管 楚 蓋學峰 孫 偉

(山東省國土測繪院， 山東 濟南 250000)

0 引言

隨著資源的開采和人口的活動，地球的地質(zhì)條件時刻都在發(fā)生改變[1]，這些改變不僅影響著地球中的動植物，同樣影響著人類，因此，近幾年，我國越來越重視土地變化測繪[2]。資源的過度開采導(dǎo)致土地資源惡化嚴重，利用率低下，為了研究人類活動對土地利用的影響，降低土地資源惡化的速度，需要積極進行土地變化測繪，觀察土地利用變化[3]，制定合理的利用方案。然而目前的土地利用變化測繪的精度低，無法滿足快速變化的土地測繪需求，因此，基于中國北斗衛(wèi)星導(dǎo)航系統(tǒng)(BeiDou navigation satellite system,BDS)與全球定位系統(tǒng)(global positioning system,GPS)設(shè)計了新的土地利用變換測繪方法。

1 基于BDS與GPS的土地利用變化測繪方法設(shè)計

1.1 處理土地利用變化測繪數(shù)據(jù)

在處理土地利用變化測繪數(shù)據(jù)時，首先，必須進行數(shù)據(jù)源選擇。數(shù)據(jù)源選擇必須考慮兩個因素[4]，即數(shù)據(jù)源的實際需求和數(shù)據(jù)源的特性。因此，在進行在明確數(shù)據(jù)源的實際需求基礎(chǔ)上，制定合理的數(shù)據(jù)源采集方案，分析數(shù)據(jù)源的具體特性[5]，除此之外，還需要在數(shù)據(jù)的研究等領(lǐng)域內(nèi)計算此時測繪到的數(shù)據(jù)準確性，分析測繪現(xiàn)狀。

數(shù)據(jù)采集過程受到傳感器本身性能、大氣、天氣條件、陽光、地面變化、季節(jié)變化等諸多因素的應(yīng)用，因此在數(shù)據(jù)處理時，需要根據(jù)數(shù)據(jù)的具體狀態(tài)[6]，選擇不同的處理方法進行處理，從地表覆蓋的角度來看，不同的自然物體都有自己的特征、運動軌跡和變化規(guī)律，但人類活動使這些變化復(fù)雜化，因此在處理不同類型的地表數(shù)據(jù)時，需要建立恰當?shù)目臻g識別模型[7]，實現(xiàn)數(shù)據(jù)的初步處理。

綜合考慮數(shù)據(jù)的各項因素，為了提高數(shù)據(jù)處理的精度，需要選取檢測目標與背景偏差最大的圖像數(shù)據(jù)，并根據(jù)輻射特征選擇輻射分辨率盡可能相同的遙感圖像數(shù)據(jù)進行處理，避免其他因素對遙感數(shù)據(jù)的影響[8]。

圖像數(shù)據(jù)預(yù)處理是進行多次遙感圖像變化檢測的前提，處理結(jié)果直接影響變化檢測的準確性和變化檢測的效率。為了驗證變化檢測方法的有效性，在變化檢測之前必須做好準備工作，保證數(shù)據(jù)邊界與影像對應(yīng)的土地邊界重疊，為檢測土地利用變化提供依據(jù)，除此之外，可以將底部數(shù)據(jù)作為后續(xù)變化檢測的參考，基于此設(shè)計的數(shù)據(jù)處理流程如圖1所示。

圖1 數(shù)據(jù)處理流程

根據(jù)圖1的數(shù)據(jù)處理流程，進行圖像配準，以航空影像為基準，分別對采集的測繪數(shù)據(jù)進行變換和幾何校正，計算最小控制點作為多項式，然后通過雙線性插值對圖像進行重采樣、校準后，通過透明重疊法檢查配準狀態(tài)。

從特征良好的圖像中選擇與配準控制點同名的特征點，用二次多項式校正圖像數(shù)據(jù)，并使用雙線性插值重新采樣。參考點的收集遵循以下原則[9]：第一，參考點需要分布均勻；第二，采集到的參考點圖像中如果有道路交叉口、河流交叉口等需要提前標記；第三，為了保證圖像的高空間分辨率，控制點交點和地面參考點必須均勻分布在整個圖像上，不能隨時間變化而變化，需要在數(shù)量上有保證。

1.2 基于BDS與GPS處理土地變化測繪遙感影像

基于BDS與GPS采集快鳥(Quick Bird)衛(wèi)星數(shù)據(jù)，處理土地變化測繪遙感影像，首先需要對原始影像進行預(yù)處理，本研究中使用的原始Quick Bird衛(wèi)星數(shù)據(jù)通常保存為4～9 TIF格式的影像[10]，這些分割后的影像需要用Data Prep-Mosaic進行影像預(yù)處理，再使用遙感圖像處理軟件(ERDAS)進行整合。

