遥感技术在土地利用分类中的应用——以秦皇岛为例摘要：以LANDSAT TM遥感影像为数据源，经过波段选择、色彩合成、拼接裁剪、遥感图像增强和人机交互解译等步骤，将秦皇岛市土地利用类型分为耕地、林地、草地、水域湿地、建设用地和未利用土地等6类，绘制出秦皇岛市土地利用现状图。
关键字：遥感；土地利用；秦皇岛；土地分类前言土地是人类赖以生存和发展的物质基础，是社会生产的劳动资料，是农业生产的基本生产资料，是一切生产和一切存在的源泉[1]。
土地是一种不可再生资源，且资源的数量是相对有限的，土地的利用是否合理直接关系着社会经济的未来发展。
因此如何合理的配置现有的土地资源，使其不断满足经济、社会、环境等各方面的需求，逐渐成为学者们研究的焦点。
遥感技术具有高光谱分辨率、高空间分辨率、实时观测、重访周期短等特点，在土地利用中显示出明显的优势，在国内外得到了广泛应用[2]。
本文以秦皇岛市为例，介绍遥感技术在土地利用分类中的应用。
1研究区域自然经济概况秦皇岛市位于河北省东部沿海，处于北纬39º24'-40º37'，东经118º34'-119º51'。
东邻辽宁、西接唐山、北靠燕山、南临渤海。
西南距省会石家庄483km，西距首都北京280km，距天津220km。
现辖海港区、山海关区、北戴河区3区和昌黎县、抚宁县、卢龙县、青龙满族自治县四县，为我国重要的综合性港口城市，著名的旅游城市。
随着秦皇岛市人口的增加和社会经济的发展，人类加大了对土地资源开发的力度，引起土地利用景观格局发生变化。
对土地资源的过度和无序利用，导致秦皇岛市生态环境恶化，产生了土地退化、水土流失等严重威胁生存安全的生态问题。
2遥感影像数据概述遥感图像是各种传感器所获信息能量的产物。
具有以下四个特征[3]。
1）空间分辨率（Spatial Resolution），指图像上能够详细区分的最小单元的尺寸或大小，或指遥感器区分两个目标的最小角度或线性距离的度量。
它们均反映对两个非常靠近的目标物的识别、区分能力。
2）光谱分辨率（Spectral Resolution），指遥感器接受目标辐射时能分辨的最小波长间隔。
间隔越小，分辨率越高。
所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小，这三个因素共同决定光谱分辨率。
3）辐射分辨率（Radiant Resolution），指探测器的灵敏度，遥感器感测元件在接收光谱信号时能分辨的最小辐射度差，或指对两个不同辐射源的辐射量的分辨能力。
4）时间分辨率（TemporalResolution），是关于遥感影像间隔时间的一项性能指标。
遥感探测器按一定的时间周期重复采集数据，这种重复周期，又称回归周期。
它是由飞行器的轨道高度、轨道倾角、运行周期、轨道间隔、偏栘系数等参数所决定。
这种重复观测的最小时间间隔称为时间分辨率。
研究以秦皇岛市为研究区，以秦皇岛LANDSAT TM遥感影像为数据源,LANDSAT 是美国陆地探测卫星系统，包括从1972年开始发射的第一颗卫星LANDSAT一1到1999年发射的LANDSAT一7。
LANDSAT TM数据广泛应用与土地覆盖、土地利用、土壤、海洋表面温度等温度等制图。
使用的软件有ERDAS IMAGINE和ArcGIS。
ERDAS IMAGINE是美国ERDAS公司开发的遥感图像处理系统。
它的图像处理技术先进，用户界面和操作方式友好、灵活，具有内容丰富而功能强大的图像处理工具，是一个用于影像制图、影像可视化、影像处理和高级遥感技术的完整的产品套件。
ArcGIS是美国ESRI公司在全推出的代表GIS最高技术水平的全系列GIS平台。
可以完成任何从简单到复杂的GIS工作，包括制图，数据管理，地理分析和空间处理。
3图像预处理3.1波段选择与彩色合成单波段的遥感影像是灰度影像，彩色影像比黑白影像有着丰富色彩，包含更大的信息量，所以往往需要选择3个波段的灰度影像，分别赋予红、绿、蓝进行假彩色合成。
TM数据包含7个多光谱波段，地物在不同波段有不同的反射波谱特征信息，在遥感影像上呈现不同的灰度值，而且各类型的波谱差异也不一样。
好的波段组合能大大提高区分不同植被和地物类型的能力。
波段选择的原则为波段辐射量的方差应尽可能大，因为方差的大小体现了所含信息的多少，方差越大波段所包含的信息量越大；波段组合之间的相关性要小[4]。
TM遥感数据中TM3、4、5三个波段的信息量能代表TM六个波段全部信息量的绝大部分而且相关性小，根据波段选择的原则，确定3、4、5波段组合为假彩色合成的最佳波段组合。
3.2遥感影像的拼接和裁剪分别将TM影像的3、4、5波段进行假彩色合成，并将影像拼接在一起，然后用秦皇岛市行政边界裁剪，得到秦皇岛市TM3、4、5波段的假彩色合成图像。
