張鎰譜

摘 要：運(yùn)用Erdas Imagine 2010軟件和Landsat TM 遙感影像，對(duì)吉林省吉林市Lndsat-7影像的光譜進(jìn)行分析，通過選擇波段、拼接裁剪和監(jiān)督分類三個(gè)步驟，將吉林市土地利用類型分為五類。通過分析得到的數(shù)據(jù)，指出吉林市土地利用中存在的問題，并提出調(diào)整對(duì)策。

關(guān)鍵詞：LANDSAT 遙感影像；土地利用；監(jiān)督分類

中圖分類號(hào)：F320 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2016）03-0129-02

土地日益成為人類的勞動(dòng)產(chǎn)品土地正日益成為人類社會(huì)的勞動(dòng)產(chǎn)物，或以勞動(dòng)產(chǎn)品的形式而存在[1]。自從進(jìn)入20世紀(jì)，人口不斷的增加，工業(yè)不斷的發(fā)展，土地越來越緊張，與此同時(shí)環(huán)境也越來越來差，嚴(yán)重破壞了社會(huì)經(jīng)濟(jì)發(fā)展的可持續(xù)性。所以，詳細(xì)掌握不同時(shí)段不同地區(qū)的土地利用/覆蓋狀況是合理管理土地資源的基礎(chǔ)，也是規(guī)劃個(gè)國民經(jīng)濟(jì)發(fā)展的重要依據(jù)。遙感的宏觀性、遙感的實(shí)時(shí)性、遙感的周期性和遙感的綜合性是它具有的重要特點(diǎn)，憑借這些特點(diǎn)，它快速、客觀、準(zhǔn)確地對(duì)土地利用地進(jìn)行監(jiān)測(cè)。

一、研究過程

（一）數(shù)據(jù)選取

研究選取LANDSAT-7四景TM 影像，行列號(hào)分別為117/29、117/30、118/29和118/30。

（二）波段選擇

遙感中充分利用地物在不同波段的差異，有效地識(shí)別地物的前提是不同波段記錄的地物是有差異的。但是不同波段之間的數(shù)據(jù)相關(guān)性往往很大，這種數(shù)據(jù)的冗余是必須要考慮的。同時(shí)，人們習(xí)慣于用彩色來表示一幅圖像。眾所周知，彩色只是紅、綠、藍(lán)三種顏色排列組合形成的，所以在波段的選擇上不能選擇超過4個(gè)波段，就是說只能用3個(gè)波段進(jìn)行合成。同時(shí)，能夠合理正確地選擇波段會(huì)為接下來的工作打下良好的基礎(chǔ)，并提高精度。因?yàn)椋胍@得準(zhǔn)確詳細(xì)的分類結(jié)果，就需要在選擇數(shù)據(jù)的時(shí)候就要做到盡量減少不利于信息提取的因素，只有這樣才能得到更多的類別和更高的分類精度。

（三）分析結(jié)果

因?yàn)闃?biāo)準(zhǔn)差越大所含的信息量就越大，又因?yàn)樾畔⒘看笥兄诜诸?，所以?huì)從這7個(gè)波段中選擇標(biāo)準(zhǔn)差大的3個(gè)波段進(jìn)行彩色合成，波段5、7、4的標(biāo)準(zhǔn)差較大，但是波段5和波段7的相關(guān)性大，這就意味著重復(fù)信息較多，會(huì)影響分類結(jié)果，決定保留波段5和波段4。除了波段5、7、4外，波段3所含信息量做大，同時(shí)該波段與波段5和波段4之間的獨(dú)立性較好，所以最后選擇波段5、4、3的圖像。

