遥感在土地利用动态监测中的应用

江国兵

(增城市国土资源测绘院，广东 增城 511300)

1 引 言

随着全球的经济建设与发展，土地利用格局不断变化。为了及时、有效地掌握土地资源，各国政府一直进行着不同层次的土地资源及其利用状况调查工作［1］。遥感技术具有覆盖面广、空间信息丰富、快捷方便准确等先天优势，已成为土地利用监测的重要手段。目前，世界各国都在研究遥感技术在土地利用动态监测中的应用。自从国土资源部1999年9月29日颁布，10月30日实施《土地利用动态监测规程》以来，我国全面开展土地利用动态遥感监测。土地遥感监测体系在全国范围内被逐步建立起来，遥感技术在土地调查监测领域内逐渐成熟，并朝着标准化、规模化的方向发展［2］。本文主要对国内遥感在土地利用动态监测中的应用进行总结，介绍了国内遥感在土地利用/土地覆盖监测、建设用地监测、耕地变化监测与土地质量监测四个方面的应用情况。

2 土地利用遥感监测流程

遥感数据主要包括光学遥感数据、SAR 数据和Li-DAR 数据，不同的数据各有优缺，应用在不同的方面。总体上，光学遥感数据的在土地利用监测中的应用最广泛，也是研究最为深入的。应用光学遥感数据进行土地利用监测的一般技术流程如图1 所示，主要包括准备工作、数据转换、图像预处理、变化信息提取、成果输出等步骤。

(1)准备工作。明确主题，即确定遥感监测的范围与内容，为顺利开展工作收集和分析相关资料，制定相关的标准规范和工作机制。

(2)数据转换。按照步骤(1)制定的标准规范，将收集到的资料进行统一转换，并导入数据库中。

图1 土地利用遥感监测技术流程图

(3)数据预处理。根据不同来源的遥感数据进行预处理，一般包括辐射纠正、几何纠正、镶嵌配准、数据融合等工作，目的是保证遥感监测区域的所有影像具有统一的地理坐标及较高的影像分辨率。为进一步优化不同来源的数据信息，提高遥感影像信息提取的准确率，文献［3］～［5］对多源遥感影像融合方法进行研究与验证。

(4)变化信息提取。根据监测内容要求，在模型库中选择适当的方法对多时相、多源遥感数据进行分析处理，凸显土地利用变化特征，通过变化模板的生成有效提取出可能发生变化的位置大小和范围。变化信息提取是土地利用动态遥感监测的关键步骤，经常会采用不同的方法，文献［6］～［7］总结了常用的信息提取方法的适用范围与优缺点。

(5)成果输出。把提取的变化信息按监测主题制作成表格、文档、专题图、统计图表等数据，进行成果输出。

3 土地利用遥感监测应用

3.1 土地利用/土地覆盖监测

遥感技术的应用可以揭示全球、区域和局地不同空间尺度土地利用和土地覆盖变化以及不同驱动力之间的联系。因此，常用同一地区不同年份的同一时相的遥感影像间存在着光谱特征差异的原理来识别土地利用状态或现象的变化。早在1983年，王长耀等［8］就利用航空遥感进行平原地区土地利用现状调查，完成天津市北郊区1∶1 万、1∶3 万土地利用现状图的编

制工作。而当前土地利用/覆盖变化动态监测中常用分类后比较法和人机交互解译法。周翔等［9］对株洲市1999年、2003年和2007年3 个时相CBERS 星CCD 数据进行监督分类后提取土地覆盖信息，发现株洲市林地、水体和城镇居民点面积所占比重在1999年～2007年间逐渐提高。为提高分类精度，田传召等［10］先利用NDVI 对1992年、2000年和2013年3 期LANDSAT 卫星遥感数据进行植被区和非植被区的划分，然后利用最大似然法分类，发现云南省昆明市区在1992年～2013 期间土地利用变化最大的是人工用地和未利用土地。田霞飞等［11］选取1990年、2000年、2005年和2010年的TM 和ETM+中的假彩色影像，通过人机交互解译法监测到黄河宁蒙段所处流域1990年～2010年的土地利用变化，如图2 所示。

