RS、GIS在耕地后备遥感监测中的应用——以安徽省淮北市相山区为例

李春霞

(北京地星伟业科技股份有限公司，北京 100080)

0 引言

在航空航天技术飞速发展的今天，利用遥感卫星影像数据和航空摄影技术进行地表信息采集技术，已成为我国信息监测的主要手段。我国工业化、城镇化进程的快速推进，导致优质耕地在减少，保护耕地红线压力倍增。加强耕地占补平衡管理，成为耕地保护的基本制度[1]。

本文以KOMPSAT卫星数据为例，讲述卫星遥感影像数字正射影像图(Digital Orthophoto Map，缩写DOM)的制作流程。结合第2次全国土地调查成果，以安徽省淮北市相山区为例，解译影像特征变化为耕地的地块信息，作为该区域耕地后备数据资料来源。

1 正射影像图(DOM)制作

1.1 工作路线

遥感卫星获取该区域全色和多光谱影像数据，经色彩合成、融合和配准等初步处理后，以第2次土地调查底图和高程数据等控制资料作为参考，开展正射校正工作。正射后的影像图进行多景间镶嵌，并按照县界范围进行裁切，形成该县DOM成果[2]。正射影像图制作流程如图1所示。

图1 正射影像图制作流程Fig.1 Production flow chart of orthophoto map

1.2 数据预处理

1.2.1 Kompsat数据介绍

使用Kompsat 3卫星数据，全色数据分辨率0.7 m，多光谱分辨率2.8 m。

Kompsat 3原始数据文件夹中包含多光谱分波段影像R、G、B、N(tif)，全色影像P(tif)，影像元数据文件(xml)，影像快视图(jpg)，有理多项式系数文件(txt)。

1.2.2 多光谱数据预处理

采用ERDAS软件对卫星采集到的多波段(Mult)数据进行光谱重组，合成假彩色影像。

具体方法：打开ERDAS工具模块中的Layer Selection and Stack工具，按照红、绿、蓝、近红的顺序依次加载，进行波段组合，输出为IMG格式，如图2～3所示。

图2 波段组合Fig.2 Band combination

图3 数据转换Fig.3 Data conversion

1.2.3 全色数据格式转换

将全色数据的TIFF格式转换成IMG格式，与多光谱数据格式一致，便于下一步融合。

1.3 影像融合

对空间分辨率和光谱分辨率融合目的是最大限度提高信息量，减少信息冗余，发挥各自优点，尽量保留低空间分辨率多光谱图像的光谱信息和高空间分辨率全色图像的空间信息[3]。融合主要分以下4个步骤：影像预处理、融合方法选取、融合后影像处理和效果检查。

1.3.1 影像预处理

Kompsat 3原始数据中多光谱数据和全色数据同步获取，匹配精度比较高，无需配准即可进行融合。否则，匹配精度达不到要求则需先进行配准，配准精度满足要求后再融合。

使用erdas工具，建立kompsat的颜色模型，对影像颜色进行初处理，获取颜色相对适中、纹理比较清晰影像，如图4所示。

图4 Kompsat 3颜色模型Fig.4 Kompsat 3 color model

1.3.2 融合方法选择

融合方法多样化，常用的有比值和加权乘法、Brovey变换法、高通滤波法，IHS变换法、主成分分析法和小波变换等[4]。本节采用高通滤波(HPF)融合方法，将已经过上步配准、颜色模型处理后的多光谱与全色影像进行融合。

1.3.3 融合后影像匀色

影像存在灰度值集中或某一通道的色调偏亮等，需要对图像进行匀色，色调均匀的影像直方图呈现正态分布[5]。尽管使用了Kompsat的颜色模型初处理影像，融合后影像整体亮度、色彩反差、整体纹理仍然未达到信息提取要求，如地类图斑边界不清晰，地类反差过小，导致目视解译不易判读耕地等重要地类。匀色不宜偏重色彩信息，导致细节纹理丢失，无法区分自然植被(如耕地与林地色调区分不开)，地物边缘没有明显的区分界限。

如图5所示，匀色前影像上植被颜色偏黄，清晰度不够，有一层朦胧感，对比度和纹理不够清晰。通过Photoshop工具对整体和局部的亮度、色调、对比度和曲线等进行调整。匀色后植被明显接近真彩色，纹理比处理前更加清晰，地物边界更加清晰明显，能够满足于目视解译需求。

1.4 正射校正

1.4.1 数学基础

平面坐标系统：采用1980西安坐标系。

投影方式：采用高斯-克吕格投影方式，分带为3度分带。

高程系统：采用1985国家高程基准，ASTGTM 30 m的高程数据。

1.4.2 准备工作

数据资料：相山区二调控制底图、DEM高程数据和待纠正影像。

纠正模型的选择：采用IKONOS模型进行正射纠正[6-7]。

1.4.3 控制点选取

通常情况最少控制点数量n=(m+1)×(m+2)/2，其中m为模型的次方数，理论上1次方最少需要3个控制点，2次方最少需要6个控制点，3次方至少需要10个控制点，依次类推。

控制点采集的基本原则：选取同名地物点，优先选择道路交叉点，高架桥路、高楼等具有高程地物尽量不作为选取对象，控制点要分布均匀等。

由于区域地形、地貌和高程等因素的限制，为满足精度要求选取的控制点通常比理论点个数多，特别是山区和丘陵地带。本作业区域存在局部山区，山区由于高程较大易造成抖动，所以在选点上尽量均匀、局部密集。

