第二次全国土地调查成果现势性评估方法
郭绿奕1,2, 戴韫卓3, 杜震洪1,2, 张丰1,2,*, 李荣亚1,2
1. 浙江大学 浙江省资源与环境信息系统重点实验室, 浙江 杭州 310028
2. 浙江大学 地理信息科学研究所,江 杭州 310027
3. 浙江省土地勘测规划院, 浙江 杭州 310027
*通信作者,E-mail:zfcarnation@zju.edu.cn.

作者简介:郭绿奕(1989-),女,硕士,主要从事遥感技术在土地领域中的应用研究.

摘要

第二次全国土地调查(以下简称二次调查)成果的现势性是评价二次调查成果质量的重要指标之一.针对现势性评估理论模型缺乏的现状,提出了利用建设用地现势性指数和建设用地占用耕地变更正确性指数来评估二次调查成果的现势性.并对杭州市9区(县)的二次调查成果进行了现势性评估,结果表明,该方法科学可靠,适用于评估二次调查成果的现势性.

关键词: 二次调查; 土地变更调查; 现势性; 建设用地
中图分类号:P208 文献标志码:A 文章编号:1008-9497(2016)01-035-05
Data currency evaluation method of the second national land survey
GUO Lyuyi1,2, DAI Yunzhuo3, DU Zhenhong1,2, ZHANG Feng1,2, LI Rongya1,2
1. Zhejiang Provincial Key Lab of GIS,Zhejiang University,Hangzhou 310028, China
2. Department of Geographic Information Science,Zhejiang University,Hangzhou 310027, China
3. Institute of Land Surveying and Planning of Zhejiang Province, Hangzhou 310027, China
Abstract

The data currency of the second national land survey (hereinafter referred as the second survey) is one of the most important index to evaluate the quality of the second survey results. Considering the present situation of the lack of theoretical model in currency evaluation, a new method using the construction land currency index and the change correctness index of the arable land occupied by construction is figured out to evaluate the currency of the second survey results. The experiments have evaluated the second survey data currency of the nine districts or counties of Hangzhou. Results show that the method is scientific and feasible, and can be used to evaluate the currency of the second survey results.

Keyword: the second national land survey; land change survey; currency; construction land
引言

第二次全国土地调查(以下简称二次调查)全面查清了全国土地利用现状, 建成了全国土地利用基础数据库, 实现了调查成果管理的数字化[1].二次调查成果数据量大、覆盖面广、精确度高, 已被广泛应用到国土资源管理、城镇规划建设、国家宏观调控等方面[2].二次调查成果的现势性是指二次调查成果反映当前真实土地利用情况的能力, 数据更新周期越短, 现势性就越强.为保持二次调查成果的现势性, 从2010年开始, 全国每年展开土地变更调查工作, 建立年度土地变更调查成果数据库[3], 对二次调查数据进行更新.只有二次调查成果具有较高的现势性, 才能为各行业提供准确可靠的基础信息, 因此, 对二次调查数据进行现势性评估有利于提高二次调查数据的利用率.近年来, 国内学者围绕确保二次调查成果的准确性和提高二次调查成果的现势性展开了大量研究:吴明辉等[4]基于质检规则, 集成地理信息系统中的多项技术, 开发了第二次全国土地调查成果质量检查系统, 对二次调查成果的正确性进行自动化检查; 于金羽[5]在传统地籍变更办法的基础上提出城乡一体化的地籍数据更新机制来保证地籍数据的现势性; 吴学瑜等[6]提出以土地利用动态遥感监测来快速、客观地反映土地利用的变化情况, 从而确保二次调查成果的现势性; 何乔等[7]提出了一种基于像素数变化比率的栅格地图数据现势性半自动检查方法.目前为止, 仍鲜见关于二次调查成果现势性评估的研究, 其根本原因在于缺乏完善的现势性评估理论模型和详细的评估方法.

