仉明，汪偉，李承鑫，劉子瀟

(天津市測(cè)繪院，天津 300381)

1 背景

2010年12月，李克強(qiáng)副總理對(duì)測(cè)繪工作做出重要批示，首次從國(guó)家戰(zhàn)略高度提出了“地理國(guó)情監(jiān)測(cè)”的概念，要求測(cè)繪部門開展地理國(guó)情監(jiān)測(cè)工作;國(guó)家測(cè)繪地理信息局局長(zhǎng)徐德明在全國(guó)測(cè)繪局長(zhǎng)會(huì)議上重申了開展地理國(guó)情監(jiān)測(cè)的意義，指出了地理國(guó)情監(jiān)測(cè)是測(cè)繪發(fā)展的新機(jī)遇和新挑戰(zhàn)［1］;2011年3月，全國(guó)人大代表、國(guó)家測(cè)繪地理信息局副局長(zhǎng)李朋德提出了《關(guān)于加強(qiáng)地理國(guó)情監(jiān)測(cè)的建議》議案;國(guó)家測(cè)繪地理信息局《測(cè)繪地理信息發(fā)展“十二五”總體規(guī)劃綱要》明確指出測(cè)繪發(fā)展的總體戰(zhàn)略為:“構(gòu)建數(shù)字中國(guó)，監(jiān)測(cè)地理國(guó)情，發(fā)展壯大產(chǎn)業(yè)，建設(shè)測(cè)繪強(qiáng)國(guó)”［2，3］。

鑒于開展地理國(guó)情監(jiān)測(cè)對(duì)社會(huì)發(fā)展和經(jīng)濟(jì)建設(shè)的意義及“十二五”期間開展地理國(guó)情監(jiān)測(cè)的重要性，國(guó)家測(cè)繪地理信息局成立了地理國(guó)情監(jiān)測(cè)部，并在全國(guó)范圍內(nèi)先后選擇了6個(gè)地理國(guó)情監(jiān)測(cè)試點(diǎn)。2011年3月，天津市規(guī)劃局主持并啟動(dòng)2011年天津市地理市情監(jiān)測(cè)項(xiàng)目，于2012年1月完成階段性任務(wù)。

在天津市開展地理市情監(jiān)測(cè)項(xiàng)目過(guò)程中，在遙感影像上對(duì)感興趣的目標(biāo)地物要素進(jìn)行分類提取是一種十分快捷的數(shù)據(jù)獲取方式。但是，如何依據(jù)地理國(guó)情監(jiān)測(cè)的監(jiān)測(cè)對(duì)象，盡可能地減少多種干擾因素對(duì)其分類產(chǎn)生負(fù)面影響，不斷提高分類的精度和智能化水平［4，5］，是地理國(guó)情監(jiān)測(cè)遇到的技術(shù)難題和挑戰(zhàn)。

目前主要的遙感影像分類方法有非監(jiān)督分類、最大似然分類、人工神經(jīng)網(wǎng)絡(luò)分類、支持向量機(jī)分類、決策樹分類和面向?qū)ο蠓诸惙椒ǖ?。與傳統(tǒng)基于像元的分類方法不同，面向?qū)ο蠓椒ㄊ且杂扇舾赏|(zhì)性像元組成的“對(duì)象”為處理單元，綜合分析、提取對(duì)象的光譜、紋理、形狀、空間關(guān)系等多種屬性信息用于分類，因而能在較大程度上解決基于像元方法難以克服的光譜混淆、混合像元等問(wèn)題，從而有效提高分類精度［6］。

本文以天津市地理國(guó)情監(jiān)測(cè)中的天津市市內(nèi)六區(qū)和新四區(qū)的水域變化監(jiān)測(cè)為例，利用面向?qū)ο蟮姆诸惙椒?，?duì)該三期航空遙感影像進(jìn)行處理，從而得到在一個(gè)較長(zhǎng)時(shí)間段內(nèi)天津市市內(nèi)六區(qū)和新四區(qū)的水域變化情況，以此作為地理市情監(jiān)測(cè)的一項(xiàng)重要監(jiān)測(cè)內(nèi)容。

2 數(shù)據(jù)和技術(shù)方法

2.1 使用數(shù)據(jù)情況

本文所使用的數(shù)據(jù)為天津市1995年二季度1.0 m分辨率的航空攝影影像、2007年二季度SPORT衛(wèi)星遙感影像和2011年二季度World View20.46 m衛(wèi)星遙感影像，研究區(qū)域的Google Earth影像及天津市市內(nèi)六區(qū)和新四區(qū)的基礎(chǔ)地形圖資料等。

2.2 技術(shù)方法

(1)遙感影像預(yù)處理

采用Erdas 2011數(shù)據(jù)處理軟件，對(duì)獲取的原始遙感影像進(jìn)行投影變換、幾何校正、邊界裁定、影像增強(qiáng)等數(shù)據(jù)預(yù)處理工作。

