何 磊

(廣州市環(huán)境保護(hù)科學(xué)研究院廣州 510620)

基于 RS和 GIS的番禺區(qū)土地利用分類研究

何 磊

(廣州市環(huán)境保護(hù)科學(xué)研究院廣州 510620)

高空間分辨率遙感影像使得土地覆蓋和土地利用信息的提取成為可能。以多光譜和高分辨率遙感影像數(shù)據(jù) SPOT5為主要數(shù)據(jù)源,以 RS圖像處理,解譯分類和 GIS空間分析為主要技術(shù),結(jié)合DEM、其他社會(huì)經(jīng)濟(jì)自然地理數(shù)據(jù)和實(shí)地調(diào)查等的輔助分析方法,進(jìn)行番禺區(qū)土地利用二級(jí)分類,為研究土地利用和環(huán)境規(guī)劃管理提供了一種可行途徑。

RS;GIS土地利用分類;環(huán)境規(guī)劃管理

十一五期間,作為珠三角河口經(jīng)濟(jì)發(fā)展最活躍的區(qū)域,番禺區(qū)在廣州市“南拓”發(fā)展戰(zhàn)略的指導(dǎo)下,城市化和工業(yè)化進(jìn)程進(jìn)程日益加快,大量土地資源被分割占用,土地承載力下降,生態(tài)退化和環(huán)境污染對(duì)環(huán)境規(guī)劃管理工作提出了嚴(yán)峻的挑戰(zhàn)。利用 RS的空間信息獲取技術(shù)快速獲取周期性的多光譜和高空間分辨率影像數(shù)據(jù),結(jié)合 GIS的空間分析功能,提取土地利用類型,為綜合分析土地分布格局和環(huán)境質(zhì)量狀況提供依據(jù)和參考,成為研究區(qū)域土地資源利用和生態(tài)環(huán)境保護(hù)協(xié)調(diào)發(fā)展的有力技術(shù)手段。

1 研究區(qū)域與方法

1.1 研究區(qū)概況

番禺區(qū)介于北緯 22°44′18″至 23°5′10″,東經(jīng)113°14′32″至 113°34′3″,地處廣州南部 ,位于珠江三角洲入海口,屬于河流沖積平原地帶,為南亞熱帶典型的季風(fēng)海洋性氣候。區(qū)內(nèi)河網(wǎng)密布,縱橫交錯(cuò),水資源豐富。海拔較低,地貌地勢(shì)平坦開闊,主要是成片的平原水田與旱地,只有少量崗丘臺(tái)地[1]。番禺區(qū)總面積約 786.15㎞2,行政區(qū)劃分為 11鎮(zhèn) 6街道,是珠江三角洲重要作物生產(chǎn)基地,也是沿海經(jīng)濟(jì)發(fā)展,城市開發(fā)建設(shè)活躍地區(qū)。

1.2 研究方法

本文基于 SPOT5遙感影像數(shù)據(jù),以 RS和 GIS技術(shù)為支撐,采用計(jì)算機(jī)自動(dòng)提取地物信息和目視解譯相結(jié)合進(jìn)行土地利用一級(jí)分類,并輔以等高線生成的數(shù)字高程模型 (DEM)和其他社會(huì)經(jīng)濟(jì)自然地理數(shù)據(jù)修正,進(jìn)行二級(jí)分類。

1.3 數(shù)據(jù)來源

RS數(shù)據(jù)：綜合考慮影像數(shù)據(jù)的光譜分辨率、空間分辨率、時(shí)間分辨率和精度等因素,主要選取無云的 2007年 11月覆蓋研究區(qū)域的 SPOT5的 3個(gè) 10m分辨率的多光譜波段影像 (B1：0.50～0.59μm、B2：0.61～0.68μm、B3：0.78～0.89μm)和 1個(gè) 2.5m分辨率的全色波段影像 (PAN：0.48～0.71μm)。

GIS數(shù)據(jù)：廣州 1∶5萬的地形圖,包含行政區(qū),鎮(zhèn)界,道路,河流,森林,等高線等的基礎(chǔ)地理信息數(shù)據(jù)。

社會(huì)經(jīng)濟(jì)數(shù)據(jù)：土地利用現(xiàn)狀資料,國家和地方土地分類技術(shù)規(guī)范,其他的產(chǎn)業(yè)、交通、資源的統(tǒng)計(jì)資料及相關(guān)行業(yè)規(guī)劃資料。

