高分卫星遥感技术在交通运输领域的研究探索

殷 林

（中国交通通信信息中心，北京 100011）

1 引言

交通是人类生活的基本需要，也是国民经济发展和社会富强的根本保障。我国交通建设发展迅速，基础设施规模位居世界前列，综合交通网总里程突破500万千米，高速铁路和高速公路里程、港口万吨级泊位、城市轨道交通运营里程等世界第一，是名副其实的交通大国[1]。党的十九大提出建设交通强国的理念，要建成世界领先、人民满意的交通强国，则离不开科技创新的引领和信息化技术方法的支撑。

遥感作为一种重要的空间信息技术，具有覆盖范围广、易更新、成本低、获取信息客观真实等优点，且随着遥感影像分辨率的逐步提高和相关算法的不断改进，遥感技术在公路、铁路、水路、航空等各个交通领域得到了越来越广泛的应用。尤其是高分遥感卫星的亚米级观测能力，实现了从点到面的多尺度观测，同时兼顾了细节和宏观信息的获取，有效提高了交通行业信息化发展水平，也为交通部门的建设、管理、养护等工作节省了大量的人力物力成本。

中国交通通信信息中心作为交通运输部部属一级事业单位，近年来在交通遥感综合管理、道路灾害损毁评估与应急救援、交通设施调查、交通设施形变监测、交通一张图建设等交通业务领域开展了大量工作，为国家“一带一路”交通运输建设、京津冀交通一体化协同发展、交通精准扶贫等重大国家战略提供了技术支持。同时，还就基于遥感技术的路网自动提取、交通设施形变监测等开展关键技术研究，为遥感技术在交通领域的深入应用打下坚实的理论基础。本文将对中国交通通信信息中心在交通遥感关键技术研究及业务服务方面取得的成果做简要的介绍。

2 交通遥感技术研究

2.1 基于多源高分遥感的道路路网高效提取技术研究

随着交通建设的大力投入，各等级公路里程增长迅速，交通路网规模大、结构复杂，利用遥感技术进行路网的自动提取，可以有效地解决人工路网调查中存在的更新速度慢、人力消耗等问题。

面向国省干线和农村公路等多等级路网调查需求，围绕高分遥感路网提取过程中的两方面主要挑战——低光谱对比及阴影、遮挡等区域的道路检测与识别展开研究。基于结构感知理论，结合认知心理学中相关认知结论和道路结构的特点，建立路网区域概率模型；根据该模型研究结构导向的高分影像平滑与增强方法[2]；进而通过该模型进行结构分析与聚类形成路网片段；最后以路网片段为基元，通过深度学习网络对低光谱对比及阴影、遮挡区域的道路信息进行重建[3]。

该技术首次引入结构感知理论、路网结构导向滤波等思想，而且采取了基于污染样本学习的路网检测方法，为更为复杂环境下的多等级路网提取提供了新思路、新方法，促进了路网提取技术的发展。

2.2 面向PS-InSAR的桥梁健康状况识别技术研究

目前，我国公路桥梁数量已超过80万座，高铁桥梁累积长度超过1万千米。对现役桥梁的安全监测及损伤程度评估，是桥梁安全运营的重要保障。基于雷达遥感数据的桥梁形变监测及安全预警，具有大范围测量、不受地域制约、不影响桥梁的正常运营等优势。

围绕高分遥感桥梁形变信息提取和安全预警存在的问题，利用1m分辨率聚束模式的升降轨TerraSAR-X雷达遥感数据，开展使用PS-InSAR技术的桥梁形变信息提取研究，获取岳阳市洞庭湖大桥的形变信息，并建立基于桥梁模型的PS-InSAR 性能评估模型，对遥感形变监测技术的误差进行深入的分析[4，5]。进而，结合桥梁有限元技术，开展面向SAR技术的桥梁形变关键点及其随机形变规律研究，基于桥梁安全规范，实现基于高分辨率遥感数据的桥梁安全预警[6]。

该技术将遥感与桥梁有限元结合，并提出了面向遥感技术的桥梁安全预警方案，为桥梁养护业务提成了一种全新的安全评估方法。

2.3 道路健康遥感波谱库建设

公路路面是由多种材质如沥青、水泥等混合而成，基于不同矿物含量在不同波段的光谱反应不同，可对道路健康状况进行高光谱遥感监测。该技术构建了路面材质与结构状况的光谱指数模型，并开展了基于多端元光谱分解的路面健康状况遥感监测研究。

利用ASD FieldSpec地面光谱测量仪获取了各种公路路面反射光谱及路面属性信息，构建不同材质、不同健康状况的公路路面光谱特征数据库；利用统计分析与高光谱数据处理等方法，基本弄清了公路路面的光谱响应特征，为识别模型构建打下基础；基于光谱响应特征构建沥青路面健康状况遥感指数模型；提出基于多端元的光谱分解策略，构建沥青路面老化状况的亚像元分解方法与模型，快速便捷地提取沥青路面的老化信息并对路面健康状况进行评估[7]。

