土地覆盖变化检测技术概述
资源与环境
Resources and Environment
DOI:10.3969/j.issn.1001-8972.2012.22.004
中国科技信息2012年第22期 CHINA SCIENCE AND TECHNOLOGY INFORMATION Nov.2012
土地覆盖变化检测技术概述
武喜红
河南工业大学地图制图学与地理信息工程,郑州 450007
摘要
近几十年来,土地覆盖变化检测一直是3S领域一个较为活跃的研究方向,虽然得到过很多成功应用,但仍面临诸多挑战。本文从变化检测的五个基本步骤出发总结了变化检测技术的发展现状,重点对比分析了目前常用的变化检测方法。为促进土地覆盖变化检测的深入研究,本文还探讨了变化检测所面临的困难和发展趋势。关键词
土地覆盖;变化检测;多源数据;面向对象影像分析
此外,还应根据检测对象的时相变化特点来确定数据获取的频率,如若干年一次、若干季一次或若干月一次等。相关研究表明,最小3~4年的时间周期才能用来较为精确地检测土地变化,提高时间间隔如1~2年检测结果会更优[3]。用来对比的空间数据应尽可能处于不同时期的相同或相近月份和时刻,以消除太阳高度角、季节和物候差异的影响。
1.2 数据预处理
变化检测对数据的预处理要求较高。非遥感图像数据的预处理包括数据格式转换、矢量化采集、专题数据抽取以及坐标系转换等。
遥感图像预处理则包括图像增强与滤波、图像裁剪、图像镶嵌、几何校正和辐射校正。其中几何校正与辐射校正对变化检测结果的影响最大,因此最为关键。
几何校正大都以一期影像为参考直接对其他影像进行相对几何配准,使用ERDAS软件的AutoSync模块功能可实现配准的自动化和批量化处理[4]。Jensen(1987)认为对于航空遥感影像2.26个像素的配准精度就足够了;而Townshend(1992)用LandsatMSS数据进行的定量研究表明,要获得90%的检测精度,配准精度要小于0.2个像素。虽然目前关于几何校正对变化检测精度的影响缺乏全面深入的研究,但通常认为各时相影像之间的相对位置误差(均方根误差)小于1个像素可以接受,最好应小于0.5个像素。
辐射校正方法分为绝对辐射校正和相对辐射校正两种类型[5]。由于测量大气参数和地面目标昂贵且不切实际,尤其对于历史数据几乎不可能做到,所以一般采用相对辐射校正。其中,直方图匹配法和图像回归法最为常用。
1.3 地物特征的提取
常用的图像特征包括3类:光谱统计特征、纹理特征和形状特征。
在使用单类特征进行的图像分类研究中,单独使用光谱统计特征、纹理特征或形状特征得到的分类精度分别为90%、75%和30%。王文杰(2009)依此指出在多特征融合的变化检测中,三种特征的融合权重应分别为0.46、0.38和0.16(即9:7.5:3)。1.4 变化检测
目前提出的变化检测方法很多,各国学者从不同的角度进行了总结归类。
早期的学者将变化检测分为图像直接比较法和分类后比较法[6]。其后有学者根据变化检测的信息层次把变化检测分为像素级、特征级和决策级。目前采用最多的是根据变化检测所采用的数学方法种类而提出的7类划分法[7]。国内学者周启鸣(2011)从变化检测的本质策略出发将变化检测方法归类为:直接比较法、分类比较法、面向对象比较法、模型法、时间序列分析法、可视化法
和混合法。
变化检测方法的分类及其典型代表和优缺点如表1所示。
1.5 精度评估
变化检测的精度依赖许多因素,D.LU等(2004)将其归结为8个方面:图像几何配准精度、辐射校正或归一化精度、对地面情况的了解程度、研究区域的复杂程度、变化检测方法、分类和变化检测方案、分析技能和经验以及时间经费的限制等。其中,几何配准、辐射校正和变化检测方法对结果的影响最大。
总体而言,目前变化检测的精度评估主要是基于像素级的,过度依赖“变化真值”的获取,其中误差矩阵和Kappa系数评价方法最成熟最常用;对如长时间序列影像变化检测这种难以获取变化真值的情况需加强研究;缺乏特征级的评估方法;针对面向对象变化检测技术的精度评估研究几乎是空白。
引言
土地覆盖变化检测,简言之,就是根据对同一物体或现象不同时间的观测来确定地表覆盖变化的处理过程[1]。
