林尚緯，張宏偉，杜 曉，陳利軍，彭 舒，歐陽斯達，張俊輝，鄭 義，周 琦

(1.國家基礎地理信息中心，北京 100830；2.自然資源部國土衛(wèi)星遙感應用中心，北京 100048)

我國以往建設完成的測繪地理信息數據成果范圍主要集中在國內，其為國民經濟、社會發(fā)展及為國家各個部門、專業(yè)機構和普通用戶提供了便捷豐富的基礎地理信息。但伴隨著我國實施“一帶一路”倡議、提出“人類命運共同體”這一全球價值觀以來，國家不斷加強對全球地理信息資源數據獲取、地理信息綜合服務等方面的重視。同時，伴隨著我國自主研發(fā)的資源三號、高分系列等高分辨率遙感衛(wèi)星的不斷發(fā)射，廣大地理信息用戶對全球基礎地理信息的使用提出了許多更新、更高的要求[1-5],國民經濟建設、社會發(fā)展、國家安全和國防等方面都迫切需要我國擁有自主的覆蓋全球范圍的多類型基礎地理信息數據[6-7]。

建設覆蓋全球范圍的地理信息資源數據是一項耗時耗力的重大工程，不僅需要全球覆蓋齊全的影像數據資源，還需要對影響建設各類地理信息數據資源的限制因素進行充分分析，掌握了解建設各類地理信息數據資源的優(yōu)先順序。因此，本文以全球1∶25萬分幅格網為評價單元，并選取多種影響地理信息數據資源建設的限制因素，采用因素組合法、層次分析法[8](analytic hierarchy process,AHP)、多因素綜合指數法等，對測繪生產領域常用的5類地理信息數據產品——數字正射影像(DOM)、數字表面模型(DSM)、數字高程模型(DEM)、核心矢量要素(DLG)、地表覆蓋(LC)的建設優(yōu)先順序進行分析研究，以期能為面向全球范圍的測繪地理信息相關項目的任務劃分、經費定額和編制、工程實施和數據生產等提供借鑒和參考依據。

1 研究區(qū)與數據

1.1 研究區(qū)選擇

本文的研究區(qū)覆蓋南北緯90°以內的全球233個國家和地區(qū)，陸地總面積約1.49億km2。以格網為評價單元，具有打破行政單元約束、易于空間定位、提高信息檢索與更新效率、相對更加準確、指標獲取和衡量相對容易等優(yōu)點[9]，同時考慮研究區(qū)為全球覆蓋，為便于直觀顯示和分析對比，本文選取全球1∶25萬分幅格網為評價單元，其中南極圈附近大陸表面無任何明顯地表覆蓋類別，因此本文將南極圈附近共計4466個格網單元不參與分析結果評價，最終將全球劃分為17 536個格網評價單元。

1.2 數據來源

本文的數據源主要包括：覆蓋地球南北緯84°以內的我國首顆民用高分辨率光學傳輸型立體測圖衛(wèi)星——ZY3(資源三號測繪衛(wèi)星)影像數據，全球1∶25萬分幅地表覆蓋數據，SRTM(shuttle radar topography mission)、ALOS(advanced land observing satellite)等開源高程數據，以及ISCCP(international satellite cloud climatology project)國際衛(wèi)星云氣候學計劃年平均云量圖、《資源三號衛(wèi)星全球數據獲取分區(qū)規(guī)劃》等參考資料。

