王佳佳，邵亞琴，吳志剛

(1.內(nèi)蒙古科技大學(xué) 礦業(yè)與煤炭學(xué)院，內(nèi)蒙古 包頭 014010；2.神華北電勝利能源有限公司，內(nèi)蒙古 錫林浩特 026000)

土地資源，與我們而言至關(guān)重要，不但體現(xiàn)著在自然界的不可或缺的重要性，而且代表著人類社會的發(fā)展.一般情況下，人們通過降低和破壞自然環(huán)境條件，來滿足人們對于資源的需要[1].在忻州窯礦的區(qū)域內(nèi)，人們?yōu)橥苿由鐣?jīng)濟的發(fā)展而進行一系列活動一定會對礦區(qū)土地利用造成獨特的影響.

研究土地利用類型分類對土地規(guī)劃有著重要的意義.遙感技術(shù)對土地利用類型分類提供技術(shù)性支持.只有更好地了解土地利用類型的現(xiàn)狀及變化，才能制定更加合理的計劃，達到對土地資源的分配與利用.選擇的區(qū)域是大同礦區(qū)忻州窯礦，大同忻州窯礦不是將煤炭資源裸露在外的露天礦，而是資源在地底下，需要掘進才能開采到煤炭資源的井工礦.但是地面和也能居住生活，對人們的影響不是很大.

1 測區(qū)概況

1.1 研究區(qū)概況

1.1.1研究區(qū)地理位置

大同礦區(qū)忻州窯礦是具有開采歷史悠久，且開采量大的煤礦，周圍人們生活的環(huán)境收到的影響較大.忻州窯礦所在位置為大同煤田東北端，東經(jīng)113°3′56″～113°8′16″，北緯40°2′8″～40°4′58″，面積為18.13 m2其中包括忻州窯村、石巖莊村、興旺莊村、劉官莊村.直線距離17.5 km，東西長5.7 km，南北6.08 km[2].

1.1.2研究區(qū)自然概況及資源

研究區(qū)處于地形陡峭起伏的黃土高原的邊緣，氣候?qū)儆诎敫珊祬^(qū)暖濕帶氣候，由于濕陷性的黃土受煤礦采動影響.礦區(qū)溝谷縱橫，土地養(yǎng)分退化，沉陷區(qū)地形變得復(fù)雜.大同礦區(qū)的居民及周圍企業(yè)的生命財產(chǎn)安全和煤炭開采活動都被它們影響.

大同礦區(qū)煤炭規(guī)模開采始于二十世紀(jì)三十年代，煤炭產(chǎn)量逐年增長，也促進經(jīng)濟的持續(xù)增長.截止到2018年9月，其煤炭資源儲量合計310.10億t，資源儲量豐富.但是煤炭開采影響到區(qū)域環(huán)境，形成很多的采煤塌陷區(qū).

圖1 大同礦區(qū)忻州窯礦區(qū)位圖

2 數(shù)據(jù)來源

數(shù)據(jù)來源是地理空間數(shù)據(jù)云(http://www.gscloud.cn).根據(jù)大同年鑒、谷歌地球和地理空間數(shù)據(jù)云的數(shù)據(jù)綜合考慮，以及根據(jù)人類活動以及自然因素，將時間劃分為3個階段，研究的影像時間主要是在7月和8月，云量要求小于5%.分別是2004，2017 a.

2.1 2004年所用數(shù)據(jù)

2004年所用數(shù)據(jù)為Landsat 4，Landsat 5遙感影像，見表1.

表1 2004年影像數(shù)據(jù)的基本信息

2.2 2017年所用數(shù)據(jù)

2017年所用數(shù)據(jù)為Landsat 8遙感影像，如表2.

表2 2017年影像數(shù)據(jù)的基本信息

2.3 數(shù)據(jù)預(yù)處理

將合成好的影像，先進行轉(zhuǎn)換坐標(biāo)系，在地理空間數(shù)據(jù)云中下載的數(shù)據(jù)為WGS84坐標(biāo)系，所以按照分帶規(guī)則，研究區(qū)域經(jīng)度為125°，轉(zhuǎn)為西安19帶.

