面向国土空间资源的遥感解译方法和应用研究进展

（上海市城市规划设计研究院，上海 200040）

国土空间资源作为国土空间规划中重要组成部分，其在空间资源、自然环境等方面的现状识别、动态监测、评估与预警一直是规划管理部门在城镇化进程中持续关注的热点。遥感作为对地观测综合性技术，能够全方位、高时效获取目标区域的影像数据，并被广泛应用于国土空间资源领域。随着大数据与人工智能为代表的信息技术的快速发展，遥感技术在数据获取、解译方法和应用实践均实现了跨越式的发展。这种发展为城市土地利用调查与开发、城市三区三线划示等方面规划管理领域提供数据、成果应用与决策支撑。

1 遥感解译的主要方法

遥感解译方法是利用传感器获取数据、通过科学的解译方法获得有用的地物信息。现阶段遥感解译方法主要包括目视解译、人机交互解译、基于知识的遥感影像解译、影像智能解译（即自动解译）等。

目视解译方法是基于人的经验和知识，综合利用地物特征和解译标志识别目标。人机交互解译是人机交互影像的判读，以遥感数字影像为基础信息源，在相应的软硬环境工作环境下，利用计算机高速的数据处理技术和图像处理软件negligence对图像提取和编辑处理功能，是帮助解译人员进行遥感影像解译的一种方法[1]。

人机交互解译方法的主要特点是实现数字条件下的影像数据解译，提供与GIS进行复合地理信息数据源综合判读的基础。基于知识的遥感影像解译，对解译对象特征知识如光谱、几何特征等进行获取、表达、搜索策略、推理机制的总结，形成模型定量化分析算法，继而实现图像信息自动化获取[2]。

影像智能解译方法是综合运用人工智能、图像理解、生理与心理认知技术，利用计算机模拟人对遥感影像特征包括色彩、形态、纹理、位置和布局进行理解，建立遥感图解模型，对遥感影像中的信息进行分类、提取遥感图像特征[3]。

2 国土空间资源的遥感解译方法应用研究进展

遥感技术在国土空间资源领域的应用，从类型、数量、质量、分布的静态数据摸查，逐步发展为变化过程的动态数据记录，再到构建影响因素模型进行变化趋势研究与预测，已经形成许多应用成熟的遥感解译方法。随着遥感影像质量的提升，学者们持续地在更大的时间和空间范围内应用遥感数据认识、分析、评估研究对象，通过改进遥感解译方法，优化解译结果。

2.1 资源现状分析

运用遥感技术调查土地资源的数量及分布状况，是遥感应用中启用最早、研究最多的一项基础性工作。自1960年起，土地利用覆盖分类开始通过遥感影像解译和地面样地方式采集数据。目前全球已形成7套常用土地覆盖数据集，但未达成统一分类系统，仍存在针对性强、普适性弱、无法进行横向比较的问题[4]。我国于1980年开始应用遥感技术，主要用于全国土地调查，利用航拍照片和正射影像作为工作底图对土地资源现状展开分析。发展至2017年，第三次全国国土调查已利用亚米级卫星数据和2 m级卫星数据，结合内业判读与实地调绘，开展地类分布及利用状况的调查，并形成全覆盖遥感监测与快速更新机制[5]。2019年，宫鹏等[6]运用2018年10 m哨兵遥感数据和Open Street Map数据作为基础底图，结合珞珈一号夜间灯光数据、腾讯移动定位和高德导航兴趣点等多源数据，以随机森林算法完成全国范围内地块尺度的城市土地利用制图，整体分类精度达到61%。

2.2 资源监测评估

在监测评估方面，国土空间资源的时空变化与质量监测是主要应用方向，如遥感生态指数运用主成分分析，集成绿度、湿度、热度和干度4个维度指标[7]。利用该指数的技术方法，诸多学者以间隔年Landsat遥感数据监测区域的资源演变过程，通过各项指标的贡献度进一步分析对生态质量的影响作用。刘智才等[8]运用此方法观测到杭州市在1989年、2000年以及2010年期间生态质量变好的区域主要集中在老城区，生态质量变差的区域集中在新建城市副中心，建设用地的大幅扩张是导致研究区生态质量下降的最主要因素。杨江燕等[9]观测到雄安新区在1995年、2004年以及2015年期间西北和东南部的生态质量总体保持不变，西南部、中部和东北部有较大面积区域出现生态环境恶化，建设用地扩张和全球气温上升对生态质量的影响力度逐渐加大。如上述两个案例所示，动态监测的案例通常采用比较不同时间节点的静态数据来获取动态信息。这类伪动态信息显著降低变化分析质量，无法区分突变和渐变，难以判断变化节点[4]。同步建立动态库才能更加有效地保证动态信息的准确性。杭州市遥感生态指数影像如图1所示，雄安新区遥感生态指数的空间分布如图2所示。

