利用３Ｓ技術驗證渭庫綠洲地區耕地統計資料研究

摘要：本文以渭庫三角洲綠洲（沙雅縣、庫車縣、新和縣）為研究區，陸地衛星TM遙感影像為研究工具，與同時期的耕地面積統計資料為基礎，采用人機交互式的目視解譯和人工修正相結合的方法提取耕地信息。進行對比分析來評價3S技術在地物分類和耕地信息提取方面的精度及其影響因素并得到合理結果。

關鍵詞：耕地面積；TM影像；3S技術；渭庫綠洲

前言

3S技術在各類生態環境和社會經濟現象研究當中越來越成為重要的研究工具，在耕地面積檢驗研究中，應用3S技術能夠快速地獲取有關信息，并進行空間疊加分析，具有傳統方法無可比擬的優越性。衛星遙感的影像特征是地面自然現象和社會經濟現象的共同反映，它體現了自然因素和社會經濟條件的融和。本文選擇以渭庫綠洲為研究區，采用TM影像數據，利用3S技術對該區2001年耕地統計資料進行驗證和系統研究，旨在探索基于3S技術的耕地信息提取及其精度檢驗，以此為合法使用每一寸土地提供技術支持和保障。

1研究區概況

渭干河-庫車河綠洲（庫新沙綠洲）位于新疆南部的塔里木盆地中北部，在行政上隸屬阿克蘇地區管轄。地理坐標：東經82°13′25″E-83°20′11″E，北緯41°01′35″N-41°45′20″N。該三角洲綠洲氣候屬于大陸性暖溫帶干旱氣候，蒸發強烈，降水分布不均，平原區多年平均降水量為46.5mm，山區多年平均降水量為243mm；平原區年蒸發為1374.1mm，是降水的29.6倍，風大沙多，危害嚴重。此三角洲綠洲范圍包括庫車，沙雅和新和等三個縣，這三個縣的土地總面積22.89km2，其中大部分是沙漠和戈壁，綠洲面積僅有7.49km2，占總面積的10.7%。

2數據源與研究方法

2.1 數據來源

本研究所用的數據由以下幾種類型的數據構成：⑴衛星影像數據：2001年8月5日研究區TM影像2，3，4波段；⑵地圖數據：研究區地形圖；⑶2002年新疆統計年鑒。

2.23S技術的集成

3S是GIS（Geographical Information System，地理信息系統），RS(Remote Sensing，遙感)和GPS(Global Positioning System，全球定位系統)的英文縮寫的簡稱，其中分別用于獲取點、面空間信息或監測其變化，用于空間數據的存儲、分析和處理[1]。

3S技術的集成，就是有效利用各種技術的優勢改變過去完全依靠人類野外探測，數據采集，圖件清繪，數據加工的歷史，提高信息采集，整理和再加工的自動化程度，逐步實現空間信息獲取-校正-建庫管理的一體化[2]。

2.3遙感影像前期處理

從物理上看，畸變就是像素點被錯誤放置，即本該屬于此點的像素值卻在彼處。因此可用兩種方法實現畸變圖像的校正：一是把錯誤的像素點搬運到正確的位置，此方法被稱為直接變換法；二是取回屬于該位置的像素值，此方法被稱為重采樣法。從數學上說，幾何精校正就是通過選取一組地面控制點GCP（Ground Control Point，遙感圖像上易于識別，并可精確定位的點）建立原始的畸變圖像空間與校正圖像空間的坐標變換關系[3]。

多用的幾何校正方式有兩種，第一是地形圖對圖像的校正方式，第二是圖像對圖像的校正方式，兩種方法各有各的優點和缺點，本文采用研究區的地形圖對2001年的TM影像進行幾何精校正，在影像上選取對應的地面控制點對GCP。GCP的選取原則是：有一定的數量保證，均勻分布在整個校正區域內，具有明顯的精確的定位識別標志，以保證精度。

這是獲取的研究區2001年分辨率為30m的TM數字圖像，除此，對渭庫綠洲地區相關的調查統計等專題圖件、資料也進行了收集。所有圖像數據地形圖為基準進行幾何精糾正和配準，選擇TM影像4，3，2波段進行假彩色合成，并進行線性拉伸和高斯低通濾波等增強處理，以獲得最佳目視解譯效果的圖像[3]。

