多源遥感技术在土地利用的应用综述

王凯+赵懂

摘要：该文简述了多源遥感的概念，多源遥感技术的意义和作用以及多源遥感应用的有关技术（主要包括遥感影像的融合技术）的现状的进展，并着重阐述了多源遥感在土地利用方面的一些进展；同时也提出了些许问题和一些期望。

关键词：多源；遥感影像；融合；土地利用

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）34-8328-02

近年来，遥感技术成几何增长发展，光学、热红外等各类卫星传感器在对地观测方面得到了广泛的应用，同一地区获取的多光谱、多时相、多分辨率卫星遥感影像数据越来越多，我们将这一类的数据统称为多源卫星遥感影像数据。多源卫星遥感影像数据相对于单一的遥感卫星数据来说提供了互补、冗余和合作等特性。

利用卫星遥感影像进行土地利用动态监测已经应用的越来越广泛，其研究主要包括：土地利用动态变化监测，解决土地利用变化率、变化的地点及其变化空间的范围，还有环境等对土地利用变化的影响等。常规的技术方法有：采用空间分辨率和时间分辨率不同的卫星遥感数据，获取土地利用变化的时间序列和空间范围等数据，与此同时借以非遥感数据的辅助，比如地面调查数据和统计数据等进行综合分析。

20世纪末，多源遥感影像融合的应用发展，对进一步测量土地利用的动态变化已成为全球遥感界主要研究课题之一。单一传感器的遥感资料由于各种条件的限制，已经难以满足对区域土地利用动态变化监测的需求，利用影像融合技术将来自不同传感器的影像信息融合后产生新的影像已成为一种趋势。

1 多源卫星数据

1.1航空遥感

先进的航拍遥感技术主要利用无人机。无人驾驶飞机 （Unmanned aerial vehicle），是一种可控制、能携带多种任务设备、执行多种任务，并能重复使用的无人驾驶航空器。自控的微型无人驾驶飞机携带专业的数码相机，能够构建成区别于传统航空遥感的“微型航空遥感系统”，与传统的卫星遥感相比具有更高的机动灵活性，并可在云层下飞行，有效的避免了云的影响，增强了遥感影像的时效性，不受重访周期的限制，同期能够获取高空间分辨率的遥感影像；无人机的这有优点越来越受到研究者的青睐，应用方面也具有广阔的前景。

徐丽华等人以宁波象山县泗洲头镇东联村为例，通过无人机进行遥感航拍，结合研究区及周边地区的地形图，利用遥感专题信息提取技术对东联村进行用地类型现状提取；并通过实地调查研究，进行其新农村的规划，从而论证无人机航拍技术在新农村规划方面应用的可行性和实效性。

1.2 Landsat系列卫星

利用陆地卫星Landsat所得到的TM等遥感图像进行土地利用现状调查编制土地利用现状遥感解译图结合地理信息系统技术进行土地利用动态监测是以地图的形式全面地系统地反映土地利用状况及其分布规律的一种有效工具。

TM影像总共有七个波段， 这七个波段的信息考虑了不同地物的光谱特征及大气影响，所以这些波段的选择过程和结果本身就是对影像的一种优化。在现实应用中，应该根据具体的研究对象特征确定分类的波段和分类的数目。以往的研究表明， 除了第6波段外，其它波段反映的地表光谱信息量最丰富。所以以多时相的TM数据为主要信息源并结合其他资料开展城市土地利用变化遥感监测研究具有一定的科学意义和应用前景。

1.3 SPOT系列卫星

SPOT-5卫星于2002年5月发射升空。与前几颗卫星相比， SPOT-5在性能上做了巨大的改进， 能够为研究者提供了更为丰富、可靠、动态的地表信息资源。SPOT-5卫星遥感影像的空间分辨率最高为2. 5m，其传感器能够完成前后模式实时获取立体影像；它在运营性能、数据的存储和传输等方面也都有了显著的提高。

经处理后的SPOT卫星遥感影像能满足土地利用动态变化监测的需求。利用SPOT卫星遥感影像数据，经过数据的几何校正、影像增强和预分类等处理，结合统计数据和实地的抽样调查，可以在综合分析实地调查资料的基础上，准确的获取研究区内的卫星遥感影像解译标志。然后根据对卫星遥感影像的计算机自动解译，能确定土地利用的类型。利用遥感影像资料结合GIS技术进行土地利用调查，可以建立一套完善的数字化地理信息基础资料，为合理利用土地资源，土地利用规划修编等政府决策提供可靠的依据。

1.4 雷达遥感

成像雷达遥感全天候全天时工作和穿透一些地物的特点是其它光学成像遥感所无法相比的。目前，雷达遥感在很多领域得到极其广泛的应用。

黄明祥等针对热点雷达数据ERS-2，以地处云量较多的杭州湾海涂围垦区为研究样区，经过几何校正，影像的配准，假彩色合成等影像预处理过程，对实验区进行分区后，针对不同子区的农业土地利用类型，分别采用非监督分类和BP神经网络分类进行农业土地利用分类。研究结果表明SAR遥感数据可以替代多光谱遥感数据实现土地利用调查。

