结合ENVI和ArcGIS的遥感图像土地利用现状数据库建设

1.1 研究背景与意义

中国作为疆域宽广且人口众多的大国，对土地进行合理的规划、分配和利用始终是一个难题。我国至今已进行了三次全国土地调查，最近一次完成的第二次全国土地调查于2007年展开，距今已过去十余年，二调的成果已不再适用于当今的土地规划需求，因而在2017年开展了由国家主导的全国第三次土地调查。三调以图斑为基本单位开展调查。《土地利用现状分类》和《第三次全国国土调查工作分类》是第三次全国土地调查的基本文件，到本地区判定土地类别，务必肯定土地类别不会重复不会遗漏，保证所有部分的土地全面覆盖，能够有效的在未来自然资源调查中起到支柱作用。对于农用地这样存在多重管理并有着重复需求的土地类型进行利用近况、质量情况及属性标注的基础上，同时促进国家对自然资源的特别专项调查。第三次全国土地调查是基于第二次全国土地调查的现有成果。根据国家统一标准，利用遥感，测绘，地理信息，互联网等技术，充分利用全国现有数据，整体完成国家土地利用基础数据，获取实时准确关于国家土地利用现状和资源可用性的数据，进一步完善国家土地调查，监测和统计制度，实现信息管理和成果共享，满足生态文明建设和空间规划的要求。供给侧结构改革，宏观，自然资源管理改革和登记统一确认，土地和空间利用控制，土地和空间生态恢复，空间管理能力现代化和国家土地空间规划体系建设。伴随着第三次全国土地利用调查项目开展的不断深入，土地利用现状数据库的建设已经成为热点问题，因为它是整个第三次土地调查的核心部分。而且，近年来由于我国的经济发展越来越快，导致城市的发展进程不断加速，城市正处于一个急速扩张的状态，农村与城市的结合越来越紧密，却来却多的开发区正在如雨后春笋斑涌现，许多未利用土地正在被用于经济开发，城市的土地利用状况也发生着巨大的变化，这必然会使城市及其周边地区的土地利用现状产生巨大变化。这时建立土地利用现状数据库才会在以后进行土地利用规划时事半功倍,才能对土地进行正确快速的利用，并对土地利用可持续发展及保持良好的生态环境具备着深厚的意义。相较于第二次全国土地调查，第三次全国土地调查内容更广、精度更高、评价更深。

土地利用数据是用来代指反映土地利用系统和土地利用要素的状态，特点，动态发展，散布特色以及人类土地开发利用，统辖，治理，状态监测和土地利用计划的数据。

1

1.2 国内外研究现状

国外对于遥感的发展较早，所以发展要快于国内，国外遥感软件在市面上依旧占据着大笔份额，比较常见的包括ArcGIS，ArcView，ArcInfo，PCI等土地利用数据库的建设和运行软件。国内GIS软件虽然起步较晚，但发展迅速，已经拥有包括MapGIS，CITYSTAR，GEOSTAR等发展趋于完善的软件，也有新兴的北京航天宏图开发的PIE软件、北京超图公司开发的SuperMap GIS软件等国产软件。AutoCAD可用于建库前的数据采集。由于AutoCAD软件比较容易上手且提供了二次开发工具，因此可以使收集工具更加灵活，简单和实用。在选择构建数据库时，ARCGIS是更为优秀的选择，因其发展较为完善，遥感方面的工作者大多都接触过，利于从业人员的培训。在将数据传输到专业GIS软件时，要保持数据的完整性。即使建库时选择的软件不同，方法也略有不同，但总技术过程几乎相同。

本文以ENVI、ArcGIS处理软件作为工作平台，利用ENVI软件来对卫星图像进行预处理与影像裁剪，利用ARCGIS对底图进行目视解译、图斑分割和数据库的建立，以此来完成北安市杨家乡土地利用现状数据库的建设。

1.3 研究内容及技术流程

遥感图像正射校正，图像融合，大气校正和图像裁剪的预处理方法，以及不同方法之间的比较研究。

土地利用现状调查就是对包括农村和城镇的近年来各部分土地的利用与建设状况的核实，确认与登记，并最终制成图与数据库。

（1）农村土地利用现状调查。以县为基本单位，由国家统一制作并发放GF-2卫星图像作为内业操作地类辨别的基础，内业结束后，由外业人员实地确认每一块图斑的位置、类别、面积、所属等情况，确认全国农用地，建设用地，未利用地的数量、分布、质量状况及所属，核实城镇村，工矿用地，水域及水利设施用地、沙地等各种地类的位置和情况；

（2）城镇村庄内部土地利用现状调查。结合不动产登记和近年来进行的城镇村地籍调查，以现有资料为基础，努力开展城镇村地籍的补充调查。因缺失资料而无法进行其他地类则要开展细化调查，确认城镇村内部的除农用地外的其他地类的土地利用状况，并做好各地类的划分。

对于分割图斑流程中的各种能够提升速率的细节研究以及建利数据库的方法研究。 技术流程如下，准备研究区域影像图，并了解研究区域概况，然后利用ENVI对图像

2

进行预处理并按照行政边界进行裁剪，得到目视解译用的参考底图，利用ArcGIS参考《土地利用现状分类》分割图斑并赋值，然后对图斑进行检查，最后数据入库，流程图如图1-1。

