遙感及GIS技術(shù)在土地執(zhí)法中的應(yīng)用分析

蔡揚(yáng)

【摘 要】論文從福建省2017年度土地衛(wèi)片執(zhí)法中期監(jiān)測(cè)和預(yù)警遙感數(shù)據(jù)生產(chǎn)工作出發(fā)，簡要介紹了該項(xiàng)工作的主要內(nèi)容，重點(diǎn)從影像正射糾正、影像融合、變化圖斑信息提取、空間套合分析等方面闡述了遙感和GIS技術(shù)在具體生產(chǎn)過程中的應(yīng)用情況及相關(guān)問題處理技巧，旨在進(jìn)一步提高數(shù)據(jù)生產(chǎn)效率。

【Abstract】Starting from the data production work of the the mid-term monitoring and early warning remote sensing in the satellite land law enforcement of Fujian in 2017， the paper briefly introduces the main content of this work. The application of remote sensing and GIS technology in concrete production process and the treatment skills of related problems are expounded from the aspects of image orthophoto correction， image fusion， information extraction of changing image spots and spatial fitting analysis and so on， so as to further improve the efficiency of data production.

【關(guān)鍵詞】土地執(zhí)法；遙感；GIS；應(yīng)用技巧

【Keywords】 land law enforcement； remote sensing； GIS； application skills

【中圖分類號(hào)】P237 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2018）09-0176-02

1 引言

為掌握真實(shí)準(zhǔn)確的土地利用變化情況，督促地方查處整改違法行為，消除違法狀態(tài)，促使衛(wèi)片執(zhí)法方式向“發(fā)現(xiàn)在初始、制止在萌芽”轉(zhuǎn)變，充分發(fā)揮已有監(jiān)管平臺(tái)作用，福建省決定開展2017年度土地衛(wèi)片執(zhí)法中期監(jiān)測(cè)和預(yù)警遙感數(shù)據(jù)生產(chǎn)工作[1]。

2土地衛(wèi)片執(zhí)法中期監(jiān)測(cè)和預(yù)警遙感數(shù)據(jù)生產(chǎn)工作的主要內(nèi)容

本次工作的主要內(nèi)容有三項(xiàng)，一是DOM數(shù)據(jù)生產(chǎn)；二是新增建設(shè)用地圖斑和新增違法采礦用地圖斑信息提?。蝗菙?shù)據(jù)空間套合分析統(tǒng)計(jì)。

3 遙感和GIS技術(shù)在具體生產(chǎn)過程中的應(yīng)用情況

3.1 影像正射糾正

①糾正模型的選取。常見的糾正模型有，基于傳感器的物理模型、有理函數(shù)模型、多項(xiàng)式模型三種。其中物理模型是根據(jù)衛(wèi)星星歷參數(shù)建立的嚴(yán)密糾正模型，在有參數(shù)的情況下，是正射糾正的首選模型。對(duì)于無法提供嚴(yán)格軌道模型的數(shù)據(jù)，但有RPB/RPC參數(shù)時(shí)可采用有理函數(shù)模型來進(jìn)行正射糾正，這是本次工作的主要糾正模型。多項(xiàng)式模型糾正精度較低，在海域部分缺失DEM數(shù)據(jù)時(shí)可采用。②糾正方法選取。遙感影像的糾正方法主要有單景糾正、單軌糾正和區(qū)域糾正。進(jìn)行正射糾正時(shí)，應(yīng)優(yōu)先選擇區(qū)域糾正，其次選擇單軌糾正，最后考慮單景糾正。在本次生產(chǎn)過程中，由于影像獲取的不連續(xù)性，以單景糾正的方法居多。③影像重采樣。常用的重采樣方法包括最鄰近法、雙線性內(nèi)插法和三次卷積法。在生產(chǎn)過程中為了達(dá)到更高的影像精度，我們采用三次卷積法。即根據(jù)周圍16個(gè)點(diǎn)進(jìn)行3次卷積內(nèi)插賦予該像素。此方法計(jì)算復(fù)雜，需要的時(shí)間較長，但相比最鄰近法和雙線性內(nèi)插法其糾正精度最高；但有時(shí)會(huì)造成局部影像紋理發(fā)生扭曲變形，需再做特別處理。

