面向對象的Landsat8遙感影像土地利用變化檢測研究

鄒思遠

摘 要：通過對西安市2013年和2015年Landsat8遙感影像進行預處理，然后運用面向對象的分類方法，將影像分為四類：建筑物、植被、水體和裸地，去除小圖斑，再運用多種變化監測的方法來反映西安市各區縣的土地利用情況，最后對變化結果進行分析，給出合理建議。實驗部分都是在ENVI5.1下完成的。

關鍵詞：Landsat8 遙感影像 土地利用

中圖分類號：TP751 文獻標識碼：A 文章編號：1674-098X（2016）05（b）-0018-02

人類為經濟的和社會的目的，通過各種使用活動對土地長期或周期性的經營。隨著經濟的快速發展，土地的利用狀況發生了巨大的變化。而對土地進行監測是對土地使用情況了解的一個重要環節，該文通過兩個時段的Landsat8遙感影像對西安市的土地利用變化情況進行研究，由于研究的是2013—2015年的土地利用情況，故結果對于西安市的土地利用情況有著清晰的反映，而西安市的土地利用情況也從側面反映了中國城市化進程的土地利用變化情況，這對于城市管理者進行分析和規劃有著重要意義。

1 影像的獲取及預處理

西安市的面積有一萬多平方公里，一幅Landsat8影像是不可能覆蓋這么大的范圍，因此影像的拼接是很有必要的。拼接完成后的影像存在顏色分布不均勻，反差大等現象，這時候就需要用到勻光勻色處理，然后對影像進行幾何校正，將其轉化到西安80坐標系下。由于拼接好的影像還覆蓋了西安市周邊的區域，這時候需要通過獲取西安市在西安80坐標系下的矢量圖，通過裁剪獲得西安市以及西安市各區縣的影像圖。為了提升影像的幾何分辨率，可以引用全色影像，并基于HIS變換將影像的幾何分辨率由30 m提高到15 m。

2 影像的分類

遙感影像可以用基于像素的遙感影像分類，這種分類的方法一般是基于像素的亮度值，分類精度往往不高，因為沒有考慮到象元與周圍象元之間的關系（如紋理、形狀特征和與周圍景物的聯系等）。隨著計算機技術的發展，基于面向對象的影像分類算法得以產生。其核心思想是分類的最小單元是由影像分割而來的圖斑，而不再是單個的像素，可以實現高精度的遙感影像分類和目標提取。面向對象的遙感影像分類算法的流程是，首先對遙感影像進行分割，再根據遙感影像分類或目標地物提取的具體要求，檢測和提取目標地物的各種特征（如形狀、大小、紋理、結構、陰影、模式和與周圍景物的聯系等），從而達到對遙感影像進行分類或目標地物的提取。

由于西安市城市化進程很快，所以建筑物占的面積比例很大，為了使建筑物能夠在選擇訓練樣本時，清晰可見，一般選擇7、6、4波段組合。這個組合特別適用于城市地區的分類。

從圖1上可以清晰地分辨出建筑物、植被、水體和裸地。

為了使后續的變化檢測能更好地進行下去，在對前后兩個時相的影像分類應采用相同的分割尺度等。這里采用了MERGE_ALGORITHM Full Lambda Schedule、MERGE_VALUE 80.00、MERGE_BANDS [7，6，4]和TEXTURE_KERNEL_SIZE 3，這些參數的設置是根據大量的實驗得來的，事實證明，這樣的分類參數設置是符合要求的。

3 土地利用情況的變化檢測

遙感動態檢測就是從不同時期的遙感數據中，定量地分析和確定地表變化的特征與過程。它涉及到變化的類型、分布狀況與變化量，即需要確定變化前后的地面類型、界線及變化趨勢，能提供地物的空間分布及其變化的定性和定量信息。

目前，遙感變化檢測技術大多是針對兩個時相的遙感影像進行操作。根據處理過程來分，遙感變化檢測方法可分為三類。

3.1 圖像直接比較法

圖像直接比較法是最為常見的方法，它是對經過配準的兩個時相遙感影像中像元值直接進行運算和變換處理，找出變化的區域。目前常用的光譜數據直接比較法包括圖像差值法、圖像比值法、植被指數比較法、主成分分析法、光譜特征變異法、假彩色合成法、波段替換法、變化矢量分析法、波段交叉相關分析以及混合檢測法等。

