遥感影像与卫片执法研究——以海南省琼海市为例

赵斌 李思捷 林书范

（1.琼海市国土资源信息与测绘中心，海南 琼海 571400；2.海口弘勘地理信息有限公司，海南 海口 570125）

1 引言

“卫片”是卫星遥感影像监测成果高清图片的简称，是利用卫星遥感技术手段制作的叠加监测信息及有关要素后形成的专题影像图片，卫片执法是利用卫星遥感技术，对某一区域某一时段的土地利用情况进行实时监测，通过对比前后时相的土地利用与变化情况，识别出变化图斑信息，再对变化图斑进行核实，确定土地合法性的一种土地执法监管手段。这种方法可以全面、客观、准确地反映被监测区域的土地利用情况，特别是土地违法违规状态[1]。开展卫片执法检查，是对传统执法监管模式和手段的颠覆，核查违法违规用地由原来的“自下而上”发现、报告，转变为“自上而下”发现、监督，真正实现对违法违规用地“天上管、地上查”，让违法行为瞒不住，也藏不了。 通过土地卫片执法检查，形成全国一张图管理国土资源，建立土地审批、供应、使用、执法监察等业务的网络监管平台，建立“天上看、地上查、网上核”的立体土地监管体系[2]。

鉴于高分辨率卫星影像重访周期较长，时效性较差，不能满足工作需要，本研究选用欧空局发布的哨兵二号卫星影像（Sentinel2）作为数据源，利用两个时相的卫星影像进行遥感监测与变化图斑遥感提取，以此分析中高分辨率在卫片执法工作中的适用性。

2 研究区及方法

本研究选用中高分辨率卫星影像为哨兵二号（Sentinel2），该影像具有重访周期短（5 天）、像元分辨率高（10 米）、波段范围广等优点，具有广泛的应用前景[3]。

2.1 研究区及数据介绍

琼海市是海南省东侧的一个县级市，地理位置为东经110°7′5″～110°40′50″， 北纬18°58′50″～19°28′35″，地表类型复杂，西南地区多为山地丘陵，东北地区多为人工建筑设施，如居民地、道路等。琼海市Sentinel2 卫星影像如图1 所示。

图1 琼海市Sentinel2卫星影像

2.2 方法介绍

本研究选用的土地变化图斑提取方法为光谱差异法[4]。光谱差异法原理为地物类型在某两个时段未发生变化，则过境影像的光谱信息不会发生变化，反之则会有光谱信息差异产生。如植被信息对光谱的反射集中在中心波长分别为450nm（蓝色）和650nm（红色）的两个谱带内，叶绿素吸收大部分的摄入能量，在这两个叶绿素吸收带间，由于吸收作用较小，在540nm（绿色）附近形成一个反射峰；而在中红外的光谱范围，植物的光谱响应主要被1400nm、1900nm 附近的水分强烈吸收带所支配。若地表植被覆盖变化为裸地或建筑物，则在上述的光谱波段范围不会有相应的吸收与反射特征。

根据上述思路，将多个时期的影像输入光谱差异变化监测算法中，当地表覆盖类型发生变化时，引起光谱的吸收与反射变化，算法自动计算两时期的光谱差异，并自动识别存在差异的像元空间位置，并依据此原理确定变化信息[5]。

3 结果分析

3.1 Sentienl2 适用性评估

Sentinel2 影像具有13 个波段，涵盖了所有的光谱范围，这一数据特征被应用到越来越多的对地观测中。本章节通过调整波段组合，评估Sentinel2 影像在变化监测中的适用性，如图2 所示。

图2（a）为标准的真彩色合成效果图，由图可知，Sentinel2 影像在地物表达上具有较好的纹理特征，图中的耕地、山地、农村居民点均有较清晰的显示。本研究选用的影像时间为夏季，植被长势较好的时段，由图可知，真彩色合成下，特征最明显的为山地地区的林地，呈褐色高亮显示；而作为变化图斑监测重点的建筑设施，特征较山地弱。

图2（b）为通过调整后的假彩色合成图，由图可知，假彩色合成后的影像，对裸地与厂房等重要信息有更清晰的显示。厂房均显示为红色，且裸地由原来不易区分的土黄色变化为更清晰的青色。由此可知，Sentinel2 影像的各个波段光谱信息对地表信息具有高精度的表达与反映。