图1 杭州市遥感生态指数影像

图2 雄安新区遥感生态指数的空间分布

2.3 资源空间规划

空间规划主要有三个应用方向。（1）通过对观测对象分类分级，划定规划政策控制线。例如，通过RS、GIS、层次分析法（AHP）等方法，提取高程、土地利用覆盖、植被覆盖度三个评价因子为基本指标，构建层次结构模型，分级赋值，并对主因子进行叠加分析，评价生态系统服务功能，将生态系统服务功能重要的区域划定为生态功能红线范围[10]。（2）通过观测对象的历史演变进程，预判未来变化趋势，为规划方案提供数据支撑。在国家地理国情监测中，通过对自然人文地理要素进行动态、定量化、空间化检测，反映各类资源的空间分布及其发展变化规律，为空间管控和治理提供科学依据[5]。（3）通过分析历史演变进程中的重要影响因子，对因子相关要素进行规划干预。例如雄安新区规划通过定量分析地表覆盖类型与生态环境的互动关系，预测即将开展的新区建设可能对区域生态质量与热环境产生的影响[11]。

2.4 资源空间管理

集成各项遥感解译成果，搭建基于遥感影像动态更新和遥感解译技术持续优化的应用管理平台。在建设雄安新区、打造长江经济带等重大战略中，卫星遥感即时监测监管服务平台的建设满足了“早发现、早制止”的实时综合治理需求和生态修复工作的及时跟踪需求[8]。在第三次全国国土调查和各省市国土空间规划编制过程中，各层级的现状数据上报与校核均在“一张图”平台中进行，指标管控以遥感影像解译结果为基础开展。在不同地域、不同层级的管理应用中，同一项遥感解译方法需根据地域特征和空间尺度，通过训练和验证样本采集步骤，优化其中的各项技术参数，才能获得质量较高的解译结果。

3 结语

（1）人工智能遥感解译技术是未来遥感影像解译的必然趋势。首先是在数据获取和存储层面，通过引进人工智能技术，优化传感器研发技术，提升数据库分布式计算效率，改善数据库结构层次，全方位改进数据获取与存储系统，对海量遥感影像数据进行采集和管理。其次是在图像解译方法优化层面，针对传统图像解译方法专注于地物光谱和几何特征分析为主的不足，人工智能技术可以提供基于认知科学、复杂理论等算法支撑，从更多维度进行图像理解与分析，从更高维度进行图像解译，提高图像解译精度。最后是在应用领域的拓展。基于获取海量数据和高精度解译方法的改进，让遥感在更多元领域的应用成为可能，不仅可以对宏观地物动态进行更精准的监测与预判，如气象预报、地质灾害等，也可以在中微观地物的三维建模与预测，如建筑物提取、交通流人流识别等方面进行精准支撑。（2）大尺度空间要素动态监测与评估是国土空间资源领域遥感应用的主要方向。通过对国土空间资源领域遥感应用的分析，发现其应用主要在两个层面。首先是对大尺度空间的气候与国土空间资源变化的监测。通过有针对性地对气象以及山水林田湖等自然要素的动态监测，可为天气预报、自然灾害预警以及对生态环境监测等诸多方面提供影像支撑。其次是人类或总对自然环境影响监测。通过对大型基础设施以及城市动态发展两个方面的监测，对突发情况环境监测以及城市发展与基本农田之间的冲突进行督察。（3）国土空间规划将成为遥感应用的新方向。多规合一及平台建设将国土空间资源对遥感应用的诉求进行了整合，也为遥感技术为国土空间规划进行统一应用提供了前提。遥感数据整合、方法研发以及专业应用在一个整体项目下进行联合应用，能进一步发挥遥感应用与规划应用的融合，推动遥感在规划应用的进一步发展。