资料准备 北安市遥感 研究区域 影像 概况 图像预处理 目视解译 分类编码 影像裁剪 图斑分割 图斑赋值 数据检查 行政边界 数据入库

图1-1：技术流程图 Fig.1-1 Technical flowchart

3

2 研究区域概况与数据软件简介

2.1 研究区概况

北安市位于黑龙江省黑河市，黑河市南部，小兴安岭南部。地理坐标在东经126°16'~127°53'和北纬47°35'~48°33'之间，与黑河相连。市区距离为259公里，是黑河市南部的交通枢纽。北安市面积约7149平方公里，总人口44万（2010年），分为六个街道，四个乡和五个镇。北安市位于松嫩平原的边缘地带，东部是小兴安岭的延续。地形多山;西部是丘陵平原，是松嫩平原过渡的中部和松嫩平原黑带的边缘。在新构造运动的影响下，北安市整个地势呈东高西低、北高南低状态。北安市位于寒冷地区，在季风的影响下具有寒冷和潮湿的气候。冬季，早春和晚秋主要受西伯利亚冷高压影响，常受北半球强风，低降水，干燥空气和寒冷气候的影响。在春末，夏末和初秋，它受到南方暖空气和河套以及蒙古低压的影响。主要是以南风为主，温度高，降水时期集中，空气潮湿。适用于农业，林业和畜牧业的发展。冬季时间很长，从十一月到三月;春天很短，从四月到五月;夏天是六月，七月和八月;秋天是九月到十月。年平均气温0.8°C，极端最低气温-41.0°C，极端最高气温36.5°C。无霜期90-130天，年平均日照2600小时，年降水量约500毫米。测区见图2-1。

图2-1：北安市 Fig.2-1 Beian

4

2.2 数据介绍

本次样例数据库为北安市杨家乡，遥感影像解译数据为由国家制作下发的2017年GF-2卫星数字正射影像图，坐标系采用2000国家大地坐标系，高程系统采用1985国家高程基准，投影系统采用高斯-克吕格投影，1：500、1：1000、1：2000、1：5 000 比例尺标准分幅图，数据按 3°分带。

高分二号（GF-2）卫星是中国制造的第一颗空间分辨率高于1m的民用光学遥感卫星。两个高分辨率1m全彩色，4m多光谱相机是每颗卫星的基本配置。亚米级空间分辨率，高定位精度和快速姿态机动性是高分2的特点，卫星各方面数据采集能力大大提高，水平能力达到国际先进水平。高分二号卫星于二零一四年八月十九日发射升空，于八月二十一日首次成像。中国现有的空间分辨率最高的民用陆地观测卫星是GF-2卫星。星下点的空间分辨率可以达到0.8米，这意味着GF-2的研究和开发将中国引入一个高分的时代。GF-2的主要用户是国土资源部等国有资源管理服务部门，也可以为其他私人用户部门及相关领域提供测绘管理和数据采集服务。作为第一颗具有亚米级分辨率的广域遥感卫星，GF-2卫星在设计上具有许多创新功能，在产品上完全可以实现自我控制，并且一切关键单机是自主研发的。是部件、技术本地化水平的遥感卫星，本土率达到98％。

2000国家大地坐标系，是我国当前最新的国家大地坐标系，英文名称为China Geodetic Coordinate System 2000，英文缩写为CGCS2000。2000国家大地坐标系的原点为包括海洋和大气的整个地球的质量中心；2000国家大地坐标系的Z轴由原点指向历元2000.0的地球参考极的方向，该历元的指向由国际时间局给定的历元为1984.0的初始指向推算，定向的时间演化保证相对于地壳不产生残余的全球旋转，X轴由原点指向格林尼治参考子午线与地球赤道面（历元2000.0）的交点，Y轴与Z轴、X轴构成右手正交坐标系。采用广义相对论意义下的尺度。

1985国家高程基准，我国于1956年规定以黄海(青岛)的多年平均海平面作为统一基面，叫\"1956年黄海高程系统\"，为中国第一个国家高程系统，从而结束了过去高程系统繁杂的局面。但由于计算这个基面所依据的青岛验潮站的资料系列（1950年～1956年）较短等原因，中国测绘主管部门决定重新计算黄海平均海面，以青岛验潮站1952年～1979年的潮汐观测资料为计算依据，叫”1985国家高程基准”，并用精密水准测量位于青岛的中华人民共和国水准原点，得出1985年国家高程基准高程和1956年黄海高程的关系为：1985年国家高程基准高程=1956年黄海高程-0.029m。

5

高斯-克吕格投影是一种等角横轴切椭圆柱投影。它是假设一个椭圆柱面与地球椭球体面横切于某一条经线上，按照等角条件将经线东、西各3°或1.5°经线范围内的经纬线投影到椭圆柱面上，然后将椭圆柱面展开成平面而成的。该投影是19世纪20年代由德国数学家、天文学家、物理学家高斯最先设计，后经德国大地测量学家克吕格补充完善，故名高斯-克吕格投影，简称高斯投影。这种投影，将经线投影为直线，其长度没有变形，与球面实际长度相等，其余经线为向极点收敛的弧线，距经线愈远，变形愈大。 赤道线投影后是直线，但有长度变形。除赤道外的其余纬线，投影后为凸向赤道的曲线，并以赤道为对称轴。经线和纬线投影后仍然保持正交。所有长度变形的线段，其长度变形比均大于1. 随远离经线，面积变形也愈大。若采用分带投影的方法，可使投影边缘的变形不致过大。我国各种大、中比例尺地形图采用了不同的高斯-克吕格投影带。其中大于1:1万的地形图采用3°带；1:2.5万至1:50万的地形图采用6°带。

2.3 软件介绍

ENVI(The Enviroment for Visualizing Images)是一套功能齐全的遥感图像处理系统，其强大的光谱影像处理功能，使其在陆地水资源调查、植被资源调查、土壤盐渍化动态监测等方面有着广泛的应用前景。该软件具有对遥感影像的校正、配准、分类、建立新的矢量层、光谱处理等重要功能[1]。此次使用的为ENVI5.1版本。

