地理國(guó)情普查中容易混分地表覆蓋類型定量統(tǒng)計(jì)與分析

高志宏，周 旭，程 滔

(國(guó)家基礎(chǔ)地理信息中心，北京100830)

一、引 言

地理國(guó)情是指那些與地理相關(guān)的自然和人文要素的國(guó)情，是基本國(guó)情的重要組成部分。地理國(guó)情從空間角度反映一個(gè)國(guó)家自然、經(jīng)濟(jì)、人文的狀況，包括國(guó)土疆域概況、地理區(qū)域特征、地形地貌特征、道路交通網(wǎng)絡(luò)、江河湖海分布、土地利用與土地覆蓋、城市布局和城鎮(zhèn)化擴(kuò)張、孕災(zāi)環(huán)境與災(zāi)害分布、環(huán)境與生態(tài)狀況、生產(chǎn)力空間布局等基本情況。開展地理國(guó)情普查，可以全面獲取地理國(guó)情信息，掌握我國(guó)地表自然、生態(tài)及人類活動(dòng)的基本情況，分析其空間分布、基本特征及其相互關(guān)系，為開展常態(tài)化地理國(guó)情監(jiān)測(cè)奠定基礎(chǔ)［1-5］。

地表覆蓋狀態(tài)是自然和人文要素共同作用的結(jié)果，最能直觀反映地球表層的信息，對(duì)地表覆蓋進(jìn)行普查則能得出各種地理國(guó)情的基本狀況［6-8］。因此，地表覆蓋狀態(tài)的準(zhǔn)確、高效分類對(duì)地理國(guó)情普查工作的順利開展十分關(guān)鍵。地表覆蓋物具有發(fā)射、吸收和反射電磁波的特性并隨波長(zhǎng)而變化，遙感傳感器能夠獲取和記錄地物發(fā)射或反射的電磁波譜特征，因此基于遙感影像可以識(shí)別不同的地物［9］。遙感影像分類即是將遙感影像中的像元?jiǎng)潥w到實(shí)際地物類別中的過(guò)程［10］。遙感技術(shù)的新方法、新思想不斷出現(xiàn)，從目視判讀、計(jì)算機(jī)自動(dòng)解譯和人機(jī)交互等環(huán)節(jié)不斷提高遙感影像分類的精度和水平;同時(shí)分類思想也從基于多光譜像元向基于多尺度面向?qū)ο筠D(zhuǎn)變［11-14］。目前，地理國(guó)情普查主要依據(jù)高分辨率影像數(shù)據(jù)源開展地表覆蓋解譯與分類。高分辨率遙感影像光譜特征明顯且地物紋理、形狀等信息豐富，然而隨著影像分辨率的提高，也對(duì)遙感影像分類的精細(xì)程度、方法和精度提出了新的要求。根據(jù)地理國(guó)情普查前期試點(diǎn)和目前的工作，發(fā)現(xiàn)在實(shí)際的數(shù)據(jù)采集過(guò)程中存在部分解譯困難和分類精度較低的問(wèn)題，特別是一些地表覆蓋類型之間的混淆分類現(xiàn)象較為嚴(yán)重，導(dǎo)致總體分類精度低、效率不高等問(wèn)題出現(xiàn)。

本文主要針對(duì)實(shí)際數(shù)據(jù)采集過(guò)程中存在的混分問(wèn)題，通過(guò)專門的數(shù)據(jù)收集軟件工具，廣泛收集地表覆蓋分類方面的典型樣例和問(wèn)題，從一級(jí)類內(nèi)部混淆和跨一級(jí)類混淆兩個(gè)方面統(tǒng)計(jì)容易混淆的類型。同時(shí)，基于統(tǒng)計(jì)結(jié)果進(jìn)行關(guān)聯(lián)分析，探討了容易混淆地表覆蓋類型形成的原因和規(guī)律，并給出了提高分類精度的建議。本文研究結(jié)果可直接服務(wù)于地理國(guó)情普查工作的開展，為提高地表覆蓋分類精度提供科學(xué)參考。