基于此, 本文提出了一种利用建设用地现势性指数和建设用地占用耕地变更正确性指数来综合评估二次调查成果现势性的方法.考虑到人工目视解译效率低且消耗大, 该方法先利用规则集自动提取建设用地, 然后通过空间叠加分析获得未变更建设用地矢量层和未变更建设用地占用耕地矢量层, 最后计算建设用地现势性指数值和建设用地占用耕地变更正确性指数值.这2个指数分别从建设用地和耕地的角度反映二次调查成果的现势性, 为评估二次调查成果的现势性提供了理论模型.

1 研究方法
1.1 现势性评估指数

在土地变更调查中, 建设用地包括城乡住宅、商服用地、工矿仓储用地、公共设施用地、部分交通运输用地和水利设施用地等地类.随着城市化的全面推进, 农村居民逐渐向城镇及城乡接合部转移, 建设用地大量增加, 耕地不断减少[8].在土地变更调查中, 建设用地逐年增加, 变化速度最快, 且建设用地占用耕地的变更占绝大部分; 其他地类的变化量很小, 变化过程较慢.因此, 建设用地和耕地是对二次调查成果现势性影响最大的2种地类, 建设用地和建设用地占用耕地的现势性能基本反映二次调查成果的现势性.

1.1.1 建设用地现势性评估指数

地图学中, 现势地图符号所占全图符号的百分比, 是地图传输信息可信度的表征, 可作为对该图现势性的度量[9].因此, 建设用地现势性指数可以用数据库中已变更的建设用地面积和建设用地实际变化面积的比值来表示.已变更建设用地面积和未变更建设用地面积互为补集, 只要算出未变更建设用地面积, 便可求得已变更建设用地面积.

定义1 设从t0t这段时间内(t> t0), 建设用地实际变化面积为SA, 其中已变更的建设用地面积为SB, 未变更的建设用地面积为SC.令

P= SBSA=1- SCSA, (1)

则称Pt时刻的建设用地现势性指数.其中t代表最近一次土地变更调查数据更新的时刻, 本文特指2013年年末(2013-12-31); t0代表基准时刻, 本文特指二次调查统一时点(2009-12-31).

P值越大, 说明土地变更调查成果数据库中的建设用地与当前地面实际建设用地的吻合度越好, 因而可以用来度量二次调查成果的现势性.

1.1.2 建设用地占用耕地变更正确性指数

建设用地变更中最常见的情况是由耕地变更为建设用地.某地块已变化为建设用地但数据库未及时变更的情况时有发生.建设用地占用耕地的变更正确性可以用已变更的建设用地占用耕地面积与同一时段内实际建设用地占用耕地面积的比值来表示.

定义2 设从t0t这段时间内(t> t0), 累计建设用地占用耕地总面积为SL, 其中已完成变更的建设用地占用耕地面积为SM, 未完成变更部分的面积为SN.令

Q= SMSL=1- SNSL, (2)

则称Qt时刻的建设用地占用耕地变更正确性指数.

Q值越大, 说明建设用地占用耕地的变更完成情况越好, 成果数据越符合地表最新实际情况.故可以将其作为另一个衡量二次调查成果现势性的指标.

以上2个指数反映了土地利用中主要变化地类的现势性情况, 利用建设用地的现势性和建设用地占用耕地的变更正确性能够充分体现二次调查成果的现势性.

1.2 现势性指数的计算方法

1.2.1 建设用地现势性指数的计算方法

分析式(1)中的各项参数, 发现式中的已变更建设用地面积可用土地变更调查中新增建设用地面积值表示, 故求得建设用地现势性指数的关键在于获得未变更建设用地面积.为此, 本文设计了一套建设用地现势性指数的计算方法(见图1), 具体步骤如下:

1)利用最近一年土地利用遥感正射影像数据, 自动提取建设用地图斑, 并对提取结果的正确性进行人工核查, 将核查后的结果保存成Shapefile矢量数据格式;

2)将步骤1)中提取的建设用地矢量层与同年度土地变更调查成果数据库中的建设用地矢量层、临时用地矢量层、设施农用地矢量层以及线状地物矢量层进行叠加分析, 提取出未被以上任一矢量图层覆盖的建设用地图斑, 并剔除其中面积在400 m2以下的碎图斑;

3)将步骤2)中提取的未变更建设用地图斑层分别与二次调查航空影像和2009年末卫星遥感影像套合, 若某图斑对应位置在影像上已显示为建设用地, 则将其属性分别赋值为“ 二次调查未上图” 或“ 统一时点未更新” , 即二次调查建设用地成果错误, 不属于未变更建设用地范畴; 其余图斑赋值为“ 未完全变更” , 构成二次调查后未变更建设用地图斑层;

4)统计二次调查后未变更建设用地图斑面积, 计算建设用地图斑现势性指数.