图2 1990年～2010年黄河宁蒙段所处流域土地利用类型分布［11］

3.2 建设用地监测

随着我国经济的快速发展，建设用地扩展变化迅猛。因此，建设用地的变化是土地利用动态监测的重点监测对象。通常可利用不同时期的高分辨率遥感影像，依据建设用地的光谱特征及空间特征，通过影像变化信息自动发现与提取或人机交互解译方法，获得区域内的建设用地信息。在提取的建设用地信息上，叠加建设用地项目信息、城市规划数据等资料，可进行违法违规建设用地信息提取。张少佳等［12］就采用2009年的Geoeye 影像、2010年的Worldview－2 影像和IKONOS－2 影像，辅助地形图、DEM、建设用地规划许可等资料，获取了重庆两江新区内的城市建设用地规模、结构和布局现状及其变化信息(如表1 所示)，准确掌握区内城市建设情况。宋刚贤［13］采用监督分类和非监督分类相结合的方法，对2004年和2005年的IKONOS 遥感影像进行分类后提取了南京市建设用地信息，并结合南京的地形图、城市总体和专项规划图、建设用地审批图等数据，提取了城市违规建设用地信息。孙华芸［14］采用像素级的影像融合方法，对SPOT和Landsat7 的影像进行融合后通过构建建设用地的特征波段，采用最大似然法，对融合影像进行分类及建设用地的识别，进而评价各种融合算法的有效性，发现PCA 变换法和GS 变换法融合后影像最有利于提高建设用地识别的准确性，其建设用地识别的正确率分别提高到85.03%和83.50%。

2009年～2010年两江新区各组团城市建设用地变化统计表［12］ 表1

续表1

3.3 耕地变化监测

18 亿亩耕地是条红线，耕地数量再也不能低于18亿亩。为实现耕地总量动态平衡的宏伟目标，必须全面、及时、准确地掌握全国耕地变化的情况，因此，耕地变化监测是土地利用动态监测的重要任务，也是土地利用/土地覆盖监测的一个专题信息。马志勇［15］采用SPOT5、TM/ETM+和MODIS 数据，经判读解译、监督分类处理提取了整个长三角地区的耕地专题信息，通过空间叠加分析，得出长三角区域1995年～2001年与2001年～2004年的耕地变化图(如图3 所示)与统计数据(如表2 所示)。初征等［16］利用TM 影像影像，提取了松嫩平原1980年～2000年的耕地信息，在此基础上叠加降水资料，分析了耕地面积变化对干旱几率的影响。刘海启［17］阐述了我国耕地变化监测的研究过程，并通过遥感技术和统计抽样理论的有机结合，提出了一种监测大尺度耕地变化的有效方法。

图3 长三角耕地变化监测［15］

长三角地区耕地变化统计表［15］ 表2

3.4 土地质量监测

土地利用与其环境条件密切相关，及时地掌握土地质量的变化，可有效防止土地质量变化带来的灾难。因此，需要对土地动态监测提出更高的要求，将从以往单一的土地数量监测向土地质量监测发展。土地质量指标可包括土壤有机质、全氮、土壤水分、铁氧化物、土壤重金属、土壤质地、土壤盐分、植被覆盖度、生物量等，姚阔等［18］归纳了多个土地质量指标的高光谱遥感信息提取、敏感波段选择与反演方法。刘芳等［19］结合实际工作要求，参照国家林业局《全国荒漠化和沙化监测技术规定》，采用天绘影像对鄂尔多斯杭锦旗荒漠化土地进行了监测评价，形成了杭锦旗全旗的正射影像图、荒漠化土地类型程度分布图。张宏斌［20］基于多源遥感数据研究了内蒙古草原植被状况变化。在1983年～2006年 的 24年 间，NDVI 值年 均 递 增10 268.11 km2。周祖煜等［21］采用多源遥感数据进行浙江省水土流失遥感监测，提取了浙江省土壤侵蚀信息，发现全省水土流失面积呈逐步下降的趋势。

