趙曉燕

(廣東省核工業(yè)地質(zhì)局測繪院, 廣東 廣州 510800)

0 引言

隨著互聯(lián)網(wǎng)地圖的不斷發(fā)展，人們出行越來越方便，可以通過手機(jī)快捷地在地圖上查找到某個(gè)地理位置周邊的信息，對于地圖產(chǎn)品而言，這些信息稱之為興趣點(diǎn) (point of interest，POI)。POI是地圖服務(wù)重要的矢量化形式表達(dá)方式，也是地圖最鮮活的“血液”，與面向公眾的基于位置服務(wù)密切相關(guān)，它代表一類真實(shí)地理實(shí)體的地理空間數(shù)據(jù)。POI主要指人們?nèi)粘Ｉ钪薪?jīng)常遇到的地理場所[1]，如學(xué)校、醫(yī)院、賓館、餐飲、銀行、景點(diǎn)和標(biāo)志性建筑物等，其在智能交通、應(yīng)急指揮、公共安全、物流管理、電子商務(wù)以及其他各類位置服務(wù)(location based services, LBS)領(lǐng)域發(fā)揮著重要作用。準(zhǔn)確性、現(xiàn)勢性、完整性是評價(jià)POI數(shù)據(jù)質(zhì)量的重要指標(biāo)[2]，也是影響地理位置服務(wù)可用性的重要因素。

2018年8月,農(nóng)業(yè)農(nóng)村部、自然資源部聯(lián)合部署在全國開展“大棚房”專項(xiàng)清理整治工作,并于9月份印發(fā)《關(guān)于開展“大棚房”問題專項(xiàng)清理整治行動堅(jiān)決遏制農(nóng)地非農(nóng)化的方案》的通知,揭開了力度空前的“大棚房”專項(xiàng)整治行動序幕,成為下半年兩部委的重點(diǎn)工作任務(wù),引起國內(nèi)對“大棚房”問題熱烈關(guān)注[3]。大棚房,是指一些工商企業(yè)、個(gè)人及組織借建農(nóng)業(yè)設(shè)施或農(nóng)業(yè)園區(qū)之名,違法違規(guī)占用耕地甚至永久基本農(nóng)田,用于非農(nóng)業(yè)建設(shè)的行為。對于“大棚房”調(diào)查,以往采取的方式是將調(diào)查任務(wù)下放到不同的區(qū)市,由當(dāng)?shù)氐膰了蛘呓值擂k進(jìn)行調(diào)查并上報(bào),其工作流程存在瞞報(bào)、漏報(bào)以及需要大量外業(yè)調(diào)查,造成工作效率低下和不能實(shí)施有效監(jiān)管。將POI數(shù)據(jù)應(yīng)用于“大棚房”專項(xiàng)行動中,通過信息化的手段提高作業(yè)效率,直接提取業(yè)務(wù)的“靶向”圖斑,可以極大地提高工作效率,并且利于區(qū)域業(yè)務(wù)開展總體情況把控和整體統(tǒng)籌協(xié)調(diào)。

1 技術(shù)路線

提取大棚房需要對多種數(shù)據(jù)進(jìn)行疊加對比分析,數(shù)據(jù)包括：POI數(shù)據(jù)、土地利用現(xiàn)狀數(shù)據(jù)、遙感影像數(shù)據(jù)等。總體思路是根據(jù)POI數(shù)據(jù)中地名地址的特點(diǎn)及分類,模糊提取具有大棚房特點(diǎn)的地名地址點(diǎn),并將其與土地利用現(xiàn)狀中的設(shè)施農(nóng)用地進(jìn)行疊加分析,提取占用設(shè)施農(nóng)用地,并且POI中帶有“農(nóng)家樂”“度假村”“莊園”以及住宅等特點(diǎn)的興趣點(diǎn)。將興趣點(diǎn)直接疊加時(shí)效性強(qiáng)的衛(wèi)星遙感影像[4],分析其正射影像特點(diǎn),并進(jìn)一步篩選具有經(jīng)營性質(zhì)的房屋,并勾繪房屋圖斑。最終,根據(jù)實(shí)際外業(yè)調(diào)查及數(shù)據(jù)對比分析,對POI的正確性及精度進(jìn)行分析。主要的技術(shù)路線如圖1所示。

