王丽男

（辽宁省地理国情监测中心，辽宁沈阳 110034）

地理国情监测工作已持续开展四年时间，积累了连续而丰富的地理国情监测成果，遥感解译样本数据成果亦是其中之一。每年，为了采集和制作遥感解译样本数据都需要投入大量的人力、物力，如何将其更好的应用于实际监测工作当，提高作业效率、优化成果质量是我们首要考虑和急需解决的问题。

一、研究现状

1.基础性地理国情监测作业现状

目前，大部分地区地理国情监测的数据更新，是以参照当年和去年两期遥感影像，对比纹理变化，人工圈定范围、判读图斑类型，辅以外业实地核查的方式进行。在近两年的实际工作中，我们发现由于部分影像不是十分清晰或两期影像变化不明显等原因，造成人工判斑的困难较大，剩余大量不确定图斑要外业核实，这给本来紧张的工作增加了负担。此外，由于参与国情监测作业人员较多，业务水平又参差不齐，使得在成果的质量控制上，每年也需投入了大量精力。

2.遥感影像解译技术发展现状

遥感影像解译技术是随着遥感技术的产生而诞生的，遥感解译经历了从纯人工目视解译到半自动解译，目前正向全智能化解译方向发展[1]。随着地理信息系统、人工智能、图像理解、模式识别、人工神经网络、模糊集理论、生理和心理认知理论等相关理论和技术的发展，在遥感自动解译研究方面取得了一定成果[2,3,4]，一些高科技公司相继推出了自己研发的影像智能解译产品，如中科星图GEOVIS遥感智能解译系统、航天泰坦遥感图像智能解译系统、商汤科技SenseRemote智能遥感解译系列产品等。这些影像解译产品虽然标志着解译技术向着智能化方向发展，但要实现成熟运用仍存在许多要解决的问题。例如在遥感影像复杂信息的全自动分割和获取(包括图形、识别特征和光谱信息提取)、多种信息源的空间数据标准统一、遥感和地理信息系统的复合以及多源遥感信息复合、多种目标智能提取与识别模型的标准化和集成等方面还有待进一步研究与探索[5]。

二、研究内容与设计思路

基于地理国情监测工作现状、遥感影像解译技术发展程度，以及地理国情监测数据要求高精度、高准确率等特点，为充分利用遥感解译样本数据成果，切实为生产作业服务，提高生产效率和产品质量，提出以下研究内容。

1.研究建立影像自动解译样本管理数据库

目前，影像自动解译多是以通过与解译样本对比分析方法实现的，要进行影像自动解译，首先须建立一个有效而完备的解译样本数据库。地理国情监测使用的影像类型、时相、分辨率多种多样，即使同一监测区域每年使用的影像也不尽相同，这给影像自动解译带来巨大难度。要想提高影像自动解译准确程度，一种有效方法就是使用当年主要影像数据源生成的解译样本库，要得到这样的解译样本库，就需要解决在影像解译前快速生成样本问题。

设计思路：以现有解译样本数据为基础，比较最新影像纹理，生成新的解译样本，对每个样本给出相似度评估结果，对相似度达不到某一指标的，人工判读样本是否正确，对不正确样本予以剔除，对缺少的个别样本，进行人工添加，最终形成所需的解译样本数据库。另外，考虑到不同地域特点，可以以市为单位进行建立，这样的样本库针对性更强，体量也较小。

2.研制图斑类型识别辅助软件

人工提取图斑变化信息是目前数据更新过程中，最为费时费力的一项工作，也是易于出现错漏的一个环节。如果利用计算机对影像进行初步解译，得到的结果辅助人工辨别，不仅会提高人工解译效率，而且也有利于减少误判和丢漏概率。

设计思路：第一步参照国情数据本地库与当年监测影像，人工圈定变化图斑，形成监测增量矢量文件。第二步利用研制软件对增量文件进行自动解译识别，生成解译成果。软件解译识别概略过程：首先，依据增量矢量文件自动截取各图斑所在主要影像数据源影像。然后，按其光谱特征对比历年遥感解译样本（为提高解译准确性和解译速度，可对比指定范围内的解译样本），找出样本中最为相似的类型。最后，把解译后的类型名称、相似度值等信息标定到矢量文件中，并按照某一相似度值，将矢量文件分成已识别图斑层和疑问图斑层。第三步对疑问图斑层的数据，再人工核定是否外业核实。

三、研究意义

（1）该项研究有利于减少工作中因解译人员因经验不足或心理上、生理上等原因造成的人为解译错误。

（2）该项研究可以解决遥感影像自动解译软件尚未攻克的解译边界准确性问题，使自动解译技术能实际应用于地理国情生产。

（3）该项研究有利于实现，充分利用遥感解译样本辅助内业判读，有效提高内业判斑质量和数量，达到减少外业工作量目的。

四、结束语

由于基础性地理国情监测内容指标分类较细（一级类10个，二级类59个，三级类143个），其中涉及地表覆盖的一级类就有8个（种植土地、林草覆盖、房屋建筑（区）、铁路与道路、构筑物、人工堆掘地、荒漠与裸露地、水域），二级类更多有52个[6,7]。就目前影像数据源和影像自动解译技术发展情况，要完全实现三级类自动解译几乎是不可能的事，所以可以先初步实现一级类间地物的变化识别和部分二级类间地物的变化识别，待积累一定经验后，再探索实现更多地物类间的变化监测识别。