高分辨率影像在水土保持土地利用快速分类中的应用

高分辨率影像在水土保持土地利用快速分类中的应用

张云凤

云南辰禹水利水电勘测设计有限公司云南昆明650051

摘要：时代的进步，科技的发展是我国经济建设发展迅速。现代遥感技术快速发展，推动了遥感技术在水土保持监测中的广泛应用。土地利用/覆盖变化是针对地表各种地物动态变化的反映，对水土流失动态监测具有重要意义。

关键词：高分辨率影像；水土保持土地利用快速分类；应用

引言

随着科技的快速发展，很多现今的科研技术运用到各行业中，使其自身发展非常迅速。遥感数据源的丰富也对数据源的快速应用提出了挑战，目视解译精度虽高，但是效率低下，监督分类方法可以实现快速的土地利用分类，为后续的水土保持动态监测提供基础数据。

1研究区概况及数据源

为了更好的研究开展ZY－3高分辨影像土地利用快速分类在水土保持中的应用，本文选取某市某溪流域开展高分辨率影像土地利用快速分类，并应用于水土保持监测中。某溪流是一条位于长江流域左岸的常流性一级支流溪流，其主要发源于某地南坡，该区域地形起伏较大，且周边植被发育良好，植被类型多样，也是三峡库区中一条重要的支流。资源三号卫星是中国第一颗自主的民用高分辨率立体测绘卫星，它的覆盖范围包括北纬84°和南纬84°之间的所有区域，实现了对全球的无缝覆盖，它的回归访问周期是59天，重访周期为5天，其空间分辨率可达2.1m。资源三号卫星采用适应性改进的资源二号卫星平台，搭载了4台相机进行对地观测：包括正视全色相机，其地面分辨率优于2.1m、前视全色相机、后视全色相机各一台，其地面分辨率优于3.5m、正视多光谱相机一台，地面分辨率优于5.8m。ZY－3卫星搭载的相机和传感器扩大了其应用范围，即保证了空间分辨率也保证了光谱分辨率的需求，具有广泛的应用范围和需求。本文中选取了覆盖神农溪流域的一景资源三号卫星影像，成像时间为2017年10月24日，成像质量较好，云覆盖控制在5%以内。

2研究思路

自20世纪80年代引进美国通用水土流失方程以来，我国学者主要以USLE为蓝本，利用水蚀区径流小区观测资料，根据各研究区实际情况对USLE中的各因子进行修正，使USLE方程针对不同地区的特点具有实用性，而GIS与USLE的结合进行水土流失监测和定量计算，主要是根据我国学者所作的工作结合研究区概况合理选择R、K、L、S、C、P因子的计算方法，然后运用GIS的空间分析功能来实现的。其中USLE方程中作物经营管理因子（C）和水土保持措施因子（P）是控制土壤侵蚀强度的一个重要影响因子，其值虽在0～1范围内，但是USLE模型诸因子中变化幅度最大的，可相差2～3个数量级，成为各国学者研究USLE的焦点，因此如何准确获取C、P因子成为精确估算土壤侵蚀量的重要影响因素。以往的C、P因子的计算主要是依靠低分辨率的TM、MSS等影像为数据源来获取，精度难免会受影响。在此运用分辨率为0.61m的Quickbird影像为数据源，探讨通过高分辨率的影像获取精确的C、P因子来准确进行坡面土壤侵蚀定量评价的方法。同时，针对沟蚀问题，运用Quickbird影像提取出侵蚀沟，运用ARCINFO的AML宏语言功能自编程序以及GIS的空间插值功能得出侵蚀沟的空间分布图。