该技术首次在国内构建了针对交通业务的全面的路网健康状况光谱信息库，并通过遥感指数模型构建、亚像元分解等方法，实现了路面健康状况的遥感定量评估，有效地提高了遥感技术在沥青路面老化状况监测应用中的精度和适用性。

3 交通遥感技术应用

3.1 交通精准扶贫

为认真贯彻习近平总书记“精准扶贫”战略思想，中国交通通信信息中心利用高分辨率遥感数据，结合现有路网规划数据，在湖南、云南等全省开展了贫困村农村公路、贫困村位置、贫困村路线通达通畅等信息的精准核查工作，生成农村公路路网影像图，并按年度对农村公路建设完成情况进行辅助验收。农村公路的精准核查，助力打通“交通扶贫最后一公里”，为地方交通部门的交通精准扶贫工作的顺利开展，提供了有效的数据和技术支撑。

3.1.1 农村公路调查与核查

传统的农村公路调查核查是派人进行实地抽查，或通过GPS设备采集部分路段信息进行核验，无法很好地全面掌握农村公路的建设现状，为交通精准扶贫带来一定的困难。而利用高分遥感数据获取的农村公路的位置、宽度、里程、材质等信息，覆盖范围广、更新周期快、结果客观真实，有效地弥补了传统方法的诸多不足。

从2015年开始，中国交通通信信息中心与湖南省交通运输厅，利用高分遥感影像数据，对湖南省全省农村公路进行了全覆盖调查，并对规划建设完成情况进行了核查。针对农村公路调查核查的需求，研发了相关的关键技术算法和业务软件，实现了遥感技术与交通精准扶贫业务的深度融合。图1为湖南省农村公路县道路面宽度遥感专题图，图例中的三条线段，分别表示道路宽度≤4.5米、4.5～6.0米和≥6.0米。由图中可以看出，长沙市宽度≥6.0米的县道密度要大于其他地市。

图1 湖南农村公路县道路面宽度遥感专题图

3.1.2 自然村通达通畅情况普查

准确掌握建制村、自然村道路的通达通畅情况，是制定精准的交通扶贫计划，加强交通扶贫工程执行监督力度的重要依据。利用高分遥感影像数据，提取建制村、自然村道路的轨迹、路面宽度、路面材质，并依据得到的属性信息进行道路通达通畅的判定，其中通畅道路是指路面已铺装且路面宽度≥3米。通信信息中心从2015年开始，完成了湖南省51个贫困县的建制村、自然村的点位数据和道路通达情况的核查。

图2为湖南省自然村未通达未通畅情况遥感调查示意专题图，图中蓝色点代表已通达未通畅的自然村点位，淡紫色点表示未通达自然村点位。由图中可以看出，未通达的自然村主要位于湖南中部和西部地市。

3.2 交通基础设施形变监测

3.2.1 桥梁形变监测

桥梁形变监测是桥梁安全运营维护的重要内容，时序雷达干涉测量技术目前已在桥梁形变监测工作中得到了广泛的应用。通信信息中心利用1m和3m分辨率的TerraSAR-X雷达遥感数据，在北京、湖南、西藏等地开展了典型桥梁形变监测工作。

图2 湖南省自然村未通达未通畅示意专题图

图3为基于2016年4月-2016年8月的Ter raSAR 聚束模式卫星影像，得到的岳阳洞庭湖大桥4个月的平均形变速率。由图中可以清晰的看出桥梁跨中和桥墩的形变存在明显的差异；内陆地区相对稳定，基本不存在地面沉降；而岸边地面沉降现象比较明显，沉降速率明显大于内陆地区。

图3 岳阳洞庭湖大桥遥感形变监测结果图

3.2.2 冻土区道路形变监测

我国西部地区广泛覆盖着永久性冻土和季节性冻土，由季节性的冻胀和融沉导致的地表形变是在冻土区域进行道路施工的最主要危害，也对高寒区铁路和公路的稳定性及日常运营维护产生了较大的影响。在冻土区利用雷达干涉测量技术进行道路的形变监测，可以减少高寒作业的工作量，同时也有利于分析道路周边环境地表形变对道路的影响。

图4是利用欧洲Sentinel-1A卫星影像获取的青海五道梁段的青藏公路、铁路及周边地表的沉降信息，由图中能够清晰的显示出沉降中心的位置以及影响范围。在该路段分布有3个沉降中心，与温度、湿度、水体等参数进行联合分析发现，沉降中心与地面湿度较大的区域分布基本保持一致。

