摘 要:地理國情是我國國情的一部分,開展全國的地理國情普查是了解我國地理國情的重要手段。文章以武漢市東湖新技術開發(fā)區(qū)地理國情普查試點數(shù)據(jù)為基礎,利用遙感影像和普查成果等多源數(shù)據(jù),對人工勾繪的地表覆蓋專題層數(shù)據(jù)進行分析檢驗,為地理國情普查中的人工分類圖斑的準確性,給出一個可疑圖斑的檢驗方法。
關鍵詞:地理國情普查;影像分類;地表覆蓋數(shù)據(jù);圖斑檢驗
引言
地理國情普查是我國開展的一項重大國情國力調查,普查的目的是掌握我國自然和人文地理要素的近況和空間分布情況,為我國開展常態(tài)化地理國情監(jiān)測打下基礎。國情普查中主要數(shù)據(jù)包括地理國情要素數(shù)據(jù)和地表覆蓋分類數(shù)據(jù)兩大數(shù)據(jù)[1]。地表覆蓋分類數(shù)據(jù)反映出了地表的自然地物和人工構造物的自然屬性,它是以遙感正射影像為基礎,利用采集到的基礎地理信息數(shù)據(jù)和相關專業(yè)部門的資料,采用計算機自動分類提取和人工判讀結合的方式,進行的地表覆蓋類型內(nèi)業(yè)解譯,形成相對應的地表覆蓋分類數(shù)據(jù)。地理國情要素數(shù)據(jù)雖然也是以遙感正射影像為底圖,但是該數(shù)據(jù)參考整合了已有的基礎地理信息、土地使用、資源環(huán)境等資料,通過人工判讀的方法來進行地理國情要素數(shù)據(jù)的生成。地表覆蓋分類數(shù)據(jù)是地理國情監(jiān)測的基礎,如何做好地表覆蓋分類數(shù)據(jù)中分類圖斑的檢查,把控好地表覆蓋分類數(shù)據(jù)的成果質量,確定是否存在分類錯誤的可疑圖斑,關系到地理國情普查成果的完整性和準確性。隨著我國地理國情普查如火如荼的進行,針對普查數(shù)據(jù)中的人工分類圖斑的檢驗方法研究成為了必不可少的一部分。
1 實驗區(qū)簡介
武漢市東湖新技術開發(fā)區(qū)地處長江中部、江漢平原東部,位于武漢市洪山區(qū)、江夏區(qū)境內(nèi),地勢低平,該區(qū)域內(nèi)地物類型主要包括有建筑物及建筑陰影、植被、水域、裸露地等,總面積518.06平方公里。文章實驗使用的高分辨率遙感影像數(shù)據(jù)為湖北省武漢東湖新技術開發(fā)區(qū)2013年8月獲取的Pleiades衛(wèi)星影像,武漢市近年來正在進行大規(guī)模城市建設和發(fā)展,主要表現(xiàn)為舊城區(qū)的改造和新城區(qū)的擴建,因而實時、準確地提供地表覆蓋類型和地物要素的變化數(shù)據(jù),對于掌握城市發(fā)展進度、變化監(jiān)測具有重要意義。
2 分類圖斑的檢驗方法
為了充分發(fā)揮遙感技術在地理國情普查中的作用,利用地表覆蓋專題層數(shù)據(jù)和高分辨率遙感影像數(shù)據(jù)作為基礎數(shù)據(jù),進行人工分類圖斑的檢驗研究,確定人工分類圖斑類別是否正確。
2.1 面向對象的分類
