土地利用遙感

1、土地覆蓋/土地利用遙感隨著全球變化研究的深入和發(fā)展，各國科學(xué)家越來越感到人類活動對環(huán)境變化的影響，尤其人類的生存與發(fā)展對土地的開發(fā)利用以及引起的土地覆蓋變化被認(rèn)為是全球環(huán)境變化的重要組成部分和主要原因，因此國際地圈與生物圈計(jì)劃”（IGBP）和“全球環(huán)境變化人文計(jì)劃”（HDP）在1995年聯(lián)合提出了“土地利用和土地覆蓋變化”（Land use and land cover change， LUCC）研究計(jì)劃，使土地利用變化研究成為目前全球變化研究的前沿和熱點(diǎn)課題。土地利用：是人類根據(jù)土地的特點(diǎn)，按一定的經(jīng)濟(jì)與社會目的，采取一系列生物和技術(shù)手段，對土地進(jìn)行的長期性或周期性的經(jīng)營活動。它是一個(gè)把土地

2、的自然生態(tài)系統(tǒng)變?yōu)槿斯ど鷳B(tài)系統(tǒng)的過程。土地覆蓋：“國際地圈與生物圈計(jì)劃”（IGBP）和“全球環(huán)境變化人文計(jì)劃”（HDP）：地球陸地表層和近地面層的自然狀態(tài)，是自然過程和人類活動共同作用的結(jié)果。美國“全球環(huán)境變化委員會”（USSGCR）： 覆蓋著地球表面的植被及其它特質(zhì)。也就是指自然營造物和人工建筑所覆蓋的地表諸要素的綜合體，包括地表植被、土壤、冰川、湖泊、沼澤濕地及各種建筑物（如道路等），具有特定的時(shí)間和空間屬性，其形成和狀態(tài)可在多種時(shí)空尺度上變化。土地覆蓋作為一種綜合體，它包括的因素可以很多。包括的因素如： 土地類型、植被類型；植被冠層的密度、植被生長季節(jié)的動態(tài)特征；生長季節(jié)的累積生物量；地

3、表覆蓋的生物物理特征量，如地表反照率、地表粗糙度、植物葉面積指數(shù)、葉面及冠層的阻抗系數(shù)、有效光合作用輻射等；與土地覆蓋類型密切相關(guān)的生態(tài)環(huán)境要素，如：植被所處的生態(tài)區(qū)域、地形與氣候條件、土壤的理化性質(zhì)、土地利用狀況等。 從土地覆蓋的角度看，陸地表面自然狀態(tài)可以粗分為： 以植被為主的綠色覆蓋；以內(nèi)陸水面為主的蘭色覆蓋；以建筑、半荒漠為主的灰色覆蓋；以積雪、冰川為主的白色覆蓋；以荒漠、裸巖為主的淺色覆蓋。土地利用側(cè)重于土地的社會經(jīng)濟(jì)屬性，土地覆蓋側(cè)重于土地的自然屬性。土地利用/土地覆蓋的變化可劃分為兩類：改造與變異，前者指由一種土地覆蓋類型轉(zhuǎn)變?yōu)榱硪活愅恋馗采w類型，如由農(nóng)業(yè)用地轉(zhuǎn)變?yōu)榉寝r(nóng)業(yè)用地；后

4、者指土地覆蓋類型內(nèi)部的變化，如工業(yè)用地轉(zhuǎn)變?yōu)樯虡I(yè)居住用地的變化。土地利用與土地覆蓋的區(qū)別為什么要用遙感技術(shù)進(jìn)行土地利用/土地覆蓋監(jiān)測？常規(guī)的土地利用調(diào)查是通過實(shí)地測繪的方法來進(jìn)行，工作量大，調(diào)查周期長。但隨著近年來高時(shí)間、高空間、高光譜分辨率的遙感傳感器的出現(xiàn)，遙感技術(shù)已經(jīng)能完全勝任不同尺度上的土地利用/土地覆蓋調(diào)查。遙感技術(shù)的引用，大大節(jié)省了調(diào)查成本和時(shí)間。例如，英國曾進(jìn)行過一次英倫三島24萬km2的土地利用常規(guī)調(diào)查，當(dāng)時(shí)動員了6000名中小學(xué)老師，花去6年時(shí)間才完成，等到土地利用圖繪制完成后，土地利用狀況已發(fā)生很大的變化；1976年英國應(yīng)用衛(wèi)星圖像分析與野外調(diào)查相結(jié)合的方法，只有4個(gè)人9個(gè)

5、月就完成了全國的土地利用調(diào)查，而且統(tǒng)計(jì)非常詳細(xì)，大大縮短了調(diào)查的周期。又如，上海市中心區(qū)的土地利用調(diào)查，90年代曾用常規(guī)方法花了2年多的時(shí)間才完成，但完成后的圖件已不能反映2年后的情況；1995年初利用航空遙感方法，只花了2個(gè)多月就完成了調(diào)查，并且比常規(guī)方法更加詳細(xì)。1、土地利用和土地覆蓋分類體系11美國USGS分類體系在20世紀(jì)70年代中期，美國USGS 的Anderson等人制定了全球第一套比較科學(xué)、完備的用于遙感數(shù)據(jù)的土地利用和土地覆蓋的分類體系。這套體系的基本原理和結(jié)構(gòu)至今仍在使用。近來部分土地利用和土地覆蓋制圖遵循了此體系的原理，雖然它們的制圖單位更細(xì)或更專業(yè)化，且使用新近的遙感系統(tǒng)

