彭 維 鄧雨弦 陳翔盛
(西南科技大學城市學院,四川 綿陽621000)
土地利用分類的結(jié)果對我國在進行規(guī)劃布局改革具有重大意義,土地利用分類的結(jié)果的準確性直接影響規(guī)劃布局的準確性和可行性所以對于進行土地分類的方法要認真仔細探索與研究。以前要想知道我國的土地利用分類的結(jié)果只有靠人工或者上一次采集的數(shù)據(jù)但是這種方法花費了大量的人力資金還有時間?,F(xiàn)在只需要用衛(wèi)星獲取遙感影像圖再采用適合各個區(qū)域的土地分類方法就可以快速獲取土地利用分類的結(jié)果,不僅節(jié)約了人力資金而且時效性非常高。近年來,我國借助高分辨率衛(wèi)星遙感數(shù)據(jù)對各類土地及建設(shè)用地占用耕地的情況進行了分析也隨著科技水平的不斷提高,遙感影像的分辨率越來越高,因而,被廣泛應用于土地測量方面[1]。
游仙區(qū)位于四川盆地西北部,巴蜀腹地、涪江以東;是成綿樂發(fā)展地帶、綿雅資遂發(fā)展環(huán)線、成渝西“黃金三角”非常重要的一個節(jié)點;介于東經(jīng)104°42′15″至105°8′58″,北緯31°21′13″至31°33′40″之間,東與梓潼縣、西與涪城區(qū)、南與三臺縣、北與江油市相鄰;游仙區(qū)總面積101800 公頃,轄3個街道、18 個鎮(zhèn)、3 個鄉(xiāng)(2016 年);戶籍人口56.19 萬(2015年)。2015 年,該區(qū)實現(xiàn)地區(qū)生產(chǎn)總值188.25 億元,比2014 年增長8.9%;游仙區(qū)地處中淺丘地形,海拔最高728 米,最低429米;屬于亞熱帶濕潤型季風氣候,四季分明且秋季較短,年平均氣溫為16.4°C,無霜期為275 天。
Landsat-8 的遙感影像無論在空間分辨率還是在波段數(shù)量上都較好并且分辨率最高可以達到15 米。由于遙感影像會因為云層等很多因素導致出現(xiàn)不清晰等情況所以本次對游仙區(qū)遙感影像進行了影像增強、影像融合、輻射定標、大氣校正、不規(guī)則圖幅裁剪的預處理。
非監(jiān)督包括了ISODATA 和K-Mean 兩種非監(jiān)督分類方法而本次研究用的是ISIDATA 方法進行分類處理。
ISODATA 是一種重復自組織數(shù)據(jù)分析技術(shù),計算數(shù)據(jù)空間中均勻分布的類均值,然后用最小距離技術(shù)將剩余像元進行迭代聚合,每次迭代都重新計算均值且根據(jù)所得的新均值對像元進行再分類[2]。
本次研究在進行了ISODATA 處理后又進行了類別定義和合并子類和評價分類結(jié)果還有成圖。
監(jiān)督分類是在已知類別的訓練場地上提取各類別訓練樣本,通過選擇特征變量、確定判別函數(shù)或判別式(判別規(guī)則),進而把影像中的各個像元點劃歸到各個給定類的分類,這種分類方法又稱為訓練場監(jiān)督分類分為平行六面體、最小距離、神經(jīng)網(wǎng)絡、支持向量機等方法地法[3]。監(jiān)督分類分為平行六面體、最小距離、神經(jīng)網(wǎng)絡、支持向量機等方法而本次研究選取的是監(jiān)督分類中的神經(jīng)網(wǎng)絡法法,將耕地、林地、草地、水體、城鎮(zhèn)建設(shè)用地、沙地作為監(jiān)督分類的訓練樣本然后進行分類處理和精度評定還有成圖。
在分類后進行的精度評定中通過混淆矩陣報表的總體精度的三個不同區(qū)域的值來比較非監(jiān)督分類的ISODATA 法和監(jiān)督分類的神經(jīng)網(wǎng)絡法二者之中誰的分類總體精度高。當總體分類精度小于百分之50 時,精度低并且分類效果差;當總體精度大于等于百分之50 并且小于等于百分之80 時,精度一般并且效果一般;當總體精度大于等于百分之80 時,精度高并且效果好。
本次研究非監(jiān)督分類的ISODATA 方法的總體分類精度為百分之41.16 而監(jiān)督分類的神經(jīng)網(wǎng)絡方法的總體分類精度為百分之84.97。所以在本次研究中非監(jiān)督分類依靠軟件本身識別進行“邊學習邊分類”的效果比較差而監(jiān)督分類通過定義訓練樣本進行“先學習后分類”的效果較好。

圖1

圖2

圖3
圖1 為監(jiān)督分類的結(jié)果,圖2 為原始的遙感影像圖,圖3 為非監(jiān)督分類的結(jié)果。從原始影像中可以清晰看到,該區(qū)大部分為耕地和林地還有水域也很明顯。從明顯的區(qū)別來看圖3 非監(jiān)督耕地地數(shù)量很少而實際影像圖像中耕地很多還有圖3 非監(jiān)督分類邊緣的水域很多部件了而監(jiān)督分類整體大致符合真實情況。從總體參考圖2 和監(jiān)督分類標準,可清晰的看到,監(jiān)督分類可以精確的對遙感圖像進行解譯,選擇的樣本類別越多解譯的越精確,樣本類別少,可能有些類別無法解譯出來。非監(jiān)督分類分類的圖像和原始影像圖像相似度高,更均質(zhì)而且分類操作簡便但是分析者要面臨著如何將它們和想要的類別相匹配的問題。
從本次研究游仙區(qū)的土地利用分類選取的非監(jiān)督分類的ISODATA 法和監(jiān)督分類的神經(jīng)網(wǎng)絡法來比較,監(jiān)督分類的準確性和精準度比非監(jiān)督分類高很多但是并不是所有的土地利用分類的結(jié)果都是監(jiān)督分類比非監(jiān)督分類好應該“因地制宜”選擇合適的方法。從操作方法上來講兩者又有本質(zhì)上的區(qū)別,監(jiān)督分類是“先學習后分類”而非監(jiān)督是“邊學習邊分類”并且非監(jiān)督分類操作步驟比監(jiān)督分類相對簡單。如果對某一區(qū)域只是需要大概的土地利用分類信息就可以選擇非監(jiān)督分類,當然,如果對某一區(qū)域需要精度高的土地利用分類信息就可以選擇監(jiān)督分類。