遥感技术在土地利用分类中的应用

遥感技术在土地利用分类中的应用

——以秦皇岛为例

摘要：以LANDSAT TM遥感影像为数据源，经过波段选择、色彩合成、拼接裁剪、遥感图像增强和人机交互解译等步骤，将秦皇岛市土地利用类型分为耕地、林地、草地、水域湿地、建设用地和未利用土地等6类，绘制出秦皇岛市土地利用现状图。

关键字：遥感；土地利用；秦皇岛；土地分类

前言

土地是人类赖以生存和发展的物质基础，是社会生产的劳动资料，是农业生产的基本生产资料，是一切生产和一切存在的源泉[1]。土地是一种不可再生资源，且资源的数量是相对有限的，土地的利用是否合理直接关系着社会经济的未来发展。因此如何合理的配置现有的土地资源，使其不断满足经济、社会、环境等各方面的需求，逐渐成为学者们研究的焦点。

遥感技术具有高光谱分辨率、高空间分辨率、实时观测、重访周期短等特点，在土地利用中显示出明显的优势，在国内外得到了广泛应用[2]。本文以秦皇岛市为例，介绍遥感技术在土地利用分类中的应用。

1研究区域自然经济概况

秦皇岛市位于河北省东部沿海，处于北纬39º24'-40º37'，东经118º34'-119º51'。东邻辽宁、西接唐山、北靠燕山、南临渤海。西南距省会石家庄483km，西距首都北京280km，距天津220km。现辖海港区、山海关区、北戴河区3区和昌黎县、抚宁县、卢龙县、青龙满族自治县四县，为我国重要的综合性港口城市，著名的旅游城市。

随着秦皇岛市人口的增加和社会经济的发展，人类加大了对土地资源开发的力度，引起土地利用景观格局发生变化。对土地资源的过度和无序利用，导致秦皇岛市生态环境恶化，产生了土地退化、水土流失等严重威胁生存安全的生态问题。

2遥感影像数据概述

遥感图像是各种传感器所获信息能量的产物。具有以下四个特征[3]。

1）空间分辨率（Spatial Resolution），指图像上能够详细区分的最小单元的尺寸或大小，或指遥感器区分两个目标的最小角度或线性距离的度量。它们均反映对两个非常靠近的目标物的识别、区分能力。

2）光谱分辨率（Spectral Resolution），指遥感器接受目标辐射时能分辨的最小波长间隔。间隔越小，分辨率越高。所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小，这三个因素共同决定光谱分辨率。

3）辐射分辨率（Radiant Resolution），指探测器的灵敏度，遥感器感测元件在接收光谱信号时能分辨的最小辐射度差，或指对两个不同辐射源的辐射量的分辨能力。

4）时间分辨率（TemporalResolution），是关于遥感影像间隔时间的一项性能指标。遥感探测器按一定的时间周期重复采集数据，这种重复周期，又称回归周期。它是由飞行器的轨道高度、轨道倾角、运行周期、轨道间隔、偏栘系数等参数所决定。这种重复观测的最小时间间隔称为时间分辨率。

研究以秦皇岛市为研究区，以秦皇岛LANDSAT TM遥感影像为数据源,LANDSAT 是美国陆地探测卫星系统，包括从1972年开始发射的第一颗卫星LANDSAT一1到1999年发射的LANDSAT一7。LANDSAT TM数据广泛应用与土地覆盖、土地利用、土壤、海洋表面温度等温度等制图。

使用的软件有ERDAS IMAGINE和ArcGIS。ERDAS IMAGINE是美国ERDAS公司开发的遥感图像处理系统。它的图像处理技术先进，用户界面和操作方式友好、灵活，具有内容丰富而功能强大的图像处理工具，是一个用于影像制图、影像可视化、影像处理和高级遥感技术的完整的产品套件。ArcGIS是美国ESRI公司在全推出的代表GIS最高技术水平的全系列GIS平台。可以完成任何从简单到复杂的GIS工作，包括制图，数据管理，地理分析和空间处理。

