屈 瑩 劉軍廷 姜南雪

（1.寧波冶金勘察設(shè)計(jì)研究股份有限公司，浙江 寧波 315041；2.遼寧省地質(zhì)礦產(chǎn)局鐵嶺工程勘察院有限責(zé)任公司，遼寧 鐵嶺 112000）

0.引言

國土空間規(guī)劃是國土空間發(fā)展的依據(jù)與高質(zhì)量發(fā)展的空間藍(lán)圖，是各類國土空間開發(fā)建設(shè)保護(hù)活動(dòng)的基本依據(jù)。近年來，在自然資源部和各級政府的推動(dòng)下，從國家到地方出臺(tái)了一系列政策，有力地推動(dòng)了我國國土空間規(guī)劃體系的完善；同時(shí)，隨著遙感測繪技術(shù)、計(jì)算機(jī)圖形技術(shù)、人工智能等技術(shù)的不斷融合發(fā)展，國土空間規(guī)劃智能化的信息手段也在不斷完善。在過去幾年，各級政府已經(jīng)搭建了相應(yīng)層級的國土空間基礎(chǔ)信息平臺(tái)，并初步實(shí)現(xiàn)了縱向互聯(lián)互通，在橫向上為各級自然資源和規(guī)劃部門搭建國土空間規(guī)劃一張圖提供了有力支撐，為自然資源業(yè)務(wù)部門開展國土空間規(guī)劃編制、實(shí)施、監(jiān)督等工作提供了智能而科學(xué)的決策支撐。在此過程中，國內(nèi)外研究人員開始嘗試基于遙感和計(jì)算機(jī)影像特征智能分析等技術(shù)，建立國土空間規(guī)劃用地測繪遙感影像分析模型，實(shí)現(xiàn)國土空間規(guī)劃用地測繪優(yōu)化，從而提高國土空間的利用和綜合測繪管理能力。相關(guān)的國土空間規(guī)劃用地測繪技術(shù)研究在計(jì)算機(jī)圖像和測繪學(xué)等諸多方面具有重要的研究前景。通過國土空間規(guī)劃用地測繪遙感監(jiān)測，采用無人機(jī)遙感測繪技術(shù)進(jìn)行圖像采集，通過數(shù)字圖像分析和空間數(shù)據(jù)智能化處理技術(shù)，能顯著提高國土的規(guī)劃和利用效能[1]。

對國土空間規(guī)劃用地的測繪研究是建立在對土地測繪的信息分析和圖像特征提取的基礎(chǔ)上，通過地理空間測繪技術(shù)，構(gòu)建國土調(diào)查過程中的地籍測繪數(shù)據(jù)分析樣本，然后采用BIM分析模型，進(jìn)行國土空間測繪數(shù)據(jù)庫設(shè)計(jì)[2]。當(dāng)前，主要的國土空間規(guī)劃用地測繪方法包括機(jī)載點(diǎn)云數(shù)據(jù)分析法、BIM測繪分析法及衛(wèi)星遙感監(jiān)測法等[3]。文中提出基于生成對抗網(wǎng)絡(luò)的天繪一號(hào)衛(wèi)星高原地區(qū)影像監(jiān)測和測繪方法，通過云覆蓋下墊面（下墊面即大氣與其下界的固態(tài)地面或液態(tài)水面的分界面）形貌衛(wèi)星參數(shù)分析，結(jié)合圖像增強(qiáng)法及圖像修復(fù)法進(jìn)行測繪設(shè)計(jì)，但該方法在測繪作圖過程中的收斂性較差。文獻(xiàn)[4]中提出圖像語義特征分析的國土空間規(guī)劃用地測繪技術(shù)，采用紋理合成和擴(kuò)散填充方法，通過遙感影像去云處理，提高測繪輸出的清晰度，但該方法的模糊度較大，測繪繪圖的精度不高。為此，本文提出基于無人機(jī)的國土空間規(guī)劃用地測繪技術(shù)。首先，采用無人機(jī)遙感探測技術(shù)實(shí)現(xiàn)對國土空間規(guī)劃用地的遙感影像監(jiān)測；然后建立國土空間規(guī)劃用地測繪的聚類分析模型，實(shí)現(xiàn)國土空間規(guī)劃用地測繪優(yōu)化，為國土空間規(guī)劃用地的保護(hù)和管理提供數(shù)據(jù)基礎(chǔ)；最后通過一組真實(shí)數(shù)據(jù)開展仿真測試并對結(jié)果進(jìn)行分析，用以驗(yàn)證本文方法在提高國土空間規(guī)劃用地測繪遙感監(jiān)測能力方面的可靠性。

1.國土空間規(guī)劃用地遙感影像采集和測繪總體結(jié)構(gòu)