6、作為數(shù)據(jù)源，但它們?nèi)匝赜米钕扔蒛SGS制定的基本結(jié)構(gòu)。根據(jù)USGS分類體系，理想的情況是土地利用和土地覆蓋的信息應(yīng)在不同地圖上表現(xiàn)，而不能混在一起。然而，從實(shí)際的角度出發(fā)，當(dāng)這種制圖的主要數(shù)據(jù)來源于遙感數(shù)據(jù)時(shí)，將這兩個(gè)體系混在一起更有效。雖然土地覆蓋信息能直接從有關(guān)的遙感影像中解譯得到，但在土地（土地利用）上的人類活動信息常不能直接從土地覆蓋上推出。例如，從遙感影像上獲取不到覆蓋面廣的娛樂活動的信息。狩獵這種普通且流行的娛樂活動所用的土地，在地面調(diào)查或圖像解譯中，常被歸為林地、牧場、濕地或農(nóng)地。因此，必須有另外的信息源來補(bǔ)充土地覆蓋數(shù)據(jù)。鑒于有些信息是不能從遙感圖像上獲得的，因此USGS分類體

7、系根據(jù)能合理地從遙感數(shù)據(jù)上解譯的類型制定。 利用遙感數(shù)據(jù)的的解譯精度至少不低于85%；各種類型的解譯精度應(yīng)該大約相等；不同解譯員的解譯和不同的時(shí)間數(shù)據(jù)來源的結(jié)果應(yīng)能重復(fù)；分類體系應(yīng)可適用于廣大領(lǐng)域；應(yīng)該可從土地覆蓋類型推斷出土地利用的種類；分類體系應(yīng)該適用于一年中不同時(shí)間獲取的遙感數(shù)據(jù)；能從各類中細(xì)分出能從大比例尺影像和地面調(diào)查得到的亞類；各類應(yīng)是可合并的；能與將來的土地利用和土地覆蓋相比較；可能情況下，應(yīng)考慮土地的多種利用形式。USGS的土地利用和土地覆蓋分類體系標(biāo)準(zhǔn)該分類系統(tǒng)采用典型的階層式結(jié)構(gòu)， 由四個(gè)層次的分類系統(tǒng)構(gòu)成。I 級分類主要基于土地覆蓋/土地利用宏觀類型與土地資源自然生態(tài)背景

8、， 通過衛(wèi)星遙感影像解譯或數(shù)據(jù)處理過程獲??；II 級分類通常通過航片解譯得到；III 級、IV 級分類依據(jù)各級需求在II 級分類基礎(chǔ)上靈活擴(kuò)展。USGS的土地利用和土地覆蓋分類體系結(jié)構(gòu)I級II級1城市或建成區(qū)（Urban o r Built- up Land）11住宅12商業(yè)和服務(wù)設(shè)施13工業(yè)14交通、通信和公用事業(yè)15工業(yè)和商業(yè)綜合體16混合城市或郊區(qū)用地17其他城市用地2農(nóng)業(yè)用地（Agricultural Land）21作物地和牧草地22果園、樹林、葡萄園、苗圃以及藝術(shù)性園藝區(qū)23有范圍的飼料作業(yè)區(qū)24其他農(nóng)業(yè)用地3牧場地（Rangeland）31草本植物牧場32灌木及灌木林牧場33混合牧

9、場4林地（Forest Land）41落葉林地42常綠樹林地43混合林地5水體（Water）51溪水和運(yùn)河52湖泊53水庫54灣和河口6濕地（Wetland）61有森林覆蓋濕地62無森林覆蓋濕地7貧瘠地（Barren L and）71干鹽塊地72海難73除海難以外的砂地地區(qū)74光禿巖石地75露天礦、采石場和礫石坑76過渡地帶77混合貧瘠地8凍土地帶（Tundra）81灌木和灌木凍土地帶82草本植物凍土地帶83赤裸凍土地帶84濕凍土地帶85混合凍土地帶9常年降雪或冰川（Perennial Snow o r Ice）91常年雪地92冰川12中國土地利用和土地覆蓋分類體系中國科學(xué)院分類系統(tǒng)中國科學(xué)院

10、1991 年開始的“八五”重大應(yīng)用項(xiàng)目“國家資源環(huán)境遙感宏觀調(diào)查與動態(tài)研究”首次采用了基于遙感和GIS 相結(jié)合的技術(shù)、組合分類和構(gòu)建多層地理單元技術(shù)，建成了具有土地資源分類和生態(tài)背景信息的第一個(gè)中國資源環(huán)境數(shù)據(jù)庫。圖像的解譯，用目視解譯解決面上的調(diào)查問題，而用數(shù)字圖像處理和分析解決專題研究和典型區(qū)調(diào)查問題。本著“著重存儲有使用價(jià)值的類型實(shí)體信息， 盡量減少或壓縮一般科學(xué)分類等級層次”的原則， 以1984 年全國農(nóng)業(yè)區(qū)劃委員會土地利用調(diào)查技術(shù)規(guī)程為基礎(chǔ)， 根據(jù)遙感影像在亮度、紋理和色調(diào)等方面的特點(diǎn)， 對其分類內(nèi)容進(jìn)行了調(diào)整， 形成了土地資源分類系統(tǒng)。該分類系統(tǒng)采用兩層結(jié)構(gòu)， 將土地利用與土地覆被

11、分為1- 耕地、2- 林地、3- 草地、4- 水域、5- 城鄉(xiāng)工礦居民用地、6- 未利用地等6 個(gè)I 級類， 25 個(gè)II 級類。并根據(jù)有林地的顯著亮度和紋理特征， 將II 級地類中的有林地進(jìn)一步細(xì)分為針葉林地、闊葉林地、針闊混交林3 個(gè)III 級類。該分類系統(tǒng)的特點(diǎn)：該分類系統(tǒng)的特點(diǎn)在于它從土地覆蓋遙感監(jiān)測實(shí)用操作性出發(fā)，緊密結(jié)合土地利用調(diào)查技術(shù)規(guī)程縣級土地利用現(xiàn)狀分類系統(tǒng)，便于土地覆蓋遙感監(jiān)測成果與地面常規(guī)土地利用調(diào)查成果的聯(lián)系及數(shù)據(jù)追加處理。如該系統(tǒng)I 級分類的6 種類別基本同縣級土地利用現(xiàn)狀分類系統(tǒng)I 級分類的8 個(gè)類別相對應(yīng)； 同時(shí)考慮到遙感解譯技術(shù)的操作可能性，將土地利用中的園地歸

