引用格式：孙禧勇,苗菁,王锦,等.高分遥感影像在第三次全国国土调查中的应用潜力评价——以重庆市为例[J].河南科学,2018,36(11):1764-1774.

摘要：
以高分辨率遥感影像为基础，依据土地利用调查各项规定及监测流程，以重庆市为研究区进行了土地 利用变更调查研究工作，针对高分遥感影像在第三次全国国土调查中的应用潜力做评价分析，为重庆市合理利用土地提供真实准确的基础数据。研究表明，重庆市2016年土地利用变更调查监测共提取图斑16916个，面积11394.1hm^2（170912.0亩），2016年图斑总个数较2015增长2008个，增加百分比为13.47%；图斑总面积较2015年增加496.9hm^2（7453.7亩），增加百分比为4.56%，主要增加图斑类型为第2、5、7类，最后将高分遥感影像在第三次全国国土调查中的应用进行了展望。

关键词：高分辨率影像；土地利用；变更调查；第三次全国国土调查

前言：

遥感技术在我国土地资源管理中的应用始于20世纪80年代初，根据国务院的部署，采用卫星和航空影像图在全国范围内开展农林牧区土地资源调查。

1996年，国家土地管理局组织应用美国陆地资源卫星TM数据，对17个城市的建设用地规进行了监测。

1999—2010年全面开展的新一轮国土资源大调查市国家一项基础性、公益性、战略性的跨世纪综合调查评价工程。2007年7月，由国家统一部署，利用遥感等先进技术，以正射影像图为基础，开展了第二次全国土地调查。

2010年至今，常态化开展全国土地利用变更调查监测与核查遥感监测任务，随着空间数据源与分辨率的长足进步和遥感监测技术的日臻成熟，动态监测成果的应用领域不断扩大、应用成效日益彰显，已成为国土资源管理不可或缺的技术支撑手段之一。

2016年，原国土资源部部署开展第三次全国土地调查筹备工作；

至2017年年底，经国务院批复，已陆续完成《第三次全国土地调查总体方案》及《第三次全国土地调查实施方案》的印发、国务院第三次全国土地调查领导小组办公室组建等工作；

2018年8月底，国务院办公厅发出通知，将第三次全国土地调查调整为第三次全国国土调查。

目前各项工作正在稳步推进。土地利用变更调查是在土地详查的基础上，依据土地调查的有关技术规程和规定，按照土地详查的程序和要求，利用现代技术与方法，对发生变化的土地利用状况和土地权属界线等进行调查，建立土地利用更新数据库、更新土地利用现状图与数据，以达图、数、现状一致。

传统的土地变更信息获取的方法，工作效率低，费时、费力，并且难以直接快速地反映土地资源利用变化地现状、分布、特征及其发展趋势。

近年来遥感技术和计算机技术的发展，为土地利用变更信息的获取提供了及时有效的新技术手段。高分遥感影像具有多尺度、高分辨率、全覆盖的优势，能及时、准确、快速地获取土地利用变化情况，将高分影像应用到第三次全国国土调查，能够快速地反映地物属性，同时也可以减少人力、物力、财力的投入。

重庆市经济发展速度较快，多坡地、山地、丘陵等，土地利用变化速度较快，因此，本文采用高分遥感影像对重庆市土地利用变更情况进行监测，准确掌握新增建设用地及其占用地类情况，从而保持全国土地调查数据库的现势性；将最新遥感影像和监测信息，及时提供地方辅助开展年度土地变更调查、变更调查成果核查、矿产执法检查卫片调查及土地督察，为国土资源综合监管平台提供基础资料，为科学规划、合理利用土地，实施最严格的耕地保护制度，加强和改善宏观调控提供持续的数据保障，为国民经济建设和社会可持续发展提供真实、准确、动态更新的基础数据。

