楊 旭,厲芳婷,譚美淋,肖 康,張 蕾,鄒鐮釗

（1. 內(nèi)蒙古自治區(qū)測(cè)繪地理信息中心，內(nèi)蒙古 呼和浩特 010010；2. 湖北省測(cè)繪工程院，湖北 武漢 430074；3. 天津市測(cè)繪院有限公司，天津 300000；4. 江西省自然資源政策調(diào)查評(píng)估中心，江西 南昌 330000；5. 廣州市城市規(guī)劃勘測(cè)設(shè)計(jì)研究院, 廣東 廣州 510000）

高空間分辨率遙感數(shù)據(jù)信息真實(shí)豐富、易于判讀，能客觀反映地物的數(shù)量、大小、形狀等空間形態(tài)，空間分布及地物間的空間關(guān)系。高時(shí)間分辨率遙感數(shù)據(jù)具備強(qiáng)實(shí)時(shí)性、高頻次特征，反映地物形態(tài)、空間分布、空間關(guān)系的時(shí)間序列變化[1-5]。隨著國(guó)產(chǎn)公益衛(wèi)星推送數(shù)據(jù)資源逐年豐富，以?xún)?nèi)蒙古自治區(qū)為例，境內(nèi)的2 m 級(jí)數(shù)據(jù)月度平均覆蓋度可達(dá)70%左右，數(shù)據(jù)資源可在一定程度上保障周期性影像對(duì)比發(fā)現(xiàn)。通過(guò)高頻次精準(zhǔn)監(jiān)測(cè)，實(shí)現(xiàn)對(duì)疑似違法行為的“早發(fā)現(xiàn)”，為“早制止、早處置”自然資源管理和保護(hù)提供支撐[6]。

1 變化監(jiān)測(cè)處理方法

1.1 衛(wèi)星數(shù)據(jù)接收處理

每日接收國(guó)產(chǎn)公益衛(wèi)星推送數(shù)據(jù)及商業(yè)衛(wèi)星獲取數(shù)據(jù)，備份入庫(kù)并持續(xù)處理加工，通過(guò)糾正、融合等專(zhuān)業(yè)流程處理，獲取具有位置信息和色彩信息的單景正射圖像成果。

1.2 變化圖斑數(shù)據(jù)提取

進(jìn)行雙時(shí)向變化檢測(cè)[7]，通過(guò)已有的人工智能（AI）算法模型將本期正射數(shù)據(jù)與上一期進(jìn)行比較，自動(dòng)提取發(fā)生變化的區(qū)域范圍圖斑，生成變化圖斑矢量文件。網(wǎng)格化策略實(shí)施階段為本階段之前，如圖1所示。

1.3 圖斑分析過(guò)濾

對(duì)數(shù)據(jù)進(jìn)行成果精處理[8]，根據(jù)前后期影像和圖斑范圍，初步進(jìn)行人工分析判斷，去除季節(jié)性變化、臨時(shí)堆放、非人工變化、建筑拆除等圖斑，確認(rèn)變化情況。套合審批數(shù)據(jù)、規(guī)劃數(shù)據(jù)、現(xiàn)狀數(shù)據(jù)、基本農(nóng)田數(shù)據(jù)進(jìn)一步分析，做出基本定性定量判斷。

1.4 圖斑成果標(biāo)準(zhǔn)化

將圖斑數(shù)據(jù)對(duì)應(yīng)到相關(guān)旗縣，添加編號(hào)、面積、分析結(jié)果等屬性字段信息，進(jìn)行截圖、分類(lèi)、上傳等操作，形成標(biāo)準(zhǔn)化變化監(jiān)測(cè)成果。

1.5 線索下發(fā)和反饋

將變化監(jiān)測(cè)成果通過(guò)垂直系統(tǒng)下發(fā)到相關(guān)旗縣，責(zé)成旗縣進(jìn)行核實(shí)處理，并及時(shí)反饋相關(guān)成果（圖1）。

圖1 網(wǎng)格化策略流程

2 網(wǎng)格化策略

2.1 劃分地理網(wǎng)格

衛(wèi)星影像的軌道參數(shù)雖然比較固定，但是具體到某一個(gè)月，單景影像的覆蓋情況和有效性是較難提前確定的，衛(wèi)星型號(hào)差異和傳感器差異導(dǎo)致覆蓋地表的面積大小不一。通過(guò)提前定義實(shí)地經(jīng)緯度網(wǎng)格作為基本處理單元，反過(guò)來(lái)計(jì)算相對(duì)應(yīng)的影像數(shù)據(jù)覆蓋情況，比較有利于計(jì)算和管理。