12、屬為林地，將居民點(diǎn)及工礦用地、交通用地歸并為一類，即城鄉(xiāng)工礦居民用地。而該系統(tǒng)的II級分類主要針對遙感影像解譯判讀類別可能性、土地利用宏觀類型覆蓋程度并綜合土地利用現(xiàn)狀調(diào)查II 級分類而獲得。該分類系統(tǒng)基本滿足利用TM 影像判讀土地覆蓋特征的要求， 具有較強(qiáng)的可操作性。但同時(shí)也要看到，該分類系統(tǒng)在II級土地覆蓋分類類別中仍需進(jìn)一步協(xié)調(diào)與縣級土地利用分類系統(tǒng)中II 級類別的關(guān)系， 使其避免類別交叉、混淆，盡可能調(diào)整到層次分明，便于從土地覆蓋分類下進(jìn)一步分離土地利用類別。該分類系統(tǒng)的局限性：是土地覆被分類系統(tǒng)過分地依賴特定遙感數(shù)據(jù)源， 造成采用單一遙感數(shù)據(jù)源的土地覆被分類系統(tǒng)的通用性不強(qiáng)； 是針對

13、某種需要而擬定的土地覆被分類系統(tǒng)，很難將其轉(zhuǎn)換成適應(yīng)不同目的的土地覆被分類系統(tǒng)。國土資源部分類系統(tǒng)國土資源部于2001 年啟動了“土地利用/土地覆被變化過程及效應(yīng)”專項(xiàng)科技計(jì)劃，“構(gòu)建國家級土地利用和覆被變化數(shù)據(jù)庫及服務(wù)體系”是該專項(xiàng)科技計(jì)劃的2 個(gè)重點(diǎn)項(xiàng)目之一， 而“國家級的土地利用與覆被分類系統(tǒng)構(gòu)建”正是該項(xiàng)目的主要專題。該分類系統(tǒng)的適用范圍，旨在為國土資源部“構(gòu)建國家級土地利用和覆被變化數(shù)據(jù)庫及服務(wù)體系”提供分類依據(jù)，同時(shí)為宏觀土地資源遙感動態(tài)監(jiān)測提供分類參考。該分類系統(tǒng)主要采用兩層結(jié)構(gòu)，將土地利用與土地覆被分為1- 耕地、2- 林地、3- 草地、4- 水域、5- 建設(shè)用地、6-未利用地

14、、7- 濕地等7 個(gè)I 級類，26 個(gè)II 級類。并根據(jù)有林地的顯著亮度紋理特征，將II 級地類中的有林地進(jìn)一步細(xì)分為針葉林、闊葉林、混生林3 個(gè)III 級類。I 級類別按土地覆被的自然屬性分類， II 級類別在土地覆被的基礎(chǔ)上適當(dāng)考慮土地利用的社會經(jīng)濟(jì)因素。如草地， 在名稱上考慮自然覆被叫“草地”，考慮社會經(jīng)濟(jì)因素往往叫“牧草地”；按社會經(jīng)濟(jì)分類是人工草場、天然草場，按自然分類是高覆被度草地、中覆被度草地、低覆被度草地。濕地在我國以往的土地分類系統(tǒng)中均沒有提及， 但濕地作為自然生態(tài)環(huán)境中的一個(gè)重要的用地類型， 在保持一個(gè)地區(qū)的空氣濕度、降雨量、地下水水位及生態(tài)環(huán)境質(zhì)量等方面起著越來越重要的作

15、用。一個(gè)國家濕地覆蓋面積的變化， 已成為衡量這個(gè)國家環(huán)境保護(hù)和生態(tài)質(zhì)量好壞的一個(gè)重要指標(biāo)。因此，本系統(tǒng)將濕地作為一個(gè)獨(dú)立的I 級類別，指常年被水浸泡或覆蓋水的長有自然生草本或木本植物的區(qū)域(Anderson 1976年的定義) ，可分為沼澤、葦?shù)?、灘? 個(gè)II 級類。濕地與水域的區(qū)別為植被和水面的比率， 如果樹木、灌木、自然生草本植物、苔蘚等植被所覆蓋的水面比率小于25% ，則該用地類型為水域，否則為濕地。而濕地與水田等含水農(nóng)用地的區(qū)別為； 第一，土壤的類型上，生長濕地植物的土壤必須長期含水或被水覆蓋， 而水田的含水期長短依作物的生長期而定，具有明顯的季相特征； 第二，覆蓋的植被類型上，水稻

16、等農(nóng)作物是人工種植的，而濕地的植被覆蓋是自然生長的。2 土地利用/土地覆蓋遙感制圖利用遙感數(shù)據(jù)進(jìn)行土地利用制圖一般包括確定分類體系和實(shí)現(xiàn)分類兩部分的內(nèi)容。分類體系的設(shè)計(jì)主要來自用戶需求。有了分類體系我們往往會發(fā)現(xiàn)僅用某一種數(shù)據(jù)或某一類制圖方法很難實(shí)現(xiàn)對土地利用完整準(zhǔn)確地制圖。因此需要綜合運(yùn)用多種資料并使用不同的制圖方法。如果僅有一種數(shù)據(jù)資料可供使用或只可使用一種分類方法，應(yīng)該盡量充分利用現(xiàn)有資料和方法。對于實(shí)現(xiàn)分類的過程，我們列出利用計(jì)算機(jī)自動分類進(jìn)行遙感制圖的五個(gè)步驟。第一步，數(shù)據(jù)收集和預(yù)處理。包括輻射糾正、幾何糾正、特征提取和選擇、數(shù)據(jù)壓縮和消除噪音。第二步，訓(xùn)練樣區(qū)的選擇。對于非監(jiān)督分類

