代龍惠 張晶香

（曲靖師范學(xué)院城市學(xué)院，云南 曲靖 655011）

1 LUCC是研究領(lǐng)域的前沿和重點(diǎn)

土地利用/覆蓋（LUCC）的變化可影響水質(zhì)和水量，某一流域內(nèi)部的土地利用/覆蓋類型的比例變化是造成河流水質(zhì)變化的主要原因。土地利用/覆蓋研究對城市的發(fā)展有重要意義，是目前的研究重點(diǎn)。土地利用動態(tài)監(jiān)測具有長期性、實(shí)時性、綜合性等特點(diǎn)，同時要求調(diào)查結(jié)果必須具備較高的精確度和準(zhǔn)確性，而常規(guī)的方法和人工監(jiān)測具有較大的局限性，且費(fèi)時費(fèi)力。地球資源衛(wèi)星的發(fā)展為人類提供了大量波段、多時相，能綜合反映地表實(shí)況的遙感圖像和數(shù)據(jù)，利用3S技術(shù)和Google Earth對土地資源及其利用變化研究具有重要的現(xiàn)實(shí)意義［1］。

2 3S和Google Earth在LUCC研究中的技術(shù)優(yōu)勢

遙感（RS）、地理信息系統(tǒng)（GIS）、全球定位系統(tǒng)（GPS）合稱3S技術(shù)。遙感（RS）的主要作用是GIS數(shù)據(jù)源，利用遙感數(shù)字圖像獲取地面高程數(shù)據(jù)，從而更新GIS中的高程數(shù)據(jù)，及時獲取土地利用和覆蓋的動態(tài)變化信息。遙感影像具有客觀性、真實(shí)性且更新迅速。地理信息系統(tǒng)（GIS）具有地理數(shù)據(jù)的采集功能、管理功能、空間分析和地理信息的可視化功能，其中空間分析是地理信息系統(tǒng)的靈魂，在土地領(lǐng)域的應(yīng)用主要包括土地信息管理、動態(tài)監(jiān)測以及地籍信息的管理。隨著計(jì)算機(jī)技術(shù)的提升，地理信息的可視化功能具有無限的開發(fā)前景和拓展空間。全球定位系統(tǒng)（GPS）具有精確的定位能力和準(zhǔn)確定時的測速能力，在土地資源的調(diào)查中，GPS是獨(dú)立獲取數(shù)據(jù)的手段之一；在土地利用動態(tài)監(jiān)測中，GPS是遙感技術(shù)的輔助定位手段，同時GPS是野外精準(zhǔn)核查的保證［2-3］。

Google Earth是谷歌公司的衛(wèi)星技術(shù)，是一款覆蓋全球所有角落的虛擬地球軟件。將衛(wèi)星照片、GIS和三維建模相結(jié)合，衛(wèi)星影像與航拍的數(shù)據(jù)相結(jié)合，能觀察全球的地貌影像、歷史影像，同時具有錄屏功能。通過對已知地物（名稱、坐標(biāo)）的搜索可以直接精確定位，提供3D地形和建筑物，其瀏覽視角支持傾斜或旋轉(zhuǎn)，可測量高度、高差和兩地間的距離。此外，圖層的應(yīng)用、多邊形窗口的新建、地標(biāo)文件的導(dǎo)出都對LUCC的研究有益。用戶可以通過軟件觀看1984—2018年的地表變化，為土地利用變化研究提供新的思路［4］。

3 研究概述

3.1 研究區(qū)區(qū)域簡介

滇中地區(qū)包括昆明市、曲靖市、楚雄市和玉溪市4個城市，涉及約50個縣（市）區(qū)，國土面積約10萬km2。開發(fā)強(qiáng)度較低，可利用土地資源具備一定潛力。滇中地區(qū)位于長江、珠江和紅河上游，有滇池、撫仙湖等高原湖泊，水資源保障程度較高，但缺水問題較為嚴(yán)重。湖泊水、土地和生物資源是昆明市、玉溪市等中心城市發(fā)展的重要資源，至今湖泊流域仍然是滇中城市社會經(jīng)濟(jì)最發(fā)達(dá)、人口最集中的地區(qū)。但是，云貴高原大部分湖泊生態(tài)環(huán)境較脆弱，受人類活動的影響大，存在湖泊污染嚴(yán)重、資源過度開發(fā)等問題。

