譚詩(shī)騰， 王繼成， 徐柱， 龔循強(qiáng)

(1.西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院，成都　611756；

2.東華理工大學(xué)江西省數(shù)字國(guó)土重點(diǎn)實(shí)驗(yàn)室，南昌　330013)

?

基于優(yōu)先級(jí)和語(yǔ)義鄰近度的地表覆蓋數(shù)據(jù)升尺度方法

譚詩(shī)騰1,2， 王繼成1， 徐柱1， 龔循強(qiáng)1,2

(1.西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院，成都611756；

2.東華理工大學(xué)江西省數(shù)字國(guó)土重點(diǎn)實(shí)驗(yàn)室，南昌330013)

摘要：地表覆蓋類別數(shù)據(jù)尺度上推方法中仍以眾數(shù)選擇或比例占優(yōu)為原則，但這2種原則都存在一定的缺陷，比如在多個(gè)眾數(shù)的情況下隨機(jī)選取會(huì)使地圖信息很大程度上失真。為了更好地保持尺度綜合前后地物類別空間信息，將地表覆蓋類別優(yōu)先準(zhǔn)則和語(yǔ)義鄰近規(guī)則引入到尺度上推方法中，在眾數(shù)聚合規(guī)則上考慮類別優(yōu)先級(jí)和語(yǔ)義鄰近度，建立一種新的地表覆蓋類別數(shù)據(jù)升尺度方法。該方法通過(guò)設(shè)定類別優(yōu)先級(jí)和語(yǔ)義鄰近度，計(jì)算得到粗尺度上對(duì)應(yīng)空間位置的類別，從而完成地表覆蓋類別數(shù)據(jù)的尺度綜合。實(shí)驗(yàn)結(jié)果表明，在眾數(shù)聚合方法基礎(chǔ)上，加入類別優(yōu)先級(jí)和語(yǔ)義鄰近度，能夠較好地保持尺度綜合前后地物空間分布的一致性，地圖相似度也相對(duì)較高。

關(guān)鍵詞：地表覆蓋數(shù)據(jù)； 升尺度方法； 優(yōu)先級(jí)； 語(yǔ)義鄰近度； Fuzzy kappa系數(shù)

0引言

空間尺度是地理科學(xué)研究的一個(gè)重點(diǎn)問(wèn)題，被認(rèn)為是對(duì)地觀測(cè)的首要挑戰(zhàn)[1]?？臻g數(shù)據(jù)的尺度轉(zhuǎn)換是將數(shù)據(jù)從一個(gè)空間尺度推繹到另外一個(gè)空間尺度的過(guò)程，是地學(xué)尺度科學(xué)研究的重要內(nèi)容之一。不同尺度下地表呈現(xiàn)的地物類別和空間分布差異很大，不同領(lǐng)域?qū)Φ乇砀采w數(shù)據(jù)尺度要求不一樣。因此，基于現(xiàn)有高分辨率30 m地表覆蓋數(shù)據(jù)(Global Land Cover 30)進(jìn)行尺度上推方法研究，得到一系列粗尺度產(chǎn)品以便滿足不同行業(yè)需求顯得很重要。

Robinson[2]于1950年發(fā)現(xiàn)地理科學(xué)與社會(huì)科學(xué)研究中的尺度依賴性問(wèn)題。隨后，相繼多個(gè)學(xué)科研究領(lǐng)域都提出并總結(jié)了相關(guān)尺度問(wèn)題。全球地表覆蓋30 m類別數(shù)據(jù)產(chǎn)品為研究遙感空間尺度問(wèn)題提供了很好的素材[3]，這種高精度的數(shù)據(jù)產(chǎn)品往往數(shù)據(jù)量大，而且小尺度下規(guī)模并不利于揭示土地利用及其變化和各因子之間相互作用關(guān)系的總體趨勢(shì)[4]，難以滿足地表變化研究和地球模式模擬的需求。因此，需要一系列不同尺度的數(shù)據(jù)，以應(yīng)對(duì)全球變化和地球生態(tài)環(huán)境模擬的研究[5]。楊葉濤等[6]認(rèn)為在高分辨率圖像的對(duì)象級(jí)景觀提取過(guò)程中，空間尺度影響景觀格局分布，因此有必要找到合適的升尺度方法。