17、來說，也需要選擇樣區(qū)以輔助對簇分析結(jié)果的歸類。對于監(jiān)督分類來說，訓(xùn)練樣區(qū)用于提取各類的特征參數(shù)以對各類進(jìn)行模擬。第三步，對像元進(jìn)行分類。利用分類算法根據(jù)像元特征值將任一象元劃歸最合適的的類。像元特征可以是光譜反射、相鄰像元的紋理特征及所在位置的幾何特征，如高度、坡度、坡向等。第四步，對分類結(jié)果進(jìn)行后處理。這包括各類濾波、簇分析結(jié)果重新歸類、對分類結(jié)果依據(jù)地圖投影的要求完成幾何轉(zhuǎn)換、對分類圖進(jìn)行整飾等。第五步，評價(jià)分類準(zhǔn)確度。將分類結(jié)果與已知準(zhǔn)確的類型進(jìn)行比較得到分類圖的客觀分對率。一般通過隨機(jī)采樣、地面實(shí)況調(diào)查，然后與相應(yīng)位置的分類結(jié)果進(jìn)行比較，得到誤差矩陣（稱混淆矩陣或列聯(lián)表）。如果分類結(jié)果

18、不夠準(zhǔn)確，需要檢查前述幾個(gè)步步驟有無改善的可能。由于遙感信息存在固有的“同物異譜，異物同譜”，嚴(yán)重制約了基于光譜特征的統(tǒng)計(jì)分類精度的提高。而遙感專題分類的精度決定了遙感信息的實(shí)際應(yīng)用價(jià)值。增加遙感圖像的分類精度作出了大量的工作。大致可以分為以下幾類：傳統(tǒng)方法的改進(jìn)分層分區(qū)圖像空間信息分類多源輔助數(shù)據(jù)綜合分類Fabio Maselli等認(rèn)為傳統(tǒng)遙感分類往往得不到滿意的結(jié)果，部分原因是算法內(nèi)在的缺陷。基于多維正態(tài)分布假設(shè)的最大似然法，統(tǒng)計(jì)上穩(wěn)定而強(qiáng)健，但是缺乏靈活性，在復(fù)雜或非均質(zhì)的情況下，這一假設(shè)往往難以滿足而不能得到正確的面積估計(jì)。從而根據(jù)無參數(shù)方法，從圖像灰度直方圖中抽取先驗(yàn)概率，加入到ML

19、C中，使分類結(jié)果明顯改善（）傳統(tǒng)方法的改進(jìn)等（1993）認(rèn)為經(jīng)過主成分分析的第一主分量包含了亮度信息，和地形的影響密切相關(guān)，通過對圖像訓(xùn)練樣本進(jìn)行主成分分析，去除第一分量的影響來修訂最大似然分類法，以減少地形的影響。這一修訂的方法在進(jìn)行地形破碎的地區(qū)分類時(shí)改善了分類的精度。 分層分區(qū)分層分區(qū)則在對不同的類別利用不同的信息子集。 在山區(qū)植被分類中對圖像進(jìn)行四叉樹分割，利用距離判據(jù)來決定是否需要更多的信息參與分類。這樣每一步盡可能少地利用信息，只有當(dāng)判斷模糊時(shí)，才詢問輔助信息，以降低時(shí)間開銷。但基于四叉樹的圖像分割不具有地理學(xué)意義，當(dāng)圖像中方格狀圖斑多時(shí)，效率較高；如果地物復(fù)雜，四叉樹劃分的效率不

20、高。在研究草場植被類型分類中，鑒于單純的監(jiān)督分類不能有效的區(qū)分不同景觀單元的草場植被類型，采用了先對圖像按照地貌類型分區(qū)在在各個(gè)分區(qū)上分別進(jìn)行監(jiān)督分類。在使用多景TM圖像進(jìn)行流域范圍尺度上地形覆蓋類型分類時(shí)，在圖像鑲嵌后，將圖像分為三個(gè)生態(tài)區(qū)，進(jìn)行分類，克服了單景分類不具有任何生態(tài)學(xué)意義的缺點(diǎn)。Loveland（1991）在利用NOAA/AVHRR圖像進(jìn)行美國土地利用分類制圖時(shí)，先根據(jù)GIS數(shù)據(jù)庫中氣候、植被、環(huán)境等數(shù)據(jù)將全國劃分為幾個(gè)小的區(qū)域，然后再對各個(gè)小的區(qū)域進(jìn)行非監(jiān)督分類，減少了誤分的像元數(shù)。等（1997）利用TM和SPOT圖像派生出比值圖像主成分分析圖像等，對于各種圖像組合進(jìn)行了比較

21、研究，肯定了分層分區(qū)的優(yōu)點(diǎn)。圖像空間信息分類遙感信息綜合了地物種類、組成、坡度、坡向、陰影、太陽高度角等信息，而傳統(tǒng)的統(tǒng)計(jì)分類僅僅使用了圖像的單像元的光譜特性，忽略了像元之間的相互空間關(guān)系。僅僅依賴于光譜信息的分類結(jié)果在實(shí)際應(yīng)用中是不成功的。遙感圖像的空間信息在區(qū)分地物時(shí)具有非常重要的作用，是目視解譯的重要解譯標(biāo)志之一。將圖像空間信息用于計(jì)算機(jī)自動分類是自然而然的想法。早在1980年，Switzer將鄰域像元的平均值輸入到最大似然法中，是計(jì)算機(jī)圖像分類運(yùn)用空間信息的開始。紋理（Texture）是灰度在平面空間上的變化，是遙感信息的重要內(nèi)容。要利用圖像空間信息提高分類精度，合理而有效地度量紋理至