首先需要使用BDS與GPS處理進行數(shù)據(jù)融合處理，在處理前需要提前檢測影像之間的匹配關(guān)系，確保影像可以成功匹配[11]，經(jīng)過BDS與GPS檢驗的影像如果呈匹配良好的狀態(tài)則可以直接進行影像融合，如果檢驗后發(fā)現(xiàn)影像匹配效果不佳，則需要先進行Pansharp融合處理，將需要處理的影像信息歸一化處理，再進行影像融合，確保最佳的融合效果。

待影像充分融合完畢，可以對融合后的影像進行色彩處理，色彩處理的過程不單是色彩的添加和擦除，還可以通過增加影像的亮度、增強影像的局部紋理對比度來定義融合后影像特征邊界，增加對顏色的每個類別的感知。為了突出融合后影像的分辨率特性，需要采用灰度處理法改變原始影像的灰度值及灰度關(guān)系，避免影像出現(xiàn)灰度失真現(xiàn)象，影響影像測繪的精度。

在融合影像中，多光譜影像數(shù)據(jù)的主要亮點是光譜信息，Quick Bird識別的多光譜數(shù)據(jù)具有光譜分辨率高的優(yōu)勢，因此在影像數(shù)據(jù)融合之前，可以使用BDS與GPS選擇最優(yōu)波段組合[12]，分析不同波段影像在目標地物上的反射距離，讀取有效波段范圍內(nèi)的最大信息量，有助于土地變化測繪。為了提高土地變化測繪的準確性，還可以進行色彩增強，根據(jù)研究區(qū)域的影像數(shù)據(jù)特征，適當調(diào)整各波段的亮度和對比度，保證測繪影像清晰完整。

1.3 檢測土地利用變化測繪遙感影像變化特征

處理了土地變化測繪的遙感影像后，為了保證圖像之間的特異性，需要根據(jù)實際的測繪狀態(tài)，提取遙感影像的變化特征[13]。因此，首先需要使用正確的檢測方法，提取圖像的特殊信息，例如，圖像的亮度、復(fù)雜度等。還可以使用灰度圖像檢驗法，劃分需要處理圖像的灰度復(fù)雜區(qū)域，實現(xiàn)特異性區(qū)分。如果此時的圖像特征分布不均勻，可以將需要提取特征的圖像元素全部排布到灰度軸上，再根據(jù)灰度軸中顯示的分類狀態(tài)提取圖像的變化特征，基于此設(shè)計的提取變化特征如式(1)所示。

(1)

式中，μ代表變化特征；P代表影像系數(shù)；i代表檢測常數(shù)；P(C)代表檢測初始值。提取到的變化特征代表著遙感影像之間的特殊關(guān)系，對遙感影像判定的準確性有重要影響。因此，可以將提取到的遙感影像特征與采集的影像一一對應(yīng)，劃分數(shù)據(jù)圖像間的區(qū)別[14]，便于影像信息的處理?？梢詫y量到的外部變化實際值與變化檢測評估結(jié)果進行比較。結(jié)合較舊矢量數(shù)據(jù)或圖像調(diào)查獲得測繪差異系數(shù)。也可以基于遙感影像分類精度評價技術(shù)推導(dǎo)出的誤差矩陣，進行預(yù)處理，降低測繪誤差。

1.4 選擇土地利用變化指數(shù)

在變化特征提取后，需要根據(jù)具體的土地變化測繪地區(qū)設(shè)置標準的土地利用變化指數(shù)，在進行土地變化測繪時，根據(jù)地球的基本反射特點，需要重新劃分地球吸收光譜。經(jīng)過檢測發(fā)現(xiàn)，使用衛(wèi)星傳感器檢測出的地球不同物體具有不同的電磁信息[15]，因此，一般來說，地面物體的反射率取決于地面物體光譜跟蹤的波長，由于同一個物體在不同的波段具有不同的反射率，因此可以根據(jù)光譜定律在多光譜波段找到地面最強反射類型。再通過比值計算和歸一化處理，使用最弱反射波段構(gòu)建指標圖像，從而在地物的指標圖像中獲得準確的亮度增強圖像，可以使用該亮度增強圖像來計算此時的土壤植被調(diào)節(jié)指數(shù)，便于識別土地變化特征，增加土地測繪的準確性。本方法采用的歸一指數(shù)計算法，將光譜圖像的特征指數(shù)代入歸一化函數(shù)，得出土壤植被調(diào)節(jié)指數(shù)的具體數(shù)值。

為了保證測繪的精度，需要檢測計算出指數(shù)的有效性，選擇某植被覆蓋率低的地區(qū)進行研究。實驗表明，計算出的土壤植被調(diào)節(jié)指數(shù)符合Earth NDBI的標準化指數(shù)規(guī)則，可通過提高測繪地區(qū)的亮度來提取測繪信息，改進后的標準化指數(shù)可以有效提取水分信息，實現(xiàn)準確的土地變化測繪。綠色植被在藍色和紅色波段吸收太陽光比較強，基于此，研究區(qū)域?qū)χ脖恢笖?shù)的影響。通過反復(fù)試驗，在公式中引入土壤調(diào)理因子，可以消除土壤植被太陽光吸收產(chǎn)生的測繪誤差。

