多方法的地理國(guó)情地表覆蓋分類研究

胡 艷，袁 超

（1.重慶市地理信息中心，重慶 401120；2.武漢大學(xué) 遙感信息工程學(xué)院，湖北 武漢 430079）

地理國(guó)情監(jiān)測(cè)是新時(shí)期空間信息科學(xué)的重要使命，已被確定為未來(lái) 20 a我國(guó)測(cè)繪工作的重點(diǎn)之一，其相關(guān)內(nèi)容在國(guó)外已有所開(kāi)展[1-3]。在強(qiáng)大的對(duì)地觀測(cè)數(shù)據(jù)獲取能力和先進(jìn)的科技力量支撐下，在全球經(jīng)濟(jì)一體化的形勢(shì)下，國(guó)外發(fā)達(dá)國(guó)家的地理國(guó)情監(jiān)測(cè)范圍不再局限于本土，而是擴(kuò)大到區(qū)域或全球尺度[4]，如美國(guó)地質(zhì)調(diào)查局2002年啟動(dòng)的“地理分析和動(dòng)態(tài)監(jiān)測(cè)計(jì)劃（GAM）”[2]。近年來(lái)，部分省市測(cè)繪部門在地理國(guó)情、省情的監(jiān)測(cè)與分析方面陸續(xù)開(kāi)展了一些嘗試，如重慶市連續(xù)7 a的主城區(qū)建設(shè)用地動(dòng)態(tài)監(jiān)測(cè)與分析、連續(xù)3 a的區(qū)縣建設(shè)用地動(dòng)態(tài)監(jiān)測(cè)與分析、生態(tài)管制區(qū)監(jiān)測(cè)與分析等，但總體來(lái)說(shuō)，這些工作還是探索性的，未形成規(guī)模和體系。2010年12月，李克強(qiáng)副總理在全國(guó)測(cè)繪局長(zhǎng)會(huì)議的批示中指出“要加強(qiáng)基礎(chǔ)測(cè)繪和地理國(guó)情監(jiān)測(cè)”，正式拉開(kāi)了我國(guó)全面開(kāi)展地理國(guó)情監(jiān)測(cè)的序幕。

2012年10月地理國(guó)情監(jiān)測(cè)項(xiàng)目得到國(guó)家正式立項(xiàng)。2013年，國(guó)家測(cè)繪地理信息局發(fā)布《關(guān)于下達(dá)2013年地理國(guó)情普查試點(diǎn)生產(chǎn)計(jì)劃的通知》（國(guó)測(cè)國(guó)發(fā)[2013]18號(hào)）文件，有計(jì)劃有選擇地開(kāi)展第2批地理國(guó)情普查試點(diǎn)工作，重慶市永川區(qū)被列入第2批地理國(guó)情普查試點(diǎn)。永川區(qū)地理國(guó)情普查試點(diǎn)的目標(biāo)除完成規(guī)定的工作內(nèi)容之外，更重要的是積極開(kāi)展多方法的地理國(guó)情普查技術(shù)研究。本研究主要針對(duì)地理國(guó)情普查中工作量最大的地表覆蓋分類數(shù)據(jù)采集，對(duì)多方法的地表覆蓋分類進(jìn)行研究與總結(jié)，為深化完善普查內(nèi)容、技術(shù)標(biāo)準(zhǔn)等提供有益建議，為下一步全市地理國(guó)情普查積累技術(shù)經(jīng)驗(yàn)，提供解決方案。

1 試點(diǎn)區(qū)域及數(shù)據(jù)源

1.1 試點(diǎn)區(qū)域概況

永川區(qū)位于重慶西部，東西寬44.48 km，南北長(zhǎng)71 km，幅員面積1 576 km2，是重慶市6大區(qū)域性中心城市之一。境內(nèi)以丘陵地貌為主，地形破碎，地物復(fù)雜。截至2012年底，永川區(qū)轄7個(gè)街道，16個(gè)鎮(zhèn)，210個(gè)行政村，戶籍總?cè)丝跒?12.88萬(wàn)人。

1.2 資料分析與利用情況

1）高分辨率遙感影像數(shù)據(jù)。本次永川區(qū)地理國(guó)情普查所采用的基礎(chǔ)影像數(shù)據(jù)為2011年7月份以及2012年9月份航飛的20 cm航空影像，以及2013年1月采集的資源三號(hào)衛(wèi)星影像，覆蓋整個(gè)永川區(qū)域，是地表覆蓋分類的基礎(chǔ)數(shù)據(jù)源。

2）基礎(chǔ)地理信息數(shù)據(jù)，主要包括1∶1萬(wàn)DLG，覆蓋整個(gè)永川區(qū)，共計(jì)81幅，成圖時(shí)間為2004年，主要用于道路面、房屋面的提取。此外，DLG中植被標(biāo)識(shí)點(diǎn)及植被線用作地表覆蓋的解譯參考。

