鄒思遠
摘 要:通過對西安市2013年和2015年Landsat8遙感影像進行預處理,然后運用面向?qū)ο蟮姆诸惙椒?,將影像分為四類:建筑物、植被、水體和裸地,去除小圖斑,再運用多種變化監(jiān)測的方法來反映西安市各區(qū)縣的土地利用情況,最后對變化結(jié)果進行分析,給出合理建議。實驗部分都是在ENVI5.1下完成的。
關(guān)鍵詞:Landsat8 遙感影像 土地利用
中圖分類號:TP751 文獻標識碼:A 文章編號:1674-098X(2016)05(b)-0018-02
人類為經(jīng)濟的和社會的目的,通過各種使用活動對土地長期或周期性的經(jīng)營。隨著經(jīng)濟的快速發(fā)展,土地的利用狀況發(fā)生了巨大的變化。而對土地進行監(jiān)測是對土地使用情況了解的一個重要環(huán)節(jié),該文通過兩個時段的Landsat8遙感影像對西安市的土地利用變化情況進行研究,由于研究的是2013—2015年的土地利用情況,故結(jié)果對于西安市的土地利用情況有著清晰的反映,而西安市的土地利用情況也從側(cè)面反映了中國城市化進程的土地利用變化情況,這對于城市管理者進行分析和規(guī)劃有著重要意義。
1 影像的獲取及預處理
西安市的面積有一萬多平方公里,一幅Landsat8影像是不可能覆蓋這么大的范圍,因此影像的拼接是很有必要的。拼接完成后的影像存在顏色分布不均勻,反差大等現(xiàn)象,這時候就需要用到勻光勻色處理,然后對影像進行幾何校正,將其轉(zhuǎn)化到西安80坐標系下。由于拼接好的影像還覆蓋了西安市周邊的區(qū)域,這時候需要通過獲取西安市在西安80坐標系下的矢量圖,通過裁剪獲得西安市以及西安市各區(qū)縣的影像圖。為了提升影像的幾何分辨率,可以引用全色影像,并基于HIS變換將影像的幾何分辨率由30 m提高到15 m。
2 影像的分類
遙感影像可以用基于像素的遙感影像分類,這種分類的方法一般是基于像素的亮度值,分類精度往往不高,因為沒有考慮到象元與周圍象元之間的關(guān)系(如紋理、形狀特征和與周圍景物的聯(lián)系等)。隨著計算機技術(shù)的發(fā)展,基于面向?qū)ο蟮挠跋穹诸愃惴ǖ靡援a(chǎn)生。其核心思想是分類的最小單元是由影像分割而來的圖斑,而不再是單個的像素,可以實現(xiàn)高精度的遙感影像分類和目標提取。面向?qū)ο蟮倪b感影像分類算法的流程是,首先對遙感影像進行分割,再根據(jù)遙感影像分類或目標地物提取的具體要求,檢測和提取目標地物的各種特征(如形狀、大小、紋理、結(jié)構(gòu)、陰影、模式和與周圍景物的聯(lián)系等),從而達到對遙感影像進行分類或目標地物的提取。
由于西安市城市化進程很快,所以建筑物占的面積比例很大,為了使建筑物能夠在選擇訓練樣本時,清晰可見,一般選擇7、6、4波段組合。這個組合特別適用于城市地區(qū)的分類。
從圖1上可以清晰地分辨出建筑物、植被、水體和裸地。
為了使后續(xù)的變化檢測能更好地進行下去,在對前后兩個時相的影像分類應采用相同的分割尺度等。這里采用了MERGE_ALGORITHM Full Lambda Schedule、MERGE_VALUE 80.00、MERGE_BANDS [7,6,4]和TEXTURE_KERNEL_SIZE 3,這些參數(shù)的設置是根據(jù)大量的實驗得來的,事實證明,這樣的分類參數(shù)設置是符合要求的。
3 土地利用情況的變化檢測
遙感動態(tài)檢測就是從不同時期的遙感數(shù)據(jù)中,定量地分析和確定地表變化的特征與過程。它涉及到變化的類型、分布狀況與變化量,即需要確定變化前后的地面類型、界線及變化趨勢,能提供地物的空間分布及其變化的定性和定量信息。
目前,遙感變化檢測技術(shù)大多是針對兩個時相的遙感影像進行操作。根據(jù)處理過程來分,遙感變化檢測方法可分為三類。
3.1 圖像直接比較法
