康 芮, 史明昌, 趙 院, 羅志東, 王曉晶, 劉二佳

(1.北京林業(yè)大學(xué) 林學(xué)院, 北京 100083; 2.水利部 水土保持監(jiān)測中心, 北京 100055; 3.北京地拓科技發(fā)展有限公司, 北京 100084)

?

基于多時相GF-1影像的施工期生產(chǎn)建設(shè)項目分布信息提取

康 芮1, 史明昌1, 趙 院2, 羅志東2, 王曉晶3, 劉二佳3

(1.北京林業(yè)大學(xué) 林學(xué)院, 北京 100083; 2.水利部 水土保持監(jiān)測中心, 北京 100055; 3.北京地拓科技發(fā)展有限公司, 北京 100084)

摘要：[目的] 開展基于高分遙感的生產(chǎn)建設(shè)項目提取技術(shù)的研究，全面、及時地掌握生產(chǎn)建設(shè)項目分布信息,滿足水土保持監(jiān)管的迫切需求。 [方法] 以陜西省榆林市的部分區(qū)域為研究區(qū),利用2013和2014年兩個時相的GF-1影像,通過面向?qū)ο蟮闹苯颖容^法,提取變化信息,并結(jié)合光譜、形狀等特征,去除偽變化,獲取區(qū)域范圍內(nèi)新增的裸地和不透水面。另外,結(jié)合專家知識,提取疑似施工期生產(chǎn)建設(shè)項目信息。[結(jié)果] 新增裸地和不透水面的發(fā)現(xiàn)精度達到83.53%, 疑似施工期生產(chǎn)建設(shè)項目的發(fā)現(xiàn)精度為95.56%。[結(jié)論] 該方法能夠有效地提取施工期生產(chǎn)建設(shè)項目分布信息。

關(guān)鍵詞：GF-1影像; 面向?qū)ο? 直接比較法; 施工期生產(chǎn)建設(shè)項目

文獻參數(shù)： 康芮, 史明昌, 趙院, 等.基于多時相GF-1影像的施工期生產(chǎn)建設(shè)項目分布信息提取[J].水土保持通報，2016,36(3)：253-257.DOI:10.13961/j.cnki.stbctb.2016.03.044

黨的十八大以來，黨中央國務(wù)院對深化簡政放權(quán)、放管結(jié)合、職能轉(zhuǎn)變做出全面部署，行政體制改革進入“快車道”。在生產(chǎn)建設(shè)項目水土保持簡政放權(quán)的同時，如何創(chuàng)新管理理念和模式，加強事中事后監(jiān)管，是水行政主管部門亟需解決的重要問題。生產(chǎn)建設(shè)項目水土保持監(jiān)管的基礎(chǔ)工作之一是掌握生產(chǎn)建設(shè)項目的分布信息，目前主要來源于生產(chǎn)建設(shè)單位編制的水土保持方案、動態(tài)巡查和群眾舉報，這3種方法均存在漏洞。通過水土保持方案無法發(fā)現(xiàn)未編制方案或者提前施工的生產(chǎn)建設(shè)項目，而這些項目是監(jiān)管的重點；動態(tài)巡查和群眾舉報具有周期長、時效性差、效率低等缺點。

利用遙感技術(shù)提取生產(chǎn)建設(shè)項目分布信息能夠彌補傳統(tǒng)方法的不足。目前的研究主要是關(guān)于礦山調(diào)查的，常用的方法有2種。一是基于單期遙感影像，采用人機交互方法提取礦產(chǎn)資源開采點(面)位置、開采狀態(tài)、開采方式等信息[1-6]。二是基于多期遙感影像，采用圖像差值的變化檢測方法提取變化圖斑，結(jié)合影像分類結(jié)果，獲取礦山信息[7-8]。后者精度與效率更高，但需要進一步研究適用于生產(chǎn)建設(shè)項目提取的變化檢測方法。本文擬利用2013年11月16日和2014年8月25日的GF-1影像，利用面向?qū)ο蟮闹苯颖容^法以及專家知識提取施工期生產(chǎn)建設(shè)項目分布信息，以期為生產(chǎn)建設(shè)項目水土保持監(jiān)管提供直觀可靠的科學(xué)依據(jù)。

