距离关系如何用于空间数据分析,遥感技术应用？

距离关系在空间数据分析和遥感技术中被广泛应用。以下是一些具体的应用场景：

空间模式识别：距离度量可以用来衡量不同空间模式之间的相似性和差异性。通过计算空间模式之间的距离，可以识别出相似的模式并进行分类。

空间插值：距离度量可以用来插值空间数据，例如对于遥感影像中缺失的像素点进行插值。插值方法通常基于距离函数，如最近邻法、反距离权重法和克里金法等。

空间交互：距离关系可以用于空间交互分析，例如研究城市内不同商店之间的距离关系和竞争关系。这种分析可以帮助商家确定最佳的营销策略和位置。

空间自相关性分析：距离函数可以用于空间自相关性分析，即探索空间数据的空间结构和空间自相关性。常用的方法包括Moran's I和Geary's C等。

在遥感技术中，距离关系可以用于对地物的识别、分类和监测。例如，对于土地利用/覆盖分类，距离度量可以用于衡量不同地物之间的相似性和差异性。对于监测城市变化，距离关系可以用于衡量城市不同区域之间的相对距离，并评估城市扩张和发展的速度和方向。

总的来说，距离关系是空间数据分析和遥感技术中的重要工具，可以帮助我们理解空间数据的结构和特征，并为决策提供有用的信息。

新疆迎来了一年一度的采棉季节，又有不少人坐上了进疆的列车，成为了采棉大军的一员，各种采棉机械，也火热了起来。但就在40年前，新疆的棉产业还没有今日这般红火，全区棉产地只占全国产地的3%。是什么，让这个本与棉花无缘的地区，变成了中国的“棉都”呢？

新疆种棉花的独特优势

和水果一样，一朵好棉花也喜欢日照时间长、昼夜温差大、干旱少雨的环境。在这种条件下生长的棉花，棉铃大、纤维长、颜色白，单体价值就胜于其他的农业产区。而在新疆少雨的环境中，棉花的蕾铃脱落和烂桃比例也很低，这意味着更低的次品率，可以有效降低管理成本。

另外，广袤的新疆地广人稀，平坦的土地则为未来的机械化生产提供了基础条件，这能进一步降低棉花的生产成本。在防虫害上，新疆封闭的地理条件和极端的气候，能阻碍病虫害跟随进入产区。

唯一的问题是水。但这也并不是完全无法解决的问题。新疆建设兵团在进入新疆之后，经过数十年的耕耘，已经为新疆农业建造了一批人造的供水设施。再加上此后其他建设者的努力，到了1990年，新疆已有水库466座，总库容59亿立方米，可以灌溉5300万亩的土地。

（绿洲棉田）

这些灌溉设施的共同点是利用了新疆丰富的高山积雪资源。这是新疆这样的高海拔干旱地区最重要的水源，本就为新疆创造了数量众多的内流河，是沿线居民生存的保障。和季风带极不稳定的雨水相比，高山融雪具有输水稳定的特点，很适应棉花生长的需求。

经过几十年的发展，现在新疆的棉产区已经形成了南、北、东三大主力片区。其中，南疆产区是其中最大的一个，主要分布在天山南麓、天山南脉直到昆仑北麓的漫长C型区域内。它也是新疆棉花业当之无愧的C位，棉花年产量根据统计口径不同，占到了全疆的50~65%。新疆最大的单体棉产基地阿克苏产区，就位于这里。由于纬度较低，且光照条件好，天山和昆仑融雪带来的水分也足够充足，南疆的棉花总是第一个进入收获期的，9月底就开始陆续有采棉工进入这一地区。北疆的棉花特产，是质地细腻的超级陆地棉（细绒棉）和独具新疆特色的长绒棉。

新疆棉花是如何走上C位的？

其实一直到了民国时期，新疆的棉花田面积也不过数万公顷，和后来上千万公顷的规模相比不值一提。那时候中国棉花种植和纺织的真正主力，是长江黄河两条大河沿岸的产区。

尤其是长江流域的产棉区，光照条件好，灌溉方便，人口稠密，很适合小农经济下的棉花种植业。但长江流域也有自己致命的缺陷——洪涝灾害。比如在棉花曾经的重要产区湖北汉江流域，季节间降水量差距很大，7~8月的雨季降水很多，但到了秋季却没有降水。棉花对水分的敏感度比粮食高，在土壤水分过多时会出现烂花等现象，严重影响最后的收成，远没有生产粮食来得安全。另外，由于长江流域人口稠密，粮食压力很大，粮食的实际价格一直维持在高位，到了80年代，棉花这种经济作物的经济效益甚至还不如粮食。