ARCGIS软件是Esri公司40多年的GIS咨询和研发经验的结晶产品，也是在世界上使用范围极广的遥感软件。它拥有强大的地图制作、空间数据管理、空间分析、空间信息整合、发布与共享的能力。ARCGIS支持多环境运行与开发平台，可以为不同类型的办公人群提供便利的环境，还提供了丰富多彩、基于IT标准的开发接口与工具，让您轻松构建个性化的GIS应用。此次使用的为ArcGIS10.2版本。

土地利用现状数据库需要内外业结合，本文仅讨论内业方面的操作。

3 数据处理

3.1 查看RPC信息

处理数据利用ENVI软件，加载GF-2的多光谱影像与全色影像。在左层管理层管理器面板中，选择新添加的图像，打开任意图像的视图元数据界面以查看图像的各种信息，从中可以发现ENVI可以很好地识别数据的RPC信息。RPC信息是将二维坐标（x，y）转

6

换为三维坐标（X，Y，Z）的多项式的比值。也就是说，地面点大地坐标及其对应的图像点坐标通过以下方式关联：比值多项式。下载的文件中通常会看到具有RPB或RPC后缀的文件。这是RPC文件。由于制造商无法提供卫星和传感器参数，因此提供了用于几何校正的RPC模型。RPC信息是十分重要的信息，之后的正射校正会用到RPC信息。RPC数据如图3-1。

图3-1：RPC信息 Fig.3-1 RPC information

3.2 正射校正

卫星影像在拍摄过程中会产生各式各样的误差，其中一些是由于地形起伏或是摄影机的方位引起的，为了消除这些误差就需要对影像进行正射校正。几何校正是去除由多方面因素组合引起的几何失真，主要是来校正或给出图像平面坐标。除了几何校正的二维校正之外，正射校正可以与DEM组合以校正由地形变化引起的误差并且将除x，y之外的h信息添加到图像中。几何配准与几何校正比较起来，几何校正主要是为单个影像的数据错误进行矫正，是将数据本身的错误变更为正确的数据，是将单个影像的数据合理化的操作。

7

而几何配准是一个影像相对于另一个影像来配准，将两张影像的同名像点完全重叠的操作，是图与图的一种几何关系。所以，几何配准与几何校正相比较更像是一种后期的数据处理。本质上，两者的原理基本相同，即几何匹配在各个方面不同的两个图像，使得两个图像具有一致的坐标系和图像分辨率。DEM的全称是数字高程模型，是由地面高程数据的有序排序生成的实体地面模型，数字高程数据是数字地形模型的一个分支，它仅记录高程信息，坡度坡向等信息能够从DEM中衍生出来。

在将影像加入ENVI后，可以看到影像的RPC信息，之后就可以根据这些RPC信息来对影像进行正射校正。这里就以多光谱数据正射校正为例，因为多光谱数据校正后更容易对比出区别，全色数据正射校正操作与多光谱数据完全相同。

1）在工具栏中，选择正射校正中的RPC正射校正工作流选项以打开正射校正流程化工具。

2）在文件选择面板中，选择输入多光谱数据。DEM文件会默认选择ENVI中自带的DEM数据，但由于ENVI中自带的DEM数据分辨率过于低，所以本文使用SRTM、ASTER、GDEM等分辨率更高的DEM数据。

3）在接下来的操作中，能够看到多个选项卡。如果我们可以得到更为准确的控制点数据，可以在控制点界面进行添加。之后可以在统计界面看到相应的误差统计信息。

4）切换到“高级”选项卡并将像元大小修改为4米，图像重采样处需要选择三次卷积法，其他参数保持默认即可。

5）切换到“输出”选项卡，选择输出文件格式，设置输出路径及文件名进行正射校正操作。

3.3 图像融合

图像融合是将单个传感器的多波段信息或不同型号传感器供应的信息联合起来，祛除多传感器信息之间的重复和矛盾，直观的获取影像中的信息，提高信息的精度和可信性以及利用率，为对象进行清晰，完善和准确的刻画。本文选择使用Gram-Schmidt图像融合函数进行图像融合。Gram-Schmidt图像融合改善了PCA中信息过度集中的问题，不受波段的，更好地保留了空间纹理信息，特别是保持光谱特征的高保真度。专为最新的高空间分辨率图像而设计，可以更好地保留图像的纹理和光谱信息。Gram-Schmidt图像融合方法采用统计分析方法，使参与融合的融合最佳匹配。该方法改进了主成分变换（PCA）中

8

第一主成分的信息过分集中的问题，不受波段，可较好地保持空间纹理信息，尤其能高保真地保持图像的光谱特征[2]。这种方法可以满足绝大部分图像的融合。

3.3.1 不同传感器图像融合

1）将两个不同传感器的影像同时加载进ENVI中。

2）利用ENVI中的图像融合下的Gram-Schmidt图像融合功能，在文件选择框中分别选择设置好低分辨率影像和高分辨率影像，之后会打开融合参数面板。

3）在之后的界面中，传感器类型选择Unknown，重采样方法选择三次卷积，输出格式选择ENVI。

4）选择输出位置及文件名称，执行不同传感器图像的融合。

执行这种融合后，融合后的影像同时拥有高分辨率影像的高分辨率特征和低分辨率影像的多波段特征。

3.3.2 相同传感器图像融合

对于相同传感器之间的影像融合，Gram-Schmidt图像融合方法也可用于获得很好的结果。

1）在ENVI中打开相同传感器的多光谱影像文件与全色影像文件。

2）利用ENVI中的图像融合下的Gram-Schmidt图像融合功能，在文件选择框中分别选择多光谱影像作为低分辨率影像和全色影像作为高分辨率影像，之后会打开融合参数面板。