本次在ENVI 5.3下利用矢量數(shù)據(jù)進行圖像的不規(guī)則裁剪.然后在ENVI 5.3中統(tǒng)計相關(guān)信息，波段相關(guān)系數(shù)、標(biāo)準(zhǔn)差、最大值、最小值等.

圖2 矢量數(shù)據(jù)影像的不規(guī)則裁剪

3 最佳波段組合

3.1 最佳波段選擇原則

選擇波段主要有以下原則：遙感影像的光譜數(shù)量越來越多，其中含有的信息也越加詳細，但是也會增加數(shù)據(jù)冗雜過多，反而不利于地物的提??；彩色合成時，各個波段之間的相關(guān)性??；參與波段合成得到的彩色圖像對所要研究區(qū)的地物類型之間的光譜差異要大.那些信息含量多、相關(guān)性小、地物光譜差異大、可分性好的波段組合就是最佳組合[3].

3.2 基于光譜特征分析的最佳波段選擇

在各種方法中，最佳指數(shù)法(OIF)是最貼合實際的一種方法，OIF指數(shù)的計算公式如下.

(1)

式中：Si為第i個波段的標(biāo)準(zhǔn)差；Rij為i、j2波段的相關(guān)系數(shù)[4].OIF指數(shù)越大，則相應(yīng)組合影像所包含的信息量就越大，最大OIF指數(shù)對應(yīng)的波段組合即為最佳波段組合.

3.3 光譜特征統(tǒng)計及波段間相關(guān)系數(shù)計算

通過大小，來判斷波段所含信息的多少，統(tǒng)計得出的標(biāo)準(zhǔn)差、相關(guān)系數(shù)等都可以為影像的波段選擇和分析處理提供一定的基礎(chǔ)[5].

由于Landsat 4-5影像共有7個波段，而本次進行土地利用特征提取的最佳波段，所以在波段重組時舍棄波段6，只研究剩下6個波段.由于Landsat 8其中波段8為全色波段，波段10為熱紅外1，波段11為熱紅外2，卷云波段不參與合成，只研究前7個波段.

3.3.12004年遙感圖像光譜特征統(tǒng)計及波段間相關(guān)系數(shù)計算

對研究區(qū)域的波段信息用ENVI 5.3進行統(tǒng)計，統(tǒng)計后將其按照所要數(shù)據(jù)進行排序如下表.

表3 2004年TM遙感影像單波段光譜特征統(tǒng)計

通過上表可知，波段2所含的信息最多，所以優(yōu)先選擇波段2.然后用Excel算出標(biāo)準(zhǔn)和差，再進行排序.根據(jù)合成波段統(tǒng)計出相關(guān)信息見表4.

表4 2004年TM遙感影像多波段光譜相關(guān)系數(shù)

根據(jù)多波段間相關(guān)系數(shù)計算結(jié)果，結(jié)果為上表所示，波段3、波段7的相關(guān)系數(shù)在整個相關(guān)系數(shù)矩陣中屬于較低的，其中信息冗余度較高.波段組合共有20種，表5列出了前7種.

表5 2004年遙感影像OIF值

根據(jù)最佳波段選擇原則，結(jié)合OIF值排序進一步最佳波段故波段2波段3波段7組合的方式為最佳波段，以下為2個波段的組合圖.

圖3 2004年最佳波段合成影像波段7-3-1

3.3.22017年遙感圖像光譜特征統(tǒng)計及波段間相關(guān)系數(shù)計算

對研究區(qū)域的波段信息用ENVI 5.3進行統(tǒng)計，統(tǒng)計后將其按照所要數(shù)據(jù)進行排序，如表6所示.