随着社会、经济和科学技术的快速发展,人类对地表景观的开发、利用以及引起的土地覆盖变化已经成为全球环境变化的主要原因。为此,国际地圈/生物圈计划(IGBP)和全球环境变化中的人文领域计划(HDP)于1995年联合提出“土地利用与土地覆盖变化”(Land use and land cover change,LUCC)研究计划。时至今日,土地覆盖变化仍是全球变化研究的前沿和热点。
本文在归纳总结变化检测技术现状的基础上,分析了变化检测的基本流程,重点对比分析了目前常用的变化检测方法,并针对变化检测面临的困难探讨了未来变化检测的发展趋势。
2 土地覆盖变化检测方法对比分析
面对大量的变化检测方法,许多学者从不同角度选择其中一部分进行了定性或定量比较、评价,普遍认为变化检测是一个复杂的处理过程,不存在适用于所有情况的“最优”方法。Virag和Colweii就曾指出,“对于一个特定的场合,使用什么样的变化检测方法能获得最佳的检测结果,取决于其特定的应用领域(地物环境、目标以及感兴趣的变化类型),以及对变化细节的需求程度”。所以在实际应用中通常需要对几种方法进行测试和比较,选择一种相对较优的方法。
表1 变化检测方法分类与比较
1 土地覆盖变化检测的基本流程
变化检测的工作流程一般包含数据输入、数据预处理、特征提取、变化检测和精度评估5个基本步骤(如图1所示)。
图1 变化检测的流程
1.1 数据输入
研究地表地物变化,首先要选择与目标特征相匹配的数据源[2]。根据时间和费用预算,输入的数据可以是具有合适分辨率的遥感影像,也可以是地形图、DEM或专题图等其他GIS数据。最大程度地利用多源数据的差异部分,减小多源数据的“冗余”是利用多源数据的参考原则之一[3]。
面向对象影像分析技术早在20世纪70年代就应用于遥感影像的解译中,它是结合了GIS和遥感两大工具的一种新型地学分析工具。近年来的研究与应用已经证明[8,9,11,12]:面向对象影像分析能很好的与传统变化检测方法以及多源数据相结合,基于面向对象的
变化检测方法明显优于传统的像素级变化检测方法(检测精度更高,方法更自动化且能有效抑制“椒盐”现象),其结果可直接进行变化检测的定量分析。
3 土地覆盖变化检测的发展趋势
变化检测的困难主要体现在两个方面:从理论上看,变化检测是一个不完备的信息反演问题,目前仍缺乏系统的理论基础研究。从实践上看,现有的变化检测方法主要是面向具体应用提出来的,其中的许多步骤和参数需要依靠经验指导,自动化程度偏低。
针对这些问题,未来的土地覆盖变化检测应具有以下特点:
从数据源的角度来看,将多分辨率遥感影像及其他GIS数据集成起来处理分析能有效弥补单纯依靠光谱识别变化的不足,提高变化检测数据的完备程度。
从处理过程的角度来看,需要将影像配准与变化检测当作一体来处理。进一步考虑到立体影像的情况,可将立体参数解算、配准、三维重建等与变化检测一体化处理,解决目前配准与其他步骤割裂造成的误差积累与扩散问题[10]。
从方法策略的角度来看,有学者发现[11,12,13]
:在不同尺度、特征和方法下得出的检测结果之间通常具有互补性,用一种策略检测不到的变化往往可以用另一种策略检测出来。在吸收模式识别理论和数据挖掘技术精华的基础上研究多尺度、多特征、多方法变化检测的融合策略,对于提高变化检测结果的可靠性与实现变化检测的自动化智能化具有深远意义。
从精度评估的角度来看,有必要建立一个标准的精度评估体系,将每个步骤对最终结果的影响(即产生的误差)转化为相同(或具有可比性)的指标,为变化检测技术/方法的自动比较与智能选取铺平道路。
综上所述,未来土地覆盖变化检测的发展趋势可概括为以自动化和智能化为目标的“数据集成化”、“过程一体化”、“方法融合化”以及“评价标准化”。其中,面向对象的多尺度、多特征、多方法融合的变化检测最具发展潜力。
予扶持,吸引技术、人才、资金等资源向新能源产业集聚。与此同时,安徽国税部门为支持新能源产业健康发展制定了税收优惠政策,并不折不扣地进行落实。为助推新能源产业项目的落地生根,安徽基层国税机关对在谈、在建和投产项目的涉税事项普遍实行了以税收管理员为主的专人包靠制,由包靠人全面跟踪项目进展情况,掌握项目动态,全方位提供涉税咨询,帮助解决项目落地过程中存在的各类涉税问题。在安徽滁州、蚌埠等地,国税部门还根据新能源特色产业基地的规划要求,积极向地方政府献计献策,利用税收政策导向,促进新能源特色产业健康发展。对于广大人民群众来说,“十城千量”、“十城万盏”示范工程的推进提高了人民生活质量,获得了普遍好评,因此对新能源产业发展也持有拥护和支持的乐观态度。由此可见,安徽省新能源产业正面临着新的发展机遇,“三圈理论”中的支持圈也得到了落实。
