許禮林 雷 瑩 王 明2

（1.國(guó)家基礎(chǔ)地理信息中心；／2.國(guó)信司南（北京）地理信息技術(shù)有限公司，北京100048）

1 引言

隨著空間探測(cè)技術(shù)的發(fā)展，遙感為地理空間信息的提取打開了一扇窗，成為有效的地理信息獲取和更新手段?，F(xiàn)代遙感技術(shù)已經(jīng)進(jìn)入一個(gè)多平臺(tái)、多時(shí)相、高分辨率、動(dòng)態(tài)、快速地提供對(duì)地觀測(cè)數(shù)據(jù)的新階段，高分辨率影像已成為地理信息監(jiān)測(cè)的重要數(shù)據(jù)源。

本研究將對(duì)基于高分辨率遙感影像提取地理變化信息的適用算法、技術(shù)流程等進(jìn)行梳理，并對(duì)提取變化信息的輔助生產(chǎn)方法進(jìn)行模塊設(shè)計(jì)，為地理空間信息的動(dòng)態(tài)實(shí)時(shí)更新提供理論基礎(chǔ)和技術(shù)支持。

2 基于高分影像的變化檢測(cè)研究現(xiàn)狀

遙感變化檢測(cè)的實(shí)質(zhì)是通過影像分析判別研究目標(biāo)的地物特征隨時(shí)間發(fā)生的變化［1］。像元自遙感技術(shù)形成以來一直是影像分析算法的基本處理單位，傳統(tǒng)的影像檢測(cè)方法整體上以基于像元的影像檢測(cè)算法為主，如圖像差值法、圖像比值法、主成份變換法、相關(guān)系數(shù)法、光譜變化矢量分析法、分類后比較法等。整體上來看，以像素為基本分析單位的變化檢測(cè)方法，具有原理簡(jiǎn)單、易于理解的優(yōu)勢(shì)，當(dāng)遙感影像處于中、低分辨率時(shí)，每個(gè)像素代表的實(shí)際地域面積比較大，此時(shí)基于像素進(jìn)行影像分析處理比較合適。

高分辨率影像提供了更豐富的地理和地形信息、空間信息，影像的幾何結(jié)構(gòu)和紋理特征能較好的反映同一地類的細(xì)節(jié)信息，已成為地理信息監(jiān)測(cè)的重要數(shù)據(jù)源，使地理信息數(shù)據(jù)的變化檢測(cè)有了更好的數(shù)據(jù)基礎(chǔ)［2］。然而高分辨率遙感影像為地理信息變化檢測(cè)提供了更豐富信息的同時(shí)也帶來了更多挑戰(zhàn)。

一方面，遙感影像存在“同譜異物”和“同物異譜”現(xiàn)象，這在高分辨率遙感影像中表現(xiàn)更為明顯，傳統(tǒng)的基于像元的變化檢測(cè)方法得到的結(jié)果較為破碎，容易出現(xiàn)類似噪聲的“偽變化信息”［3］，影響變化檢測(cè)的效率和精度，并且影像數(shù)據(jù)量的增加和人工解譯效率低成本高的矛盾更加突出。另一方面，基于像素的影像分析受噪聲影響較大，能夠在影像上提取的特征信息較少，只考慮了像元光譜特征信息，而忽略了整塊圖斑的幾何結(jié)構(gòu)及相互關(guān)系情況，無法有效挖掘高分辨率遙感影像的優(yōu)勢(shì)和應(yīng)用潛力，傳統(tǒng)的像素級(jí)遙感圖像處理方式已不能滿足高分影像數(shù)據(jù)處理與應(yīng)用的需要［4］。

因此需要探索如何將現(xiàn)有的像元-像元的差異影像構(gòu)建推廣到對(duì)象一對(duì)象之間，研究開展面向多時(shí)相高分辨率遙感影像變化檢測(cè)的關(guān)鍵技術(shù)以及提高變化檢測(cè)自動(dòng)化程度的可行技術(shù)方案。

