摘要：遙感與測(cè)繪數(shù)據(jù)融合技術(shù)作為土地資源管理的重要工具，能夠有效提升土地資源調(diào)查、規(guī)劃和監(jiān)管的精準(zhǔn)性。分析數(shù)據(jù)融合的基本原理與技術(shù)方法，并探討該技術(shù)在土地利用調(diào)查、資源規(guī)劃評(píng)價(jià)和執(zhí)法監(jiān)督等領(lǐng)域的具體應(yīng)用。結(jié)合工程實(shí)踐案例，闡述了融合數(shù)據(jù)的實(shí)現(xiàn)過程、應(yīng)用效果及精度評(píng)估，并針對(duì)實(shí)踐中存在的問題提出了相應(yīng)的解決方案，為提高土地資源管理水平提供支撐。

關(guān)鍵詞：遙感與測(cè)繪數(shù)據(jù)融合；土地資源管理；測(cè)繪地理監(jiān)測(cè)；資源規(guī)劃；執(zhí)法監(jiān)督

中圖分類號(hào)：P237 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1008-9500（2025）03-00-03

Application of Remote Sensing and Surveying Data Fusion in Land Resource Management

DONG Jiamin， DIAO Wei

（Feicheng City Natural Resources and Planning Bureau， Feicheng 271600， China）

Abstract： The fusion technology of remote sensing and surveying data， as an important tool for land resource management， can effectively improve the accuracy of land resource investigation， planning， and supervision. Analyze the basic principles and technical methods of data fusion， and explore the specific applications of this technology in land use investigation， resource planning evaluation， and law enforcement supervision. Based on engineering practice cases， this article elaborates on the implementation process， application effects， and accuracy evaluation of data fusion， and proposes corresponding solutions to the problems existing in practice， providing support for improving the level of land resource management.

Keywords： remote sensing and surveying data fusion; land resource management; land use survey; resource planning; law enforcement supervision

土地資源管理是國土空間治理的重要組成部分，傳統(tǒng)管理方法難以滿足當(dāng)前精細(xì)化、動(dòng)態(tài)化的管理需求。遙感與測(cè)繪數(shù)據(jù)融合技術(shù)能夠?qū)崿F(xiàn)多源數(shù)據(jù)的優(yōu)勢(shì)互補(bǔ)，有助于開展土地資源管理。隨著遙感技術(shù)的不斷進(jìn)步和測(cè)繪數(shù)據(jù)獲取手段的日益豐富，數(shù)據(jù)融合在提升土地資源管理效率、優(yōu)化管理決策等方面發(fā)揮著越來越重要的作用。因此，主要研究了遙感與測(cè)繪數(shù)據(jù)融合數(shù)據(jù)在土地資源管理中的應(yīng)用。

1 遙感與測(cè)繪數(shù)據(jù)融合的基礎(chǔ)理論

遙感與測(cè)繪數(shù)據(jù)融合作為土地資源管理的核心技術(shù)支撐，通過整合多源信息實(shí)現(xiàn)精準(zhǔn)管理。遙感數(shù)據(jù)通過衛(wèi)星和航空平臺(tái)獲取地表宏觀信息，大范圍且動(dòng)態(tài)觀測(cè)土地資源，快速掌握土地利用變化和地表環(huán)境情況；測(cè)繪數(shù)據(jù)依托地面測(cè)量獲取高精度地理要素信息，為土地確權(quán)登記提供支撐[1]。在觀測(cè)視角和應(yīng)用優(yōu)勢(shì)上，遙感數(shù)據(jù)與測(cè)繪數(shù)據(jù)互補(bǔ)，通過空間配準(zhǔn)等方法實(shí)現(xiàn)融合，并構(gòu)建信息管理平臺(tái)提供決策支持。在應(yīng)用方面，數(shù)據(jù)融合支持耕地?cái)?shù)量、質(zhì)量、生態(tài)的“三位一體”監(jiān)測(cè)，可繪制土地利用現(xiàn)狀等專題圖，支持違法用地快速發(fā)現(xiàn)和預(yù)警，在工程選址、效果評(píng)估等方面發(fā)揮作用。