3）在之后的界面中，选择传感器类型处选择使用的传感器，如果没有就选择Unknown，重采样方法选择三次卷积，输出格式选择ENVI。

4）选择输出位置及文件名称，执行融合处理。

融合后整个图像的分辨率会出现很明显的提升，同时还兼顾了多光谱影像的多波段特征，可以依据不同的用途进行不同的波段合成。

9

3.4 快速大气校正

由于大气对光线的各种影响会对像片的拍摄造成各种影像，为了消除这种影响，需要对影像进行大气校正。大气校正分为两大类：绝对大气校正和相对大气校正。相对大气校正基于地面变量和遥感数据之间的相关性。优点是易于建立并有效地总结从本地区域获得的数据，例如经验线性校准，内部平场方法等。另一方面，绝对大气校正模型也可以根据遥感系统的物理定律建立因果关系。

利用ENVI中的辐射校正下的大气校正模块，从下拉菜单中选择Quick Atmospheric Correction以调出QUAC Parameter Settings面板.Select Input File选择上一次图像融合的结果。在传感器类型中选择未知，设置输出路径和文件名，然后执行快速大气校正。

大气校正能够使影像的色彩对比更为强烈，为之后的目视解译降低了难度。

3.5 图像裁剪

由于图像的覆盖面积过大，而我们只需要对杨家乡建立土地利用现状数据库所以要对图像进行裁剪，来提高计算机对图像的加载速率并防止加载文件时出现未响应的情况。

打开ENVI软件，首先加载我们需要裁剪的图像。图像裁剪有两种形式，下面将分别进行详细介绍。

3.5.1 规则裁剪

规则裁剪就是将一幅影像通过人工界定的范围裁剪成一副矩形的图像。规则裁剪一共有三种方式可供选择，分别是手工选择范围、利用经纬度分割和与其他图像范围一致的分割。

1）手工选择裁剪：利用ENVI中的运用掩膜功能，然后选中需要裁剪的图像，选择“Spatial Subset”选项，然后单击“Image”选项，这时会出现带有红色边框的例图，只需要拖动边框范围就可以就可以确定裁剪的范围。这种方法裁定精度很低，只适用于没有给定准确范围，且影像需要使用的范围较大的情况。

2）利用经纬度裁剪：在选择“Spatial Subset”选项后，单击“Map”选项，在出现的界面上输入左上角的经纬度与右下角的经纬度就能够通过这两个点来确定裁剪的范围。这种裁剪方法可以准确的裁剪出需要的矩形区域，是在规则裁剪中精度较高的裁剪方式。

10

3）与其他图像范围一致的分割：在ENVI中打开你所需要作为裁剪范围的另外一幅影像，在选择“Spatial Subset”选项后，单击“File”选项，此时选择需要作为裁剪范围的图像，然后选定输出路径与名称即可。这种裁剪方式适用于观察一幅大的图像与另一幅小的图像的相同位置的关系。

3.5.2 不规则裁剪

不规则裁剪，顾名思义就是将图像根据需要裁剪成各种不规则的多边形，根据准备条件不同也会有两种不同的处理方式，分别是手动绘制裁剪区域和利用外部矢量数据进行裁剪。规则裁剪也可以利用外部矢量数据操作。ROI是感兴趣区域，实验时得到的数据往往是一整个大的区域图像，有时课题只需要对其中的一小部分进行研究，这一部分用多边形勾勒出的区域就是感兴趣区域，圈定感兴趣区域不止能够降低研究所花费的精力，还可以减少计算机读取图像的处理时间，加快研究进程。现今市面上很多图像处理软件都提供ROI裁剪功能，例如ENVI、ARCGIS、erdas和matlab等。

1）手动绘制裁剪区域：在ENVI中加载需要裁剪的影像，右击在视图列表中的影像，然后选择“New Region Of Interest”，打开ROI TOOL界面，然后在影像上绘制出需要使用的区域。绘制完毕后，将绘制的区域另存为ROI文件，确定文件名和输出位置。利用工具栏中的Regions of Interest功能，在子菜单中选择感兴趣区裁剪图像，然后选择需要裁剪的图像，进入Spatial Subset via ROI Parameters界面后，选择之前保存的ROI文件，将NO改为YES，这个选项如果不更改裁剪出的图像会是一个矩形，背景值改为0，然后选择输出文件名称和位置，即可完成裁剪。

2）利用外部矢量数据进行裁剪：利用外部矢量数据的方式与手动绘制的方式大同小异，只是少了建立掩膜这一步骤。当拥有实现生成的外部矢量文件时，便不用建立掩膜，我们只需要在ENVI中加载事先准备好的矢量文件，在进入Spatial Subset via ROI Parameters界面时选择矢量文件，将NO改为YES，背景值改为0，然后选择文件名称和位置，即可完成裁剪。这种方法既可以进行规则裁剪也可以进行不规则裁剪，区别只是ROI文件的形状而已。当ROI文件为矩形时就是规则裁剪，ROI文件为多边形时就是不规则裁剪。这种裁剪方式是最简单最准确的方式，也是在图形裁剪时最常用的方法。所有处理完毕后的成果如图3-2。