1.4 技術(shù)流程

以覆蓋番禺區(qū) SPOT5的遙感影像基本數(shù)據(jù)源,以 1∶50000的紙質(zhì)地形圖的北京 54為基準(zhǔn)地理空間,采用二次多項(xiàng)式及最鄰近插值的重采樣法對(duì)遙感影像進(jìn)行幾何精校正,配準(zhǔn)誤差控制在 1個(gè)像元以內(nèi)。多波段影像合成后經(jīng)增強(qiáng)處理再與全色波段融合,形成空間分辨率為 2.5m的假彩色合成圖像(321)。確定土地分類體系,建立解譯標(biāo)志,采用監(jiān)督分類提取水域,耕地等一級(jí)類型。消除混雜小斑,平滑圖斑邊緣,矢量化導(dǎo)入 ArcGIS,結(jié)合社會(huì)經(jīng)濟(jì)自然地理數(shù)據(jù),借助DEM輔助分析,配合實(shí)地調(diào)查校正解譯結(jié)果,實(shí)現(xiàn)二級(jí)分類。具體流程見圖 1。

圖 1 土地利用分類技術(shù)流程圖

1.4.1 圖像預(yù)處理

對(duì) SPOT遙感影像數(shù)據(jù)進(jìn)行輻射校正以消除傳感器自身引起的和大氣輻射引起的輻射噪聲,還原真實(shí)的地物波普特征;進(jìn)行幾何校正以消除衛(wèi)星軌道、姿態(tài)及地球自轉(zhuǎn)等因素造成的數(shù)據(jù)幾何畸變。

1.4.2 圖像配準(zhǔn)

也稱幾何精校正,賦予遙感影像真實(shí)的地理空間位置,便于和 GIS數(shù)據(jù)統(tǒng)一。以 1∶50000的北京 54坐標(biāo)系 6度分帶高斯克呂格投影的地形圖為基準(zhǔn),在影像圖上找出與地形圖上地物相匹配的明顯地物作為地面控制點(diǎn)。先進(jìn)行全色波段數(shù)據(jù)校正,然后以校正好的全色波段數(shù)據(jù)為基準(zhǔn)進(jìn)行多光譜數(shù)據(jù)校正。以此建立影像坐標(biāo)和地圖坐標(biāo)之間的二次多項(xiàng)式變換關(guān)系,控制點(diǎn)誤差在一個(gè)像元(2.5m)以內(nèi),采用最鄰近插值的重采樣法完成圖像配準(zhǔn)。

1.4.3 圖像合成

根據(jù)光譜特征對(duì) SPOT5的 321波段合成RGB假彩色影像,突出森林植被、居民地、耕地、水域等信息。

1.4.4 圖像增強(qiáng)

降低全色波段影像噪聲、增強(qiáng)局部反差、增強(qiáng)紋理特征。

1.4.5 圖像融合

利用同一 SPOT影像的多光譜波段和全色波段進(jìn)行融合,可增強(qiáng)土地覆蓋信息的影像特征,豐富影像信息量,從色彩、紋理等方面提高影像的可判讀性[2]。融合圖像的色彩信息主要來自于多光譜波段,紋理信息主要來自于全色波段。

融合方法采用主成分變換(PrincipalComponent)融合法,得到的融合圖像既有豐富的空間信息,又保留了原始影像的特征,在分解力和清晰度上都有很大程度的提高,有利于土地利用分類的目視解譯。

1.4.6 圖像分類

1.4.6.1 土地分類系統(tǒng)的建立

國家土地利用分類系統(tǒng)的一級(jí)分類主要根據(jù)土地的用途和覆蓋特征,二級(jí)分類主要依據(jù)土地的經(jīng)營特點(diǎn)和利用方式,三級(jí)分類主要依據(jù)地貌特征和覆蓋物的種類[3]。根據(jù)國家土地分類系統(tǒng)、SPOT影像對(duì)地物的識(shí)別能力以及分類區(qū)域當(dāng)中實(shí)際出現(xiàn)的土地利用類型,本研究工作當(dāng)中的土地利用分類至二級(jí),具體見表 1。

1.4.6.2 圖像分類和目視解譯

S采用監(jiān)督分類方法,借助人的經(jīng)驗(yàn)和專業(yè)知識(shí)、實(shí)地勘察結(jié)果、已有的土地利用資料,建立模板(訓(xùn)練樣本),運(yùn)用最大似然法進(jìn)行分類,可有效避免“同物異譜、異物同譜”現(xiàn)象產(chǎn)生錯(cuò)分[4]。

模板建立的過程就是遙感影像解譯的過程,需要建立遙感解譯標(biāo)志,也稱為判讀要素。它在影像上能直接反映和判別地物的空間特性 (形狀、大小、結(jié)構(gòu)、色調(diào)、顏色、陰影、紋理、圖案、位置、布局[5]。解譯之前,須進(jìn)行實(shí)地路線調(diào)查,建立影像特征與土地利用類型的對(duì)應(yīng)關(guān)系,并與多種非遙感信息資料相結(jié)合建立解譯標(biāo)志。

表 1 番禺區(qū)土地分類系統(tǒng)

1.4.6.3 一級(jí)分類

為了使番禺區(qū)土地利用分類具有可操作性同時(shí)遵循自然環(huán)境地形地貌特征,本研究工作先利用 SPOT影像數(shù)據(jù)建立解譯標(biāo)志,進(jìn)行土地一級(jí)分類。具體見表 2。

