土地覆盖变化检测技术概述.docxVIP

土地覆盖变化检测技术概述 土地覆盖变化检测技术概述 Resources and Environment DOI：10.3969/j.issn.1001-8972.2021.22.004 中国科技信息2021年第22期 CHINA SCIENCE AND TECHNOLOGY INFORMATION Nov.2021 土地覆盖变化检测技术概述 河南工业大学地图制图学与地理信息工程，郑州 450007 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（2021）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（2021）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 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（2021）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。 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 l