滇池是中國西南地區(qū)最大的湖泊，有“高原明珠”之稱，位于云南省昆明市西南方。其屬于長江水系，有盤龍江等河流注入，湖面海拔1 886 m，面積330 km2，湖水平均深度為5 m，最深處為8 m，是云南省最大的淡水湖，屬于富營養(yǎng)型湖泊。滇池位于昆明市西山腳下，呈南北向分布，湖體略呈弓型。

撫仙湖，湖水清澈見底、晶瑩剔透，被古人稱為“琉璃萬頃”，是我國水質(zhì)最好的天然湖泊之一，是中國最大的深水型淡水湖泊。其位于云南省玉溪市澄江縣、江川縣、華寧縣三縣間，是珠江源頭第一大湖，屬于南盤江水系。湖面海拔1 722.5 m，面積216.6 km2，湖水平均深為95.2 m，最深處為158.9 m，相當(dāng)于12個滇池的容水量。

3.2 Google Earth和3S在LUCC研究中的處理流程

本次研究重點(diǎn)說明了在Google Earth的輔助下，3S技術(shù)在土地利用方面的運(yùn)用。選擇符合要求的Landsat TM遙感影像（格式為_MTL.txt）進(jìn)行分析，TM遙感影像信息量較豐富，針對性較強(qiáng)?？紤]到地物自身的屬性特征和同一地物不同地域間的差異，本次研究采用地理空間數(shù)據(jù)云（http://www.gscloud.cn/）網(wǎng)站中2018年3月1日的Landsat TM影像（行列號為129/43）為例。滇中部分地區(qū)的遙感圖像，云量低于1%，對遙感影像進(jìn)行預(yù)處理，并將土地利用類型進(jìn)行監(jiān)督分類。在分類過程中利用Google Earth進(jìn)行補(bǔ)判，提高解譯精度。

4 遙感影像的土地利用分類

4.1 土地利用遙感分類標(biāo)準(zhǔn)

土地利用是人類通過一定的活動，利用土地的屬性來滿足自己需要的過程。土地利用分類的依據(jù)是土地的利用方式、用途、經(jīng)營特點(diǎn)以及覆蓋特征等因素。土地利用遙感分類標(biāo)準(zhǔn)是進(jìn)行遙感影像分類的重要依據(jù)和基礎(chǔ)，其與土地利用分類體系不完全相同，在實(shí)際劃分過程中需要充分考慮遙感影像實(shí)際可操作性和研究區(qū)的土地利用結(jié)構(gòu)特征，以便于更好地進(jìn)行土地利用解譯。按照我國2017年11月1日發(fā)布的土地利用現(xiàn)狀分類標(biāo)準(zhǔn)，研究區(qū)域的實(shí)際情況以及遙感影像中地物的影像特征，將土地利用類型分為耕地、林地、水域、建設(shè)用地和未利用地5類［5］。

4.2 Google Earth在遙感影像預(yù)處理的應(yīng)用

首先對研究區(qū)遙感數(shù)據(jù)進(jìn)行預(yù)處理，遙感圖像的預(yù)處理是指遙感數(shù)據(jù)在識別、理解、判讀和分析前的處理過程，包括光學(xué)處理、數(shù)字圖像的校正與增強(qiáng)等。能突出有用信息，提高目視判讀的準(zhǔn)確率，是遙感數(shù)據(jù)處理的重要步驟之一。本次研究首先對研究區(qū)進(jìn)行輻射定標(biāo)，然后對生成的文件進(jìn)行大氣校正，傳感器本身產(chǎn)生的誤差和大氣對輻射的影響是引起圖像畸變的主要原因，通過對TM數(shù)據(jù)和Google Earth數(shù)據(jù)的對比來判定幾何畸變程度，然后進(jìn)行幾何校正。

