專利名稱：一種土地利用類型分類的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及土地分類技術(shù)領(lǐng)域，特別涉及一種土地利用類型分類的方法和系統(tǒng)。
背景技術(shù)：
隨著全球變化研究的深入，土地利用/覆被變化研究已經(jīng)成為全球環(huán)境變化研究的核心領(lǐng)域內(nèi)容。應(yīng)用遙感技術(shù)結(jié)合地理信息系統(tǒng)(Geographic Information System，簡稱GIQ、計算機技術(shù)以及傳統(tǒng)調(diào)查方法進行土地利用類型的解譯和分類已經(jīng)成為當前獲得大尺度、高時效性土地利用時空數(shù)據(jù)的重要手段。在遙感技術(shù)的研究中，通過遙感影像判別各種目標是遙感技術(shù)發(fā)展的重要一環(huán)， 遙感數(shù)據(jù)庫的建立關(guān)乎專業(yè)信息提取、動態(tài)變化預測和專題地圖制作等重要方面。土地利用遙感分類實際上是遙感圖像自動分類識別的過程，也就是用計算機模擬人類知覺，完成遙感圖像分析和理解的過程。土地利用遙感分類的核心問題即是一個對遙感圖像特征分析提取、圖像分割和聚類，進行分類識別的過程。土地利用遙感分類的具體過程是把遙感圖像中每一個像元或區(qū)域歸為土地利用類型分類系統(tǒng)中的一種類別，也就是通過對各類地物的光譜特征分析來選擇特征參數(shù)，劃分出特征空間，將遙感圖像的像元劃分到特征空間中。在現(xiàn)有技術(shù)中，常用的土地利用遙感分類方法有目視解譯法、監(jiān)督分類法和非監(jiān)督分類法。目視解譯法，主要是通過遙感圖像處理軟件對遙感圖像進行任意放大、縮小及圖像增強處理，以達到最佳目視效果，判讀人員直接沿影像特征邊緣勾繪出地類界線。這種方法的缺點是主要依靠人工解譯的方式進行分類，不僅耗費時間長，而且不同人員的解譯結(jié)果不同，導致分類結(jié)果存在差異，無法實現(xiàn)自動分類。監(jiān)督分類法，又稱訓練區(qū)分類法，基本特點是在分類之前通過實地抽樣調(diào)查，配合人工目視判讀，實現(xiàn)對遙感圖像上某些抽樣區(qū)域中的地物類別屬性預先已知，即選取訓練區(qū)，再使計算機按照已知類型特征去擬出判決函數(shù)，從而實現(xiàn)對土地利用類型的分類。此方法的缺陷與目視解譯法類似，在此方法中選取訓練區(qū)的過程同樣是靠人工判斷，所以工作量大，耗時長，而且結(jié)果存在差異，無法實現(xiàn)自動化。非監(jiān)督分類法，即是僅憑遙感圖像的光譜特征的分布規(guī)律進行分類，對不同的類型實現(xiàn)區(qū)分，是一種自動進行分類的方式。此方法的缺陷在于，按照該方法分類，只能區(qū)分出不同類型的土地，無法確定其土地利用類型，而且精確度較低，無法滿足實際應(yīng)用的需要。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的在于提供一種土地利用類型分類的方法和系統(tǒng)，以實現(xiàn)高效率、自動化并且高精確度的土地利用類型分類。為實現(xiàn)上述目的，本發(fā)明的一個實施例提供一種土地利用類型分類的方法和系統(tǒng)，具體技術(shù)方案如下
