RapidEye數(shù)據(jù)在土地利用動態(tài)監(jiān)測中的應用

馮瑞生，王宇

(大連市勘察測繪研究院有限公司，遼寧大連 116021)

1 概述

1.1 土地利用動態(tài)遙感監(jiān)測的工作流程

隨著我國社會經(jīng)濟的不斷發(fā)展，土地資源不足的問題愈顯突出。一方面要維持一定數(shù)量的耕地面積，以保持足夠的糧食供需;另一方面工業(yè)化、城市化的快速推進也需要大量的土地來修建廠房、住宅等設施。只有對有限的土地加以科學規(guī)劃和合理利用，才能化解這些矛盾，才能實現(xiàn)和諧、可持續(xù)的發(fā)展。

土地利用是一個動態(tài)變化的過程，為了及時科學的掌握土地的利用情況，需要對其進行動態(tài)的監(jiān)測。與其他手段相比，使用遙感方法進行土地利用監(jiān)測具有速度快、精度高、范圍廣等特點，并且能為國土資源管理和城市規(guī)劃建設工作提供基于影像的、可精確測量的、可作為基礎信息的土地利用動態(tài)監(jiān)測結果。

土地利用動態(tài)遙感監(jiān)測的工作流程主要分遙感影像處理、變化信息提取、外業(yè)實地調查和最終成果整理四大部分。遙感影像的處理，即把獲取的遙感影像通過正射糾正、圖像融合、色彩調節(jié)、圖像鑲嵌等技術方法，處理成帶有真實地理坐標的正射影像。在獲得正射影像后，將其與前一時間段的土地利用數(shù)據(jù)庫(或者前一時間段的遙感影像)進行對比分析，提取出發(fā)生變化的區(qū)域。外業(yè)調查主要目的是核實各類用地變化情況、補充內業(yè)遺漏的圖斑，消除提取出的變化信息中的偽變化信息，確保土地利用變化信息的空間位置和屬性的準確性。內業(yè)根據(jù)外業(yè)調查反饋回的內容對之前的判讀結果進行修改、補充，形成最終的監(jiān)測成果。

1.2 RapidEye數(shù)據(jù)介紹

RapidEye衛(wèi)星于2008年8月29日發(fā)射，運營商為德國唯一擁有并運營衛(wèi)星星座的地理空間信息服務提供商RapidEye公司，其主要參數(shù)如表1所示。

RapidEye主要參數(shù) 表1

該衛(wèi)星具有5個多光譜波段，分別為藍波段(440 nm～510 nm)，綠波段(520 nm～590 nm)，紅波段(630 nm～685 nm)，紅邊波段(690 nm～730 nm)和近紅外波段(760 nm～850 nm)。與其他衛(wèi)星不同的是，Rapideye衛(wèi)星星座由相同軌道，不同相位的5顆衛(wèi)星組成，其最大優(yōu)勢就是重訪周期短，覆蓋范圍大?？梢栽?1 d內獲取全球任意地點的影像，日覆蓋范圍達400萬km2以上，能夠在 15 d內覆蓋整個中國。RapidEye衛(wèi)星是第一個提供紅邊波段的商業(yè)衛(wèi)星，該波段可監(jiān)測植被變化，為土地分類和植被生長狀態(tài)監(jiān)測提供豐富有效的信息，這種特性非常有利應用于土地利用監(jiān)測、土地分類、土地利用動態(tài)分析和環(huán)境變化檢測等領域。

2 RapidEye數(shù)據(jù)處理

原始的衛(wèi)星影像僅僅具有初始的坐標信息，其精度不符合要求，必須進行精確幾何糾正才能使用。

2.1 幾何糾正模型的選取

RapidEye成像方式屬于線陣CCD推掃式成像，目前對這種成像方式比較通用的處理方法為利用有理函數(shù)模型(Rational Function Model，簡稱RFM)進行幾何糾正。有理函數(shù)模型用兩個多項式的比值轉換像方和物方的關系。圖像像素坐標(r，c)和像點對應的地物點在WGS－84坐標(X，Y，Z)的有理函數(shù)模型可表述為:

式中(rn，cn)表示規(guī)則化的像方坐標，rn表示行，cn表示列;(Xn，Yn，Zn)表示規(guī)則化的物方坐標，X表示經(jīng)度，Y表示緯度，Z表示大地高。

p1，p2，p3，p4為三次20項多項式，4個多項式共80個系數(shù)，再加上10個規(guī)則化參數(shù)，共90個參數(shù)，被稱為有理多項式參數(shù)(Rational Polynomial Coefficient，簡稱RPC)。這90個參數(shù)以ASCII文本文件存貯，隨原始影像一起由數(shù)據(jù)供應方提供。需要說明的是，這些得到的RPC參數(shù)并非總是能對影像成像時刻的空間幾何形態(tài)進行精確的近似和模擬，必須添加一些控制點。當這些附加的控制點信息可以利用時，RPC系數(shù)將能在像方空間或者物方空間內被進一步優(yōu)化，以提供給相應的RFM模型更高的定位精度。

2.2 幾何糾正過程及精度分析

為了驗證用RFM模型對RapidEye影像進行幾何糾正的精度，特選取了一景數(shù)據(jù)進行試驗。試驗數(shù)據(jù)位于內蒙古自治區(qū)東部，呼倫貝爾市境內。高程數(shù)據(jù)來自于ASTER GDEM，控制點從 2.5 m分辨率的SPOT5正射影像上采集，分布比較均勻。該景影像一部分為較平坦的高原和起伏不大的丘陵，另一部分為山地。糾正過程中選取的控制點經(jīng)結算后殘差如表2所示:

通過以上數(shù)據(jù)可以看出，利用有理函數(shù)模型對RapidEye數(shù)據(jù)進行幾何糾正，控制點殘差可以達到子像素級別。將糾正好的正射影像與選擇控制點的SPOT5影像疊加在一起，對比相同地物在兩幅影像上的位置差可以得出:在地勢較平坦的地區(qū)能夠達到10 m的糾正精度;在山區(qū)等地形起伏較大的地區(qū)受到高程數(shù)據(jù)異常值的影響精度稍差，但也基本可以達到20 m左右的精度。本試驗所在項目要求平原地區(qū)糾正精度為 10 m，山區(qū)糾正精度 40 m，試驗結果符合項目要求，可以采用糾正好的正射影像進行后續(xù)處理。

RMF模型正射糾正控制點殘差 表2

2.3 影像的鑲嵌

單景影像受到采集圖像時掃描寬度的限制，無法覆蓋全部的監(jiān)測區(qū)域。為此必須把糾正好的幾景影像鑲嵌到一起，制作出完整的正射影像。

為了避免鑲嵌時完整的地物被鑲嵌線割開，或者出現(xiàn)接邊處輕微錯位的情況，本次試驗采用了手工鑲嵌的方法。通過人工選擇鑲嵌線的位置，并對接邊處影像的色調、亮度等進行微調，基本達到了“無縫接邊”的效果，如圖1、圖2所示。

圖2 人工鑲嵌結果

3 土地利用監(jiān)測

3.1 變化信息提取

目前常用的遙感動態(tài)監(jiān)測信息提取方法有兩大類——計算機自動分類和人工目視解譯。

不同的地物具有不同的光譜特征，同類的地物具有相似的光譜特征，由不同探測波段組成的多波段數(shù)字圖像是地物特征的量化，遙感影像自動分類正是基于影像中所反映的同類地物的光譜相似性和異類地物的光譜差異性的基礎上進行的，根據(jù)遙感影像中各類地物的光譜信息和空間信息進行分析，選擇特征，將圖像中每個像元按照某種規(guī)則或算法劃分為不同的類別，然后獲得遙感影像中與實際地物的對應信息，從而實現(xiàn)遙感影像的分類。

