基于遥感影像的土地利用分类系统的设计_以石河子垦区为例_许西盼

基于遥感影像的土地利用分类系统的设计———以石河子垦区为例许西盼,曹卫彬,刘娇娣,李华(新疆石河子大学机械电气工程学院,新疆石河子　832003)摘　要:【目的】有效保护、合理开发利用土地资源,把握真实、准确和实时的土地利用信息。

【方法】以石河子垦区为例进行了基于遥感影像的土地利用分类系统的设计。

【结果】遥感影像处理、分析的方法在区别不同的目标、不同的状态时,效果也有很大的差异,针对具有明显区域特征的示范区,研究确定了最佳的土地类型分类的方法与模型。

【结论】设计了在示范区建立适应的土地利用分类系统的技术路线,并介绍了数据分析、影像处理、遥感影像分类处理以及分类精度评价与方法验证等关键研究方法。

关键词:遥感影像;土地利用;分类系统;石河子垦区中图分类号:S -03 文献标识码:A 文章编号:1001-4330(2010)01-0204-07Design of the Land -use Classification S ystemBased on Remote Sensing Image———A Case Study of Shihhotze Reclamation AreaXU Xi -pan ,CAO Wei -bin ,LIU Jiao -di ,LI Hua(College of M achinery and Electricity ,Shihhot z e University ,Shihhotze Xinjiang 832003,China )A bstract :【Objective and Method 】In order to protect ,develop and utilize the land resources effectively ,and grasp the true ,accurate and real -time land -use infor mation ,the article takes Shihhotze reclamation area as an example to design an appropriate method of developing land -utilization -classification system which is based on remote sensing image technology and elaborate its significance .【Result 】There were significant differences in the respect of the effect of the remote sensing image processing and analysis methods in the different goals and states .【Conclusion 】In relation to the demonstration zones of significant regional features ,the paper established the best wa y of land classification and model ,designed the technological methods of developing land -utilization -classification system and also introduced the key research methods of data images processing ,remote sensing images classified processing and classified pr ecision assessment &methods validation .Key words :remote sensing infor mation ;land use ;classification system ;shihhotze reclamation area0　引言【研究意义】近年来,我国面临的资源形势十分严峻,人口、资源、环境之间的矛盾日益尖锐,保护和合理利用国土资源的任务极其繁重。

为有效保护和合理开发利用土地资源,必须首先有效地把握真实、准确和实时的土地利用现状数据。

在土地利用动态监测研究中,土地利用的分类是必不可少的一步,不仅要获得土地利用变化的信息,而且还要获得变化的类型,即获得不同监测时期的土地分类信息,其实质是获得不同监测时间的土地利用分类信息[1]。

石河子垦区地处典型的干旱、半干旱地区,有适合遥感等空间技术发挥的特殊自然环境,土地资源丰富,生态环境脆弱,作为我国的后备土地资源地区,垦区的可持续发展,是全国国土资源信息化的组成部分。

面对我国发展的形势和需要,进行土地利用的研究,从而合理开发利用土地,促进可持续发展,也显得非常紧迫,具有重大的理论和现实意义。

【前人研究进收稿日期:2009-05-22基金项目:国家自然科学基金项目(40661011);国家科技支撑计划课题(2007BA G12B04)作者简介:许西盼(1984-),男,新疆石河子人,硕士研究生,研究方向为精细农业技术系统,(E -mail )xuxipan -shz @qq .co m通讯作者:曹卫彬(1959-),男,新疆石河子人,教授,博士,硕士生导师,研究方向为农业遥感监测,(E -mail )wbc828@新疆农业科学　2010,47(1):204-210Xinjiang Agricultural Sciences 展】遥感分类方法和如何提高遥感数据计算机自动分类的精度一直是遥感技术研究的重要领域。

如何有效地获得高精度的土地覆盖类型以及其变化信息,一直是人们努力的方向。

各种学科、各种知识、各种技术的渗透越来越增加了分类的精度与可靠性,并向普适性、高效性的分类器方向发展。

遥感图像处理、分析的方法在区别不同的目标、不同的状态下,综合利用,才能发挥更大的作用[2]。

【本研究切入点】石河子垦区植被覆盖度低,抗干扰性弱,环境的小幅波动都会造成生态系统的深刻变化,表现为地表土地覆盖的明显变化。

【拟解决的关键问题】针对具有明显区域特征的示范区,很有必要采用现代先进技术,通过分析使用不同尺度的多源遥感影像,以《全国土地分类(实行)》为依据,确定最佳的土地类型分类的模型、方法与流程,从而建立适用的土地利用分类系统。