2 研究思路

2.1 研究思路

本文在充分研究5類地理信息數據的生產技術流程和數據特點，綜合考慮影響各類數據的自然、地理、人為及數據獲取難度的基礎上，結合已開展項目的實際生產經驗，對限制數據生產的其他客觀因素進行了不同程度的定性、定量分析。首先選取并計算全球范圍內每個格網評價單元內的耕地比例、林地比例、人造地比例和水體比例4個基礎因子。其次選取分析衛(wèi)星影像獲取難度、地形類別、云覆蓋百分比、景觀破碎度4個限制因素。然后根據各類地理信息數據自身的產品特色，通過因素組合的方法，選取適宜其自身的評價指標，構建地理信息數據建設難度評價體系，利用定性和定量相結合的AHP法對各指標因子賦權重。最后利用多因素綜合指數法計算各類數據建設難度綜合得分，并在參考《測繪生產成本費用定額》(財建[2009]17號)中“測繪生產困難類別細則”的基礎上，采用自然間斷點法對各類數據建設難度得分進行等級劃分，按照由易到難的次序將DOM、DSM、DEM、DLG、LC 5類數據建設優(yōu)先區(qū)分別劃分為優(yōu)先建設區(qū)、適宜建設區(qū)和困難建設區(qū)[10]。技術流程如圖1所示。

圖1 技術流程

2.2 構建評價體系

地理信息數據建設難度評價體系(見表1)是在充分咨詢相關領域專家、生產技術人員及整理總結各產品的生產技術流程和數據特點的前提下，通過選取與之密切相關的自然稟賦因子或限制因素構建對應的評價體系。DSM主要選取衛(wèi)星影像獲取難度、水體比例、地形地貌3個指標；DEM主要選取林地比例、人造地比例、水體比例3個指標；DOM主要選取地形地貌、云覆蓋、衛(wèi)星影像獲取難度3個指標；DLG主要選取耕地比例、人造地比例、水體比例3個指標；LC主要選取景觀破碎度這一指標。并通過AHP法對所有評價指標構造判斷矩陣，進而求得相應的指標權重。

表1 地理信息數據建設難度評價指標及權重

2.3 數據預處理

本文數據統一采用GCS_WGS_1984坐標系，為使選取的所有評價因素能夠以格網為單元進行計算，需要對其進行逐一的數據預處理工作。其中耕地比例G、林地比例F、人造地比例M、水體比例W共4個限制因素，分別通過計算每個格網單元內對應地表覆蓋類別所占格網單元面積的多少求得，公式為

Pij=wij/Sii=1,2，…，n

(1)

式中，Pij為第i個格網評價單元第j類地表覆蓋類別所占比例；wij為第i個格網評價單元中第j類地表覆蓋類別的面積；Si為第i個格網評價單元的面積；j為地表覆蓋類別，本文中共包括耕地、林地、人造地、水體4類；n為格網評價單元的個數。

2.3.1 衛(wèi)星影像獲取難度

衛(wèi)星影像的有無直接或間接影響了數據產品建設的效率和質量精度，無法獲取衛(wèi)星影像的漏洞區(qū)將會為后續(xù)的產品補漏工作帶來極大的工作量。本文根據衛(wèi)星中心提供的ZY-3影像，獲取難易度等級和影像獲取難度分布對應關系(如圖2、表2所示)，通過ArcGIS中的關聯計算等工具，分別對每一格網評價單元所對應的難度等級逐一賦值，以此為后續(xù)難度計算提供測算依據。

表2 資源三號衛(wèi)星影像獲取難易度

圖2 ZY3衛(wèi)星影像獲取難度等級

2.3.2 地形類別

地形是指地表各種各樣的形態(tài)，具體指地表以上分布的固定物體所共同呈現出的高低起伏的各種狀態(tài)，地形類別的差異與本文研究對象DSM和DEM的建設難度息息相關。通常情況下平地和丘陵地的DSM和DEM建設難度較低，精度要求也更高，山地和高山地因其坡度陡峭、高差較大，對DSM和DEM的建設難度要求也較高，精度要求也相對放寬[11-13]。本文參考SRTM、ALOS等數據，并與相關數據產品的生產技術規(guī)程、專業(yè)技術設計書等緊密結合，將全球地形類別根據表3劃分為平地、丘陵地、山地、高山地4種。

表3 地形類別對照

2.3.3 云覆蓋比

此限制因素主要指衛(wèi)星影像含云量的多少，云量達到一定比例勢必會影響后續(xù)的產品生產難度和進度，生產過程中一般認定含云量超過20%的圖幅影像即被視為不可用影像數據。本文參考ISCCP的全球年平均云量圖等資料，將全球陸地范圍年平均含云量按照云量由低到高的順序，得到1∶25萬分幅格網含云量比例分布圖，如圖3所示，以此反映全球陸地范圍內衛(wèi)星影像云量覆蓋比例。