二、地表覆蓋分類體系與研究方法

1．地表覆蓋分類體系

地表覆蓋及變化研究是相對(duì)于一定的地表覆蓋分類體系而言的。針對(duì)地理國(guó)情普查的內(nèi)容與目標(biāo)要求，參考現(xiàn)有的國(guó)家技術(shù)標(biāo)準(zhǔn)和行業(yè)技術(shù)規(guī)范，參照目前國(guó)內(nèi)外已公布的、應(yīng)用較廣泛的地表覆蓋分類體系，同時(shí)綜合考慮了不同行業(yè)應(yīng)用的需求，綜合構(gòu)建了面向地理國(guó)情普查的地表覆蓋分類體系。此分類體系將地表覆蓋分為3個(gè)層級(jí)，包括耕地、園地、林地、草地、房屋建筑(區(qū))、道路、構(gòu)筑物、人工堆掘地、荒漠與裸露地表、水域共10個(gè)一級(jí)類;在此基礎(chǔ)上細(xì)分的二級(jí)類有46個(gè)，部分二級(jí)類包含相應(yīng)的三級(jí)類［15］。

2．研究方法

根據(jù)地表覆蓋的分類體系，并結(jié)合具體工作中存在的實(shí)際問(wèn)題，本文首先通過(guò)開展實(shí)際工作的各個(gè)省市獲取典型統(tǒng)計(jì)樣本，然后在此基礎(chǔ)上進(jìn)行處理、整理和統(tǒng)計(jì)，最后開展相關(guān)關(guān)聯(lián)分析并給出結(jié)論和建議。具體的流程方法如圖1所示。

圖1 技術(shù)流程

三、容易混分地表覆蓋類型統(tǒng)計(jì)與分析

1．容易混分類型收集與處理分析

為了全面、系統(tǒng)、快速有效地收集地理國(guó)情普查實(shí)際工作中存在的樣例和問(wèn)題，本研究開發(fā)了相應(yīng)的地理國(guó)情普查數(shù)據(jù)采集樣例與問(wèn)題收集軟件(EQsub)，該軟件包括樣例與問(wèn)題錄入、樣例與問(wèn)題庫(kù)合并、樣例與問(wèn)題審核、樣例與問(wèn)題庫(kù)提交確認(rèn)與導(dǎo)出、樣例與問(wèn)題處理反饋、反饋樣例與問(wèn)題庫(kù)導(dǎo)出共6個(gè)功能模塊，軟件的主界面如圖2所示。通過(guò)該軟件收集全國(guó)24個(gè)省(自治區(qū)、直轄市)的1409條樣本作為本文研究的基礎(chǔ)。根據(jù)初步提交的樣本，組織技術(shù)支持專家對(duì)樣本逐個(gè)進(jìn)行集中研討與處理分析，得到有效樣本1311條，作為后續(xù)統(tǒng)計(jì)與分析的基礎(chǔ)樣本。