為探索地物類別在各尺度中最適合空間表達(dá)的尺度，Atkinson等[7]研究了地表覆蓋類別空間變異性和空間數(shù)據(jù)尺度轉(zhuǎn)換過(guò)程； 地學(xué)領(lǐng)域研究者提出使用點(diǎn)擴(kuò)散函數(shù)、鄰域分析、小波分析等方法對(duì)DEM、土地利用與覆蓋等空間數(shù)據(jù)進(jìn)行尺度轉(zhuǎn)換[8-11]； McMaster等[12]給出了柵格數(shù)據(jù)綜合的概要框架以及針對(duì)柵格數(shù)據(jù)的有效綜合規(guī)則。尺度上推方法中主要以眾數(shù)聚合和比例占優(yōu)為原則，這符合地學(xué)尺度綜合的一般科學(xué)規(guī)律，但在實(shí)際處理中，多個(gè)類別可能在同一聚合窗口內(nèi)會(huì)出現(xiàn)相同頻次。因此，為克服眾數(shù)選擇的缺陷，需要進(jìn)一步考慮類別優(yōu)先和語(yǔ)義鄰近關(guān)系，輔助進(jìn)行類別的選擇。類別優(yōu)先級(jí)是在特定需求下，為達(dá)到優(yōu)先保留候選類別的目的，刻意提高候選類別的優(yōu)先級(jí)別[13]。地表覆蓋類別具有多樣性，人為劃分通常包括若干大類及其隸屬小類，在語(yǔ)義上各類別具有一定的鄰近關(guān)系[14-16]。在優(yōu)先級(jí)相同的情況下，進(jìn)一步根據(jù)語(yǔ)義鄰近度選擇地物類別進(jìn)行保留，以增強(qiáng)聚合結(jié)果的合理性。

鑒于此，本文以30 m地表覆蓋類別數(shù)據(jù)為對(duì)象，在普通眾數(shù)聚合方法的基礎(chǔ)上，嘗試加入類別優(yōu)先級(jí)和語(yǔ)義鄰近規(guī)則進(jìn)行尺度上推，以克服普通眾數(shù)聚合方法中隨機(jī)選擇帶來(lái)的隨意性。該方法將眾數(shù)聚合原則和語(yǔ)義規(guī)則結(jié)合起來(lái)，實(shí)現(xiàn)了地表類別信息的尺度轉(zhuǎn)換。本文通過(guò)與其他3種方法對(duì)比，選取面積誤差和Fuzz Kappa系數(shù)[13]作為評(píng)定指標(biāo)，對(duì)該方法的合理性進(jìn)行了評(píng)估。

1優(yōu)先級(jí)和語(yǔ)義鄰近度

類別優(yōu)先級(jí)是各地物類別保留下來(lái)作為目標(biāo)尺度對(duì)應(yīng)空間位置上值的優(yōu)先等級(jí)參數(shù)。在利用眾數(shù)聚合對(duì)地表覆蓋類別數(shù)據(jù)進(jìn)行升尺度計(jì)算中，各類別通常具有相同優(yōu)先級(jí)。但在聚合窗口中出現(xiàn)多個(gè)類別頻次相等的情況下，按照設(shè)定的類別優(yōu)先級(jí)規(guī)則，優(yōu)先保留候選集中優(yōu)先級(jí)高的類別[13]。

類別的優(yōu)先級(jí)決定了類別作為輸出結(jié)果的優(yōu)勢(shì)。低優(yōu)先級(jí)類別常會(huì)被忽視，而高優(yōu)先級(jí)類別被保留下來(lái)的幾率則較大。當(dāng)然，類別保留下來(lái)的概率對(duì)其在粗尺度上的比例以及與其他類別在空間格局上的交互都有深遠(yuǎn)的影響。本試驗(yàn)中，為保持水體在尺度上推前后的空間連續(xù)性，設(shè)定水體優(yōu)先級(jí)最高，具體優(yōu)先級(jí)設(shè)定規(guī)則見表1。

表1　地物類別優(yōu)先級(jí)規(guī)則

①I表示最高優(yōu)先級(jí)。

表1中共有13個(gè)類別，分別設(shè)定了4個(gè)優(yōu)先級(jí)，I表示優(yōu)先級(jí)最高，依次遞減，IV表示優(yōu)先級(jí)最低。即在一個(gè)聚合窗口內(nèi)，水體和其他類別出現(xiàn)相同次數(shù)時(shí)，優(yōu)先保留水體作為目標(biāo)尺度對(duì)應(yīng)空間位置上的類別。這種處理方式會(huì)增大水體選擇幾率，導(dǎo)致水體面積明顯增加。為削弱這種絕對(duì)優(yōu)勢(shì)，進(jìn)一步考慮語(yǔ)義上相鄰類別之間的相互作用，加入語(yǔ)義鄰近規(guī)則，以便獲得適宜的輸出類別。

地表覆蓋數(shù)據(jù)在地表空間上是無(wú)縫隙、無(wú)重疊、全覆蓋的，在語(yǔ)義上具有類型的鄰近關(guān)系和層次劃分。語(yǔ)義鄰近度規(guī)則能夠使地物類別要素更好地保持空間連續(xù)性和景觀格局[14-16]。在尺度綜合的過(guò)程中，如果相同優(yōu)先級(jí)的類別在聚合窗口內(nèi)出現(xiàn)頻次相同，那么加入語(yǔ)義鄰近度規(guī)則可以輔助類別選擇。對(duì)類別進(jìn)行編號(hào)(表2)，本試驗(yàn)中語(yǔ)義鄰近規(guī)則的設(shè)定如表3所示。