格網(wǎng)劃分不宜過(guò)小，否則會(huì)導(dǎo)致單景影像切割過(guò)于細(xì)碎，增加計(jì)算次數(shù)；同時(shí)也不宜過(guò)大，以避免邊緣破格情況。針對(duì)亞米衛(wèi)星的格網(wǎng)經(jīng)驗(yàn)大小約為長(zhǎng)寬各5 km，為方便調(diào)整格網(wǎng)大小和索引計(jì)算，選取經(jīng)緯度都為整數(shù)的點(diǎn)作為基礎(chǔ)網(wǎng)格左下角，將1°在經(jīng)線和緯線方向上分為X和Y段，給定每個(gè)格網(wǎng)唯一編號(hào)。網(wǎng)格編號(hào)形如111 040 020 020 017 015，即矩形[（111，40），（112，41）]，經(jīng)緯方向分別分割為20 段，本格網(wǎng)為x方向上第18個(gè)，y方向上第16個(gè)（從零開(kāi)始）?？赏ㄟ^(guò)一點(diǎn)經(jīng)緯度計(jì)算所在格網(wǎng)編號(hào)和通過(guò)格網(wǎng)編號(hào)計(jì)算格網(wǎng)范圍4角點(diǎn)坐標(biāo)。

本方式可以任意規(guī)定格網(wǎng)大小并形成唯一編號(hào)，方便根據(jù)實(shí)際數(shù)據(jù)情況進(jìn)行調(diào)整。

2.2 數(shù)據(jù)篩選策略

接收同一批次衛(wèi)星數(shù)據(jù)后，自動(dòng)逐景計(jì)算所覆蓋格網(wǎng)編號(hào)，同時(shí)向數(shù)據(jù)庫(kù)中寫(xiě)入格網(wǎng)編號(hào)對(duì)應(yīng)的當(dāng)前景號(hào)和時(shí)間戳。下一步判斷與本格網(wǎng)上一次處理的時(shí)間間隔，是否超過(guò)預(yù)設(shè)的監(jiān)測(cè)最小時(shí)間單元（如10 d），超過(guò)則將處理字段設(shè)為backup，進(jìn)行下一步處理，待處理完成設(shè)為done；若未超出或當(dāng)前存在processing記錄則設(shè)為raw，不進(jìn)行下一步處理。

經(jīng)過(guò)上述計(jì)算，得到待更新網(wǎng)格列表，但是由于同一批次影像常有互相重疊或壓蓋情況，所以同一網(wǎng)格的新影像會(huì)有幾景都可作為備選的情況。為了簡(jiǎn)化處理，先搜索格網(wǎng)僅涉及唯一影像的情況，這組影像設(shè)置為必選，反推該組影像能覆蓋的所有格網(wǎng)，標(biāo)記為優(yōu)先級(jí)1。繼續(xù)遍歷優(yōu)先級(jí)1 中影像數(shù)為2 個(gè)的格網(wǎng)，確定優(yōu)先級(jí)2。繼續(xù)迭代到無(wú)法繼續(xù)縮小范圍，剩余的格網(wǎng)按照單一影像所涉及的格網(wǎng)數(shù)量最大為原則，同理遍歷選擇，直至確定所有格網(wǎng)對(duì)應(yīng)的影像。

通過(guò)篩選，每個(gè)網(wǎng)格滿足更新條件只會(huì)處理一次數(shù)據(jù)，解決了多次影像覆蓋重復(fù)計(jì)算的問(wèn)題，而且保持處理的影像對(duì)數(shù)最小。同時(shí)網(wǎng)格在時(shí)間序列上做到有數(shù)據(jù)才更新，覆蓋不全時(shí)依然保持在上一次時(shí)間戳，保持了時(shí)間連續(xù)的嚴(yán)密性，如圖2所示。

圖2 網(wǎng)格覆蓋示意圖

在兩幅影像接邊覆蓋較小的情況下，影像接邊處會(huì)留下非滿幅網(wǎng)格，導(dǎo)致單次任務(wù)出現(xiàn)規(guī)律性的空白條帶，需在接邊處網(wǎng)格計(jì)算覆蓋比例，通過(guò)經(jīng)驗(yàn)閾值（約60%）優(yōu)化，保障接邊處正常生產(chǎn)。