圖2 地理國(guó)情普查數(shù)據(jù)采集樣例與問(wèn)題收集軟件主界面

2．容易混分類型統(tǒng)計(jì)分析與分類精度提高建議

基于1311條樣本進(jìn)行容易混分類型的統(tǒng)計(jì)，發(fā)現(xiàn)地表覆蓋中容易混分的情況共計(jì)94組，具體包括一級(jí)類內(nèi)部各類型之間的混分36組，跨一級(jí)類的類型混分情況58組。其中，一級(jí)類內(nèi)部混分的情況中，各類型混分?jǐn)?shù)量分別為:耕地1組、園地2組、林地7組、草地5組、構(gòu)筑物15組(其中硬化地表的三級(jí)類之間的混淆12組)、荒漠與裸露地表4組、水域2組。為了能較好地反映不同地物類型混淆的整體情況，分別對(duì)一級(jí)類內(nèi)部混分和跨一級(jí)類的類型混分兩種情況開展關(guān)聯(lián)分析，得到如圖3和圖4所示的關(guān)聯(lián)分析結(jié)果圖。根據(jù)圖3可以發(fā)現(xiàn)構(gòu)筑物(0700)內(nèi)部混分的情況最為嚴(yán)重，主要是其二級(jí)類硬化地表(0710)的三級(jí)類之間混淆。根據(jù)提交的樣本和混淆類型的定義與特征，硬化地表三級(jí)類的混淆原因主要是地類光譜特征相似性強(qiáng)和作業(yè)員對(duì)定義的理解差錯(cuò)。園地(0200)、林地(0300)、草地(0400)和荒漠與裸露地表(0900)4種地表覆蓋類型的光譜特征較為相似，是導(dǎo)致各類內(nèi)部二級(jí)類和三級(jí)類混淆的主要原因。耕地(0100)和水域(1000)內(nèi)部覆蓋類型的混淆主要是由于對(duì)采集要求的把握不準(zhǔn)確造成的。圖4反映了容易混分地表覆蓋類型中跨大類的混淆情況，如圖中所示，旱地(0120)是最容易跨大類混分的類型;其次是天然草地(0410)及其三級(jí)類(0411、0412、0413)、林地(0300)、房屋建筑(區(qū))(0500)混分比較突出;此外硬化地表(0710)、其他人工堆掘地(0890)、苗圃(0250)、泥土地表(0920)、路面(0601)以及水面(1001)等在有些情況下也容易跨一級(jí)類與其他類型混分。圖4表明跨大類混分的情況整體上比一級(jí)類內(nèi)部混分嚴(yán)重，分析不同類型具體的統(tǒng)計(jì)樣本，發(fā)現(xiàn)由于地物類型光譜特征相似導(dǎo)致的混分較少，定義理解差錯(cuò)、采集指標(biāo)不明確、圖斑歸并方式錯(cuò)誤、立體覆蓋處理原則不明確等因素是造成跨大類混分的主要原因。需要說(shuō)明的是，上述相互關(guān)聯(lián)、容易跨大類混分的類型并非在任何情況下都容易混分，只有在某些特定情況下才會(huì)出現(xiàn)。

圖3 一級(jí)類內(nèi)部混分關(guān)聯(lián)分析圖

圖4 跨一級(jí)類的類型混分關(guān)聯(lián)分析圖

通過(guò)對(duì)樣本的處理、統(tǒng)計(jì)和分析，發(fā)現(xiàn)造成一些地表覆蓋容易混淆的原因是多方面的，并非所有容易混分類型的錯(cuò)誤分類都難以避免。為了提高地理國(guó)情普查地表覆蓋分類的精度，可以從如下幾個(gè)方面入手:首先，應(yīng)該加強(qiáng)培訓(xùn)，提高對(duì)不同地表覆蓋類型定義和采集要求的認(rèn)識(shí)，盡量避免人為因素導(dǎo)致的分類錯(cuò)誤;其次，一些地表覆蓋類型的影像光譜特征較為相似，僅從影像光譜特征判斷分類精度較低，解譯時(shí)應(yīng)該結(jié)合地物周邊環(huán)境和所在地理區(qū)域特點(diǎn)進(jìn)行綜合判讀;最后，應(yīng)加強(qiáng)對(duì)其他輔助資料的收集和利用，豐富數(shù)據(jù)源資料，提高分類精度。此外，對(duì)于一些覆蓋種類簡(jiǎn)單、地物圖斑均質(zhì)性較好的區(qū)域可以結(jié)合計(jì)算機(jī)自動(dòng)分類的方法進(jìn)行綜合解譯，一方面可以提高分類精度，另一方面也可以提高工作效率?？偟膩?lái)說(shuō)，上述容易混分的地表覆蓋類型在實(shí)際分類工作中需要重點(diǎn)注意，可以綜合利用各種行業(yè)權(quán)威數(shù)據(jù)資料和多種方法減少混分的類型和數(shù)量，從而提高地表覆蓋分類的精度。同時(shí)，在實(shí)際的過(guò)程質(zhì)量檢查工作中，上述容易混分的地表覆蓋類型也應(yīng)重點(diǎn)關(guān)注，從而在過(guò)程中及時(shí)發(fā)現(xiàn)錯(cuò)誤，提高地理國(guó)情普查數(shù)據(jù)的最終成果質(zhì)量。

四、結(jié)束語(yǔ)