3）專題數(shù)據(jù)資料。項(xiàng)目實(shí)施過(guò)程中收集到相關(guān)國(guó)土、水利等行業(yè)部門的專題資料，用于地表覆蓋類型的輔助判斷。其中國(guó)土部門的土地利用現(xiàn)狀分類數(shù)據(jù)參考價(jià)值較大，時(shí)間為2009年。

2 基于多方法的永川區(qū)地表覆蓋分類

2.1 基于專題圖層分割后進(jìn)行人機(jī)交互式解譯

利用土地利用現(xiàn)狀圖斑作為專題圖層參與航片分割，直接賦予土地利用現(xiàn)狀圖斑的屬性，并在ArcGIS平臺(tái)中進(jìn)行圖斑的屬性核查與屬性錄入。試點(diǎn)研究表明，約17種地類（共計(jì)46類）的圖斑可直接對(duì)應(yīng)到地理國(guó)情普查分類體系中，但整體上需人工核查。此外，由于土地利用現(xiàn)狀圖斑的邊界與影像套合偏差較大，導(dǎo)致分割后的圖斑過(guò)于細(xì)碎，邊界修整工作量較大。該方法技術(shù)路線可行，但與全人工相比，無(wú)論在工作效率還是成果質(zhì)量上都無(wú)明顯提升。

2.2 基于規(guī)則庫(kù)自動(dòng)解譯輔以人機(jī)交互式解譯

1）影像分割。永川試點(diǎn)所用航片數(shù)據(jù)包含紅、綠、藍(lán)3個(gè)波段，顏色經(jīng)過(guò)勻色和均衡性處理，直接分割后很難建立解譯規(guī)則庫(kù)，監(jiān)督/非監(jiān)督的分類效果不佳。因此，在研究中對(duì)分割方法進(jìn)行優(yōu)化，引入資源三號(hào)衛(wèi)星影像、DEM、坡度等輔助資料參與建立規(guī)則庫(kù)。經(jīng)試驗(yàn)，根據(jù)地物背景的復(fù)雜性，分割尺度控制在120～200的范圍，各個(gè)圖層權(quán)值航片選取為1，資源衛(wèi)星和DEM、坡度為選取為0，分割的圖斑邊界與航片之間的套合最好。

在滿足必要的形狀標(biāo)準(zhǔn)前提下，盡量采用顏色標(biāo)準(zhǔn)。在永川試點(diǎn)中，SHAPE參數(shù)的設(shè)置在0.1～0.3，Compactness參數(shù)的設(shè)置為0.2，效果較好。

2）特征分析及自動(dòng)解譯?；谫Y源三號(hào)衛(wèi)星影像、DEM、坡度等輔助資料建立解譯規(guī)則庫(kù)，基本可提取水體、水田、林地、道路以及其他硬化地表等部分大類及中類。對(duì)于水體，NDWI和SLOPE特征能較好識(shí)別，在永川典型丘陵地貌中，水田的分布與地形的相關(guān)性很高，坡度的導(dǎo)入能大大改善水田的提取結(jié)果。林地和草地主要采用規(guī)則庫(kù)中所用特征，其中草地的NDVI范圍較窄、值較大，色彩較為均衡，因此Standard Deviation Red特征相對(duì)較低；對(duì)于硬化地表，Brightness和Mean Blue（航片）特征能較好地識(shí)別；其他植被區(qū)采用NDVI和Standard Deviation Blue進(jìn)行提取。

自動(dòng)分類階段，遵循“先易后難，減法法則”?！跋纫缀箅y”即先提取最容易的水體、林地、水田、硬化地表等?！皽p法法則”即第一次規(guī)則使用時(shí)，盡可能全面包含潛在目標(biāo)類別信息，后續(xù)規(guī)則逐步剔除非目標(biāo)信息，最終得到準(zhǔn)確的目標(biāo)信息。

在自動(dòng)解譯過(guò)程中，道路與周圍建筑、旱地以及其他硬化的粘連現(xiàn)象較為突出，后期人工干預(yù)的工作量較大。因此，利用1∶1萬(wàn)數(shù)據(jù)庫(kù)中的道路以及建筑，對(duì)照影像進(jìn)行更新后作為專題圖層參與分割，以解決道路與周圍地物的粘連問(wèn)題（見(jiàn)圖1）。

對(duì)各類地物的特征進(jìn)行分析，建立遙感自動(dòng)解譯庫(kù)如表1（如無(wú)特別說(shuō)明，相應(yīng)的Red、Green、Blue指資源三號(hào)衛(wèi)星的多光譜波段）所示，圖2為自動(dòng)解譯的效果圖。

表1 地表覆蓋解譯規(guī)則庫(kù)