圖1 技術(shù)路線

2 數(shù)據(jù)處理

2.1 POI數(shù)據(jù)

據(jù)某地“大棚房”清理整治專項(xiàng)行動領(lǐng)導(dǎo)小組辦公室了解到[5],“大棚房”問題是指一些地方的工商企業(yè)和個(gè)人借建農(nóng)業(yè)大棚之名,占用耕地建設(shè)“私家莊園”、別墅、休閑度假設(shè)施、商品住宅等非農(nóng)設(shè)施的違法違規(guī)行為。以某區(qū)為研究對象,直接抓取高德地名地址POI數(shù)據(jù),在對POI篩選時(shí),可以根據(jù)興趣點(diǎn)的性質(zhì)分類,用ArcGIS提取可能為大棚房數(shù)據(jù)的“地產(chǎn)小區(qū)”“公司企業(yè)”“旅游景點(diǎn)”“商務(wù)大廈”等興趣點(diǎn),如圖2所示。

圖2 POI點(diǎn)分布示意圖

2.2 土地利用現(xiàn)狀數(shù)據(jù)

土地利用數(shù)據(jù)是反映土地利用系統(tǒng)及土地利用要素的狀態(tài)、特征、動態(tài)變化、分布特點(diǎn)[6],以及人類對土地的開發(fā)利用、治理改造、管理保護(hù)和土地利用規(guī)劃等數(shù)據(jù)資料?，F(xiàn)階段,第三次全國國土調(diào)查數(shù)據(jù)成果并沒有正式啟用,因此所采用最新土地利用現(xiàn)狀數(shù)據(jù)庫為歷年年度土地變更調(diào)查成果。

將該區(qū)歷年土地利用現(xiàn)狀數(shù)據(jù)中的設(shè)施農(nóng)用地進(jìn)行提取,制作單獨(dú)圖層,如圖3所示。

圖3 某區(qū)設(shè)施農(nóng)用地分布

2.3 遙感影像數(shù)據(jù)

遙感技術(shù)具有覆蓋范圍廣、包含地表信息豐富、快速獲取、成本低等特點(diǎn),隨著遙感技術(shù)的不斷成熟,近些年來,遙感影像廣泛應(yīng)用于土地利用現(xiàn)狀調(diào)查、土地違法用地監(jiān)測、林業(yè)資源調(diào)查、水資源調(diào)查等方面[7]。目前國產(chǎn)衛(wèi)星數(shù)據(jù)廣泛應(yīng)用于土地資源監(jiān)測調(diào)查的多項(xiàng)業(yè)務(wù),建立自然資源一體化調(diào)查技術(shù)體系首先要統(tǒng)一數(shù)據(jù)源,衛(wèi)星遙感影像的獲取主要采用高分系列衛(wèi)星為主,對監(jiān)測區(qū)域采用主動的遙感影像采集,數(shù)據(jù)源以分辨率亞米級為主,2米級為輔,主要為高分一號、北京二號衛(wèi)星(分辨率為亞米級),高分二號(分辨率為2米級),覆蓋不完全或影像質(zhì)量不高區(qū)域用無人機(jī)航空攝影測量進(jìn)行補(bǔ)?，F(xiàn)階段,遙感影像可在自然資源監(jiān)測監(jiān)管的多方面應(yīng)用,對比前后時(shí)像影像變化,可以判斷地表覆蓋的變化[8],例如在土地方面的監(jiān)測,根據(jù)前后時(shí)像,并套合土地基礎(chǔ)庫數(shù)據(jù),采用地理信息系統(tǒng)(geographic information system,GIS)軟件,通過人工識別為主的方法,提取違法亂建、占壓耕地等圖斑,如圖4所示,將POI直接疊加在衛(wèi)星遙感影像上[9]。

圖4 遙感影像與POI點(diǎn)疊加

無人機(jī)航空攝影測量具有靈活機(jī)動,精度高的特點(diǎn),可以對衛(wèi)星遙感影像覆蓋不到的地方進(jìn)行數(shù)據(jù)源的補(bǔ)充,因此采用無人機(jī)建立補(bǔ)充區(qū)域進(jìn)行監(jiān)測,并可將衛(wèi)星影像與無人機(jī)航空影像進(jìn)行鑲嵌,形成多源數(shù)據(jù)的鑲嵌影像,如圖5所示。

圖5 無人機(jī)航空攝影補(bǔ)充數(shù)據(jù)

3 POI大棚房數(shù)據(jù)分析

根據(jù)實(shí)際工作需要提取研究區(qū)域的“地產(chǎn)小區(qū)”“公司企業(yè)”“旅游景點(diǎn)”“商務(wù)大廈”等興趣點(diǎn),共計(jì)4 563個(gè)。