2.4 分類方法

遙感圖像分類主要依據是地物的光譜特征，即地物電磁波輻射的多波段測量值，這些測量值可以用作遙感圖像分類的原始特征變量。

監督分類是一種常用的精度較高的統計判決分類，在已知類別的訓練場地上提取各類訓練樣本，通過選擇特征變量，確定判別函數或判別規則，從而把圖像中的各個象元劃歸到各個給定類型的分類方法。監督分類可以有效的開發數據內容，但需要充足的信息以決定地表信息的先驗概率，不但監督分類訓練樣本區的選擇需要各種豐富的知識和經驗，且需要當地耕地面積的一些具體資料信息。

非監督分類是在沒有先驗類別知識的情況下，根據象元本身的統計特征及自然點群的分布情況來劃分地物類別的分類處理。

根據各種分類方法的特點，結合本研究所獲取的數據，本文選擇目視解譯和非監督分類相結合的方法來對研究區內的地物類型進行判別分類。

2.5數據分析

分析表1數據可以看出，統計值和2001年耕地面積據TM影像計算值相比值有所偏小，這種誤差一方面可能是由對遙感影像的處理過程中的誤差引起的，另一方面可能存在當地土地主管部門少報瞞報耕地面積的情況，也會引起這種差異。

4 結果分析

4.1 耕地數據差異分析

從以上處理過程和對比研究結果可以看出，根據統計資料得到的數據和利用3S技術計算出來的研究區耕地面積存在一定的差別，因為目前3S技術的精度可以達到95％以上，基本上可以反映耕地的真實情況，但誤差不大。因此統計資料中的耕地面積數值是存在誤差的?？偠灾瑑烧咧g存在差異，而造成這種差異的原因則是多方面的。

遙感數字圖像計算機分類的依據是像素具有的多光譜特征，并沒有考慮相鄰像素間的關系，這種方法的主要缺陷在于地物識別與分類中沒有利用到地物空間關系等方面的信息。統計模式識別以像素作為識別的基本單元，未能利用圖像中提供的形狀和空間位置特征，其本質是地物光譜的分類。這個問題如果引入地物形狀特征則可以識別。顯然遙感圖像計算機分類未能充分利用遙感圖像提供的信息。因此圖像分類后，可以利用分類的結果，將這些目標對象進行重組，在區域分割或邊界跟蹤的基礎上抽取圖像形態、紋理特征和空間關系等特征，然后利用這些特征對圖像進行解譯。下墊面的覆蓋類型和起伏狀態對分類具有一定影響。下墊面的覆蓋類型多種多樣受傳感器空間分辨率限制，混合像元對遙感圖像分類的精度影響很大。圖像中的云層會遮蓋目標地物的電磁波輻射，影響圖像分類。對于圖像中僅有少量云層時，分類前可以采用去噪音方法進行清除。地物邊界的多樣性，使得判定類別的邊界往往是很困難的事。因此，提高遙感圖像分類精度，既然需要對圖像進行分類前處理，也需要選擇合適的分類方法。

4.2 統計數據本身存在的誤差

某些地方由于各種原因造成的村級債務，少則十幾萬，多則上百萬，這些債務包括銀行貸款、村合作基金會欠款以及高息貸款等。為了多留收入，償還欠款，各級地方政府都傾向于少報甚至瞞報耕地面積。另外一方面還可以通過少報瞞報耕地面積，可以進行不合法的開荒種荒的行為而不容易被發現[4]。

5 結論

研究結果顯示：2001年渭庫綠洲地區耕地面積通過3S技術的計算和統計資料得到的數據相比存在一定的差異。傳感器的選擇、大氣狀況，地物分類方法的選擇、云朵以及下墊面等因素的影響，是數據差異產生的主要原因。另一方面，統計資料本身存在的誤差以及計量標準的不一致是最值得引起重視的問題，對它的改進可以提高耕地的利用率及其利用的合法性和透明度。

隨著科學的發展和技術的進步，3S技術的應用領域將會越來越廣泛，精度也會越來越高，可以為人類快速獲得各種動態信息提供方便、快捷、可靠的手段[5]。

參考文獻

[1]趙庚新.基于TM數字圖像的耕地變化檢測及其驅動力分析[J].農業工程學報，2004，20;298.

[2]蔡文春，楊德剛.新疆耕地變化及驅動力分析[J].干旱區資源與環境，2006，20（2）;144.

[3]陳四清，劉紀遠，莊大方等.基于Landsat TM/ETM數據的錫林河流域土地覆蓋變化[J].地理學報，2003，58(1);45.

[4]李春華.武漢市耕地變化的實證分析[J].湖北大學學報（自然科學版），2003，25（4）;360.

[5]李德仁.論RS，GPS與GIS集成的定義、理論與關健技術[J].遙感學報，Feb1，1997;66.