利用地理国情普查成果提取湿地

宋碧波，卢小平，刘 敏，谢孟利，石 晶,3

(1. 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室，河南 焦作 454003； 2. 河南省基础地理信息中心，河南 郑州 450003； 3. 河南省科源测绘中心，河南 郑州 450003)



利用地理国情普查成果提取湿地

宋碧波1,2,3，卢小平1，刘 敏2，谢孟利2，石 晶2,3

(1. 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室，河南 焦作 454003； 2. 河南省基础地理信息中心，河南 郑州 450003； 3. 河南省科源测绘中心，河南 郑州 450003)

利用全国第一次地理国情普查数据，采用多属性指标判别分析方法提取湿地要素信息，研究制定了基于地理国情普查成果提取湿地要素的数据整合方案、信息提取、专题图制作等一套技术流程。实例应用结果表明，该方法比林业部门湿地资源结果更加精确、详尽，分类精度达93%以上，促进了地理国情普查成果转化，以及与林业部门业务数据的融合和集成，也为湿地资源调查提供了新的方法和借鉴。

地理国情普查；湿地提取；指标分析；成果应用

湿地被誉为“地球之肾”，在维持生态平衡方面具有重要作用，对湿地资源进行科学精准监测、及时掌握其时空变化状况，对保护生态环境、促进社会和谐发展具有重要的理论和现实意义。目前，湿地调查主要依赖遥感影像、地理信息系统提取，通过对遥感影像进行几何纠正、配准、镶嵌和增强处理，采用人工目视解译或监督与非监督分类方法、面向对象、支持向量机等方法，实现对湿地景观的分类提取[1-2]。前者由于对影像质量及先前经验有较强依赖性，提取效率低；后者由于湿地本身光谱特性复杂，自动分类结果中不同地物存在着一定程度混淆，导致分类精度下降[1]。为提高湿地分类精度，有学者提出采用二次分类方法，即充分利用地物形状和纹理特征辅助解译，克服地物光谱区分的局限性[3]。上述方法虽然在一定程度上提高了湿地分类的精度和效率，但未能有效利用已有基础地理信息数据，造成了数据的重复采集及人力和物力资源的浪费。

地理国情普查与监测不仅是对基础地理信息数据的整合、提取和加工，又是与其他专业部门业务数据的融合和集成[4]。按照“边普查、边监测、边应用”的总体要求，一些学者围绕城市化发展、景观变化等开展了地理国情监测应用研究，但多是对监测要素重新采集[5-7]，未能充分将地理国情普查成果应用于专业领域。本文基于河南省第一次地理国情普查数据，采用多属性指标判别分析方法提取了郑州市惠济区的湿地要素信息，并制作了湿地调查专题图，为促进地理国情普查成果转化提供了经验和借鉴。

1 指标分析与提取方法

1.1 湿地分类技术指标

根据《湿地公约》和《全国湿地资源调查技术规程(试行)》，湿地资源调查是对符合湿地定义的各类湿地资源，包括面积8 hm2及以上的近海与海岸湿地、湖泊湿地、沼泽湿地、人工湿地，以及宽度大于10 m、长度5 km以上的河流湿地进行全面调查。依照《河南省湿地资源调查实施细则》，并结合研究区实际情况，建立湿地分类系统，将湿地划分为3类11种类型(见表1)。

表1 湿地类、型及划分技术标准

1.2 地理国情普查数据技术指标

地理国情普查数据分为地表形态、地表覆盖和重要地理国情要素3个类型，共12个一级类、58个二级类、133个三级类，分别存储在37个数据层中，各类型要素通过唯一的地理国情信息分类码进行标识[8-9]。湿地要素主要集中在水系要素层(HYDA、HYDL)、地表覆盖层(LCA)和湿地保护区层(BGWA)，主要指标见表2。

