0 背景和意义

地理国情是重要的基本国情，监测地理国情就是对地理国情进行动态测绘、统计和分析研究，通过监测地理国情动态变化，分析评估地理国情时空特征及其变化发展趋势，形成权威、标准的地理国情信息产品，为各级政府和全社会服务。

2) 进入故障诊断后，分别计算在线数据故障段的各变量与故障抗体库中的抗体的差异度，当每个变量测试数据的差异度均小于设定阈值，则认为故障与该抗体一致。如果与故障抗体库内所有抗体的差异度均不满足以上条件，即判断为有新故障。

遥感影像融合是一种通过高级影像处理融合多源遥感影像的技术，通过两个时段的交叉融合会突出变异，有助于监测出变化信息，最大限度利用了多种数据的不同特征。地表覆盖的监测作为地理国情监测的最重要方面，研究如何利用遥感影像融合技术快速监测并提取变化信息，对于地理国情监测具有重要意义。

1 技术路线

地理国情监测主要涉及到前、后时相影像数据、行业专题数据准备，数据预处理，地表覆盖变化信息提取，自动与人工结合解译，调查底图制作，外业调查，数据编辑，数据入库，数据检查，数据库运行，统计分析等过程，技术流程如图1所示。

  

图1 地理国情监测的流程Fig.1 The monitoring process of geographical conditions

2 试验及结果分析

2.1 数据概况

本文实验依托2015年地理国情普查标准时点核准项目，实验区域选择湖南省邵阳市武冈市，位于东经 110°25′26″～ 111°01′58″与北纬25°32′42″～ 25°27′02″之间。境域地形三面环山、中部低平、北向敞口，大体呈南高北低倾斜地势，地貌以山地、丘陵为主，山、丘、岗、平、水俱全。地貌成因分构造、侵蚀（溶蚀）和堆积地貌等。

几何纠正包括两个环节：一是像素坐标的变换，即将图像坐标转换为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。遥感图像几何纠正的主要处理过程如图3所示。

我校是城乡结合部学校，学校现有12个教学班，教师31人，学生520人。其中，体育教师3人，兼职体育教师3人。学校运动设施完善，有标准篮球场2个、田径运动场及健身区约1200平方米、室内羽毛球场1个、室外羽毛球场7个，这些场地能够充分保证学生在校开展羽毛球运动。但我校启动羽毛球普及较迟，学生的技术基础有待提高，这要求我们开发出适合我校推广的器材设施。

多传感器遥感影像融合首先要解决配准问题。图像配准可定义为两相邻图像之间的空间变换和灰度变换，即先将一图像象素的坐标映射到一个新坐标系中的某一坐标，再对其象素进行重采样，配准的流程如图4。

2.2 影像预处理

她们俩还小的时候，经常到村前的小河上玩；那时候还不是大寨河，小河上有座小桥，用几块石条拼的，她们就坐在桥中央，脚在桥下晃荡，看夕阳落在蛇形的河面上，闪烁着鳞状的金光；梨花指指河的远处，大叫金龙金龙。桃花告诉她那不是金龙，而是闪烁的阳光。但梨花一定说是金龙，说它在河里游呢。俩人就争吵起来，桃花火了，推了她一把；谁知毫无防备的梨花就扑嗵掉下了水，桃花吓坏了，也跳进了河里。好在小河水浅，只没到她们胸口；她们俩在河里又哭又笑，桃花还担心她会告诉父母呢，但梨花没有。

由于传感器自身的成像机理以及成像时的环境条件变化（如地形起伏、地球曲率、天气变化、大气散射反射等），使所得的图像数据存在着不同程度的模糊、失真、扭曲变形、斑点噪声等现象，严重降低了影像质量，为以后的处理工作带来很多的不便。图像预处理就是在正式融合之前，利用一定的技术手段，消除或削弱不良因素，改善图像的视觉效果，或将图像转变为一种更适合于人或机器分析的形式。图像预处理主要包括图像的去噪、图像的几何纠正、配准、辐射增强等。

2.2.2 图像的增强

2.2.1 预处理技术

光谱特征变异法是运用多源数据的融合技术，将来自不同传感器的遥感数据进行融合，变化区域呈现特殊的影像特征的一种方法[3]。同一地物环境在前时相ZY3影像上的光谱信息与其在后时相GF1影像上的光谱信息是一一对应的，影像融合时，可以显示出地物的正确光谱属性，但如果两者信息表现为不一致时，融合后影像的光谱就表现得与正常地物有所差别，此时就称地物发生了光谱特征变异。

考虑到自然、人文学科性质的差异，教材在自然地理部分应加强对“地理过程”的探究，在人文地理部分应加强对“相互作用”的探究。此外，建议教材在设计探究活动时，将“人地关系”这条主线更加清晰地呈现出来。

  

图2 图像均衡化前后直方图对比Fig.2 Comparison of histogram before and after image equalization

选取2016年4月—2017年3月于西安市儿童医院参加儿科住院医师规范化培训学员共计64人作为研究对象。其中，男18人，女46人，年龄为23～31岁，平均年龄（27.0）岁。

前时相影像：资源3号（ZY3），全色影像分辨率为2 m，多光谱分辨率为5 m，现势性为2013年3月。后时相影像：高分1号（GF1），全色影像分辨率为2 m，多光谱分辨率为8 m，现势性为2014年12月。