1.4.4 输出重采样影像

Kompsat 3的重采样间隔选择1 m，输出纠正后影像。

最邻近像元采样法(Nearest Neighbor)简单易行、处理速度快，但是集合精度不高、连续性差；双线性内插法(Bilinear Interpolation)图像连续且精度高，但是此算法具有低通滤波性质压抑高频成分，易出现模糊情况；立方卷积重采样法(Cubic Convolution)内插精度高、图像质量较高，但计算量大、破坏原来的数据[8]。本文重采样使用双线性内插法。

1.4.5 纠正精度检查

检查控制点精度是否在要求范围内，对于图面质量不佳的，在同一窗口内使用swipe工具，检查影像与控制底图误差是否在要求内。

残差中误差要求平原地区不超出2个像素，山区不超过4个像素。

1.4.6 影像镶嵌和裁切

高分辨率影像由于幅宽、正射校正过程中的变形等原因，一景无法覆盖整个区域，需要通过DOM拼接形成一个完整县区范围。原则上要求重叠区域进行无缝接边，尽量保留分辨率高、云雾少、质量好的影像，纹理、色彩要求自然过渡，尽量能保证同一地块光谱特征一致。

对具有相同重采样间隔，波段类型相同(单波段与单波段、多波段与多波段)单景影像之间开展镶嵌工作，本文采用了Photoshop软件进行镶嵌。因相山区采集的均为Kompsat数据，为同一采样间隔且均为多波段，可直接进行全区的镶嵌。

镶嵌后影像使用相山区行政区界线，裁切县级正射影像图，裁切工具可选择ERDAS或者ARCGIS。

2 信息提取

2.1 工作路线

采用遥感数据与其他多源数据相结合、人工目视解译辅助计算机自动化技术方法，完成耕地图斑信息提取工作，形成相山区耕地后备资源基础数据。

以第2次调查数据库为基础，叠加上一步制作完成的正射影像图，在非耕地范围内提取影像上特征为耕地的区域，形成信息提取成果。耕地后备信息提取流程如图6所示。

图6 耕地提取流程Fig.6 Flow chart of cultivated land extraction

2.2 信息提取

信息提取通过光谱特征、空间特征和时间特征建立判读标识，目视解译影像中耕地信息并分类[9]。

2.2.1 二调数据库预处理

二调数据库结构主要包含地类图斑(DLTB)、线状地物(XZDW)、行政区(XZQ)、行政区界线(XZQJX)和零星地物(LXDW)等图层，本次提取主要使用地类图斑(DLTB)和行政区(XZQ)图层[10]。

信息提取主要采用ARCGIS10.2版本软件，按照二调土地利用现状分类提取耕地范围外矢量[11]。具体方法：使用ARCGIS中ArctoolBox工具箱中的Select工具，Input Feature(输入栏)选择DLTB图层，Output Feature Class(输出栏)选择提取后文件名和位置，如命名为“待提取层”；Expression(表达式)一栏输入SQL语句“[DLBM]<>‘011’AND[DLBM]<>‘012’AND [DLBM]<>‘013’”，点击OK即完成。

2.2.2 耕地图斑提取

本次使用的正射影像图时相为9月份，气象条件较好，采集到的卫星影像数据受云雾雪干扰情况少，影像质量佳。

在ARCGIS中添加正射影像图，套合“待提取层”范围。在待提取图层范围内提取影像上明显为耕地特征的图斑，且面积达到200 m2，图斑类型认定为01，形成耕地后备成果。如图7所示，从原有林地图斑中提取的影像特征为耕地图斑。

2.2.3 图斑表达

基于ARCGIS软件对耕地后备图斑建立拓扑关系，生成图斑属性信息表，如表1所示[12]。

表1 耕地后备图斑属性信息

2.3 结论及分析

相山区辖区面积为141.7 km2，二调数据库(2017年)原有耕地4 827.7 hm2(72 415亩)，占本区域总体面积34%。在全区域内开展耕地提取，形成耕地后备图斑共323.7 hm2(4 855.9亩)，提取的耕地占辖区面积2.2%左右。提取耕地图斑分布情况如图8所示，地类变化具体情况如表2所示。

图8 提取耕地后备图斑分布Fig.8 Extraction of cultivated land reserve pattern distribution

表2 提取耕地后备图斑汇总

其中，以有林地(031)、村庄(203)、城市(201)中提取耕地为主要组成；提取的耕地图斑主要分布在相山区的西部区域。

分析以上结果可能有以下4种原因。

(1)国家政策变化影响。相山区西部明显为平原，耕地资源丰富且适宜耕作。近些年，国家加大粮食补贴力度，调动种粮农民积极性，一些被撂荒的土地再次开始耕种，增加了林地中提取出的耕地面积[13-14]。

(2)城市化进程影响。随着城市化辐射范围不断扩大，大量的农村居民搬离农村来到城市，原有规划的村庄并没有因为新一代年轻人成长有所扩大，大片村庄内部闲置土地被耕种起来。

(3)区位发展方向不同影响。相山区中东部为集中建设开发区，有大面积国家批准划拨土地还未开发建设，出现大面积城市中提取出的耕地；中部有山不宜耕种，主要为种植林木与果树。

(4)数据时效性影响。二调数据库建库时使用影像图精度不高，调查结果难免有误差；二调建库时间距离现今较久，实地可能已经发生变化，而国家未能及时监测到位。

3 结束语

DOM的校正精度、颜色处理在后续的耕地信息提取中影响非常大，直接关系到耕地信息提取的正确性与准确性。缺陷：目前信息提取基本能依靠人工目视解译方法。使用计算机自动提取技术，图斑边界及分类准确性无法达到工程类要求；影像反射出的光谱信息存在“同物异谱、同谱异物”情况，机器识别不准确；加上工程要求差异性较大，难以实现全自动化，而需要人工进行不断干预。