1.研究区概况

重庆，简称巴或渝，位于中国西南部、长江上游地区，地跨东经105°11′~110°11′、北纬28°10′~32°13′之间 的青藏高原与长江中下游平原的过渡地带，其地势由南北向长江河谷逐级降低，西北部和中部以丘陵、低山为 主，东南部靠大巴山和武陵山两座大山脉，坡地较多。总的地势是东南部、东北部高，中部和西部低，由南北 向长江河谷逐级降低。地貌以丘陵、山地为主，其中山地占76%，有“山城”之称。辖区东西长470km，南北宽 450km。重庆总面积达8.24万km2，有 38个区县，包括24个区、10个县、 4个 自治县。

2.数据与方法

2.1数据源使用情况

重庆市2016年全国全覆盖土地利用遥感监测采用多种数据源，如0.5m分辨率数据源使用16617.0km2；1m分辨率数据源使用3526.8km2；2m分辨率数据源使用53319.8km2；5m分辨率数据源使用8230.4km2.具体到每种数据源的使用情况，如表1所示。

表1 重庆2016全覆盖土地利用遥感监测数据源统计

 表2 重庆2016全覆盖土地利用遥感监测数据源参数

从表1可以看出，由于重庆地区坡地、山地、丘陵较多，2m分辨率的数据使用53319.8km2占使用数据总量的65.3%，其中分辨率为2m的SPOT6数据使用44307.01km2，占使用数据总量的54.2%，分辨率为1m的Pleiades用16617km2，占使用数据总量的20.34%，分辨率为5m的其他类型数据占比仅为10%。重庆市作为直辖市，数据采集范围为1类区和2类区，即较为发达地区，1类区主要应用0.5至1m分辨率数据，2类区主要应用2m分辨率数据，均为较高分辨率数据.5m分辨率数据主要用于应急及补缝所需。

从表2中可以看出，采样间隔为0.5m的数据仅有Pleiades，具有同类0.5m高分辨率卫星幅宽最大的特点，而且重访周期短，光谱范围齐全.再看使用面积最大的SPOT6数据，它的全色相机空间分辨率为1.5m，但是为了使用方便及统一采样成了2m，而且它还有近红外波段，光谱范围更为齐全，在表中同幅宽卫星中具有分辨率最高的特点。

由于重庆地区坡地、山地、丘陵较多，高分辨率数据采集难度大，数据源普遍侧视角偏大。为了保障工作进度，数据来源还包括北京二号、高分二号、高分一号、SPOT6、Pleiades等多种遥感数据。（文中所述分辨率均为采样间隔）

2.2研究方法

根据《第二次全国土地调查底图生产技术规定》《土地利用动态遥感监测规程》《全国土地变更调查工作规则（试行）》和《2016年全国土地利用变更调查监测与核查遥感监测工作方案》等有关规定要求，结合任务区的实际情况，以数字正射影像图制作和遥感监测信息提取为主要环节详细阐述该研究区的技术方法。

研究基础资料包括高程数据（高程数据采用ASTGTM30m的数据，坐标系统为1980西安坐标系，GeoTIFF格式，其处理步骤主要包括：DEM数据检查处理、DEM数据坐标转换、DEM数据的拼接、DEM换带处理、格式转换等）、基础底图（包括完整性检查、质量检查、坐标系/投影方式/高程系统的检查、底图精度的检查、底图的接边精度检查与拼接处理等）、原始影像（包括数据质量检查、数据处理、数据分析及更换、数据覆盖范围等）、前时相DOM、土地调查数据库（采用2015年度更新后的国家级土地调查数据库。主要内容包括基础地理信息、土地利用数据、土地利用变更调查数据、土地权属数据等矢量数据，元数据等）、其他资料等。