一種土地利用類型分類的方法，該方法包括以下步驟收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)，根據(jù)所述歷史土地利用矢量數(shù)據(jù)建立若干土地利用類型三維特征空間模型，其中，所述歷史土地利用矢量數(shù)據(jù)包括斑塊和斑塊土地利用類型信息，每個土地利用類型三維特征空間模型與一種土地利用類型對應(yīng)；獲得待分類地區(qū)的衛(wèi)星遙感影像柵格數(shù)據(jù)，所述衛(wèi)星遙感影像柵格數(shù)據(jù)包括若干像元，每個像元是將待分類地區(qū)的衛(wèi)星遙感影像利用柵格劃分而得的子單元；將所述歷史土地利用矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)進行疊加處理，獲得衛(wèi)星遙感影像柵格數(shù)據(jù)中每個像元的土地利用類型信息；依次判斷每個像元是否在與其屬于同一土地利用類型的土地利用類型三維特征空間模型之內(nèi)，獲得落在土地利用類型三維特征空間模型之外的像元，在衛(wèi)星遙感影像柵格數(shù)據(jù)中將所述落在土地利用類型三維特征空間模型之外的像元標記為第一類變化像元；將第一類變化像元當前的土地利用類型轉(zhuǎn)換為其實際所屬的土地利用類型，實現(xiàn)土地利用類型分類。所述收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)，根據(jù)所述歷史土地利用矢量數(shù)據(jù)建立若干土地利用類型三維特征空間模型的步驟包括收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)，所述歷史土地利用矢量數(shù)據(jù)包括斑塊和斑塊土地利用類型信息，為每種土地利用類型選取多個樣本斑塊，并得到樣本斑塊對應(yīng)的土地利用類型信息，其中，包括樣本斑塊與樣本斑塊土地利用類型信息的矢量數(shù)據(jù)為樣本矢量數(shù)據(jù)；對所述樣本矢量數(shù)據(jù)進行訓練區(qū)分析，得到訓練區(qū)矢量數(shù)據(jù)；通過將訓練區(qū)矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)疊加處理，為每一種土地利用類型建立一個土地利用類型三維特征空間模型。所述為每種土地利用類型的選取多個樣本斑塊具體為針對同一土地利用類型，將屬于該土地利用類型所有斑塊按照面積從大到小進行排序，并依據(jù)此排序?qū)邏K的面積依次累加，當累加結(jié)果與所有斑塊總面積之比達到預先設(shè)定的第一閾值范圍，則取進行累加的多個斑塊為樣本斑塊；對于每種土地利用類型，重復上述過程，得到相應(yīng)的樣本斑塊。所述對所述樣本矢量數(shù)據(jù)進行訓練區(qū)分析，得到訓練區(qū)矢量數(shù)據(jù)具體為取樣本矢量數(shù)據(jù)中的樣本斑塊，所述樣本斑塊包括斑塊形狀信息和斑塊面積信息；保持樣本斑塊形狀信息不變，將面積縮小，使縮小后的樣本斑塊與原樣本斑塊的面積之比達到預先設(shè)置的第二閾值范圍；取面積縮小后與原矢量數(shù)據(jù)的面積之比達到預先設(shè)置的第二閾值范圍的斑塊為訓練區(qū)，訓練區(qū)的土地利用類型信息與樣本斑塊土地利用類型信息一致，包括訓練區(qū)與訓練區(qū)土地利用類型信息的矢量數(shù)據(jù)稱為訓練區(qū)矢量數(shù)據(jù)。所述將訓練區(qū)矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)疊加處理具體為針對一種土地利用類型，將屬于該土地利用類型的訓練區(qū)與經(jīng)過標準化處理的多光譜或高光譜衛(wèi)星遙感影像柵格數(shù)據(jù)進行疊加分析，得到含有多個波段的樣本光譜數(shù)據(jù)；所述樣本光譜數(shù)據(jù)以矩陣的形式表示，所述矩陣的每一行代表樣本光譜數(shù)據(jù)中一個像元所包含的多個特征，每個像元所包含的特征數(shù)量與樣本光譜數(shù)據(jù)的波段數(shù)量相等；對所述樣本光譜數(shù)據(jù)進行主成分分析，得到光譜數(shù)據(jù)的主成分，所述主成分的數(shù)量與波段數(shù)量相等，并選取包含特征最多的三個主成分；其中，所述主成分分析具體為正交分解轉(zhuǎn)換；針對所有土地利用類型的訓練區(qū)，重復上述過程，得到每種土地利用類型訓練區(qū)的三個主成分。所述為每一種土地利用類型建立一個土地利用類型三維特征空間模型具體為針對一種土地利用類型，利用該土地利用類型訓練區(qū)的三個主成分建立土地利用類型三維特征空間模型；土地利用類型三維特征空間模型表示為