表 2 番禺區(qū)地類及其對(duì)應(yīng)解譯標(biāo)志說明

1.4.6.4 分類后處理

采用聚類統(tǒng)計(jì)分析可彌補(bǔ)漏分斑塊,劃分混雜小斑歸為鄰近大面積斑塊;去除分析可刪除重復(fù)孤立的混雜小斑[6],最后平滑圖斑邊緣獲得相對(duì)精確的土地一級(jí)分類圖。

1.4.6.5 二級(jí)分類

在一級(jí)分類的基礎(chǔ)上,結(jié)合相關(guān)的社會(huì)、經(jīng)濟(jì)、自然地理數(shù)據(jù)和實(shí)地調(diào)查數(shù)據(jù),進(jìn)行土地二級(jí)分類。特別是土地利用受地形地貌因素影響較大,不同海拔高度的土壤類型和土地利用狀況不盡相同。因此,利用等高線生成的數(shù)字高程模型(DEM)數(shù)據(jù)與一級(jí)分類結(jié)果進(jìn)行疊加分析,可有效分離混淆異類[7],實(shí)現(xiàn)土地二級(jí)分類。

DEM建立：在 ArcGIS中利用等高線和高程屬性建立 10m高差間隔的DEM柵格圖。

疊加分析：利用 ArcToolbox功能,基于已有知識(shí)和數(shù)據(jù)設(shè)定多重判據(jù),設(shè)置合理參數(shù),通過實(shí)地調(diào)查驗(yàn)證做進(jìn)一步分析修改,最終獲得土地二級(jí)分類圖。

2 結(jié)論和建議

(1)RS和 GIS在番禺區(qū)土地利用分類研究中的應(yīng)用,系統(tǒng)反映了該區(qū)域土地利用的空間分布狀況、生態(tài)環(huán)境質(zhì)量狀況和生態(tài)環(huán)境變化的空間規(guī)律,為番禺區(qū)環(huán)境規(guī)劃編制工作建立了全面的信息基礎(chǔ)。

(2)采用同一衛(wèi)星 (SPOT)的高分辨率全色波段與合成的多光譜波段進(jìn)行融合,既增強(qiáng)遙感影像融合的自適應(yīng)性,又大大提高遙感影像分辨細(xì)部紋理的能力;既有利于人工判讀,又有利于計(jì)算機(jī)自動(dòng)分類。

(3)研究結(jié)果揭示了在城市化、工業(yè)化進(jìn)程中,番禺區(qū)城鎮(zhèn)用地的外延擴(kuò)張與工業(yè)化連片開發(fā)分割占用了大量土地資源,區(qū)域耕地資源迅速縮減,多樣性降低,破碎度增加,經(jīng)濟(jì)發(fā)展與耕地資源保護(hù)之間矛盾突出[8],急需加強(qiáng)對(duì)區(qū)域土地資源的保護(hù)力度,促進(jìn)資源與環(huán)境的可持續(xù)利用。

[1]周靜,吳志峰,等.珠江口兩岸耕地景觀破碎化定量分析[J].熱帶地理,2005,25(2)：108～111.S

[2]王祖?zhèn)?秦其明.多源遙感數(shù)據(jù)融合及在城市研究中的應(yīng)用[J].測繪通報(bào),2002(3).

[3]中華人民共和國行業(yè)標(biāo)準(zhǔn)[S]：《全國土地利用更新調(diào)查技術(shù)規(guī)定》《全國土地分類》《土地利用動(dòng)態(tài)遙感監(jiān)測規(guī)程》《廣東省土地利用現(xiàn)狀分類》《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》和補(bǔ)充規(guī)定及說明.

[4]楊金香,程學(xué)豐,等.基于 ERDASIMAGINE操作平臺(tái)的遙感圖像處理[J].測繪與空間地理信息,2006,29(2)：107～110.

[5]徐盛榮.衛(wèi)星影像土地資源解譯制圖[M].北京：中國農(nóng)業(yè)出版社,1990.

[6]任輝,李興國,等.基于 ArcGIS的農(nóng)用地征地區(qū)片劃分研究—以江蘇省泰州市為例 [J].國土資源科技管理,2008,25(3)：46～50.

[7]田靜毅,林年豐,等.ETM+圖像處理和土地利用分類實(shí)驗(yàn)研究[J].微計(jì)算機(jī)信息,2005,21(8)：46～48.

[8]龔建周,夏北成.快速城市化過程中城市土地覆被的時(shí)空動(dòng)態(tài)特征[J].亞熱帶資源與環(huán)境學(xué)報(bào),2006,1(2)：92～98.

X321

A

1673-288X(2010)04-0025-04

何磊 (1978,6—),男,海南人,環(huán)境科學(xué)工程師,環(huán)境規(guī)劃管理。