表2　地物類別編號(hào)對(duì)照表

表3　地物語(yǔ)義鄰近度設(shè)置

表2中，每1種覆蓋類別對(duì)應(yīng)1個(gè)編號(hào)，如“苔原”類別對(duì)應(yīng)編號(hào)N5。表3中，混淆矩陣中的數(shù)值(0~1之間)表示不同類別間語(yǔ)義鄰近度，1代表最高的親和力，0表示類別間無(wú)語(yǔ)義鄰近關(guān)系，不同類別在語(yǔ)義上與自身最相近，設(shè)定值為1。例如，混葉林(N10)與闊葉林(N9)、針葉林(N8)、灌叢地(N7)之間的語(yǔ)義鄰近度都很高，分別設(shè)為S(N10-N9)=0.7，S(N10-N8)=0.7，S(N10-N7)=0.5； 水體與濕地語(yǔ)義關(guān)系較為鄰近，設(shè)為S(N13-N12)=0.3，而與其他類別語(yǔ)義鄰近度都很低，大多設(shè)為0。

本實(shí)驗(yàn)中所設(shè)定的規(guī)則不具有唯一性，不同領(lǐng)域可根據(jù)需要自行設(shè)定類別優(yōu)先級(jí)和語(yǔ)義鄰近度的相關(guān)值，進(jìn)而對(duì)初始數(shù)據(jù)的特性以實(shí)現(xiàn)泛化順序的方式來(lái)定義類別選擇規(guī)則。表1和表3中優(yōu)先級(jí)和語(yǔ)義鄰近度設(shè)定規(guī)則具體參見文獻(xiàn)[13]。

2算法設(shè)計(jì)與實(shí)現(xiàn)

地表覆蓋類別數(shù)據(jù)上推過(guò)程中主要遵循眾數(shù)選擇或類別比例占優(yōu)的原則,本文設(shè)計(jì)的方法是基于類別優(yōu)先級(jí)和語(yǔ)義鄰近度的升尺度算法。其重點(diǎn)是在已有的眾數(shù)聚合方法上，通過(guò)提高候選類別優(yōu)先級(jí)，并考慮語(yǔ)義鄰近度作為限制性條件，實(shí)現(xiàn)在尺度上推過(guò)程中目標(biāo)尺度對(duì)應(yīng)空間位置上類別的選擇。

2.1處理規(guī)則

地表覆蓋類別數(shù)據(jù)從高分辨率降到低分辨率，是地物類別聚合問(wèn)題，關(guān)系到地物類別取舍，綜合前后粗細(xì)尺度上的類別多樣性盡可能保持不變[16]。在聚合窗口中，類別數(shù)據(jù)出現(xiàn)多個(gè)眾數(shù)時(shí)，比較每個(gè)眾數(shù)所具有的優(yōu)先級(jí)，取優(yōu)先級(jí)高的類別作為結(jié)果。如果優(yōu)先級(jí)相同，則加入語(yǔ)義鄰近度進(jìn)行類別權(quán)重計(jì)算，即在聚合單元內(nèi)其他像元對(duì)出現(xiàn)多個(gè)眾數(shù)類別的影響值； 然后比較權(quán)值的大小，取最大值對(duì)應(yīng)的類別作為輸出結(jié)果。權(quán)重計(jì)算公式為

(1)

式中：ωi為i類別的綜合權(quán)重；Ci為i類別在聚合窗口內(nèi)出現(xiàn)的個(gè)數(shù)；Pi為i類別的優(yōu)先級(jí)別；S(i,j)為i類別和j類別的語(yǔ)義鄰近度；n為聚合窗口內(nèi)類別總數(shù)；j為不同于i類別的其他類別。

例如，在一個(gè)3×3的聚合窗口內(nèi)，出現(xiàn)3個(gè)森林類別、3個(gè)苔原類別、2個(gè)灌叢類別和1個(gè)草地類別單元(圖1 (a) )。此時(shí)，由于森林和苔原具有相同的頻次和優(yōu)先級(jí)(參見表1)，因此需要考慮語(yǔ)義鄰近度。根據(jù)式(1)及表1和表3設(shè)定的規(guī)則，對(duì)4個(gè)類別分別計(jì)算權(quán)重。

(a) 示例1 (b) 示例2

圖1聚合單元示例

Fig.1Examples of aggregate unit

如圖1(a)所示，對(duì)于森林，計(jì)算式為： 3×2+3×2×0.1+1×2×0.1+2×2×0.7=9.6； 對(duì)于苔原，計(jì)算式為： 3×2+3×2×0.1+1×2×0.1+2×2×0.1=7.2； 對(duì)于草地，計(jì)算式為： 1×2+3×2×0.1+3×2×0.1+2×2×0.1=3.6； 對(duì)于灌叢，計(jì)算式為： 2×2+3×0.7×2+3×0.1×2+0×2×0.1=8.8。因此，選擇森林作為粗尺度對(duì)應(yīng)空間位置上的類別。

