多源地理信息數據融合在摸排農村亂占耕地建房中的應用

任雪松

（中南勘察設計院集團有限公司，湖北 武漢 430064）

0.引言

2020年7月3日，中央召開農村亂占耕地建房問題整治工作電視電話會議，強調要堅決遏制農村亂占耕地建房行為，采取有力措施整治2013年以來存量農村亂占耕地建房。以往此類調查摸排工作，多依靠基層國土所及鄉鎮、村巡查或村民舉報獲得相關信息[1]，由執法部門赴現場查看并收集相關舉證材料，分析其是否存在違法用地事實，是否占壓耕地，是否有相關手續。整個過程復雜冗長，且不能事前監管，很多違法用地發生為既定事實，拆除成本高，影響范圍廣，造成不必要的損失和浪費。

近年來隨著地理信息技術和計算機技術的飛速發展，地理信息數據包含內容更為廣泛，獲取地理信息途徑更多，地理信息成果數據呈現多樣性、多源性的特點，主要包括衛星遙感、無人機攝影測量、地理信息數據庫、POI（Point of Interest）數據以及導航定位等數據[2]。多源地理信息數據融合是指將不同類型的數據進行提取、疊加、分析的過程，現已較為成熟地應用在土地利用現狀調查、森林資源調查、草原資源調查等自然資源調查項目中[3]。農村亂占耕地摸排簡單歸納為耕地范圍內調查違建房屋，利用多源地理信息數據可以在內業快速精準鎖定違法范圍，為外業調查工作提供依據，并大大減少工作量，提高效率和準確度。

1.農村亂占耕地建房技術分析

自然資源部、農業農村部《關于農村亂占耕地建房“八不準”的通知》要求，查清各地區新增建房用地情況、建設情況及房屋性質[4]。本文以汕頭市某區為試點區域，研究基于各類地理信息數據進行融合分析，內業識別出亂占耕地建房圖斑。農村亂占耕地建房主要分為兩個方面[5]：（1）遏制新增，即對2020年7月3日以來的亂占耕地建房要“零容忍”，要全面查處；（2）對2013年以來的農村亂占耕地建房進行摸排并分類。

1.1 遏制新增

此次試點區域采用月度衛星遙感數據與無人機航攝相結合的方式，對試點區域進行月度監測，查找每月新增亂占耕地建房圖斑。

衛星遙感數據從自然資源部國土衛星遙感應用中心獲取，采用內網推送的方法，將衛星遙感監測影像推送到地方管理部門，技術部門進行數據處理，獲取正射影像圖，并將兩期遙感數據進行對比分析——上月度影像為前時相，本月度影像為后時相——提取耕地范圍內的變化圖斑，并根據圖斑顯示的變化信息進行圖斑分類。對發展較快、易滋生違法用地的區域采用無人機不定期航拍，在時間和精度上對衛星遙感數據補充。對遏制新增進行技術分析，其技術路線（如圖1所示）：

圖1 月度新增圖斑提取技術路線

1.2 存量亂占耕地建房摸排

摸排對象為試點區范圍內2013年以來各類占用耕地建設且沒有合法合規用地手續的房屋。此次摸排對象中的耕地是指第二次全國土地調查（以下簡稱“二調”）中的耕地，包括二調耕地、永久基本農田、按耕地類型管理的可調整地類，以及歷年新增通過土地開發整理的耕地；沒有合法用地手續的房屋是指全部或者部分占壓耕地的房屋。此次摸排具有范圍廣、時間緊、工作量大的特點，若采用人工實地摸排，不僅需要大量人力物力，而且摸排成果受人為影響較大，準確性不高，因此將多源地理信息進行融合，主要提取二調土地利用現狀數據庫中的各類耕地，將第三次全國國土調查（以下簡稱“三調”）數據庫中的各類可能存在建設房屋的建設用地或者設施農用地提取出來，疊加農轉用審批數據，提取占耕地且沒有合法用地手續的建設用地。以歷年衛星遙感影像為底圖，提取房屋圖斑，結合POI數據對房屋圖斑分類。主要技術路線（如圖2所示）：

圖2 摸排圖斑提取主要技術路線

2.多源數據融合分析

2.1 衛星遙感影像

近年來隨著我國衛星發射數量的增加，衛星遙感影像已廣泛應用于年度變更調查、季度衛片執法、自然資源專項調查等多個方面。試點區域獲取的衛星遙感影像主要是從自然資源部衛星應用中心獲取的高分二號、北京二號衛星為主要的影像數據源，其分辨率為0.8米；亞米級影像不能完全覆蓋區域用資源三號和高分一號為補充影像，其分辨率為2米，采用主動獲取的方式對試點區域開展以月度為周期的觀測。根據前后時相地表的變化情況采用人工判讀，并提取圖斑（如圖3所示），疊合土地利用現狀數據庫對影像分析可知，圖斑范圍內前時相為耕地，后建成疑似建設廠房。

