李飛強(qiáng) 張信超

(浙江有色勘測(cè)規(guī)劃設(shè)計(jì)有限公司, 浙江 紹興 312000)

0 引言

地理信息系統(tǒng)(Geographic Information Systems,GIS),是一門空間信息分析技術(shù)[1]。通過(guò)計(jì)算機(jī)硬件、軟件系統(tǒng)的支持,能夠完成地球整個(gè)或部分表層(包括大氣層)空間中,有關(guān)地理分布數(shù)據(jù)的采集、儲(chǔ)存、管理、處理、分析、顯示和描述,為地理研究和地理決策提供服務(wù)[2]。GIS技術(shù)在有效地管理具有空間屬性的各種資源環(huán)境信息的同時(shí),能夠快速和重復(fù)的完成多源地理資源管理和實(shí)際應(yīng)用的分析測(cè)試,使其更利于對(duì)決策的制定和科學(xué)地完成政策的標(biāo)準(zhǔn)評(píng)價(jià),還能夠監(jiān)測(cè)多階段的資源環(huán)境狀況及分析及比較動(dòng)態(tài)變化,有效、快速完成數(shù)據(jù)收集、空間分析和決策的所有信息,并將所有信息匯集成一個(gè)共同的信息流,極大幅度的提高工作效率。決策樹(shù)作為GIS技術(shù)中一種新型的數(shù)據(jù)分類預(yù)測(cè)算法,可以發(fā)現(xiàn)數(shù)據(jù)庫(kù)數(shù)據(jù)的潛在的價(jià)值信息知識(shí),是能夠從一組無(wú)規(guī)律、無(wú)順序的事例中推理出表達(dá)決策樹(shù)的分類規(guī)則,簡(jiǎn)潔又高效。

多源地理空間信息是地理信息系統(tǒng)的基礎(chǔ),可以通過(guò)圖形、圖像、文字、表格或者數(shù)字等多種方式表達(dá)。多源地理空間信息作為GIS作用的對(duì)象,是GIS技術(shù)所表達(dá)的現(xiàn)實(shí)世界通過(guò)模型抽象的實(shí)質(zhì)性內(nèi)容[3-4]。但是越來(lái)越多的人研究和介入GIS技術(shù),建立了具備行業(yè)特點(diǎn)的符合規(guī)范的獨(dú)立體系,導(dǎo)致各個(gè)行業(yè)均積累了海量的、不同形式的、不同獲取手段的地理空間數(shù)據(jù),由不同的部門收集和維護(hù),并且每個(gè)部門又根據(jù)不同的需求選取不同的表達(dá)方式,使地理空間信息數(shù)據(jù)出現(xiàn)各種差異和沖突的現(xiàn)象[5]。

因此,為了使地理空間信息數(shù)據(jù)重復(fù)采集的狀況減少,及現(xiàn)有的多源地理空間信息數(shù)據(jù)資源能夠被充分利用,本文提出基于GIS技術(shù)的多源地理空間信息提取方法,有效處理以上問(wèn)題。

1 基于GIS技術(shù)的多源地理空間信息提取

1.1 多源地理空間信息數(shù)據(jù)目錄節(jié)點(diǎn)的設(shè)計(jì)與呈現(xiàn)