11

图3-2：裁剪结果 Fig.3-2 Tailoring results

4 数据库建设

4.1 土地分类代码

建立土地利用数据库首先需要根据目视解译对shp文件进行图斑分割，鉴于土地利用现状数据库是未来土地利用建设规划的基础，所以对于精度的要求十分高，几乎是需要每一个图斑的地类都完全准确，且我国地域宽广，各地区风俗习惯不同，对土地的利用方式、利用规划也不尽相同，需要采集的样本过多所以监督分类等方法效果并不好。目前来说人工目视解译加上外业核实的方法依旧是最好的方法也是业界目前正在使用的方法，并且利用shp文件建立数据库可以随时对图斑的属性进行编辑，方便于当未来土地利用属性发生变化时直接在原数据库上进行修改。为了方便信息的查阅所以要对分割的图斑进行编码，编码需要易懂，且各个类型相近的地类之间编码需要分为一类，编码需要方便查询且不能遗漏任何一种地类，土地分类代码的建立就是为了之后的目视解译能够为图斑赋值，所以建立一套完整的土地分类编码也是建立数据库的一项重要任务。国家第三次全国土地调查根据第二次土地调查的分类，总结了土地利用情况的分类和编码。其中分为三大类：农用

12

地，建筑用地和未利用地。又下分十二个小类，由于编码列表过长，所以以图片的形式呈现，见表4-1。

表4-1 土地利用现状分类和编码

Tablet.4-1 Classification and coding of land use status

13

14

15

16

17

18

19

4.2 目视解译与图斑分割

4.2.1 目视解译

目视解译是遥感影像判读的其中一种方式，就效率上来说，目视解译是效率最低的，与现今遥感软件中的监督分类，非监督分类等以计算机为主导的解译方式无法相提并论。但以作业员本身为主导目视解译在准确率上要远远高于以计算机为主导的解译方式，目视解译主要靠的是作业员直接观察影像，并利用自身丰富的判别经验和与影像相关的资料，人为判断地类的判别方法。目视解译作为一项遥感从业人员的必备技能，具有使用设备少，准确率高，培训简便易于上手等特点。在将影像与所获得的资料对比后，结合外业核实，需要在分类前建立各种地类的目视解译判读标志。根据地类的各种特征，主要包含纹理特征，尺寸特征，方位特征，颜色特征，形状特征等来建立影像区域与地类的一一对应关系。将得到的各种资料与自身经验相结合，选定足够的样例，为图斑分割提供借鉴。这次以《土地利用现状分类和编码》为基础建立了部分建库过程中常见地物的目视解译判读标志对照表。见表4-2。为了方便我们进行目视解译在加载影像时需要开启Gamma拉伸。Gamma拉伸是对图像灰度值进行一系列操作，使得输入输出值呈现出指数关系的数学变换。当伽马值大于1时，图像灰度值较高的区域的值将变小，而图像灰度值较低的区域将更低，并且图像将比原始图像更暗；当伽马值小于1时，图像灰度值较高的区域值会被变得更大，而图像灰度值较低的区域会被变高，图像会比原图像更加亮。Gamma拉伸曲线图如图4-1。在光照强度很低的情况下，颜色的变化很容易被人的眼睛捕捉，反之，在光照强度高时将会对人眼辨别颜色产生影响。

色调是由地物之间的光反射和光反射之间的差异造成的，且农作物不同，有些田地还是收割完毕的状态，就会造成旱地这样相同的地类，在影像上呈现出不同色调。旱地会出现深绿色、浅绿色、土黄色和亮黄色等色彩。一般来说单一个体在影像上是难以分辨的，但当许多个体聚在一起时会使地物表现出一些特定的纹理特征，旱地会显示为在整个范围内有着距离相等的浅显条状分隔，林地会显示为一个一个的圆型颗粒聚在一起，城镇则显示为大量小矩形有规则的排列，道路显示为比较光滑，坑塘水面表现为无任何纹理。尺寸特征是指地物在影像上长、宽、面积等。形状特征是指地物在影像上的轮廓，而一些特定

20

的地物会有一些特定的形状，道路为均匀的条状带，沟渠为不规则条状还会有一些分叉口，旱地形状比较规整边界多为直线。方位信息是地类所属的位置，这里只要是指相对地理方位，比如一些与旱地相连的小型建筑一般是设施农用地，而处于城镇村内部的道路一定是城镇村道路用地。

图4-1：Gamma拉伸曲线图 Fig.4-1 Gamma Tensile Curve

表4-2 判读标志对照表

Tablet.4-2 Interpretation Mark Control Table

地类 水田

特征

有明显条状纹理，颜色多为土绿色，通常与河流或沟渠相邻，轮廓不固定，面积通常很大。

影像截图

21

旱地 有深浅不一的条状纹理，颜色根据作物的不同会发生改变，会出现深绿色、浅绿色、土黄色和亮黄色等色彩，通常以农村宅基地为中心放射性分布，轮廓不固定，面积通常很大。

