劉雪 連超

(河南省金地遙感測(cè)繪技術(shù)有限公司, 河南 鄭州 450003)

開(kāi)展地理國(guó)情普查，是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)文明建設(shè)的需要。而道路作為地理國(guó)情普查中地表覆蓋的要素，對(duì)各單位尤其是交通部門(mén)的公路普查有著重要作用。2017年，交通運(yùn)輸部開(kāi)展了中央投資基礎(chǔ)設(shè)施建設(shè)項(xiàng)目與行政村項(xiàng)目遙感核查工作，利用多期高分辨率遙感影像數(shù)據(jù)，對(duì)中央投資交通項(xiàng)目的施工進(jìn)度、質(zhì)量等進(jìn)行動(dòng)態(tài)監(jiān)測(cè)與評(píng)價(jià)。

在高分辨率圖像中，道路具有豐富的紋理特征，而衛(wèi)星影像一般都具有三到四個(gè)光譜頻段，有較好的輻射特性，這對(duì)于道路提取有著決定性作用。道路提取方法一直以來(lái)是各單位研究的重點(diǎn)，不管是內(nèi)業(yè)還是外業(yè)核查，都會(huì)出現(xiàn)道路預(yù)判的難題，因此，基于地理國(guó)情普查的道路提取方法研究有著重要意義。

1 地理國(guó)情普查

地理國(guó)情普查是國(guó)務(wù)院部署開(kāi)展的一項(xiàng)重大的國(guó)情國(guó)力調(diào)查，是制定和實(shí)施國(guó)家發(fā)展戰(zhàn)略與規(guī)劃、優(yōu)化國(guó)土空間開(kāi)發(fā)格局和各類(lèi)資源配置的重要依據(jù)，也是相關(guān)行業(yè)開(kāi)展調(diào)查統(tǒng)計(jì)工作的重要數(shù)據(jù)基礎(chǔ)。

地理國(guó)情普查從地理角度分析和研究存在于地球表層的自然、生物和人文現(xiàn)象的空間變化和它們之間的相互關(guān)系及其特征；從技術(shù)角度利用全球?qū)Ш叫l(wèi)星系統(tǒng)、航空航天遙感、地理信息系統(tǒng)等現(xiàn)代測(cè)繪技術(shù)，綜合測(cè)繪歷史數(shù)據(jù)，對(duì)地形、水系、濕地、冰川、沙漠、地表覆蓋、道路、城鎮(zhèn)等要素進(jìn)行統(tǒng)計(jì)分析，從地理空間角度客觀展示我國(guó)的國(guó)情國(guó)力。

地理國(guó)情普查采用內(nèi)外業(yè)結(jié)合的方法開(kāi)展，按照“內(nèi)業(yè)為主、外業(yè)為輔”的原則安排生產(chǎn)任務(wù)，利用統(tǒng)一提供的上一年的基礎(chǔ)性普查成果作為普查的本底數(shù)據(jù)，基于地理國(guó)情普查中獲取的遙感正射影像數(shù)據(jù)，識(shí)別變化區(qū)域，采用遙感影像解譯、變化信息提取、數(shù)據(jù)編輯與整理、外業(yè)調(diào)查、空間數(shù)據(jù)建庫(kù)、統(tǒng)計(jì)分析等技術(shù)與方法，充分利用已經(jīng)收集的解譯樣本數(shù)據(jù)輔助內(nèi)業(yè)解譯，采集變化信息，結(jié)合多行業(yè)專(zhuān)題數(shù)據(jù)，對(duì)本底數(shù)據(jù)進(jìn)行更新。內(nèi)業(yè)無(wú)法獲取和難以識(shí)別的區(qū)域輔以外業(yè)調(diào)查，其他變化區(qū)域，應(yīng)合理確定核查路線開(kāi)展外業(yè)調(diào)查，確保采集的變化信息的準(zhǔn)確性，形成基礎(chǔ)性地理國(guó)情普查的系列數(shù)據(jù)、報(bào)告和圖件成果。

