舒 欣，鄭 潔，劉蕊溪

（西南科技大學城市學院，四川 綿陽 621000）

傳統(tǒng)的人工測量方法，獲取地物的方式誤差較大，作業(yè)周期長，成本費用高。而遙感技術的出現(xiàn)，打破傳統(tǒng)人工測量方法的局限性[1]。它是一種信息時代大產(chǎn)物和工具，具有周期動態(tài)性、信息量豐富、快速獲取信息等特點，能夠利用電磁波快速準確提取地物信息，從而提高工作效率。用不同影像特征對地物進行歸類，形成土地利用分類數(shù)據(jù)，并對礦區(qū)復墾土地利用現(xiàn)狀及分布情況進行系統(tǒng)分析。

1 研究區(qū)和實驗數(shù)據(jù)

1.1 研究區(qū)數(shù)據(jù)

本文研究區(qū)數(shù)據(jù)為綿陽市某礦區(qū)Landsat8遙感影像，坐標系為WGS-84。其參數(shù)系數(shù)如表1所示。

表1 遙感影像參數(shù)系數(shù)

1.2 監(jiān)督分類

1.2.1 感興趣區(qū)域的建立

首先，通過人工目視判讀，辨別出礦區(qū)復墾后可利用土地類別，建立感興趣區(qū)域，每一個類別的樣本數(shù)量最好控制在10個以內(nèi)。

然后，檢查樣本之間的可分離性。分離的值在0～2.0之間。如果分離度大于1.9，則意味著樣本之間的可分離性良好，并且屬于合格樣本。如果小于1.8，則需要重新選擇訓練樣本。對于分離結(jié)果小于1，請考慮將兩種類型的樣本合并。表2顯示了各種樣本之間的可分離性。

1.2.2 建立訓練樣本

訓練樣本是指分析人員在訓練場上確定的各種實際對象類型的典型分布區(qū)域[3]。

訓練樣本的選擇以及分類準確性之間的直接關系是監(jiān)督分類的關鍵。使用選定的樣本像元識別未知樣本像元的過程。

1.2.3 執(zhí)行監(jiān)督分類

目前，常用的監(jiān)督分類包括平行六面體，馬氏距離，最大似然，最小距離，神經(jīng)網(wǎng)絡和支持向量機。本文主要使用神經(jīng)網(wǎng)絡（Neural Net Classification）方法。神經(jīng)網(wǎng)絡的優(yōu)點是其非線性映射能力。

它使用許多小型處理單元來模擬生物神經(jīng)元，并使用算法來快速，大量地處理數(shù)據(jù)，以實現(xiàn)人腦識別，記憶，思考以及將其應用于圖像分類的過程。

如圖1所示為監(jiān)督分類的最終結(jié)果，其中藍色、紫色、黃色、綠色、褐色、青色分別表示礦山復墾可利用土地分類圖。

表2 6個樣本可分離性

圖1 礦山復墾土地利用分類圖

1.2.4 空間數(shù)據(jù)可視化

空間數(shù)據(jù)可視化是一種在經(jīng)過計算機處理和分析之后在信息世界中顯示現(xiàn)實世界事物的方法，把數(shù)學模型和數(shù)據(jù)進行處理，有效傳輸與表達地理信息，解釋地理現(xiàn)象內(nèi)在規(guī)律的重要手段。本文使用GIS軟件對監(jiān)督分類結(jié)果進行可視化，制作地圖輸出結(jié)果。

2 結(jié)論

由于中國的土地利用狀況是人均耕地較少，土地儲備資源較少，因此對礦區(qū)復墾土地合理開發(fā)與利用在一定程度上可解決土地緊缺問題。如果大量開發(fā)荒草地和裸地容易造成生態(tài)環(huán)境。所以需要我們加強保護耕地，緩解用地不足的矛盾。