22、關(guān)重要。 圖像紋理的表示方法分為兩類：一是結(jié)構(gòu)方法，表示基本原始模式在空間的重復(fù)，如磚墻。結(jié)構(gòu)方式中排列的方式描述十分復(fù)雜。二是統(tǒng)計(jì)方法。由于地物的組成、空間分布的復(fù)雜性和多樣性，反映在遙感圖像上的千差萬別的紋理不會象磚墻那樣有規(guī)則不變的局部模式和簡單的周期性的重復(fù)。遙感圖像的紋理特征和重復(fù)性往往只具有統(tǒng)計(jì)學(xué)上的意義。因此統(tǒng)計(jì)紋理分析方法是遙感圖像紋理分析的主要方法 。無論從歷史發(fā)展還是從當(dāng)前進(jìn)展來看，統(tǒng)計(jì)的方法仍然占主導(dǎo)地位（王潤生，1995）。統(tǒng)計(jì)方法又分為空間域和頻率域方法?？臻g域方法基于統(tǒng)計(jì)圖像像元灰度級的分布情況，如利用直方圖。頻率域方法首先將圖像變換到傅立葉變換的頻率域中，然后抽取

23、相應(yīng)的特征量，做高頻或低頻的壓縮或擴(kuò)展后，再變換回空間域處理紋理。頻率域方法是遙感光學(xué)圖像處理中常采用的紋理分析方法。圖像模式識別領(lǐng)域?qū)y理的研究和應(yīng)用比較深入，描述紋理的方法歸納起來主要有： 共生矩陣 紋理能量測量 Markov隨機(jī)場模型 分形布朗模型等紋理是圖像處理相關(guān)領(lǐng)域的表達(dá)圖像空間信息的一個(gè)重要度量，遙感應(yīng)用中更多地使用結(jié)構(gòu)（也稱上下文，context）。研究人員根據(jù)其應(yīng)用目的，提出了一些用于圖像分類的結(jié)構(gòu)方法。出現(xiàn)頻率。出現(xiàn)頻率F(i,j,v)定義為灰度值為v的像元在以i,j為中心。邊長為l的窗口內(nèi)出現(xiàn)的頻率。對單波段來講，v是一個(gè)值，多波段時(shí)v為向量。由圖像生成出現(xiàn)頻率表，表項(xiàng)的

24、數(shù)目跟灰度級(n)和波段數(shù)(m)有關(guān)，最大數(shù)目為nm。出現(xiàn)頻率表較空間統(tǒng)計(jì)度量具有兩個(gè)優(yōu)點(diǎn)。一是比任何一個(gè)空間域度量要包含更多的信息。事實(shí)上常用的空間域度量可以從出現(xiàn)頻率中直接求出。二是出現(xiàn)頻率表可以快速地生成，無須占據(jù)硬盤空間。C. Ricotta等（1996）在進(jìn)行森林研究時(shí)，對NDVI圖像使用了計(jì)算簡潔的紋理絕對差值算法來利用空間信息。應(yīng)用表明紋理差值在對于植被和非植被類型的區(qū)分時(shí)，能夠抓住兩者之間紋理特征的本質(zhì)。顯然他的研究類別只有兩種，是否對更細(xì)類別分類時(shí)同樣實(shí)用，需要實(shí)驗(yàn)。 利用小波變換，產(chǎn)生的小波子圖來利用圖像空間信息。在連同多波段圖像輸入KOHONEN自組織神經(jīng)網(wǎng)絡(luò)分類器后的分

25、類結(jié)果表明，小波子圖在區(qū)分細(xì)致地物特別是邊緣檢測的優(yōu)勢是傳統(tǒng)分類方法所無法比擬的。 空間信息的使用主要通過“窗口”來進(jìn)行的。窗口過大，將別的類別納入，往往產(chǎn)生誤差邊緣；窗口過小，常常引入不相關(guān)或相關(guān)小的像元，產(chǎn)生不可靠的紋理，并引入隨機(jī)紋理。紋理在圖像分類的作用嚴(yán)重受到“窗口”的影響，對于分類的精度提高不是簡單的提高。由于缺乏對遙感圖像紋理機(jī)理的深刻認(rèn)識，成功的機(jī)遇并不很大，帶有一定的隨機(jī)性、偶然性和片面性。 要真正地利用遙感圖像的空間信息，還必須模擬目視解譯過程，把判讀人員的經(jīng)驗(yàn)加入到影響分類過程中，建立基于知識的紋理和線形特征識別以及鄰域分析方法。 多源輔助數(shù)據(jù)綜合分類遙感圖像信息的原型自

26、然環(huán)境的綜合體是非常復(fù)雜的。遙感獲得的信息并非是自然綜合體信息的全部，而是自然綜合體歷史演進(jìn)過程中瞬時(shí)的、能夠在二維平面上表現(xiàn)的那一部分。這就決定了遙感信息的單純數(shù)學(xué)、物理處理結(jié)果具有不確定性或多解性。為了提高遙感專題信息識別結(jié)果的正確性和可靠性，必須將遙感未帶回的信息補(bǔ)充進(jìn)去，即加入地學(xué)相關(guān)信息。然而遙感信息是主要的，地理相關(guān)信息是輔助性的。地形圖及其它等值線圖。由地形圖得到數(shù)字地面模型（DTM），再由DTM計(jì)算出絕對高程、相對高程、坡度和坡向。這些信息是遙感圖像輔助信息的最常用的。其他的如降雨等值線圖、溫度等值線圖等，可以采用類似DTM的處理方法。 專題地圖。專題地圖是指與某一具體專題研究