地理國(guó)情普查數(shù)據(jù)是每年都要更新整理的數(shù)據(jù)，為日后道路提取提供了最新最全的道路特征信息。

2 高分辨率衛(wèi)星影像的數(shù)據(jù)處理

數(shù)字正射影像圖（Digital Orthophoto Map，簡(jiǎn)稱(chēng)DOM）是利用數(shù)字高程模型（Digital Elevation Model，簡(jiǎn)稱(chēng)DEM）對(duì)原始影像進(jìn)行區(qū)域網(wǎng)平差、單片配準(zhǔn)、正射糾正、數(shù)據(jù)融合、勻光勻色、消除各種畸變和位移誤差后，再進(jìn)行鑲嵌，并按規(guī)定圖幅范圍裁切生成的影像數(shù)據(jù)。對(duì)于衛(wèi)星遙感影像，DOM制作的基本過(guò)程為 ：區(qū)域網(wǎng)平差、單片配準(zhǔn)、正射糾正、影像融合、真彩色輸出。DOM制作技術(shù)流程如圖1所示。

區(qū)域網(wǎng)平差是根據(jù)全色影像、多光譜影像數(shù)據(jù)的連接點(diǎn)以及控制點(diǎn)，經(jīng)過(guò)平差算法，將各個(gè)影像統(tǒng)一成一個(gè)精度體系，修正每景影像的RPC參數(shù)，控制點(diǎn)越多，精度越好；DOM是利用歷史DEM對(duì)原始影像的全色和多光譜數(shù)據(jù)做正射糾正；影像融合是將全色影像和多光譜影像融合成一景影像，既能保持全色影像的高分辨率特征，又能保持多光譜影像的光譜特征。

實(shí)驗(yàn)表明，與基于原始全色和多光譜影像的分類(lèi)結(jié)果相比，利用融合后的影像進(jìn)行分類(lèi)，其分類(lèi)精度有很大提高，尤其對(duì)于道路的分類(lèi)精度提高更為明顯[1-2]。

圖1 DOM制作技術(shù)流程

3 道路提取方法研究與實(shí)驗(yàn)

道路在遙感影像中有其特有的光譜特性，在紋理上表現(xiàn)為具有一定長(zhǎng)度和寬度、內(nèi)部均勻一致且具有明顯邊界的區(qū)域。道路提取方法主要有基于面向?qū)ο蟮牡缆诽崛?，基于特征的道路提取，以及基于ArcGIS緩沖功能的道路提取等方法。利用地理國(guó)情普查遙感影像數(shù)據(jù)構(gòu)建道路成果數(shù)據(jù)庫(kù)的總體流程如圖2所示。

圖2 構(gòu)建道路成果數(shù)據(jù)庫(kù)總體流程

3.1 基于面向?qū)ο蟮牡缆诽崛?/h3>

基于面向?qū)ο蟮牡缆诽崛》椒ㄊ且环N基于影像分割的分析方法，分割的算法較多，它通過(guò)一定方法對(duì)遙感圖像進(jìn)行分割，繼而提取單元的各種特征，并在特征空間中進(jìn)行對(duì)象的識(shí)別和標(biāo)識(shí)，從而最終完成了分類(lèi)[3]。

面向?qū)ο蟮倪b感影像分析有分割和分析兩個(gè)階段，選用合適的特征，經(jīng)特征計(jì)算，獲得關(guān)于單元的特征矢量，通過(guò)模式分類(lèi)方法或模式匹配，分割單元將被歸類(lèi)到對(duì)應(yīng)的模式類(lèi)，或者特定的目標(biāo)被識(shí)別，從而完成圖像分析。遙感圖像分割是遙感圖像處理和分析的關(guān)鍵技術(shù)，把高分辨率遙感圖像分割成一些空間上相鄰、光譜相似的同質(zhì)區(qū)域是制約遙感圖像處理中其他相關(guān)技術(shù)的關(guān)鍵[4-5]。

