彭 維 鄧雨弦 陳翔盛

（西南科技大學(xué)城市學(xué)院，四川 綿陽(yáng)621000）

土地利用分類的結(jié)果對(duì)我國(guó)在進(jìn)行規(guī)劃布局改革具有重大意義，土地利用分類的結(jié)果的準(zhǔn)確性直接影響規(guī)劃布局的準(zhǔn)確性和可行性所以對(duì)于進(jìn)行土地分類的方法要認(rèn)真仔細(xì)探索與研究。以前要想知道我國(guó)的土地利用分類的結(jié)果只有靠人工或者上一次采集的數(shù)據(jù)但是這種方法花費(fèi)了大量的人力資金還有時(shí)間?，F(xiàn)在只需要用衛(wèi)星獲取遙感影像圖再采用適合各個(gè)區(qū)域的土地分類方法就可以快速獲取土地利用分類的結(jié)果，不僅節(jié)約了人力資金而且時(shí)效性非常高。近年來，我國(guó)借助高分辨率衛(wèi)星遙感數(shù)據(jù)對(duì)各類土地及建設(shè)用地占用耕地的情況進(jìn)行了分析也隨著科技水平的不斷提高，遙感影像的分辨率越來越高，因而，被廣泛應(yīng)用于土地測(cè)量方面[1]。

1 研究區(qū)概況

游仙區(qū)位于四川盆地西北部，巴蜀腹地、涪江以東；是成綿樂發(fā)展地帶、綿雅資遂發(fā)展環(huán)線、成渝西“黃金三角”非常重要的一個(gè)節(jié)點(diǎn)；介于東經(jīng)104°42′15″至105°8′58″，北緯31°21′13″至31°33′40″之間，東與梓潼縣、西與涪城區(qū)、南與三臺(tái)縣、北與江油市相鄰；游仙區(qū)總面積101800 公頃，轄3個(gè)街道、18 個(gè)鎮(zhèn)、3 個(gè)鄉(xiāng)（2016 年）；戶籍人口56.19 萬(wàn)（2015年）。2015 年，該區(qū)實(shí)現(xiàn)地區(qū)生產(chǎn)總值188.25 億元，比2014 年增長(zhǎng)8.9%；游仙區(qū)地處中淺丘地形，海拔最高728 米，最低429米；屬于亞熱帶濕潤(rùn)型季風(fēng)氣候，四季分明且秋季較短，年平均氣溫為16.4°C，無霜期為275 天。

2 遙感影像預(yù)處理

Landsat-8 的遙感影像無論在空間分辨率還是在波段數(shù)量上都較好并且分辨率最高可以達(dá)到15 米。由于遙感影像會(huì)因?yàn)樵茖拥群芏嘁蛩貙?dǎo)致出現(xiàn)不清晰等情況所以本次對(duì)游仙區(qū)遙感影像進(jìn)行了影像增強(qiáng)、影像融合、輻射定標(biāo)、大氣校正、不規(guī)則圖幅裁剪的預(yù)處理。

3 遙感影像處理

3.1 非監(jiān)督分類處理

非監(jiān)督包括了ISODATA 和K-Mean 兩種非監(jiān)督分類方法而本次研究用的是ISIDATA 方法進(jìn)行分類處理。

ISODATA 是一種重復(fù)自組織數(shù)據(jù)分析技術(shù)，計(jì)算數(shù)據(jù)空間中均勻分布的類均值，然后用最小距離技術(shù)將剩余像元進(jìn)行迭代聚合，每次迭代都重新計(jì)算均值且根據(jù)所得的新均值對(duì)像元進(jìn)行再分類[2]。