2.2.1数字正射影像图制作
采用海量影像自动化处理软件GXL和像素工厂以及ERDAS、ARCGIS等遥感处理软件，结合高程数据和控制资料，对工作区的卫星遥感数据进行控制点的自动提取，通过模型优化进行影像的正射校正，利用主成分变换、小波段变换、Pansharp等影像融合算法，实现遥感影像信息增强，形成完整覆盖工作区的遥感正射影像图，以区县级行政辖区为单元进行镶嵌等，镶嵌过程中，注意调整影像叠放顺序，尽量将时相新、云量少、质量好的影像置于上层，以色彩丰富度较高的影像为基准对其他影像进行匀色，并经数据质量检查，形成相应的以区县为单元的标准化影像产品，如图1所示。

图1  2016年重庆市土地利用变更调查监测卫星影像图

高分辨率卫星数据融合对于不同地区、不同时相、不同数据质量及不同地类需要根据具体情况选择融合方法以达到最优效果.本文根据以往数据融合的经验，选择了比较适用于高分辨率影像融合的六种算法，即：主成分法、BROVEY、HCS、PANSHARP、ENVIPansharpening、HPF进行了对比试验，试验中，根据《2016年全国土地利用变更调查监测与核查遥感监测工作方案》对信息提取的要求，选择了建设用地和农用地两种主要用地类型分别进行了融合，每种地类各融合方法生成的融合影像结果如下。

图2 原始多光谱及全色影像

图2为未进行融合处理的原始影像，评价融合影像的质量主要考虑地物边界、纹理等细节的表现能力和主要地物类型之间光谱的差异性，色彩方面主要考虑与融合前多光谱影像的匹配度和可调节能力。图3为建设用地各种融合方法的结果比较。

图3 融合方法试验（建设用地）

从图4建设用地的融合结果可以看出，主成分法和BROVEY融合影像色彩失真，存在光谱畸变，不利于地物的正确识别；

HCS、PANSHARP、ENVIPansharpening和HPF融合方法对原始多光谱影像的色彩保持度都比较高，纹理细节如图4所示。

图4 建设用地融合纹理细节对比

HCS融合影像饱和度较高，且融合结果亮度对比度适中，不会产生高亮区域，但结果不稳定，部分数据易产生纹理不清，地物边界模糊等问题；

PANSHARP纹理清晰，但融合结果整体产生了噪声色斑；

ENVIPansharpening和HPF融合结果纹理清晰，可以看出，高分辨率卫星数据建设用地区域各种融合方法中ENVIPansharpening和HPF表现较好，其中ENVIPansharpenin在大比例尺下地物边界更清晰，HPF色彩保持上更胜一筹并且产生的高亮区域较少。

图5 融合方法试验（农用地）

图5为农用地各种融合方法的结果比较，对于农用地融合的结果，主成分法存在轻微的光谱畸变，Brovey畸变严重；在色彩保持方面HCS、PANSHARP、ENVIPansharpening和HPF较好，其中HCS和HPF色彩保持最好.纹理细节如图6所示。

图6 农用地融合纹理细节对

农用地融合结果的纹理细节上HCS融合影像产生了和山区同样的问题，出现了大量的错误值；PAN⁃SHARP纹理清晰，立体感较差，在农用地中产生的噪声色斑会影响到信息提取；ENVIPansharpening和HPF融合结果纹理清晰，其中ENVIPansharpen⁃ing有轻微的色阶偏移，需要通过后处理解决，而HPF在果园和护路林等林木区域则显得立体感不足。

综合考虑实验结果，对高分辨卫星数据主要采用ENVIPansharpening融合。

2.2.2监测信息提取

以年度为变更时间段，以县级为基本单位的人工提取被证明是切实可行的，它较好地改善了自动发现变化信息的缺陷，避免了自动发现信息的片面性，准确地提取了变化信息，减少了外业核查修正工作，保障了县级土地调查数据库变更数据的真实性。