当然SAR遥感监测技术的应用主要针对的是那些难以获得卫星遥感数据的地区。经过调查统计，在农作物生长季，我国北方多光谱遥感数据的有效利用率仅为3%-5%，而在南方这个比率则更低仅仅只有1%-3%，但是当SAR 以其全天时，全天候的成像并对某些地物的穿透探测时，SAR在对地观测领域具有独特的优势，其获取数据有效率高达100%，因此可以说SAR是对时效要求高的农业，林业等资源调查监测应用的最佳选择。

2 多源遥感卫星数据的融合

2.1多源遥感影像融合的类型

2.1.1 同一传感器不同分辨率的遥感影像数据的融合

徐志红，盛乐山等选择法国SPOT-5的 2.5米全色卫星影像数据和10米的多光谱卫星影像数据，通过采用影像融合的方法，利用影像的纹理和光谱响应等特征，结合土地利用现状矢量图库完成土地利用现状的调查。endprint

2.1.2 不同传感器的遥感影像数据的融合

许兆军，胡娟等采用2002年和2003年SPOT 及ETM+数据在专业遥感软件的辅助下利用多源遥感数据融合技术进行土地利用变化信息提取并对变化信息进行野外调查核实 节省了外业查找变化地块时间提高工作效率保证调查结果的可靠性 为今后开展土地变更调查提供了一种新的方法。

2.2多源遥感影像融合的过程

多源遥感影像融合的过程一般分为2个过程：数据预处理和影像融合，流程可用图1来表示。

3 遥感影像分类

3.1目视解译法

目视解译是信息社会中地学研究和遥感应用的一项基本技能。遥感技术可以实时的、准确的获取资源与环境信息，如重大自然灾害信息等，可以全方位、全天候地监测全球资源与环境的动态变化，为社会经济发展提供定性、定量与定位的信息服务。

目视解译是遥感图像解译的一种，又称目视判读，或目视判译，是遥感成像的逆过程。它指专业人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息的过程。

3.2.计算机自动分类法

非监督分类与监督分类：

非监督分类完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时。原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。

监督分类比非监督分类更多地要求用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。

监督分类比非监督分类具有一定的优势，但是其产生的分类结果往往也会有较多的错分、漏分情况发生，从而导致了分类精度降低。

为了提高分类精度，不断有新的分类方法出现，有些方法因为程序复杂而未得到推广应用。因此，在当前的遥感技术发展的水平条件下，应该综合利用现有的多源遥感数据，并结合GIS技术，尽可能的提高遥感数据分类精度。在获取了土地利用变化的信息后，在通过统计分析或者转移矩阵分析等，才能理解和认识土地利用的格局特征和演变规律。

4 讨论

多源卫星遥感数据的融合选择最优融合方法时主要是针对不同的区域或自身图像的特点来决定的。融合的关键是融合前两幅影像的精确配准以及融合方法的选择。

多源卫星遥感影像融合技术的优势表现为 ：

1）可增加图像的信息利用率。

2）可提高经融合的信息的可信度和精度。

3）可增强对目标物的检测与识别能力

4）可降低投资

多源卫星遥感数据的融合尚待解决的问题是：

多光谱与多传感器、多空间下遥感影像的融合的理论框架、模型及其算法的研究，影像的性能评价标准的确定，融合理论的精度的提高，实际应用受不同时相影响以及计算机自动分类等问题，是今后卫星遥感数据融合需要努力研究的方向。

参考文献：

[1] 张艳忠，张福祥. TM数据在桔果经济林区土地利用分类和专题信息提取中的应用[J].武汉大学，1992（7）：24-29.

[2] 候英雨，何延波.利用TM数据监测岩溶山区城市土地利用变化[J].中国气象科学研究院，2001，3（17）：22-25.

[3] 武文波，王广军，王忠义. TM影像在土地利用现状调查中的应用[J].辽宁工程技术大学，2002，2（21）：157-159.

[4] 曹雪，柯长青.基于TM影像的南京市土地利用遥感动态监测[J].南京大学，2006，11（31）：958-961.

[5] 刘琳.ETM+（TM）数据在土地利用动态监测中的应用[J].安徽农业大学，2007，4（31）：77-80.

[6] 徐志红，盛乐山.利用遥感影像进行土地利用现状更新调查的研究[D].武汉：武汉大学.

[7] 亓兴兰，胡宗庆，刘健.SPOT-5全色与多光谱遥感影像融合方法比较[J].北华大学学报，2011，2（12）：214-218.

[8] 邹敏，吴泉源，曲伟.SPOT - 5遥感影像自身融合方法的比较研究[J].山东师范大学学报，2007，1（22）：95-98.

[9] 刘桂芳.SPOT5遥感影像不同融合方法对地物识别精度的影响[J].河南大学学报，2006，3（36）：58-62.

[10] 王军，吴传智.成都市土地利用现状遥感调查研究[J].四川地质学报，2002，22（3）.endprint