图4 青藏公路五道梁段地面沉降监测结果图

3.2.3 边坡形变监测

边坡指的是为保证路基稳定，在路基两侧做成的具有一定坡度的坡面。分布于我国中西部山区和东部沿海地区的道路边坡受到复杂地形、复杂天气以及冻融、风化、膨胀收缩等综合作用，经过长期的缓慢形变，易发生坍滑的情况。边坡的垮塌造成了道路的损毁，严重影响了人们的交通出行安全，同时也给道路养护工作带来了一定的困难。利用雷达干涉测量技术，可以同时对大面积的边坡进行形变监测，精度可达到毫米级，弥补了传统点监测成本高、易受天气影响等不足，是一种全新的边坡地质灾害预警的技术手段。

图5为基于Sentinel-1数据的318国道觉巴山段2016年～2017年期间的道路边坡形变监测结果。结果显示，部分边坡存在较为明显的形变，需要加强道路灾害的防护措施。

图5 318国道觉巴山段边坡形监测结果图

3.3 重大道路工程建设监管

“十三五”时期是交通基础设施重大工程建设的重要阶段，2016～2018年拟重点推进铁路、公路、水路、机场、城市轨道交通项目300余项。积极引入科技手段，真实准确掌握重点交通工程的建设情况，对确保中央建设资金落实到位具有重要意义。通信信息中心利用变化检测技术，基于多时相高分遥感数据，开展了重大道路工程建设各阶段的解译与分析。提取道路施工阶段，定期对工程的建设开展情况进行全面的跟踪、监测，生成包括道路施工工程整体进展影像图、施工进度细节影像图等专题产品。图6为云南省丽江市华坪县内G4216高速公路新建工程开工细节题，由图中可以清晰看到，荣将镇向西700米处有土木方施工痕迹，长约3千米。

图6 新建工程已开工细节遥感影像图

3.4 灾害道路损毁评估与应急救援

3.4.1 道路灾害日常监测和损毁评估

我国是一个气象和地质灾害多发的国家，灾害导致的道路损毁情况严重，重要公路运输通道通行保障面临较大压力。及时准确的掌握公路灾害损毁信息，是灾害救援、道路抢修以及灾后道路修复的重要保障。而充分利用灾前、灾中、灾后的多源遥感影像数据，结合路网基础数据、地质构造数据、水文气象数据和野外调查数据等，可以快速、准确的获取灾区公路域的路面、边坡、挡墙、桥梁、涵洞等交通基础设施受灾害的损毁情况。

2016年8月，通信信息中心先后开展了基于遥感技术的重点道路灾毁评估工作，编制了河北、湖北、湖南、云南等4省公路水毁遥感监测专题图集，以遥感影像图集方式展示了公路水毁空间分布情况、公路水毁灾前灾后动态变化等。此外，通信信息中心还针对全国国省干线灾毁开展了日常遥感核查工作，截至2017年9月，已获取全国24个省的5.2万条灾毁APP采集数据。图7为2016年洪水灾害中，河北省邢台市某段农村公路桥梁被洪水冲毁前后的遥感影像对比图。从灾前影像中，能够清晰识别S323与农村公路连接的桥梁；而灾后，该桥梁已损毁。

3.4.2 道路灾害应急救援

2017年6月24日茂县山体滑波及8月8日九寨沟地震灾害事件，通信信息中心及时完成了影像获取以及专题图和评估报告制作，并通过交通遥感综合服务平台汇总展示灾害现场的基础影像数据和历史资料数据，为抢险救援提供了及时有力的支撑。茂县垮塌损毁遥感识别图如图8所示。

通信信息中心还建设了交通应急平台和道路灾害应急救援软件，联合应用遥感卫星、通信卫星、导航卫星信息资源，以及交通应急指挥通信车和机动接收处理车等应急设备，实现了应急状态下的遥感数据快速接入、快速处理、数据判研、灾后损毁评估、导航定位、现场图像采集与回传，以及部队调动救援指挥和专题产品共享分发。图9为道路灾害监测与应急救援软件的灾害区域快速提取功能界面图，图中的二值结果图即为使用人机交互的半自动模式提取的灾害损毁区域。

图7 河北邢台农村公路桥梁洪灾损毁影像图

图8 四川省茂县山体垮塌道路损毁遥感影像图

图9 灾害区域快速提取功能界面图

4 结束语

伴随着大数据、云计算、移动互联网等新一代信息技术与机器人和智能制作技术相互融合的步伐加快，自动驾驶和车路协同等新技术不断涌现。我国正由交通大国向网络化、数字化、法治化和全球化的交通强国迈进，卫星遥感技术拥有全球海量观测数据资源、成熟的信息提取方法、良好的应用基础，具有非常广阔的前景和巨大的发展潜力。

在未来的工作中，通信信息中心还将会在遥感技术与交通专业业务模型深入结合、大众出行智能服务、交通大数据分析与挖掘等方面开展大量工作，加强遥感卫星技术与通信卫星、导航卫星的融合应用，提升交通行业的智慧化水平，为交通强国、数字中国、智慧社会等战略的实施，提供良好的信息化技术支撑。