權(quán)利要求
1.一種土地利用類型分類的方法，其特征在于，該方法包括以下步驟收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)，根據(jù)所述歷史土地利用矢量數(shù)據(jù)建立若干土地利用類型三維特征空間模型，其中，所述歷史土地利用矢量數(shù)據(jù)包括斑塊和斑塊土地利用類型信息，每個土地利用類型三維特征空間模型與一種土地利用類型對應(yīng)；獲得待分類地區(qū)的衛(wèi)星遙感影像柵格數(shù)據(jù)，所述衛(wèi)星遙感影像柵格數(shù)據(jù)包括若干像元，每個像元是將待分類地區(qū)的衛(wèi)星遙感影像利用柵格劃分而得的子單元；將所述歷史土地利用矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)進行疊加處理，獲得衛(wèi)星遙感影像柵格數(shù)據(jù)中每個像元的土地利用類型信息；依次判斷每個像元是否在與其屬于同一土地利用類型的土地利用類型三維特征空間模型之內(nèi)，獲得落在土地利用類型三維特征空間模型之外的像元，在衛(wèi)星遙感影像柵格數(shù)據(jù)中將所述落在土地利用類型三維特征空間模型之外的像元標記為第一類變化像元；將第一類變化像元當前的土地利用類型轉(zhuǎn)換為其實際所屬的土地利用類型，實現(xiàn)土地利用類型分類。
2.根據(jù)權(quán)利要求1所述方法，其特征在于，所述收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)，根據(jù)所述歷史土地利用矢量數(shù)據(jù)建立若干土地利用類型三維特征空間模型的步驟包括收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)，所述歷史土地利用矢量數(shù)據(jù)包括斑塊和斑塊土地利用類型信息，為每種土地利用類型選取多個樣本斑塊，并得到樣本斑塊對應(yīng)的土地利用類型信息，其中，包括樣本斑塊與樣本斑塊土地利用類型信息的矢量數(shù)據(jù)為樣本矢量數(shù)據(jù)；對所述樣本矢量數(shù)據(jù)進行訓練區(qū)分析，得到訓練區(qū)矢量數(shù)據(jù)； 通過將訓練區(qū)矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)疊加處理，為每一種土地利用類型建立一個土地利用類型三維特征空間模型。
3.根據(jù)權(quán)利要求2所述方法，其特征在于，所述為每種土地利用類型的選取多個樣本斑塊具體為針對同一土地利用類型，將屬于該土地利用類型所有斑塊按照面積從大到小進行排序，并依據(jù)此排序?qū)邏K的面積依次累加，當累加結(jié)果與所有斑塊總面積之比達到預先設(shè)定的第一閾值范圍，則取進行累加的多個斑塊為樣本斑塊；對于每種土地利用類型，重復上述過程，得到相應(yīng)的樣本斑塊。
4.根據(jù)權(quán)利要求2所述方法，其特征在于，所述對所述樣本矢量數(shù)據(jù)進行訓練區(qū)分析， 得到訓練區(qū)矢量數(shù)據(jù)具體為取樣本矢量數(shù)據(jù)中的樣本斑塊，所述樣本斑塊包括斑塊形狀信息和斑塊面積信息； 保持樣本斑塊形狀信息不變，將面積縮小，使縮小后的樣本斑塊與原樣本斑塊的面積之比達到預先設(shè)置的第二閾值范圍；取面積縮小后與原矢量數(shù)據(jù)的面積之比達到預先設(shè)置的第二閾值范圍的斑塊為訓練區(qū)，訓練區(qū)的土地利用類型信息與樣本斑塊土地利用類型信息一致，包括訓練區(qū)與訓練區(qū)土地利用類型信息的矢量數(shù)據(jù)稱為訓練區(qū)矢量數(shù)據(jù)。