3）人機(jī)交互式解譯。將自動(dòng)解譯后較穩(wěn)定的分類結(jié)果（水體、水田、林地、草地、道路等類型的地物）在Ecognition中檢查后合并導(dǎo)出，其他圖斑不作合并處理，進(jìn)入人機(jī)交互式解譯流程。

由于自動(dòng)解譯的圖斑非常破碎，圖斑的鋸齒突出，導(dǎo)入Geoway平臺(tái)后數(shù)據(jù)量太大，處理過(guò)程中極易產(chǎn)生“異形、三角形”等小圖斑，從而出現(xiàn)拓?fù)涿婵p隙，后期處理工作量較大。而基于ArcGIS軟件開(kāi)發(fā)的屬性刷工具效果較好，利用1∶1萬(wàn)DLG中的植被標(biāo)識(shí)點(diǎn)以及植被輔助線輔助判斷，在其他植被中細(xì)分出灌木林、喬灌混合林、人工幼林、疏林、竹林和旱地等；在其他硬化地表中細(xì)化出構(gòu)筑物和房屋建筑區(qū)；在其他地物中細(xì)分出人工堆掘地、荒漠與裸露地表等；同時(shí)對(duì)圖斑邊界有誤的進(jìn)行合并、拆分、重構(gòu)等編輯。

2.3 全人工人機(jī)交互式解譯

永川區(qū)的試生產(chǎn)同時(shí)采用Geoway和ArcGIS平臺(tái)進(jìn)行全人工人機(jī)交互式解譯。

1）基于Geoway平臺(tái)的全人工地表覆蓋分類。以《地理國(guó)情普查內(nèi)容與指標(biāo)》、《地理國(guó)情普查試點(diǎn)方案》為依據(jù)，建立地理國(guó)情普查數(shù)據(jù)模型，即*.sch方案文件；地物類代碼可以采用CC（地理國(guó)情分類代碼）或GB（基礎(chǔ)地理信息分類碼）制作。

采集遵循“先基礎(chǔ)框架數(shù)據(jù)再其他”的原則，先提取水系、道路、建筑區(qū)等，再進(jìn)行植被處理。先提取邊界線，再進(jìn)行屬性賦值。Geoway有較好的線編輯能力，采用折線、樣條曲線、雙線、三線等采集工具，利用S、Y快捷鍵跟進(jìn)、跟出采集，保證共邊對(duì)象的快速采集。屬性的錄入利用“地物類刷”、“快速輸入欄”或“右鍵帶屬性移動(dòng)”來(lái)實(shí)現(xiàn)，處理稍顯費(fèi)力。

2）基于ArcGIS平臺(tái)的全人工地表覆蓋分類。在ArcGIS平臺(tái)中，邊界線采集順序也遵循以上原則，運(yùn)用折線、樣條曲線、雙線等采集工具，進(jìn)行構(gòu)面處理，并按照試點(diǎn)方案要求部署屬性字段。 ArcGIS的屬性錄入繁瑣，因此，基于ArcGIS軟件開(kāi)發(fā)了屬性刷工具（見(jiàn)圖3），不用人工錄入屬性，點(diǎn)擊相應(yīng)的地類按鈕，點(diǎn)選相應(yīng)的多邊形，地類的CC碼、名稱將直接錄入到相應(yīng)的屬性項(xiàng)中，同時(shí)在“是否修改”的屬性中自動(dòng)追加標(biāo)識(shí)，或通過(guò)標(biāo)注出地類的CC碼、地類名稱來(lái)區(qū)分已處理和未處理的對(duì)象，大大提高了工作效率。

2.4 結(jié)果分析

利用基于規(guī)則庫(kù)的航片自動(dòng)解譯以及全人工人機(jī)交互式解譯完成了1 576 km2的地表覆蓋分類，結(jié)果如圖4所示。

通過(guò)內(nèi)外業(yè)質(zhì)檢發(fā)現(xiàn)，分類圖斑與影像的套合一致，主要是園地與人工幼林、疏林，灌木林與喬灌混合林，竹林與桉樹(shù)（屬于喬木林），人工幼林與疏林等地物的錯(cuò)分、誤分率較高，在部分區(qū)域可達(dá)到50%，其他地物的分類精度基本能達(dá)到90%。因此，需針對(duì)這些地物加強(qiáng)內(nèi)業(yè)判讀經(jīng)驗(yàn)的總結(jié)，加大外業(yè)核實(shí)的強(qiáng)度，確保分類精度。

本研究針對(duì)地理國(guó)情普查地表覆蓋分類數(shù)據(jù)采集進(jìn)行了多方法研究，結(jié)論如下：

1）利用航空影像進(jìn)行自動(dòng)解譯，與全人工方式相比，未必在工作效率上有所提升，但在自動(dòng)解譯圖斑的邊界準(zhǔn)確度和操作層面上對(duì)地物的概況、取舍與綜合相對(duì)容易統(tǒng)一。