表6 2017年Landsat 8遙感影像單波段光譜特征統(tǒng)計

通過上表可知，波段3所含的信息最多，優(yōu)先選擇波段3.然后用Excel算出標(biāo)準(zhǔn)和差，再進行排序，根據(jù)合成波段統(tǒng)計出相關(guān)信息如表7.

表7 2017年Landsat 8遙感影像多波段光譜相關(guān)系數(shù)

根據(jù)多波段間相關(guān)系數(shù)計算結(jié)果，結(jié)果為上表，波段1、波段3的相關(guān)系數(shù)在整個相關(guān)系數(shù)矩陣中屬于較低的，光譜重疊情況較嚴(yán)重，其中信息冗余度較高.波段組合共有35種，表8列出前7種.

表8 2017年遙感影像OIF值

根據(jù)最佳波段選擇原則，以及波段組合以后的效果圖，結(jié)合OIF值排序進一步最佳波段故波段7波段2，波段3組合的方式為最佳波段，以下為3個波段的組合圖.

圖4 2017年最佳波段合成影像波段7-2-3

3.4 監(jiān)督分類精度的精度評價

3.4.12004年監(jiān)督分類的精度評價

根據(jù)谷歌地球調(diào)查配合高精度衛(wèi)星圖片對2004年土地利用類型分類圖進行精度驗證，總體精度為94.36%，Kappa系數(shù)為0.93.

3.4.22017年監(jiān)督分類的精度評價

根據(jù)谷歌地球調(diào)查配合高精度衛(wèi)星圖片對2017年土地利用類型分類圖進行精度驗證，總體精度為94.33%，Kappa系數(shù)為0.93.

表9 2004年土地利用類型分類精度評價 單位：%

總體精度：Overall Accuracy=(67/71)94.366 2%

Kappa系數(shù)：Kappa Coefficient=0.933 8

表10 2017年土地利用類型分類精度評價 單位：%

總體精度：Overall Accuracy=(100/106)94.339 6%

Kappa系數(shù)：Kappa Coefficient=0.933 8

4 總結(jié)與展望

以一景影像為例，先將數(shù)據(jù)中的幾幅影像進行合成、轉(zhuǎn)坐標(biāo)、裁剪，然后用ENVI 5.3生成相關(guān)報告，利用EXCEL軟件計算出各波段組合的OIF值，然后通過實際組合效果，選擇最佳波段組合.最佳波段組合也為監(jiān)督分類等提供便利，便于研究土地利用現(xiàn)狀.土地利用變化研究都集中于了解土地系統(tǒng)變化的驅(qū)動因素和環(huán)境影響，從而利用調(diào)整土地利用實現(xiàn)可持續(xù)發(fā)展目標(biāo)[6].最佳波段組合的結(jié)果，是多方面原因?qū)е碌模渲凶顬殛P(guān)鍵的是研究的目標(biāo)，研究的區(qū)域，研究使用的方法都會使得結(jié)果不同，傳感器不同、分辨率不同也會影響結(jié)果的不同.最佳波段是土地利用分類的重要步驟，所以最佳波段的選擇，決定了土地利用類型的精度.而土地利用分類又決定著土地利用類型的時間和空間的變化.本文基于山西大同忻州窯礦2004年TM影像和2017年OLI影像根據(jù)最佳波段選擇原則，結(jié)合單波段、多波段光譜特征分析、最佳指數(shù)因子排序逐步確定符合條件的最佳波段.經(jīng)實驗研究，在2004年，認(rèn)為波段1，3，7為適合研究區(qū)土地利用類型信息提取的最佳波段，波段選擇滿足信息量大、相關(guān)性小且多數(shù)地類被區(qū)分的最佳波段選擇原則.經(jīng)定性和定量驗證，發(fā)現(xiàn)7-3-1為最佳波段組合方式，其解譯效果和精度最高.在2017年，選擇方法與2004年相同，但是并不能很好的分辨哪個是最佳波段，所以將幾種組合方式進行比對，然后進行監(jiān)督分類的精度分析，波段7-2-3更為合適，可以分辨更多的地物類型并且精度很高.