5.根據(jù)權(quán)利要求2所述方法，其特征在于，所述將訓練區(qū)矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)疊加處理具體為針對一種土地利用類型，將屬于該土地利用類型的訓練區(qū)與經(jīng)過標準化處理的多光譜或高光譜衛(wèi)星遙感影像柵格數(shù)據(jù)進行疊加分析，得到含有多個波段的樣本光譜數(shù)據(jù)；所述樣本光譜數(shù)據(jù)以矩陣的形式表示，所述矩陣的每一行代表樣本光譜數(shù)據(jù)中一個像元所包含的多個特征，每個像元所包含的特征數(shù)量與樣本光譜數(shù)據(jù)的波段數(shù)量相等；對所述樣本光譜數(shù)據(jù)進行主成分分析，得到光譜數(shù)據(jù)的主成分，所述主成分的數(shù)量與波段數(shù)量相等，并選取包含特征最多的三個主成分；其中，所述主成分分析具體為正交分解轉(zhuǎn)換；針對所有土地利用類型的訓練區(qū)，重復上述過程，得到每種土地利用類型訓練區(qū)的三個主成分。
6.根據(jù)權(quán)利要求5所述方法，其特征在于，所述為每一種土地利用類型建立一個土地利用類型三維特征空間模型具體為針對一種土地利用類型，利用該土地利用類型訓練區(qū)的三個主成分建立土地利用類型三維特征空間模型；土地利用類型三維特征空間模型表示為7=1σ7公式中其中P」代表代入模型像元的第j主成分的值，MPj代表該土地利用類型中，第j 主成分的均值，…2代表該土地利用類型中第j主成分的標準差，C2為常量，代表特征空間指數(shù)；利用上述公式和每種土地利用類型訓練區(qū)的三個主成分，為每種土地利用類型建立一個土地利用類型三維特征空間模型。
7.根據(jù)權(quán)利要求1所述方法，其特征在于，所述將所述歷史土地利用矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)疊加處理，具體為將歷史土地利用矢量數(shù)據(jù)與經(jīng)過標準化處理的衛(wèi)星遙感影像柵格數(shù)據(jù)疊加進行疊加分析，得到含有多個波段的普通光譜數(shù)據(jù)；所述普通光譜數(shù)據(jù)以矩陣的形式表示，所述矩陣的每一行代表普通光譜數(shù)據(jù)中一個像元所包含的多個特征，每個像元所包含的特征數(shù)量與普通光譜數(shù)據(jù)的波段數(shù)量相等；對所述普通光譜數(shù)據(jù)進行主成分分析，得到光譜數(shù)據(jù)的主成分，所述主成分的數(shù)量與波段數(shù)量相等，并選取包含特征最多的三個主成分；其中，所述主成分分析具體為正交分解轉(zhuǎn)換。
8.根據(jù)權(quán)利要求6所述方法，其特征在于，所述將第一類變化像元當前的土地利用類型轉(zhuǎn)換為其實際所屬的土地利用類型具體為將第一類變化像元的三個主成分代入到所有的土地利用類型三維特征空間模型，計算出該第一類變化像元與每一個土地利用類型三維特征空間模型的距離，并找到與該第一類變化像元距離最近的一個土地利用類型三維特征空間模型；將第一類變化像元的土地利用類型轉(zhuǎn)換為與該第一類變化像元距離最近的土地利用類型三維特征空間模型對應(yīng)的土地利用類型。
9.根據(jù)權(quán)利要求8所述系統(tǒng)，其特征在于，所述計算第一類變化像元與土地利用類型三維特征空間模型的距離具體為 根據(jù)公式
