戎欣，詹雅婷

（1.江蘇省地質(zhì)調(diào)查研究院，南京 210018；2.自然資源江蘇省衛(wèi)星應用技術(shù)中心，南京 210018）

1 引言

河道的合理開發(fā)利用對生態(tài)建設、經(jīng)濟發(fā)展具有重要意義，因此，為了全面掌握河道資源情況，維護河道生態(tài)平衡，杜絕違法侵害河道行為，同時為了更好地對接河長制管理要求，對骨干河道管理范圍內(nèi)的變化情況進行監(jiān)測的需求非常迫切。監(jiān)測管理范圍內(nèi)水域岸線變化情況及進行數(shù)據(jù)的處理和分析，并提供相關(guān)技術(shù)成果[1]，可以輔助“兩違、三亂”的治理，在河湖水域的保護與治理方面提供違法查處的支撐以及各種基礎(chǔ)信息。

2 總體監(jiān)測思路

建立骨干河道水域岸線遙感監(jiān)測體系，提高水域岸線監(jiān)測能力，這是隨著遙感衛(wèi)星影像的拍攝能力和拍攝周期的不斷提高而產(chǎn)生的需求，是呼應大數(shù)據(jù)和地理信息技術(shù)迅速發(fā)展的當務之急[2]。建立及時發(fā)現(xiàn)問題、高效解決問題的監(jiān)測技術(shù)系統(tǒng)，充分利用現(xiàn)代測量、空間檢測、信息網(wǎng)絡等技術(shù)，可實現(xiàn)全流程、全覆蓋的水域要素的現(xiàn)代化監(jiān)測。

本文以常州市為例，選取常州列入省骨干河道名錄及市級管理權(quán)限河道名錄的胥河、丹金溧漕河、德勝河等43條河道，采用多源數(shù)據(jù)與高分辨率遙感影像相結(jié)合的方法，深度學習智能解譯與目視解譯法相結(jié)合的技術(shù)方法，將外業(yè)調(diào)查舉證與內(nèi)業(yè)監(jiān)測相結(jié)合，以便對骨干河流水域岸線管理范圍進行的監(jiān)測能夠準確、及時以及客觀，通過獲得的實際數(shù)據(jù)可以為水利部門及相關(guān)執(zhí)法部門的管理提供決策依據(jù)和技術(shù)支撐。在監(jiān)測中，選擇亞米級高分辨率遙感影像，可以較2 m分辨率影像提供更加準確的信息，本文使用了輻射校正、幾何校正、影像融合、圖像增強以及影像鑲嵌的遙感影像處理方法[3]，使用基于典型年份（確定為2018年）與最新年度（2021年）亞米級高分影像數(shù)據(jù)對比，確定最新的河道管理范圍內(nèi)監(jiān)測的水域、岸線變化，參照河湖庫高分遙感監(jiān)測規(guī)范，采集變化點位的信息，進行要素提取，綜合運用高分衛(wèi)星影像內(nèi)業(yè)數(shù)據(jù)處理與外業(yè)調(diào)查輔助的技術(shù)手段，對常州市骨干河道水域岸線進行監(jiān)測，為管理部門提供準確高效的技術(shù)數(shù)據(jù)。

3 常州市骨干河道遙感監(jiān)測體系

本文采用遙感數(shù)據(jù)智能提取以及解譯的技術(shù)方法，在CGCS2000國家大地坐標系中，對前、后兩年的衛(wèi)星圖像進行疊加和比較，盡量從整體上提取水域岸線變化圖斑，并對變化圖斑的面積、位置、變化類型、變化時間等特性進行分析。將河湖庫管理要求和矢量數(shù)據(jù)結(jié)合起來，梳理、分析、篩選、加工后，按照需求，可以提供給地方核查單位，做到每月監(jiān)測、從而監(jiān)管水域資源。

3.1 遙感數(shù)據(jù)的處理

3.1.1 數(shù)據(jù)源

本次骨干河道水域岸線遙感監(jiān)測以常州市為例，采用的數(shù)據(jù)源包括：北京二號（BJ-2）、高分七號（GF-7）、高分二號（GF-2），衛(wèi)星影像、空間分辨率為亞米級。其中，前時相影像采用2018年北京二號（BJ-2）影像，后時相影像采用2021年高分二號（GF-2）、高分七號（GF-7）、北京二號（BJ-2）衛(wèi)星影像，矢量數(shù)據(jù)采用“常州市水域岸線遙感監(jiān)測管理范圍界線岸別”。

3.1.2 輻射校正

輻射校正主要是針對遙感圖像上的薄云和霾進行去除，在保持影像清晰度和信息量數(shù)據(jù)不減少的前提下，對原始圖像中的條帶和噪聲進行去噪處理，對輻射度畸變較大的原始圖像進行輻射度糾正處理。在遙感影像上，霾（薄云）的存在會導致影像的對比度降低，并導致亮度略微提高，所以，去除霾（薄云）實質(zhì)上就是利用濾波使霾（薄云）區(qū)影像的像元值重新趨于正常。

3.1.3 幾何校正

幾何校正是利用衛(wèi)星數(shù)據(jù)RPC參數(shù)，通過幾何糾正模型，參照糾正底圖和對應的DEM數(shù)據(jù)，均勻選取同名點，生成全色和多光譜影像的數(shù)字正射影像的一種衛(wèi)星數(shù)據(jù)處理方式，其中誤差不大于0.5個像素，最大不超過1個像素。

