郎悟靈

（四川中水成勘院測繪工程有限責任公司，四川 成都 610000）

在我國，遙感影像解譯技術(shù)是支撐我國地理國情普查的重要技術(shù)，利用遙感影像解譯技術(shù)可以將各類地理條件信息從地理國情中發(fā)掘出來，并在地理國情的具體普查過程中起到相當重要的作用，為其提供充足的理論資料和依據(jù)，能夠顯著提升具體普查工作的工作效率。因此，遙感影像解譯技術(shù)在我國的地理國情普查工作中能夠起到十分重要的作用，并且能作為技術(shù)基礎為我國的地理事業(yè)提供各種理論和技術(shù)的支持，具有十分重要的現(xiàn)實意義。

1 項目區(qū)概況

金沙縣位于貴州省西北部，畢節(jié)地區(qū)東部，全縣轄21個鄉(xiāng)鎮(zhèn)及4個街道辦，共58萬人，東西間距約100km，南北寬約23.5km，共有42個社區(qū)居民委員會、199個村民委員會。根據(jù)任務區(qū)的特點，運用高新技術(shù)和裝備采用“外—內(nèi)—外—內(nèi)”的方式開展普查工作，即項目開展前先建立解譯標志以保證地表覆蓋分類的準確性。通過使用人工對遙感影像進行解譯的方式將項目地區(qū)地表內(nèi)容進行分類，同時采集相關的地理要素。其中存在難以判定邊界且地理要素難以辨別的，還包括難以精確判定的地表覆蓋分類圖。根據(jù)外業(yè)調(diào)查成果對各數(shù)據(jù)層進行編輯、修改，依據(jù)《地理國情普查檢查驗收與質(zhì)量評定規(guī)定》（GDPJ 09—2013）相關要求完成質(zhì)量檢查，建立多種普查成果數(shù)據(jù)庫[1]。

2 遙感解譯樣本數(shù)據(jù)采集方法

遙感解譯樣本采集對地理環(huán)境的正確認知是保證解譯結(jié)果正確的基本前提。在內(nèi)業(yè)采集方面，利用生產(chǎn)的正射影像、基礎地理信息數(shù)據(jù)、項目區(qū)專題數(shù)據(jù)資料，通過人工解譯方式，按照《地理國情普查內(nèi)容和指標》（GDPJ 01—2013）要求，采集金沙縣范圍內(nèi)地理國情普查數(shù)據(jù)，形成包括耕地、園地、林地、草地、房屋建筑區(qū)、道路、構(gòu)筑物、人工堆掘地、裸露地表、水域10種類型的地表覆蓋數(shù)據(jù)以及河流、交通道路、構(gòu)筑物和地理單元及界線為主的地理要素信息數(shù)據(jù)[2]。

在進行外部作業(yè)時，要根據(jù)GPS進行工作定位，記錄工作軌跡，將外部作業(yè)的調(diào)查順序和核查工作作為工作依據(jù)。同時，在進行外部作業(yè)工作時校對路線中的地理要素和圖版等元素，并關注和記錄沿途的地理環(huán)境和地表特征等元素。在整體地理元素的整合和分類工作中，要及時整理最新采集到的基礎地理信息和特殊的地理信息，同時補充和確認發(fā)現(xiàn)的難以觀察到的地理位置便捷等特殊信息，根據(jù)在外作業(yè)中了解到的最新成果，與最新的數(shù)據(jù)統(tǒng)計系統(tǒng)相結(jié)合進行編輯、修改、匯總，形成地理國情普查數(shù)據(jù)。對存在差異的圖片進行相互的數(shù)據(jù)處理，詳細檢查已得到的地理元素和具體研究成果，通過修改形成普查生產(chǎn)基本數(shù)據(jù)，同時以此數(shù)據(jù)為分析基礎，使用地理數(shù)據(jù)的統(tǒng)計分析組成圖像，匯報并總結(jié)出研究成果[3]。

3 遙感影像解譯方法

我國地表的具體覆蓋分類是通過使用計算機進行智能計算和人工判讀相結(jié)合的形式得到的，在存在難以判明具體條件的影響因素的情況下，例如勘測影像出現(xiàn)問題時，或是冬季、存在云霧等影響視覺觀察和智能評定的形式下，通過人工解譯的形式進行分析。

3.1 解譯標志的建立

利用遙感技術(shù)所得到的地理圖像通常存在差異性，而將圖像中存在的差異性進行統(tǒng)計和比對分析就能夠判別圖像中的地理事物。一般情況下，在遙感圖像資料中通過分析得出的圖像特征就是遙感影像解譯的標志。遙感影像的解譯標志一般包括兩種，即直接解譯標志和間接解譯標志。在開展任何遙感解譯工作之前，都要根據(jù)實際情況提前建立解譯標志，可以通過遙感技術(shù)得到的圖像樣片確立基礎標志，然后根據(jù)實際情況和需求進行比較，在此過程中還需要根據(jù)地區(qū)位置變化和時間節(jié)點的變化更換解譯標志[4]。