2）利用航片進(jìn)行自動(dòng)解譯可輔助以衛(wèi)星影像（如資源三號(hào)衛(wèi)星，時(shí)相最好不超過(guò)2 a）、DEM以及坡度等參與分割，可建立自動(dòng)提取規(guī)則庫(kù)，解決部分大類及中類的自動(dòng)提取問(wèn)題。

3）在利用高分辨率影像進(jìn)行自動(dòng)解譯的過(guò)程中，道路與周圍建筑區(qū)、硬化地表以及旱地較易粘連，可利用1∶1萬(wàn)數(shù)據(jù)庫(kù)中的道路和建筑更新后作為專題圖層參與分割，解決道路與周圍地物的粘連問(wèn)題。

4）自動(dòng)解譯的圖斑非常破碎、鋸齒突出，在Geoway平臺(tái)中數(shù)據(jù)量太大，處理效果不佳。 ArcGIS對(duì)自動(dòng)解譯后的“異形鋸齒狀”圖斑的處理較為有效。

5）全人工解譯中，遵循先基礎(chǔ)框架要素（道路、建筑區(qū)、水系等）再其他地物的原則，能協(xié)調(diào)好地物間的關(guān)系；對(duì)于道路、建筑區(qū)、水系等基礎(chǔ)框架要素，以及有明顯地類邊界的喬木林和旱地，宜選擇比較精細(xì)的尺度；而對(duì)于植被、水田、旱地等，以及無(wú)明顯地類邊界的（如喬木林和喬灌混合林），則可選擇相對(duì)寬松的尺度，在一定程度上可協(xié)調(diào)工作效率與幾何精度的問(wèn)題。

6）全人工解譯下Geoway平臺(tái)的優(yōu)點(diǎn)是線編輯較為便捷，缺點(diǎn)是添加標(biāo)識(shí)點(diǎn)稍顯繁瑣?？烧蟽烧邇?yōu)勢(shì)，利用Geoway線編輯能力，基于ArcGIS平臺(tái)開(kāi)發(fā)的屬性刷工具，大大提高工作效率。

3 結(jié) 語(yǔ)

通過(guò)地理國(guó)情試生產(chǎn)，深入理解了國(guó)情普查的意義、內(nèi)容及技術(shù)方法，對(duì)地理國(guó)情內(nèi)容與指標(biāo)的建議如下：

1）自動(dòng)解譯后圖斑邊界的平滑處理可提高數(shù)據(jù)的可利用性。自動(dòng)解譯后圖斑細(xì)碎，邊界鋸齒狀突出，在導(dǎo)致后續(xù)成果可利用性差。試點(diǎn)階段進(jìn)行了平滑性處理研究，將面轉(zhuǎn)成線，利用PEAK算法進(jìn)行平滑，再基于Geoway平臺(tái)的面狀數(shù)據(jù)的標(biāo)識(shí)點(diǎn)進(jìn)行構(gòu)面，達(dá)到平滑面的同時(shí)保留面的屬性的目的。

2）深入研究不同地物的分割尺度及規(guī)則庫(kù)。不同地物其分割尺度以及規(guī)則庫(kù)都有所不同，如何科學(xué)地確定分割尺度，盡量突出地物的典型信息，如何系統(tǒng)且智能化地確定不同地物的規(guī)則庫(kù)，提高自動(dòng)解譯的精度與水平，是下一步研究的重點(diǎn)。

[1]喬朝飛.國(guó)外地理國(guó)情監(jiān)測(cè)概況與啟示[J]．測(cè)繪通報(bào)，2011(11) : 81-83

[2]許暉，張坤. 中美地理國(guó)情監(jiān)測(cè)概述[J].測(cè)繪標(biāo)準(zhǔn)化，2012，28(4)：6-9

[3]中國(guó)科學(xué)院資源環(huán)境科學(xué)與技術(shù)局．科學(xué)研究動(dòng)態(tài)監(jiān)測(cè)快報(bào)[EB/OL]. http: //www. Rcees.ac.cn / xwzx / kydt /201102/ P020110222728608447733.Pdf, 2011-04-05

[4]李德仁，晆海剛，單杰. 論地理國(guó)情監(jiān)測(cè)的技術(shù)支撐[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2012，37(5)：505-512

[5]Hay J G， Blaschke T，Marceau J D， et al. A Comparison of Three Image-object Methods for the Multiscale Analysis of Landscape Structure[J].ISPRS Journal of Photogrammetry and Remote Sensing，2003，57(5/6): 327-345

[6]劉兆祎，李鑫慧，沈潤(rùn)平,等. 高分辨率遙感圖像分割的最優(yōu)尺度選擇[J].計(jì)算機(jī)工程與應(yīng)用，2012(11):1-7