10.根據(jù)權(quán)利要求8所述方法，其特征在于，所述方法進一步包括在轉(zhuǎn)換第一類變化像元土地利用類型之前，進一步設(shè)置了一個轉(zhuǎn)移阻力矩陣，所述轉(zhuǎn)移阻力矩陣中包括了任意兩種土地利用類型之間轉(zhuǎn)換需要計算在內(nèi)的阻力系數(shù)，所述阻力系數(shù)根據(jù)兩種土地利用類型發(fā)生轉(zhuǎn)換的概率大小而規(guī)定；將第一類變化像元與每一種土地利用類型三維特征空間模型的距離進一步乘以相應(yīng)的阻力系數(shù)，得到基于轉(zhuǎn)換規(guī)則之下第一類變化像元與每一種土地利用類型三維特征空間模型的距離，獲得基于轉(zhuǎn)換規(guī)則之下與第一類變化像元距離最近的土地利用類型三維特征空間模型，將第一類變化像元當前的土地利用類型轉(zhuǎn)換為基于轉(zhuǎn)換規(guī)則之下與第一類變化像元距離最近的土地利用類型三維特征空間模型所對應(yīng)的土地利用類型。
11.根據(jù)權(quán)利要求1所述方法，其特征在于所述在衛(wèi)星遙感影像柵格數(shù)據(jù)中將所述落在土地利用類型三維特征空間模型之外的像元標記為第一類變化像元后，所述方法還包括，將標記過第一類變化像元的衛(wèi)星遙感影像柵格數(shù)據(jù)作為第一類柵格數(shù)據(jù)；將第一類變化像元當前的土地利用類型轉(zhuǎn)換為其實際的土地利用類型后，所述方法還包括，將經(jīng)過土地利用類型轉(zhuǎn)換的第一類變化像元標記為第二類變化像元；將所述標記過第二類變化像元的衛(wèi)星遙感影像柵格數(shù)據(jù)作為第二類柵格數(shù)據(jù)所述方法還包括對比第一類柵格數(shù)據(jù)和第二類柵格數(shù)據(jù)，依據(jù)溶蝕算法對轉(zhuǎn)換土地利用類型之后分布離散的像元進行分類信息的校正。
12.—種土地利用類型分類的系統(tǒng)，其特征在于，所述系統(tǒng)包括收集單元、模型建立單元，計算單元和轉(zhuǎn)換單元；收集單元，用于收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)和衛(wèi)星遙感影像柵格數(shù)據(jù)；模型建立單元，連接收集單元，用于根據(jù)所述歷史土地利用矢量數(shù)據(jù)建立若干土地利用類型三維特征空間模型；計算單元，連接模型建立單元，用于將所述歷史土地利用矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)疊加處理，獲得衛(wèi)星遙感影像柵格數(shù)據(jù)中每個像元的土地利用類型信息；依次判斷每個像元是否在與其屬于同一土地利用類型的土地利用類型三維特征空間模型之內(nèi)，獲得落在土地利用類型三維特征空間模型之外的像元，在衛(wèi)星遙感影像柵格數(shù)據(jù)中將所述落在土地利用類型三維特征空間模型之外的像元標記為第一類變化像元；轉(zhuǎn)換單元，連接計算單元，用于將第一類變化像元當前的土地利用類型轉(zhuǎn)換為其實際所屬的土地利用類型。
13.根據(jù)權(quán)利要求12所述系統(tǒng)，其特征在于，所述模型建立單元包括樣本采集單元，訓練區(qū)分析單元和構(gòu)建單元；樣本采集單元，用于為每種土地利用類型選取多個樣本斑塊，并得到樣本斑塊對應(yīng)的土地利用類型信息，其中，包括樣本斑塊與樣本斑塊土地利用類型信息的矢量數(shù)據(jù)為樣本矢量數(shù)據(jù)；訓練區(qū)分析單元，用于對所述樣本矢量數(shù)據(jù)進行訓練區(qū)分析，得到訓練區(qū)矢量數(shù)據(jù)；構(gòu)建單元，用于將訓練區(qū)矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)疊加處理，為每一種土地利用類型建立一個土地利用類型三維特征空間模型。