黄淮河流域平原也曾是棉花的主产区，尤其是河北南部、鲁西北一直到苏北平原的沿海地带。这些地区的共同点是盐碱化水平高，对粮食作物不友好，而棉花却偏偏可以耐盐碱，所以当地农民都倾向于种植棉花。

但北方平原的一大缺点是日照时间不足，而日照对于棉花纤维的成长是至关重要的要素。旱灾和病虫害也经常困扰这一地区，让棉花种植的安全性很低。随着华北治理盐碱化工作的不断展开，沿海地区盐碱地的比例越来越低，甚至有很多最终转化成了高产的粮田。

在80年代实行粮食双轨制（粮价严重下跌时国家高价收购）、棉花单轨制（始终单一定价）的情况下，农民们也就更愿意种植粮食，棉花种植也就收缩了。

于是从80年代国家力量退出经济生产序列之后，远在祖国西部边陲的新疆，在市场之手的调配下，肩负起了棉花生产的重任。

遥感技术为新疆种棉保驾护航

不仅仅是市场之手，遥感技术的应用也在切实维护新疆棉花企业、棉农的种植积极性。

在新疆，珈和科技与农业保险机构一道，将遥感监测技术应用到农业保险中，面向用户提供服务于农业保险评估、承保、定损、理赔等各个环节的精准数据。平台基于卫星遥感技术的数据尺度和识别能力，结合业务数据与历史数据，实现承保品种监测、灾害评估、勘察定损、理赔信息等方面的数据可视化；提升农田承保覆盖面，降低农险承保风险；综合承保地块作物数据，优化理赔风险预警机制，助力保险机构合理配给理赔资金，有效解决农业保险领域信息不对称、道德风险、效率低下等问题。

2018年5月，巴州地区发生风灾，珈和科技对巴州尉犁县兴平乡的棉花地膜破损情况进行遥感监测定损。采用多传感器、多时相、多分辨率遥感数据和实地调查数据相结合技术，快速、精准提取未受损地膜和受损地膜。

2018年6月，新疆阿克苏地区的阿瓦提县、沙雅县发生雹灾。珈和科技受托监测5100亩棉田，并在7天内确定受灾面积，快速提供灾害数据。

遥感技术在新疆棉田承保中，即帮助保险机构提高农业承保和理赔精度与效率，也为农民尽快获得保险定损赔偿提供帮助，为快速恢复棉花种植生产提供有利条件，也切实降低新疆棉花种植的风险、提高了棉花种植的积极性。

总的来说，新疆之所以能成为中国最优棉花出产地，是与其独特的历史、经济、地理等因素有关；同时也离不开种植技术、遥感技术的发展；当然更离不开政府政策的引导和鼓励、离不开新疆建设兵团和各族人民群众的辛勤劳动。

王文卿

（河南省国土资源厅信息中心 郑州 450016）

摘 要：针对目前国家级和省级国土资源管理对现势性土地利用数据的要求，在高分辨率遥感影像处理、基于遥感影像的土地利用信息提取及数据库建设等方面开展有益的尝试，以便为国土资源管理提供快速、准确的土地利用信息，为国土资源的管理提供基础信息服务和辅助决策工具。

关键词：高分辨率遥感影像 土地利用 数据库

0 前 言

我国人多地少，耕地资源稀缺，当前又处于工业化城镇化快速发展时期，耕地保护与建设用地需求的矛盾进一步凸显，充分发挥技术优势、及时掌握现势性土地利用现状，关系到控制布局和调控经济杠杆作用发挥的效率问题。位于我国南北交界的河南省拥有平原、丘陵、山区三种地形，本文利用法国 SPOT 5 卫星影像数据，在河南省开展全省基于遥感影像信息的土地利用数据库试点建设，快速获取国家级、省级国土资源管理所需要的土地利用现状。

1 试点地区及遥感影像数据源基本情况

河南省位于黄河中下游地区，面积 16.7 万平方千米，其中山地和丘陵共 7.4 万平方千米，平原和盆地共 9.3 万平方千米。采用覆盖河南全省范围的分辨率为 2.5 m 的法国 SPOT 5 数据源，数据获取时间为 2005～2007 年。数据共计 79 景，数据质量良好，基本满足一般条件下影像分类的要求。但由于影像接收时间跨度大，且多集中于春季和秋季，由于河南省季节分明的特点，因此，覆盖全省的影像存在着明显的色彩差异问题。