图1 建设用地现势性指数计算方法Fig.1 Calculation method of construction land currency index

1.2.2 建设用地占用耕地变更正确性指数的计算方法

建设用地占用耕地的图斑只在影像上显示为建设用地, 在土地变更调查成果数据库中仍为耕地, 即二次调查后未变更建设用地和数据库中耕地图层的交集.本文设计的建设用地占用耕地变更正确性指数计算方法如图2所示, 具体步骤如下:

1)将建设用地现势性评估中提取的未变更建设用地图斑层与同年度土地变更调查成果数据库中的耕地矢量层套合, 提取重叠部分, 作为未变更建设用地占用耕地矢量层;

2)统计未变更建设用地占用耕地图斑面积, 计算建设用地占用耕地变更正确性指数.

图2 建设用地占用耕地变更正确性指数的计算方法Fig.2 Calculation method of the change correctness index of arable land occupied by construction

2 实验数据处理
2.1 实验区和实验数据概况

本研究实验区为杭州市9区(县), 包括上城区、下城区、江干区、拱墅区、西湖区、滨江区、萧山区、余杭区和淳安县. 杭州市是浙江省省会, 经济发展迅速, 城镇化水平达到70%以上.近年来, 随着浙江省城市化进程的稳步推进, 杭州市的建设用地和耕地变化较为显著, 因此将其选为二次调查成果现势性评估的实验区域.实验区总面积776 650 hm2, 其中建设用地面积169 851 hm2.实验所用数据如下:

1)杭州市9区(县)2013年土地变更调查成果数据库;

2)国土资源部制作下发的杭州市9区(县)2013年遥感监测正射影像:其原始影像来源主要为Pleiades-1卫星影像, 空间分辨率为0.5 m, 部分ZY-1、YG8卫星影像, 空间分辨率为2.5 m;

3)杭州市9区(县)二次调查时期航空影像;

4)杭州市9区(县)2009年土地利用遥感正射影像.

2.2 基于规则集的建设用地提取

建设用地现势性指数计算方法的第1步是提取影像上的建设用地.基于规则集的建设用地提取方法是面向对象分类方法的一种.面向对象影像分类方法在多尺度分割构建的多层次对象结构基础上, 依据地物的不同形态, 选择适当的特征集以规则集对对象进行分类[10].建立合适的规则集是从影像中提取出建设用地的关键.本文将建设用地分为建筑物、硬化地表和道路3个小类, 并从建设用地光谱特征、纹理特征和形状特征的角度来建立规则集.

图3(a)为杭州市余杭区正射影像中大小为4 000像素× 4 000像素的区域, 影像有R、G、B 3个波段, 空间分辨率为0.5 m.该区域建设用地集中, 涵盖建筑物、硬化地表和道路3种类型, 故以此为示例区域, 采用基于规则集的方法提取该区域的建设用地:

1)利用ENVI遥感影像处理软件对影像进行分割, 分割后的矢量结果如图3(b)所示, 图3中每个地物都沿其边缘分割成了独立的对象;

2)建立如式(3)的适用于该区域的规则集算式;

F=F1+F2+F3, (3)

式(3)中, F代表该区域建设用地规则集, F1F2F3分别代表建筑物、硬化地表和道路这3个小类的规则集, 其表达式如下:

F1={SM3< 105.32}∩ {A< 1583.22}∩

{57.15< TM1< 133.18}, (4)

F2={SM1< 102.32}∩ {L< 243.86}∩

{-0.69< TE2< -0.32}, (5)

F3={SM3< 127.10}∩ {L< 220.38}∩

{11.14< TR1< 20.59}, (6)

式中, SMiTMiTEiTRi分别为i波段的光谱均值、纹理均值、纹理灰度信息熵和平均灰度范围, i=1, 2, 3; A为分割后对象的面积; L为对象的长度.

