許廣軍　吳玉煒　周智明

摘 要：近年來(lái)，由于區(qū)域人口的增加和社會(huì)經(jīng)濟(jì)的快速發(fā)展，某市的土地利用類型發(fā)生了明顯變化。該文以該地區(qū)的Landsat-8 OLI影像為數(shù)據(jù)源，利用envi軟件對(duì)其進(jìn)行監(jiān)督分類，對(duì)監(jiān)督分類的結(jié)果進(jìn)行精度驗(yàn)證，論述了采用Landsat-8 OLI影像獲得城市土地利用分類的技術(shù)流程，為該地區(qū)以后的動(dòng)態(tài)監(jiān)測(cè)提供了依據(jù)，對(duì)于土地可持續(xù)利用具有重要意義。

關(guān)鍵詞：Landsat-8 OLI 土地利用 監(jiān)督分類

中圖分類號(hào)：P237 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2016）02（a）-0012-02

近年來(lái)，由于經(jīng)濟(jì)的快速發(fā)展，城市土地利用類型變化較大，遙感數(shù)據(jù)被廣泛用于土地利用和土地覆蓋研究，遙感技術(shù)的快速發(fā)展為土地利用研究提供了有力的工具。利用遙感圖像解譯編制土地利用類型圖是一種經(jīng)濟(jì)實(shí)用的方法，能夠快速、準(zhǔn)確、大范圍地獲取土地資源狀況，它可為摸清土地資源的數(shù)量與質(zhì)量并進(jìn)行合理利用提供科學(xué)依據(jù)。該文利用Landsat-8遙感影像結(jié)合ENVI工具，快速得到了城市的土地利用類型。通過(guò)對(duì)分類結(jié)果精度的驗(yàn)證，證明了此技術(shù)可以作為獲取土地利用信息的有效手段。

1 研究區(qū)概況

某市地處我國(guó)東部沿海向內(nèi)陸過(guò)渡地帶，氣候?qū)賮啛釒駶?rùn)性東南季風(fēng)氣候， 具有冬寒夏暖、春濕秋旱、夏季多雨、冬季少雪、四季分明的特征。地形以平原為主，兼有少量低山丘陵以及崗地。植被類型繁多，自然植被以常綠闊葉、落葉闊葉混交林為主，馬尾松、杉木、櫟樹(shù)分布普遍。

2 數(shù)據(jù)來(lái)源

2013年2月11號(hào)，美國(guó)航空航天局（NASA）成功發(fā)射了 Landsat 8 衛(wèi)星，其上攜帶OLI陸地成像儀和TIRS熱紅外傳感器。OLI陸地成像儀包括9個(gè)波段，空間分辨率為30 m，其中包括一個(gè)15米的全色波段。與ETM+傳感器相比，OLI包括了ETM+傳感器所有的波段，OLI全色波段Band8波段范圍變窄，使全色圖像更易區(qū)分植被和無(wú)植被地區(qū)，有利于目視判讀和城市土地利用分類。此外，還有兩個(gè)新增的波段：藍(lán)色波段（band 1；0.433 0.453μm）和短波紅外波段（band 9；1.360 1.390 μm）。

研究選取2013年9月的兩景Landsat-8 OLI影像對(duì)該市進(jìn)行土地利用分類研究，行列號(hào)分別為123/38和123/39，兩景數(shù)據(jù)云量較少，成像清晰，利于后續(xù)分類處理。

3 數(shù)據(jù)處理

3.1 彩色合成和圖像融合

不同的波段組合有其不同的主要用途，根據(jù)目視判讀的需要，各類地物間的反差應(yīng)盡可能大，根據(jù)前人在長(zhǎng)期工作中總結(jié)的Landsat TM（ETM+）不同波段合成對(duì)地物增強(qiáng)的效果，TM的4、3、2波段組合的地物圖像豐富、鮮明、層次好，可用于植被分類和水體識(shí)別，而OLI的5、4、3波段范圍與TM的4、3、2波段范圍非常接近，最后確定選擇5、4、3標(biāo)準(zhǔn)假彩色波段組合。將多光譜波段影像和全色波段影像分別進(jìn)行Seamless Mosaic無(wú)縫接邊處理，用該市行政規(guī)劃圖shapefile矢量文件分別剪裁，將該市多光譜影像的5、4、3波段進(jìn)行假彩色合成。

采用得到的該市假彩色合成影像與全色波段影像做HSV影像融合，使處理后的遙感圖像既提高了空間分辨率，同時(shí)又保留了影像原本的多光譜特征，從而達(dá)到圖像增強(qiáng)的目的，增強(qiáng)判讀的準(zhǔn)確性。經(jīng)過(guò)HSV融合后，道路等細(xì)節(jié)能夠更加清楚的分辨，地物間反差增大，更加有利于目視判讀（圖1）。