二、遙感影像的處理

對(duì)遙感數(shù)據(jù)的預(yù)處理包括地形圖的配準(zhǔn)、影像糾正、遙感影像增強(qiáng)處理等工作。接下幾何精校正是必不可少的，主要是因?yàn)檫@次使用的遙感影像在使用之前已經(jīng)有過輻射校正和幾何粗校正的處理；然后分別以1∶50 000地形圖為參考底圖，通過ERDAS IMAG INE 2010軟件對(duì)圖像進(jìn)行校正。二次多項(xiàng)式變換模型、鍵盤輸入控制點(diǎn)坐標(biāo)模式是校正時(shí)采用的主要方法。選取50個(gè)控制點(diǎn)，利用最小鄰近值算法對(duì)影像進(jìn)行重采樣。對(duì)于Landsat7TM的各個(gè)波段而言，從所有波段中選擇3個(gè)波段組合，會(huì)組合出很多方案。從這些組合中，分別嘗試了345組合、543組合和453組合分別將四景TM 影像的4、5、3 波段進(jìn)行假彩色合成，并將四景影像拼接在一起，然后用吉林市行政邊界裁剪，得到研究區(qū)域即吉林市TM 4、5、3 波段的假彩色合成圖像，使用4、5、3這三個(gè)波段進(jìn)行假彩色合成后得到的圖像層次感分明，地物差異明顯，有利于土地分類中的地物類別提取，方便分類。最后，用ERDAS IMAGINE 2010系統(tǒng)模塊對(duì)遙感影像進(jìn)行增強(qiáng)處理。

三、監(jiān)督分類

采用監(jiān)督分類法對(duì)吉林市遙感影像圖進(jìn)行分類。利用一定數(shù)量的已知樣本（又稱為訓(xùn)練樣本）的觀測(cè)值確定判別函數(shù)中待定參數(shù)的過程稱為學(xué)習(xí)或訓(xùn)練，然后將未知類別的樣本觀測(cè)值代人判別函數(shù)[2]。之后，根據(jù)判斷標(biāo)準(zhǔn)對(duì)采集樣本的類別進(jìn)行區(qū)分。定義分類模板在ERDASIMAGINE軟件中，監(jiān)督分類是基于分類模板來進(jìn)行的，而分類模板的生成、管理、評(píng)價(jià)和編輯等功能是由分類模板編輯器來負(fù)責(zé)的[3]。這里面負(fù)責(zé)獲取模版分類信息的主要工具有AOI繪圖工具及擴(kuò)展工具，同時(shí)還要使用到查詢光標(biāo)。本次研究首先是利用AOI繪圖工具在遙感影像上獲取分類模板信息，然后主要的視圖操作都是在遙感圖像窗口中完成的，同時(shí)會(huì)用到Raster 工具面板和Signature Editor。最后，保存建立的各分類模板。

（一）建立分類模板

監(jiān)督分類之前首先要建立分類模板，建立了分類模版再進(jìn)行管理、評(píng)價(jià)和編輯功能，這對(duì)監(jiān)督分類結(jié)果是非常重要的。根據(jù)吉林市實(shí)際情況，擬將土地利用類型按水體、林地、疏林地、旱地、城鎮(zhèn)用地和工交用地進(jìn)行分類，接下來就是使用ERDAS IMAGINE里的AOI 工具建立分類模板。對(duì)分類模板進(jìn)行評(píng)價(jià)的過程中會(huì)使用到可能性矩陣，分析感興趣區(qū)域訓(xùn)練區(qū)中的像元是否完全落在對(duì)應(yīng)的類別里?？赡苄跃仃嚨妮敵鼋Y(jié)果是一個(gè)百分比矩陣，說明每個(gè)AOI 訓(xùn)練區(qū)中有多少個(gè)像元分別屬于相應(yīng)的類別[4]。根據(jù)檢查結(jié)果，所有的土地利用類型分類模板的精度都非常高，進(jìn)而說明這些分類模版都是符合要求的。從分類誤差總體的百分比來說，如果誤差矩陣值小于85%，那么說明模板分類太低，需要重新建立[5]。

（二）執(zhí)行監(jiān)督分類

使用ERDAS IMAGINE創(chuàng)建并保存的分類模板，再輸入待分類的img文件，存儲(chǔ)距離文件，在設(shè)置一些參數(shù)，點(diǎn)擊分類，生成分類影像。

四、精度評(píng)價(jià)

目前普遍采用混淆矩陣的方法，即以Kappa系數(shù)評(píng)價(jià)整個(gè)分類圖像的精度[6]。通過混淆矩陣得出，菜地有39個(gè)參考點(diǎn)，其中有34 落在指定區(qū)域，有4 個(gè)參考點(diǎn)落在林地，1 個(gè)參考點(diǎn)落到城鎮(zhèn)用地；水體，因?yàn)橹挥幸粋€(gè)參考點(diǎn)，所以分類精度達(dá)到了100%；林地，參考點(diǎn)個(gè)數(shù)為42個(gè)，其中39個(gè)參考點(diǎn)落在正確區(qū)域，1個(gè)參考點(diǎn)落到菜地，2個(gè)參考點(diǎn)落到城鎮(zhèn)用地；對(duì)于水田，共有29 個(gè)參考點(diǎn)，其中的25個(gè)參考點(diǎn)落在指定區(qū)域，其他的參考點(diǎn)落到了其他類型區(qū)域；城鎮(zhèn)用地的37個(gè)參考點(diǎn)除了1 個(gè)分到旱地以外，其余分類正確。由此可見，分類精度較高。接下來再根據(jù)混淆矩陣計(jì)算的Kappa系數(shù)進(jìn)行計(jì)算，圖像的分類效果好。