乔木林地

有颗粒状的纹理，颜色多为深绿色，边界不规整，多与旱地相连，轮廓不固定，有时面积很大，在田间时面积很小。

灌木林地

纹理为不规则的圆滑块状物，颜色多为绿色，出现位置不固定，轮廓不固定，面积通常很小。

其他草地

纹理比较粗糙，颜色为土黄色，通常出现在旱地与乔木林地的间隔处，轮廓不固定，面积不固定。

农村宅基地

纹理表现为大量白色块状地物有序排列，通常处于公路用地的路径上，轮廓较为规整，面积较大。

22

公路用地 纹理光滑，颜色为亮白色，位置是由国家规划的，为线状地物，宽度一致。

城镇村道路用地

纹理与公路用地相似，颜色为亮白色，通常在农村宅基地之间，为线状地物，宽度一致。

农村道路

纹理较为光滑，颜色通常为土黄色，通常位于旱地之间，有时末端与农村宅基地相连，为线状地物，宽度一致。

河流水面

河流几乎无纹理，河床纹理粗糙，两者都属于河流水面，颜色为土黄色夹杂着黑色，通常与水田和沟渠相连，长度较沟渠更长，宽度不一致。

坑塘水面

无纹理特征，颜色为黑色，位置不固定，轮廓较为规整。

23

沟渠 纹理和颜色与河流水面相同，通常位于旱地之间且与河流相连，长度较短，宽度不一致。

设施农用地

纹理和颜色与农村宅基地相同，位于旱地附近，面积较小。

4.2.2 图斑分割

首先在ArcGIS中载入作为参考的工作底图，北安市的GF-2数字正射影像图，对影像应用Gamma拉伸，会发现影像的色调变得更加明亮，到此对工作底图设置就结束了。

然后需要加载shp文件，打开目录边栏，找到“连接到文件夹”按钮，选择实验操作需要用到的文件夹，便于以后方便的添加shp文件。之后会发现杨家乡文件夹出现在文件夹连接处，将shp文件拖入图层边栏处，在shp文件上右击选择“编辑要素”>“开始编辑”，此时图层会处于正在编辑状态，就可以开始分割图斑了。此次会用到八个原始未分割shp文件，分别是杨家乡、杨家乡和平村、杨家乡民主村、杨家乡模范村、杨家乡前锋村、杨家乡新荣村、杨家乡杨家村和杨家乡。此处以杨家乡为例。shp文件是美国环境系统研究所开发的形状文件的缩写。Shp是主文件的后缀，dBASE表后缀是dbf，索引文件后缀是shx。主文件(坐标文件)是一个直接存取，变量记录长度文件，其中每个记录描述一个由一系列坐标点组成的图形。在索引文件中，每个记录包含对应主文件记录离主文件头初始的偏移。属性文件(dBASE表)的每条记录包含了一个单要素的信息。几何和属性间的一一对应关系是基于记录数目的，在dBASE文件中的属性记录必须和主文件中的记录是相同[3]。dBASE文件中的属性记录必须与主文件中的记录顺序相同。这三个文件的前缀名称

24

必须相同。dBASE是第一个在PC上广泛使用的本地数据库系统。

开始编辑后，在数据视图上会出现编辑器，之后的处理大部分都会使用这个编辑器。编辑器中的裁剪面功能就是处理图斑中最常用的一个功能。

1）线状地物：首先要处理线状地物，先新建一个空白的shp线要素文件，对空白文件进行编辑。利用编辑器中的创建要素功能，创建线要素，对于线状地物，在线状地物中心画线，然后利用编辑器中的”缓冲区”功能将道路拓宽，利用ArcGIS自带的“测量”功能，测量出线状地物的宽度，然后将宽度的一半作为缓冲区的距离，这样就可以将一条线段变更为一个条状带，然后再删除之前画的线段，对道路的缓冲区操作就完成了。当将所有道路都画完后运用ArcGIS自带的线转面工具将线要素转变为面要素。

在工具栏处找到数据管理工具中的要素转面工具，打开要素转面工具，“输入要素处”选择线要素shp文件，更改好输出文件名称及位置执行要素转面操作，就将线要素转化为了面要素。需要注意的是道路不能有分叉，如果出现分叉的道路一定将其截断，使每一条道路都是从头直接到尾的。线状地物只有在走向，宽度和所属城镇村这三种属性基本一致时才可以被划为同一个图斑，即使一条道路是一直延续的，但如果它属于不同的城镇村也需要分割开。对于底图自带的铁路用地，公路用地不用进行更改，因为是国家划定的。

由于利用缓冲区建立的道路会在端点出现半圆形，这与实际道路不符，所以需要将道路两端的半圆形去掉，这时需要使用编辑器的裁剪面工具。选中“裁剪面工具”，然后点击半圆形直径的两端就可以将道路与半圆形分割开来，此时只要把分割下来的半圆形删掉就完成了对这条道路一端的处理，需要注意的是每条线状地物的两端都需要处理，不能有一条遗漏。

2）线状地物与原图层合并：当线状地物处理完成后我们得到的应该是一个拥有条状面要素的shp文件，接下来所需要做的就是将这个shp文件与之前未分割的杨家乡shp文件合并在一起，但是直接合并会出现重叠的拓扑错误。这时就需要用到ArcGIS中的分析工具功能中的擦除功能，这时会出现擦除界面，在“输入要素”中选择未分割的杨家乡shp文件，在“擦除要素”中选择线状地物shp文件，在“输出要素”处设定好路径与名称，执行擦除操作，会得到一个有着线状空白的shp文件。我们要将这个文件与线状地物shp文件合并，打开联合界面，在输入要素中选择之前的成果与线状地物，设定好输出位置和名称，操作完成后，会得到一个除线状地物外其他地物均未分割的shp文件，将它命名为杨家乡未分割。

3）图斑赋值：杨家乡未分割图层是一个每个图斑面积都很大的图层，需要做的就是

25

根据之前处理好的底图，利用目视解译，判断其中的小块的地类，并为它们赋值。由于得到的边界文件是由国家下发的文件，其中的属性表都是添加好的，但一般来说无特殊要求时属性表只需要DLMC（地类名称）、DLBM（地类编码）两个属性即可，如对面积有要求可添加字段AREA，类型选择双精度，然后在字段处利用“计算几何”功能。