3.1.4 影像融合

影像融合是使用圖像插值算法在同一時相和相同的數(shù)據(jù)源之間進行的，融合后的圖像可以突出目標物的信息，使目標物和周圍的地物之間具有明確的邊界。算法采用三次卷積法，融合方法采用PANSHARP，融合后的影像會整體提升亮度、色彩反差、色調(diào)、紋理的效果。

3.1.5 圖像增強

輻射強化：采用直方圖變換、線性變換、非線性變換、直方圖定化等方式，通過對圖像的明暗度、反差度、色彩等進行調(diào)節(jié)，從而實現(xiàn)圖像的明暗度適中，色彩飽和以及層次分明。

色彩處理：使用逐波段進行直方圖調(diào)整、色彩平衡、HIS調(diào)整的方法調(diào)整影像的色彩，從而使影像盡量表現(xiàn)為接近自然的真彩色效果。主要是植被應體現(xiàn)為綠色，道路、城市表現(xiàn)為灰色，水體為藍灰色或藍品色，以便于地物更精準的判讀[4]。

空間強化：空間強化可以有目的地在突出圖像的邊緣或線性特征，同時可以有針對性地削弱消除在獲取和傳輸圖像時產(chǎn)生的各種噪聲點。

3.1.6 影像鑲嵌

在鑲嵌之前，采用重疊準確度方法進行檢查，并且鑲嵌需要滿足景與景間疊加限差，取樣間隔修正，同時保留質(zhì)量好，云霧量小的圖像。當鄰近兩景圖像的品質(zhì)和時相相差較小時，保證圖像紋理、色彩可以自然過渡；在相鄰兩景圖像中相或品質(zhì)相差較小時，進行色相、色階以及顏色的飽和度的修改，然后進行對比度和亮度的調(diào)整，最后進行色彩平衡。

3.2 變化圖斑提取

3.2.1 建立解譯標志

基于圖像的光譜特征、幾何特征、紋理特征、地物空間布置，再結(jié)合外業(yè)踏勘結(jié)果，采用分類對比、比較推理等方法，對監(jiān)測區(qū)域內(nèi)主要監(jiān)測類型的光譜特征、空間特征和時間特征進行對比，通過對不同類型的影像的幾何形狀、色彩、反差、大小、紋理、陰影、色調(diào)、位置[5]等綜合信息進行綜合分析，構(gòu)建河道所使用的解譯標志（見圖1），為提取變化信息打下技術(shù)基礎(chǔ)。

3.2.2 深度學習智能提取與目視解譯法相結(jié)合

在監(jiān)測的區(qū)域，采用深度學習的監(jiān)測方法進行遙感影像的信息提取，首先，運用分類對比的方法[6]分析了不同圖像的分辨率，以及不同波段合成、不同季節(jié)、不同區(qū)域同一地類所表現(xiàn)的色調(diào)、色彩、紋理特征，再運用典型樣本的方法提取典型類型的圖像的譯樣本，并學習大量的同一地物對應的輸入和輸出結(jié)果，對卷積網(wǎng)絡進行訓練，建立模型，因此，在不同影像分辨率、不同波段合成、不同季節(jié)、不同區(qū)域的同一地物，都能被監(jiān)測發(fā)現(xiàn)并提取出來[7]。

對于智能解譯效果不佳的區(qū)域，本文采用目視解譯的方法進行輔助解譯。通過智能提取與人機交互相結(jié)合的方法，使提取結(jié)果精度達到最優(yōu)化。遙感影像要素提取對比如圖2所示。

3.2.3 外業(yè)調(diào)查輔助

外業(yè)調(diào)查采取點線面相結(jié)合的方式。對于內(nèi)業(yè)監(jiān)測解譯情況較好的區(qū)段，則主要通過點的方式進行驗證，對解譯一般中等的區(qū)段，要安排有一定代表性的舉證路線，對于解譯效果不佳的區(qū)段，則主要采取面驗證的方式進行舉證。

4 常州市骨干河道遙感監(jiān)測結(jié)果分析

經(jīng)對常州市監(jiān)測范圍內(nèi)2018年與2021年亞米高分影像的遙感監(jiān)測分析共發(fā)現(xiàn)406處變化。本次監(jiān)測共計監(jiān)測骨干河道43條，發(fā)現(xiàn)新增變化的河道數(shù)量為39條，其中，金壇區(qū)變化32處，溧陽區(qū)141處，天寧區(qū)57處，武進區(qū)103處，新北區(qū)49處，鐘樓區(qū)24處，從而得出結(jié)論，溧陽市新增變化圖斑個數(shù)最多。常州市骨干河道遙感監(jiān)測空間分布圖如圖3所示。

5 結(jié)語

本文對江蘇省常州市骨干河道水域岸線進行遙感監(jiān)測，利用高分辨率遙感影像，采取智能提取與人機互動等前沿技術(shù)，實現(xiàn)了骨干河道資源監(jiān)管的智能提取與監(jiān)測，為河湖庫形成常態(tài)化監(jiān)測提供了技術(shù)與數(shù)據(jù)支撐，遙感監(jiān)測的技術(shù)手段可以彌補傳統(tǒng)的河湖巡查監(jiān)管，極大地提高了監(jiān)管與工作的效率。在接下來的研究中，將繼續(xù)深入研究如何將遙感監(jiān)測技術(shù)與水利資源管理相結(jié)合、多種監(jiān)測方式融合與協(xié)作、如何提升信息智能提取精準度等方面的內(nèi)容，以提升河道資源管理的現(xiàn)代化與信息化水平。