(2)面向?qū)ο筮b感影像分類流程

采用Erdas 2011數(shù)據(jù)處理軟件的面向?qū)ο筮b感影像分類流程主要包括:影像分割、屬性計(jì)算、特征提取和對(duì)象分類等步驟。主要流程如圖1所示。

圖1 面向?qū)ο筮b感影像分類流程

(3)影像分割

影像分割是基于同質(zhì)性或異質(zhì)性準(zhǔn)則將一幅圖像劃分為若干有意義的子區(qū)域的過(guò)程［7，8］。分割所得的圖像區(qū)域應(yīng)同時(shí)滿足以下條件:①圖像區(qū)域中的所有像元要都滿足某種相似性準(zhǔn)則且任意兩點(diǎn)之間連通。②相鄰圖像區(qū)域之間針對(duì)某選定特性具有顯著差異性。③區(qū)域邊界應(yīng)該規(guī)整且能夠保證邊緣的空間定位精度。遙感影像分割目的是將影像中具有某種地物特征的區(qū)域分開并使得每個(gè)區(qū)域都滿足一定的同質(zhì)性條件，如灰度、光譜、紋理等。

分割分兩步驟:首先確定分割范圍，對(duì)影像進(jìn)行初始化分割，后確定歸并尺度。在保證定分割精細(xì)程度及具有較小破碎性的情況下，選擇合適的歸并尺寸對(duì)圖像進(jìn)行歸并。分割尺度范圍為0%～100%，值越大分割越細(xì)，分割后影像破碎化程度越高;歸并尺度范圍為0% ～100%，值越大，歸并后得到的對(duì)象數(shù)量越少，內(nèi)部同質(zhì)性越低。歸并尺度一般依據(jù)歸并的目視效果反復(fù)實(shí)驗(yàn)，以確定最佳組合。本項(xiàng)目中，通過(guò)多次試驗(yàn)，最終選定天津市市內(nèi)六區(qū)及新四區(qū)的影像分割尺度和歸并尺度分別為60%和70%的參數(shù)水平，如此分割后，分割影像的內(nèi)部同質(zhì)性較高，邊界輪廓清晰，具備較好的可分離性。該操作是通過(guò)Raster Object Creators(ROC)來(lái)實(shí)現(xiàn)的。分割之后，產(chǎn)生的結(jié)果既包含空間的基于區(qū)域增長(zhǎng)的種子點(diǎn)，又包含光譜的每個(gè)柵格對(duì)象像素概率屬性，這個(gè)過(guò)程將改善處理結(jié)果的可靠性。

(4)屬性計(jì)算

完成影像分割后，采用合適的參數(shù)定義和計(jì)算對(duì)象的特征空間，是面向?qū)ο蠓诸惖年P(guān)鍵技術(shù)問(wèn)題。Erdas 2011能夠計(jì)算對(duì)象的光譜、空間、紋理、色彩空間與波段比等四類空間屬性，光譜屬性可計(jì)算對(duì)象各波段上的相元灰度值的均值和標(biāo)準(zhǔn)差;空間屬性可計(jì)算對(duì)象的幾何特征(如長(zhǎng)度、面積等);紋理計(jì)算相元灰度值變化范圍;色彩空間與波段比可計(jì)算對(duì)象的色調(diào)、亮度和飽和度等特征。對(duì)光譜、空間和紋理三種屬性，選擇全部指標(biāo)參數(shù)參與屬性運(yùn)算，色彩空間選擇3個(gè)RGB波段轉(zhuǎn)換為HIS色彩空間來(lái)構(gòu)筑對(duì)象的特征空間。

(5)樣本選取與對(duì)象分類

采用對(duì)象訓(xùn)練樣本選取方法提取經(jīng)過(guò)定義和計(jì)算的屬性特征，并以此來(lái)建立判別規(guī)則［9］。與監(jiān)督分類方法不同，面向?qū)ο筇崛〉臉颖臼且粋€(gè)個(gè)經(jīng)過(guò)分割和重新定義的“對(duì)象”，對(duì)象與對(duì)象之間的形狀、大小、數(shù)量相互差異很大［10］。結(jié)合相關(guān)資料并結(jié)合目視解譯，選取天津市中心城區(qū)和新四區(qū)水域特征明顯，內(nèi)部同質(zhì)性強(qiáng)的樣本數(shù)量20個(gè)進(jìn)行訓(xùn)練學(xué)習(xí)。

通過(guò)Raster Pixel Processor(RPP)操作從原始影像上通過(guò)取樣和訓(xùn)練水域像素區(qū)分水域和非水域像素，通過(guò)該步驟操作將產(chǎn)生含有水域像素值概率的影像。