由于shp文件默认添加后显示样式为有填充颜色，这会导致底图被图斑图层覆盖而无法进行目视解译，需要将显示样式改为空心将轮廓颜色改变为与底图色差很大的颜色，这样便于观察底图。选中一块图斑，打开属性边栏，在DLBM字段处利用土地利用现状分类和编码与目视解译得到的结果为图斑附上地类编码。为了记录哪些图斑编辑过，那些图斑没有编辑过，需要在图层上打开标注。ArcGIS拥有在图层上显示多个字段的功能，之后检查时可以选择将DLBM与DLMC字段同时显示在图层中这样能够一目了然的发现编码是否与地类对应，这里只需要选择DLBM就可以，选择适合的字体大小和能够看清的颜色然后点击确定，这是会发现已经被赋予编码的图斑会在数据视图处显示标注，未赋值的图斑则是空白的。

4）图斑分割：裁剪图斑利用的也是“裁剪面工具”，在图斑上根据地块的范围形成封闭的多边形就可以将多边形内的图斑分割成的图斑，需要合并相邻的地类图斑，并且需要将由乡村道路和河流水面等线性要素划分的相同类型的地图划分为不同的区域。对于城镇村的提取需要以往年的地籍登记资料作为参考，有些看似是旱地的地类实际上是住户用于种植农作物的院子，这种地类要赋值为0702农村宅基地，但一些过于离谱的地籍资料可以不予采用，初期采集城镇村时可以先不提取城镇村道路，当农村宅基地提取完毕后再细化提取。图斑分割介绍起来是一个很简单的流程，但实际操作起来需要很有耐心，由于对精度的要求很高，比例尺需要放到1：1000的大小来绘制，一个村子往往需要绘制两天。在图斑全部分割完成时后，可以利用ArcGIS属性表自带的“字段计算器”来为DLMC字段快速批量赋值。利用属性表中的“按属性选择”功能可以快速批量选中杨家乡图层的图斑，此处以0103为例，然后执行操作，会发现所有DLBM为0103的地类全部被选中了。然后需要在DLMC字段上右击选中“字段计算器”，在“DLMC=”处输入'旱地'，然后确定，会发现所有编码为0103的图斑都被赋予了“旱地”属性，以此类推需要将所有类型的地类都赋予地类名称属性。到此，一个村庄的图斑分割就完成了。杨家乡部分成果见图4-2。杨家乡成果见图4-3。当所有的shp文件全部处理完毕后，就要开始下一个步骤：检查与核查。

26

图4-2：杨家乡部分成果

Fig.4-2 Some achievements of Yangjiaxiang

27

图4-3：杨家乡成果

Fig.4-3 achievements of Yangjiaxiang

4.3 检查与核查

数据的准确性是判断土地利用现状数据库质量的重要标准，按照规定的标准，应采用自检、互检、组内检查和组间检查这种分阶段、分级多次检查的检查方式，才能够保证数据库的质量， 避免将部分图层内的错误带入最终的数据库中。由于此次为单人作业无法进行互检等操作，因此以两次自检作为替代。

检查的首要是对拓扑关系的核查：首先在需要的文件夹下新建一个地理数据库，将数据库命名为想要起的名字，然后在地理数据库中新建一个要素数据集，并将数据集命名为想要用的名字，设置坐标系、容差，此处的命名没有意义，因为检查完拓扑后这些图层就没有用了。右击建立好的拓扑数据集，导入单个要素类，将需要核查拓扑的图层导入数据

28

库，完成后右键数据集新建拓扑，在“指定拓扑规则”处添加规则为不能重叠，不能有空隙，拓扑建立完成后，将拓扑结果加入图层中，然后根据错误记录修改拓扑。

检查前可以新建名为检查错误结果的图层，用来标注出现错误的位置，此图层只需要在发现错误时，在错误位置随意勾画几笔，并记录错误类型即可，这样在之后修改时可以通过定位检查错误图层中的线要素快速找到需要修改的图斑。

检查过程通常使用跳图斑的方式，通俗来说就是挨个图斑进行确认，这样可以保证检查时不重不漏，为了提高检查时的效率，可以采用一些键盘宏的插件，本次使用的是移花接木插件，将上箭头设置为Ctrl+N，在键盘上按上下就可以快速定位一个图斑，这样可以实现仅使用键盘就能按顺序快速选中和定位图斑，大大的节省了检查时间。

检查过程中主要出现的错误有漏采集地物，在初次分割时有一些间杂在大块旱地中的其他草地和乔木林地可能会漏采集，检查后需要将它们重新提取出来。边界错误，在初次分割时有些出现观察失误，导致地类边界划分不准，此时有两种不同的解决方式，一是利用之前的图斑分割，将多余的部分分割出去后在与相邻的图斑合并，合并功能在“编辑器”按钮中；第二种方法是建立拓扑，利用拓扑中的整形边工具来实现快速的修整，下面是方法步骤：在菜单栏处点击“自定义”选项，在工具条处找到“拓扑”选项，打开拓扑工具栏，利用拓扑编辑工具在地图上创建拓扑，然后利用“整形边工具”沿着正确的边界绘制即可改正边界错误。图斑赋值错误，这种错误一般只是因为粗心，在输入DLBM时输错代码，导致统一赋值DLMC时也出现错误。漏采道路：有一些田间的细小但符合上图标准的农村道路在处理线状地物时可能被漏掉，在复查时发现需要及时采集。由于“杨家乡”的图层图斑很少，经过细致的检查后并没有进行二检。数据归纳后如图4-4。

在全部shp文件检查完毕后，将文件加入内容列表，选择“文件”，然后“导出地图”，选择需要的输出的格式，这里输出为TIFF格式，土地利用现状图就完成了，成果见图4-5。可以看出，在这个图纸上我们只能看出各个区县之间的界线和各个图斑的边界，与监督分类不同，由于各图斑本身就带有属性所以不需要图例，当需要查询土地属性时依旧需要打开标注。