采用土地利用現(xiàn)狀數(shù)據(jù),提取研究區(qū)域設(shè)施農(nóng)用地圖斑共計(jì)712宗,經(jīng)二者疊加分析,共計(jì)有826個(gè)興趣點(diǎn)落在設(shè)施農(nóng)用地圖斑范圍內(nèi)。根據(jù)數(shù)據(jù)分析,由于興趣點(diǎn)的位置存在一定的誤差,后續(xù)會根據(jù)實(shí)際外業(yè)調(diào)查,進(jìn)一步進(jìn)行分析興趣點(diǎn)與設(shè)施農(nóng)用地的疊加相交點(diǎn)。將疊加分析后的數(shù)據(jù)與遙感影像進(jìn)一步對比分析,用ArcGIS軟件,通過遙感影像進(jìn)一步進(jìn)行判定,剔除明顯為養(yǎng)殖、種植的圖斑,即通過POI數(shù)據(jù)及遙感影像就可以判斷非“大棚房”調(diào)查范疇內(nèi)圖斑,如圖6,減少外業(yè)調(diào)查工作量,共計(jì)剩余提取623個(gè)圖斑在“大棚房”調(diào)查范疇。

圖6 非“大棚房”調(diào)查范疇內(nèi)圖斑

4 POI數(shù)據(jù)的精度分析

文中,POI數(shù)據(jù)與大棚房數(shù)據(jù)的吻合度,即POI數(shù)據(jù)精度。POI數(shù)據(jù)精度分析主要分為兩個(gè)方面,一是坐標(biāo)信息的準(zhǔn)確性,二是屬性信息的準(zhǔn)確性。

4.1 位置精度分析

坐標(biāo)信息的準(zhǔn)確性是指POI能落在目標(biāo)物上或者周邊范圍,對于大棚房數(shù)據(jù),POI坐標(biāo)數(shù)據(jù)位置精度是指點(diǎn)位坐標(biāo)恰好位于正射影像的“大棚房”建筑物上或者臨近范圍內(nèi),對提取的623個(gè)圖斑進(jìn)行點(diǎn)位分析。

首先是對提取的623個(gè)點(diǎn)旁邊的建筑物輪廓根據(jù)遙感影像進(jìn)行勾繪,就能獲取建筑物的位置信息,將POI與勾繪出的建筑物輪廓進(jìn)行分析,計(jì)算其POI到面的最短距離,如圖7所示。

(a)POI在建筑物(廠房)影像圖范圍內(nèi)

(b)POI在建筑物(廠房)影像圖范圍外

圖7(a)中POI在建筑物正射影像圖范圍內(nèi),圖7(b)中POI則在建筑物影像范圍外,因此圖7(a)中的POI為位置坐標(biāo)準(zhǔn)確點(diǎn),圖7(b)點(diǎn)的位置坐標(biāo)存在偏差,經(jīng)分析,623個(gè)點(diǎn)中,共計(jì)有562個(gè)點(diǎn)位落在建筑物圖斑范圍內(nèi),其坐標(biāo)距離記為0,其余點(diǎn)位,則計(jì)算其到目標(biāo)建筑物的最短距離。采用ArcGIS對點(diǎn)位于建筑物面文件進(jìn)行分析,計(jì)算點(diǎn)到面的最短直線距離,其距離d分布如表1所示。

表1 POI點(diǎn)的位置分析

對表1中POI點(diǎn)的坐標(biāo)進(jìn)行分析可知,有90.21%的點(diǎn)是落在區(qū)域范圍內(nèi)的,僅有0.80%的點(diǎn)位于距離建筑物10 m范圍外,其發(fā)生的概率極小。

4.2 屬性精度分析

采用POI數(shù)據(jù)進(jìn)行大棚房業(yè)務(wù)開展僅作為輔助手段,其真實(shí)數(shù)據(jù)是該區(qū)各街道的調(diào)查人員進(jìn)行實(shí)際外業(yè)調(diào)查獲得的,采用的主要方法：

(1)基于POI分析的數(shù)據(jù),對分析的623個(gè)數(shù)據(jù)直接到現(xiàn)場,對其屬性信息進(jìn)行分析,包括名稱、分類、用途等,共計(jì)有606個(gè)數(shù)據(jù)基本正確,正確率為97.27%,分析其余17條POI不正確的主要原因?yàn)椋孩貾OI地名地址數(shù)據(jù)為時(shí)效性較差的數(shù)據(jù),實(shí)際建筑物已經(jīng)改了名字,而POI數(shù)據(jù)不能及時(shí)更新;②一個(gè)建筑物具有不同的屬性,對于一個(gè)建筑物,實(shí)際上有很多家不同性質(zhì)的企業(yè)或者經(jīng)營單位,POI數(shù)據(jù)不能全面顯示其屬性信息。

