林偉 姜鵬 朱健

（江蘇省地質(zhì)測繪院，江蘇 南京 211100）

1 引言

土地利用是對一個(gè)地區(qū)的社會(huì)與經(jīng)濟(jì)描述，通過對土地利用情況進(jìn)行摸底排查，可為當(dāng)?shù)赝恋乩靡?guī)劃、國家重大項(xiàng)目開展等提供重要的基礎(chǔ)數(shù)據(jù)保障與支撐。土地利用分析中，建筑用地、耕地、山地作為監(jiān)測的重中之重，在各地均作為主要監(jiān)測對象開展工作。目前，針對建筑用地、耕地、山地的變化監(jiān)測工作也有大量研究，董麗萍等采用國產(chǎn)高分辨率衛(wèi)星影像作為數(shù)據(jù)源，通過融合多特征信息進(jìn)行建筑用地變化檢測，以此提升建筑用地變化檢測的時(shí)效性[1]。李悅等采用監(jiān)督分類方法對舊時(shí)期建筑用地情況與當(dāng)前時(shí)期建筑用地變化情況進(jìn)行對比分析，所提出的方法在復(fù)雜的數(shù)據(jù)庫中得到了較高的識別精度[2]。盧麗琛等以武漢市為例，采用目前應(yīng)用較廣的面向?qū)ο蠓诸愃惴ㄟM(jìn)行建筑識別，從而提升建筑物的識別精度，為后期的相關(guān)研究提出了一種新的方法與思路[3]。趙庚星等利用Landsat TM 衛(wèi)星影像對黃河三角洲進(jìn)行遙感解譯與人機(jī)交互提取，分析黃河三角洲的耕地變化情況與趨勢，并分析了變化驅(qū)動(dòng)因素[4]。李智宇等利用多年的Landsat8 影像，采用監(jiān)督分類中的支持向量機(jī)算法進(jìn)行耕地變化信息提取，結(jié)果顯示耕地的減少多為道路、建筑的新建與擴(kuò)張[5]。鄭超等采用1995 年至2015年四個(gè)節(jié)點(diǎn)的Landsat影像進(jìn)行人機(jī)交互解譯，研究提取遼寧東部的土地利用信息，并分析耕地變化趨勢及因素，通過長時(shí)間序列的數(shù)據(jù)分析，準(zhǔn)確掌握了耕地變化的驅(qū)動(dòng)力，以及耕地變化在當(dāng)?shù)亟?jīng)濟(jì)發(fā)展中起到的至關(guān)重要的作用[6]。隨著遙感分類算法日益成熟，遙感影像的分類算法也越來越多，其中，平均光譜角分類方法因直接計(jì)算樣本的平均光譜，只針對某一類型地物進(jìn)行識別提取，提取過程中可人工干預(yù)確定提取閾值，已大量應(yīng)用于特定地物的遙感提取[7]。

本研究以Landsat8 OLI 多光譜衛(wèi)星影像作為數(shù)據(jù)源，選用2015、2018、2020 三個(gè)年份作為時(shí)間節(jié)點(diǎn)，采用監(jiān)督分類算法中的平均光譜角分類方法，按照建筑、山地、耕地進(jìn)行地表信息遙感提取，以此研究遙感技術(shù)在土地利用監(jiān)測中的適用性。

2 數(shù)據(jù)及處理

2.1 數(shù)據(jù)介紹

Landsat 8 是NASA 與美國地質(zhì)調(diào)查局（USGS）合作開發(fā)并由軌道科學(xué)公司（Orbital Science Corporation）建造的。Landsat 8 的OLI 陸地成像儀包括9 個(gè)波段，空間分辨率為30 米，其中包括一個(gè)15 米的全色波段，成像寬幅為185km×185km。OLI 包括了ETM+傳感器所有的波段，為了避免大氣吸收特征，OLI 對波段進(jìn)行了重新調(diào)整，比較大的調(diào)整是OLI Band5(0.845-0.885 μm)，排除了0.825μm 處水汽吸收特征；OLI 全色波段Band8 波段范圍較窄，這種方式可以在全色圖像上更好區(qū)分植被的光譜特征。

2.2 數(shù)據(jù)預(yù)處理

本研究的數(shù)據(jù)源來自國內(nèi)免費(fèi)衛(wèi)星影像數(shù)據(jù)下載網(wǎng)站“地理空間數(shù)據(jù)云”，用戶可根據(jù)研究區(qū)位置、手動(dòng)采集圖斑等方法進(jìn)行研究區(qū)確定，并可選擇設(shè)置時(shí)段跟云量，用以篩選合適的影像。

輻射定標(biāo)是確定各波段對輻射量的響應(yīng)能力，即建立成像光譜儀輸入的光譜輻射亮度（L）與成像光譜儀輸出的數(shù)字量化值（DN）之間的定量關(guān)系，確定成像光譜儀各光譜通道的響應(yīng)，求得定標(biāo)系數(shù)，對實(shí)際圖像進(jìn)行輻射校正。大氣校正是指傳感器最終測得的地面目標(biāo)的總輻射亮度并不是地表真實(shí)反射率的反映，其中包含了由大氣吸收，尤其是散射作用造成的輻射量誤差。大氣校正就是消除這些大氣影響導(dǎo)致的輻射誤差，反映地物真實(shí)的表面反射率過程。遙感影像融合是將在空間、時(shí)間、波譜上冗余或互補(bǔ)的多源遙感數(shù)據(jù)按照一定規(guī)則進(jìn)行運(yùn)算處理，獲得比任何單一數(shù)據(jù)更精確、更豐富的信息，生成具有新的空間、波譜、時(shí)間特征的合成影像數(shù)據(jù)。針對多時(shí)期的Landsat8 衛(wèi)星影像，本研究采用批量預(yù)處理的方式進(jìn)行輻射定標(biāo)、大氣校正、影像融合?？焖兕A(yù)處理的成果如圖1 所示。