根據(jù)研究區(qū)的不同，需要選取研究區(qū)的范圍。其中，圖像鑲嵌是指在一定數(shù)學(xué)基礎(chǔ)控制下，把多景相鄰遙感圖像拼接成一個大范圍、無縫的圖像的過程。圖像裁剪的目的是將研究之外的區(qū)域去除。Google Earth可以通過對以知地物（名稱、坐標(biāo)）的搜索，直接精確定位并測量高度、高差和兩地間的距離。在進(jìn)行圖像裁剪時可以先確定準(zhǔn)確的地點(diǎn)坐標(biāo)，兩地間的距離，區(qū)域的準(zhǔn)確范圍，以得到準(zhǔn)確的研究區(qū)面積，為制作研究區(qū)的轉(zhuǎn)移矩陣提供數(shù)據(jù)來源，提升準(zhǔn)確率，為研究區(qū)的靈活選取提供可行性方案。在處理特殊問題時，需要進(jìn)行多元信息的復(fù)合，實(shí)現(xiàn)遙感數(shù)據(jù)的優(yōu)勢互補(bǔ)，提高目視解譯效果，提高定量分析的精度［6］。

4.3 Google Earth在遙感影像判讀的應(yīng)用

本次研究區(qū)的TM影像亮度偏低，整體較暗，不利于目視解譯中對各個地物的識別，需要作圖像增強(qiáng)處理。線性變換是圖像增強(qiáng)處理最常用的方法，能提高影像的對比度，從而加強(qiáng)地物特征，提高分類精度。在判讀2018年的遙感影像時，先對研究區(qū)的影像進(jìn)行2%的線性拉伸。該實(shí)驗(yàn)采用2018年的遙感影像（來自landsat8衛(wèi)星），為了取得最佳的目視效果，對圖像進(jìn)行了不同波段假彩色合成目視效果對比。結(jié)合前人的工作經(jīng)驗(yàn)，以及研究區(qū)的植被比重較大的特點(diǎn)，本次實(shí)驗(yàn)采用TM543（NIR、Red、Green）組合和 TM432（Red、Green、Blue）組合。

在遙感解譯的過程中，發(fā)現(xiàn)依據(jù)遙感解譯標(biāo)志（包括遙感影像上的色調(diào)、色彩、大小、形狀、陰影、紋理、圖型以及間接解譯標(biāo)志）、波段組合等方法還是無法確定地物的地類，主要存在以下問題。一是云南省屬山地高原地形，正所謂“大山深處有人家”，處于山地中的居民區(qū)和耕地比較分散，在加上TM影像數(shù)據(jù)分辨率有限，且標(biāo)準(zhǔn)假彩色影像中植被都呈現(xiàn)紅色，極容易造成誤判。二是受地形、水資源等客觀因素的影響，云南省山區(qū)因地制宜發(fā)展農(nóng)業(yè)，農(nóng)村居民區(qū)和耕地可能距離較遠(yuǎn)，容易將耕地誤判為林地。三是遙感影像的成像時間會直接影響專題內(nèi)容的解譯質(zhì)量。就云南省而言，處于山區(qū)的耕地還可能無農(nóng)作物覆蓋，在判讀的過程中，還應(yīng)該區(qū)分耕地和未利用地。四是在影像解譯的過程中，還遇到根據(jù)自身經(jīng)驗(yàn)和所學(xué)知識無法判讀的像元。

上述問題都需要運(yùn)用輔助分類軟件。Google Earth作為最常用的輔助分類軟件，可以在室內(nèi)對不確定地物進(jìn)行補(bǔ)判，方便、直觀的同時節(jié)省人力、物力、財力等資源，提高了土地利用/覆蓋的動態(tài)監(jiān)測精確性和效率。Google Earth提供了1984—2018年的數(shù)據(jù)，在解譯的過程中能夠提供大量的參考數(shù)據(jù)，可以根據(jù)研究數(shù)據(jù)的時間來調(diào)整Google Earth的時間軸，在Google Earth軟件中找到待確定地物（地理坐標(biāo)）后，調(diào)整Google Earth影像圖示時間，使研究區(qū)的TM影像的成像時間和Google Earth影像圖示時間保持一致，對地物的地類進(jìn)行判讀。本次實(shí)驗(yàn)解譯選擇2018年3月的TM數(shù)據(jù)，在用Google Earth軟件進(jìn)行對比時，應(yīng)該將時間軸調(diào)至2018年3月。其中，432（Red、Green、Blue）自然真彩色影像中未利用地一般呈褐色，在無法準(zhǔn)確判讀時，可以借助Google Earth觀察判定是否是未利用地；543（NIR、Red、Green）標(biāo)準(zhǔn)假彩色影像中植被為紅色，但影像中耕地區(qū)域有時顯示綠色，有時是紅色和綠色亂序排列，無法準(zhǔn)確判讀時，借助Google Earth觀察，能準(zhǔn)確判定該地物類型。

