地理国情普查中人工分类图斑的检验方法研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇地理国情普查中人工分类图斑的检验方法研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：地理国情是我国国情的一部分，开展全国的地理国情普查是了解我国地理国情的重要手段。文章以武汉市东湖新技术开发区地理国情普查试点数据为基础，利用遥感影像和普查成果等多源数据，对人工勾绘的地表覆盖专题层数据进行分析检验，为地理国情普查中的人工分类图斑的准确性，给出一个可疑图斑的检验方法。

关键词：地理国情普查；影像分类；地表覆盖数据；图斑检验

引言

地理国情普查是我国开展的一项重大国情国力调查，普查的目的是掌握我国自然和人文地理要素的近况和空间分布情况，为我国开展常态化地理国情监测打下基础。国情普查中主要数据包括地理国情要素数据和地表覆盖分类数据两大数据[1]。地表覆盖分类数据反映出了地表的自然地物和人工构造物的自然属性，它是以遥感正射影像为基础，利用采集到的基础地理信息数据和相关专业部门的资料，采用计算机自动分类提取和人工判读结合的方式，进行的地表覆盖类型内业解译，形成相对应的地表覆盖分类数据。地理国情要素数据虽然也是以遥感正射影像为底图，但是该数据参考整合了已有的基础地理信息、土地使用、资源环境等资料，通过人工判读的方法来进行地理国情要素数据的生成。地表覆盖分类数据是地理国情监测的基础，如何做好地表覆盖分类数据中分类图斑的检查，把控好地表覆盖分类数据的成果质量，确定是否存在分类错误的可疑图斑，关系到地理国情普查成果的完整性和准确性。随着我国地理国情普查如火如荼的进行，针对普查数据中的人工分类图斑的检验方法研究成为了必不可少的一部分。

1 实验区简介

武汉市东湖新技术开发区地处长江中部、江汉平原东部，位于武汉市洪山区、江夏区境内，地势低平，该区域内地物类型主要包括有建筑物及建筑阴影、植被、水域、地等，总面积518.06平方公里。文章实验使用的高分辨率遥感影像数据为湖北省武汉东湖新技术开发区2013年8月获取的Pleiades卫星影像，武汉市近年来正在进行大规模城市建设和发展，主要表现为旧城区的改造和新城区的扩建，因而实时、准确地提供地表覆盖类型和地物要素的变化数据，对于掌握城市发展进度、变化监测具有重要意义。

2 分类图斑的检验方法

为了充分发挥遥感技术在地理国情普查中的作用，利用地表覆盖专题层数据和高分辨率遥感影像数据作为基础数据，进行人工分类图斑的检验研究，确定人工分类图斑类别是否正确。

2.1 面向对象的分类

eCognition是目前商用的遥感影像处理软件中第一个采用面向对象的方法提取遥感信息的软件，它打破了传统的面向像元分类的局限性，给出了一种面向对象的分类新思想。文章采用的面向对象的分类方法，是专门针对高分辨率遥感影像的需求而形成的一种分类方法[2]。在运用面向对象分类中，其最小的单位是分割对象，这些对象是由影像中具有相似光谱和纹理特征组成的不规则地块，该分割对象的大小由分割尺度的阈值来决定，因此面向对象分类可以减少基于像元分类的限制，提高信息提取的准确率。实验表明，测试结果选择尺度参数为150的多尺度分割，形状因子为0.5，紧密度为0.8，能够使整幅影像的分割到达高度优化的结果；其次，针对人工分类的图斑数据进行植被、水体和其他类的分类实验，通过研究基于分割对象的光谱特征、纹理特征和形状特征，选出了最有效的几类特征（Mean nir、NDVI、NDWI、Brightness、Max diff）作为参考特征进行分类，并通过该特征值来构建水体和植被的分类模型样本，最后通过对该样本的学习和训练，建立规则集，运用决策树分类得到了分类的结果。

2.2 差异图斑的检验方法

差异图斑是指针对同一个影像分割对象，人工勾绘的数据属性与计算机自动分类的数据属性的不一致表述。人工勾绘的地表覆盖分类数据采集规范中就大就近的原则，规定以面积占绝对优势的地类为主，将不满足面积采集指标的类别就大就近合并到面积占绝对优势的类型中。针对上述分析的情况，对人工勾绘的地表覆盖分类数据进行检验，给出了一个判断分类图斑是否是可疑图斑的判断准则，即如果地表覆盖图斑的类别与专题层属性类别不一致，并且面积大于400平方米，则可判断该图斑存在错检或漏检。

根据上述表述的差异图斑发现的判断准则，首先需要对地表覆盖的自动分类数据和人工勾绘的专题层数据运用多边形与多边形叠加和逻辑并的运算，就是需要把两个类别的差异字段导入到Arcgis中参与字段相交计算，在这一步实现的是条件函数的判断，自动分类的数据中Class_name字段包含有water、vegetation、others三个类别，人工勾绘数据中class_name字段也包含有water、vegetation、others三个类别，如表1是两个字段的条件判断规则，其中0表示自动分类图斑与人工勾绘图斑属性相同，1则为两个属性不同。

3 结束语

对于我国开展的地理国情普查，能够展现出各方面变化的时空之间的内在联系，能够更好地提供国家规划和社会发展的需要，对国家的可持续发展战略的决策具有重要的实际意义[3]。在进行地理国情普查数据的人工解译过程中，难免会出现解译不认真的时候，由此可能就会出现部分地区的勾绘错误，地表覆盖数据的成果质量直接关系到地理国情监测的真实性和可靠性[4]，所以针对人工分类图斑的检验是非常有必要的。

参考文献

[1]张玉丽，段东玲，钱枫.吉林省地理国情普查产品的质量控制[J].测绘与地理空间信息，2015（38）：189-191.

[2]田新光.面向对象高分辨率遥感影像信息提取[D].北京：中国测绘科学院，2007.

[3]张成，张永忠.地理国情监测对象与技术方法研究[D].兰州交通大学，2014.

[4]邵金强，罗斐，周银朋.浅谈如何控制地理国情普查项目成果质量[J].科技视界，2014（19）：339-340.

作者简介：熊松（1992-），男，汉族，湖北省武汉市，硕士研究生，工作单位：武汉市江夏区测绘地理信息院。