JOURNAL OF BEIJING MEDICAL UNIVERSITY
1999年 第2期 No.2 1999
数字遥感技术在土地利用动态
监测中的应用概述
沙志刚
摘 要 对数字遥感技术在土地利用动态监测中的应用进行了简单的论述,介绍了土地利用动态遥感监测的概念、方法、过程以及监测中存在的难点,如数据预处理、监测方法的选择等。强调了今后应加强数字遥感技术在资源和环境管理中的应用研究。
关键词 数字遥感 土地利用遥感监测 数据预处理 信息增强 监测精度
分类号 TP79: F301.24
THE DIGITAL REMOTE SENSING TECHNIQUES APPLIED
TO LAND USE CHANGE MONITORING
Sha Zhigang
(The Ministry of Land and Resources, Beijing 100035)
Abstract This article simply discusses the situation of digital remote sensing techniques which has been applied to monitor the land use dynamic change, introduces the notion of land use dynamic monitoring by remote sensing, the methods and the steps. Now there are a few difficulties including the data preprocessing and the monitoring methods selection. It is necessary to enhance the study of the digital remote sensing techniques applied to resources and environment.
Key words Digital remote sensing Land use monitoring by remote sensing Data preprocess Information augment Monitoring accuracy
0 引言
人类利用土地的过程是不断变化的。各国政府一直进行着不同层次的土地资源及其利用状况调查工作。及时掌握土地利用类型的变化信息,是进行土地利用总体规划、基本农田保护、土地利用用途管制等土地管理工作的必要条件。同时,获得土地利用类型随时间变化的信息,也是国家土地主管部门制定土地利用政策及考核其效果好坏所必须的。目前,
由于我国现行土地管理体制造成了对非农用地缺乏宏观控制,出现了“批荒占耕”、“多批少报”、“闲置撂荒”等现象,导致国家大量土地资源、资产流失〔2〕。“九五”期间,随着国家经济建设大发展,新一轮的城镇建设呈盲目扩张趋势,不断地蚕食着子孙后代的“保命田”。为控制这种土地严重流失的现象,必须加强管理。因此,各级土地管理部门及时获取土地利用动态变化信息,显得更为重要。
迅速发展的数字遥感技术和计算机技术,为土地利用现状及变化信息的获取提供了及时有效的技术手段。陈述彭院士指出: 遥感技术应用的第二阶段必然是动态监测,遥感由静态到动态,由定性解释到定量调查,这是它的必然过程〔3〕。数字遥感技术的动态、宏观、及时以及能够得到同一区域时间段上影像系列等优点,结合计算机迅速处理的特点,是传统土地利用动态调查技术所无法比拟的。目前,各国都在开展数字遥感影像处理技术在土地利用动态监测中的应用研究,国土资源部在原国家土地管理局地籍司工作基础上,在这方面也展开了系统的应用研究,取得了阶段性进展。
1 土地利用动态遥感监测的概念和方法
土地利用动态遥感监测是基于同一区域不同年份的同一时相影像间存在着光谱特征差异的原理,来识别土地利用状态或现象变化的工作。其本质就是对影像系列时域效果进行量化。土地利用遥感监测就是通过量化多时相遥感影像空间域、时间域、光谱域的耦合特征,以获得区域土地利用变化的类型、位置和数量等内容〔4〕。最常用的土地利用遥感监测方法基本上可以分两种: 即逐个像元比较法(pixel to pixel comparison)和分类后比较法(post classification comparison)。第一种方法首先是对同一区域不同年份同一时相影像系列的光谱特征差异进行比较,确定土地利用发生变化的位置,在此基础上,再采用分类的方法来确定土地利用变化类型信息。该方法优点是首先确定了土地利用变化的位置,因此缩小了分类范围,提高了监测速度,同时也避免了分类过程中引入虚假的变化类型; 第二种方法是首先对整个监测区域的逐影像系列进行各自分类,然后比较在各影像系列同一位置分类结果,进而确定土地利用类型变化的位置和所属类型。该方法的优点是可以回避前一种方法所要求的影像系列时相一致的条件,以及影像间辐射校正、匹配等问题〔4〕,但这种方法要取得令人满意的结果,首先就必须选择合适的分类方法来提高分类精度,而这正是数字遥感分类研究所要解决的难题。