29

图4-4：杨家乡检查 Fig.4-4 Yangjiaxiang Inspection

图4-5：杨家乡土地利用现状图

Fig.4-5 Land Use Status Map of Yangjiaxiang

30

4.4 数据入库

将所有处理完的图斑文件添加到内容列表处，将这八个文件添加到同一个图层中，以二检后的文件为准。接下来就需要建立数据库。数据库，举个简单易懂的例子就像是图书馆储存图书的柜子，而数据库就是用来储存数据的柜子，用户可以在对数据库中的数据进行访问、更替、删减等操作。所谓“数据库”是将数据以一种特殊的方式储存在一起、能让不同的权限用户查询数据或更改数据、具有尽可能减少数据在内存中的占用空间、减少数据的重复度、与读取程序彼此，可在不同程序上读取的数据集合。

数据库管理系统，应满足下列要求：能按照三调数据库建设规范要求开展数据采集与入库工作，支持三调规定的数据库标准及数据交换格式；能对国土调查数据进行管理，并具有查询、浏览，以及数据增加、删除、修改等编辑功能；满足地方日常土地管理工作对国土调查数据的管理需求；数学基础、面积量算方法、数据汇总规则、数据统计表模版和图件输出格式等符合三调要求，支持国土调查数据更新。

需要制造数据库的文件夹目录下建立新的个人地理数据库，将数据库命名为“杨家乡土地利用现状数据库”，然后在数据库上右击，选择导入多个要素类，将全部图层加入“输入要素”，点击确定，就将需要入库的文件加入到了数据库中。ArcGIS中使用的数据库格式是mdb格式。mdb(Microsoft Database)格式是Microsoft Access软件使用的一种存储格式，因其对数据操作的方便性，常用在一些中小型程序中使用。mdb文件一般用ACCESS就能直接打开，当然也可以用办公软件excel来打开。mdb是数据库文件，一些数据库软件也能打开mdb格式文件的。成果如图4-6。在向数据库中添加数据时出现了一个错误，在添加新荣村成果时出现“数据路径不对或格式不支持”的错误，但文件能够在ArcGIS中打开也能够编辑属性，在尝试重新对一检结果进行改正后，新的二检文件又能够加入数据库中，由于忘记备份错误文件，所以这个错误已经无法解决。希望在之后遇到此问题的研究者能够进行一下深入的研究。

此次建立的数据库能够较好的实现对于数据的查询、浏览、增加、删除、修改等基础功能，坐标系系统符合国家所规定的国家2000坐标系。

在建立完数据库之后，当其他从业人员想要获取杨家乡的土地利用现状时，只需要加载数据库中的shp文件并打开标注就可以获取他想要的信息。如果想要共享数据，就要依靠文件夹，将包含有shp文件的各个文件夹打包压缩就可以进行数据共享。

31

图4-6：土地利用现状数据库 Fig.4-6 Land Use Status Database

5 总结与展望

我国作为世界上国土面积第三大的国家，幅员辽阔，地大物博，在这个经济飞速发展的时代，土地的开发利用也会为国家创造大量的经济，因此进行土地调查并建立土地利用数据库是当务之急。

本篇论文运用ArcGIS与ENVI相结合，在数据处理方面，因为国家制作参考底图利用的是像素工厂这种用于大型生产的遥感处理软件，无法轻易掌握，所以ENVI全面的功能用来作为图像处理软件十分合适。土地利用现状数据库的的建设主要分为三个过程：数据预处理、图斑分割与赋值和数据库的建立。三个阶段缺一不可，一环扣一环。数据的预处理是为了制作之后分类的参考底图，图斑分割与赋值是为了进行对地类进行分类并给予属性，数据库的建立是将前面一步的操作结果进行一个汇总，建立一个数据的合集。在数据库建设方面，ArcGIS自带数据库建立功能，且能够简单的对图斑进行分割和赋值，所以在二调和三调中都被选为图斑处理的首选软件。

（1）从发展进度来说，土地利用数据库建设的发展十分缓慢，从二调到三调，数据库的建立依旧是使用图斑分割，造成这种情况的原因是全国性的土地调查是十分耗时耗力的行动，不可能经常开展，没有应用的领域就会导致这方面的发展极为缓慢，但经过数十年的发展，土地分类编码的建立显得更为成熟，各项地类的编码也比二调分类更加科学，更为细致。

（2）解决了二调建库时线状地类绘制的问题，从参考用的二调数据库中可以发现，

32

许多的线状地物并不是以面要素的形式登记在案的，二调时的从业人员仅仅以线要素表示线状地物，这很明显是违背物理事实的，到了这次三调，利用缓冲区擦除联合的方式可以恢复线状地类正常的轮廓。

（3）检查过程利用了键盘宏插件，提高了核查的速度，修改时与拓扑相结合，利用拓扑修改要比利用图斑分割修改更加便捷和轻松。

虽然数据精度相较于二调大大提高了，但整个构筑数据库的过程依旧十分缓慢，目视解译与图斑分割相结合的方法十分缓慢，监督分类等方法虽然符合高效的要求，但精度完全无法达到国家对数据库的精度要求。如何合理使用ArcGIS软件工具栏中自带的各种影像图斑处理工具，并在工作研究中恰当灵活的使用各种功能尽可能的提高人机互动的比例或开发能够提高准确度的分类算法，是提高建立数据库的速度的必要途径，也是建立土地利用现状数据库这个课题发展的未来趋势。

就现阶段来说计算机分类比较困难的区域依靠人工划分，较为容易区分的区域利用计算机分类，并将这两种分类的成果叠加是比较切实可行的。

33