1.1 遙感影像采集

結(jié)合國土空間規(guī)劃用地測繪遙感影像采集方法，采用低空無人機(jī)和地基攝影測量技術(shù)獲取研究范圍內(nèi)地物的遙感影像；然后建立國土空間規(guī)劃用地測繪遙感監(jiān)測和圖像分析模型，通過自適應(yīng)圖像區(qū)域分割和區(qū)域增長性特征分析方法，進(jìn)行國土空間規(guī)劃用地遙感影像的邊緣輪廓檢測和分割處理。通過高分辨率遙感影像分割處理算法，進(jìn)行模型參數(shù)分析，建立國土空間規(guī)劃用地遙感影像的BIM數(shù)據(jù)庫；通過樣本標(biāo)簽識(shí)別，采用模型檢驗(yàn)和樣本標(biāo)簽標(biāo)注的方法，進(jìn)行遙感測試和數(shù)據(jù)標(biāo)簽標(biāo)注；通過數(shù)據(jù)增強(qiáng)和渲染方法[6]，得到遙感影像目標(biāo)特征。面向測繪技術(shù)的國土空間規(guī)劃用地遙感影像分割及檢測模型流程如圖1所示。

圖1 國土空間規(guī)劃用地測繪影像檢測流程圖

根據(jù)圖1所示的國土空間規(guī)劃用地測繪影像檢測采集流程，提取國土空間規(guī)劃用地測繪遙感影像的邊緣輪廓。以無人機(jī)監(jiān)測的高光譜影像為數(shù)據(jù)源，在無云影像中使用矩形中心遷移方法，建立國土空間規(guī)劃用地測繪影像的邊緣輪廓檢測模型[7]，得到無人機(jī)監(jiān)測遙感區(qū)域的細(xì)節(jié)特征。利用原圖進(jìn)行替換，通過對遙感測繪獲取的影像邊緣信息分布情況進(jìn)行檢測，得到國土空間規(guī)劃的網(wǎng)絡(luò)訓(xùn)練流程，如圖2所示。

圖2 國土空間規(guī)劃的網(wǎng)絡(luò)訓(xùn)練流程

1.2 測繪遙感影像預(yù)處理

以無人機(jī)監(jiān)測的高光譜影像為數(shù)據(jù)源，通過最小二乘光譜解混處理方法，建立國土空間規(guī)劃用地測繪規(guī)劃的最小二乘損失函數(shù)。根據(jù)國土空間的沼澤、水域、農(nóng)田、林地、草甸等土地屬性的聚類特征，得到每訓(xùn)練1次生成網(wǎng)絡(luò)后的無人機(jī)監(jiān)測遙感圖像中的細(xì)節(jié)信息分布序列。根據(jù)國土的沼澤、水域、農(nóng)田、林地、草甸等土地屬性的聚類特征，采用植被分布格局多樣性聚類方法，進(jìn)行用地測繪模型優(yōu)化。

2.國土空間規(guī)劃用地測繪優(yōu)化

2.1 無人機(jī)國土空間規(guī)劃用地參數(shù)解析

通過控制擴(kuò)張率獲得不同大小的測繪信息，得到無人機(jī)測繪圖像I（x，y）在球面弧最大高度Height，大范圍判定閾值Delta，約束矩陣J（x，y，σ），高程采樣計(jì)算值，如式（1）所示：

式（1）中，Lx（x，y，σ）和Ly（x，y，σ）為地形起伏特征參數(shù)，采用斷面封閉約束的方法分別為線面與地面的像素級融合導(dǎo)數(shù)，提取高程采樣點(diǎn)的梯度信息，得到兩個(gè)目標(biāo)點(diǎn)AO、BO對應(yīng)的封閉約束矩陣H（x，y，σ）?？臻g平面點(diǎn)、地面點(diǎn)的參考信息，如式（2）所示：

式（2）中，Lx（x，y，σ）和Ly（x，y，σ）為地形起伏特征參數(shù)；J為高程采樣點(diǎn)參數(shù)；將離散點(diǎn)數(shù)據(jù)導(dǎo)入測繪系統(tǒng)中，采用地理位置區(qū)域分塊檢測，從而增加偏移量。根據(jù)上述對無人機(jī)國土空間規(guī)劃用地參數(shù)解析結(jié)果，采用兩點(diǎn)線段進(jìn)行可視表達(dá)，實(shí)現(xiàn)對地籍測繪圖像樣本信息的特征分析和數(shù)據(jù)解算。

2.2 國土空間規(guī)劃用地的測繪輸出

建立國土空間規(guī)劃用地測繪遙感影像傳感參數(shù)融合模型，結(jié)合標(biāo)記形狀分析，小塊融合的32×32分量根據(jù)顏色特征具有旋轉(zhuǎn)不變性的特點(diǎn)，對空間規(guī)劃測量數(shù)據(jù)進(jìn)行區(qū)域網(wǎng)平差，并沿球面進(jìn)行插值采樣，得到國土空間規(guī)劃用地測繪的無人機(jī)采樣遙感影像的凸特征點(diǎn)集，表示為Ima（xt）=p（xt|d0，…，t），其為N個(gè)目標(biāo)信息專題圖樣本，如式（3）所示：