3基于SVM方法的土地利用分类

SVM分类方法是基于统计学理论的机器学习方法，它主要是通过优化结构，提高机器自主学习能力，以弥补少量统计样本的前提下能获得良好的分类结果。它的主要原理是通过空间转换实现一个空间到高维特征空间的过程，并获得该空间最优解，即最优超平面，通过超平面将选择的训练样本分类，最终能更好的完成地物分类。非线性SVM非线性SVM主要院里是通过将数据映射到高维空间，用来解决在原始分类空间中线性数据无法区分的问题。当在线性不可分的情况之下时，SVM首先保证将低维空间中完成运算，然后利用核函数将该空间转换到高维特征空间，从而实现非线性到线性的转换。其中，神经网络分类法的基本原理是模拟人脑的识别、记忆和思考过程以及人脑机构，通过小处理单元来模拟人脑的神经元，进而通过算法来完成对遥感影像的分类。最大似然分类法（MLC）是根据选择后的训练样本来进行分类，统计大量训练样本的方差和均值来区分不同地类间的差异，关键在选择的训练样本数量和质量。本文中主要依据支持向量机方法开展ZY－3高分辨率遥感影像快速分类。采用SVM分类方法，对2017年研究区范围的ZY－3高分辨率遥感影像进行地物分类，主要将地物分为林地、草地、水域等地物类型，其中林地、草地根据覆盖度不同进行了进一步的细化。分类精度为91.2685%，精度符合研究需要。通过对比三种分类方法SVM分类法、最大似然分类法及神经网络分类法的总体分类精度及Kappa系数可以发现，针对ZY－3高分辨率遥感影像，SVM方法的分类精度最高，其次为最大似然法，神经网络的分类精度最低，但同最大似然法结果较为接近。

4高分辨率影像的获取和处理

水土保持设施核查过程中，主要通过对所要核查的区域和敏感点设置飞行轨迹，超控高分辨率影像对其进行航拍，获取得到高清影像，利用Pix4Dmapper软件进行数据处理，结合ARCGIS进行影像矢量化处理和分析，通过折算法得到核查水土保持工程措施的断面尺寸和方量，根据获取的数据和水土保持方案报告书中设计的工程量进行对比分析，确定是否按照设计要求完成相应的工程量；对于植物措施的核查和分析，通过依靠航拍影像矢量化分析不同波段可以提取均值化植被指数NDVI和获得林草植被覆盖度，利用AR-CGIS提取各个防治分区的绿化面积。可以快速生成一系列专题图，如防治责任范围图、扰动土地面积图、水土流失面积图、水土保持措施分布图、土地利用现状图、林草覆盖面积图及土壤侵蚀强度分布图等，可以极大提高监测工作效率、精度和自动化程度。

5水土保持中的应用

壤侵蚀结果计算方法土壤侵蚀强度和坡度、植被覆盖度、土地利用烈性密切相关，为土壤侵蚀分级标准，其中非耕地类的土壤侵蚀分级与植被盖度、坡度相关，耕地主要同坡度相关。基于arcgis平台进行叠加分析，并利用相关条件对土壤侵蚀强度进行分级，得到最终的土壤强度图。土壤侵蚀强度计算通过计算获得土壤侵蚀强度，为土壤侵蚀强度统计表，统计结果显示神农溪流域剧烈和极强烈所占比重较小，主体以微度、强度和中度为主。

结语

基于SVM分类方法能较好的实现ZY－3卫星高分辨率遥感影像的土地利用/覆盖地物快速分类，总体分类精度能满足研究要求，也能较好的反映土地利用/覆盖的变化，对水土保持遥感动态监测具有一定的作用；相较于最大似然分类方法和神经网络分类方法，SVM分类方法更适合于高分辨率遥感影像的分类，也能更加贴切的反映地表地物的真实状态。

参考文献：

[1]牛崇桓，季玲玲，孟祥军.水土保持设施验收的任务与标准[J].中国水土保持，2016（3）：11-14.

[2]牛崇桓，季玲玲.新时期水土保持监督管理的重点任务和措施[J].中国水土保持，2016（4）：5-8.

[3]张雅文，许文盛，韩培，等.无人机遥感技术在生产建设项目水土保持监测中的应用---以鄂北水资源配置工程为例[J].中国水土保持科学，2017，15（2）：132-139.

[4]张刚，雷晓云.无人机遥感技术在长输管道工程水土保持监测中的应用探讨---以西气东输项目典型渣场为例[J].珠江水运，2017（1）：90-91.