又例如，在3×3的聚合窗口內(nèi)，有3個(gè)水體類別、3個(gè)人造覆蓋類別和3個(gè)森林類別單元(圖1(b))，根據(jù)式(1)和表1、表3中的規(guī)則計(jì)算權(quán)重。對(duì)于水體，計(jì)算式為： 3×4+0=12； 對(duì)于人造覆蓋類別，計(jì)算式為： 3×3+3×3×0.1=9.9； 對(duì)于森林，計(jì)算式為： 3×2+3×3×0.1=6.9。因此，最終聚合結(jié)果選擇水體作為粗尺度對(duì)應(yīng)空間位置上的類別。當(dāng)然，如果聚合窗口內(nèi)只有3個(gè)水體類別、3個(gè)人造覆蓋(人造)類別和3個(gè)其他類別，根據(jù)表1所設(shè)規(guī)則，也都將選擇水體作為輸出結(jié)果。

適當(dāng)?shù)钠交幚砟軌蛴行У貫V掉原始數(shù)據(jù)中的噪聲(因數(shù)據(jù)生產(chǎn)引起的誤差視為噪聲)。因此，在實(shí)驗(yàn)設(shè)計(jì)中，同時(shí)采用了平滑后眾數(shù)聚合方法及平滑后考慮類別優(yōu)先級(jí)和語(yǔ)義鄰近度方法，并且與普通聚合方法進(jìn)行比較。

2.2實(shí)驗(yàn)流程

基于以上處理規(guī)則，以全球地表覆蓋數(shù)據(jù)(GLC30)為對(duì)象，開展基于類別優(yōu)先級(jí)和語(yǔ)義鄰近規(guī)則的升尺度方法研究。實(shí)驗(yàn)主要采用4種策略： 無(wú)平滑的眾數(shù)聚合方法(直接眾數(shù)聚合)、眾數(shù)平滑后直接眾數(shù)聚合的方法(平滑后眾數(shù)聚合)、無(wú)平滑只考慮類別優(yōu)先級(jí)和語(yǔ)義鄰近度的聚合方法(無(wú)平滑優(yōu)先級(jí))和眾數(shù)平滑后考慮優(yōu)先級(jí)和語(yǔ)義鄰近度的方法(平滑后優(yōu)先級(jí))。圖2為該策略的技術(shù)流程。

圖2　升尺度計(jì)算流程

整個(gè)算法由C++語(yǔ)言結(jié)合Qt5.2.1，GDAL 1.10編寫完成，編程平臺(tái)為Visual Studio 2012，測(cè)試平臺(tái)采用Dell T7300工作站，操作系統(tǒng)為Windows 7。

3實(shí)驗(yàn)與分析

3.1數(shù)據(jù)選取

本實(shí)驗(yàn)以GLC30數(shù)據(jù)為對(duì)象，此數(shù)據(jù)空間分辨率為30 m； 存儲(chǔ)為GeoTiff無(wú)損格式； 數(shù)據(jù)覆蓋全球(南極洲和格陵蘭島除外)； 分為2000年和2010年2期； 識(shí)別度較高，4個(gè)要素誤判結(jié)果低于10%，數(shù)據(jù)一致性較好。本實(shí)驗(yàn)中選取的數(shù)據(jù)分布于全球五大洲，共20幅2010期GLC30數(shù)據(jù)，包含表2所列類別。初步實(shí)驗(yàn)選取江蘇省某區(qū)域和安徽省某區(qū)域2幅場(chǎng)景，大小為2 132像元×1 786像元，后續(xù)驗(yàn)證選擇20幅場(chǎng)景進(jìn)行計(jì)算分析。

3.2初步實(shí)驗(yàn)結(jié)果

采用3×3聚合窗口，分別用4種方法進(jìn)行實(shí)驗(yàn)，圖3(a)為江蘇省某區(qū)域，圖4(a)為安徽省某區(qū)域，圖3和圖4的(b)—(e)為處理結(jié)果局部放大顯示。

圖3不同方法綜合結(jié)果(例1)

Fig.3Aggregation results with four methods (Example 1)

圖4　不同方法綜合結(jié)果(例2)

從圖3和圖4 可以看出，平滑后眾數(shù)聚合的結(jié)果與直接聚合方法得到的結(jié)果相近，但前者在部分細(xì)節(jié)上保持得更好，這是因?yàn)槠交^(guò)程會(huì)把過(guò)度分散的小斑塊濾掉。實(shí)驗(yàn)發(fā)現(xiàn)，聚合窗口大小超過(guò)原分辨率大小的5倍時(shí)，眾數(shù)平滑處理會(huì)對(duì)聚合結(jié)果造成不良影響； 因此，本研究中僅采用窗口大小為3倍和5倍大小的窗口。增加優(yōu)先級(jí)處理會(huì)使水體保持很好的連續(xù)性，并且其他地物變形小，但水體面積明顯增大。因此，下一步將在實(shí)驗(yàn)中進(jìn)一步計(jì)算各類別面積誤差和Fuzzy Kappa系數(shù)，以便分析該方法的適用性。