3.2 影像融合

3.2.1 融合前預(yù)處理

對(duì)糾正、配準(zhǔn)后滿足精度要求的全色與多光譜數(shù)據(jù)，融合前還需要對(duì)其進(jìn)行預(yù)處理。一方面，提高全色數(shù)據(jù)的亮度，增強(qiáng)局部反差突出紋理細(xì)節(jié)，盡可能降低噪聲；另一方面，對(duì)多光譜數(shù)據(jù)進(jìn)行色彩增強(qiáng)，拉大不同地類之間的色彩反差，突出其多光譜彩色信息。①全色數(shù)據(jù)處理。在融合中要突出全色數(shù)據(jù)的高分辨率特征，可通過增強(qiáng)局部灰度的反差來突出紋理細(xì)節(jié)，通過細(xì)化來盡可能減少噪音。特別強(qiáng)調(diào)在增強(qiáng)局部灰度反差時(shí)只是增加灰度的值，原灰度關(guān)系保持不變。考慮到土地利用遙感監(jiān)測(cè)需要從遙感影像上直接判讀地類信息[2]，從而發(fā)現(xiàn)新增建設(shè)用地圖斑，因此，在拉伸方法選擇上不應(yīng)采用非線性拉伸，否則原灰度值的大小關(guān)系會(huì)發(fā)生變化，從而使影像產(chǎn)生灰度扭曲，增加含義不明確的偽信息，影響解譯精度。②多光譜數(shù)據(jù)處理。對(duì)多光譜數(shù)據(jù)進(jìn)行處理，主要是進(jìn)行色彩增強(qiáng)，調(diào)整亮度、色度、飽和度，拉大不同地類之間的色彩反差，突出其多光譜彩色信息。

3.2.2 融合最佳算法選取

在遙感影像處理過程中，通常采用的融合方法有多種，如IHS變換、比值變換、高通濾波、小波變換、PANSHAR等多種方法。在作業(yè)過程中根據(jù)不同的影像數(shù)據(jù)，采用不同的融合算法。在本次工作中，我們通過定量指標(biāo)計(jì)算及多次效果嘗試，發(fā)現(xiàn)PANSHARP融合算法效果相對(duì)較好。它是一種基于成熟的最小二乘法，在原始多光譜、全色和融合后影像間尋求最佳近似灰度值關(guān)系，以達(dá)到最佳的色彩表現(xiàn)能力。

3.2.3 融合后影像處理

①色彩處理。融合后影像處理是保證成果質(zhì)量的重要技術(shù)環(huán)節(jié)，融合后影像通常亮度偏低、灰階分布動(dòng)態(tài)范圍小，色彩不夠豐富。需要采用線性或非線性拉伸、亮度/對(duì)比度、色彩平衡、色度、飽和度和明度調(diào)整等方法進(jìn)行色調(diào)調(diào)整。處理后的影像要達(dá)到灰階分布具有較大動(dòng)態(tài)范圍，紋理清晰、色調(diào)均勻、反差適中，色彩接近自然真彩色，可以清晰判別耕地等重要地類類型。②波段重組。影像融合后需要進(jìn)行最佳波段的選擇組合和彩色合成，以最大程度地利用各波段的信息量，輔助影像判讀與分析。在實(shí)際生產(chǎn)中，應(yīng)根據(jù)具體情況及數(shù)據(jù)源選擇合適的波段組合。一般采用3、2、1（R、G、B）的波段組合方式進(jìn)行組合，由于植被等地物在近紅外波段有不同程度的差異，在以上數(shù)據(jù)波段選取組合時(shí)，可以在綠波段中加入30%近紅外波段信息，以突出土地利用特征。

3.3 變化圖斑信息提取

①新增建設(shè)用地圖斑信息提取。將前后時(shí)相DOM、2016年土地調(diào)查數(shù)據(jù)庫進(jìn)行空間疊加分析，按照統(tǒng)一的圖斑提取原則，參照遙感解譯標(biāo)志，采用以人機(jī)交互為主的信息發(fā)現(xiàn)方法，提取2017年度中期監(jiān)測(cè)新增建設(shè)用地圖斑。②新增違法采礦用地圖斑提取。對(duì)照前后時(shí)相遙感影像，套合采礦權(quán)、探礦權(quán)數(shù)據(jù)，參照遙感解譯標(biāo)志，依據(jù)礦產(chǎn)資源開發(fā)在影像上的地物特征（大小、幾何形態(tài)、色調(diào)、結(jié)構(gòu)、紋理等）進(jìn)行室內(nèi)解譯判讀，提取新增違法采礦用地圖斑。

3.4 空間套合分析

采用GIS空間套合疊加分析方法，將提取的新增建設(shè)用地圖斑、新增違法采礦用地圖斑數(shù)據(jù)套合土地規(guī)劃、基本農(nóng)田、土地預(yù)審、農(nóng)用地轉(zhuǎn)用、供地審批、采礦用地等相關(guān)管理信息，采用數(shù)據(jù)庫統(tǒng)計(jì)匯總方法進(jìn)行分析、匯總、統(tǒng)計(jì)出表。

