与问题处理反馈、反馈样例与问题库导出共6个功能模块，软件的主界面如图2所示。通过该软件收集全国24个省(自治区、直辖市)的1409条样本作为本文研究的基础。根据初步提交的样本，组织技术支持专家对样本逐个进行集中研讨与处理分析，得到有效样本1311条，作为后续统计与分析的基础样本。

图2 地理国情普查数据采集样例与问题收集软件主界面

2．容易混分类型统计分析与分类精度提高建议

基于1311条样本进行容易混分类型的统计，发现地表覆盖中容易混分的情况共计94组，具体包括一级类内部各类型之间的混分36组，跨一级类的类型混分情况58组。其中，一级类内部混分的情况中，各类型混分数量分别为:耕地1组、园地2组、林地7组、草地5组、构筑物15组(其中硬化地表的三级类之间的混淆12组)、荒漠与裸露地表4组、水域2组。为了能较好地反映不同地物类型混淆的整体情况，分别对一级类内部混分和跨一级类的类型混分两种情况开展关联分析，得到如图3和图4所示的关联分析结果图。根据图3可以发现构筑物(0700)内部混分的情况最为严重，主要是其二级类硬化地表(0710)的三级类之间混淆。根据提交的样本和混淆类型的定义与特征，硬化地表三级类的混淆原因主要是地类光谱特征相似性强和作业员对定义的理解差错。园地(0200)、林地(0300)、草地(0400)和荒漠与裸露地表(0900)4种地表覆盖类型的光谱特征较为相似，是导致各类内部二级类和三级类混淆的主要原因。耕地(0100)和水域(1000)内部覆盖类型的混淆主要是由于对采集要求的把握不准确造成的。图4反映了容易混分地表覆盖类型中跨大类的混淆情况，如图中所示，旱地(0120)是最容易跨大类混分的类型;其次是天然草地(0410)及其三级类(0411、0412、0413)、林地(0300)、房屋建筑(区)(0500)混分比较突出;此外硬化地表(0710)、其他人工堆掘地(0890)、苗圃(0250)、泥土地表(0920)、路面(0601)以及水面(1001)等在有些情况下也容易跨一级类与其他类型混分。图4表明跨大类混分的情况整体上比一级类内部混分严重，分析不同类型具体的统计样本，发现由于地物类型光谱特征相似导致的混分较少，定义理解差错、采集指标不明确、图斑归并方式错误、立体覆盖处理原则不明确等因素是造成跨大类混分的主要原因。需要说明的是，上述相互关联、容易跨大类混分的类型并非在任何情况下都容易混分，只有在某些特定情况下才会出现。

图3 一级类内部混分关联分析图

图4 跨一级类的类型混分关联分析图

通过对样本的处理、统计和分析，发现造成一些地表覆盖容易混淆的原因是多方面的，并非所有容易混分类型的错误分类都难以避免。为了提高地理国情普查地表覆盖分类的精度，可以从如下几个方面入手:首先，应该加强培训，提高对不同地表覆盖类型定义和采集要求的认识，尽量避免人为因素导致的分类错误;其次，一些地表覆盖类型的影像光谱特征较为相似，仅从影像光谱特征判断分类精度较低，解译时应该结合地物周边环境和所在地理区域特点进行综合判读;最后，应加强对其他辅助资料的收集和利用，丰富数据源资料，提高分类精度。此外，对于一些覆盖种类简单、地物图斑均质性较好的区域可以结合计算机自动分类的方法进行综合解译，一方面可以提高分类精度，另一方面也可以提高工作效率。总的来说，上述容易混分的地表覆盖类型在实际分类工作中需要重点注意，可以综合利用各种行业权威数据资料和多种方法减少混分的类型和数量，从而提高地表覆盖分类的精度。同时，在实际的过程质量检查工作中，上述容易混分的地表覆盖类型也应重点关注，从而在过程中及时发现错误，提高地理国情普查数据的最终成果质量。

四、结束语

地理国情普查是新形势下测绘地理信息领域一项新的重大工作，是下一步开展地理国情监测的基础。目前，我国地理国情普查工作刚刚起步，地表覆盖分类是其中重要的基础工作之一，相关的研究分析工作还较少。本文面向地理国情普查中地表覆盖分类中面临的实际问题，重点研究了其中容易混分的覆盖类型，基于统计分析给出具体的容易混分类型94组，同时从一级类内部混淆和跨一级类混淆两个角度进行了关联分析，发现并非所有容易混分的情况都难以避免。通过提高作业水平、丰富数据资料和改进工作方法可以降低混分的比例，提高地理国情普查数据成果的精度和质量。

［1］陈俊勇．地理国情监测的学习札记［J］．测绘学报，2012，41(5):633-635．

［2］徐德明．开展地理国情普查服务经济社会发展［N］．中国测绘报，2013-03-12(1)．

［3］李志刚．浅谈国情地理国情与地理［N］．中国测绘报，2011-03-11(3)．

［4］史文中，秦昆，陈江平，等．可靠性地理国情动态监测的理论与关键技术探讨［J］．科学通报，2012，57(24):2239-2248．

［5］李德仁，眭海刚，单杰．论地理国情监测的技术支撑［J］．武汉大学学报:信息科学版，2012，37(5):505-512．

［6］程滔，周旭，刘若梅．面向地理国情监测的地表覆盖信息提取方法［J］．测绘通报，2013(8):84-86．

［7］宫攀．中国土地覆盖分类研究［M］．北京:经济科学出版社，2012．

［8］赫英明，王汉杰，张洪峰．遥感数据的土地覆盖分类［J］．解放军理工大学学报:自然科学版，2011，12(3):294-300．

［9］蔡红艳，张树文，张宇博．全球环境变化视角下的土地覆盖分类系统研究综述［J］．遥感技术与应用，2010，25(1):161-167．

［10］白穆，刘慧平，乔瑜，等．高分辨率遥感图像分类方法在LUCC中的研究进展［J］．国土资源遥感，2010(1):19-23．

［11］陈忠．高分辨率遥感图像分类技术研究［D］．北京:中国科学院研究生院，2006．

［12］陈杰，邓敏，肖鹏峰，等．结合支持向量机与粒度计算的高分辨率遥感影像面向对象分类［J］．测绘学报，2011，40(2):135-141．