1研究區(qū)概況、施工期生產(chǎn)建設(shè)項目特征及數(shù)據(jù)源

研究區(qū)位于陜西省榆林市榆陽區(qū)與橫山縣的交界處，地理位置為109°21′55″—109°40′52″E,38°4′55″—38°23′50″N,總面積約為648 km2。該區(qū)域是毛烏素沙漠與陜北黃土高原的交接地帶，地表廣布固定、半固定沙丘，地勢比較平坦。研究區(qū)屬于榆橫工業(yè)園。榆橫工業(yè)園利用當(dāng)?shù)孛禾抠Y源發(fā)展煤化工產(chǎn)業(yè)，規(guī)劃期限為2006—2020年。2014年，陜西未來能源化工有限公司100萬噸年煤間接液化示范項目、中煤陜西公司榆橫煤化工項目和園區(qū)公路等生產(chǎn)建設(shè)項目處于施工期。

生產(chǎn)建設(shè)項目在建設(shè)過程中，通常需要進行土地平整、采石取土、坡面開挖及填筑、渣料臨時堆放、棄渣棄土等工序，易造成水土流失。因此，生產(chǎn)建設(shè)項目水土流失最嚴重的時期為施工期。施工期生產(chǎn)建設(shè)項目的工序總體可以歸納為土地平整、道路和建筑物修建，表現(xiàn)在遙感影像上是土地覆蓋類型的變化，即植被等變?yōu)槁愕?，之后裸地變?yōu)椴煌杆?。因此，提取施工期生產(chǎn)建設(shè)項目的實質(zhì)是利用多時相遙感影像進行變化檢測，提取新增裸地和不透水面。

除了施工期生產(chǎn)建設(shè)項目外，個人修建房屋等人為活動也會形成新增裸地和新增不透水面，氣候變化、水蝕、風(fēng)蝕、動物破壞等自然因素也會形成新增裸地。但生產(chǎn)建設(shè)項目施工所形成的新增裸地和不透水面具有以下特征：從空間位置來看，位于城鎮(zhèn)周邊，分布較為集中；從地物組成來看，周圍有規(guī)則分布的建筑物，并且有道路連接，并非單一的裸地；從特征地物來看，內(nèi)部有一定的特征地物或者標(biāo)志性建筑物，例如露天煤礦的采掘場，井采煤礦的儲煤場、儲煤罐、棧道和風(fēng)井等；從邊界特征來看，與周邊地物有明顯的差異，邊界清晰。另外，一個生產(chǎn)建設(shè)項目施工過程中會形成多個新增裸地和不透水面，這些新增裸地和不透水面分布集中、屬性相似。

為了滿足研究的需要，本文選用2013年11月16日和2014年8月25日獲取的GF-1影像，均包括空間分辨率為8 m的多光譜數(shù)據(jù)以及空間分辨率為2m的全色數(shù)據(jù)。2013年11月16日的影像中，北部區(qū)域有云霧覆蓋。

數(shù)據(jù)預(yù)處理包括輻射校正、正射校正、融合和圖像裁剪。

2研究方法

2.1變化檢測

變化檢測按照最小處理單元可分為基于像元和面向?qū)ο髢煞N。按照是否經(jīng)過分類，面向?qū)ο蟮淖兓瘷z測可分為直接比較法和分類后比較法兩類[9-18]。本文中，由于變化類型已確定，并且冬季影像信息弱，分類精度不高，會影響變化檢測的精度。因此，采用面向?qū)ο蟮闹苯颖容^法提取變化信息。

2.1.1多尺度分割多尺度分割是面向?qū)ο蟮闹苯颖容^法重要的一步，目的是得到同質(zhì)性對象。多尺度分割的參數(shù)主要有波段權(quán)重、分割尺度、形狀因子、緊致度因子等。本文中，波段1,2,3,4的權(quán)重均為1。比起光譜信息給予幾何形狀信息更大的權(quán)重，因此，形狀因子設(shè)置為0.6。均衡考慮對象的緊致度和平滑度，因此，緊致度因子設(shè)置為0.5。

