基于监督分类矿山复垦土地利用分析
2019-12-26刘蕊溪
舒 欣,郑 洁,刘蕊溪
(西南科技大学城市学院,四川 绵阳 621000)
传统的人工测量方法,获取地物的方式误差较大,作业周期长,成本费用高。而遥感技术的出现,打破传统人工测量方法的局限性[1]。它是一种信息时代大产物和工具,具有周期动态性、信息量丰富、快速获取信息等特点,能够利用电磁波快速准确提取地物信息,从而提高工作效率。用不同影像特征对地物进行归类,形成土地利用分类数据,并对矿区复垦土地利用现状及分布情况进行系统分析。
1 研究区和实验数据
1.1 研究区数据
本文研究区数据为绵阳市某矿区Landsat8遥感影像,坐标系为WGS-84。其参数系数如表1所示。
表1 遥感影像参数系数
1.2 监督分类
1.2.1 感兴趣区域的建立
首先,通过人工目视判读,辨别出矿区复垦后可利用土地类别,建立感兴趣区域,每一个类别的样本数量最好控制在10个以内。
然后,检查样本之间的可分离性。分离的值在0~2.0之间。如果分离度大于1.9,则意味着样本之间的可分离性良好,并且属于合格样本。如果小于1.8,则需要重新选择训练样本。对于分离结果小于1,请考虑将两种类型的样本合并。表2显示了各种样本之间的可分离性。
1.2.2 建立训练样本
训练样本是指分析人员在训练场上确定的各种实际对象类型的典型分布区域[3]。
训练样本的选择以及分类准确性之间的直接关系是监督分类的关键。使用选定的样本像元识别未知样本像元的过程。
1.2.3 执行监督分类
目前,常用的监督分类包括平行六面体,马氏距离,最大似然,最小距离,神经网络和支持向量机。本文主要使用神经网络(Neural Net Classification)方法。神经网络的优点是其非线性映射能力。
它使用许多小型处理单元来模拟生物神经元,并使用算法来快速,大量地处理数据,以实现人脑识别,记忆,思考以及将其应用于图像分类的过程。
如图1所示为监督分类的最终结果,其中蓝色、紫色、黄色、绿色、褐色、青色分别表示矿山复垦可利用土地分类图。
表2 6个样本可分离性
图1 矿山复垦土地利用分类图
1.2.4 空间数据可视化
空间数据可视化是一种在经过计算机处理和分析之后在信息世界中显示现实世界事物的方法,把数学模型和数据进行处理,有效传输与表达地理信息,解释地理现象内在规律的重要手段。本文使用GIS软件对监督分类结果进行可视化,制作地图输出结果。
2 结论
由于中国的土地利用状况是人均耕地较少,土地储备资源较少,因此对矿区复垦土地合理开发与利用在一定程度上可解决土地紧缺问题。如果大量开发荒草地和裸地容易造成生态环境。所以需要我们加强保护耕地,缓解用地不足的矛盾。