基于遥感技术的甘肃某县土地资源监测研究

摘 要:数据质量规范体系的制定是土地资源与生态环境遥感调查与监测成果可靠性的基础保障,因此,需要土地资源与生态环境遥感监测数据质量评价的研究做技术支撑,本文论述了基于遥感手段的土地资源遥感监测方法,全文是笔者工作实践基础上的理论升华,相信对从事相关工作的同行能有所裨益。

关键词:精度评价 简单随机抽样 分层抽样 等距抽样

中图分类号:P2文献标识码:A文章编号:1672-3791(2011)10(a)-0046-02

土地资源是人类生存和发展的基本条件,是经济、社会可持续发展的重要基础。不合理的利用资源引起的资源短缺、环境退化已成为影响我国经济可持续发展的重要问题之一。全面调查并掌握我国土地资源数量与质量,在此基础上采取有效防治措施,对缓解人地矛盾,合理利用资源,实现土地资源集中、统一、协调、有序的高效管理,实现我国社会经济的可持续发展具有特别重要的意义。其中,数据质量规范体系的制定是土地资源与生态环境遥感调查与监测成果可靠性的基础保障,因此,需要土地资源与生态环境遥感监测数据质量评价的研究做技术支撑。

遥感(RS)对地观测技术的发展促进了信息获取技术的提高,已经成为土地资源监测的主要手段。遥感监测结果在使用前,必须进行客观可靠的精度验证和分析,以保持遥感监测结果的可靠性。同一遥感监测结果,精度评价的方式不同,评价结果就有可能不同,因此很有必要对遥感精度评价过程中影响精度评价结果的各种因素进行细致深入的分析。一般地,目前影响遥感精度评价的因素主要包括抽样方法、参考数据和评估参数三个方面[1],其中,抽样样本的设计和选择尤为关键。

目前,国内外研究者做了大量遥感监测精度检验的理论研究和实践探讨,为遥感监测成果的应用提供了有利保证。但是,关于不同抽样方法对土地资源遥感监测精度评价的影响的定量研究还比较欠缺。本文尝试利用同一地区不同空间分辨率的遥感数据,采用不同的抽样方法,分别对试验区甘肃某县的土地遥感监测成果进行精度评价,定量分析不同抽样方法对土地资源遥感监测精度评价结果的影响。

1 研究方法

1.1 试验区及数据来源

本研究所用的试验数据为甘肃某县2004年的土地资源遥感监测成果,该监测成果的遥感数据源为2004年甘肃某县的ETM+遥感数据。数据质量要求为处理级别1级(1A或1B),云覆盖小于10%,无雪,无噪声和条痕。时相上主要考虑选择有利于影像的土地利用判读解译的季节。

本研究所用精度分析参考数据是基于同期的SPOT5 2.5m空间分辨率的遥感影像解译获得的试验区的土地利用现状图。利用SPOT5遥感数据解译的土地利用/覆盖现状图的精度远高于基于ETM+数据的土地利用/覆盖分类图,可以基本反映研究区土地利用/覆盖的实际状况,因此能够作为进行精度评价的基本参考数据。

1.2 土地资源遥感信息提取

在几何纠正、图像匹配等相关图像预处理的基础上,利用2004年ETM+和SPOT遥感影像,结合土地、地形等辅助资料信息,通过研究区的野外实地调查,按照《土地分类》,以人机交互方式解译判读二级土地利用类型,即耕地、林地、草地、建设用地、水体和未利用地6个土地类型。

1.3 基于不同抽样方法的精度评价

1.3.1 全样本精度评价

首先分别将甘肃某县的基于SPOT和ETM+数据的土地利用现状矢量图栅格化,以便在精度分析过程中进行像元对像元的评价,像元对像元的精度评价既能对各地类的属性和面积作出分析,同时也能开展各地类位置的精度分析。

为确定栅格图的像元大小,我们对基于SPOT的土地利用现状矢量图的各个图斑进行了统计,其中最小的图斑面积为200.43m2,所以,我们将基于SPOT的土地利用现状矢量图栅格化后的像元大小确定为15m×15m。

按照确定好的像元大小,分别把基于SPOT和ETM+数据的土地利用现状矢量图重采样为15m分辨率的栅格图。然后以基于SPOT的土地利用现状栅格图为参考数据,对基于ETM+的土地利用现状栅格图进行像元对像元的精度评价分析。