式（3）中，sjt為對應(yīng)金字塔級別的高程數(shù)據(jù)；xjt為球面弧最大高度參數(shù)；wjt為地球中心點(diǎn)EC加入后的高程函數(shù)；N為檢測點(diǎn)，對于t＝0，1，…k，對應(yīng)的地球球面弧繪制測量值Zk=｛z0，z1，…，zk｝，用xk表示深度學(xué)習(xí)分量WR，得到平滑參數(shù)，進(jìn)而獲得每個(gè)輸入點(diǎn)的兩側(cè)生成的控制點(diǎn)共線參數(shù)｛xk，yk，θk｝。由此，根據(jù)兩個(gè)目標(biāo)之間不同連線的空間分布位置和特征，進(jìn)行高程值測量，實(shí)現(xiàn)基于無人機(jī)的國土空間規(guī)劃用地測繪。

3.仿真測試

采用GPU Shader構(gòu)建國土空間規(guī)劃用地測繪的仿真模型，對國土空間規(guī)劃光譜光頻端輸出分量，取R、G、B三個(gè)分量，設(shè)定國土空間規(guī)劃用地測繪的初始匹配點(diǎn)數(shù)6000，圖像被切割成尺寸為512×512，樣本采樣網(wǎng)格大小為256×256，測繪的三維地理位置信息分布如表1所示。

表1 國土空間規(guī)劃用地測繪的三維地理坐標(biāo)系分布

由表1可知：三維坐標(biāo)分布空間中，采用1∶25萬DEM數(shù)字高程模型數(shù)據(jù)，進(jìn)行無人機(jī)遙感監(jiān)測，得到國土空間規(guī)劃用地測繪的無人機(jī)監(jiān)測拓?fù)浣Y(jié)構(gòu)，如圖3所示。

圖3 國土空間規(guī)劃用地測繪的無人機(jī)監(jiān)測拓?fù)浣Y(jié)構(gòu)

在此基礎(chǔ)上進(jìn)行國土空間規(guī)劃用地測繪，得到凸包擬合曲線，如圖4所示。

圖4 國土空間規(guī)劃用地測繪的凸包擬合曲線

通過凸包擬合結(jié)果，在垂直平分線兩側(cè)進(jìn)行高程采樣和平滑處理，得到處理后的地面特征擬合結(jié)果，如圖5所示。

圖5 平滑處理

通過對整條曲線進(jìn)行局部幾何特征綜合分析，實(shí)現(xiàn)測繪優(yōu)化輸出，得到分析后的結(jié)果，如圖6所示。

圖6 測繪輸出

由圖6可知：本文提出的國土空間用地測繪方法能有效實(shí)現(xiàn)國土空間用地測繪規(guī)劃。通過國土空間規(guī)劃用地測繪優(yōu)化，為國土空間規(guī)劃用地的保護(hù)和管理提供數(shù)據(jù)基礎(chǔ)。對比國土空間規(guī)劃用地測繪的正確匹配率和測繪時(shí)間，得出結(jié)果，如表2所示。由表2可知：本文方法的匹配正確率較高，匹配時(shí)間較短。

表2 測繪正確匹配率和時(shí)間比較

4.結(jié)束語

本文提出基于無人機(jī)的國土空間規(guī)劃用地測繪技術(shù)，建立國土空間規(guī)劃用地遙感影像的BIM數(shù)據(jù)庫，采用模型檢驗(yàn)和樣本標(biāo)簽標(biāo)注的方法進(jìn)行遙感測試和數(shù)據(jù)標(biāo)簽標(biāo)注；根據(jù)國土的沼澤、水域、農(nóng)田、林地、草甸等土地屬性的聚類特征，采用植被分布格局多樣性聚類方法，進(jìn)行用地測繪模型優(yōu)化。通過真實(shí)的試驗(yàn)數(shù)據(jù)分析得知，本文方法對國土空間規(guī)劃用地測繪規(guī)劃的性能較好，匹配率較高，能顯著提高國土空間規(guī)劃用地的測繪輸出平滑性和準(zhǔn)確性，具有較高的應(yīng)用價(jià)值。由于條件限制，未將本文的研究成果導(dǎo)入國土空間基礎(chǔ)信息平臺(tái)和國土空間規(guī)劃實(shí)施監(jiān)督一張圖等信息系統(tǒng)中進(jìn)行效果和質(zhì)量的進(jìn)一步驗(yàn)證，這將是下一步研究的重點(diǎn)。