土地利用变化遥感动态监测应用中的若干问题

地理国情监测

　　1、协调好土地利用(Land use)与土地覆盖(Land cover)间的关系
　　这包括各自的分类体系、分类标准、联系与区别。
　　土地覆盖是随着遥感技术的应用而出现的新概念,即指覆盖地面的自然物体和人工建筑物,最主要的组成部分是植被,也包括土壤和陆地表面的水体,主要决定于自然因素。农业、林业、牧业和城市发展等人类对与土地有关的自然资源的利用活动属土地利用的范围,而耕地、林地、草地、建设用地及土壤、冰雪和水体属土地覆被的范围。
　　土地利用与土地覆盖是两个既有着本质区别又密切联系的概念。土地覆盖更多的是指地球陆地表层自然属性或物理特性;而土地利用则指土地的使用状况或土地的社会、经济属性。前者在空间变化上往往呈现渐变状态,时间变化上季相特征明显;后者空间变化上多呈边界清晰的类型变化状态,时间变化上完全依赖于人类对土地的利用方式转变的速率,与季节没有对应的相关性。土地利用是土地覆盖的最重要的影响因素,土地覆盖的变化反过来又作用于土地利用。土地覆盖的变化由土地利用引起,而土地利用又受到人类驱动力的支配。遥感图像反映的是地表及地下一定深度环境信息的综合特征,是地表景观的缩影。土地覆盖是遥感图像所反映的最直接的环境信息,因此遥感反映的是土地覆盖的情况,土地覆盖信息不等同于土地利用信息,那么土地覆盖变化也就不能完全代表土地利用的变化,从一开始就应当协调好土地覆盖与土地利用各自的分类体系与分类标准。
　　2、做好影像的选择、分析与处理
　　选择合适的多期影像,做好严格的地理校正与配准,并对影像进行适当的图像处理。
　　对于做动态变化的应用来说,最理想的是选择同一地区同一季相的多时相遥感影像,可以减少因季节差产生的变化,否则会因为季节差的原因而发现大量的土地覆盖变化信息,但这些信息一般不是土地利用变化所关心的,却干扰了提取土地利用变化信息。如果不能满足理想的选择,也要在图像处理和后面的动态检测算法中尽量消除影像的季节差因素。
　　做好影像间的高精度配准,可以减少因错位而造成的假变化,这一点至关重要。遥感影像的校正包括几何校正、大气辐射校正等。做完几何校正工作后,影像就具有了大地坐标,具有了明确的地理位置,可以与对应的其它地图如地形图、地质地貌图等做同步比较,协助影像的判别。图像质量问题处理,比如去除影像中的污点、云彩、阴影等。
　　最好能对影像做一些必要的图像增强处理,通过增强可以突出图像中有用的信息,使其中感兴趣的特征得以加强,如线形地物、道路、河流,或面状水体等,图像会变得清晰,解译性提高。增强处理可分为波谱特征增强(突出灰度信息)、空间特征增强(突出线、边缘、纹理结构特征)及时间信息增强(针对多时相而言)。从数学形式看,又可划分为点处理(如线性扩展、比值、直方图变换等)和邻域处理(如卷积运算、中值滤波、滑动平均等)。对多期遥感影像做解译和分类时,要对它们进行最佳波段组合。需要和有条件时,不同类型遥感影像的融合(包括不同分辨率的影像间、影像与其它数据间的融合)技术能提高对它们的解译和分类精度,遥感影像的融合技术目前也日趋成熟,随着一些数学算法的引进,融合效果越来越好。利用影像的原始波段生成新波段(比如利用TM的3、4波段生成归一化差值植被指数NDVI,或其它许多生物植被参数等,能很好地反映地面植被的发育状况等信息),也有助于提高影像的可解译性及分类精度等。
　　3、选择合适的遥感动态监测算法
　　许多年来,人们已提出并实验了许多种遥感动态监测方法,这可以概括为:影像叠加对比法、影像差值法、主成分分析法(PCA法)、专题特征提取法及影像分类法等。所有这些方法从本质上可归类为两组:一是基于单个像元波谱值变化(pixel-to-pixelcomparison)的遥感动态监测方法;另一是基于影像分类(Post classification comparison)的遥感动态监测方法。
　　在方法的选择上,应考虑多方面的因素,比如光谱波段、遥感数据的可得性与质量、影像处理技术与经验、摄影知识、时间与花费的限制和变化的重要性等。每种方法都有其长处和不足,没有哪种方法适用于所有情况。有时,需要结合应用好几种算法,互相补充。比如,如果用分类的算法做出来的变化结果中,对多数地物的实际变化的反映是符合的,而对某些地物来说却很不理想,尤其是地物的分类精度很低时,肯定无法如实反映出来它的变化情况。这时,应该采用另外的方法做补充,比如做专题信息提取,在两期影像上分别提取该种地物,然后叠加对比提取结果,即可发现变化的信息。在以后的应用中,应该日益完善各种传统的算法,同时寻找和挖掘更理想的新方法,提高变化监测精度。目前,像神经网络、小波变换、模糊识别等算法已广泛地应用到了遥感中,许多人已专门用神经网络的方法做过动态变化的监测。
　　4、加强其它领域知识与遥感的结合
　　遥感影像中大量存在同物异谱、同谱异物的现象,那么比如在分类时,单纯依靠影像的光谱特征是不够的,还应考虑到地物的时空分布特征、形状特征等。这时适当地加入一些地物的形状参数、地物分布特征参数如高程、坡度、坡向等地理知识,即基于知识的影像分类,可在很大程度上提高有些地物的影像分类精度;或者把专家知识作成规则,即结合利用专家系统辅助影像的判别、分类等。
　　从整个进程来讲,遥感影像的目视解译过程本身就是专家的经验与知识在起主导作用,在对图像做处理、融合、波段生成与组合的中间过程中,需要加强关于图像处理方面的专业知识。对影像分类或从中提取专题信息时,需要广泛的引入地理、地质方面的知识;对监测结果处理分析时,不同地区土地利用与土地覆盖、植被发育、土壤湿度等方面的知识显得尤为重要,尤其是研究区本地的特色。这样自始至终,都有各方面知识的参与,如果加强它们的参与力度,也就意味着增强了监测结果的客观性与准确性。
　　至于这些知识参与的方式方法有直接的,也有间接的,应该尽量客观,比如以规则的方式介入系统中的判断环节等。
　　5、遥感监测的变化结果后处理
　　遥感方法做出来的多是土地覆盖的变化,并不完全是对土地利用变化的反映。因此需要结合实地的地理、植被、环境特征发现当地的土地利用类型与土地覆盖类型间的对应关系,从土地覆盖的变化来得到土地利用的变化。另外,由于遥感算法的不足或其它原因,会导致变化结果中有被夸大或被忽略了的成分,这就涉及到后处理的问题,包括剔除其中不可靠、不重要的变化结果,用有效域值筛选、缩小和剔除被夸大了的变化,用另外的途径补充被忽略和遗漏了的变化。这样会使遥感动态监测的变化结果更合理、可信。
　　在对监测结果做后处理时,必须非常熟悉当地的土地利用与土地覆盖特征。
　　本文摘自《遥感用于土地利用变化动态监测中的若干问题探讨》更多文献及空间地理信息数据请咨询地理国情监测云平台，电话：010-84896208转898，QQ：863548516。