Google Earth和3S技術(shù)在土地利用/覆蓋的優(yōu)勢有所差異，在解譯時，需要多種方法相結(jié)合，其中Google Earth的補(bǔ)判對精確度的提高有很大幫助。其中最基本的地類判讀方式有以下幾種。一是耕地：543（NIR、Red、Green）標(biāo)準(zhǔn)假彩色影像中植被為紅色。耕地多以居住地為中心，以同心圓的形式呈現(xiàn)，同時還有階梯狀（梯田）、棋盤狀、框狀結(jié)構(gòu)。TM影像中與建筑用地接近的規(guī)則的地物，且顏色較林地淺。二是林地：543（NIR、Red、Green）標(biāo)準(zhǔn)假彩色影像中植被呈紅色。一般位于有一定海拔的山地，有較強(qiáng)立體感，且明暗（山體陰影）交錯，面積分布廣。三是水體：564（NIR、SWIR1、Red）假彩色影像中水體為藍(lán)黑色或黑色，通常水體顏色和水質(zhì)密切相關(guān)。與耕地和建筑用地不同，水體屬于自然地物，地物邊界圓滑。四是建筑用地：764（SWIR2、SWIR1、Red）假彩色影像中建筑用地為淡紫色，農(nóng)村居民地在整幅影像上零星排列，周圍一般為耕地。城市建設(shè)用地內(nèi)部可見交通道路縱橫交錯，且地物邊界規(guī)則。

5 結(jié)語

滇中興，則云南興。滇中地區(qū)在云南省具有重要的經(jīng)濟(jì)戰(zhàn)略意義。土地利用可改變地表下墊面的理化性質(zhì)，影響水循環(huán)和水量平衡，從而影響水資源的開發(fā)利用。探究土地利用類型，可以進(jìn)行土地利用的變化速度分析、變化趨勢預(yù)測、驅(qū)動力分析以及土地利用類型持續(xù)性分析等，為土地利用規(guī)劃和監(jiān)測提供合理的參考。

3S技術(shù)在土地科學(xué)研究領(lǐng)域的應(yīng)用，為土地科學(xué)研究帶來了新的方法，具有明顯的經(jīng)濟(jì)效益和社會效益。在常規(guī)的土地資源調(diào)查中，獲取數(shù)據(jù)的周期長，且精確度低，數(shù)據(jù)的管理、儲存、傳輸和分析手段落后，無法獲得及時、準(zhǔn)確、全方位的土地信息。再加上人類活動強(qiáng)度的增大，每年的土地利用和覆蓋程度也發(fā)生著不同程度的變化，耗費(fèi)大量的資金和人力，但是調(diào)查數(shù)據(jù)難以反映現(xiàn)狀。3S技術(shù)的運(yùn)用，改善了傳統(tǒng)土地數(shù)據(jù)獲取在獲取時間、數(shù)據(jù)精確度以及數(shù)據(jù)管理方面的不足。但是在實(shí)際的判讀中經(jīng)常會遇到無法識別的地物，這說明僅僅利用3S技術(shù)遠(yuǎn)遠(yuǎn)不夠，需要通過Google Earth進(jìn)行補(bǔ)判。

Google Earth是具有高分辨率的遙感影像，在解譯過程中可以對不確定的地物通過共同坐標(biāo)進(jìn)行輔助判讀，提高解譯精度和判讀；其全球歷時數(shù)據(jù)為土地利用動態(tài)監(jiān)測提供判斷依據(jù)。Google Earth的數(shù)據(jù)在精度評價驗(yàn)證的過程中也有其自身優(yōu)勢，歷時的超大數(shù)據(jù)能代替難以到達(dá)區(qū)域的實(shí)地調(diào)查。其中城市建設(shè)用地的變化尤為突出，利用文獻(xiàn)資料煩瑣，且會造成二次誤差，而Google Earth的數(shù)據(jù)能直觀反映結(jié)果，并能與其他遙感數(shù)據(jù)匹配使用。