提　要　论文针对土地利用动态监测面临的实际情况，提出一种 GIS 与 RS 一体化的变更地块判别方法。这种方法以矢量图斑为研究对象、以 GIS 的地理信息与 RS 的遥感影像信息为特征来源，提取图斑的特征向量。在设计识别方法时，将土地利用变更地块的识别变通成对标准地类的识别，同时引入“落入”、“误判高发区”的概念以降低变更地块的漏判率。经试验，这种基于 GIS 与 RS 一体化变更地块判别法基本可替代土地利用动态监测中的人工判读工作。

关键词　土地利用；动态监测；变更地块识别；GIS与RS；一体化

中图分类号　S715.3

文献标识码　A

文章编号　1000－3037(2001)04－0386－05

1 引言

　　国土资源动态监测是我国国土资源管理的基本工作任务之一。我国国土幅员广阔，土地利用动态性强。遥感 (RS) 是一种快速获取地面宏观信息的技术手段，结合全球定位系统 (GPS) 以及地理信息系统 (GIS) 就可以准确、客观、及时、大面积地得到土地利用现状信息，为土地利用管理科学制定相应的政策服务。因此，基于“3S”技术的土地利用动态监测方法应运而生。许多单位在这方面做过大量的工作，并取得了不小的成绩^{[1、2、3、14、15]}。这种方法是利用不同时相的遥感影像^[1]或不同时相的遥感影像与土地详查图^[2、3]，通过人机交互判读的方式定性地发现变化的靶区 (Target)，即：变更地块，再利用 GPS 实地测出变化的信息。但是这种目视判读的方式不仅对判读人员的要求较高，而且判读的工作量也非常巨大；这两点严重制约了土地利用动态监测技术的推广。

　　土地利用动态监测面临的实际情况与一般的遥感监测有所不同：土地利用动态监测的实施单位通常具有前一时相的土地利用状况矢量数据。一般来讲，以一年为一个土地利用变更调查时段的土地利用状况变化不会太大，据统计，在一个土地管理行政区变化地块在 10%～20% 之间。在这一特定的数据背景下，使用现势的高分辨率的遥感数据图像资料，开发图像处理与判读技术，定位定量地自动判定这种用地变更状况、制作土地利用变更图件是遥感技术应用于国土资源管理的一个研究课题。本文针对这一课题中土地利用变更地块的判读部分，提出一种 GIS 与 RS 一体化变更地块判别方法，这种方法较好地实现了变更地块的自动识别工作；它在一定程度上加大了土地利用动态监测技术的可推广性。

2 GIS与 RS 一体化的变更地块判别方法

　　土地利用动态监测是研究土地的现状及其变化趋势的一种手段，因此，利用高新技术精确地找出变化的靶区或变更地块是进一步开展工作的基础。

　　根据土地利用动态监测的实际情况，继承了常规判别中的精华，同时又要根据实际要求对传统的判决函数做一定的改进，提出了一套 GIS 与 RS 一体化的变更地块判别方法。本判别方法的基本思想是：在现势的遥感影像与滞后的矢量数据配准叠置的情况下，充分利用矢量的地块边界，提取出地块的灰度特征、纹理特征、形态特征；对于某标准地类的若干训练样本在 n 维特征空间中将形成一超球，超球的球心是样本的均值，半径是样本到球心的最大距离；对于一已提取特征的待测样本，计算它与各超球球心的距离，若此距离小于某一超球半径（落入超球内），则认为它属于此地类。若它不落入任何超球内（与任何标准地类都不相似），则认为其为变更地块；若它落入 2 个或 2 个以上的超球内（与多个标准地类相似），则将其视为变更地块。对于落入 1 个超球内的待测样本，则还要再判断识别地类与原数据库图斑地类属性是否一致，若不一致则发生变更，否则未发生变更。

　　这种判别方法与常规遥感影像分类判类技术相比有如下几点改进。

　　(1) 以矢量数据中的图斑为研究单元。以图斑为研究单元不仅是土地利用动态监测以地块为工作单元的特殊要求，而且也是一种实现 GIS 与 RS 一体化的有效手段，从而丰富了特征的来源，为提高分类精度提供了可能。

　　(2) 研究对象（变更图斑）的无集群性、无规律性。常规的判别方法要求样品分属的 m 类要有一定集群性^[7、8]，但是在变更地块识别的应用中各种变更情况非常复杂，变更样本经常散布在 n 维空间中（图 1），没有一定的分布规律也不呈集群性。在本方法中，我们将对“变更地块的判读”转化为“是否属于各标准地类”来实现；这样便将无集群性、无规律的问题转变为有集群性、有规律的问题。

图 1 变更地块分布示意图
Fig.1 The sketch map showing distribution of changing parcels

　　（3）以降低变更地块的漏判率为目标。常规识别方法是以提高识别准确率为目标，因此，无论是距离判别还是费歇尔判别或贝叶斯判别，它们都是将待测样本判为与其“最接近”的类以降低误判率^[8、9]；而变更地块识别工作的重点则是在误判允许的范围内尽可能多地发现变更地块，即以能容忍的误判率为代价降低变更地块的漏判率。为了减少变更地块的漏判，我们应将常规判别中的“最接近”改为“落入”，即当且仅当待测样本“落入”某类区内时才判为此类；这也正好符合变更地块散布在 n 维空间的语义。另外，由于某些类的分布与其它类的分布有重叠现象（图 2），落入到重叠区的样本点误判的概率较高（我们称之为“误判高发区”）。因此，为了进一步降低变更地块的漏判，我们可将落入误判高发区中的样本视为变更地块。

[1] [2] [3]  下一页