對于一種特定的地物類型而言，最優(yōu)的分割尺度應(yīng)該是所分割的結(jié)果多邊形能夠較好地顯示該地物的邊界，能通過一個或多個影像對象來表達該地物，同時，不能出現(xiàn)過于破碎或邊界模糊的現(xiàn)象[19]。目前，有多種確定最優(yōu)尺度的方法。其中，均值方差法是最常用的方法[19-20]。對于均值方差相近的尺度，若分割后圖斑數(shù)量相差較大，影像分割時間以及分類后處理時間將會有很大差異。因此，本文為了評價分割的尺度是否適用于分類，在100～2 000之間以100遞增共選取20個不同的尺度，綜合均值方差法以及分割后圖斑數(shù)量確定最優(yōu)尺度。

如圖1所示，對于2013年的影像，當(dāng)尺度為200時，分割對象的均值方差最大；尺度為100時，分割對象的均值方差次之，兩者相差不大。但尺度為100時，圖斑數(shù)量為251 450，大約是尺度為200時圖斑數(shù)量的4倍。對于2014年的影像，當(dāng)尺度為100時，分割對象的均值方差最大；當(dāng)尺度為200時，分割對象的均值方差次之，兩者數(shù)值接近。但當(dāng)尺度為100時，圖斑數(shù)量為764 506，大約是尺度為200時圖斑數(shù)量的4倍。綜合考慮分割效果和工作效率，本文確定2013和2014年的影像分割尺度均為200。

圖1　2013，2014年影像均值方差、圖斑數(shù)量與分割尺度的關(guān)系

2.1.2亮度差值計算亮度描述的是所有波段的光譜平均值。不同地物的亮度不同，裸地的亮度高于其他覆蓋類型。當(dāng)其他覆蓋類型變化為裸地時，亮度增加；當(dāng)裸地變化為不透水面時，亮度減少。因此，利用兩期影像的亮度差值可提取變化信息，主要是新增裸地和不透水面。

為了消除影像之間的差異，計算兩期影像的亮度差值之前，需要對亮度進行歸一化。本文采用min-max歸一化方法，將亮度映射到0～1之間。轉(zhuǎn)換函數(shù)如下：

(1)

式中：B*——歸一化后亮度值；B——亮度值； max——整幅影像亮度的最大值； min——整幅影像亮度的最小值。

本文中，歸一化處理后亮度的差值范圍為-0.7～0.6。通過分析影像特征，將差值大于0.2的圖斑判斷為新增裸地；將差值小于-0.18的圖斑判斷為新增不透水面。

2.2偽變化去除

除了新增裸地和不透水面外，由于時相差異、云霧、沙地的影響，變化檢測提取的信息中還存在其他不相關(guān)的變化，可利用其光譜或者形狀特征去除。

影像的時相不同，植被在兩幅影像中的亮度不同，并且呈現(xiàn)為亮度增加的趨勢。因此，部分植被被誤分為新增裸地?？衫孟募居跋竦臍w一化植被指數(shù)將其去除，通過分析影像，將NDVI大于0.08的圖斑判斷為植被。

云霧與裸地的亮度值接近，前時相影像中云霧覆蓋的區(qū)域，后時相影像中為真實的地表覆蓋，亮度為減少的趨勢。因此，這些區(qū)域可能被誤認為是新增不透水面?？筛鶕?jù)云霧在藍波段反射率高于其他地物的特征將其去除，通過分析影像，將藍波段均值大于900的圖斑判斷為云霧。

研究區(qū)內(nèi)存在大量沙地，亮度值與裸地接近。但沙地邊界不規(guī)則，而生產(chǎn)建設(shè)項目形成的裸地邊界比較規(guī)則，即沙地的邊界指數(shù)大于裸地。通過分析影像，將邊界指數(shù)大于13.5的圖斑判斷為沙地。

另外，生產(chǎn)建設(shè)項目形成的新增裸地和不透水面一般面積較大，而且新增裸地的面積大于新增不透水面。因此，可利用面積去除小圖斑。通過分析影像特征，將新增裸地中面積小于999像素的圖斑和新增不透水面中面積小于528像素的圖斑判斷為小圖斑。