3.3對(duì)比分析

初步實(shí)驗(yàn)選取2塊以水體和耕地為主、場(chǎng)景較為單一的區(qū)域。為研究在4種策略下不同類別數(shù)據(jù)的面積誤差和空間格局的變化，實(shí)驗(yàn)進(jìn)一步使用大范圍數(shù)據(jù)，包含的地類主要有水體、濕地、草地、森林、灌叢地、耕地、苔原、人造覆蓋、裸地等12類。對(duì)計(jì)算結(jié)果分別用類別面積誤差和Fuzzy Kappa系數(shù)進(jìn)行了比較分析。

3.3.1類別面積變化

為了清晰的反映各個(gè)類別的面積變化，根據(jù)計(jì)算結(jié)果和原圖中各類別所占面積，得到不同算法下各類別所占面積比例(圖5)。

圖5　各類別在不同方法下的面積比例

由圖5可以看出，在該區(qū)域的地表覆蓋類型中，耕地類型和混葉林的面積比例均有所增加； 濕地、水體和人造覆蓋面積比例在部分方法下有所減少； 闊葉林、針葉林和其他類別面積比例基本不變； 草地、灌木叢和裸地面積比例減少； 而本身所占比例較少的冰雪類型面積比例變化在圖上無(wú)法體現(xiàn)。為描述和分析類別面積變化和類別間相互作用，進(jìn)一步計(jì)算了各類別相對(duì)原圖的面積誤差(圖6)。

圖6　不同方法下類別面積誤差

圖6中，小于100%表示面積變少，大于100%表示面積增加。考慮優(yōu)先級(jí)和語(yǔ)義鄰近規(guī)則的算法導(dǎo)致水體和人造覆蓋類別面積明顯增多(主要從灌木叢和裸地轉(zhuǎn)移而來(lái))，這正與水體周圍有大量零星分散的灌木叢和草地這一空間分布現(xiàn)象吻合。由于3種類別相互嵌套，在聚合過(guò)程中設(shè)置水體優(yōu)先級(jí)較高，勢(shì)必會(huì)凸顯水體的主導(dǎo)優(yōu)勢(shì)； 但從另外一個(gè)方面來(lái)看，在粗尺度上進(jìn)行圖像分類時(shí)，相應(yīng)空間位置也會(huì)劃分為水體，這樣可以保證類別的完整性和空間分布的合理性。經(jīng)分析認(rèn)為，若要地物面積變化浮動(dòng)較小，選擇不加優(yōu)先級(jí)的算法效果較合理； 若要綜合考慮粗尺度上地物空間分布的合理性，建議采用具有優(yōu)先級(jí)和語(yǔ)義鄰近度的算法，同時(shí)應(yīng)注意原圖中優(yōu)勢(shì)類別的優(yōu)先級(jí)不易設(shè)置太高。平滑可以濾掉一些“噪聲”，在小尺度范圍內(nèi)會(huì)抹掉細(xì)節(jié)，但對(duì)大尺度操作范圍影響甚微。

3.3.2Fuzzy Kappa系數(shù)比較

Kappa系數(shù)用來(lái)評(píng)價(jià)分類圖像的精度。如果2幅圖像差異很大，則Kappa系數(shù)小，反之較大。Kappa系數(shù)僅適用于行數(shù)和列數(shù)相等的方表。在評(píng)估柵格類別數(shù)據(jù)地圖相似性工作中，Hagen[17]提出結(jié)合模糊集的Kappa系數(shù)指標(biāo)，稱之為Fuzzy Kappa系數(shù)(記為Kfuzzy)。其基本思想是： 首先比較2幅地圖對(duì)應(yīng)位置上2個(gè)像元的相似性，進(jìn)而根據(jù)Fuzzy Kappa 系數(shù)數(shù)學(xué)模型，計(jì)算所有像元對(duì)的平均相似度，得到2幅地圖的總體相似度。這種比較方法更為合理。因此，本文采用Fuzzy Kappa系數(shù)來(lái)比較粗尺度和精細(xì)尺度上圖像的相似程度。實(shí)驗(yàn)使用地圖相似性評(píng)價(jià)軟件MCK(Map Comparison Kit)進(jìn)行計(jì)算,20幅圖像計(jì)算結(jié)果如圖7所示。

圖7　不同綜合方法下各圖像Fuzzy Kappa系數(shù)