3 基于高分辨率遙感影像的變化檢測(cè)算法

像斑是影像上的灰度同質(zhì)區(qū)域，基于像斑的分析一般稱作“面向?qū)ο蟆被颉盎趯?duì)象”的方法。基于高分辨率遙感影像的變化檢測(cè)關(guān)鍵在于像斑的獲取、分類及以像斑為基元的變化信息識(shí)別與提取，下面將對(duì)以高分辨率遙感影像為地理信息更新數(shù)據(jù)源的柵-柵、柵-矢兩種情境下變化信息檢測(cè)流程詳細(xì)介紹。

3.1 基于多時(shí)相高分影像的變化信息檢測(cè)

多尺度分割是較為常用的同質(zhì)像斑獲取算法，在保證對(duì)象之間平均異質(zhì)性最小、對(duì)象內(nèi)部像元之間同質(zhì)性最大的前提下，基于區(qū)域合并算法［5］將相鄰像素或小的分割對(duì)象合并成為有意義的影像對(duì)象實(shí)現(xiàn)影像分割。之后，基于像斑開展變化信息檢測(cè)，具體流程如下圖所示：

首先對(duì)基期影像（T1）進(jìn)行多尺度分割生成圖斑單元，同時(shí)建立基于圖斑光譜色調(diào)、幾何特征、上下文關(guān)系等特征的判別規(guī)則，并選取各地類典型樣本圖斑，形成各地類遙感數(shù)據(jù)樣本庫。然后，將T1時(shí)相的分割影像同T2時(shí)相遙感影像配準(zhǔn)疊置，以圖斑單元進(jìn)行特征匹配，當(dāng)二者差值超過設(shè)定的閾值時(shí)，則視為變化區(qū)域，并通過與樣本庫中各類別知識(shí)的匹配識(shí)別出具體的變化類別。

該方法采用了僅對(duì)其中一個(gè)影像進(jìn)行分割，并將分割生成的圖斑邊界與另一影像的同一區(qū)域疊置匹配的方法，實(shí)現(xiàn)圖斑單元對(duì)圖斑單元的一一比較。該方法同基于像素級(jí)別上的變化檢測(cè)方法相比具有以下優(yōu)點(diǎn)：

（1）提高影像信息的利用程度，具有更高的精度。像斑除像素可以提取的灰度特征之外，還能夠充分利用整塊圖斑的幾何結(jié)構(gòu)及相互關(guān)系，與基于像素級(jí)別的信息提取相比具有更高的檢測(cè)精度。

（2）避免了“椒鹽”現(xiàn)象?；谟跋穹指罘椒ㄊ紫热⊥|(zhì)區(qū)域然后進(jìn)行變化檢測(cè)，從而避免了基于像元方法檢測(cè)結(jié)果中的"椒鹽"影響，使變化結(jié)果更有意義。

（3）縮小處理范圍，提高檢測(cè)速度與精度。將影像分割成不同大小的同質(zhì)圖斑塊，極大地減少了需要處理的單元數(shù)，而且僅需對(duì)發(fā)生變化的區(qū)域進(jìn)行地類識(shí)別，與分類后比較法相比，提高了變化檢測(cè)的速度，同時(shí)避免了分類后比較法中兩次分類誤差對(duì)最終結(jié)果的累積影響，提高了變化檢測(cè)精度。

（4）提高了自動(dòng)化程度。該方法由于引入了知識(shí)引導(dǎo)機(jī)制，借助于事先建立的地類樣本知識(shí)庫，在獲取變化的位置與面積的同時(shí)，可以自動(dòng)識(shí)別變化的類型，在一定程度上提高了變化檢測(cè)的自動(dòng)化程度。

3.2 基于高分影像與矢量數(shù)據(jù)的變化信息檢測(cè)