3)利用规则集F提取该区域的建设用地, 结果如图3(c)所示.图中白色部分为建设用地, 从图3中可以看到提取的建设用地清晰规整, 能较完整地反映其分布情况, 且无明显遗漏.

4)采用混淆矩阵法对建设用地提取结果进行精度评价, 精度统计参数计算结果如下:

Overall Accuracy=(7559/8358)=90.44%,

Kappa Coefficient=0.79.

以上结果可以看出, 建设用地提取结果的总体精度为90.44%, Kappa系数为0.79, 说明采用基于规则集的面向对象提取方法的提取结果较好, 准确度较高, 将其作为真实的建设用地覆盖情况正确可靠.

图3 基于规则集的建设用地提取实验Fig.3 Experiment of rule based construction land extraction

3 实验结果与分析
3.1 建设用地现势性评估

按照本文提出的建设用地现势性指数计算方法, 在ArcGIS软件中将提取的建设用地矢量图层和2013年土地变更调查成果数据库中建设用地相关图层做叠加分析, 并排除二次调查建设用地成果错误的干扰, 提取二次调查后未变更的建设用地.统计未变更建设用地图斑面积, 利用式(1)计算建设用地现势性指数.其中, 已变更建设用地面积值用从二次调查统一时点(2009-12-31)到2013年末(2013-12-31)这段时间内新增的建设用地面积值来表示.

分别对实验区每个区(县)进行建设用地现势性评估, 各区(县)的建设用地现势性指数值和实验区建设用地现势性指数平均值如图4所示.图中显示, 实验区建设用地现势性指数为90.16%, 其中低于平均值的是西湖区、萧山区和淳安县.这几个区(县)近几年经济发展较快, 新开工建设的地块较多, 二次调查成果与实际地面情况相差较大, 这与实验结果相符合.总体来说, 实验区建设用地变更结果与实际建设用地变化情况吻合度较高, 建设用地现势性较高.

图4 建设用地现势性指数计算结果- -为实验区建设用地现势性指数计算结果Fig.4 Results of construction land currency evaluation

3.2建设用地占用耕地变更正确性分析

利用ArcGIS软件求得二次调查后未变更建设用地矢量层和2013年土地变更调查成果数据库中耕地矢量层的交集, 作为未变更建设用地占用耕地图斑层.统计面积, 利用式(2)计算建设用地占用耕地变更正确性指数.具体计算时, 式(2)中的SM为二次调查统一时点(2009-12-31)到2013年末(2013-12-31)这一时间段累计的建设用地占用耕地的面积值.

分别对除上城区(数据库中无耕地)以外的每个区(县)进行建设用地占用耕地变更正确性分析, 得到如图5所示的结果.从图5中可看出, 实验区建设用地占用耕地变更正确性指数平均值为90.76%.低于平均值的有萧山区和下城区, 其中, 萧山区原有耕地面积较大, 由于工业化、城镇化建设速度的加快, 导致占用耕地进行建设的面积较大, 降低了变更的正确性, 这与实验结果相吻合; 下城区为老城区, 正确性指数较低的原因考虑为变更调查中的人为疏漏.

以上结果说明, 实验区建设用地占用耕地的变更完成情况较好, 变更调查准确性较高.

实验分析中将现势性评估结果和各地区实际的建设用地宏观变化情况进行比对, 发现两者的结果较吻合, 证明结果科学可靠.综合以上实验结果, 实验区建设用地和耕地的变更结果与地面实际变化情况总体一致, 即杭州市9区(县)的二次调查成果现势性较高.

图5 建设用地占用耕地变更正确性分析结果 ┇为实验区建设用地占用耕地变更正确性指数平均值.Fig.5 Results of change correctness analysis of arable land occupied by construction

4 结论

提出了一套基于建设用地现势性指数和建设用地占用耕地变更正确性指数的二次调查成果现势性评估方法, 并对这2个指数的计算方法进行了详细阐述, 丰富了二次调查成果现势性理论模型.实验完成了对杭州市9区(县)二次调查成果的现势性评估, 证明该方法能准确评估二次调查成果的现势性.

