基于DSM和地表覆盖数据的土地变化监测方法

姚 炜

（上海市测绘院，上海200063）

0 引 言

国家的土地政策和土地措施必须依赖于及时、有效、准确的土地数据，这就对土地利用现状管理提出了动态变化监测的要求。目前，在日常土地管理中，管理部门主要利用下级部门上报、用地单位上报或登记数据被动获悉变化情况，缺乏主动性。同时受限于传统监测方法制约，在监测手段上，主要通过人工目视判读方式，不仅工作量大、效率低，且变化监测成果的质量受限于判读人员的技术水平。故基于上述情况，本文结合国情普查地表覆盖数据和DSM（Digital Surface Model，DSM）变化图斑数据，通过空间分析工具，快速有效提取变化图斑，为日常土地管理中如何及时发现土地利用现状变化提供新思路。

传统动态监测方法受技术条件限制，主要利用用地单位上报、登记数据，被动了解变化，如在上海市土地绩效评估工作中，主要依赖“市局-区局-产业区块”三级网络收集变化信息。另外如上海市基础数据更新工作，定期采用集中地毯式更新方式，通过实地测量获取变化信息[1]。

基于这种模式，使得上层管理部门缺乏监督和管理主动性，受制于上报单位和部门。也正是由于缺少主动发现的能力，导致在土地管理中土地利用现状数据无法及时得到更新，不利于土地政策的制定和执行。因此，主动发现土地变化在土地管理中的作用愈加重要。

1 方法

1.1 地表覆盖与国土分类对应关系

1.1.1 地表覆盖基本情况介绍

地表覆盖数据是反映地表自然营造物和人工建造物的自然属性或状况，一般利用基础地理信息和遥感影像进行生产，分为8个一级类，45个二级类和79个三级类（图1）。

图1 地表覆盖数据分类略图

1.1.2 地表覆盖与国土分类对应关系

在将地表覆盖数据应用在土地利用现状变化监测之前，由于它与国土分类方式不尽相同，所以必须在地表覆盖与国土分类之间建立对应关系。

而现行的土地分类标准有4个。

（1）《全国土地分类（试行）》[2]:2002年1月1日起试行，分为3个一级类，15个二级类，71个三级类。它是上海最常用的土地分类标准。

（2）《土地利用现状分类》[3]（GB/T 21010-2007，已废止）:2007年8月10日实施，分为12个一级类，57个二级类。

（3）《土地利用现状分类》[4]（GB/T 21010-2017）:2017年11月1日实施，分为12个一级类，73个二级类。

（4）《第三次全国土地调查工作分类》[5]:12个一级类，53个二级类。目前第三次全国土地调查采用此标准。

现行的土地分类标准相互之间的对应关系较为明确，本文仅以《第三次全国土地调查工作分类》中一小部分地类为例，建立与地表覆盖分类方式之间的对应关系（表1）。

表1 第三次全国土地调查工作分类与地理国情监测（地表覆盖）部分对应关系表

通过表1可以得到2个结论。

（1）地表覆盖数据与土地管理中使用的土地分类在数据采集的侧重点上不同。地表覆盖主要侧重土地的自然属性，反映地表自然营造物和人工建造物的自然属性或状况，而土地管理中使用的土地分类更加侧重于土地用途、经营特点及管理特性等，是土地的社会属性。举例而言，如批而未建的建设用地，地表覆盖按照实地自然属性采集为耕地，而在土地管理中该地为建设用地。

（2）地类概念和范围的界定有所不同。这主要体现在两个方面:① 采集指标，如地表覆盖要求种植土地的最小采集图斑面积为400 km2，而土地管理（指二调成果）中最小采集图斑面积为600 km2，地表覆盖采集面积更为精细;② 采集范围，如居民地的采集，在土地管理（二调成果）中居民地的范围参考建设规划情况、边界线一般多以居民地周边道路、围墙等地物的边界线为主，居民地内部的地类不再单独采集，而地表覆盖中，居民地内部达到指标的地类均需单独采集。

综上所述，在不改变地表覆盖的采集原则和指标前提下，地表覆盖监测数据是很难直接被利用到日常土地管理中的。但是，将地表覆盖数据与DSM结合后，就可较为容易地将地表覆盖数据利用到土地变化的动态监测方面，并在其中发挥巨大优势。