圖1 預(yù)處理成果

圖2 建筑樣本

圖3 耕地樣本

圖4 山地樣本

3 結(jié)果與分析

3.1 樣本光譜計(jì)算

樣本制作主要是基于Landsat8 衛(wèi)星影像進(jìn)行人工識別采集，結(jié)合三年的衛(wèi)星影像，使用ArcGIS 采集建筑、耕地、山地等區(qū)域作為樣本。樣本需在三年影像中均為同一類型地物，以此保證同一套樣本可以應(yīng)用到三年的衛(wèi)星影像解譯中。建筑樣本主要為大片連續(xù)的城鎮(zhèn)與農(nóng)村居民地，并且建筑范圍內(nèi)，無明顯的樹木遮擋，樣本信息全為屋頂像元；耕地樣本主要以大片種植作物的地塊為主，以規(guī)則圖形按照耕地田壟進(jìn)行采集，考慮到輪作特性，將裸地田塊也進(jìn)行采集，以此達(dá)到耕地全部提取的目的；山地樣本則以大塊圖斑為主，挑選與人類互動(dòng)地區(qū)較遠(yuǎn)的無人區(qū)進(jìn)行采集，從而保證樣本的純凈度。如圖2、圖3 和圖4 所示。

針對樣本選用平均光譜角分類算法計(jì)算光譜信息，光譜角樣本計(jì)算主要是通過樣本范圍選擇樣本內(nèi)的Landsat8 影像各個(gè)波段的像元信息，并進(jìn)行均值計(jì)算，往往在計(jì)算光譜信息的同時(shí)進(jìn)行濾波、平滑、異常值剔除等，以此提升樣本光譜信息準(zhǔn)確度，最終得到具有廣泛應(yīng)用性的光譜曲線，如圖5、圖6 和圖7 所示。

圖5 建筑光譜

圖6 耕地光譜

圖7 山地光譜

3.2 遙感解譯

采用平均光譜角分類方法對2015 年、2018 年、2020 年三個(gè)年份的Landsat8 衛(wèi)星影像進(jìn)行土地利用分類，結(jié)果如圖8、圖9 和圖10 所示。由圖可知，三個(gè)年份的分類成果整體上保持不變，其中建筑用地解譯結(jié)果始終以城鎮(zhèn)、農(nóng)村為主，均勻分布在平原地區(qū)，山地解譯結(jié)果則主要分布在東部，與居民地、耕地相對應(yīng)，這與研究區(qū)實(shí)際情況完全吻合。通過遙感解譯發(fā)現(xiàn)，研究區(qū)整體地物類型相對集中，尤其是耕地，集中分布在西部，為遙感提取提供了便利；其次，山地多為裸露巖石，巖石在光譜上的特征與其他地物區(qū)分較大，對遙感識別也有較好的優(yōu)勢。

圖8 2015年分類成果

圖9 2018年分類成果

圖10 2020年分類成果

3.3 統(tǒng)計(jì)分析

表1 土地利用變化面積統(tǒng)計(jì) （單位：畝）

采用ENVI 軟件對遙感解譯的地物類型建筑、耕地、山地成果進(jìn)行矢量化，并將矢量化后的分類成果帶入ArcGIS 軟件進(jìn)行面積統(tǒng)計(jì)與變化分析，如表1 所示。由表可知：研究區(qū)的建筑用地2015 年為92 畝，2018 年增加至108 畝，2020 年增加至160 畝；耕地面積2015 年為1034 畝，2018 年1027 畝，2020 年1120 畝；山地面積2015 年為3020 畝，2018 年3030 畝，2020年2990 畝。

分析可知：建筑耕地呈持續(xù)增加趨勢，尤其是2018 年至2020 年，建筑面積增加52 畝；而耕地面積也呈現(xiàn)增加趨勢，耕地面積自2015 年至2020 年增加了86 畝；山地面積則呈現(xiàn)減少趨勢，尤其是2018 年至2020 年，山地面積減少了40 畝。

4 結(jié)語

本研究以Landsat8 OLI 多光譜衛(wèi)星影像作為數(shù)據(jù)源，選用2015、2018、2020 年三個(gè)年份作為時(shí)間節(jié)點(diǎn)，首先對Landsat8 OLI 進(jìn)行影像預(yù)處理，最終得到像元分辨率為15 米的Landsat8 OLI 多光譜影像。采用平均光譜角分類方法對預(yù)處理后的Landsat8 OLI 多光譜影像，按照建筑、耕地、山地進(jìn)行地表信息提取，并進(jìn)行對比分析，研究土地利用變化規(guī)律。

通過研究得到以下結(jié)論：（1）Landsat8 OLI 多光譜影像對地物信息具有較好的表達(dá)，通過預(yù)處理，地表的建筑、水體、山地、耕地等地物信息均直觀地區(qū)分開來；（2）采用平均光譜角分類算法進(jìn)行地物信息提取，提取的建筑、耕地、山地信息與影像中的地物紋理表達(dá)高度一致，提取效果較理想；（3）通過對比三年的土地利用分類成果可知：平均光譜角分類算法準(zhǔn)確識別出了三年的建筑、耕地、山地信息，提取成果與實(shí)際情況高度吻合。