2 遥感影像数据处理

单景全色与多光谱数据是同步接收到的，其图形的几何相关性较好，影像处理采用先配准融合、后纠正的顺序 , 主要包括影像的配准、融合、正射纠正和镶嵌、裁切等。

2.1 影像配准

影像配准采用 ERDAS 软件中相对配准的方法，多光谱数据采用 XS2（红）、XS3（绿）、XS1（蓝）波段组合形式，重采样采用双线性内插法，以景为配准单元，以 SPOT 5 全色数据为配准基础，均匀选取配准控制点。对接收侧视角和地势起伏较大的个别区域增加控制点采集密度。

2.2 影像融合

采用乘积变换融合法和 ANDORRE 融合方法对全色和多谱两种空间分辨率的数据进行合成，融合后影像采用调整直方图、USM 锐化、色彩平衡、色度饱和度调整和反差增强等手段改善影像的视觉效果，使整景影像色彩真实、均匀、清晰，并且强化纹理等专题信息。

2.3 影像正射校正

影像正射校正采用 ERDAS 软件的 LPS 正射模块，利用 SPOT 5 物理模型，每景采集 25 个像控点均匀分布于整景影像，各相邻景影像重叠区有 2 个以上公共像控点。正射校正以实测像控点和 1∶5 万 DEM 为校正基础 , 以景为单元，对融合后的数据进行正射校正。

2.4 影像镶嵌

影像镶嵌以工作区为单元，在景与景之间镶嵌线尽量选取线状地物或图斑边界等明显分界处，尽量避开云、雾及其他质量相对较差的区域，使镶嵌后的影像色彩过渡自然，无裂缝、模糊和重影现象。

2.5 数字正射影像图制作

数字正射影像图（DOM）制作采用 Image Info 工具，按照 1∶1 万标准分幅进行裁切，覆盖完整的县级行政辖区。依据《高分辨率影像数据处理及数据库建设技术要求》，利用 MapGIS 下分幅进行图幅整饰。

3 基于遥感影像的土地利用信息提取

3.1 河南省土地利用遥感信息分类

结合河南省土地利用特点，本文制定了适用于河南省全省辖区的“基于遥感的土地利用分类”，将土地利用类型分为 3 个一级类，10 个二级类，5 个三级类，分类及相应含义见表 1。

表 1 基于遥感的河南省土地利用遥感信息分类

3.2 土地利用信息提取

以县级行政辖区为单元，将乡级及以上行政界线套叠在正射影像图上，结合样本影像信息并参考已有的土地利用数据库和土地利用详查资料，采用目视解译方法提取土地利用现状信息，同时建立遥感解译标志。建立遥感影像解译标志有助于缩小不同人员解译的差异，提高解译的准确性。本文采用的 SPOT 5 遥感影像的地面分辨率较高，因此，多数地物比较直观，易于判读。典型地类照片如图 1 所示。

图 1 典型地类照片

本文使用的数据源大部分为春、夏时相，因此，植被一般为绿色；耕地多呈绿色或浅绿色；水域呈深蓝或黑色；居民地多呈较规则的黑灰和灰白相间色；农村居民地则呈规则或不规则的绿和灰白相间色；铁路、公路多呈深灰或浅灰色。

地物的细部色调常呈现出有规律的纹理。塑料地膜育秧、蔬菜大棚、畜禽养殖场多为水平排列的条状纹理，但园地更为规则；林带、园林地的北侧或西侧一般会有阴影，而耕地没有。另外，根据有些地类常出现在特定的位置，可以利用此特征把色调、纹理相近的地类区分开来。如坑塘多出现在农村居民点内部及河流附近，工矿用地大多分布在公路、铁路两侧。

4 基于遥感影像信息土地利用数据库建设

基于遥感影像信息土地利用数据库建设，以县（市、区）为单位，结合河南实际，制定了“高分辨率遥感影像数据处理及数据库建设技术要求”、“省级基于遥感影像 1∶1 万土地利用数据库标准”等。在标准中定义了基于遥感影像的土地分类、文件命名规则、数据分层以及满足建库需要的属性数据结构。数据建库按照要求将矢量数据分别建立县级政区、地类图斑、线状地物、行政界线、地面控制点、地类界线、注记、样本图斑线、不一致图斑线等数据层，并对照标准，逐层输入属性内容，建立分县的基于遥感影像信息的土地利用数据库。

4.1 多元数据复合

利用已建成的土地利用数据库与正射影像数据叠加，参考数据库地类属性数据，根据遥感数据的光谱和空间特征，通过人机交互方式，采集土地利用现状信息。对于未建成土地利用数据库的区域，对收集到的土地利用现状图扫描、纠正、投影变换后与正射影像套合，辅助提取土地利用现状信息。