1.2 基于DSM与地表覆盖的动态监测算法模型

DSM是数字表面模型，它反映了物体表面的形状、高度等信息，是一种用数字集合表现物体表面形态的一种方式。在实际应用中，通过两个不同时相DSM的差分，获取DSM变化图斑，再结合影像数据的解译，最终实现对特定地物的监测:这也是目前土地动态监测中使用比较广泛的一种新方式。但是，由于DSM缺乏变化图斑的属性信息，因此通常无法单独使用，必须结合影像数据进行再次判读。本文将DSM与地表覆盖数据共同使用，直接将地表覆盖数据应用到DSM生产中去。例如以地类为边界，考虑不同地表地物的特点进行滤波参数选择:

式（1）中，land表示某个区域（region一般指DSM所分割的最小格网）在某个特定时间点（time）的土地类型（基于地表覆盖数据）。

式（2）中，{DSM}表示特定分辨率（resolution）下的某个区域（∑region）在某个特定时间点（time）的数字地表模型。参数land表示地表覆盖中的地类。

式（3）中，{△DSM}表示特定分辨率下的某个区域在某个特定时间段内的高度变化。

总之，上述就是利用DSM在高度变化监测方面的优势，同时使用地表覆盖数据弥补DSM变化图斑所缺少的属性信息，为土地管理中的各类应用创造条件的方法。

2 案例分析

2.1 土地复垦

在这类场景应用中，可以提取{△DSM（2017年，2018年）}中高度下降，并且land值在2017年中为建（构）筑物的数据（图2—3）。此外，还可以根据2018年该区域的地表类型，统计土地复垦的进度。

图2 2017年影像图与变化图斑的叠加

图3 2018年影像图与变化图斑的叠加

2.2 地块建设状态

在这类场景应用中，可以提取{△DSM（2017年，2018年）}中高度下降与抬升，并且land值在2017年或2018年中为建（构）筑物、硬化地表等的数据（图4—5）。图4与图5中的红色与绿色图框即是根据上述公式提取出来的变化图斑，红色表示下降，绿色表示抬升。此外，还可以通过不同地表类型、不同时间段的组合来判断工程建设进度。

图4 2017年影像图与变化图斑的叠加

图5 2018年影像图与变化图斑的叠加

2.3 发现低效利用的建设用地

在这类场景应用中，可以选取land值在2017年或2018年中均为种植土地、林草覆盖等类型，同时叠加二调成果，提取二调成果中土地分类为建设用地的区域，两者叠加，计算重叠面积占建设面积的比例，通过设定低效利用建设用地的面积比值，提取地块范围（图6）。图6中红色图框即是根据上述公式提取出来的地块，红色部分在二调成果中均为工业用地，但实际该地长期闲置。

图6 2018年影像图与提取图斑的叠加

2.4 违建与拆违

要了解拆违情况，可通过提取{△DSM（2017年，2018年）}中高度下降，并且land值在2017年中为建（构）筑物、人工堆掘地等的数据（图7—8）。图7和图8中的红色图框即是根据上述公式提取出来的变化图斑。此外，新建的违章建筑也可通过类似公式查询，而对历年的那些已有违章建筑则可采用地表覆盖与二调成果的叠加分析得到。

在实际应用过程中，建（构）筑物、耕地及林地这些地物的监测效果比较突显，通过地表覆盖数据和DSM相叠加，可以比较容易地实现地表变化的可持续性动态监测，一定程度上将土地日常管理从被动转为主动。

图7 2017年影像图与变化图斑的叠加

3 结 语

（1）本文利用DSM和地表覆盖数据相结合的优势，提出了一种土地现状利用变化监测的方法，该方法可以让土地监管有一定程度的主动性，并且可以显著提高监管工作效率。在上海市地理国情监测“1+X”中的应用已证明了该方法的实用性和有效性。

（2）在今后工作中，将继续深入了解土地规划部门、土地管理部门和土地调查部门之间对各个地类的界定，探索具有上海特色的地理国情要素采集标准，更好地发挥国情监测成果在土地调查数据更新中的参考价值。