虽然得到了广泛的认可和支持,但是新能源产业以技术密集和资本密集型产业为主,其发展需要人才与资本的强强联合。由于新能源产业成本过高,其发展离不开政策支持。2010年上半年,国家发改委联合调研组考察的8个生物质发电项目全部亏损。对此,安徽省应该引以为戒,在支持新能源产业重大项目时,必须经过严格论证,对于技术不成熟或者发展前景不明确的项目,切忌盲目支持。面对人才与资本的双重挑战,安徽省应该努力完善政策体系,不断优化政策环境和市场条件,逐步建立多元化的投融资机制和促进新能源产业发展的研发投入机制,当务之急是尽快制定新能源产业发展规划,配套并落实新能源产业发展的相关优惠政策。
3 结语
对价值圈的质疑能够使政策目标更趋合理,对能力圈的梳理有利于认清实现政策目标的主客观条件,对支持圈的关注才能以更加公平、公正的方式来整合不同群体的利益诉求,而对这三者的综合分析则为最终决策提供可靠依据。在注重创新和发展的今天,正确运用“三圈理论”指导各项创新实践,注重创新价值,增强创新能力,争取创新支持,对于取得创新成功并获得最佳效益,将起到事半功倍的效果。因此,准确把握“三圈理论”的精髓,并运用其对安徽省发展新能源产业这一战略决策进行分析,对于推动全省新能源产业发展具有重要的现实意义。通过上文的分析可以看出,安徽省发展新能源产业已经处于三圈重叠的“耐克区”:发展新能源产业的价值毋庸置疑;安徽省也具有推进新能源产业发展的能力;在国际、国内新能源产业快速发展的大背景下,安徽省也越来越重视和支持新能源产业。可见,现阶段大力推进安徽省新能源产业发展的时机已经成熟,需要把握机遇,积极推动新能源产业的持续稳定发展。
参考文献
[1]DEER P. Digital Change Detection Techniques: Civilian and Military Application[M]. London: Taylar&Francis,1999.
[2]WEBER,P. Initial performance validation for the multispectral thermal imager[C]//Proceedings of SPIE,2000,4030:2-9.
[3]周启鸣.多时相遥感影像变化检测综述[J].地理信息世界,2011,09(2):28-33.
[4]万里红,施艳丽,杨武年等.基于AutoSync的快速影像配准研究[J].测绘,2010,33(3):103-105,132.
[5]ELVIDGE,C.D.,YUAN,D.,WEERACKOON,R.D. and LUNETTA,R.S. Relative radiometric normalization of Landsat Multispectral Scanner(MSS) data using an automatic scattergram-controlled regression[J].Photogrammetric Engineering and Remote Sensing,1995,61:1255-1260.
[6]SINGH,A. Digital change detection techniques using remotely-sensed data[J].International Journal of Remote Sensing,1989,10(6):989-1003.
[7]LU D.,MAUSEL.,P.,BRONDIZIO,E. and MORAN,E. Change detection techniques[J].
参考文献
[1]赵刚.新能源技术的发展趋势与投资前景分析.[J]科技创新与生产力,2010-06, 9-18.
[2]周晶,何锦义.战略性新兴产业统计标准研究.[J]统计研究,2011-10, 3-8.
[3]国务院关于加快培育和发展战略性新兴产业的决定.[J]中国科技产业,2010-10.