3.2 分類后比較法

分類后結果比較法是將經過配準的兩個時相遙感影像分別進行分類，然后比較分類結果得到變化檢測信息。雖然該方法的精度依賴于分別分類時的精度和分類標準的一致性，但在實際應用中仍然非常有效。

3.3 直接分類法

結合了圖像直接比較法和分類后結果比較法的思想，常見的方法有：多時相主成分分析后分類法、多時相組合后分類法等。

當然，檢測方法遠不止這些。但是就該文所研究的內容來看，分類后比較法是行之有效的方法。在前面的面向對象的影像分類的基礎上，運用分類后比較法分類的準確度更高，更具說服力。通過對變化影像觀察，可以快速發現土地利用的變化情況及大小，這對于土地利用監管執法是很有幫助的。這種土地監管的方法可以有效地杜絕腐敗的發生，并且為土地執法提供依據。

但是，僅僅用分類后比較法的圖像對于土地利用的宏觀分析是遠遠不夠的，只有通過定量分析，才使結果更具有更深遠的意義，因此，分類后比較法中的結果輸出面板中，選擇統計類型：像素（Pixels）、百分比（Percent）和面積（Area），選擇路徑輸出結果是可以定量地對土地利用變化檢測做出一個合理的解釋說明。

4 結果及分析

由于每個區的發展規劃以及現實條件的復雜性不同，因此，對每個區的單獨分析是很有必要的。下面就以西安市長安區為例進行結果分析，其他各區縣也可以相同方法進行推測。

從表1中可以看出，四類地物都沒有發生根本性的變化。原先為建筑物變成裸地占了建筑物中的21.189%，這是因為長安區位于西安的南郊，發展較為成熟，也存在較多的城中村。這幾年舊城區的改造出現了大量的拆遷，這與實地考察是相符的。由于長安區舊城改造也在進行，所以以前拆遷變成的裸地，擱置久了就覆蓋上了植被，隨著改造完成，這些植被變成了建筑物，故植被變成建筑物的比例占植被總面積的9.799%也是符合實際情況的。2013年的影像是7月份的，此時植被生長最為茂盛，而2015年的影像是4月份的，正處于早春時節，有些區域的植被生長不明顯，在影像中判為裸地是很有可能的，所用植被變成裸地占植被的比重的15.923%也是正確的。七水繞長安，這些河流大部分都是流入黃河的，由于七月份是黃河的豐水期，并且夏季是雨季，所以水體變成其他地物也是合乎情理的。而裸地變成建筑物占裸地的比重的7.992%，則是城市化進程的一個重要體現。

5 結語

面向對象的影像分類對于土地利用變化檢測是非常有效的方法，相比于傳統的地籍測量，它的周期非常短，成本低，相對于基于象元的影像分類的土地利用變化檢測，其精度更高。即使這樣，其精度有時還是不能滿足實際的要求，因此提高分類精度是很重要的。

Landsat8影像最后的幾何分辨率可以達到15 m，面向對象的影像分類的分類結果和實際檢驗結果的符合度很高，故該實驗的結果是很有說服力。這樣的結果對于土地檢測、土地執法、和土地宏觀調控是極具參考價值的。面向對象的影像分類的土地利用變化檢測最終的結果與實際的原因相吻合，這進一步說明了該實驗的重要意義。

參考文獻

[1] 朱顥東，李紅嬋.基于互信息和粗糙集理論的特征選擇[J].計算機工程，2011（15）：181-183.

[2] 張俊，朱國龍，李妍.面向對象高分辨率影像信息提取中的尺度效應及最優尺度研究[J].測繪科學，2011（2）：107-109.

[3] 胡文亮，趙萍，董張玉.一種改進的遙感影像面向對象最優分割尺度計算模型[J].地理與地理信息科學，2010（6）：15-18.