Fuzzy Kappa系數(shù)與普通Kappa系數(shù)具有統(tǒng)計(jì)性質(zhì)上的相似性，其值通常落在0~1間，可分為5組來(lái)表示不同級(jí)別的一致性： 0.0~0.20表示極低的一致性、0.21~0.40表示一般的一致性、0.41~0.60表示中等的一致性、0.61~0.80表示高度的一致性、0.81~1表示幾乎完全一致。從圖7可以看出，同一幅地表覆蓋柵格地圖在不同方法下得到Fuzzy Kappa 系數(shù)差異明顯； 不同圖幅(不同場(chǎng)景)在相同升尺度方法下得到Fuzzy Kappa系數(shù)值具有差異，這說(shuō)明升尺度方法和原圖場(chǎng)景中地物空間格局是造成尺度上推結(jié)果信息失真的2個(gè)重要因素，而利用考慮類別優(yōu)先級(jí)和語(yǔ)義鄰近關(guān)系的算法得到的結(jié)果能使圖像具有更好的整體相似性。

4結(jié)論

尺度轉(zhuǎn)換是地理學(xué)家觀察和認(rèn)識(shí)地理自然現(xiàn)象的一種方式，用不同的尺度轉(zhuǎn)換方法得到的結(jié)果數(shù)據(jù)不同，造成的信息量損失也不同。地表覆蓋類別數(shù)據(jù)升尺度方法中大多以眾數(shù)選擇為原則，在多個(gè)眾數(shù)情況下難以取舍，因此較難保證粗尺度上地物要素在空間上分布的合理性。

本文將地表覆蓋類別優(yōu)先級(jí)規(guī)則和類別語(yǔ)義鄰近度規(guī)則引入到尺度上推方法中，在眾數(shù)聚合原則上考慮這2種規(guī)則，建立了一種新的地表覆蓋類別數(shù)據(jù)升尺度方法。該方法通過(guò)設(shè)定優(yōu)先級(jí)參數(shù)和語(yǔ)義鄰近度，加權(quán)求算得到粗尺度上對(duì)應(yīng)空間位置的類別，從而完成地表覆蓋類別數(shù)據(jù)的尺度綜合。實(shí)驗(yàn)結(jié)果表明，如果要保持地表覆蓋類別在粗尺度上面積誤差較小，推薦使用平滑后眾數(shù)聚合方法； 然而，考慮到地物在粗尺度上也應(yīng)該具有良好的連續(xù)性和空間格局的合理性，故推薦采用平滑后優(yōu)先級(jí)方法進(jìn)行尺度上推。本實(shí)驗(yàn)中優(yōu)先級(jí)參數(shù)和語(yǔ)義鄰近度的設(shè)定不具有唯一性。在實(shí)際應(yīng)用中，應(yīng)該結(jié)合不同領(lǐng)域，考慮2種規(guī)則的取值，以便獲得合適的尺度轉(zhuǎn)換結(jié)果。

參考文獻(xiàn)(References)：

[1]Raffy M.Change of scale theory:A capital challenge for space observation of earth[J].International Journal of Remote Sensing,1994,15(12):2353-2357.

[2]Robinson W S.Ecological correlations and the behavior of individuals[J].American Sociological Review,1950,15(3):351-357.

[3]俞樂(lè),王杰,李雪草,等.基于多源數(shù)據(jù)集成的多分辨率全球地表覆蓋制圖[J].中國(guó)科學(xué):地球科學(xué),2014,44(8):1646-1660.

Yu L,Wang J,Li X C,et al.A multi-resolution global land cover dataset through multisource data aggregation[J].Science China Earth Sciences,2014,57(10):2317-2329.

[4]陳佑啟,Verburg P H.中國(guó)土地利用/土地覆蓋的多尺度空間分布特征分析[J].地理科學(xué),2000,20(3):197-202.

Chen Y Q,Verburg P H.Multi-scale spatial characterization of land use/land cover in China[J].Scientia Geographica Sinica,2000,20(3):197-202.

[5]陳軍,陳晉,宮鵬,等.全球地表覆蓋高分辨率遙感制圖[J].地理信息世界,2011,9(2):12-14.

Chen J,Chen J,Gong P,et al.Higher resolution global land cover mapping[J].Geomatics World,2011,9(2):12-14.

[6]楊葉濤,王迎迎,曾又枝.基于面向?qū)ο蟮母叻诌b感景觀格局提取方法[J].國(guó)土資源遙感,2014,26(4):46-50.doi:10.6046/gtzyyg.2014.04.08.

Yang Y T,Wang Y Y,Zeng Y Z.Object-based high spatial resolution imagery analysis for landscape pattern extraction[J].Remote Sensing for Land and Resources,2014,26(4):46-50.doi:10.6046/gtzyyg.2014.04.08.

[7]Atkinson P M,Aplin P.Spatial variation in land cover and choice of spatial resolution for remote sensing[J].International Journal of Remote Sensing,2004,25(18):3687-3702.

[8]Zhu C Q,Shi W Z,Wan G.Reducing remote sensing image and simplifying DEM data by the multi-band wavelet[J].International Journal of Remote Sensing,2002,23(3):525-536.