2 融合數(shù)據(jù)在土地資源管理中的應(yīng)用

2.1 土地利用調(diào)查與動(dòng)態(tài)監(jiān)測(cè)

基于多源融合數(shù)據(jù)的土地調(diào)查采用“天空地”一體化監(jiān)測(cè)模式（見圖1）。利用分辨率為0.5～2.0 m的高分衛(wèi)星影像獲取宏觀地表信息，無人機(jī)傾斜攝影獲取局部精細(xì)信息，實(shí)時(shí)動(dòng)態(tài)（Real-Time Kinematic，RTK）測(cè)量獲取地面控制點(diǎn)，構(gòu)建土地利用調(diào)查的基礎(chǔ)數(shù)據(jù)集[2]。采用深度學(xué)習(xí)框架對(duì)遙感影像進(jìn)行語義分割，結(jié)合歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）、歸一化水指數(shù)（Normalized Difference Water Index，NDWI）等遙感指數(shù)，智能識(shí)別耕地、林地、建設(shè)用地等地類，分類精度超過90%。變化監(jiān)測(cè)方面，基于時(shí)間序列Landsat和Sentinel影像，通過變化向量分析（Change Vector Analysis，CVA）和NDVI差值計(jì)算，識(shí)別土地利用轉(zhuǎn)型區(qū)域，并利用分層抽樣方法進(jìn)行實(shí)地核查，確保監(jiān)測(cè)精度。

2.2 土地資源規(guī)劃與評(píng)價(jià)

土地資源規(guī)劃評(píng)價(jià)采用多源數(shù)據(jù)融合的定量分析方法。利用1∶1萬DEM數(shù)據(jù)分析坡度、坡向等地形因子，結(jié)合氣象、土壤、水文等專題數(shù)據(jù)，構(gòu)建土地適宜性評(píng)價(jià)指標(biāo)體系。采用層次分析法（Analytic Hierarchy Process，AHP）和模糊綜合評(píng)價(jià)確定指標(biāo)權(quán)重，通過地理信息系統(tǒng)（Geographic Information System，GIS）空間分析進(jìn)行多因素疊加運(yùn)算，生成土地適宜性評(píng)價(jià)圖。在國土空間規(guī)劃中，基于遙感解譯和實(shí)地測(cè)量數(shù)據(jù)，采用空間主導(dǎo)功能識(shí)別、生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估等方法，科學(xué)劃定“三區(qū)三線”。利用傾斜攝影測(cè)量構(gòu)建三維城市模型，支持規(guī)劃方案可視化。同時(shí)，評(píng)價(jià)指標(biāo)體系納入社會(huì)經(jīng)濟(jì)因素，通過建立評(píng)價(jià)模型劃分不同用地類型的適宜性等級(jí)，為土地資源優(yōu)化配置提供科學(xué)依據(jù)。

2.3 土地執(zhí)法監(jiān)督與管理

構(gòu)建“衛(wèi)星-航空-地面”立體監(jiān)管網(wǎng)絡(luò)。利用高分辨率光學(xué)衛(wèi)星和雷達(dá)衛(wèi)星獲取全天候監(jiān)測(cè)數(shù)據(jù)，通過目標(biāo)檢測(cè)網(wǎng)絡(luò)識(shí)別違法用地圖斑。結(jié)合無人機(jī)傾斜攝影和實(shí)地測(cè)量數(shù)據(jù)，采用變化檢測(cè)算法對(duì)比分析土地利用現(xiàn)狀與規(guī)劃許可數(shù)據(jù)，自動(dòng)提取疑似違法區(qū)域[3]。基于空間數(shù)據(jù)庫和WebGIS技術(shù)開發(fā)土地執(zhí)法監(jiān)管平臺(tái)，利用機(jī)器學(xué)習(xí)模型對(duì)違法線索進(jìn)行智能研判和分級(jí)預(yù)警，實(shí)現(xiàn)精準(zhǔn)執(zhí)法。通過北斗定位和移動(dòng)終端采集執(zhí)法數(shù)據(jù)，構(gòu)建快速響應(yīng)機(jī)制。建立基于區(qū)塊鏈技術(shù)的執(zhí)法信息共享機(jī)制。