2.3 基于影像融合的地理国情监测图斑提取

地理国情监测中的影像融合是对监测区内多时相的多光谱影像和全色影像进行融合，提高影像的空间分辨率和光谱分辨率，增强影像的视觉效果；而不同时相影像的交叉融合又会突出影像的变异斑块，从而方便地监测出变化的区域。目前地理国情监测主要可以分为两大类，一类是利用不同时相遥感影像变化信息进行监测，另一类是利用单一时相遥感影像和土地利用基础图件进行变化信息监测。本文采用的是前一类。

图像增强就是采用一定方法对图像的某些特征（如边缘、轮廓、对比度等）进行调整，以突出图像中的某些感兴趣的信息，同时抑制或去除某些不需要的信息来提高遥感图像质量的处理方法[1]。图像增强可以有选择地突出感兴趣信息，改善图像质量、提高图像使用价值，使之更适合人的视觉或机器识别系统[2]。

案例1：如图为武冈市2013年3月ZY3影像和2014年12月GF1多光谱影像，运用ERDAS9.1的IHS变换融合，从影像中很容易看到变异的图斑。

如图2是在MATLAB下对影像灰度均衡化增强的直方图效果对比。2.2.3 图像的纠正和配准

2.4 基于影像融合的年度变更调查监测图斑提取

年度土地利用变更调查对于我国国土资源的科学利用和管理具有十分重要的意义，利用遥感影像融合监测技术发现和提取土地利用变更源是保证土地调查数据精确性和现势性的有效手段。

案例2：如图为岳阳市君山区2015年12月GF2影像和2016年12月SP6部分影像，运用ERDAS9.1的小波变换融合，融合后的结果如图10所示。

外采低价资源虽然利润丰厚，但其前提条件是通过加油站零售出去。受制于网络能力限制，每年外采2000 万吨资源只有一部分可以进入零售环节，其余资源基本相当于赚取批发差价。

  

图3 图像的几何纠正流程Fig.3 Geometric correction of images

  

图4 影像的配准的流程图Fig.4 Image registration process

2.5 变化精度评定

土地利用变更调查由于只监测建设用地的变化，从图10经过融合后新增的建设用地用肉眼还是很容易辨别出来的，本文重点针对地理国情监测中基础地表覆盖各地类分类面积的正确性进行评价。

变化面积精度是指分类图像中变化的像元和正确变化的像元接近程度。各融合方法的优劣是用变化面积误差率来评定的，面积误差率用式1计算[4]。各类的变化面积和实际变化面积和误差率如表1所示。

 

为了能直观的看到变化面积的误差率，用散点图表示如图11所示。

2.6 遥感影像融合变化监测适应性分析

地理国情监测是在地理国情普查成果的基础上，按照地理国情监测的内容与指标，对全国范围内的地表覆盖和地理国情要素开展基础性变化监测，并对变化内容进行数量统计和空间分析，形成地理国情监测报告。其中地表覆盖尤其重要，综合表1及图11可以得出，对于地表覆盖分类中，水域、道路、建筑区、构筑物等遥感影像融合方法能监测区内的地物特征变化，国情变化监测误差率相对较小，而地理国情覆盖年度变化监测中，水域、道路、建筑区、构筑物占变化监测的绝大部分，因此本文研究对于地理国情监测具有重要的意义。

  

图5 前一时相ZY3Fig.5 The previous ZY3 image

  

图6 后一时相GF1 Fig.6 The latter GF1 image

  

图7 经IHS变换融合变异影像Fig.7 The result of image after by IHS fusion

  

图8 前一时相GF2 Fig.8 The previous GF2 image

  

图9 后一时相SP6 Fig.9 The latter SP6 image

  

图10 经小波变换融合变异影像Fig.10 The result of image after by wavelet changes

 

表1 影像融合后地表覆盖各类的变化面积和实际变化面积（公顷）Table 1 After the image fusion, the surface covers the area of change and the actual change area（ha）

  

  

图11 影像融合对应变化面积的误差率Fig.11 The error rate of variation area after Image fusion

年度土地利用变更调查是国土资源部自2010年后每年利用两时相（两个变化年度）的影像，利用影像处理技术并结合目视判读解译，获取年度变化图斑，提取变化信息。随着模式识别、计算机的发展，遥感影像融合技术将在变更图斑提取中发挥越来越重要的作用。

3 结论

随着遥感技术的发展，遥感影像融合技术作为遥感影像分析的一种有效工具，成为遥感研究的前沿，并得以迅速发展。本文对地理国情监测和年度变更调查中的遥感影像预处理，基于影像融合的地理国情监测图斑、年度变更调查监测图斑提取，进行了总结；提出了基于影像融合的地理国情监测方法流程，变化精度评定，并对国情监测和土地变更调查的适用性做了分析总结，为开展常态化地理国情监测和年度变更调查奠定基础。

参考文献

References

[1] 陆冬华,赵英俊. 基于改进型Brovey算法的高光谱数据融合技术[J]. 世界核地质科学, 2006, 9(23)：177-178.

[2] F.Sunar and N.Musaoglu. Merging multi-resolution SPOT P and Landsat TM data： the effects and advantages [J].International Joumal of Remote Sensing, 1998, vol.19,220-223.

[3] 丁军,王丹,王超鹏等. 利用高分辨率卫星遥感数据进行土地利用动态遥感监测的实践与认识[J]. 工程勘察 , 2005(3)：59-61.

[4] 邓洁. 遥感影像融合在土地利用变化监测中的应用研究. 硕士论文[D]. 阜新：辽宁工程技术大学, 2009.