1.3.2 简单随机抽样精度评价

以基于SPOT的土地利用二级地类现状栅格图(图1a)为参考数据,对基于ETM+的土地利用二级地类现状栅格图(图1b)进行精度分析,在研究区最小抽样样本数的基础上,我们分别取抽样样本数为500、1000、1500和2000的四种情况对甘肃某县的土地利用二级地类进行了精度评价。

2 结果分析

2.1 全样本精度评价

从表1可以看出,甘肃某县全样本总体分类精度为74.82%,Kappa系数为0.633。在各地类的分类精度中,水体的分类精度最高,达88.53%,林地的分类精度最低,为63.04%。耕地、林地和草地的精度在74%左右,未利用地的精度比林地的精度稍高,为67.09%。

耕地的误分中,划分成林地和草地的居多,甘肃某县林地和草地占误分总量的89.38%,耕地误分成其他地类的比率分别为,建设用地占7.59%,水体和未利用地占2.03%。林地的误分中,划分成耕地和草地的居多,甘肃某县耕地和草地占误分总量的94.28%,林地误分成其他地类的比率分别为,建设用地占3.99%,水体和未利用地占1.73%。草地的误分中,划分成耕地和林地的居多,甘肃某县耕地和林地占误分总量的87.72%,草地误分成其他地类的比率分别为,建设用地占5.74%,水体占3.51%,未利用地占3.03%。建设用地的误分中,甘肃某县中误分成耕地的比率最大,为45.61%,误分成林地、草地和未利用地的比率分别为14.92%、17.66%和19.72%,误分成水体的比率最小,为2.09%。水体的误分中,甘肃某县中误分成草地的比率最大,为49.06%,其他误分比率依次是,未利用地占31.31%,建设用地占9.09%,耕地占8.98%,林地占1.56%。未利用地的误分中,甘肃某县中误分成水体的比率最大,为32.74%,其次是耕地占29.17%,草地占22.76%,林地占11.55%,建设用地占3.78%。

从甘肃某县地类的分类精度和错分情况分析来看,ETM＋遥感影像比SPOT5的空间分辨率低,空间分辨率的降低,导致各地类的边缘不清晰,纹理不明显,混合像元增多,这些都是导致各地类错分的重要原因。耕地、林地和草地之间的混分现象较为严重,未利用地与草地和建设用地的混分现象等,除分辨率的影响外,与ETM影像中的地类之间的光谱特征相近也有较大的关系。除外,在土地利用矢量数据转为栅格数据过程中产生的误差,对精度评价的结果也有一定的影响。

2.2 简单随机抽样精度评价

在简单随机抽样方法中(表2),甘肃某县的样本数为500时精度最小,分类精度为71.60%,kappa系数为0.607;样本数为1000时精度最大,分类精度为75.90%,kappa系数为0.635,而且从各地类的分类精度和总体分类精度综合来看,其精度评价结果与全样本的评价结果最接近。

通过分析甘肃某县二级地类不同样本数的分类精度,可以得出,简单随机抽样方法得到的精度并不是随着样本数的增加而递增或递减的,与样本个数不成线性相关。而是在不同的区域内,有其最佳的抽样样本个数与真实精度最接近。在简单随机抽样的精度检验中,不同样本数的抽样检验,与真实精度相比,精度或是低估,或是高估,评价中精度最高的并不一定是与真实精度最接近的。因此在简单随机抽样的精度检验中,应该选取不同的样本数进行比较,然后选取最佳样本数进行精度评价。

3 结语

简单随机抽样方法得到的精度并不是随着样本数的增加而递增的,而是在不同面积的区域内,有其最佳的抽样样本个数与真实精度最接近。在简单随机抽样的精度检验中,不同样本数的抽样检验,与真实精度相比,精度或是低估,或是高估,评价中精度最高的并不一定是与真实精度最接近的。因此在简单随机抽样的精度检验中,应该选取不同的样本数进行比较,然后选取最佳样本数进行精度评价。

参考文献

[1] Stehman SV,Czap lewski R L. Design and Analysis for Thematic Map Accuracy Assessment:Fundamental Principles[J].Remote Sensing of Environment,1998,64:331～334.

[2] 冉有华,李文君,陈贤章.TM图像土地利用分类精度验证与评估—— 以定西县为例[J].遥感技术与应用,2003,18(2):81～86.

[3] 刘旭拢,何春阳,潘耀忠,等.遥感图像分类精度的点、群样本检验与评估[J].遥感学报,2006,10(3):366～372.

[4]孙晓霞,张继贤.土地利用动态遥感监测的误差分析[J].测绘科学,2003,12:45～46.

[5]梁进社,张华.土地利用变化遥感监测精度评价系统[J].地理研究,2004,23(1):29～37.