任雪松

（中南勘察设计院集团有限公司，湖北 武汉 430064）

0.引言

2020年7月3日，中央召开农村乱占耕地建房问题整治工作电视电话会议，强调要坚决遏制农村乱占耕地建房行为，采取有力措施整治2013年以来存量农村乱占耕地建房。以往此类调查摸排工作，多依靠基层国土所及乡镇、村巡查或村民举报获得相关信息[1]，由执法部门赴现场查看并收集相关举证材料，分析其是否存在违法用地事实，是否占压耕地，是否有相关手续。整个过程复杂冗长，且不能事前监管，很多违法用地发生为既定事实，拆除成本高，影响范围广，造成不必要的损失和浪费。

近年来随着地理信息技术和计算机技术的飞速发展，地理信息数据包含内容更为广泛，获取地理信息途径更多，地理信息成果数据呈现多样性、多源性的特点，主要包括卫星遥感、无人机摄影测量、地理信息数据库、POI（Point of Interest）数据以及导航定位等数据[2]。多源地理信息数据融合是指将不同类型的数据进行提取、叠加、分析的过程，现已较为成熟地应用在土地利用现状调查、森林资源调查、草原资源调查等自然资源调查项目中[3]。农村乱占耕地摸排简单归纳为耕地范围内调查违建房屋，利用多源地理信息数据可以在内业快速精准锁定违法范围，为外业调查工作提供依据，并大大减少工作量，提高效率和准确度。

1.农村乱占耕地建房技术分析

自然资源部、农业农村部《关于农村乱占耕地建房“八不准”的通知》要求，查清各地区新增建房用地情况、建设情况及房屋性质[4]。本文以汕头市某区为试点区域，研究基于各类地理信息数据进行融合分析，内业识别出乱占耕地建房图斑。农村乱占耕地建房主要分为两个方面[5]：（1）遏制新增，即对2020年7月3日以来的乱占耕地建房要“零容忍”，要全面查处；（2）对2013年以来的农村乱占耕地建房进行摸排并分类。

1.1 遏制新增

此次试点区域采用月度卫星遥感数据与无人机航摄相结合的方式，对试点区域进行月度监测，查找每月新增乱占耕地建房图斑。

卫星遥感数据从自然资源部国土卫星遥感应用中心获取，采用内网推送的方法，将卫星遥感监测影像推送到地方管理部门，技术部门进行数据处理，获取正射影像图，并将两期遥感数据进行对比分析——上月度影像为前时相，本月度影像为后时相——提取耕地范围内的变化图斑，并根据图斑显示的变化信息进行图斑分类。对发展较快、易滋生违法用地的区域采用无人机不定期航拍，在时间和精度上对卫星遥感数据补充。对遏制新增进行技术分析，其技术路线（如图1所示）：

图1 月度新增图斑提取技术路线

1.2 存量乱占耕地建房摸排

摸排对象为试点区范围内2013年以来各类占用耕地建设且没有合法合规用地手续的房屋。此次摸排对象中的耕地是指第二次全国土地调查（以下简称“二调”）中的耕地，包括二调耕地、永久基本农田、按耕地类型管理的可调整地类，以及历年新增通过土地开发整理的耕地；没有合法用地手续的房屋是指全部或者部分占压耕地的房屋。此次摸排具有范围广、时间紧、工作量大的特点，若采用人工实地摸排，不仅需要大量人力物力，而且摸排成果受人为影响较大，准确性不高，因此将多源地理信息进行融合，主要提取二调土地利用现状数据库中的各类耕地，将第三次全国国土调查（以下简称“三调”）数据库中的各类可能存在建设房屋的建设用地或者设施农用地提取出来，叠加农转用审批数据，提取占耕地且没有合法用地手续的建设用地。以历年卫星遥感影像为底图，提取房屋图斑，结合POI数据对房屋图斑分类。主要技术路线（如图2所示）：

图2 摸排图斑提取主要技术路线

2.多源数据融合分析

2.1 卫星遥感影像

近年来随着我国卫星发射数量的增加，卫星遥感影像已广泛应用于年度变更调查、季度卫片执法、自然资源专项调查等多个方面。试点区域获取的卫星遥感影像主要是从自然资源部卫星应用中心获取的高分二号、北京二号卫星为主要的影像数据源，其分辨率为0.8米；亚米级影像不能完全覆盖区域用资源三号和高分一号为补充影像，其分辨率为2米，采用主动获取的方式对试点区域开展以月度为周期的观测。根据前后时相地表的变化情况采用人工判读，并提取图斑（如图3所示），叠合土地利用现状数据库对影像分析可知，图斑范围内前时相为耕地，后建成疑似建设厂房。

图3 基于卫星遥感影像提取变化图斑

2.2 无人机航空摄影数据

对发展较快的重点监测区域，卫星遥感影像周期过长，且对天气要求较高，如，多云地区或者多云季节获取的遥感影像会存在大片云遮挡，效果并不理想。对于广东省，夏季多云多雨，对卫星遥感监测的要求较高，并且经济发展迅速的开发区，地表现状变化快，对监测数据的时效性及分辨率要求较高。