利用Erdas 2011附帶的Raster Object Operator(ROO)柵格對(duì)象算子操作所有可能水域的柵格對(duì)象，利用概率過(guò)濾器(Probability Filter)濾掉所有水域?qū)ο蟮透怕实臇鸥駥?duì)象，同時(shí)用一個(gè)ROO中心線轉(zhuǎn)換器(ROO Centerline Convert)將所有可能的道路柵格對(duì)象轉(zhuǎn)換為只含有單一的像素寬度的線性柵格對(duì)象。最后用Raster to Vector Conversion(RVC)模塊完成柵格到矢量的轉(zhuǎn)換，并用Vector Object Operators(VOO)矢量對(duì)象操作器中的Generalize operator、Line Link operator、Line Snap、Line Remove等算子完成矢量數(shù)據(jù)的最終編輯。

3 監(jiān)測(cè)實(shí)例

采用2.1所敘的數(shù)據(jù)，利用上述方法和過(guò)程對(duì)天津市中心城區(qū)和新四區(qū)1995年，2007年和2011年的水域進(jìn)行監(jiān)測(cè)，得到的分類統(tǒng)計(jì)精度為92.38%，Kappa系數(shù)為 0.9167，得到的面向?qū)ο蟮姆诸惤Y(jié)果如圖2所示。

通過(guò)統(tǒng)計(jì)和實(shí)地調(diào)查發(fā)現(xiàn):2007年的水域面積比1995年減少約 84.5 km2，主要是由于城鎮(zhèn)化建設(shè)和工業(yè)化發(fā)展占用大量土地，小型湖泊和池塘面積不斷減少;2011年的水域面積比2007年增加了約4.1 km2，增加幅度較小，這說(shuō)明了從2007年到2011年該時(shí)間段內(nèi)天津市中心城區(qū)和新四區(qū)的水域保持較好，三個(gè)年份的水域面積詳細(xì)統(tǒng)計(jì)情況如表1所示。

圖2 中心城區(qū)和新四區(qū)水域監(jiān)測(cè)分類結(jié)果

三個(gè)年代的水域監(jiān)測(cè)面積統(tǒng)計(jì) 表1

4 結(jié)論

文章利用面向?qū)ο蟮倪b感影像分類技術(shù)，對(duì)天津市地理市情監(jiān)測(cè)中的中心城區(qū)和新四區(qū)水域面積變化情況進(jìn)行了監(jiān)測(cè)，得到了被監(jiān)測(cè)區(qū)域的水域面積的量化指標(biāo)，探討了面向?qū)ο蟮倪b感影像分類技術(shù)在地理國(guó)情監(jiān)測(cè)中的應(yīng)用，為地理國(guó)情監(jiān)測(cè)地表覆蓋專題的監(jiān)測(cè)累積了經(jīng)驗(yàn)。

［1］桂德竹.貫徹中央一號(hào)文件推進(jìn)地理國(guó)情監(jiān)測(cè)［N］.中國(guó)測(cè)繪報(bào)，2011－05－06.

［2］王倩，姜曉虹.從美國(guó)測(cè)繪部門的轉(zhuǎn)型發(fā)展看地理國(guó)情監(jiān)測(cè)［N］.中國(guó)測(cè)繪報(bào)，2011－05－10.

［3］李德仁.地球空間信息學(xué)的機(jī)遇［J］.武漢大學(xué)學(xué)報(bào)·信息科學(xué)版，2004，29(9):753 ～756.

［4］蘇偉，李京，陳云浩等.基于多尺度影像分割的面向?qū)ο蟪鞘型恋馗脖环诸愌芯俊择R來(lái)西亞吉隆坡市城市中心區(qū)為例［J］.遙感學(xué)報(bào)，2007，11(4):521～530.

［5］陳杰，鄧敏，肖鵬峰等.基于分水嶺變換與空間聚類的高分辨率遙感影像面向?qū)ο蠓诸悾跩］.遙感技術(shù)與應(yīng)用，2010，25(5):597 ～603.

［6］莫利江，曹宇，胡遠(yuǎn)滿等.面向?qū)ο蟮臐竦鼐坝^遙感分類——以杭州灣南岸地區(qū)為例［J］.濕地科學(xué)，2012，10(2):206～213.

［7］HayGJ，BlasehkeT，MareeauDJ，etal.A comparison of three image－object methods for the multi－scale analysis of landscape structure［J］.ISPRS Jounal of Photogrammetry Remote Sensing，2003，57(5，－6):327 ～345.

［8］Ewel K C.Appreciating tropical coastal wetlands from a land－scape perspective［J］.Frontiers in Ecology and the Environment，2010，8(1):20 ～26.

［9］Yildiz S，Ozbek M，Tasdemir A，et al.Identification of predominant environmental factors structuring benthic macro invertebrate com－munities:a case study in the Kucuk Menderes coastal wetland(Tur－key)［J］.Fresenius Environmental Bulletin，2010，19(1):30 ～36.

［10］彭海濤，柯長(zhǎng)青.基于多層分割的面向?qū)ο筮b感影像分類方法研究［J］.遙感技術(shù)與應(yīng)用，2010，25(1):149～154.