eCognition是目前商用的遙感影像處理軟件中第一個采用面向對象的方法提取遙感信息的軟件,它打破了傳統(tǒng)的面向像元分類的局限性,給出了一種面向對象的分類新思想。文章采用的面向對象的分類方法,是專門針對高分辨率遙感影像的需求而形成的一種分類方法[2]。在運用面向對象分類中,其最小的單位是分割對象,這些對象是由影像中具有相似光譜和紋理特征組成的不規(guī)則地塊,該分割對象的大小由分割尺度的閾值來決定,因此面向對象分類可以減少基于像元分類的限制,提高信息提取的準確率。實驗表明,測試結果選擇尺度參數(shù)為150的多尺度分割,形狀因子為0.5,緊密度為0.8,能夠使整幅影像的分割到達高度優(yōu)化的結果;其次,針對人工分類的圖斑數(shù)據(jù)進行植被、水體和其他類的分類實驗,通過研究基于分割對象的光譜特征、紋理特征和形狀特征,選出了最有效的幾類特征(Mean nir、NDVI、NDWI、Brightness、Max diff)作為參考特征進行分類,并通過該特征值來構建水體和植被的分類模型樣本,最后通過對該樣本的學習和訓練,建立規(guī)則集,運用決策樹分類得到了分類的結果。
2.2 差異圖斑的檢驗方法
差異圖斑是指針對同一個影像分割對象,人工勾繪的數(shù)據(jù)屬性與計算機自動分類的數(shù)據(jù)屬性的不一致表述。人工勾繪的地表覆蓋分類數(shù)據(jù)采集規(guī)范中就大就近的原則,規(guī)定以面積占絕對優(yōu)勢的地類為主,將不滿足面積采集指標的類別就大就近合并到面積占絕對優(yōu)勢的類型中。針對上述分析的情況,對人工勾繪的地表覆蓋分類數(shù)據(jù)進行檢驗,給出了一個判斷分類圖斑是否是可疑圖斑的判斷準則,即如果地表覆蓋圖斑的類別與專題層屬性類別不一致,并且面積大于400平方米,則可判斷該圖斑存在錯檢或漏檢。
根據(jù)上述表述的差異圖斑發(fā)現(xiàn)的判斷準則,首先需要對地表覆蓋的自動分類數(shù)據(jù)和人工勾繪的專題層數(shù)據(jù)運用多邊形與多邊形疊加和邏輯并的運算,就是需要把兩個類別的差異字段導入到Arcgis中參與字段相交計算,在這一步實現(xiàn)的是條件函數(shù)的判斷,自動分類的數(shù)據(jù)中Class_name字段包含有water、vegetation、others三個類別,人工勾繪數(shù)據(jù)中class_name字段也包含有water、vegetation、others三個類別,如表1是兩個字段的條件判斷規(guī)則,其中0表示自動分類圖斑與人工勾繪圖斑屬性相同,1則為兩個屬性不同。
3 結束語
對于我國開展的地理國情普查,能夠展現(xiàn)出各方面變化的時空之間的內(nèi)在聯(lián)系,能夠更好地提供國家規(guī)劃和社會發(fā)展的需要,對國家的可持續(xù)發(fā)展戰(zhàn)略的決策具有重要的實際意義[3]。在進行地理國情普查數(shù)據(jù)的人工解譯過程中,難免會出現(xiàn)解譯不認真的時候,由此可能就會出現(xiàn)部分地區(qū)的勾繪錯誤,地表覆蓋數(shù)據(jù)的成果質量直接關系到地理國情監(jiān)測的真實性和可靠性[4],所以針對人工分類圖斑的檢驗是非常有必要的。
參考文獻
[1]張玉麗,段東玲,錢楓.吉林省地理國情普查產(chǎn)品的質量控制[J].測繪與地理空間信息,2015(38):189-191.
[2]田新光.面向對象高分辨率遙感影像信息提取[D].北京:中國測繪科學院,2007.
[3]張成,張永忠.地理國情監(jiān)測對象與技術方法研究[D].蘭州交通大學,2014.
[4]邵金強,羅斐,周銀朋.淺談如何控制地理國情普查項目成果質量[J].科技視界,2014(19):339-340.
作者簡介:熊松(1992-),男,漢族,湖北省武漢市,碩士研究生,工作單位:武漢市江夏區(qū)測繪地理信息院。