通過(guò)實(shí)驗(yàn)得到影像道路的有效分割算法，目前比較有效的是多尺度分割。影像經(jīng)過(guò)分割后，得到一系列均值的影像對(duì)象，對(duì)這些對(duì)象可以提取灰度均質(zhì)紋理以及形狀、空間信息、拓?fù)潢P(guān)系等信息，可以利用這些信息對(duì)影像對(duì)象進(jìn)行分類(lèi)，從而準(zhǔn)確提取所需目標(biāo)。在實(shí)際生產(chǎn)過(guò)程中，針對(duì)得到的道路信息進(jìn)行分析，找出適合的提取步驟，減少后期編輯的工作量。

地理國(guó)情普查道路提取實(shí)驗(yàn)中，利用生產(chǎn)的遙感衛(wèi)星正射影像、基礎(chǔ)地理信息數(shù)據(jù)、道路相關(guān)數(shù)據(jù)資料，以及基于高分辨率衛(wèi)星影像的光譜紋理信息，對(duì)道路進(jìn)行樣本采集。

3.2 基于特征的道路提取

正確認(rèn)識(shí)和抽象出道路的特征信息，對(duì)道路的準(zhǔn)確提取具有決定性意義。Vosselman等[6]總結(jié)的道路特征非常具有代表性，內(nèi)容如下：

（1）幾何特征：道路具有一定長(zhǎng)度，曲率有一定的限制，寬度有一定的范圍且變化較小，方向變化緩慢。

（2）輻射特征：道路內(nèi)部灰度比較均勻，并且和相鄰的區(qū)域灰度反差較大。

（3）拓?fù)涮卣鳎旱缆凡粫?huì)無(wú)故中斷，不同的道路會(huì)交叉形成道路網(wǎng)。

（4）功能特征：道路連接村莊和城鎮(zhèn)。

（5）關(guān)聯(lián)特征：高架道路會(huì)投下陰影，樹(shù)木可能遮斷道路表面，成行的樹(shù)木也有可能是道路存在的標(biāo)志。

基于道路特征的道路提取是利用道路的基本特征、指數(shù)信息及輔助信息，構(gòu)建道路信息的評(píng)定規(guī)則，再進(jìn)行道路信息提取，最常用的方法是多尺度分割。設(shè)置合理的分割尺度、形狀因子以及緊致度，保證道路形狀與邊緣的連續(xù)和清晰，然后進(jìn)行“潛在道路”的粗提取，將不相鄰要素去除，最后對(duì)“潛在道路”進(jìn)行優(yōu)化。

此類(lèi)方法適用于影像光譜信息差異明顯、實(shí)地地類(lèi)比較復(fù)雜的情況。利用此方法提取的道路信息，會(huì)對(duì)后期的編輯整理造成很大麻煩，因此不建議使用。

3.3 基于ArcGIS緩沖功能的道路提取

ArcGIS是對(duì)地理信息進(jìn)行創(chuàng)建、編輯以及分析的GIS軟件，具有強(qiáng)大的編輯功能與實(shí)用性，已經(jīng)成為測(cè)繪行業(yè)重要的編輯軟件。ArcGIS緩沖區(qū)分析是根據(jù)數(shù)據(jù)庫(kù)的點(diǎn)、線、面實(shí)體，自建立其周?chē)欢▽挾确秶鷥?nèi)的緩沖區(qū)域多邊形實(shí)體，從而實(shí)現(xiàn)空間數(shù)據(jù)在水平方向得以擴(kuò)展的信息分析方法。在實(shí)際作業(yè)中，根據(jù)地理國(guó)情普查中已經(jīng)采集好的道路信息，利用ArcGIS緩沖功能可自動(dòng)生成地表覆蓋數(shù)據(jù)所需要的路面要素。由于道路所具有的等寬特性，此功能的運(yùn)用，大大提高了生產(chǎn)效率。