3.2 監(jiān)督分類

對(duì)于監(jiān)督分類而言， 訓(xùn)練區(qū)ROI的選擇是否準(zhǔn)確合理對(duì)分類精度有著很大的影響。使用ENVI的ROI TOOL工具在融合后的影像上采取樣區(qū)，對(duì)比衛(wèi)星影像地圖上的實(shí)際地物，發(fā)現(xiàn)湖泊與水田、耕地與草地，很難剝離，所以決定將這四種地物劃分為兩類，結(jié)合該市實(shí)際情況，將土地利用類型分為：長(zhǎng)江、湖泊水田、林地、灌木、耕地草地和城鎮(zhèn)用地六類。選擇完訓(xùn)練樣本后，通過(guò)ENVI軟件的Compute ROI Separability工具計(jì)算訓(xùn)練樣本的可分離性，樣本間可分離性結(jié)果值均大于1.8，說(shuō)明樣本之間的可分離性較好。

ENVI提供了多種監(jiān)督分類方法， 最常使用的有最大似然法、神經(jīng)網(wǎng)絡(luò)分類法、最小距離法和支持向量機(jī)方法， 不同方法參數(shù)設(shè)置不同， 而且最終分類效果也會(huì)有所不同。相較于其他幾種方法，最大似然法的分類精度較高，且計(jì)算時(shí)間較快，該文采用最大似然法進(jìn)行監(jiān)督分類。建立一個(gè)背景的掩膜，使背景不參與監(jiān)督分類，使用生成的分類模板和背景掩膜進(jìn)行最大似然法監(jiān)督分類，得到土地利用分類圖（圖2）。

3.3 精度評(píng)價(jià)

分類后進(jìn)行精度評(píng)定，采用混淆矩陣的方法。得到總體分類精度為97.707 1%，Kappa系數(shù)為0.971 2。由此可見(jiàn)分類精度很高，影像分類質(zhì)量很好。

4 結(jié)果分析

根據(jù)統(tǒng)計(jì)分類結(jié)果可知，灌木面積為2 977.944 km2，占土地總面積的35.14%，面積最大；其次是城鎮(zhèn)用地，面積為2 797.691 km2，占土地總面積的33.02%；耕地和草地面積為1 052.047 km2，占12.42%；湖泊和水田面積為860.08 km2，占10.15%；林地面積為623.259 km2，占7.34%；長(zhǎng)江面積為162.627 km2，占1.92%。

5 結(jié)語(yǔ)

該文以Landsat-8 OLI影像數(shù)據(jù)為數(shù)據(jù)源，得到了某市土地利用分類圖，能夠較好的反映某市的地表信息， 又具有較強(qiáng)的分類可行性。Landsat-8 OLI數(shù)據(jù)相對(duì)于MODIS等低空間分辨率、高時(shí)間分辨率數(shù)據(jù)來(lái)說(shuō)，更加能夠確保分類結(jié)果的準(zhǔn)確性；而QuickBird、SPOT等數(shù)據(jù)雖然具有高空間分辨率，但是價(jià)格貴、時(shí)間分辨率低，只適用于特定小空間尺度的研究。Landsat-8 OLI數(shù)據(jù)屬于中等空間分辨率，具有合適的重訪周期，更適合于做土地利用分析。

利用Landsat8 OLI影像編制土地利用類型圖是一種經(jīng)濟(jì)實(shí)用的方法， 可為決策部門(mén)更加及時(shí)、準(zhǔn)確地提供土地資源的數(shù)量、質(zhì)量、分布及其變化趨勢(shì)以便從宏觀上調(diào)控土地資源利用，能夠有效避免由于人類對(duì)于土地資源的過(guò)度開(kāi)發(fā)而引起的諸如溫室效應(yīng)、土地退化、水土流失等一系列生態(tài)問(wèn)題。

參考文獻(xiàn)

[1] 張風(fēng)霖，緱變彩，李靖琳.Landsat7 ETM+與Landsat8 OLI植被和非植被定量研究[J].山西建筑，2014，40（11）：240-241.

[2] 鄧書(shū)斌.ENVI遙感圖像處理方法[M].北京：科學(xué)出版社，2013：124-125.

[3] 閆琰，董秀蘭，李燕.基于envi的遙感圖像監(jiān)督分類方法比較研究[J].北京測(cè)繪，2011（3）：14-16.