五、分類結(jié)果分析

吉林市耕地分布的不合理性，永吉縣和舒蘭市的部分鄉(xiāng)鎮(zhèn)有大量的耕地。同時(shí)，平原區(qū)的耕地存在許多問題，比如布局分散、零亂；周圍存在散亂分布的園地、荒草地、廢棄地等；集中在坡度稍大的耕地區(qū)域中的田坎、溝渠、農(nóng)村道路等占地較多，導(dǎo)致耕地變成不規(guī)則田塊、很小的單體面積，不適宜規(guī)模化和產(chǎn)業(yè)化生產(chǎn)。同時(shí)，建設(shè)占用優(yōu)質(zhì)耕地仍然較多，耕地質(zhì)量需要進(jìn)一步提高。隨著吉林市經(jīng)濟(jì)快速地增長(zhǎng)，用地需求必將快速增加，隨著經(jīng)濟(jì)高速地推進(jìn)和人口快速地增長(zhǎng)必然會(huì)使建設(shè)用地的需求越來越大。然而國家實(shí)行嚴(yán)格保護(hù)耕地和保護(hù)生態(tài)環(huán)境的情況下，建設(shè)用地的不斷增加必然會(huì)受到對(duì)耕地和生態(tài)環(huán)境的保護(hù)的雙重約束，可供應(yīng)的建設(shè)用地?cái)?shù)量逐年減少，這種供需矛盾將會(huì)越來越突出。

六、總結(jié)

通過對(duì)遙感影像進(jìn)行的分析，總結(jié)出吉林市位于吉林省中東部，它的自然條優(yōu)越，土地類型豐富，土地利用類型齊全，適宜多種經(jīng)濟(jì)綜合開發(fā)。土地用途以農(nóng)用地為主，建設(shè)用地和未利用地比重小，礦業(yè)生產(chǎn)用地面積大，土地復(fù)墾潛力較大，吉林市礦產(chǎn)資源豐富。礦產(chǎn)資源的開采利用促進(jìn)吉林市經(jīng)濟(jì)社會(huì)快速發(fā)展，與此同時(shí)，礦產(chǎn)的開采和利用導(dǎo)致的大量工礦用地的閑置，全市多數(shù)鄉(xiāng)鎮(zhèn)分布著長(zhǎng)期遺留積累下來的待復(fù)墾土地有很大的面積，土地有較大的復(fù)墾潛力。

參考文獻(xiàn)：

[1] 段正梁，張維然，葉振飛.論土地價(jià)值的內(nèi)涵、來源及其特殊性[J].同濟(jì)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2004，（1）：30-35.

[2] 王慧妮，倪萬魁.基于計(jì)算機(jī)X射線斷層術(shù)與掃描電鏡圖像的黃土微結(jié)構(gòu)定量分析[J].巖土力學(xué)，2012，（1）：243-247.

[3] 戴鋒.基于3S技術(shù)下的羅源灣植被遙感解譯及生物量遙感估測(cè)[D].福州：福建師范大學(xué)碩士學(xué)位論文，2011.

[4] 王麗榮.基于高分辨率衛(wèi)星影像的城市綠地景觀分析[D].上海：上海交通大學(xué)碩士學(xué)位論文，2007.

[5] 李薇.基于遙感和GIS的長(zhǎng)春市土地利用變化及其區(qū)域經(jīng)濟(jì)發(fā)展分析[D].長(zhǎng)春：東北師范大學(xué)碩士學(xué)位論文，2011.

[6] 牛興麗.面向城市應(yīng)用的高分辨率圖像分類[D].濟(jì)南：山東科技大學(xué)碩士學(xué)位論文，2008.

[責(zé)任編輯 陳鳳雪]