3.2 水體

在搜集水體的圖像資料時會帶有較為明顯的光譜特征以及文理特征，通常這種情況會降低遙感影像的解譯難度。因為水體帶有特殊的光譜特性，所以近紅外波段區(qū)間上其吸收能力有顯著的提高，由此可以通過可見光波段的區(qū)間反射來識別圖像中的水體。一般情況下，通過遙感技術(shù)測量得到的水體圖像都較為平滑且均勻，利用這一特性可觀察水體周圍的紋理特征，并通過分析就能夠明確掌握水體的邊際詳細情況，從而明顯提高遙感影像解譯最終成果的準確程度。同時，小波段的變化結(jié)合IHS（Intensity Hue Saturation）系統(tǒng)能夠以更加明顯且直觀的圖像形式展現(xiàn)水體邊際的具體輪廓，即使在將圖像放大的情況下依然能保證人工識別的基本條件，確保人工解譯能夠具備相當?shù)木萚5]。

3.3 植被

基于遙感技術(shù)下得出的圖像，植被也會反映出一定的光譜特征，而植被表現(xiàn)出的光譜特種有別于水體，其顯示效果通常采用“根號”來表示。在實際情況下，植被的光譜由于反射條件出現(xiàn)在綠波段和近紅外波段，這個過程中被紅波段吸收，使得在解譯植被的遙感圖像時，通常對植被采取歸一化其具體指數(shù)的方式進行解譯。而我國的植物類型劃分種類十分廣泛，在進行具體的地理國情普查工作時，需要對地表上存在的覆蓋植被進行深入且細致的分類。通過采用DSM數(shù)據(jù)以及DEM數(shù)據(jù)，可以了解到植物的大致高度，通過植物的高度能夠?qū)⑵溥M行高低類型分類。通常情況下，高度較高的植被是森林區(qū)域，而高度較低的植被是農(nóng)田或草地。在解譯過程中，還可以應用DLG數(shù)據(jù)選取可靠性比較高的樣本，并將其作為訓練樣本對植物進行分類，以此提高樣本解譯的可靠性[6]。

3.4 建筑物

在遙感測量所得影像上，建筑物并不具有明顯特征，因此很難采取合理有效的方式進行準確提取。在對房屋建筑工程進行解譯時，可以根據(jù)DSM數(shù)據(jù)以及DEM數(shù)據(jù)確定房屋建筑工程的高度信息。另外，還可以通過NDVI數(shù)據(jù)有效避免植物因素的干擾，提取和分析總結(jié)房屋建筑工程的形狀信息和大小信息，對各類信息進行綜合整理，即可得到較為準確的房屋建筑工程解譯信息[7]。

3.5 道路

在進行道路解譯過程中，也可以參考歷史DLG數(shù)據(jù)，通過對道路的光譜亮度值信息以及道路的長度信息和寬度信息進行提取并解譯。

3.6 人工推掘地

通常情況下，人工推掘地的觀察難度都比較低，但是二級類需要外業(yè)調(diào)繪數(shù)據(jù)才可以確定。針對人工堆掘地，小波變換融合后對地物的識別非常容易，地物輪廓清晰可辨，邊界線條明顯。高通濾波融合和比值變換融合的圖像雖然也可觀察出地物及辨認邊界，但較為費力，部分輪廓處出現(xiàn)模糊現(xiàn)象。

4 解譯樣本數(shù)據(jù)庫建設

依據(jù)野外核查成果，按照《地理國情普查內(nèi)業(yè)編輯與整理技術(shù)規(guī)定》（GDPJ 12—2013）進行地表覆蓋與國情要素、遙感影像解譯樣本編輯整理，按照《地理國情普查數(shù)據(jù)庫建設技術(shù)方法》的要求建立地理國情普查本底數(shù)據(jù)庫。遙感影像解譯樣本數(shù)據(jù)庫由記錄地面照片屬性及文件名的PHOTO數(shù)據(jù)表、記錄遙感影像實例屬性信息機文件名的SMPIMG數(shù)據(jù)表以及反映地面照片和遙感影像實例對應關系的關系表組成。不單獨存儲樣點組相關信息，只具有邏輯意義，若有需要，可通過樣點（地面照片）空間位置的相鄰性特征識別樣點組。

5 結(jié)束語

綜上所述，在地理國情普查中應用遙感影像，能夠有效提高測量精度和測量效率，對于測量所得影像數(shù)據(jù)，可以采用人工解譯方式或者自動解譯方式進行解譯，并將解譯成果作為參考資料，便于測量工作人員直接判斷。需要注意的是，遙感影像質(zhì)量會對遙感解譯質(zhì)量產(chǎn)生較大影響。因此，在地理國情普查中，一般采用自動解譯結(jié)合人工解譯的方式，這樣能夠有效提升地理國情普查工作效率。