表2 地理国情普查相关数据采集指标

1.3 指标确定

地理国情普查对湿地要素采集要求与林业领域湿地资源调查规定基本相符，满足“国情普查与专业部门调查在信息采集上应保证完整性和一致性”要求，但两者在分类组织方式上存在较大差别，需重新归类、整合和属性赋值。两类数据的对照关系见表3。

1.4 湿地要素提取

根据以上分析成果，本文拟采用多属性指标方法，并结合空间特征对地理国情普查成果中的湿地进行判别、提取和归类，建立湿地判别模型，具体技术流程如图1所示。确定作业图层，考虑到LCA、HYDL层中湿地要素判别规则较为简单，本判别模型针对HYDA层并综合考虑数据现状及湿地分类判别标准，对CC、TYPE、USE、WQ、PERIOD等属性字段分别设置权重为0.8、0.05、0.05、0.05、0.05。当计算结果>0.85，即归为当前类，赋湿地类型码，并保留该值。数据整合过程中，坚持“先易后难”原则，首先获取无需进行二次处理的湿地类，然后在此基础上进行空间分析，获取其他类型湿地。

表3 地理国情普查数据与湿地类型对照

图1 技术流程

(1) 从HYDA中依次提取季节性或间歇性河流、永久性或季节性淡水湖、运河及输水河、部分库塘及水产养殖场湿地，对计算结果介于0.8～0.9的要素进行人工核查。

(2) 结合LCA、HYDL层对以上分类结果进行补充、完善。根据约束条件从LCA、HYDL中提取稻田、河流结构线，计算得出永久性河流；按照永久性河流及HYDA中河流范围，借助堤坝要素，初步获取洪泛平原湿地，并在此基础上获取洪泛平原中的库塘及水产养殖场，确定洪泛平原最终范围。

(3) 参考遥感影像对提取结果进行检查，确保湿地要素整合、归类及属性赋值的正确性。

为满足实际应用需求，对上述方法进行程序化处理，实现多图幅各类型湿地要素的批量提取与组织。

2 试验与分析

2.1 研究区与数据

本文选择郑州市惠济区作为研究区，该研究区位于黄河南岸，包含丰富的河流、人工湿地。主要数据源为研究区的第一次地理国情普查试点数据(基于WorldView影像进行采集，影像分辨率为0.5 m，获取时间为2013年)。

2.2 湿地提取

采用ArcGIS-Addin开发方式对ArcMap桌面功能进行拓展开发，集成湿地提取功能插件，减少了人工手动提取可能引发的数据质量问题[10]。图2为永久性河流提取结果与HYDA层叠加；图3为永久性河流、人工湿地提取结果；图4为洪泛平原中的人工湿地。

图2 永久性河流与HYDA层叠加

图3 永久性河流和人工湿地提取结果

图4 洪泛平原中的人工湿地

2.3 成果分析

利用地理国情普查成果将提取的湿地成果与河南省第二次湿地资源调查结果进行对比分析，结果如图5所示。由于地理国情普查要素的最小采集单元为400 m2，比湿地资源调查规范(8 hm2)小，因而提取结果更精确、详尽，同时也造成湿地面积差异，通过计算总面积精度控制在93%以上。由此可知，利用本文建立的湿地分类指标、提取技术流程和数据整合方案，可高效、快速地提取符合林业领域湿地调查规范的湿地图斑数据。

图5 湿地提取结果对比分析

3 结 语

为满足林业部门湿地资源调查与常态化监测的实际需求，本文研究制定了基于地理国情普查数据提取湿地要素的数据整合方案、信息提取方法及技术流程，为地理国情普查数据的推广应用提供了借鉴。研究结果表明，将地理国情普查成果应用于湿地资源调查与监测工作，可充分发挥地理国情普查数据的作用，避免不同行业的重复测绘，为湿地资源保护和生态文明建设提供实时的高精度数据支持。

[1] 莫利江,曹宇,胡远满，等. 面向对象的湿地景观遥感分类——以杭州湾南岸地区为例[J]. 湿地科学,2012(2):206-213.