(2)在POI數(shù)據(jù)外,對滿足大棚房條件的建筑物構(gòu)筑物直接上報(bào),其建筑物構(gòu)筑物在當(dāng)?shù)氐牡孛刂贩謩e具有“農(nóng)家樂”“度假村”“莊園”以及住宅等特點(diǎn),共計(jì)在POI數(shù)據(jù)外8條,換而言之,POI數(shù)據(jù)并不完全,仍有很多數(shù)據(jù)不能收錄到數(shù)據(jù)庫中,就大棚房數(shù)據(jù)而言,其遺漏的數(shù)據(jù)條數(shù)約為1.28%。

綜上分析,POI數(shù)據(jù)與大棚房數(shù)據(jù)吻合度非常高,對于“大棚房”專項(xiàng)整治行動,POI數(shù)據(jù)對于解決實(shí)際業(yè)務(wù)需求具有重要的意義。但POI數(shù)據(jù)的位置精度及屬性精度對業(yè)務(wù)開展的影響較大,因此可進(jìn)一步提高POI數(shù)據(jù)精度,主要措施為采取精度可靠的興趣點(diǎn)采集方法,可以對多種方式采集的POI數(shù)據(jù)點(diǎn)進(jìn)行對比分析,查找差異點(diǎn),不斷優(yōu)化POI數(shù)據(jù)位置精度,現(xiàn)階段的POI數(shù)據(jù)主要生成方式是源于基礎(chǔ)測繪成果數(shù)字線劃地圖(digital line graphic,DLG)中的點(diǎn)類要素?cái)?shù)據(jù)集,現(xiàn)階段,隨著互聯(lián)網(wǎng)電子地圖的飛速發(fā)展,電商經(jīng)濟(jì)、共享經(jīng)濟(jì)、互聯(lián)網(wǎng)社交、快遞服務(wù)等都有大量的POI數(shù)據(jù)信息,其數(shù)據(jù)量十分巨大且豐富,因此可以結(jié)合不同方式獲取的POI數(shù)據(jù)進(jìn)行整合分析,對于差異較大的POI數(shù)據(jù)也可采用現(xiàn)場調(diào)查的方式進(jìn)行外業(yè)實(shí)際采集其坐標(biāo),滿足精度要求。對于POI數(shù)據(jù)的屬性正確性,也可采用多源數(shù)據(jù)對比的方式進(jìn)行分析,及時(shí)更新數(shù)據(jù),保持?jǐn)?shù)據(jù)有效性,也可進(jìn)行實(shí)際走訪,實(shí)地了解存在疑問的POI數(shù)據(jù),保持?jǐn)?shù)據(jù)的時(shí)效性。

5 結(jié)束語

目前國內(nèi)的POI數(shù)據(jù)具有覆蓋范圍廣、數(shù)據(jù)量大、準(zhǔn)確度高、更新頻率快等特點(diǎn),高德地圖在國內(nèi)有超過6 000萬條的POI數(shù)據(jù),多用于電商經(jīng)濟(jì)、共享經(jīng)濟(jì)、互聯(lián)網(wǎng)社交、快遞服務(wù)、導(dǎo)航等商業(yè)活動,其坐標(biāo)信息及屬性信息對于輔助開展“大棚房”整治活動具有明顯的優(yōu)勢。將POI數(shù)據(jù)與土地業(yè)務(wù)數(shù)據(jù)庫、遙感影像相結(jié)合,能快速準(zhǔn)確地提取目標(biāo)物。在本次實(shí)驗(yàn)中,提取帶有“大棚房”屬性特征的點(diǎn)共計(jì)4 563個(gè),經(jīng)與土地利用現(xiàn)狀調(diào)查數(shù)據(jù)疊加分析,并結(jié)合遙感影像和POI數(shù)據(jù)的屬性信息剔除不在“大棚房”范疇內(nèi)的圖斑,共計(jì)623個(gè),其中僅有5個(gè)圖斑在建筑10 m范圍之外,其POI數(shù)據(jù)位置精度較高,結(jié)合外業(yè)調(diào)查,共計(jì)有17條數(shù)據(jù)記錄屬性存在誤差,主要原因?yàn)閿?shù)據(jù)時(shí)效性差或者數(shù)據(jù)記錄不全,此外根據(jù)實(shí)際調(diào)查,有8條明顯具有“大棚房”特點(diǎn)的建筑物并沒有在POI數(shù)據(jù)中。通過以上數(shù)據(jù)分析,基于POI數(shù)據(jù)輔助開展“大棚房”綜合整治是可行的,其數(shù)據(jù)的坐標(biāo)精度及屬性精度滿足業(yè)務(wù)需求。