2.3疑似施工期生產(chǎn)建設(shè)項目提取

由于生產(chǎn)建設(shè)項目的特征過于復(fù)雜，依靠算法無法準(zhǔn)確地提取，因此，需要我們利用專家知識來對計算機提取的圖斑進行篩選和補充，并且將屬于同一個項目的圖斑合并，從而得到疑似施工期生產(chǎn)建設(shè)項目。

2.4精度評價

精度評價采用統(tǒng)計法，指標(biāo)包括發(fā)現(xiàn)精度、屬性精度和面積精度。發(fā)現(xiàn)精度是正確圖斑數(shù)量與真實數(shù)量的比值，用于分析圖斑被算法發(fā)現(xiàn)的百分比；屬性精度是正確圖斑數(shù)量與總提取數(shù)量的比值，用于分析提取結(jié)果中屬性正確圖斑占總提取圖斑的百分比；面積精度是正確圖斑面積與真實面積的比值，用于分析真實結(jié)果中正確圖斑面積所占的百分比。其中，正確圖斑為提取結(jié)果與真實值的交集。

3結(jié)果及分析

3.1新增裸地和不透水面提取結(jié)果及精度評價

根據(jù)本文設(shè)計的技術(shù)路線，監(jiān)測出研究區(qū)2013年冬季至2014年夏季新增裸地和新增不透水面的數(shù)量、面積和空間分布。監(jiān)測結(jié)果表明，新增裸地和新增不透水面的數(shù)量為158個，面積為675.50 hm2。其中，新增裸地的數(shù)量為124個，面積為594.49 hm2，新增不透水面的數(shù)量為34個，面積為81.01 hm2。

新增裸地和不透水面中，96.84%的圖斑是屬于疑似施工期生產(chǎn)建設(shè)項目的。其中，新增裸地中95.97%的圖斑屬于疑似施工期生產(chǎn)建設(shè)項目，新增不透水面中100%的圖斑屬于疑似施工期生產(chǎn)建設(shè)項目。

通過比較提取結(jié)果與人機交互結(jié)果，得到新增裸地和不透水面的發(fā)現(xiàn)精度、屬性精度和面積精度，結(jié)果如表1所示。發(fā)現(xiàn)精度高于屬性精度和面積精度。并且，新增不透水面的屬性精度高于新增裸地，新增裸地的發(fā)現(xiàn)精度和面積精度高于新增不透水面。

表1　新增裸地和不透水面精度評價結(jié)果　%

另外，計算機自動提取的時間約為2 h，在此基礎(chǔ)上刪除錯誤圖斑和補充正確圖斑的時間約為2 h。而人機交互提取新增裸地和不透水面的時間約為8 h。因此，通過計算機自動提取，可以提高工作效率。綜合考慮精度和工作效率，結(jié)果表明該方法是可行的。

3.2疑似施工期生產(chǎn)建設(shè)項目提取結(jié)果及精度評價

根據(jù)施工期生產(chǎn)建設(shè)項目的特征，監(jiān)測出研究區(qū)2013—2014年施工期生產(chǎn)建設(shè)項目的數(shù)量和空間分布。監(jiān)測結(jié)果表明，根據(jù)施工期生產(chǎn)建設(shè)項目的特征，監(jiān)測出研究區(qū)2013-2014年施工期生產(chǎn)建設(shè)項目的數(shù)量和空間分布。監(jiān)測結(jié)果表明，施工期生產(chǎn)建設(shè)項目的數(shù)量為40個，主要項目類型有公路工程、電力工程、煤化工工程、城建工程和農(nóng)林開發(fā)工程。不同類型的生產(chǎn)建設(shè)項目空間分布具有不同的特點。其中，公路工程具有指向性，一般與電力工程、煤化工工程等項目連接，并且與現(xiàn)有的公路工程交叉，形成網(wǎng)絡(luò)；電力工程、煤化工工程、城建工程分布集中，并且周圍有處于生產(chǎn)運行期的電力工程、煤化工工程等；農(nóng)林開發(fā)工程與其他類型的生產(chǎn)建設(shè)項目距離較遠，但附近通常有耕地或村莊。通過核對已審批的水土保持方案以及實地調(diào)查，得到疑似施工期生產(chǎn)建設(shè)項目的發(fā)現(xiàn)精度為95.56%。通過核對已審批的水土保持方案以及實地調(diào)查，得到疑似施工期生產(chǎn)建設(shè)項目的發(fā)現(xiàn)精度為95.56%。