航空摄影测量无人机集成了导航定位、摄影测量、数据传输与处理技术，具有机动灵活、精度高的特点，已经逐步运用于交通疏导、土地监测、灾害应急等诸多方面。采用无人机不定期巡查的方式对变化较快的区域监测，及时获取补充数据，可以满足决策者的工作需求。因此采用无人机配合获取数据，得到相较卫星影像更加高精度、地物纹理特征更明显的高分辨数据（如图4所示），可以精确对观测的建筑物进行定性和分类，如，判读其是否是居住属性或工矿仓储。

图4 无人机航拍获取遥感影像

2.3 土地利用现状数据库

农村乱占耕地建房摸排调查中的耕地范围就是以二调数据库为基础数据，分析在二调土地利用现状数据库中为耕地，在三调数据库中为建设用地且可能建有房屋的地类，并叠加农转用数据，排除有合法用地手续的房屋。通过对摸排对象的分析，以及对地理信息数据库进行分类，得出耕地范围、建设用地范围以及合法用地地类范围（如表1所示）：

表1 数据库中耕地范围、可能建房的建设用地范围及合法用地地类

将建设用地范围与耕地范围叠加分析后，提取原地类是耕地、现状地类是建设用地的图斑，擦除有合法手续的范围，得到违法占耕地的建设用地，并结合遥感影像内业勾绘图斑。

2.4 POI数据

POI（Point Of Interest，兴趣点）是地图服务重要的矢量化形式表达方式，代表一类真实地理实体的地理空间数据。POI主要指人们日常生活中经常遇到的地理场所，如，学校、医院、宾馆、餐饮、银行、景点和标志性建筑物等，能初步分析建筑物的类别。根据摸排工作需求，主要将POI数据分为3大类：

（1）住宅类：房屋主体功能用于居住的房屋，包括农村宅基地、城镇住宅用地等；

（2）公共管理和公共服务类：科教文卫用地、交通服务场站用地、公用设施用地、机关团体新闻出版用地等建筑物，此次摸排将交通服务场地也纳入公共服务类；

（3）工矿、仓储、商服、旅游等产业类：采矿用地、商业、金融业、餐饮旅馆业及其他经营性服务业建筑及其相应附属设施用地，其中没有合法手续的设施农用地属于产业类。

该图斑（如图5所示）为占压耕地建房的产业类图斑。

图5 叠加POI识别图斑类型示意图

3.试点区应用

根据上述分析，存量农村乱占耕地建房摸排可采用多源地理信息融合分析的方法开展内业叠加分析，其主要技术流程（如图6所示）：

图6 主要技术流程

3.1 遏制新增图斑提取

对试验点区域开展农村乱占耕地摸排，通过卫星影像的叠加，对2021年3月和4月的土地变化进行对比分析，提取变化图斑，并主要分为堆土类和建设类。堆土类指前时相是正常的耕地，后时相则出现堆土的建设痕迹，主要是防患于未然，将可能出现的违法建房行为及时制止；建设类是指前时相耕地范围内无建筑物，后时相则出现明显建筑物。

试点区基于内业多种地理信息数据共计提取152宗新增图斑，其中堆土类图斑为86宗，建设类为66宗。根据基层国土所上报的数据，共计上报新增违法占耕地41宗，其中39宗都被内业提取，正确率为95.12%，此外发现基层国土所仍有27宗新建房屋未上报。根据内业分析结果，可将86宗堆土类图斑转发给基层监管部门，事前监管，防止浪费；27宗未上报的违法建房进一步实地核实。

3.2 存量图斑提取

对试点区耕地范围内2013年以来的农村乱占耕地建房进行内业分析，并根据POI和遥感影像进行初步分类，共计提取图斑2356宗，分类（如表2所示）：

表2 摸排图斑数量对比表

根据基层国土所上报数据，表2中94.0%的数据都能通过多源地理信息数据内业分析得到，但通过分析，仍有至少828宗图斑可能为少报漏报房屋，需进一步现场调查确定其是否在摸排范围内，为外业调查提供明确的目标，也为后续类似的摸排工作提供技术参考。

4.结论

采用将卫星遥感影像、无人机摄影测量、土地利用现状地理信息数据库叠加分析、POI点叠加分析等方法，能快速有效地在内业开展数据分析工作，锁定需要摸排的图斑，大大减少了外业工作量。摸排工作有的放矢，效率很高。试点区域摸排数据说明，采用多源数据融合的技术流程，能快速查找新增乱占耕地建房图斑，并进行有效预警；能短时间内完成大范围存量乱占建房图斑叠加分析，并提取图斑为摸排工作提供外业调查依据，避免遗漏，进而为农村乱占耕地建房工作提供有力的地理信息技术支持。