為了更好地完成多源地理空間信息數(shù)據(jù)的查找,需要設(shè)計(jì)多源地理空間信息數(shù)據(jù)的目錄結(jié)構(gòu)樹(shù)節(jié)點(diǎn)。分別為數(shù)據(jù)表節(jié)點(diǎn)、非數(shù)據(jù)節(jié)點(diǎn)、矢量數(shù)據(jù)集節(jié)點(diǎn)和柵格數(shù)據(jù)集節(jié)點(diǎn)、文件數(shù)據(jù)節(jié)點(diǎn)、矢量數(shù)據(jù)層節(jié)點(diǎn)和柵格數(shù)據(jù)層節(jié)點(diǎn),其作用依次分別是:與存儲(chǔ)在元數(shù)據(jù)表中的記錄其他節(jié)點(diǎn)數(shù)據(jù)相關(guān)信息的特定數(shù)據(jù)表相對(duì)應(yīng);沒(méi)有和具體的數(shù)據(jù)關(guān)聯(lián),創(chuàng)建的目的僅為搭建數(shù)據(jù)目錄結(jié)構(gòu);與數(shù)據(jù)庫(kù)中的相關(guān)數(shù)據(jù)集相對(duì)應(yīng);與包括了空間信息數(shù)據(jù)與非空間信息數(shù)據(jù)的非存放在數(shù)據(jù)庫(kù)中的數(shù)據(jù)相對(duì)應(yīng)[6-7];分別與數(shù)據(jù)庫(kù)中相應(yīng)數(shù)據(jù)集下面的數(shù)據(jù)層相對(duì)應(yīng)。設(shè)計(jì)的多源地理空間信息數(shù)據(jù)目錄節(jié)點(diǎn)用圖1描述。

圖1 設(shè)計(jì)的多源地理空間信息數(shù)據(jù)目錄節(jié)點(diǎn)

多源地理空間信息數(shù)據(jù)目錄節(jié)點(diǎn)設(shè)計(jì)完成后,為實(shí)現(xiàn)各個(gè)節(jié)點(diǎn)信息能夠存儲(chǔ)在數(shù)據(jù)表中,需要通過(guò)數(shù)據(jù)庫(kù)技術(shù)的數(shù)據(jù)結(jié)構(gòu)來(lái)建立索引實(shí)現(xiàn);為了獲取向節(jié)點(diǎn)對(duì)象賦值的對(duì)應(yīng)節(jié)點(diǎn)信息,采用面向?qū)ο蟮木幊碳夹g(shù)和基于GIS技術(shù)與文件讀取技術(shù),完成相應(yīng)的數(shù)據(jù)的獲取[8-9]。多源地理空間信息數(shù)據(jù)表與數(shù)據(jù)節(jié)點(diǎn)對(duì)象的結(jié)構(gòu)設(shè)計(jì)用表1描述。

表1 多源地理空間信息數(shù)據(jù)表與數(shù)據(jù)節(jié)點(diǎn)對(duì)象結(jié)構(gòu)設(shè)計(jì)

設(shè)計(jì)的多源地理空間信息數(shù)據(jù)目錄節(jié)點(diǎn),是一個(gè)數(shù)據(jù)組織工具,并具備靈活好、適應(yīng)性強(qiáng)等優(yōu)點(diǎn)。如果用戶想要實(shí)現(xiàn)各類型數(shù)據(jù)的整合,可以通過(guò)自行建立的相應(yīng)數(shù)據(jù)節(jié)點(diǎn)與對(duì)應(yīng)的數(shù)據(jù)完成組織和關(guān)聯(lián),根據(jù)業(yè)務(wù)或者其他的數(shù)據(jù)組織方式有效管理各類型的數(shù)據(jù)來(lái)實(shí)現(xiàn)目標(biāo)[10]。并且對(duì)數(shù)據(jù)節(jié)點(diǎn)對(duì)象增加了便于各類數(shù)據(jù)節(jié)點(diǎn)操作的功能,例如添加、刪除、復(fù)制、剪切、刷新等,使后臺(tái)數(shù)據(jù)庫(kù)能夠根據(jù)前臺(tái)的操作同時(shí)完成修改和調(diào)整,并實(shí)時(shí)呈現(xiàn)。