實(shí)踐的過(guò)程中，由于影像邊緣數(shù)據(jù)常有多光譜配準(zhǔn)誤差，會(huì)產(chǎn)生噪聲和無(wú)效斑塊，導(dǎo)致增加誤提取數(shù)量。從長(zhǎng)期來(lái)看，邊緣未生產(chǎn)網(wǎng)格會(huì)被多期數(shù)據(jù)覆蓋，故無(wú)需過(guò)多考慮網(wǎng)格邊緣的嚴(yán)密性。

2.3 變化監(jiān)測(cè)提取

繼續(xù)處理的數(shù)據(jù)通過(guò)查詢(xún)上一個(gè)done 數(shù)據(jù)的景號(hào)，形成提取任務(wù)清單，發(fā)送到變化監(jiān)測(cè)提取接口，只處理該格網(wǎng)范圍，對(duì)邊緣進(jìn)行適當(dāng)緩沖。等待AI監(jiān)測(cè)任務(wù)完成后，回調(diào)事件更新數(shù)據(jù)庫(kù)狀態(tài)，本批次處理完成。

提取結(jié)果圖斑中添加字段記錄前后景影像號(hào)，如在后續(xù)檢查中發(fā)現(xiàn)影像質(zhì)量問(wèn)題（諸如曝光過(guò)度、云比例過(guò)大、成像模糊、位置精度差等情況），可手動(dòng)修改done 標(biāo)記為obsolete，自動(dòng)檢索下一時(shí)間戳符合要求的影像重新運(yùn)行。

3 實(shí)際案例

以2021 年內(nèi)蒙古自治區(qū)重點(diǎn)區(qū)域約80 000 km2月度變化監(jiān)測(cè)項(xiàng)目為例，由于自然資源部國(guó)土衛(wèi)星中心已開(kāi)展國(guó)產(chǎn)公益衛(wèi)星常態(tài)化變化監(jiān)測(cè)，本區(qū)使用亞米級(jí)商業(yè)衛(wèi)星數(shù)據(jù)進(jìn)行變化圖斑自提及線索發(fā)現(xiàn)工作，以吉林一號(hào)高分02、03 系列衛(wèi)星為主。前期影像為2021年1月共722景（紅色），后期影像為2021年2月1 451景（藍(lán)色）。覆蓋情況如圖3所示。

圖3 前后期影像覆蓋范圍圖

使用傳統(tǒng)方法：遍歷前影像和后影像兩兩計(jì)算相交，找出配對(duì)影像4 268 組，通過(guò)篩選去除重疊區(qū)域過(guò)小的影像對(duì)，剩余待處理影像對(duì)3 499組。

使用網(wǎng)格策略：將前影像范圍加載入數(shù)據(jù)庫(kù)進(jìn)行網(wǎng)格初始化，導(dǎo)入后影像進(jìn)行計(jì)算，算法預(yù)處理約3 min，查找到待更新網(wǎng)格48 553個(gè)，配對(duì)待處理影像為1 636組。

按照每張影像糾正效率2 min/片，AI 計(jì)算2 min/任務(wù)，得出處理效率結(jié)果如表1所示。

表1 處理效率對(duì)比

通過(guò)改進(jìn)策略，變化監(jiān)測(cè)計(jì)算機(jī)處理效率提高約53.3%，無(wú)需人工配對(duì)影像和手動(dòng)執(zhí)行命令，人工工作量減少90%，為自然資源變化監(jiān)測(cè)的提速增效發(fā)揮了一定的作用。同時(shí)具有時(shí)間、空間銜接嚴(yán)密的特點(diǎn)，實(shí)現(xiàn)無(wú)縫精密管理。

后續(xù)成果已利用于耕地衛(wèi)片執(zhí)法，違法違規(guī)占用耕地專(zhuān)項(xiàng)整治等專(zhuān)項(xiàng)行動(dòng)，實(shí)現(xiàn)了快速定位、發(fā)現(xiàn)占耕線索，做到“早發(fā)現(xiàn)早處理”，切實(shí)防止耕地破壞和“非農(nóng)化”“非糧化”行為。

根據(jù)文本的原理設(shè)計(jì)的Node.js工具程序已在代碼托管網(wǎng)站碼云（Gitee）開(kāi)源，項(xiàng)目名為rackar/image_grid，可以給同類(lèi)業(yè)務(wù)提供一定的便利和借鑒。