地理國(guó)情普查是新形勢(shì)下測(cè)繪地理信息領(lǐng)域一項(xiàng)新的重大工作，是下一步開展地理國(guó)情監(jiān)測(cè)的基礎(chǔ)。目前，我國(guó)地理國(guó)情普查工作剛剛起步，地表覆蓋分類是其中重要的基礎(chǔ)工作之一，相關(guān)的研究分析工作還較少。本文面向地理國(guó)情普查中地表覆蓋分類中面臨的實(shí)際問(wèn)題，重點(diǎn)研究了其中容易混分的覆蓋類型，基于統(tǒng)計(jì)分析給出具體的容易混分類型94組，同時(shí)從一級(jí)類內(nèi)部混淆和跨一級(jí)類混淆兩個(gè)角度進(jìn)行了關(guān)聯(lián)分析，發(fā)現(xiàn)并非所有容易混分的情況都難以避免。通過(guò)提高作業(yè)水平、豐富數(shù)據(jù)資料和改進(jìn)工作方法可以降低混分的比例，提高地理國(guó)情普查數(shù)據(jù)成果的精度和質(zhì)量。

［1］ 陳俊勇．地理國(guó)情監(jiān)測(cè)的學(xué)習(xí)札記［J］．測(cè)繪學(xué)報(bào)，2012，41(5):633-635．

［2］ 徐德明．開展地理國(guó)情普查 服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展［N］．中國(guó)測(cè)繪報(bào)，2013-03-12(1)．

［3］ 李志剛．淺談國(guó)情地理國(guó)情與地理［N］．中國(guó)測(cè)繪報(bào)，2011-03-11(3)．

［4］ 史文中，秦昆，陳江平，等．可靠性地理國(guó)情動(dòng)態(tài)監(jiān)測(cè)的理論與關(guān)鍵技術(shù)探討［J］．科學(xué)通報(bào)，2012，57(24):2239-2248．

［5］ 李德仁，眭海剛，單杰．論地理國(guó)情監(jiān)測(cè)的技術(shù)支撐［J］．武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2012，37(5):505-512．

［6］ 程滔，周旭，劉若梅．面向地理國(guó)情監(jiān)測(cè)的地表覆蓋信息提取方法［J］．測(cè)繪通報(bào)，2013(8):84-86．

［7］ 宮攀．中國(guó)土地覆蓋分類研究［M］．北京:經(jīng)濟(jì)科學(xué)出版社，2012．

［8］ 赫英明，王漢杰，張洪峰．遙感數(shù)據(jù)的土地覆蓋分類［J］．解放軍理工大學(xué)學(xué)報(bào):自然科學(xué)版，2011，12(3):294-300．

［9］ 蔡紅艷，張樹文，張宇博．全球環(huán)境變化視角下的土地覆蓋分類系統(tǒng)研究綜述［J］．遙感技術(shù)與應(yīng)用，2010，25(1):161-167．

［10］ 白穆，劉慧平，喬瑜，等．高分辨率遙感圖像分類方法在LUCC中的研究進(jìn)展［J］．國(guó)土資源遙感，2010(1):19-23．

［11］ 陳忠．高分辨率遙感圖像分類技術(shù)研究［D］．北京:中國(guó)科學(xué)院研究生院，2006．

［12］ 陳杰，鄧敏，肖鵬峰，等．結(jié)合支持向量機(jī)與粒度計(jì)算的高分辨率遙感影像面向?qū)ο蠓诸悾跩］．測(cè)繪學(xué)報(bào)，2011，40(2):135-141．

［13］ 陳晨，張友靜．基于多尺度紋理和光譜信息的SVM分類研究［J］．測(cè)繪科學(xué)，2009(1):29-31．

［14］ 鄧媛媛，巫兆聰，易俐娜，等．面向?qū)ο蟮母叻直媛视跋褶r(nóng)用地分類［J］．國(guó)土資源遙感，2010(4):117-121．

［15］ 國(guó)務(wù)院第一次全國(guó)地理國(guó)情普查領(lǐng)導(dǎo)小組辦公室．第一次全國(guó)地理國(guó)情普查培訓(xùn)教材之1·地理國(guó)情普查內(nèi)容與指標(biāo)［M］．北京:測(cè)繪出版社，2013．