[2] 田素荣,孙永军,李友纲,等. 多时相遥感技术在湿地调查中的应用[J]. 国土资源遥感,2007(4):81-84，123-124.

[3] 江健,林文鹏,何欢,等. 上海市湿地信息遥感提取方法研究[J]. 湿地科学,2013(4)：470-474.

[4] 宋晓红,张立朝,禄丰年,等. 地理国情普查中多源异构数据整合研究[J]. 测绘通报,2014(9):104-107.

[5] 付治河. 基于地理国情监测的城市扩张分析研究[J]. 测绘通报,2013(3):98-101.

[6] 左石磊. 浙江省湿地资源调查量测研究与实施[J]. 测绘通报,2013(7):82-84，111.

[7] 彭彦彦,杨瑞霞,陈盼盼,等. 郑汴一体化区域城市建成区重要地理国情要素动态监测[J]. 遥感信息,2014(4):41-46，51.

[8] 国务院第一次全国地理国情普查领导小组办公室.地理国情普查内容与指标[M].北京：测绘出版社,2013.

[9] 国务院第一次全国地理国情普查领导小组办公室.地理国情普查数据采集技术方法[M].北京：测绘出版社,2013.

[10] 宋碧波,张立朝,石晶,等. 面向空间数据库建设的插件式开发与应用[J]. 地理空间信息,2015，13(5):86-88.

[11] 周星,阮于洲,桂德竹,等. 关于建立地理国情监测长效机制的思考[J]. 测绘科学,2014,39(4):46-49，87.

[12] 赵玉灵,郁万鑫,聂洪峰. 江苏盐城湿地遥感动态监测及景观变化分析[J]. 国土资源遥感,2010(S1):185-190.

[13] 王怀,高小明,樊文峰,等. 地理国情要素时空变化检测技术研究[J]. 测绘通报,2014(11):84-87，119.

[14] 戎良. 杭州西溪湿地景观格局研究分析[D].杭州：浙江大学,2007.

[15] 宋晓红. 地理国情普查与1∶10000 DLG协同更新作业模式探讨[J]. 测绘与空间地理信息,2014,37(9):140-141.

The Extraction of Wetland Information Based on National Geographic Condition Census Results

SONG Bibo1,2，3，LU Xiaoping1，LIU Min2，XIE Mengli2，SHI Jing2，3

(1. Key Laboratory of Mine Spatial Information Technologies， National Administration of Surverying, Mapping and Geoinformation，Henan Polytechnic University， Jiaozuo 454003， China； 2. Henan Geomatics Center， Zhengzhou 450003， China；3. Keyuan Surveying and Mapping Center of Henan Province， Zhengzhou 450003， China)

A set of technical process to extract wetland information from the first national geographical conditions census result is studied and formulated, including data integration, information extraction, thematic map making, etc., which uses the multi-attribute index analysis method. Experiment results show that the method is better than the forestry department. It is more accurate and detailed, and the classification accuracy is more than 93%. This research promotes the transformation of geographical conditions census result and the integration with forestry business data, and also provides a new method and reference for wetland resources investigation.

geographical conditions census; wetland extraction; indicators analysis; results application

宋碧波，卢小平，刘敏，等.利用地理国情普查成果提取湿地[J].测绘通报，2017(6)：53-56.

10.13474/j.cnki.11-2246.2017.0189.

2016-11-29;

2017-01-11

矿山空间信息技术国家测绘地理信息局重点实验室开放基金(KLM201411)；河南省高校创新团队支持计划项目(14IRTSTHN026)；河南省创新型科技创新团队支持计划

宋碧波(1989—)，女，助理工程师，研究方向为地理信息系统开发与应用。E-mail：songbibo2008@163.com

卢小平

P208

A

0494-0911(2017)06-0053-04