2.4 應(yīng)用效益分析

采用投入產(chǎn)出比和量化指標(biāo)評(píng)估融合數(shù)據(jù)應(yīng)用效益。數(shù)據(jù)獲取成本較傳統(tǒng)方法降低40%，土地調(diào)查效率大幅提升，監(jiān)測(cè)精度達(dá)到95%以上。在土地變化監(jiān)測(cè)中，自動(dòng)化程度達(dá)到80%，較人工解譯節(jié)省70%工時(shí)。執(zhí)法監(jiān)管方面，違法用地發(fā)現(xiàn)率提高50%，處置時(shí)效縮短60%?；谶b感指數(shù)和地面監(jiān)測(cè)數(shù)據(jù)評(píng)估土地生態(tài)狀況，土地整治項(xiàng)目效益評(píng)估準(zhǔn)確率達(dá)85%。融合數(shù)據(jù)支撐的土地資源管理平臺(tái)年訪問量超過10萬次，數(shù)據(jù)共享率達(dá)95%，顯著提升了管理效能。

3 土地資源管理工程實(shí)踐與評(píng)估

3.1 工程背景與技術(shù)路線

眉山市為建設(shè)“天府糧倉”構(gòu)建“天府星座”遙感監(jiān)測(cè)體系，具體架構(gòu)如圖2所示。該體系由10顆0.75 m分辨率的光學(xué)遙感衛(wèi)星組成，實(shí)現(xiàn)對(duì)距地面535 km高空的對(duì)地觀測(cè)，衛(wèi)星軌道設(shè)計(jì)實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域的全天候、全方位覆蓋。技術(shù)路線采用“空天地”立體化監(jiān)測(cè)架構(gòu)：天基系統(tǒng)依托“天府星座”衛(wèi)星群實(shí)現(xiàn)大范圍、高頻次的宏觀遙感監(jiān)測(cè)；空中平臺(tái)結(jié)合航空遙感和無人機(jī)獲取局部區(qū)域的高精度影像數(shù)據(jù)；地面監(jiān)測(cè)系統(tǒng)部署土壤墑情傳感器、蟲情監(jiān)測(cè)設(shè)備等物聯(lián)網(wǎng)設(shè)備，實(shí)時(shí)采集農(nóng)情數(shù)據(jù)。同時(shí)，該體系構(gòu)建月度數(shù)據(jù)更新機(jī)制，通過多源數(shù)據(jù)融合和人工智能（Artificial Intelligence，AI）算法自動(dòng)識(shí)別和分析農(nóng)業(yè)用地變化。另外，四川盆地多云多霧，采用多時(shí)相影像拼接和云霧檢測(cè)技術(shù)，確保數(shù)據(jù)獲取質(zhì)量。

3.2 實(shí)現(xiàn)方法與過程

在數(shù)據(jù)獲取環(huán)節(jié)，利用“天府星座”提供的月度遙感影像，結(jié)合氣象、地形等輔助數(shù)據(jù)，構(gòu)建農(nóng)業(yè)土地資源動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)庫[4]。針對(duì)不同作物類型和地塊特征，開發(fā)智能解譯模型庫，包括冬小麥、西洋參、養(yǎng)殖網(wǎng)箱和海筏等多類識(shí)別模型，自動(dòng)分析耕地利用狀況、農(nóng)作物種植分布情況。在平臺(tái)建設(shè)方面，開發(fā)“新眉農(nóng)服”小程序，引入27家專業(yè)服務(wù)機(jī)構(gòu)，發(fā)布包括農(nóng)機(jī)服務(wù)、靈活用工、培訓(xùn)報(bào)名、信息服務(wù)等200多項(xiàng)農(nóng)業(yè)服務(wù)類目。在耕地監(jiān)管方面，建立“田長(zhǎng)制”工作體系，通過移動(dòng)端及時(shí)填報(bào)，形成發(fā)現(xiàn)、分發(fā)、核查、研判、移交、反饋及監(jiān)督的閉環(huán)管理機(jī)制。