2 土地利用动态遥感监测的一般过程
上述两种动态监测的方法都是以影像光谱辐射特征所包含的信息和像元分类器为基础的,其主要过程都包含有土地利用变化位置确定(什么
地方发生了变化)和变化类型的确定(变化本质,图1)。
图1 土地利用动态监测的一般过程
2.1 逐个像元比较法的监测过程 2.1.1 遥感数据预处理
土地利用动态变化监测遥感数据预处理的两个重要方面是影像系列空间匹配和辐射校正。显然,多时相影像间准确的空间配准是动态变化监测所必须的。Townsheng et al (1992)在影像匹配误差对土地利用变化监测精度影响的研究中,证明了要得到可靠的土地利用变化结果,需极高的图像配准精度。研究结果表明,1个像元空间匹配误差将导致50%的虚假变化。要想将错误率控制在10%,图像配准误差就必须小于0.2个像元或更小。土地利用动态监测遥感数据的另一个重要预处理就是必须对影像数据进行辐射校正,只有在可靠的辐射校正基础上的监测结果,才可能避免伪变化。Hall et al(1990), Caselles and Carcia(1989), Conel(1990)等人发展了一系列辐射匹配技术,这些技术回避了各种辐射校正参数获取困难的问题,可以直接将影像系列上稳定的景观要素作为辐射控制点进行影像间的辐射匹配,该技术的匹配误差不大于1%。
在数据预处理阶段,还有人研究了滤波技术对土地动态变化监测的影响,不过至今没有定论。 2.1.2 遥感信息的增强
近20年,国内外学者开发了一系列遥感信息增强算法,笔者现将这些算法归纳如下:
(1)简单数学处理增强变化信息 这一类方法主要是对有关波段图像的像元亮度值进行简单数学处理(主要是求差值或求比值),增强有用信息,以便进行波段之间光谱强度的比较。
1)影像差值 该方法是动态监测中应用最广泛的方法之一。不同年代,同一时相的影像系列经过几何匹配后,用其中一个年代的图像像元亮度值减去另一个年代图像的对应像元亮度值。当差值为零时,表示土
地利用类型未发生任何变化,而正值或负值均表示土地利用类型发生了变化。该方法较为简单,但图像匹配误差和混合像元的存在均会造成监测结果的不准确,并且简单的差值计算往往会使信息丢失,因为绝对值不同的数值相减可能会产生同样大小的差值。
2)影像比值 比值增强处理是迅速进行土地利用动态监测的一种方法,该方法就是求取有关波段图像像元亮度值的比值。土地利用类型发生变化区域的像元亮度值之比会显著地大于或小于1,而未发生变化区域的亮度值接近1。该方法运算简单,速度快,但因为波段像元亮度值比值分布为非正态,其变化掩膜的产生较困难,因此该方法未被广泛使用。
(2)多时域线性变换增强变化信息 通过对系列影像进行线性变换,进而将土地利用变化信息提取出来。最常用的线性变换方法有主成分分析(PCA),穗帽变换(K-T),G-S正交变换。这些线性变换方法产生出一组新的组分图像,目的就是要把原来多个波段中的有用信息集中到数目尽可能少的新的组分中,起到数据压缩(波段数降为N个主成分)和突出变化信息的目的。多时域主成分分析较难确定各主成分的确切物理意义,而K-T、G-S变换所产生的新组分物理意义较为明确。
(3)变化向量分析 首先对各时相的影像分别进行K-T变换,然后对K-T变换后的有关特征组分(分量)进行差值运算,求得每个像元的变化值,称为变化向量。变化的强度用变化向量在植被指数空间的欧氏距离表示,变化的本质用变化向量在植被指数空间的方向来表示。其优点是能够利用所有波段所包含的信息,并且能够确定各种变化本质所具有的物理意义。
(4)多时域非线性变换增强变化信息 该方法利用人工神经网络自学习功能,对影像变化信息进行非线性运算,提取变化信息,其精度高于G-S正交变换所获得的结果精度,是一种可行的土地利用类型变化检测算法。
原国家土地管理局曾设置土地利用动态遥感监测项目,对上述变化信息增强算法进行过较为系统研究。研究结果表明: G-S正交变换比PCA更能全面地获得土地利用变化信息,且变化信息具有明确的物理意义,同时,G-S不依靠数据的统计特征,易与具体区域地理特征和专家经验相结合进行分析; 差值法原理简单,运算量较少,是一快速方法。但与G-S正交变换和PCA相比,对变化信息增强能力差,且含噪声大。 2.1.3 变化掩膜的产生
在土地利用动态遥感监测中,变化掩膜是指在土地利用变化信息增强的基础上,用一定方法对可能的变化区域进行划分,形成二值影像。最常用的方法就是简单的阈值技术:
即: 当像元亮度值大于T时赋值1,用于表示土地利用类型发生了变化的区域,T值通常由分析者凭经验和统计数据选取,因此,这一步是影响监测精度的重要环节。
对于变化区域的划分,也可用监督和非监督分类方法,但这些方法在文献中出现的不多。 2.1.4 变化类型的识别
(1)目视解译 目视解译的最大优点是方便灵活,解译者在解译过程中能够充分利用影像解译标志和其它辅助信息(地貌,地形等)识别地物。但解译者的经验和专业知识(包括对所研究地理区域的熟悉程度)以及影像本身的差异或限制,都会导致解译结果的不一致。一般在土地利用动态变化遥感监测所涉及到的变化区域不多情况下,可以采用该方法。 (2)计算机自动解译分类 目前,用得较多的方法是多元统计识别分类方法。该方法主要优点是处理速度快,并且可重复性强,其中,最大似然法有着严密的理论基础,对于呈正态分布的数据,具有很好的统计特性,而且判别函数易于建立,是目前最常用的分类方法。
为克服单纯依靠光谱信息分类精度不高的缺点,在分类过程中往往加入适当的辅助信息来改善分类精度。通常是在GIS支持下,将专家知识和遥感信息进行复合处理,但因区域性和地段性限制,也较难产生通用的方法。人工神经网络理论的发展,给遥感分类开辟了一条新的途径,此类方法与传统方法的区别是: 人工神经网络不以某个假定的概率进行分类,而是通过自学习的过程形成分类器并完成分类过程。该方法具有较好的容错能力,尤其是它的非线性特性,更能体现遥感信息中复杂的关系,利于多源信息的复合 2.2 分类后比较法的监测过程
这一类方法,通常不对各年代影像作任何增强处理,只是单纯依靠各自的光谱分类结果进行分析和处理,主要有:
(1)分类后比较 对各年代影像分别进行光谱分类,并对分类结果图进行复合分析,获取土地利用变化信息。该方法主要优点是对两个时期影像分别进行分类处理,避免了不同时相影像间辐射校正问题。初始分类的精度决定了土地利用动态变化的计算结果精度,它近似等于各自分类精度的乘积。原始影像上错误的分类和不正确的图像匹配,均会产生错误的结果。
(2)多维时域空间复合分析 匹配后的影像系列,土地利用发生变化的类别与未发生变化的类别在统计模式上会有显著的不同。这样,对影像系列同时进行变化类型的分类,通常被称为“分层光谱或时域变化分类 ”,“多时相聚类”或“光谱变化模式分析”。
这一方法只进行一次分类,但因是两个时相数据,计算过程比较复杂。在多数情况下会有许多多余特征,没有合适的判别函数对其进行分类。Schowengerdt指出,因光谱特征和时域特征同时参与分类,且处于相同的地位,在模式识别过程中不易区分。
原国家土地管理局土地动态遥感监测项目组对该分类方法在土地利用动态遥感监测的应用进行系列研究,对各技术环节作出了具体要求。
3 监测成果评价
一般而言,监测结果是应用部门最关心的,如监测的精度有多高,各地类变化面积有多大等。原国家土地管理局在土地利用动态遥感监测研究中,采用基于混淆矩阵基础上的精度评价方法和面积校正方法,为土地利用动态遥感监测成果在实际工作中的应用提供了依据。
4 结论
遥感作为一门先进的科学技术,可为土地利用动态变化研究提供多时相、大范围的实时信息,成为研究地球资源、环境的有力手段之一。就动态遥感监测来讲,还有不少难点: 首先数据预处理在实际工作中达不到要求,其有效算法和技术影响了动态监测成果的精度; 其次,由于变化监测算法的差异性,所有变化监测算法的能力受空间、光谱、时域和专业内容的限制,所采用的方法在一定程度上影响了变化监测的精度。甚至对于同一环境,由于采用的方法不同,所产生的结果也会不同,因此,选择合适的土地利用变化监测方法,显得尤为重要。
综上所述,土地利用动态变化遥感监测有多种方法,各方法都有其优缺点。总的来讲,多时域线性变换、神经网络的非线性变换和变化向量分析等方法充分利用了影像系列各波段所包含的变化信息,在进行数据压缩的同时,又增强了变化信息,其算法的精度比较高、处理速度比较快。今后还需对土地利用动态变化遥感监测技术和方法进行深入研究,以建立起我国宏观土地利用动态遥感监测体系,为我国国土资源管理提供技术支持。
作者简介:沙志刚,男1965年生,付处长,1996年以来具体负责全国土地利用动态遥感监测工作。
作者单位:沙志刚(国土资源部,北京 100035) 参考文献
1 A.S.马瑟著.土地利用.国家土地管理局译,北京:中国财经经济出版社,1990
2 中国土地报,1997-03-08,1997-04-01,1997-04-05 3 陈德峰.农业遥感论文集,北京:测绘出版社,1991
4 孙丹峰.多源信息分类在遥感土地利用/覆盖动态监测中应用研究.北京:中国农业大学,1998
收稿日期: 1999-02-05
因篇幅问题不能全部显示,请点此查看更多更全内容