[9]岳天祥,劉紀(jì)遠(yuǎn).第四代地理信息系統(tǒng)研究中的尺度轉(zhuǎn)換數(shù)字模型[J].中國(guó)圖象圖形學(xué)報(bào),2001,6(9):907-911.

Yue T X,Liu J Y.The digital model for transforming information at various scales[J].Journal of Image and Graphics,2001,6(9):907-911.

[10]劉學(xué)軍,王彥芳,晉蓓.利用點(diǎn)擴(kuò)散函數(shù)進(jìn)行DEM尺度轉(zhuǎn)換[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2009,34(12):1458-1462.

Liu X J,Wang Y F,Jin B.A upscaling method of digital elevation model with point spread function[J].Geomatics and Information Science of Wuhan University,2009,34(12):1458-1462.

[11]楊勤科,Jupp D,郭偉玲,等.基于濾波方法的DEM尺度變換方法研究[J].水土保持通報(bào),2008,28(6):58-62.

Yang Q K,Jupp D,Guo W L,et al.Genaralizing the fine resolution DEMs with filtering method[J].Bulletin of Soil and Water Conservation,2008,28(6):58-62.

[12]McMaster R B,Monmonier M.A conceptual framework for quantitative and qualitative raster-mode generation[C]//Proceedings of GIS/LIS'89.Orlando,FL,1989:390-403.

[13]Nunes A,Caetano M R,Santos T G.Rule-based generalization of satellite-derived raster thematic maps[C]//Proc.SPIE 4886,Remote Sensing for Environmental Monitoring,GIS Applications and Geology II.Crete,Greece:SPIE,1999:289-297.

[14]艾廷華,楊帆,李精忠.第二次土地資源調(diào)查數(shù)據(jù)建庫(kù)中的土地利用圖綜合縮編[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2010,35(8):887-891.

Ai T H,Yang F,Li J Z.Land-use data generalization for the database construction of the second land resource survey[J].Geomatics and Information Science of Wuhan University,2010,35(8):887-891.

[15]劉耀林,李紅梅,楊淳惠.基于本體的土地利用數(shù)據(jù)綜合研究[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2010,35(8):883-886.

Liu Y L,Li H M,Yang C H.Ontology based land use data generalization[J].Geomatics and Information Science of Wuhan University,2010,35(8):883-886.

[16]艾廷華,劉耀林.土地利用數(shù)據(jù)綜合中的聚合與融合[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2002,27(5):486-492.

Ai T H,Liu Y L.Aggregation and amalgamation in land-use data generalization[J].Geomatics and Information Science of Wuhan University,2002,27(5):486-492.

[17]Hagen A.Fuzzy set approach to assessing similarity of categorical maps[J].International Journal of Geographical Information Science,2003,17(3):235-249.

[18]Monmonier M S.Raster-mode area generalization for land use and land cover maps[J].Cartographica,1983,20(4):65-91.

(責(zé)任編輯： 李瑜)

中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員會(huì)在北京大學(xué)召開專家會(huì)議

2015年12月25日，中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員會(huì)在北京大學(xué)城市與環(huán)境學(xué)院召開遙感專家組會(huì)議。中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員遙感專家組是中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員會(huì)領(lǐng)導(dǎo)的專門從事國(guó)產(chǎn)遙感衛(wèi)星推廣應(yīng)用的組織，是遙感衛(wèi)星研制單位與應(yīng)用單位間的橋梁。出席會(huì)議的有中國(guó)遙感應(yīng)用協(xié)會(huì)專家委員會(huì)主任趙文津院士，中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員會(huì)吳繼云副主任、馬海全秘書長(zhǎng)，暗物質(zhì)衛(wèi)星總設(shè)計(jì)師兼中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員會(huì)綜合應(yīng)用專家組組長(zhǎng)艾長(zhǎng)春研究員，北京大學(xué)城市與環(huán)境學(xué)院常務(wù)副院長(zhǎng)賀燦飛教授等60多位專家參加。