圖像直接比較法是最為常見的方法,它是對經(jīng)過配準的兩個時相遙感影像中像元值直接進行運算和變換處理,找出變化的區(qū)域。目前常用的光譜數(shù)據(jù)直接比較法包括圖像差值法、圖像比值法、植被指數(shù)比較法、主成分分析法、光譜特征變異法、假彩色合成法、波段替換法、變化矢量分析法、波段交叉相關(guān)分析以及混合檢測法等。
3.2 分類后比較法
分類后結(jié)果比較法是將經(jīng)過配準的兩個時相遙感影像分別進行分類,然后比較分類結(jié)果得到變化檢測信息。雖然該方法的精度依賴于分別分類時的精度和分類標準的一致性,但在實際應用中仍然非常有效。
3.3 直接分類法
結(jié)合了圖像直接比較法和分類后結(jié)果比較法的思想,常見的方法有:多時相主成分分析后分類法、多時相組合后分類法等。
當然,檢測方法遠不止這些。但是就該文所研究的內(nèi)容來看,分類后比較法是行之有效的方法。在前面的面向?qū)ο蟮挠跋穹诸惖幕A(chǔ)上,運用分類后比較法分類的準確度更高,更具說服力。通過對變化影像觀察,可以快速發(fā)現(xiàn)土地利用的變化情況及大小,這對于土地利用監(jiān)管執(zhí)法是很有幫助的。這種土地監(jiān)管的方法可以有效地杜絕腐敗的發(fā)生,并且為土地執(zhí)法提供依據(jù)。
但是,僅僅用分類后比較法的圖像對于土地利用的宏觀分析是遠遠不夠的,只有通過定量分析,才使結(jié)果更具有更深遠的意義,因此,分類后比較法中的結(jié)果輸出面板中,選擇統(tǒng)計類型:像素(Pixels)、百分比(Percent)和面積(Area),選擇路徑輸出結(jié)果是可以定量地對土地利用變化檢測做出一個合理的解釋說明。
4 結(jié)果及分析
由于每個區(qū)的發(fā)展規(guī)劃以及現(xiàn)實條件的復雜性不同,因此,對每個區(qū)的單獨分析是很有必要的。下面就以西安市長安區(qū)為例進行結(jié)果分析,其他各區(qū)縣也可以相同方法進行推測。
從表1中可以看出,四類地物都沒有發(fā)生根本性的變化。原先為建筑物變成裸地占了建筑物中的21.189%,這是因為長安區(qū)位于西安的南郊,發(fā)展較為成熟,也存在較多的城中村。這幾年舊城區(qū)的改造出現(xiàn)了大量的拆遷,這與實地考察是相符的。由于長安區(qū)舊城改造也在進行,所以以前拆遷變成的裸地,擱置久了就覆蓋上了植被,隨著改造完成,這些植被變成了建筑物,故植被變成建筑物的比例占植被總面積的9.799%也是符合實際情況的。2013年的影像是7月份的,此時植被生長最為茂盛,而2015年的影像是4月份的,正處于早春時節(jié),有些區(qū)域的植被生長不明顯,在影像中判為裸地是很有可能的,所用植被變成裸地占植被的比重的15.923%也是正確的。七水繞長安,這些河流大部分都是流入黃河的,由于七月份是黃河的豐水期,并且夏季是雨季,所以水體變成其他地物也是合乎情理的。而裸地變成建筑物占裸地的比重的7.992%,則是城市化進程的一個重要體現(xiàn)。
5 結(jié)語
面向?qū)ο蟮挠跋穹诸悓τ谕恋乩米兓瘷z測是非常有效的方法,相比于傳統(tǒng)的地籍測量,它的周期非常短,成本低,相對于基于象元的影像分類的土地利用變化檢測,其精度更高。即使這樣,其精度有時還是不能滿足實際的要求,因此提高分類精度是很重要的。
Landsat8影像最后的幾何分辨率可以達到15 m,面向?qū)ο蟮挠跋穹诸惖姆诸惤Y(jié)果和實際檢驗結(jié)果的符合度很高,故該實驗的結(jié)果是很有說服力。這樣的結(jié)果對于土地檢測、土地執(zhí)法、和土地宏觀調(diào)控是極具參考價值的。面向?qū)ο蟮挠跋穹诸惖耐恋乩米兓瘷z測最終的結(jié)果與實際的原因相吻合,這進一步說明了該實驗的重要意義。
參考文獻
[1] 朱顥東,李紅嬋.基于互信息和粗糙集理論的特征選擇[J].計算機工程,2011(15):181-183.
[2] 張俊,朱國龍,李妍.面向?qū)ο蟾叻直媛视跋裥畔⑻崛≈械某叨刃白顑?yōu)尺度研究[J].測繪科學,2011(2):107-109.
[3] 胡文亮,趙萍,董張玉.一種改進的遙感影像面向?qū)ο笞顑?yōu)分割尺度計算模型[J].地理與地理信息科學,2010(6):15-18.