1.5 實現(xiàn)土地利用變化測繪

實現(xiàn)土地利用變化測繪還需要采集控制點。首先，需要確定控制點的具體位置，在采集到的土地變化測繪圖像上選擇一幅圖像，區(qū)分清晰的特征點，保證每個場景圖像中的控制點分布均勻，且必須覆蓋整個測繪圖像，控制區(qū)域要大于工作區(qū)域，此時的控制點分布示意圖如圖2所示。

圖2 控制點分布示意圖

由圖2可知，對于平地和丘陵，每個場景設(shè)計的校準控制點數(shù)至少為9個，對于山地，每個場景的校準控制點數(shù)至少為12個。特征點必須布置在地形起伏變化不大的地區(qū)，且靠近正交清晰邊界的定位精度必須最高，非正交點或中心點定位精度較邊界稍低。在較寬的路口處的測繪的定位精度較差。因此在進行特征點選取時，為了保證測繪精度，避免在高度較大的建筑物上選取控制點，且在相鄰場景的重疊區(qū)域中至少選擇三個控制點。

對于橋梁、河流等特殊地形，可采用雙點布局的方式，根據(jù)具體情況選擇控制點布置的位置。如果測繪的預(yù)選點不確定，可以假設(shè)校準精度，根據(jù)測繪的具體區(qū)域確定測繪控制點的具體來源。在確定控制點后，需要繪制平滑的正交圖像。如果重疊場景數(shù)超過3個，公共控制點必須至少設(shè)置1個，且必須進行數(shù)據(jù)校正，來檢查控制點的準確性。測繪局部校正采用ERDASLPS模塊，校正模型選用RPC。

2 實驗

為了檢驗本文設(shè)計的基于BDS與GPS的土地利用變化測繪方法的測繪效果，將其與傳統(tǒng)的土地利用變化測繪方法進行對比，實驗如下。

2.1 實驗準備

首先選取某地區(qū)進行土地利用現(xiàn)狀調(diào)查，記錄調(diào)查后得到的地形數(shù)據(jù)、衛(wèi)星遙感數(shù)據(jù)等基礎(chǔ)數(shù)據(jù)，作為后續(xù)實驗的參考，其次進行數(shù)據(jù)動態(tài)更新保證數(shù)據(jù)的實時性，研究地區(qū)共包含3 684個基礎(chǔ)地塊，54種道路地形，使用BDS及時更新變化影響，此時的影響分辨率在0.5 m以上，為了保證實驗的準確度，需要明確變化測繪實驗的技術(shù)路線，如圖3所示。

圖3 變化測繪技術(shù)路線

由圖3可知，根據(jù)該技術(shù)變化路線進行測繪可以增加實驗的準確性，便于進行地形更新和影像比對，根據(jù)選取國土調(diào)查標準，對測試區(qū)域的動態(tài)變化情況進行初步調(diào)查，對比此時的底板圖斑，如表1所示。

表1 圖斑對比表

由表1可知，此時的圖斑數(shù)量與地類和界限都有一定的關(guān)系需要根據(jù)動態(tài)界限判定圖來進一步確認，基于此繪制的動態(tài)界限圖如圖4所示。

圖4 動態(tài)界限圖

使用圖4的動態(tài)界限圖，采集二次變化測繪時的影像圖斑共68個，此時數(shù)據(jù)對比情況如表2所示。

表2 二次測繪數(shù)據(jù)對比表

由表2可知，此時的數(shù)據(jù)對比結(jié)果符合前文調(diào)查的基礎(chǔ)數(shù)值，因此該數(shù)據(jù)具有有效性，可以作為后續(xù)測繪實驗的參考。

2.2 實驗結(jié)果與討論

分別使用本文設(shè)計的基于BDS和GPS的土地利用變化測繪方法與傳統(tǒng)的土地利用變化測繪方法進行測繪，記錄此時兩種方法測繪的圖像，測繪結(jié)果如圖5所示。

圖5 測繪結(jié)果

由圖5可知，使用本文設(shè)計的測繪方法測繪出的圖像土地利用變化特征更明顯，證明本文設(shè)計的測繪方法測繪的圖像質(zhì)量更高，測繪效果更好，分別識別兩組測繪圖像中連續(xù)十個位置的土地邊緣寬度，與標準的寬度進行對比，識別結(jié)果如表3所示。

表3 識別結(jié)果 單位：m

由表3可知，本文設(shè)計的方法識別結(jié)果與標準數(shù)值更加擬合，證明設(shè)計方法的測繪精度高，具有準確性。

3 結(jié)束語

綜上所述，利用變化測繪對保護土地資源，對提高土地資源的利用率有重要價值，BDS和GPS技術(shù)可以利用衛(wèi)星定位及時反饋測繪信息，具有超強的實時性，因此本文基于BDS和GPS設(shè)計了新的土地利用變化測繪方法，實驗證明，設(shè)計的測繪方法得到的測繪圖像質(zhì)量較好且具有較高的測繪精度，對后續(xù)的土地資源研究有一定價值。