會(huì)議由中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員秘書長(zhǎng)、中國(guó)航天科技集團(tuán)五院503研究所副所長(zhǎng)馬海全研究員主持。會(huì)議舉行了遙感專家組掛牌儀式，宣布中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員遙感專家組正式掛靠北京大學(xué)城市與環(huán)境學(xué)院。吳繼云副主任和賀燦飛副院長(zhǎng)揭牌。吳繼云副主任介紹了衛(wèi)星應(yīng)用專業(yè)委員會(huì)的背景、目的和成立以來(lái)的主要工作，他指出專業(yè)委員會(huì)遙感專家組掛靠在北京大學(xué)城市與環(huán)境學(xué)院符合遙感應(yīng)用的目標(biāo)和國(guó)家的重要需求，衛(wèi)星應(yīng)用專業(yè)委員會(huì)與北京大學(xué)城市與環(huán)境學(xué)院的合作是順應(yīng)時(shí)代發(fā)展的需要，是非常好的合作，期望產(chǎn)生好的合作成果。賀燦飛常務(wù)副院長(zhǎng)向各位專家介紹了北京大學(xué)城市與環(huán)境學(xué)院的發(fā)展現(xiàn)狀、師資隊(duì)伍、學(xué)科設(shè)置等概況，遙感科學(xué)是學(xué)院教學(xué)和科研中的重要組成部分，遙感專家組的掛靠將對(duì)學(xué)院的遙感應(yīng)用有重要的提升，學(xué)院也將對(duì)遙感專家組的活動(dòng)提供支持。最后賀院長(zhǎng)表示，相信通過(guò)本次合作，必將促進(jìn)產(chǎn)、學(xué)、研結(jié)合，為人才培養(yǎng)和國(guó)家經(jīng)濟(jì)發(fā)展，為我國(guó)的遙感事業(yè)做出貢獻(xiàn)。艾長(zhǎng)春研究員對(duì)遙感專家組掛靠北京大學(xué)城市與環(huán)境學(xué)院，舉行掛牌儀式表示祝賀，他說(shuō)，遙感數(shù)據(jù)在資源環(huán)境、軍事上應(yīng)用，越來(lái)越廣泛，因此遙感專家組掛靠在北大將推動(dòng)遙感事業(yè)在我國(guó)的發(fā)展。

會(huì)議總結(jié)了遙感專家組2015年工作。中國(guó)宇航學(xué)會(huì)衛(wèi)星應(yīng)用專業(yè)委員遙感專家組組長(zhǎng)胡如忠組長(zhǎng)作《遙感專家組工作報(bào)告》，總結(jié)了2015年工作，對(duì)2016年工作提出了建議。會(huì)議對(duì)《遙感專家組工作報(bào)告》展開了充分討論，提了許多修改補(bǔ)充意見。會(huì)議上還舉辦了《國(guó)產(chǎn)遙感衛(wèi)星應(yīng)用進(jìn)展與應(yīng)用案例》新書首發(fā)式。

(劉雪萍，胡如忠)

Upscaling approach to land cover based on priority and semantic proximity rules

TAN Shiteng1，2, WANG Jicheng1, XU Zhu1, GONG Xunqiang1, 2

(1.FacultyofGeosciencesandEnvironmentalEngineering,SouthwestJiaotongUniversity,Chengdu611756,China;2.JiangxiProvinceKeyLabforDigitalLand,EastChinaInstituteofTechnology,Nanchang330013,China)

Abstract:The upscaling methods for land cover classification data are still based on mode number selection or principle proportion choice; nevertheless, blocked at multiple modes, map information will be largely distorted under randomly choice. In order to maintain spatial information before and after generalization, this paper introduces land cover priority guidelines and semantic proximity norms to the upscaling method. A new upscaling method can be obtained by adding both rules to the aggregation processing. Firstly, through setting land cover priority guidelines and semantic proximity norms, the output category at the corresponding spatial location can be calculated on the coarse scale. The results show that, based on the majority aggregation method, and by adding the priority of the neighboring and semantic rules, the consistency of the spatial distribution of the feature can be better maintained after generalization, and the similarity of original maps is relatively high.

Keywords:land cover data; upscaling; priority; semantic proximity; Fuzzy kappa coefficient

作者簡(jiǎn)介：第一 譚詩(shī)騰(1990-)，男，博士研究生，主要從事遙感多尺度轉(zhuǎn)換方法及尺度效應(yīng)研究。Email： shitangis@sina.cn。

中圖法分類號(hào)：TP 79

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-070X(2016)01-0050-07

基金項(xiàng)目：西南交通大學(xué)研究生創(chuàng)新實(shí)踐項(xiàng)目“基于主體結(jié)構(gòu)特征的異源遙感影像自動(dòng)匹配研究”(編號(hào)： YC201414131)、2014年四川省科技創(chuàng)新苗子工程“基于高分光學(xué)遙感影像的高鐵沿線隱患監(jiān)測(cè)的關(guān)鍵技術(shù)研究”(編號(hào)： 2014-12)、教育部“新世紀(jì)優(yōu)秀人才支持計(jì)劃”(NCET-12-0942)以及東華理工大學(xué)江西省數(shù)字國(guó)土重點(diǎn)實(shí)驗(yàn)室開放研究基金“高分辨率光學(xué)遙感影像的高精度配準(zhǔn)研究”(編號(hào)： DLLJ201505)共同資助。

收稿日期：2014-10-15；

修訂日期：2014-12-03

doi:10.6046/gtzyyg.2016.01.08

引用格式： 譚詩(shī)騰,王繼成，徐柱，等.基于優(yōu)先級(jí)和語(yǔ)義鄰近度的地表覆蓋數(shù)據(jù)升尺度方法[J].國(guó)土資源遙感,2016，28(1)：50-56.(Tan S T,Wang J C,Xu Z,et al.Upscaling approach to land cover based on priority and semantic proximity rules[J].Remote sensing for Land and Resources,2016,28(1)：50-56.)