4討論與結(jié)論

(1) 以面向?qū)ο蟮闹苯颖容^法為核心，結(jié)合新增裸地和不透水面的光譜、形狀特征去除偽變化后，新增裸地和不透水面的發(fā)現(xiàn)精度達到83.53%。新增裸地和不透水面中，96.84%的圖斑屬于疑似施工期生產(chǎn)建設(shè)項目。

(2) 根據(jù)施工期生產(chǎn)建設(shè)項目的特征，監(jiān)測出研究區(qū)2013—2014年共有40個施工期生產(chǎn)建設(shè)項目，主要項目類型有公路工程、電力工程、煤化工工程、城建工程和農(nóng)林開發(fā)工程，發(fā)現(xiàn)精度達到95.56%。

利用遙感手段提取生產(chǎn)建設(shè)項目，當(dāng)前屬于初步探索階段，本文在以下幾個方面還需要在今后的研究中進一步改進：對于施工期生產(chǎn)建設(shè)項目特征的總結(jié)具有局限性，影響了提取結(jié)果的精度，還需進一步完善。本文的技術(shù)路線是針對陜西省榆林市橫山縣確定的，由于時間和數(shù)據(jù)的限制，尚未在其他區(qū)域進行試驗，今后將擴大研究區(qū)，進一步完善技術(shù)路線。

[參考文獻]

[1]尚紅英,陳建平,李成尊,等.RS在礦山動態(tài)監(jiān)測中的應(yīng)用:以新疆稀有金屬礦集區(qū)為例[J].遙感技術(shù)與應(yīng)用,2008,23(2):189-194.

[2]夏樂.遙感技術(shù)在礦山開發(fā)監(jiān)測中的應(yīng)用[D].北京:中國地質(zhì)大學(xué),2008.

[3]李思發(fā),李亮,趙偉立.GeoEye-1在礦山開發(fā)遙感調(diào)查中的應(yīng)用[J].工程地球物理學(xué)報,2011,8(5):631-634.

[4]李琴.基于GeoEye-1的礦山開發(fā)遙感調(diào)查與監(jiān)測應(yīng)用研究[J].安徽地質(zhì),2012,22(4):297-301.

[5]南竣祥.宣威煤礦區(qū)礦山開發(fā)遙感調(diào)查研究[D].北京:中國地質(zhì)大學(xué),2012.

[6]王娟,張建國,楊自安,等.遙感技術(shù)在甘肅省重點礦山開發(fā)調(diào)查與監(jiān)測中的應(yīng)用[J].礦產(chǎn)勘查,2014,5(2):312-321.

[7]施麗軍.甘肅拾金坡金礦區(qū)礦山遙感監(jiān)測及其Web管理系統(tǒng)的實現(xiàn)[D].長沙:中南大學(xué),2013.

[8]鄭晶.無證礦山的遙感監(jiān)測[D].北京:中國地質(zhì)大學(xué),2013.

[9]孫曉霞,張繼賢,燕琴,等.遙感影像變化檢測方法綜述及展望[J].遙感信息,2011,26(1):119-123.

[10]唐樸謙,楊建宇,張超,等.基于像素比值的面向?qū)ο蠓诸惡筮b感變化檢測方法[J].遙感信息,2010,25(1):69-72.

[11]祝錦霞,王珂.面向?qū)ο蟮母叻直媛视跋褡兓瘷z測方法研究[J].農(nóng)業(yè)機械學(xué)報,2013,44(4):184-189.

[12]佃袁勇,方圣輝,姚崇懷.一種面向地理對象的遙感影像變化檢測方法[J].武漢大學(xué)學(xué)報:信息科學(xué)版,2014,39(8):906-912.