监测信息提取环节是将2016年最新遥感数据与2015年遥感影像图、土地调查数据库三者叠加对比，按照统一的图斑提取原则，采用自动与人机交互相结合的方式发现变化信息，提取遥感监测图斑。由于图斑类型划分较细，信息提取应遵循分步提取原则。变化信息提取坚持类型单一、图斑独立的总体原则，相邻图斑原则上需按照图斑类型“独立”勾绘，并处理好图斑间边界拓扑关系.如果影像新增建设用地图斑与数据库建设用地图斑相邻或有重叠，仅提取数据库图斑外新增部分，相邻或重叠位置的数据库图斑边界直接作为新增建设用地图斑边界.依据影像分辨率，最小上图图斑原则如表3所示。

表3 最小监测图斑面积

根据《2016年全国土地利用变更调查监测与核查遥感监测工作方案》要求，将2016年度重庆市提取的遥感监测信息分为以下几种类型，由于重庆市不包含四、八、十、十一、十二类图斑，故将重庆市特征地物典型案例按以下几种类型进行展示（上年度“拟拆除图斑”，后时相影像仍然存在明显建设特征图斑即第六类图斑不再叙述）

表4 重庆市特征地物典型案例

3.高分遥感影像对重庆市土地利用变更应用价值分析

高分遥感影像分辨率高，经过针对重庆地区地域特点的影像处理，突出建设用地和农用地等地类的地物边界、纹理等细节的表现能力和主要地物类型之间光谱的差异性，尽可能保持原始多光谱影像的色彩.因此可以显而易见地发现变化图斑并区分类别。

3.1按图斑类型分析

重庆市2015年全覆盖土地利用遥感监测共提取图斑14908个，面积163458.3亩；2016年全覆盖土地利用遥感监测共提取图斑16916个，面积170912.0亩.因2016年监测5类图斑中无5C图斑，所以在下面的图斑对比中都剔除了2015年监测的5C类图斑，特此说明。对比重庆市2015年和2016年监测成果，2016年图斑总个数增长2008个，图斑总面积增加7453.7亩.针对前后两年的监测成果，其图斑及面积对比如表5所示。

表5 2015年2016年遥感监测图斑类型对比表

根据前后两年数据类型的对比，可以看出相较于2015年监测成果，2016年2类图斑、5类图斑、7类图斑面积均有小幅度的增长。1类3类图斑、6类图斑、9类图斑面积则有小幅度的回落。其中1类3类图斑在图斑个数上虽有小幅度的增长，但图斑面积确有下降.总体增幅比较大的是2类图斑和7类图斑。

3.2按面积分级分析

重庆市2015年全覆盖土地利用遥感监测按图斑面积分级按照1亩、1~2亩、2~5亩、5~20亩等分类标准进行分级，如表4所示。针对前后两年的监测成果面积分级进行对比，对比中也剔除了2015年监测的5C类图斑，具体见表6。

表6 2015年2016年遥感监测面积分级对比表

3.3按空间区域分析

2013年，中共重庆市委四届三次全会部署了重庆市功能区域划分和行政体制改革工作，综合考虑人口、资源、环境、经济、社会、文化等因素，将重庆划分为都市功能核心区、都市功能拓展区、城市发展新区、渝东北生态涵养发展区、渝东南生态保护发展区五个功能区域。

1）都市功能核心区.

包括渝中区全域和大渡口区、江北区、沙坪坝区、九龙坡区、南岸区等处于内环以内的区域.该区域集中体现重庆作为国家中心城市的政治经济、历史文化、金融创新、现代服务业中心功能，集中展现重庆历史文化名城、美丽山水城市、智慧城市和现代化大都市风貌，是高端要素集聚、辐射作用强大、具有全国性影响的大都市中心区。

2）都市功能拓展区.

包括大渡口区、江北区、沙坪坝区、九龙坡区、南岸区处于内环以外的区域以及北碚区、渝北区、巴南区全域.该区域集中体现国家中心城市的经济辐射力和服务影响力，是全市科教中心、物流中心、综合枢纽和对外开放的重要门户，先进制造业集聚区，主城生态屏障区，以及未来新增城市人口的宜居区。

3）城市发展新区.