4 生產(chǎn)過程中的相關(guān)問題處理技巧

4.1 資源O2C影像的處理技巧

由于資源O2C多光譜影像缺少藍(lán)色波段，無法直接合成真彩色，需要通過處理，盡可能模擬真彩[2]。經(jīng)多次研究嘗試，確定了O2C數(shù)據(jù)波段組合的較優(yōu)算法為：（Band1， Band 3*0.25+ Band 2， Band2）。在此基礎(chǔ)上再通過PS技術(shù)對(duì)影像的色相、色調(diào)、亮度、色彩飽和度等進(jìn)行適當(dāng)?shù)恼{(diào)整可達(dá)到理想效果。

4.2 自動(dòng)配準(zhǔn)

對(duì)于新型國產(chǎn)衛(wèi)星數(shù)據(jù)源，經(jīng)常存在RPC參數(shù)不穩(wěn)定或讀取錯(cuò)誤等問題，有時(shí)候采用人工選點(diǎn)進(jìn)行配準(zhǔn)，得到的結(jié)果難以滿足精度要求；針對(duì)這種情況，嘗試采用ERDAS軟件中的“AutoSync”自動(dòng)配準(zhǔn)工具，通過設(shè)置相似度、參考半徑等匹配參數(shù)自動(dòng)提取特征點(diǎn)，利用多種匹配方法和策略識(shí)別獲取同名點(diǎn)，并基于小面元微分糾正的原理，得到高精度的配準(zhǔn)成果。

4.3 建立影像融合效果定量評(píng)價(jià)指標(biāo)

影像不同融合效果一般采用“目視法”進(jìn)行定性的檢查與評(píng)價(jià)，其結(jié)果完全取決于檢查員的主觀意識(shí)，難以定量判斷其不同算法的優(yōu)劣性。利用Matlab編程軟件，基于數(shù)理統(tǒng)計(jì)分析原理，編寫影像融合評(píng)價(jià)小工具，通過計(jì)算均值、標(biāo)準(zhǔn)差、信息熵、平均梯度、相關(guān)系數(shù)和相對(duì)偏差等相關(guān)指標(biāo)，對(duì)融合后影像進(jìn)行客觀定量分析，用于判斷不同融合算法之間的效果差異。

4.4 通過圖像增強(qiáng)處理方式提取圖斑信息

分析各種數(shù)據(jù)源新增建設(shè)用地的波段分布特征，利用圖像增強(qiáng)技術(shù)抑制非建設(shè)用地區(qū)影像特征，而增強(qiáng)建設(shè)用地區(qū)的影像層次和特征。一般說來非建設(shè)用地區(qū)植被信息較為豐富，而建設(shè)用地區(qū)內(nèi)植被覆蓋度較低，可以采用植被抑制的方法來提高建設(shè)用地區(qū)的影像解譯辨識(shí)。

4.5 自動(dòng)賦值和統(tǒng)計(jì)

通過自主GIS二次開發(fā)，實(shí)現(xiàn)圖斑屬性的自動(dòng)賦值，如：實(shí)現(xiàn)對(duì)圖斑行政區(qū)劃信息、占用地類信息、基本農(nóng)田信息的自動(dòng)賦值。利用數(shù)據(jù)庫編程，自動(dòng)匯總生成各類統(tǒng)計(jì)匯總表。

4.6 擴(kuò)展新增數(shù)據(jù)源的影像解譯標(biāo)志

在已有數(shù)據(jù)源解譯標(biāo)志庫的基礎(chǔ)上，結(jié)合2016年土地調(diào)查數(shù)據(jù)庫，根據(jù)本年度轄區(qū)范圍內(nèi)新增數(shù)據(jù)源的影像特征，綜合對(duì)比分析，擴(kuò)展新增數(shù)據(jù)源的影像解譯標(biāo)志。

5 結(jié)論

綜上所述，遙感和GIS技術(shù)在土地衛(wèi)片執(zhí)法中期監(jiān)測(cè)和預(yù)警遙感數(shù)據(jù)生產(chǎn)過程中的應(yīng)用較為深入。在實(shí)際作業(yè)過程中應(yīng)通過不斷地摸索，總結(jié)經(jīng)驗(yàn)，通過編寫程序和工具，有效提高數(shù)據(jù)生產(chǎn)效率，確保生產(chǎn)質(zhì)量。

【參考文獻(xiàn)】

【1】馬向平，等.重慶市酸沉降污染造成的植被受害狀況遙感監(jiān)測(cè)研究[J].國土資源遙感，2008（4）：14-20.

【2】劉迪，李芳花，黃彥.遙感技術(shù)在黑龍江省抗旱及防治洪澇災(zāi)害中的應(yīng)用[J].黑龍江水專學(xué)報(bào)，2009（2）：110-114.