人工目視解譯是作業(yè)人員通過直接觀察或借助一些簡單工具識別所需地物信息的過程。這個過程需要根據(jù)各專業(yè)(部門)的要求，運用解譯標志和實踐經(jīng)驗與知識，從遙感影像上識別目標，定性、定量地提取出目標的分布、結構、功能等有關信息，并把它們表示在地理底圖上?；蛘咄ㄟ^已識別出的地物或現(xiàn)象，進行相互關系的推理分析，進一步弄清楚其他不易在遙感影像上直接解譯的目標。例如，土地利用現(xiàn)狀解譯是在影像上先識別土地利用類型，然后再勾畫出不同類型之間的界限。

本項目以新增建設用地為主要提取目標，提取方法為目視解譯。具體過程主要是將上一年度的遙感影像或者土地利用數(shù)據(jù)庫與本年度的RapidEye影像疊加在一起，在GIS軟件中采用人機交互的方法，勾繪出新增的建設用地圖斑，并制作出遙感監(jiān)測調查圖供外業(yè)確認。RapidEye數(shù)據(jù)正射影像像素大小為 5 m，項目中要求最小監(jiān)測圖斑為2畝，約合 1 333 km2，約包含53個像素，一般情況下能夠滿足目視解譯分辨地物的需要?？紤]到遙感監(jiān)測圖的比例尺較小，部分圖斑無法看清邊界，對圖斑所在區(qū)域截取了放大的影像，制作了圖斑之記，方便外業(yè)查看。

3.2 外業(yè)實地確認與后處理

通過外業(yè)調查獲得的真實信息，便可以借助于相關統(tǒng)計資料和專題資料對變化信息進行后處理，發(fā)現(xiàn)內業(yè)判讀出現(xiàn)錯誤的地方，以防止錯提和漏提土地利用變化圖斑，補充內業(yè)無法從影像上獲取的信息。

外業(yè)調查完成后，根據(jù)調查結果對先前解譯提取的土地利用變化圖斑進行修改，主要包括:剔除偽變化信息，補充遺漏圖斑，修改變化圖斑等。再制作土地利用動態(tài)監(jiān)測圖，進行土地利用變化相關數(shù)據(jù)統(tǒng)計匯總等。

4 結論

RapidEye數(shù)據(jù)具有獲取速度快、覆蓋面積大、處理方法簡單等優(yōu)點，其分辨率和處理后的精度完全滿足當前土地利用動態(tài)監(jiān)測的要求。如何加強RapidEye影像處理過程和信息提取過程的自動化水平，降低作業(yè)人員的勞動強度，更快、更好地實現(xiàn)土地利用遙感動態(tài)監(jiān)測是我們今后研究的方向。

［1］ 樓燕敏，張岳.利用遙感衛(wèi)星影像進行土地動態(tài)監(jiān)測［C］.第四屆長三角科技論壇(測繪分論壇)，2007:180～182.

［2］ 袁修孝，劉欣.基于有理函數(shù)模型的高分辨率衛(wèi)星遙感影像匹配［J］.武漢大學學報·信息科學版，2009(6):671～674.

［3］ 熊德科，尹峰，李荊荊.RapidEye影像正射影像圖生產(chǎn)工藝探討［J］.地理空間信息，2011(3):89～91.

［4］ 李琪，周軍元.遙感技術在土地更新調查中的應用［J］.地理空間信息，2010(6):62～64.

［5］ 王廣亮，李英成，陳志軍等.RapidEye衛(wèi)星影像質量分析與彩色合成方案研究［J］.遙感信息，2011(2):98～104.

［6］ 祝振江，周英杰，周萍等.RapidEye衛(wèi)星遙感影像幾何精度的實驗分析［J］.中南林業(yè)科技大學學報，2010，30 (4):107～111.

［7］ 史文中，朱長青，王昱.從遙感影像提取道路特征的方法綜述與展望［J］.測繪學報，2001，30(3):257～261.

［8］ 廖克，成夕芳，吳健生等.高分辨率衛(wèi)星遙感影像在土地利用變化動態(tài)監(jiān)測中的應用［J］.測繪科學，2006，11，30 (6):11～15.