需要利用相應(yīng)的組件完成不同類型數(shù)據(jù)的解譯與可視化,使多源地理空間信息數(shù)據(jù)被充分利用,完成其價(jià)值體現(xiàn)[11]。創(chuàng)建的多源地理空間信息數(shù)據(jù)目錄結(jié)構(gòu)只是一個(gè)框架,如果無(wú)法讀取與分析數(shù)據(jù),數(shù)據(jù)目錄結(jié)構(gòu)只是一個(gè)框架,沒(méi)有使用價(jià)值。為實(shí)現(xiàn)能夠在同一個(gè)平臺(tái)上讀取多源地理空間信息數(shù)據(jù),向一個(gè)開(kāi)發(fā)環(huán)境中融合所有相關(guān)的組件,保證各種組件之間的連貫調(diào)配和使用[12]。通過(guò)模塊的建立,使不同的數(shù)據(jù)類型都與各自的模塊相對(duì)應(yīng)。并且在展示某類數(shù)據(jù)時(shí),通過(guò)對(duì)此類數(shù)據(jù)的模塊調(diào)用后,利用其相對(duì)應(yīng)的可視化窗口呈現(xiàn)。在各組件的基礎(chǔ)上完成歸納分類并形成模塊后,完成模塊調(diào)用是多源地理空間信息數(shù)據(jù)的讀取思路。多源地理空間信息數(shù)據(jù)讀取思路框架用圖2描述。

圖2 多源地理空間信息數(shù)據(jù)讀取的思路框架

1.2 多源地理空間信息提取

利用ArcGIS對(duì)讀取到的信息數(shù)據(jù)展開(kāi)預(yù)處理,提取包括各個(gè)波段的灰度值、物理小區(qū)標(biāo)識(shí)(Physical Cell Identifier,PCI)、歸一化差分植被指數(shù)(Normalized Difference Vegetation Index,NDVI)、數(shù)字高程模型(Digital Elevation Model,DEM)、地質(zhì)、地貌、土壤信息樣本數(shù)據(jù)后,用SPSS19.0對(duì)其分析,并建立決策樹(shù)獲取分類規(guī)則,向遙感圖像處理平臺(tái)(The Environment for Visualizing Images,ENVI)導(dǎo)入分類規(guī)則,完成遙感影像分類[13],多源地理空間信息數(shù)據(jù)預(yù)處理流程用圖3描述。

圖3 多源地理空間信息數(shù)據(jù)預(yù)處理流程

采用QUEST(quick unbiased efficient statistical tree)決策樹(shù)算法完成多源地理空間信息提取。QUEST決策樹(shù)是一種較新的二叉樹(shù)生長(zhǎng)算法,全稱為快速的、無(wú)偏的、高效的統(tǒng)計(jì)樹(shù)。QUEST在具體分割節(jié)點(diǎn)的過(guò)程中,具備2個(gè)明顯特點(diǎn),分別是能夠單獨(dú)考慮分割變量的選擇和分割點(diǎn)選擇。這種單變量的分割在變量的選擇上幾乎是不存在偏差[14]。通過(guò)建立光譜數(shù)據(jù)決策樹(shù),集光譜數(shù)據(jù)、遙感圖像處理軟件(PCI)、地質(zhì)等輔助數(shù)據(jù)于一體的多源數(shù)據(jù)地理空間信息決策樹(shù),獲取決策樹(shù)對(duì)多源數(shù)據(jù)地理空間信息提取的結(jié)果[15],用圖4描述。

圖4 決策樹(shù)信息提取結(jié)果

2 測(cè)試分析

選取面積為148 600 km2、地勢(shì)自北向南,東西兩側(cè)向中部?jī)A斜,屬溫帶季風(fēng)氣候,轄14個(gè)地級(jí)市的某地區(qū)作為研究測(cè)試對(duì)象。該測(cè)試對(duì)象地表植物種類繁多,分布相對(duì)不均。選取2015年6月10日的美國(guó)陸地衛(wèi)星4～5號(hào)專題制圖儀所獲取的多波段掃描遙感影像實(shí)測(cè)樣本點(diǎn)數(shù)據(jù)為測(cè)試的多源地理空間信息數(shù)據(jù)。測(cè)試對(duì)象的遙感圖像及土地利用分類體系分別用圖5和表2描述。