3.3 應(yīng)用成果與精度評(píng)估

“天府星座”遙感監(jiān)測(cè)體系實(shí)施效果如表1所示。通過遙感監(jiān)測(cè)和AI智能識(shí)別，實(shí)現(xiàn)了耕地總量年均增長(zhǎng)3.5%，有效指導(dǎo)農(nóng)業(yè)生產(chǎn)并推動(dòng)區(qū)域糧食產(chǎn)量提升。“AI+遙感”智能監(jiān)測(cè)技術(shù)成功發(fā)現(xiàn)并整治違規(guī)用地問題，其中違規(guī)新增宅基地整治成功率達(dá)62%。該體系對(duì)農(nóng)作物種植分布、生長(zhǎng)狀況和土地利用變化的監(jiān)測(cè)精度均超過90%，為當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和土地管理提供技術(shù)支撐。

3.4 問題分析與發(fā)展展望

“天府星座”遙感監(jiān)測(cè)體系運(yùn)行面臨4個(gè)主要技術(shù)挑戰(zhàn)：第一，四川省特殊的地理氣候條件限制了光學(xué)遙感數(shù)據(jù)獲??；第二，農(nóng)業(yè)地塊細(xì)碎化和種植結(jié)構(gòu)復(fù)雜增加了遙感影像解譯難度；第三，物聯(lián)網(wǎng)設(shè)備覆蓋范圍有限，影響了地面監(jiān)測(cè)數(shù)據(jù)完整性；第四，業(yè)務(wù)范圍擴(kuò)大導(dǎo)致數(shù)據(jù)處理和存儲(chǔ)需求激增[5]。針對(duì)這些問題，未來要進(jìn)一步推進(jìn)雷達(dá)遙感技術(shù)應(yīng)用以突破氣象限制，深化深度學(xué)習(xí)算法提升農(nóng)作物識(shí)別精度，擴(kuò)大物聯(lián)網(wǎng)設(shè)備布設(shè)范圍和監(jiān)測(cè)覆蓋范圍，并加強(qiáng)邊緣計(jì)算研究，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)分析。

4 結(jié)論

遙感與測(cè)繪數(shù)據(jù)融合技術(shù)在土地資源管理中的應(yīng)用取得了顯著成效，不僅提高了土地利用調(diào)查的準(zhǔn)確性和效率，而且為土地資源規(guī)劃和執(zhí)法監(jiān)督提供了有力的技術(shù)支撐。工程實(shí)踐證明，該技術(shù)在提升管理精度、降低工作成本方面具有明顯優(yōu)勢(shì)。但在實(shí)際應(yīng)用中仍存在數(shù)據(jù)質(zhì)量不穩(wěn)定、融合算法有待優(yōu)化等問題。未來，著重加強(qiáng)數(shù)據(jù)獲取和處理技術(shù)的研究，完善融合方法，建立標(biāo)準(zhǔn)化的技術(shù)流程，進(jìn)一步擴(kuò)大應(yīng)用范圍，為土地資源的科學(xué)管理和可持續(xù)利用提供更加可靠的技術(shù)保障。

參考文獻(xiàn)

1 吳佳偉，孫 喬.現(xiàn)代測(cè)繪技術(shù)對(duì)土地資源管理的影響[J].城市建設(shè)理論研究，2024（9）：187-189.

2 王志永.面向微變監(jiān)測(cè)的多源遙感數(shù)據(jù)融合方法研究[D].呼和浩特：內(nèi)蒙古工業(yè)大學(xué)，2024.

3 蔡巧云，沈建華.基于多源遙感數(shù)據(jù)源融合的土地利用分類方法對(duì)比研究[J].測(cè)繪標(biāo)準(zhǔn)化，2023（4）：26-31.

4 徐海濱.融合遙感影像與眾源地理數(shù)據(jù)的城市土地利用變化檢測(cè)方法研究[D].濟(jì)南：山東師范大學(xué)，2021.

5 侯 婉.基于多源數(shù)據(jù)融合的全球海岸帶土地利用/覆蓋遙感制圖及變化特征研究[D].煙臺(tái)：中國科學(xué)院大學(xué)（中國科學(xué)院煙臺(tái)海岸帶研究所），2020.