圖3 基于衛星遙感影像提取變化圖斑

2.2 無人機航空攝影數據

對發展較快的重點監測區域，衛星遙感影像周期過長，且對天氣要求較高，如，多云地區或者多云季節獲取的遙感影像會存在大片云遮擋，效果并不理想。對于廣東省，夏季多云多雨，對衛星遙感監測的要求較高，并且經濟發展迅速的開發區，地表現狀變化快，對監測數據的時效性及分辨率要求較高。

航空攝影測量無人機集成了導航定位、攝影測量、數據傳輸與處理技術，具有機動靈活、精度高的特點，已經逐步運用于交通疏導、土地監測、災害應急等諸多方面。采用無人機不定期巡查的方式對變化較快的區域監測，及時獲取補充數據，可以滿足決策者的工作需求。因此采用無人機配合獲取數據，得到相較衛星影像更加高精度、地物紋理特征更明顯的高分辨數據（如圖4所示），可以精確對觀測的建筑物進行定性和分類，如，判讀其是否是居住屬性或工礦倉儲。

圖4 無人機航拍獲取遙感影像

2.3 土地利用現狀數據庫

農村亂占耕地建房摸排調查中的耕地范圍就是以二調數據庫為基礎數據，分析在二調土地利用現狀數據庫中為耕地，在三調數據庫中為建設用地且可能建有房屋的地類，并疊加農轉用數據，排除有合法用地手續的房屋。通過對摸排對象的分析，以及對地理信息數據庫進行分類，得出耕地范圍、建設用地范圍以及合法用地地類范圍（如表1所示）：

表1 數據庫中耕地范圍、可能建房的建設用地范圍及合法用地地類

將建設用地范圍與耕地范圍疊加分析后，提取原地類是耕地、現狀地類是建設用地的圖斑，擦除有合法手續的范圍，得到違法占耕地的建設用地，并結合遙感影像內業勾繪圖斑。

2.4 POI數據

POI（Point Of Interest，興趣點）是地圖服務重要的矢量化形式表達方式，代表一類真實地理實體的地理空間數據。POI主要指人們日常生活中經常遇到的地理場所，如，學校、醫院、賓館、餐飲、銀行、景點和標志性建筑物等，能初步分析建筑物的類別。根據摸排工作需求，主要將POI數據分為3大類：

（1）住宅類：房屋主體功能用于居住的房屋，包括農村宅基地、城鎮住宅用地等；

（2）公共管理和公共服務類：科教文衛用地、交通服務場站用地、公用設施用地、機關團體新聞出版用地等建筑物，此次摸排將交通服務場地也納入公共服務類；

（3）工礦、倉儲、商服、旅游等產業類：采礦用地、商業、金融業、餐飲旅館業及其他經營性服務業建筑及其相應附屬設施用地，其中沒有合法手續的設施農用地屬于產業類。

該圖斑（如圖5所示）為占壓耕地建房的產業類圖斑。

圖5 疊加POI識別圖斑類型示意圖

3.試點區應用

根據上述分析，存量農村亂占耕地建房摸排可采用多源地理信息融合分析的方法開展內業疊加分析，其主要技術流程（如圖6所示）：

圖6 主要技術流程

3.1 遏制新增圖斑提取

對試驗點區域開展農村亂占耕地摸排，通過衛星影像的疊加，對2021年3月和4月的土地變化進行對比分析，提取變化圖斑，并主要分為堆土類和建設類。堆土類指前時相是正常的耕地，后時相則出現堆土的建設痕跡，主要是防患于未然，將可能出現的違法建房行為及時制止；建設類是指前時相耕地范圍內無建筑物，后時相則出現明顯建筑物。

試點區基于內業多種地理信息數據共計提取152宗新增圖斑，其中堆土類圖斑為86宗，建設類為66宗。根據基層國土所上報的數據，共計上報新增違法占耕地41宗，其中39宗都被內業提取，正確率為95.12%，此外發現基層國土所仍有27宗新建房屋未上報。根據內業分析結果，可將86宗堆土類圖斑轉發給基層監管部門，事前監管，防止浪費；27宗未上報的違法建房進一步實地核實。

3.2 存量圖斑提取

對試點區耕地范圍內2013年以來的農村亂占耕地建房進行內業分析，并根據POI和遙感影像進行初步分類，共計提取圖斑2356宗，分類（如表2所示）：

表2 摸排圖斑數量對比表

根據基層國土所上報數據，表2中94.0%的數據都能通過多源地理信息數據內業分析得到，但通過分析，仍有至少828宗圖斑可能為少報漏報房屋，需進一步現場調查確定其是否在摸排范圍內，為外業調查提供明確的目標，也為后續類似的摸排工作提供技術參考。

4.結論

采用將衛星遙感影像、無人機攝影測量、土地利用現狀地理信息數據庫疊加分析、POI點疊加分析等方法，能快速有效地在內業開展數據分析工作，鎖定需要摸排的圖斑，大大減少了外業工作量。摸排工作有的放矢，效率很高。試點區域摸排數據說明，采用多源數據融合的技術流程，能快速查找新增亂占耕地建房圖斑，并進行有效預警；能短時間內完成大范圍存量亂占建房圖斑疊加分析，并提取圖斑為摸排工作提供外業調查依據，避免遺漏，進而為農村亂占耕地建房工作提供有力的地理信息技術支持。