3图像预处理

3.1波段选择与彩色合成

单波段的遥感影像是灰度影像，彩色影像比黑白影像有着丰富色彩，包含更大的信息量，所以往往需要选择3个波段的灰度影像，分别赋予红、绿、蓝进行假彩色合成。TM数据包含7个多光谱波段，地物在不同波段有不同的反射波谱特征信息，在遥感影像上呈现不同的灰度值，而且各类型的波谱差异也不一样。好的波段组合能大大提高区分不同植被和地物类型的能力。波段选择的原则为波段辐射量的方差应尽可能大，因为方差的大小体现了所含信息的多少，方差越大波段所包含的信息量越大；波段组合之间的相关性要小[4]。TM遥感数据中TM3、4、5三个波段的信息量能代表TM六个波段全部信息量的绝大部分而且相关性小，根据波段选择的原则，确定3、4、5波段组合为假彩色合成的最佳波段组合。3.2遥感影像的拼接和裁剪

分别将TM影像的3、4、5波段进行假彩色合成，并将影像拼接在一起，然后用秦皇岛市行政边界裁剪，得到秦皇岛市TM3、4、5波段的假彩色合成图像。

3.3遥感图像的增强

考虑到影像的特点和研究的精度，有针对性地进行预处理，其中涉及到的技术操作主要包括：遥感影像的空间增强、辐射增强、光谱增强、高光谱增强、傅立叶变换、地形分析等。其主要操作方式包括卷积增强处理、锐化处理、滤波分析、直方图处理、主成分分析、色彩变换等。

4图像的解译

4.1土地利用分类及解译判读标志

根据秦皇岛市的具体情况采用土地利用二级分类系统，将秦皇岛市土地利用类型分为耕地、林地、草地、水域湿地、建设用地和未利用土地等6类。如表1。并在此基础上，结合研究区土地利用情况又划分了21个二级类型，包括水田、旱地；有林地、灌木丛、疏林地、其它林地；高覆盖度草地、中覆盖度草地、低覆盖度草地；河渠、水库坑塘、滩地、滩涂、沼泽地；城镇用地、农村居民点、其它建设用地、沙地、盐碱地、裸土地和裸岩石砾地[5]。并用遥感图像的大小、

纹理、阴影、形状、位置和布局等与多种非遥感信息资料相结合建立解译标志。

表1秦皇岛市土地利用分类

土地利用一级分类土地利用二级分类

水地水田、旱地

林地林地、灌木丛、疏林地、其它林地

草地高覆盖度草地、中覆盖度草地、低覆盖度草地

水域湿地河渠、水库坑塘、滩地、滩涂、沼泽地

建设用地城镇用地、农村居民点、其它建设用地

未利用土地沙地、盐碱地、裸土地和裸岩石砾地

4.2人机交互图像解译

遥感图像解译分为自动解译和非自动解译二大类。由于技术、数据源、模型等多方面的因素，土地利用/覆被计算机自动解译有时候达不到期望的精度。人机交互解译用于土地利用解译可获得更准确的分类结果。研究采用人工解译结合监督分类的方法解译秦皇岛遥感图像数据。

4.2.1人工解译

人工解译（Manual interpretation）是根据人的经验和知识，分析图像解译的基本要素，建立具体的解译标志来识别图像中目标的方法[6]。根据秦皇岛的实际情况，在对土地类型进行分类并确立土地类型判读标志后，手动勾画秦皇岛地类，解译各土地类型的影响特征。并在ArcGIS支持下通过人机交互的方式，多次修改初分类结果，获得更准确的分类结果，绘制秦皇岛市的土地利用现状图。

4.2.2监督分类

监督分类(Supervised classification)又称训练场地法或先学习后分类法。是根据类别的先验知识确定判别函数和相应的判别准则，利用一定数量的已知样本的观测值确定判别函数中待定参数，然后将未知类别的样本观测值代人判别函数，依判别准则对该样本的所属类别作出判定[7]。

建立分类模板。ERDAS IMAGINE的监督分类是基于分类模板进行的，分类模板的生成、管理、评价和编辑功能对监督分类结果尤为重要。结合秦皇岛市实际情况。将土地利用类型分为耕地、林地、草地、水域湿地、建设用地和未利用土地，在ERDAS IMAGINE中用AOI建立分类模板。