1　研究方法与技术流程1.1　研究方法1.1.1　数据收集和预处理预处理包括辐射纠正、几何纠正、图像增强、图像变换、特征选择和特征提取以及数据压缩和消除噪音等。

1.1.2　训练区的选择对于非监督分类来说也要选择样区以辅助对分析结果的归类,对于监督分类而言,训练区用于提取各类的特征参数以对各类进行模拟。

1.1.3　对像元进行分类利用分类算法根据像元特征值将所有像元划归合适的类,像元特征可以是光谱反射值、相邻像元的纹理特征及所在位置的几何特征,如高度、坡度、坡向等。

1.1.4　对分类结果进行后处理包括纠正明显错分的类型及制图综合等。

1.1.5　评价分类准确度将分类结果与已知准确的类型进行比较得到分类图的客观分对率,如果分类结果不够准确,需要检查前几步的步骤有无改善的可能。

1.2　技术路线与流程(图1)2　数据的获取、分析与影像处理2.1　数据获取数据是空间信息技术应用的基础,在土地利用遥感动态监测研究中,主要的数据源有遥感图像数据、GI S 本底数据库、各种统计数据和调查数据等。

研究选择示范区不同尺度的多源TM 、SPOT 等数据,结合同步统计数据,其它资料有示范区近年1∶100000的土地利用现状图、1∶100000地形图、1∶2000地形图,此外还有区划图、土壤图、水文地质图等其它有关图件参考资料。

2.2　地理数据处理地理数据可作为遥感图像分类的训练样本和先验信息。

利用GIS 软件矢量化后的地理数据和遥感图像叠加,将GIS 内部数据作为训练样本,通过对GIS 中的地物属性进行统计,获得各类地物分布的先验概率。

选用示范区土地利用现状图,参照1∶10000地形图几何校正后,利用Arc View 软件进行矢量化。

并用图像处理软件ERDAS I MAGIN9.0建立拓扑关系并实施错误修改,生成矢量图[2]。

2.3　影像预处理2.3.1　辐射校正采用“暗组(dark set )—亮组(bright set )法”对TM 影像进行辐射校正。

经过KT 变换后得到的绿度—亮度分布图上,选取非植被区的亮端和暗端来作为辐射控制像元集合,并通过计算每一景影像中该控制集合像元的原始灰度统计值来构造二个影像间的线性变换函数。

2.3.2　噪声剔除对切割下来的训练区,先用Majority 滤波滤除部分边界像元,然后再用Majority 滤波滤掉训练区内的类别噪声[3]。

2.3.3　几何校正·205·1期 许西盼等:基于遥感影像的土地利用分类系统的设计———以石河子垦区为例 一般地面站提供的卫星遥感数据都经过了几何粗校正的处理,利用地面控制点(Gr oundc ontrol point ,GCP ),通过GCP 数据对原始卫星影像的几何畸变过程进行数学模拟,建立原始的畸变图像空间与地理制图用的标准空间(即校正空间)之间的对应关系,然后利用这种对应关系把畸变图像空间中的全部像素变换到校正图像空间中去,从而实现几何精校正[4]。

图1　土地利用分类过程流程Fig .1　The flow chart of the land -use classification process2.3.4　增强处理通过增强突出图像中有用的信息,提高信息分类精度。

通过线性拉伸方程把原遥感图像较窄的亮度范围拉伸到全辐射亮度级0～255范围,同时对研究区的各景图像均做适当的局部拉伸增强处理。

比如,原始T M 图像灰度分布范围较窄,对比度不强,图像亮度偏低,彩色合成后也是非常的模糊,整体发暗,无法辨认各种地物,对它做了线性拉伸后,各波段的灰度分布范围加宽,提高了图像的对比度。

通过拉伸使图像的亮度范围扩大,可以提高图像的对比度和清晰度,突出图像细节部分,易于判读各种地类。

遥感图像的R GB 假彩色合成也是常用的一种增强手段,通常与线性拉伸结合使用[5]。

2.3.5　影像研究区确定在ARCVIE W 3.2软件中对校正后的示范区边界进行矢量化,得到边界多边形矢量文件(coverage );在ERDAS 软件中,通过Vector 模块下的Vector to Raster 工具,将矢量文件转换成栅格行政区划图像;通过Interpreter 模块下Utilities 中的Mask 工具依据行政区划图对遥感影像进行裁剪,得到研究区影像数据和示范区影像图[3]。