14.根據(jù)權(quán)利要求12所述系統(tǒng)，其特征在于，所述轉(zhuǎn)換單元包括距離計算單元和類型信息變更單元；距離計算單元，用于計算第一類變化像元與所有土地利用類型三維特征空間模型的距離，并找到與該第一類變化像元距離最近的土地利用類型三維特征空間模型；類型信息變更單元，用于將第一類變化像元的土地利用類型轉(zhuǎn)換為與該變化像元距離最近的土地利用類型三維特征空間模型對應(yīng)的土地利用類型。
15.根據(jù)權(quán)利要求14所述系統(tǒng)，其特征在于，所述轉(zhuǎn)換單元進一步包括轉(zhuǎn)移阻力矩陣單元，用于設(shè)置轉(zhuǎn)移阻力矩陣，所述轉(zhuǎn)移阻力矩陣中包括了任意兩種土地利用類型之間轉(zhuǎn)換需要計算在內(nèi)的阻力系數(shù)，所述阻力系數(shù)根據(jù)兩種土地利用類型發(fā)生轉(zhuǎn)換的概率大小而規(guī)定；轉(zhuǎn)移阻力矩陣單元將第一類變化像元與每一種土地利用類型三維特征空間模型的距離進一步乘以相應(yīng)的阻力系數(shù)，得到基于轉(zhuǎn)換規(guī)則之下第一類變化像元與每一種土地利用類型三維特征空間模型的距離，獲得基于轉(zhuǎn)換規(guī)則之下與第一類變化像元距離最近的土地利用類型三維特征空間模型；所述類型信息變更單元將第一類變化像元的土地利用類型轉(zhuǎn)換為基于規(guī)則之下與該變化像元距離最近的土地利用類型三維特征空間模型對應(yīng)的土地利用類型。
16.根據(jù)權(quán)利要求12所述系統(tǒng)，其特征在于，所述系統(tǒng)進一步包括所述轉(zhuǎn)換單元還用于將第一類變化像元當前的土地利用類型轉(zhuǎn)換為其實際的土地利用類型后，在衛(wèi)星遙感影像柵格數(shù)據(jù)中將經(jīng)過土地利用類型轉(zhuǎn)換的第一類變化像元標記為第二類變化像元；所述系統(tǒng)還包括溶蝕算法單元，連接計算單元與轉(zhuǎn)換單元，用于提取計算單元標記過第一類變化像元的衛(wèi)星遙感影像柵格數(shù)據(jù)作為第一類柵格數(shù)據(jù)；提取標記過第二類變化像元的衛(wèi)星遙感影像柵格數(shù)據(jù)作為第二類柵格數(shù)據(jù)；對比第一類柵格數(shù)據(jù)和第二類柵格數(shù)據(jù)，依據(jù)溶蝕算法對轉(zhuǎn)換土地利用類型之后分布離散的像元進行分類信息的校正。
全文摘要
本發(fā)明實施例提供一種土地利用類型分類的方法和系統(tǒng)，所述方法包括收集待分類地區(qū)的歷史土地利用矢量數(shù)據(jù)，根據(jù)所述歷史土地利用矢量數(shù)據(jù)建立若干土地利用類型三維特征空間模型；獲得待分類地區(qū)的衛(wèi)星遙感影像柵格數(shù)據(jù)；將所述歷史土地利用矢量數(shù)據(jù)與衛(wèi)星遙感影像柵格數(shù)據(jù)進行疊加處理，依次判斷每個像元是否在與其屬于同一土地利用類型的土地利用類型三維特征空間模型之內(nèi)，獲得落在土地利用類型三維特征空間模型之外的像元，在衛(wèi)星遙感影像柵格數(shù)據(jù)中將所述落在土地利用類型三維特征空間模型之外的像元標記為第一類變化像元；將第一類變化像元當前的土地利用類型轉(zhuǎn)換為其實際所屬的土地利用類型，實現(xiàn)土地利用類型分類。
文檔編號G06K9/66GK102521624SQ20111043043
公開日2012年6月27日 申請日期2011年12月20日 優(yōu)先權(quán)日2011年12月20日
發(fā)明者莊大方, 徐新良, 江東, 黃耀歡 申請人:中國科學院地理科學與資源研究所