本次研究在進(jìn)行了ISODATA 處理后又進(jìn)行了類別定義和合并子類和評(píng)價(jià)分類結(jié)果還有成圖。

3.2 監(jiān)督分類處理

監(jiān)督分類是在已知類別的訓(xùn)練場(chǎng)地上提取各類別訓(xùn)練樣本，通過選擇特征變量、確定判別函數(shù)或判別式(判別規(guī)則)，進(jìn)而把影像中的各個(gè)像元點(diǎn)劃歸到各個(gè)給定類的分類，這種分類方法又稱為訓(xùn)練場(chǎng)監(jiān)督分類分為平行六面體、最小距離、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等方法地法[3]。監(jiān)督分類分為平行六面體、最小距離、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等方法而本次研究選取的是監(jiān)督分類中的神經(jīng)網(wǎng)絡(luò)法法，將耕地、林地、草地、水體、城鎮(zhèn)建設(shè)用地、沙地作為監(jiān)督分類的訓(xùn)練樣本然后進(jìn)行分類處理和精度評(píng)定還有成圖。

4 分類結(jié)果比較分析

在分類后進(jìn)行的精度評(píng)定中通過混淆矩陣報(bào)表的總體精度的三個(gè)不同區(qū)域的值來比較非監(jiān)督分類的ISODATA 法和監(jiān)督分類的神經(jīng)網(wǎng)絡(luò)法二者之中誰(shuí)的分類總體精度高。當(dāng)總體分類精度小于百分之50 時(shí)，精度低并且分類效果差；當(dāng)總體精度大于等于百分之50 并且小于等于百分之80 時(shí)，精度一般并且效果一般；當(dāng)總體精度大于等于百分之80 時(shí)，精度高并且效果好。

本次研究非監(jiān)督分類的ISODATA 方法的總體分類精度為百分之41.16 而監(jiān)督分類的神經(jīng)網(wǎng)絡(luò)方法的總體分類精度為百分之84.97。所以在本次研究中非監(jiān)督分類依靠軟件本身識(shí)別進(jìn)行“邊學(xué)習(xí)邊分類”的效果比較差而監(jiān)督分類通過定義訓(xùn)練樣本進(jìn)行“先學(xué)習(xí)后分類”的效果較好。

5 成果圖對(duì)比分析

圖1

圖2

圖3

圖1 為監(jiān)督分類的結(jié)果，圖2 為原始的遙感影像圖，圖3 為非監(jiān)督分類的結(jié)果。從原始影像中可以清晰看到，該區(qū)大部分為耕地和林地還有水域也很明顯。從明顯的區(qū)別來看圖3 非監(jiān)督耕地地?cái)?shù)量很少而實(shí)際影像圖像中耕地很多還有圖3 非監(jiān)督分類邊緣的水域很多部件了而監(jiān)督分類整體大致符合真實(shí)情況。從總體參考圖2 和監(jiān)督分類標(biāo)準(zhǔn)，可清晰的看到，監(jiān)督分類可以精確的對(duì)遙感圖像進(jìn)行解譯，選擇的樣本類別越多解譯的越精確，樣本類別少，可能有些類別無法解譯出來。非監(jiān)督分類分類的圖像和原始影像圖像相似度高，更均質(zhì)而且分類操作簡(jiǎn)便但是分析者要面臨著如何將它們和想要的類別相匹配的問題。

6 結(jié)論

從本次研究游仙區(qū)的土地利用分類選取的非監(jiān)督分類的ISODATA 法和監(jiān)督分類的神經(jīng)網(wǎng)絡(luò)法來比較，監(jiān)督分類的準(zhǔn)確性和精準(zhǔn)度比非監(jiān)督分類高很多但是并不是所有的土地利用分類的結(jié)果都是監(jiān)督分類比非監(jiān)督分類好應(yīng)該“因地制宜”選擇合適的方法。從操作方法上來講兩者又有本質(zhì)上的區(qū)別，監(jiān)督分類是“先學(xué)習(xí)后分類”而非監(jiān)督是“邊學(xué)習(xí)邊分類”并且非監(jiān)督分類操作步驟比監(jiān)督分類相對(duì)簡(jiǎn)單。如果對(duì)某一區(qū)域只是需要大概的土地利用分類信息就可以選擇非監(jiān)督分類，當(dāng)然，如果對(duì)某一區(qū)域需要精度高的土地利用分類信息就可以選擇監(jiān)督分類。