圖5 測(cè)試對(duì)象的遙感圖像

表2 土地利用分類體系

測(cè)試從兩個(gè)方面展開(kāi),分別是決策樹(shù)分類的精度和信息提取的全面性。信息提取的全面性受決策樹(shù)分類的精度的影響。進(jìn)行精度評(píng)價(jià)后，獲取精度評(píng)價(jià)表，表3為光譜數(shù)據(jù)決策樹(shù)的土地利用分類矩陣，耕地、林地、草地、水域、居住使用以及未利用的用戶精度以及制圖精度分別為88.43%、90.36%、63.87%、100%、68.77%以及88.11%，制圖精度分別為96.1%、90.1%、87.2%、80.4%、100%以及95.24%。表4為多源數(shù)據(jù)決策樹(shù)的土地利用分類矩陣，耕地、林地、草地、水域、居住使用以及未利用的用戶精度以及制圖精度分別為68.54%、97.82%、92.21%、100%、96.65%以及86.11%，制圖精度分別為95.25%、90%、70.4%、96.43%、100%以及95.24%。用圖6描述本文方法對(duì)于表2中劃分的土地種類和面積信息提取的結(jié)果。

表3 光譜數(shù)據(jù)決策樹(shù)土地利用分類矩陣

表4 多源數(shù)據(jù)決策樹(shù)的土地利用分類矩陣

分析表3、表4可以看出:基于多源數(shù)據(jù)的決策樹(shù)分類方法,使水域的錯(cuò)分和漏分情況明顯降低和減少,使得水域被漏分為居住使用的概率減少。居住使用地的劃分在兩種決策樹(shù)方法下劃分結(jié)果均較為理想,但基于多源數(shù)據(jù)決策樹(shù)方法的精度更高,使建設(shè)用地被錯(cuò)分為水體的概率明顯減少。兩種決策樹(shù)方法對(duì)林地的劃分都相對(duì)較好,制圖精度和用戶精度均能達(dá)到 90.0%以上,由于遙感影像上,林地的色調(diào)與其他覆蓋類型存在較大差別,便于區(qū)分。遙感影像分類的一大難點(diǎn)的是草地和耕地的劃分,影響兩者劃分的原因?yàn)樵摐y(cè)試地區(qū)地表覆蓋類型分布破碎的實(shí)地情況:成片的草地減少,分布散亂,耕地面積較大,草地、耕地鑲嵌分布。出現(xiàn)將部分的草地被漏分到耕地之中的現(xiàn)象,但總體分類精度較高,并不影響實(shí)際運(yùn)用。通過(guò)整體數(shù)據(jù)的體現(xiàn),說(shuō)明本文方法能夠有效完成土地劃分,具備較好的劃分精度。

圖6為使用本文方法提取到的6種土地類型中的3種進(jìn)行詳細(xì)劃分信息,提取結(jié)果清晰呈現(xiàn)了準(zhǔn)確完成劃分的3種土地類型的同時(shí),實(shí)現(xiàn)類型信息的提取并形成信息分布呈現(xiàn),說(shuō)明本文方法能夠有效實(shí)現(xiàn)多源地理空間信息提取。

圖6 三種土地種類詳細(xì)劃分信息提取結(jié)果

3 結(jié)束語(yǔ)

為了使地理空間信息數(shù)據(jù)在采集時(shí)出現(xiàn)不必要的重復(fù)情況大幅度降低,及實(shí)現(xiàn)現(xiàn)有的多源地理空間信息數(shù)據(jù)資源的有效和充分利用,本文提出基于GIS技術(shù)的多源地理空間信息提取方法。該方法利用ArcGIS對(duì)讀取到的信息數(shù)據(jù)實(shí)行預(yù)處理,提取包括各個(gè)波段的灰度值、PCI、NDVI、DEM、地質(zhì)、地貌、土壤信息樣本數(shù)據(jù)后,再通過(guò)決策樹(shù)獲取多源地理空間信息的提取結(jié)果。測(cè)試結(jié)果表明:該方法能夠?qū)崿F(xiàn)多源地理空間信息的提取,并且分類方法快速簡(jiǎn)單,使工作效率有效提高。下一步的研究工作是如何利用本文方法實(shí)現(xiàn)其他方面具體量化信息的提取。