27、有關(guān)的圖件。如土地利用現(xiàn)狀圖、土壤分布圖、植被類型分布圖、地質(zhì)圖、地貌圖等。從專題圖上可以提取過去某一時(shí)期相應(yīng)專題的空間分布規(guī)律。其他非圖像圖形數(shù)據(jù)，包括點(diǎn)狀實(shí)際測量數(shù)據(jù)、坐標(biāo)曲線、表格、文字記錄等。一是根據(jù)輔助數(shù)據(jù)推出各個(gè)類別的先驗(yàn)概率，然后應(yīng)用于最大似然分類中。對于無需輔助數(shù)據(jù)和遙感圖像的幾何配準(zhǔn)，操作比較簡單易行，但對輔助數(shù)據(jù)的應(yīng)用不夠充分；輔助數(shù)據(jù)得到先驗(yàn)概率，并不總是提高分類的精度，有時(shí)反而會降低分類的精度，因?yàn)樗黾恿速x予先驗(yàn)概率類別分錯的機(jī)會 。另一種是對輔助數(shù)據(jù)和遙感圖像進(jìn)行幾何配準(zhǔn)，將輔助數(shù)據(jù)轉(zhuǎn)換為圖像，然后將該圖像作為輸入圖像向量的一個(gè)分量圖像，進(jìn)行常規(guī)的圖像分類（主要是最

28、大似然法）。但這一方法忽略了數(shù)據(jù)的分布特點(diǎn)，圖像數(shù)據(jù)一般而言，滿足正態(tài)分布的前提，但輔助數(shù)據(jù)的分布常常不能滿足，因此分類的精度很大程度上取決于假設(shè)條件的滿足程度。基于規(guī)則的遙感圖像解譯系統(tǒng)在遙感圖像分類方面，人們試圖以目視解譯為樣板，模擬專家目視解譯的過程，建立遙感圖像解譯專家系統(tǒng)，實(shí)現(xiàn)遙感圖像自動判讀。目前遙感圖像解譯專家系統(tǒng)的研究成為遙感圖像解譯的一個(gè)主要研究趨勢。產(chǎn)生式規(guī)則表示知識。形式為：IF（條件）THEN（結(jié)論）在這個(gè)條件和結(jié)論的二元組，通過推理的結(jié)論是二值的，非此即彼。以后引入了不確定的推理，由條件推出的結(jié)論有一個(gè)確定性程度，規(guī)則的形式為IF（條件）THEN（結(jié)論） CF（確定性

29、因子）其中CF為實(shí)數(shù)，其值域在不同的研究中有所不同，一般為0，1或者-1，1。規(guī)則由 事實(shí)部分（H）和 類別部分（A）以及 確定性因子CFA，H組成。 其中確定性因子CFA，H的設(shè)計(jì)與不確定推理方法有關(guān)。在Shortlife設(shè)計(jì)的EMICIN醫(yī)療專家系統(tǒng)中，使用的不確定性規(guī)則模型效果很好，后為很多系統(tǒng)所采用。Shortlife定義了兩個(gè)概率函數(shù)，一個(gè)是信任增長度MBA，H和不信任增長度MDA，H。確定性因子CFA，H=MBA，H-MDA，H。 當(dāng)A和H相互獨(dú)立時(shí)，CF A，H的定義為 確定性因子CFA，H的值域?yàn)?1，1。-1表示在事實(shí)H為真的前提下，結(jié)論A是假的；1表示在事實(shí)H為真的前提下，

30、類別A也為真，0表示在事實(shí)H對于類別A是一無所知。一般的情況下是事實(shí)H為真的前提下，類別A是真的確定性因子為小數(shù)，CFA，H的值越大，表示A的可信度越真，越小可信度越假。 推理過程Step1：根據(jù)光譜軟分類結(jié)果，確定使用規(guī)則和輔助信息進(jìn)行推理的像元。GIS中輔助信息和規(guī)則引入目的是提高遙感圖像專題分類的精度。在使用規(guī)則使可以采用兩種策略：對整個(gè)圖像進(jìn)行逐個(gè)像元的推理；只對圖像中部分難以用光譜分類的像元使用規(guī)則。Step2：讀入輔助數(shù)據(jù)作為事實(shí)Step3：讀入待定像元的輔助數(shù)據(jù)，在規(guī)則庫中搜索所有條件部分與該像元輔助數(shù)據(jù)相匹配的規(guī)則，規(guī)則結(jié)論作為目標(biāo)（TARGET）。如果同一類型輔助數(shù)據(jù)與規(guī)則條

31、件部分的匹配，進(jìn)行最小距離優(yōu)先原則，選擇條件與事實(shí)最為接近的規(guī)則，最終形成該像元屬于某類的規(guī)則集合，如有規(guī)則 IF 高度 30 THEN 林地 IF 高度 60 THEN 林地 若當(dāng)前像元的高度為70，由于70-603時(shí)，對 G指向的分析必須分離到許多三維子空間中去考察。園此，分析高于3維的 G比較困難。 G的指向決定了某點(diǎn)土地覆蓋向另一特定類型的轉(zhuǎn)變。當(dāng) G超過某一閾值時(shí)，即標(biāo)志著一類到另一類土地覆蓋變化的完成。(9) 基于知識的計(jì)算機(jī)視覺系統(tǒng)法：即用規(guī)劃推理或其他專家系統(tǒng)方法探測變化，這種方法目前還不太成熟下面我們對比較流行的第二、三種方法做進(jìn)一步介紹，先介紹第三種方法。不同時(shí)相圖像的算術(shù)