本文主要采用高分辨率遙感衛(wèi)星的正射影像，通過(guò)ArcGIS的緩沖功能對(duì)道路信息進(jìn)行提取，利用地理國(guó)情數(shù)據(jù)和1∶1萬(wàn)基礎(chǔ)地理信息數(shù)據(jù)，在ArcGIS軟件中分別提取和道路及其設(shè)施相關(guān)的圖層，并對(duì)歷史路網(wǎng)數(shù)據(jù)進(jìn)行補(bǔ)充，另外存放到新的圖層中，完成道路數(shù)據(jù)的融合。地理國(guó)情道路數(shù)據(jù)與1∶1萬(wàn)基礎(chǔ)地理信息數(shù)據(jù)的道路層在ArcGIS中分別如圖3和圖4所示。

圖3 地理國(guó)情道路數(shù)據(jù)

圖4 1∶1萬(wàn)基礎(chǔ)地理信息道路矢量

在對(duì)道路圖層整合完成之后，主要利用ArcGIS軟件，以所生產(chǎn)的正射影像圖為底圖，疊加融合后的路網(wǎng)數(shù)據(jù)進(jìn)行遙感解譯，提取新增和遺漏道路數(shù)據(jù)。路網(wǎng)解譯主要在ArcGIS中采集新增道路和遺漏道路的中心線。

實(shí)驗(yàn)思路主要是參照正射影像，在ArcGIS中利用地理國(guó)情數(shù)據(jù)和1∶1萬(wàn)基礎(chǔ)地理信息道路數(shù)據(jù)，參照歷史道路數(shù)據(jù)對(duì)道路中心線進(jìn)行提取，查漏補(bǔ)缺，最終形成一套完整的道路數(shù)據(jù)庫(kù)。正射影像與歷史道路數(shù)據(jù)套合情況如圖5所示。正射影像與道路數(shù)據(jù)在ArcGIS中融合后效果圖如圖6和圖7所示。

采集完成后，疊加路網(wǎng)數(shù)據(jù)、地名數(shù)據(jù)、地理國(guó)情普查數(shù)據(jù)、基礎(chǔ)地理信息數(shù)據(jù)、地名普查數(shù)據(jù)以及電子地圖等數(shù)據(jù)，對(duì)提取的矢量進(jìn)行編輯，采集所有新增道路和農(nóng)村道路，并對(duì)新增道路和有疑問(wèn)的屬性進(jìn)行標(biāo)注，形成全省的公路普查工作底圖，為外業(yè)核查提供數(shù)據(jù)支撐。基于外業(yè)調(diào)查與核查成果，對(duì)內(nèi)業(yè)編輯成果進(jìn)行編輯修改，完善屬性，最終形成滿足公路核查任務(wù)的數(shù)據(jù)成果，導(dǎo)入路網(wǎng)數(shù)據(jù)庫(kù)，形成公路普查路網(wǎng)成果庫(kù)。

圖5 歷史道路矢量

圖6 遙感衛(wèi)星正射影像

圖7 正射影像與提取的路網(wǎng)數(shù)據(jù)

4 結(jié)束語(yǔ)

本文結(jié)合在地理國(guó)情普查中道路提取的經(jīng)驗(yàn)，對(duì)道路提取方法進(jìn)行歸納和總結(jié)，并結(jié)合地理國(guó)情普查數(shù)據(jù)以及高分辨率衛(wèi)星影像正射成果進(jìn)行了道路提取實(shí)驗(yàn)。在應(yīng)用過(guò)程中，會(huì)出現(xiàn)城市中心道路受車(chē)輛影響、山區(qū)受地形因素影響等問(wèn)題，而解決這些問(wèn)題，提高道路提取精度是下一步將要研究的重點(diǎn)。