4.2 数据采集

（1）将原土地现状数据库行政界线与 DOM 影像套合，以影像为基准，修正行政界限。

（2）最小上图图斑面积：耕地和农村居民点为 3 mm×3 mm, 其他地类为 3 mm×5 mm。

（3）线状地物：宽度小于 30 m 的铁路、公路、河流等，沿影像轮廓中心线勾绘，大于等于30 m 的按图斑处理，当线状地物宽度变化大于 20％时，分段标记。

（4）河流：河流宽度为常水位线水面宽度 , 以原土地利用数据库数据或正射影像为准。

（5）公路林带：公路两侧宽度大于等于 30 m 的林带，按实际宽度标绘。公路宽度小于 30 m，而单侧林带宽度大于 30 m 的情况，则将公路按线状地物标识、而林带按实际宽度勾绘。

4.3 数据分层

按照《省级基于遥感影像 1∶1 万土地利用数据库标准》的分层和命名规则将矢量数据分别建立县级政区、地类图斑、线状地物、行政界线、地面控制点、地类界线、注记、样本图斑线、不一致图斑线等数据层。

4.4 建立数据字典

全国民政部门行政编码标准中省级、省辖市、县级行政区的行政代码长度均为 2 位，乡级及行政村级政区代码均为 3 位。MapGIS 软件中县级行政区、市级行政区合并统称为“县级行政区”。因此，省级行政区代码为 2 位，县级行政代码为 4 位，乡级和村级行政代码为 3 位。

4.5 建立接合图表

接图表根据大地坐标建立索引，记录了每个图幅的图名、图号、经度、纬度等信息，是标准图幅输出的依据。

4.6 建立工程

以县级行政辖区为单位，对采编的行政辖区、行政界线、地类图斑、线状地物、地类界线、注记、影像、DEM 等文件进行数据整理入库，建立土地利用信息管理数据库。

5 基于遥感影像信息的土地利用分类面积对比分析

以县为单位将基于影像提取的土地利用分类面积与原土地利用数据库面积进行比较分析，以检验基于影像提取地类信息的准确度。分别抽取东部平原地区 2 个县、丘陵地区 2 个县、山区 2个县为例，以相对误差进行对比分析（表 2）。

计算公式：相对误差 =［（遥感数据库面积－原土地数据库面积）/ 原土地数据库面积］×100%

表 2 分类面积相对误差

由表 2 可见，公路、铁路、建制镇、居民点面积相对较大，但其占整体面积的权重较小（合计小于 16%）；其他各二级类面积相对误差都小于 20％，尤其以山区吻合最好（相对误差小于10%），平原次之（相对误差小于 15%），丘陵较差（相对误差小于 20%）。各县（区）辖区面积误差都小于 3％。

6 结 论

（1）高分辨率遥感影像信息不仅可分辨耕地等一级类，分辨部分二级类也基本正确。本次基于遥感土地利用信息提取经外业验证，确定图斑正确率较高，不确定图斑正确率较低，平原较山区提取的准确率高，影像质量较好的信息提取的准确率也较高。地类不同提取的准确率也不同。建设用地在遥感影像上较易判读；耕地、园林地，由于受影像接收时间的影响，季节不同反应波谱也不同，且丘陵地区耕地与荒草地边界区分不明显，正确率较低。

检查结果显示，土地利用数据库中，土地利用遥感分类结果正确率达 97% 以上，尤其是耕地和居民点等地类正确率高，达 99% 以上。

（2）利用高分辨率遥感影像建立国家级、省级管理部门使用的土地利用现状数据库技术可行。在 MapGIS 软件下对利用高分辨率遥感影像信息土地利用数据库工程文件进行检查，检查项目包括：图形与影像套合精度、相邻图幅接边精度、属性数据正确性、各图层要素拓扑和逻辑错误检查等。经检查，数据采集精度误差小于 0.2 mm，相邻图幅接边误差小于 0.1 mm, 图形数据、属性结构及内容均符合技术设计和标准要求，数据库运行正常能够输出相关报表。

将基于遥感影像信息土地利用数据库与原详查土地利用数据库抽查对比，二者分类面积相对误差对应率为 80％以上，因此利用遥感影像信息建设土地利用数据库基本可行。

参 考 文 献

国家测绘局.2007.基础地理信息数字产品 1∶10000、1∶50000 生产技术规程［M］.北京：测绘出版社

国土资源部.2000.TD/T 1010—1999 土地利用动态遥感监测规程［S］.北京：地质出版社

国土资源部.2008.TD/T 1016—2007 土地利用数据库标准［S］.北京：中国标准出版社

廖克，城夕芳，吴建生，等.2006.高分辨率卫星遥感影像在土地利用变化动态监测中的应用［J］.测绘科学，（6）：11～15

（原载《测绘科学》2009 年第 10 期）

---