图2 琼海市Sentinel2局部卫星影像

3.2 遥感解译

Sentinel2 影像作为具有全波谱范围的中高分辨率卫星影像，对地物的信息表达具有较高的优势。本研究选用遥感识别算法中应用较广泛的随机森林算法进行遥感解译，首先计算Sentinel2 影像上各个地物的指数特征（NDVI、NDWI、NDBI）、纹理特征（均值、方差、协同性、对比度、相异性、信息熵、二阶矩、相关性），并将上述特征联合光谱波段送入决策算法中进行最优决策因子计算，并自动发育决策树个数，最终得到最优的训练模型进行影像解译。供选择的地物类别有居民地、山地、耕地、道路、水体五大类，各地类解译效果如图3 所示。

由图3 可知，各地物类型均被完整识别出来，其中植被（耕地、林地、草地）的提取较为明显，并且根据植被种类的不同，识别的类型也不同。建筑物的识别也具有较高的精度，尤其是红色顶棚的独立厂房，均被完好地识别出来。但部分居民地与山体存在混淆错分类现象，究其原因，首先靠近山地地区的居民地受地形影响易造成异物同谱现象，房屋顶部信息与山地地区在Sentinel2 影像上有了局部一致的特性；其次，居民地的树木种植较多，遮挡了大部分房屋建筑，顶部多为植被信息，与山地地区覆盖类型相似，故导致了错分现象。

图3 遥感解译示意图

采用混淆矩阵对各地物类型进行遥感解译精度验证，得到的验证结果如图4 所示，解译精度最高的为水体，精度达到了91.5%；解译精度最低的为山地，精度为83.8%，其次是居民地，精度为84.5%，山地与居民地存在一定的混淆，导致两种地物类型的解译精度均不太高。

图4 精度验证

3.3 变化图斑遥感提取

采用光谱差异法对两时期的Sentinel2 影像进行变化图斑提取。本研究选用的操作软件为ENVI，根据操作步骤，分别输入前时相与后时相影像，选择光谱差异算法即可运行变化监测。通过监测试验，得到的变化图斑提取结果如图5 所示。由图可知，本研究选用的方法在琼海市地物变化监测工作中十分可行，地物变化图斑有一定数量的识别，如中北部的线状图斑、点状图斑、西南部的块状图斑。图斑形状及其空间分布与琼海市的地貌覆盖类型也较为吻合，即识别出的线状图斑为道路、点状图斑为独栋建筑、块状图斑为植被。本研究通过核查变化信息提取成果，发现几乎没有细小的琐碎图斑，提取成果中混合像元等错误识别信息几乎没有，即Sentinel2 影像在变化监测中具有很好的适用性。

图5 变化图斑遥感提取示意图

本研究开展的变化图斑提取监测中，撂荒与厂房属于重点监测对象，准确掌握撂荒与厂房增减及占地面积对变化图斑监测工作具有重要意义。本研究提取的撂荒与厂房图斑如图6 所示。通过对比后时期影像及提取图斑可知，新增的撂荒与厂房图斑提取精度较高，整体解译精度较好，边界较清晰，可作为疑似图斑上报至相关部门进行用地审批分析等工作，从而确保卫片执法工作的开展与实施。

图6 新增撂荒与厂房图斑示意图

4 结论与展望

本研究基于卫片执法工作中存在的遥感影像时效性不够的问题，采用光谱差异法对两个时相的中高分辨率卫星影像Sentinel2 进行变化监测，并提取出变化图斑。通过研究得到以下结论：

（1）Sentinel2 卫星影像对地物光谱表达具有较好的辨识度；

（2）通过两时相的变化信息遥感提取，较准确地识别出了大部分变化图斑；

（3）对地物类型进行遥解译，得到了较理想的成果，独栋房屋与厂房具有较好的识别效果；

（4）通过分析提取的变化图斑成果，得出中高分辨率卫星影像在土地变化信息提取中的适用性。

本研究虽然取得较好的成果，但仍存在一定的问题。本研究选取范围仅为一个县级市，全域各地区同类地物差异不大，可直接开展遥感识别；并且选取农村居民地类型较难识别，特征不明显；若要开展大范围的遥感监测，需要对居民地与林地、草地进行划分与高精度解译，并且同类地物存在较明显的光谱差异，还需要先对同类地物类型进行多维度识别，然后再开展变化监测。