包括涪陵区、长寿区、江津区、合川区、永川区、南川区、綦江区、大足区、潼南县、铜梁县、荣昌县、璧山县等12区县及万盛、双桥经开区。该区域地处成渝城市群的连绵带，是全市未来工业化、城镇化的主战场，集聚新增产业和人口的重要区域，全市重要的制造业基地，工业化、信息化、城镇化和农业现代化同步发展示范区及川渝、渝黔区域合作共赢先行区。

4）渝东北生态涵养发展区.

包括万州区、梁平县、城口县、丰都县、垫江县、忠县、开县、云阳县、奉节县、巫山县、巫溪县等11区县.该区域地处三峡库区、秦巴山连片特困地区，是国家重点生态功能区和农产品主产区，长江流域重要生态屏障和长江上游特色经济走廊，长江三峡国际黄金旅游带和特色资源加工基地。

5）渝东南生态保护发展区.

包括黔江区、武隆县、石柱县、秀山县、酉阳县、彭水县等6区县（自治县）.该区域地处武陵山连片特困地区，是国家重点生态功能区与重要生物多样性保护区，武陵山绿色经济发展高地、重要生态屏障、民俗文化生态旅游带和扶贫开发示范区，全市少数民族集聚区.其中大渡口区、江北区、沙坪坝区、九龙坡区、南岸区在都市功能核心区和都市功能拓展区中有重叠部分，不能进行详细区分，所以在此次统计分析中均计算在都市功能核心区范围内。具体见表7、表8所示。

表7 重庆五大功能区2016年遥感监测图斑类型对比表

表8 重庆五大功能区2015年2016年监测图斑对比表

从重庆五大功能区2016年遥感监测图斑对比表中可以看出，重庆城市发展新区作为都市功能核心区和拓展区的有效辐射地带，各类图斑的个数和面积明显高于其他四个功能区，而渝东北生态涵养发展区、渝东南生态保护发展区的建设面积均比较低。2016年遥感监测图斑与2015年遥感监测图斑对比，城市发展新区图斑个数和面积均有小幅度增长。渝东北生态涵养发展区对比2015年监测成果，2016年监测图斑个数略有增加但监测图斑面积减少3000多亩。

4.结论与展望第二次全国土地调查

以1∶1万比例尺为主，遥感数据分辨率有1，2，5，10，16m等，其中1m分辨率遥感数据占比较少，而第三次国土调查全采用优于1m分辨率的航空航天遥感数据，细化最小上图面积，调查精度显著提高。

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。准确掌握新增建设用地及其占用地类情况，可保持土地调查数据库的现势性，为科学规划、合理利用土地，实施最严格的耕地保护制度及国民经济建设和社会可持续发展提供真实、准确、动态更新的基础数据.高分遥感影像具有多尺度、高分辨率、全覆盖的优势，影像特征明显，边界清晰，能及时、准确、快速地获取土地利用变化情况，使土地利用变更数据库的更新具有现实可行性，将高分影像应用到第三次全国国土调查，能够快速地反映地物属性，判读精度较高，同时可以减少人力、物力、财力的投入。

年度土地变更调查，是在全国国土调查基础上，对年度内土地利用主要变化情况的调查，其调查指标体系、技术方法、工作流程等均沿用全国国土调查确立的调查制度，在调查体系构建中处于从属地位.土地变更调查属于全国国土调查的日常更新，重点是当前国家关注地类的变化情况.所以以重庆市年度土地利用变更调查为例，研究高分遥感影像在第三次全国国土调查中的应用潜力评价，显得尤为重要和迫切。

引用格式：孙禧勇,苗菁,王锦,等.高分遥感影像在第三次全国国土调查中的应用潜力评价——以重庆市为例[J].河南科学,2018,36(11):1764-1774.