32、運(yùn)算法對同一波段不同時(shí)相的圖像逐像元相減或比值得到g=g-h ratio=g/h如果輻射糾正得較好，則未發(fā)生變化的像元g0或ration=1。g和ratio一般需要進(jìn)行一定變換才可以顯示成圖像。如C為未發(fā)生變化地區(qū)g的平均，所有g(shù)的平均值或g直方圖上頻率取峰值時(shí)的g，如下圖1所示，從上式可見，我們只是將g線性拉伸到0,254值閾范圍內(nèi)，且c被轉(zhuǎn)換為127。在探測土地覆蓋變化時(shí)，先確定g分布的標(biāo)準(zhǔn)差S，則可以試驗(yàn)?zāi)骋恢担?），使它能夠較好地劃分出發(fā)生了變化的地區(qū)。127Sg127+S 無變化g127+S 或g127S 變化這種變化探測的方法如下圖所示。圖1g數(shù)據(jù)分布及c的取值方法圖2差值圖像變化

33、探測的方法將ration比值轉(zhuǎn)化成此圖像時(shí)，使用這樣便可以用類似于差值圖像的方法探測變化。從差值圖像或比值圖像上探測變化的方法簡單，但必須逐波段進(jìn)行，因此較費(fèi)時(shí)；同時(shí)也無法知道變化的類型，所以需要結(jié)合圖像分類使用。第一個(gè)缺陷可以通過多時(shí)相圖像變換法克服。這類方法還有可能將未變化的地區(qū)錯誤地劃為變化區(qū)。這可能由圖像在幾何糾正時(shí)正誤差超過1個(gè)像元造成，如下圖所示。假設(shè)差值圖像上取像元領(lǐng)域邊長為2w+1。（i,j）=G（i,j）mm為G圖像的平均或中值計(jì)算像元領(lǐng)域內(nèi)的明度總值b(i,j)或暗度總值d(i,j)經(jīng)過明暗充填后的像元值D(i,j)為像元窗的大小，即w大小需憑經(jīng)驗(yàn)而定。小對較窄小地物有效，

34、大可對較寬大地物有效，但也可能造成真實(shí)變化區(qū)的損失。不同時(shí)相合成圖像的主成分分析法盡管將不同時(shí)相圖像合成后可以進(jìn)行多種變換，目前較為流行的是主成分分析法。 Richards首次使用這一方法是基于一種假設(shè)，即兩個(gè)時(shí)相間的土地覆蓋變化較小。他使用了兩幅陸地衛(wèi)星MSS影像，8個(gè)波段。當(dāng)進(jìn)行主成分分析時(shí)，發(fā)生變化的區(qū)域會在較次要的一兩個(gè)主成分變換圖像上反映出來，然后再采用對該圖像進(jìn)行閾值操作即可找出變化區(qū)。馮通將這方法運(yùn)用于TM圖像得到相似的結(jié)論。這種方法的優(yōu)點(diǎn)是將多渡段信息的變化變換集中于一兩個(gè)主成分圖像上，以方便對變化信息進(jìn)行監(jiān)測，但由于主成分變換使得到的主成分圖像失去了原有各波段的物理意義。因此

35、，有時(shí)還需要參考差值或比值圖像來分析土地變化的因果關(guān)系。對合成圖像應(yīng)用主成分分析，有時(shí)候仍無法確定變化信息到底存在于哪個(gè)次要主成分圖像中。因此，Gong提出了另一個(gè)簡單的方法，以確保變化信息集中反映在第一主成分中，以便于探測變化。這種方法的基本步驟為： (1)先對同波段不同時(shí)相的圖像求差值圖像 (2)對差值圖像進(jìn)行主成分變換； (3)在第一主成分圖像上確定變化區(qū)域。4 應(yīng)用實(shí)例4.1 全球1公里空間分辨率土地覆蓋數(shù)據(jù)庫的開發(fā) 進(jìn)入二十世紀(jì)八十年代，隨著全球環(huán)境變化研究的深入，人們越加認(rèn)識到土地覆蓋、土地利用及其變化對全球自然環(huán)境，特別是對氣候的影響。在總結(jié)前人有關(guān)全球土地覆蓋土地利用工作的基礎(chǔ)

36、之上，人們發(fā)現(xiàn)在現(xiàn)有的各種有關(guān)全球植被和土地覆蓋分類圖之間無論是類型還是數(shù)量均存在著相當(dāng)大的差異。造成這些差異的原因是多種多樣的，既有資料來源的不同，又有分類系統(tǒng)的不同和時(shí)間上的差異等。顯然全球土地覆蓋數(shù)據(jù)的現(xiàn)狀不能滿足全球變化尤其是氣候變化研究的需要。利用衛(wèi)星遙感資料，開發(fā)研制全球土地覆蓋數(shù)據(jù)庫的計(jì)劃正是在這樣的背景下產(chǎn)生的。全球土地覆蓋數(shù)據(jù)庫的開發(fā)分為兩階段進(jìn)行。第一階段為全球范圍內(nèi)衛(wèi)星遙感數(shù)據(jù)的接收、處理和存檔。從1991年起，在IGBP的組織協(xié)調(diào)下，由幾十個(gè)國家參與對世界各地1992年4月至1993年3月間的美國NOAA極軌氣象衛(wèi)星數(shù)據(jù)進(jìn)行接收和預(yù)處理。再由美國地球資源觀測衛(wèi)星數(shù)據(jù)中心