圖3 ISCCP全球年平均云量

2.3.4 景觀復雜度

隨著深度學習等技術的不斷發(fā)展，基于遙感影像的不同地類地物的自動提取已成為可能，且其分類精度不斷提升，正逐步應用于重大工程項目的生產過程當中，地表覆蓋數據要求對地理信息要素進行精準劃分，往往類別越多的地區(qū)其生產難度相應也越高。因此本文通過統計每一格網單元內包含10類地表覆蓋類別(耕地、林地、草地、灌木、濕地、水體、苔原、人造地、裸地、冰川)[14-16]的多少作為景觀復雜度這一限制因素的計算依據，以此反映本文研究中地表覆蓋數據的建設難度。

3 結果與分析

為對影響各類地理信息數據建設難度的不同因子進行綜合評價計算，需要對各地表覆蓋類別及限制因素進行統一的規(guī)范化處理，使其具有可比的量綱和數量級。本文結合專家先驗知識，采用百分制打分的方法，并按照“由易到難”賦分的原則對各評價因素進行打分。具體見表4。

表4 評價因素分值

3.1 建設難度得分

按照表1中構建的評價體系及對應指標權重，采用多因素綜合指數法計算每個格網評價單元內5類地理信息數據的建設難度分值。計算公式為

(2)

式中，Ri為第i個格網評價單元的每一類生產難度分值；bij為第i個格網單元第j項限制因素分值；wj為第j項限制因素對應的權重；m為對應數據的限制因素個數；n為格網評價單元的個數。

3.2 優(yōu)先區(qū)劃分結果

在得到建設難度得分的基礎上，通過自然間斷點分級法將各類地理信息數據建設優(yōu)先區(qū)劃分為優(yōu)先建設區(qū)、適宜建設區(qū)和困難建設區(qū)3類，具體如圖4所示。

圖4 建設優(yōu)先區(qū)劃分結果

由圖4可知，DOM優(yōu)先建設區(qū)主要分布在歐洲、非洲北部、南美洲及澳大利亞等地，困難建設區(qū)主要分布在北美洲西海岸、格陵蘭島大部、加勒比海和南美洲西北部、非洲東南部、中國中西部、俄羅斯中部和東部地區(qū)；DSM困難建設區(qū)分布較為集中，主要位于加拿大東部及亞洲北部地區(qū)；DEM困難建設區(qū)主要分布在俄羅斯中部及歐洲東北部、中國東南部及東南亞少數地區(qū)、非洲中部和南美洲北部、加拿大和美國東部部分地區(qū)；DLG建設困難區(qū)主要分布在人口密度稠密區(qū)，此類地區(qū)經濟發(fā)達、基礎設施完善、道路交通及水系發(fā)達，主要以中國東部、印度、歐洲美國東部和南美洲東南地區(qū)為主；地表覆蓋數據建設困難區(qū)主要分布在亞洲中部、歐洲西部及北美洲等地，該地區(qū)地表覆蓋類別個數均大于6類，將顯著增加數據建設過程中的自動提取技術要求和人工判讀工作量。

4 結 語

本文以分幅格網為單元對全球范圍內的地表覆蓋類別、地形類別、云覆蓋情況、影像獲取難度等限制因素進行了全方位的科學合理分析，并通過采用定性、定量相結合的評價方法，從影響每一類地理信息數據的自然要素和限制因素兩方面考慮，針對特定數據選取了適合其建設難度評價的不同因素。進而構建了各自的評價體系，在評價過程中充分借鑒了已往生產建設經驗，評價結果能為相關地理信息數據資源的建設難度測算提供一定的對比和借鑒經驗，同時本文提出的基于分幅格網的建設難度評價體系，還為相關項目生產任務的科學合理劃分、預算編制等提供了參考。