3.3遥感图像的增强考虑到影像的特点和研究的精度，有针对性地进行预处理，其中涉及到的技术操作主要包括：遥感影像的空间增强、辐射增强、光谱增强、高光谱增强、傅立叶变换、地形分析等。
其主要操作方式包括卷积增强处理、锐化处理、滤波分析、直方图处理、主成分分析、色彩变换等。
4图像的解译4.1土地利用分类及解译判读标志根据秦皇岛市的具体情况采用土地利用二级分类系统，将秦皇岛市土地利用类型分为耕地、林地、草地、水域湿地、建设用地和未利用土地等6类。
如表1。
并在此基础上，结合研究区土地利用情况又划分了21个二级类型，包括水田、旱地；有林地、灌木丛、疏林地、其它林地；高覆盖度草地、中覆盖度草地、低覆盖度草地；河渠、水库坑塘、滩地、滩涂、沼泽地；城镇用地、农村居民点、其它建设用地、沙地、盐碱地、裸土地和裸岩石砾地[5]。
并用遥感图像的大小、纹理、阴影、形状、位置和布局等与多种非遥感信息资料相结合建立解译标志。
表1秦皇岛市土地利用分类土地利用一级分类土地利用二级分类水地水田、旱地林地林地、灌木丛、疏林地、其它林地草地高覆盖度草地、中覆盖度草地、低覆盖度草地水域湿地河渠、水库坑塘、滩地、滩涂、沼泽地建设用地城镇用地、农村居民点、其它建设用地未利用土地沙地、盐碱地、裸土地和裸岩石砾地4.2人机交互图像解译遥感图像解译分为自动解译和非自动解译二大类。
由于技术、数据源、模型等多方面的因素，土地利用/覆被计算机自动解译有时候达不到期望的精度。
人机交互解译用于土地利用解译可获得更准确的分类结果。
研究采用人工解译结合监督分类的方法解译秦皇岛遥感图像数据。
4.2.1人工解译人工解译（Manual interpretation）是根据人的经验和知识，分析图像解译的基本要素，建立具体的解译标志来识别图像中目标的方法[6]。
根据秦皇岛的实际情况，在对土地类型进行分类并确立土地类型判读标志后，手动勾画秦皇岛地类，解译各土地类型的影响特征。
并在ArcGIS支持下通过人机交互的方式，多次修改初分类结果，获得更准确的分类结果，绘制秦皇岛市的土地利用现状图。
4.2.2监督分类监督分类(Supervised classification)又称训练场地法或先学习后分类法。
是根据类别的先验知识确定判别函数和相应的判别准则，利用一定数量的已知样本的观测值确定判别函数中待定参数，然后将未知类别的样本观测值代人判别函数，依判别准则对该样本的所属类别作出判定[7]。
建立分类模板。
ERDAS IMAGINE的监督分类是基于分类模板进行的，分类模板的生成、管理、评价和编辑功能对监督分类结果尤为重要。
结合秦皇岛市实际情况。
将土地利用类型分为耕地、林地、草地、水域湿地、建设用地和未利用土地，在ERDAS IMAGINE中用AOI建立分类模板。
用可能性矩阵对分类模板进行评价，分析AOI训练区的像元是否完全落在相应的类别之中。
可能性矩阵的输出结果是一个百分比矩阵，说明每个AOI训练区中有多少个像元分别属于相应的类别。
经检验，各种土地利用类型的分类模板精度都在90％以上，说明该分类模板符合要求。
如果分类模板精度在85％以下，说明分类模板精度太低，需要重新建立[8]。
执行监督分类。
监督分类实质上就是依据所建立的分类模板．在一定的分类决策规则条件下，对图像进行聚类判断的过程。
执行监督分类，绘制秦皇岛市的土地利用现状图。
5成果利用上述方法对秦皇岛遥感影像数据解译得到秦皇岛的土地利用解译图，解译结果以矢量格式转入地理信息系统软件ARC／INFO中。
在GIS环境下，对图形数据进行统计分析，获得秦皇岛地区土地利用二级分类信息。
根据解译结果分析秦皇岛市土地利用存在的问题，并提出秦皇岛市土地利用的调整对策，合理利用土地，发挥土地的最大功效。
6参考文献[1]郭丽英，刘彦随，任志远.生态脆弱区土地利用格局变化及其驱动机制分析—以陕西榆林市为例[J].资源科学，2005,27（2）：128-133.[2]贾凌，都金康，赵萍等.基于TM的海南省土地利用/覆盖动态变化的遥感监测和分析[J].应用技术，2003，(1)：22-25.[3]郭之怀.遥感技术在环境保护领域的应用现在.环境科学,1993，14（4）：28-33.[4]韩丽君.土地利用分类中TM影响最佳波段组合和选择研究[J].太原师范学院学报（自然科学版）2010.9(1):126-129.[5]田静毅，林年丰，王立新等.ETM+图像处理和土地利用分类实验研究[J].微计算机信息，2005，21（8）:46-48.[6]贾海峰，刘雪华等.环境遥感原理与应用[M].清华大学出版社，2006:1-304.[7]王雨晴,宋戈.城市土地利用综合效益评价与案例研究[J].地理科学，2006,26（6）：743-748.[8]党安荣，贾海峰，易善桢等.ArcGIS IMAGINE遥感图像处理方法.北京：清华大学出版社，2003.。