[13]夏朝旭,何政偉,于歡,等.面向?qū)ο蟮耐恋馗脖蛔兓瘷z測研究[J].遙感技術(shù)與應(yīng)用,2014,29(1):106-113.

[14]于信芳,羅一英,莊大方,等.土地覆蓋變化檢測方法比較:以內(nèi)蒙古草原區(qū)為例[J].生態(tài)學(xué)報,2014,34(24):7192-7201.

[15]張正健,李愛農(nóng),雷光斌,等.基于多尺度分割和決策樹算法的山區(qū)遙感影像變化檢測方法:以四川攀西地區(qū)為例[J].生態(tài)學(xué)報,2014,34(24):7222-7232.

[16]Kindu M, Schneider T, Teketay D, et al. Land use/land cover change analysis using object-based classification approach in Munessa-Shashemene landscape of the Ethiopian Highlands[J]. Remote Sensing, 2013,5(5):2411-2435.

[17]H?lbling D, Friedl B, Eisank C. An object-based approach for semi-automated landslide change detection and attribution of changes to landslide classes in northern Taiwan[J]. Earth Science Informatics, 2015,8(2):327-335.

[18]Martha T R , Kamala P, Jose J, et al. Identification of new landslides from high resolution satellite data covering a large area using object-based change detection methods[J]. Indian Society of Remote Sensing, 2016,44(1):1-10.

[19]黃慧萍.面向?qū)ο笥跋穹治鲋械某叨葐栴}研究[D].北京:中國科學(xué)院遙感應(yīng)用研究所,2003.

[20]王露.面向?qū)ο蟮母叻直媛蔬b感影像多尺度分割參數(shù)及分類研究[D].長沙:中南大學(xué),2014.

收稿日期：2016-01-25修回日期：2016-02-25

通訊作者：史明昌(1969—),男(蒙古族),內(nèi)蒙古自治區(qū)赤峰市人,博士,教授,主要從事3S技術(shù)在水土保持、資源環(huán)境領(lǐng)域應(yīng)用研究。E-mail:shimc@dtgis.com。

文獻標(biāo)識碼：B

文章編號：1000-288X(2016)03-0253-05

中圖分類號：S157, TP79

Extraction of Distribution Information on Production and Construction Projects in Construction Period Based on Muti-temporal GF-1 Images

KANG Rui1, SHI Mingchang1, ZHAO Yuan2, LUO Zhidong2, WANG Xiaojing3, LIU Erjia3

(1.CollegeofForestry,BeijingForestryUniversity,Beijing100083,China;2.MonitoringCenterofSoilandWaterConservation,MinistryofWaterResources,Beijing100055,China; 3.BeijingDatumTechnologyDevelopmentCo.,Ltd.,Beijing100084,China)

Abstract：[Objective] To study the technologies on the extraction of information on the production and construction projects based on the high resolution remote sensing data in order to provide a quick way to timely capture the overall information on the distribution of production and construction projects, and to monitor soil and water conservation. [Methods] Taking some areas in Yulin City of Shaanxi Province as the study area, using GF-1 images acquired in 2013 and 2014, we used the object-oriented direct comparison method to extract the change information. Then combined with spectrum analysis and shape characteristics, pseudo changes were removed, and new bare land and impervious surface were acquired. In addition, with the help of expert knowledge, the distribution information of possible production and construction projects in the construction period was obtained. [Results] The accuracy of new bare land and impervious surface reached 83.53%, and the accuracy of possible production and construction projects in the construction period reached 95.56%. [Conclusion] This method can effectively extract the distribution information on production and construction projects in the construction period.

Keywords:GF-1 images; object-oriented method; direct comparison method; production and construction projects in the construction period

資助項目：國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)重大專項“高分水利遙感應(yīng)用示范系統(tǒng)(1期)”(08-Y30B07-9001-13/15)

第一作者：康芮(1989—),女(漢族),山西省太原市人,碩士研究生,研究方向為遙感技術(shù)在水保監(jiān)測工作中的應(yīng)用。E-mail:1123133901@qq.com。