變化檢測(cè)的根本目的就在于更新已有數(shù)據(jù)，在實(shí)際應(yīng)用中，各行各業(yè)對(duì)于遙感影像的應(yīng)用要求，尤其是對(duì)地物的分類標(biāo)準(zhǔn)千差萬別。在地理國(guó)情監(jiān)測(cè)、土地利用變化等多個(gè)領(lǐng)域，以歷史矢量數(shù)據(jù)為先驗(yàn)知識(shí)，對(duì)高分辨率遙感影像進(jìn)行多尺度分割和面向?qū)ο蠓诸惖淖兓瘷z測(cè)與信息提取方法更具實(shí)際應(yīng)用價(jià)值。

利用前期的矢量數(shù)據(jù)或者其他專題信息，構(gòu)建用于變化檢測(cè)的信息庫，利用信息庫進(jìn)行變化更新。具體流程如下圖：

首先，通過矢量數(shù)據(jù)與兩時(shí)相遙感影像分別配準(zhǔn)套合，僅利用矢量數(shù)據(jù)的圖斑邊界信息獲取影像像斑。同時(shí)，根據(jù)矢量數(shù)據(jù)屬性信息中的類別信息，獲取像斑類別；然后，以影像的響應(yīng)光譜特征為依據(jù)，分別對(duì)兩時(shí)相像斑進(jìn)行多尺度分割。最后，將兩時(shí)相的子像斑進(jìn)行疊置分割，使得前后兩個(gè)時(shí)期像斑一一對(duì)應(yīng)，開展變化信息的檢測(cè)與提取。

3.3 試驗(yàn)驗(yàn)證

以江西省鷹潭市2014年4月（a）和2015年4月（b）的兩景GF-1衛(wèi)星影像為數(shù)據(jù)源，分別對(duì)其進(jìn)行基于像元和面向?qū)ο蟮淖兓畔z測(cè)，結(jié)果如下所示（c、d）：

4 輔助生產(chǎn)模塊設(shè)計(jì)

在對(duì)以高分辨率遙感影像為更新數(shù)據(jù)源的地理變化信息提取技術(shù)研究的基礎(chǔ)上，對(duì)基于高分辨率遙感影像的地理空間信息半自動(dòng)提取輔助生產(chǎn)模塊系統(tǒng)加以設(shè)計(jì)。該系統(tǒng)以高分遙感影像、矢量數(shù)據(jù)為數(shù)據(jù)源，通過采用人工交互的半自動(dòng)提取及人工編輯的更新方式，實(shí)現(xiàn)地理空間變化信息的識(shí)別與提取。核心模塊工作流程圖如下：

該系統(tǒng)主要包括如上所示的地理變化信息的提取核心模塊，包含了基于高分辨率遙感影像的柵-柵、柵-矢兩種常用情境下提取變化信息技術(shù)的完整流程。除此之外，還涉及視圖編輯、可視化檢查、出圖／變化統(tǒng)計(jì)等輔助功能，為提高系統(tǒng)通用性、流程規(guī)范化提供保障，從而為提高生產(chǎn)效率和自動(dòng)化水平提供技術(shù)支持。

5 結(jié)語

本文對(duì)基于高分辨率遙感影像的地理變化信息提取適用算法及技術(shù)路線進(jìn)行了梳理和研究，并對(duì)基于生產(chǎn)實(shí)際中常用的柵-柵、柵-矢數(shù)據(jù)源的提取變化信息輔助生產(chǎn)模塊進(jìn)行了設(shè)計(jì)。

高分辨率自主衛(wèi)星數(shù)據(jù)是我國(guó)寶貴的空間地理信息資源，如何充分發(fā)掘高分辨率遙感數(shù)據(jù)的應(yīng)用潛力，發(fā)展高效的遙感影像分析與解譯方法，形成一套實(shí)用化的變化信息提取的技術(shù)方法和工藝流程，為全球變化、地理國(guó)情監(jiān)測(cè)、土地利用變化、城市發(fā)展、自然災(zāi)害、空間數(shù)據(jù)庫更新等關(guān)系到人民生活和社會(huì)可持續(xù)發(fā)展的一系列問題提供科技支撐，從而為宏觀決策提供數(shù)據(jù)和技術(shù)支持具有十分重要的現(xiàn)實(shí)意義。