4 结 论

遥感作为一门先进的科学技术，可为土地利用动态变化研究提供多时相、大范围的实时信息，成为土地利用/土地覆盖监测、建设用地监测、耕地变化监测和土地质量监测的重要手段。但对土地利用动态遥感监测现今的研究来讲，还存在不少难点。首先，数据预处理的算法和技术在实际工作中可能达不到定量反演要求，影响监测结果精度。其次，目前的变化监测算法受空间、光谱、时域和专业内容等的限制，选用的算法在一定程度上会影响提取结果的精度。在同一环境下，由于采用的方法不同可能获得的结果会有很大的不同。因此，今后还需对土地利用动态变化遥感监测技术和方法进行深入研究，以建立起我国宏观土地利用动态遥感监测体系，为我国国土资源管理提供技术支持。

［1］沙志刚．数字遥感技术在土地利用动态监测中的应用概述［J］．国土资源遥感，1999(2):7～11．

［2］王文卿．遥感技术在国土资源管理中的应用现状及前景［J］．测绘通报，2009(6):38～40．

［3］翁永玲，田庆久．遥感数据融合方法分析与评价综述［J］．遥感信息，2003(3):49～53．

［4］刘金梅．多源遥感影像融合及其应用研究［D］．青岛:中国海洋大学，2014．

［5］郭文娟．遥感影像数据融合方法及效果评价研究［D］．郑州:河南大学，2010．

［6］单楠，况明生，贺重媛．遥感监测子系统在国土资源信息系统中的应用研究［J］．测绘与空间地理信息，2009，32(1):123～127．

［7］鲍桂叶．不同变化信息提取方法在土地利用动态遥感监测中的应用［J］．测绘通报，2003(8):38～40．

［8］王长耀，刘纪远，王长有．平原地区土地利用现状调查的航空遥感方法研究［J］．资源科学，1984(3):80～89．

［9］周翔，林辉，薛晓坡．基于CBERS 影像的土地覆盖动态监测方法研究［J］．林业科学研究，2008(21):80～84．

［10］田传召，于阳，肖虹雁等．基于TM 影像的昆明市区土地利用遥感动态监测［J］．林业资源管理，2014(4):103～107．

［11］田霞飞，薛娴，廖杰等．1990年～2010年黄河宁蒙段所处流域土地利用变化［J］．中国沙漠，2014(4):1167～1176．

［12］张少佳，胡艳，李胜等．山地城市建设用地遥感动态监测研究［J］．地理空间信息，2012(6):97～100．

［13］宋刚贤．基于遥感影像的城市违规建设用地监测研究［D］．南京:南京农业大学，2008．

［14］孙华芸．基于遥感数据融合的建设用地识别方法研究［D］．南京:南京师范大学，2011．

［15］马志勇．基于遥感的耕地预警和植被动态监测研究［D］．河北:河北师范大学，2007．

［16］初征，张丽娟，马骏等．1980年～2000年松嫩平原耕地变化及其对干旱的影响［J］．自然灾害学报，2013．

［17］刘海启．大尺度耕地变化监测的遥感抽样方法研究［J］．农业工程学报，2001．

［18］姚阔，郭旭东，周冬等．高光谱遥感土地质量指标信息提取研究进展［J］．地理与地理信息科学，2014(6):7～12．

［19］刘芳，夏强．基于天绘影像结合3S 技术的荒漠化土地遥感监测［J］．北京测绘，2014(5):47～52．

［20］张宏斌．基于多源遥感数据的草原植被状况变化研究［D］．北京:农业资源与农业区划研究所，2007．

［21］周祖煜，章孝灿，聂国辉等．基于多源遥感数据的浙江省水土流失遥感监测［J］．中国水土保持科学，2011(2):4～10．