本文仅从建设用地和建设用地占用耕地两方面来评估二次土地调查成果的现势性, 仍不尽完善.下一步将丰富现势性评估指标, 使之形成体系, 从而更全面地评估二次土地调查的现势性.总之, 本方法是对二次调查现势性评估的一次成功探索.

The authors have declared that no competing interests exist.

参考文献
[1] 国土资源部, 国家统计局, 国务院第二次全国土地调查领导小组办公室. 关于第二次全国土地调查主要数据成果的公报[J]. 国土资源通讯, 2014(1): 29-31.
Ministry of Land and Resources, National Bureau of Statistics, the Leading Group Office of the Second National Land Survey of the State Council. Communique on the primary data about the second national land survey results[J]. National Land & Resource Information, 2014(1): 29-31. [本文引用:1]
[2] 徐勇, 李健, 江韦希, . 第二次土地调查成果在日常土地管理中的应用[J]. 地理空间信息, 2011, 9(3): 159-161.
XU Yong, LI Jian, JIANG Weixi, et al. Application of the second land investigation’s result to daily land and resources management[J]. Geospatial Information, 2011, 9(3): 159-161. [本文引用:1]
[3] 蔺琳, 袁惠林, 殷耀国. 土地变更调查现状及其问题与对策[J]. 测绘与空间地理信息, 2013, 36(10): 245-247.
LIN Lin, YUAN Huilin, YIN Yaoguo. The present situation, problems and countermeasures of land use change survey[J]. Geomatics & Spatial Information Technology, 2013, 36(10): 245-247. [本文引用:1]
[4] 吴明辉, 曾珏, 李琪. 第二次全国土地调查成果质量检查系统开发[J]. 国土资源信息化, 2012(4): 12-18.
WU Minghui, ZENG Jue, LI Qi. Development of the second national land survey with the system of quality control of results[J]. Land and Resource Information, 2012(4): 12-18. [本文引用:1]
[5] 于金羽. 第二次土地调查数据更新维护对策探讨[J]. 国土资源科技管理, 2011, 28(1): 107-111.
YU Jinyu. Evaluation of actual use by weighted least square method[J]. Scientific and Technology Management of Land and Resources, 2011, 28(1): 107-111. [本文引用:1]
[6] 吴学瑜, 高振宇, 李朋, . 第二次土地调查后的遥感监测方法分析[J]. 测绘与空间地理信息, 2012, 35(8): 79-82.
WU Xueyu, GAO Zhenyu, LI Peng, et al. The analysis of the method of remote sensing land use monitoring after the second countrywide land survey[J]. Geomatics & Spatial Information Technology, 2012, 35(8): 79-82. [7] 何乔, 赵泳, 郭海涛. 栅格地图数据的现势性检查[J]. 海洋测绘, 2006, 26(1): 57-59. HE Qiao, ZHAO Yong, GUO Haitao. The currency check of raster graphic data[J]. Hydrographic Surveying and Charting, 2006, 26(1): 57-59. [本文引用:1]
[8] 雷坤平. 基于3S技术的土地利用监测与现状变更研究[D]. 成都: 西南交通大学, 2014.
LEI Kunping. The Study of Monitor of Land Use and Change of Situation Based on 3S Technology[D]. Chengdu: Southwest Jiaotong University, 2014. [本文引用:1]
[9] 钟业勋, 黄鹄, 郑红波. 事物的演化机理与地图现势性的度量[J]. 测绘科学, 2006, 31(2): 125-127.
ZHONG Yexun, HUANG Hu, ZHENG Hongbo. Develop mechanism of things and metric of verisimilitude[J]. Science of Surveying and Mapping, 2006, 31(2): 125-127. [本文引用:1]
[10] 劳小敏. 基于地物特征库的高分辨率遥感影像土地利用变化检测[D]. 杭州: 浙江大学, 2013.
LAO Xiaomin. High Resolution Remote Sensing Land Use Change Detection Based on Feature Base[D]. Hangzhou: Zhejiang University, 2013. [本文引用:1]