37、對每日的NOAAAVHRR的圖像進(jìn)行軌道拼接、輻射訂正、幾何校正、和大氣校正。并將每10天的圖像進(jìn)行合成，制作以10天為間隔的合成圖，以消除云的影響。 最終的數(shù)據(jù)產(chǎn)品包括了從AVHRR的5個(gè)光譜波段和有關(guān)衛(wèi)星一地面太陽之間幾何關(guān)系的4個(gè)參數(shù)以及合成數(shù)據(jù)中每個(gè)像元所對應(yīng)的影像獲取日期。這樣一套高質(zhì)量的全球陸地1公里空間分辨率的衛(wèi)星數(shù)據(jù)為全球土地覆蓋數(shù)據(jù)庫的開發(fā)提供了必要的和寶貴的基礎(chǔ)資料。第二階段自1994年起至1997年共持續(xù)三年多時(shí)間。由美國內(nèi)務(wù)部國家地質(zhì)調(diào)查局的EROS地球資源觀測衛(wèi)星數(shù)據(jù)中心和美國內(nèi)布拉斯加大學(xué)的科學(xué)家主持合作，并與美國航空航天總署(NASA)、美國國家環(huán)境保護(hù)署(EPA

38、)、美國農(nóng)業(yè)部森林服務(wù)局、聯(lián)合國環(huán)境規(guī)劃署，歐洲聯(lián)盟共同研究中心以及其它機(jī)構(gòu)合作，首次開發(fā)研制了全球1公里空間分辨率土地覆蓋數(shù)據(jù)庫。全球1公里空間分辨率土地覆蓋數(shù)據(jù)庫特點(diǎn)全球土地覆蓋數(shù)據(jù)庫分類系統(tǒng)全球1公里土地覆蓋數(shù)據(jù)庫的分類系統(tǒng)不同于傳統(tǒng)的土地分類系統(tǒng)?？紤]到這一數(shù)據(jù)庫用戶的多種需要和廣泛的應(yīng)用領(lǐng)域，研制者沒有預(yù)先制定某種固定的分類系統(tǒng)，而是采用了前述的“靈活土地覆蓋分類”策略。 根據(jù)遙感數(shù)據(jù)本身和其它輔助數(shù)據(jù)，利用非監(jiān)督分類和反復(fù)的人機(jī)交互解譯分析劃分出“基本土地覆蓋類型單元”季節(jié)土地覆蓋單元。這種季節(jié)土地覆蓋單元可以根據(jù)區(qū)域特點(diǎn)和不同的應(yīng)用需求進(jìn)行逐級歸并，并納入不同的分類系統(tǒng)中。這種靈

39、活土地覆蓋數(shù)據(jù)庫可以滿足多種不同研究和應(yīng)用目的的需要。全球土地覆蓋數(shù)據(jù)庫的基本要素全球1公里空間分辨率土地覆蓋特征數(shù)據(jù)庫包括以下基本要素：A)土地覆蓋類型及描述；B)季節(jié)特征，包括地物光譜和植被指數(shù)的時(shí)間序列；如季節(jié)反照率，綠度開始、峰值、綠度期等；C)地理環(huán)境要素，包括地形、高程、所處地理生態(tài)區(qū)。全球土地覆蓋數(shù)據(jù)庫共包括961個(gè)季節(jié)土地覆蓋單元，以及以此為基礎(chǔ)推導(dǎo)出的7種全球土地覆蓋分類圖。這7種圖的土地分類系統(tǒng)是近年來全球變化研究中經(jīng)常采用的分類系統(tǒng)。季節(jié)土地覆蓋單元是有關(guān)全球土地景觀特征的基本單元，而其它10種分類系統(tǒng)是將基本單元?dú)w入到某一統(tǒng)一的全球分類系統(tǒng)中，以揭示出全球土地覆蓋總體分

40、布特征。根據(jù)全球土地覆蓋數(shù)據(jù)庫，全球陸地的總面積約為145,696,845平方公里。其中近28為森林和疏林，24為非植被覆蓋區(qū)(包括荒漠和半荒漠，積雪和冰)，19為農(nóng)業(yè)或農(nóng)牧用地，14為灌叢，14為草原或稀樹草原，城市用地近，濕地約占1。應(yīng)當(dāng)指出，由AVHRR衛(wèi)星數(shù)據(jù)估算的濕地面積很可能偏低，這和衛(wèi)星本身的空間分辨率有關(guān)。城市用地面積是從非衛(wèi)星影象數(shù)據(jù)估算的，因此可能有一定誤差North AmericaSouth AmericaAsia-PacificEurasiaAfrica美國本土30米空間分辨率土地覆蓋土地利用開發(fā)項(xiàng)目自1992年起，美國國家地質(zhì)調(diào)查局EROS數(shù)據(jù)中心與美國國家環(huán)境保護(hù)署

41、、美國農(nóng)業(yè)部森林服務(wù)局以及美國國家海洋與大氣管理局合作，利用美國陸地衛(wèi)星影像和其它地學(xué)和社會經(jīng)濟(jì)學(xué)數(shù)據(jù)對美國本土48個(gè)州的土地覆蓋和土地利用現(xiàn)狀進(jìn)行制圖和數(shù)據(jù)庫的開發(fā)。 該項(xiàng)目主要目標(biāo)包括評估自然生態(tài)系統(tǒng)狀態(tài)、水資源質(zhì)量、化肥及農(nóng)藥施用對河川徑流的影響、生物多樣性保護(hù)研究、聯(lián)邦和各州土地資源管理以及土地開發(fā)利用政策制定等數(shù)據(jù)和方法 該項(xiàng)目采用的主要數(shù)據(jù)為1992年前后的LandsatTM數(shù)據(jù)，包括枯葉期和生長期兩個(gè)季相的影像，空間分辨率為30米。除了TM影像數(shù)據(jù)外，還匯集編輯了數(shù)字高程模型、全國濕地調(diào)查數(shù)據(jù)、全國人口普查數(shù)據(jù)、土壤數(shù)據(jù)、基本地理環(huán)境要素?cái)?shù)據(jù)，以及1990年以前的有關(guān)植被及土地資源的數(shù)據(jù)。以上數(shù)據(jù)構(gòu)成了多時(shí)相和多源數(shù)據(jù)空間，用于全國