基于高分影像的建设项目扰动面积自动提取

陈晓枫 洪倩 陈枫楠 陈婷婷 宋盼盼 戚国辉

摘 要：为了实现水土保持监测工作中基于遥感影像对生产建设项目扰动地表面积的快速有效提取，以输变电工程为例，利用国产高分系列卫星GF-2和GF-1的遥感影像产品和输变电杆塔点位先验信息，结合Otsu阈值分割技术和Canny边缘检测算法，提出扰动面积的自动提取算法，并开发了水土保持目标监测系统。选择榆横—潍坊等特高压输变电工程沿线植被覆盖度较高的平原、山区和丘陵区分别选择8、9、7个塔基施工区，进行扰动面积的自动提取，并与传统影像分类方法最大似然法、面向对象法的提取精度进行比较。结果表明，开发的水土保持目标监测系统提取的扰动面积与现场人工实测面积相比，精度均在80%以上，明显优于传统方法。

关键词：水土保持;生产建设项目;扰动面积;遥感影像;Otsu阈值分割;边缘检测

中图分类号：S157.2

文献标志码：A

doi：10.3969/j.issn.1000-1379.2021.09.023

引用格式：陈晓枫，洪倩，陈枫楠，等.基于高分影像的建设项目扰动面积自动提取[J].人民黄河，2021，43（9）：120-124.

Automatic Extraction of Disturbance Area of Production Construction

Project Based on High Resolution Image

CHEN Xiaofeng1， HONG Qian1， CHEN Fengnan1， CHEN Tingting2， SONG Panpan2， QI Guohui2

（1.State Grid Economic and Technological Research Institute Co.， Ltd.， Beijing 102209， China;

2.Unisplendour Software System Co.， Ltd.， Beijing 100084， China）

Abstract： In order to realize the rapid and effective extraction of the disturbed surface area of production and construction projects based on remote sensing images in soil and water conservation monitoring work， this paper took the power transmission and transformation project as an example for research. We proposed an automatic extraction algorithm for the disturbance area using domestic high-resolution satellites GF-2 and GF-1 and the priori information of the tower point position， which also using the Otsu threshold segmentation technology and Canny operator. A soil and water conservation target monitoring system had also been developed based on this algorithm. Experiments were carried out in the areas with high vegetation coverage along several UHV transmission and transformation projects such as Yuheng-Weifang. In plain， mountainous and hilly areas， 8， 9 and 7 tower foundation construction areas were selected for disturbance area automatic extraction. The results of the automatic extraction algorithm were also compared with the extraction results of traditional image classification methods including the maximum likelihood method and object-oriented method. The results show that the disturbance area extracted by the automatic extraction algorithm has an accuracy of over 80% compared with the field manually measured area， which is significantly better than that of the traditional methods.

Key words： soil and water conservation; production and construction projects; disturbance area; remote sensing image; Otsu threshold segmentation; edge detection

生產建设项目在施工过程中不可避免地以开挖、填筑等方式扰动地表、损毁原有地貌，在水力、风力、重力等外营力作用下造成岩、土、废弃物等的迁移和沉积，加剧生态环境恶化[1-3]。对生产建设项目扰动地表情况的传统水土保持监管多依赖于人工调查、现场量测等，而生产建设项目通常点多面广，尤其当施工区域处于高原、山地、荒漠戈壁时，人工监管的难度大、成本高且信息获取不及时，不能满足对生态环境影响进行及时监控和治理的需求。遥感技术直接对地表进行大面积同步观测，获取资料速度快且监测范围不受地形限制[4]，为生产建设项目水土保持监管提供了快速有效的手段。

基于遥感技术进行生产建设项目水土保持监控核查，关键在于扰动区域的有效识别和信息快速提取;遥感影像分类是信息提取的重要手段，选择合适的分类方法是提高信息提取精度的关键[5]。目前，遥感影像分类识别方法有人机交互目视解译、基于像素的地物识别和面向对象的地物识别三类：目视解译需要投入大量的人力，依赖于解译经验，效率较低;基于像素的地物识别容易产生影像噪声，并且对于高分辨率影像，像素尺度远低于影像中地物目标的尺度，因此该方法无实际意义[6];面向对象的地物识别方法（面向对象法）中，分割尺度和特征参数的选择以及由此带来的海量数据处理使得该方法较难实用[7]。笔者以榆横—潍坊等特高压输变电工程为例，探讨了基于高分影像的建设项目扰动面积自动提取方法，以适应对生产建设项目扰动地表和水土保持情况进行监管的需要。

1 扰动面积提取方法

1.1 传统地物信息提取方法

最大似然法是基于像元的地物识别的代表性方法，其基本思想是：各类已知像元在平面或空间中构成不同的点群;每个像元类别的每一维数据都呈正态分布，该类像元的多维数据构成一个多维正态分布;对于任何一个未知像元，求算它属于各已知类别的概率，依据概率的大小判断其所属类别[8]。

基于面向对象的地物识别是一种融合了影像光谱信息、几何信息和结构信息等的综合识别方法[9]。影像的最小单元不再是单个的像元，而是经过分割的同质像元集合即对象，后续的图像分析和处理都基于对象进行，结果更符合人的视觉习惯。该方法首先利用多尺度分割方法形成影像对象，建立对象的层次结构;然后依据对象的光谱、几何、拓扑特征等形成分类规则，并通过不同对象的图层间信息传递和合并实现对影像的分类。

基于像元的影像分类法易产生“椒盐”现象，即同一地物类型被分成多类;而面向对象法对影像进行分割以同质像元集合为分类对象，在实际应用中分割尺度、特征参数的选择难以满足业务化应用需求。因此，亟待引入新的算法以实现水土保持监测工作中对生产建设项目扰动地表面积的快速有效提取。

1.2 扰动面积快速提取流程与方法

输变电工程杆塔点位分散，扰动面积监测的难点：在基础开挖阶段，受扰动地表以裸地为主，但在一景遥感影像范围内除杆塔扰动区外存在多处地表特征与其相似的区域，由此易导致误判;在基础浇筑阶段以后，塔材在影像中以堆放或组塔的形式出現，使得扰动区内光谱特征变得复杂。笔者提出的扰动面积提取方法：首先，利用杆塔点位的先验信息快速定位塔基位置，通过设定缓冲半径确定监测范围，尽量减少相似区域的误判;其次，依据NDVI对监测范围内的扰动区进行自动识别;最后，进行扰动面积的自动提取计算（具体流程见图1）。

（1）确定扰动区提取范围的缓冲半径。根据杆塔类型（直线塔、耐张塔）和输变电线路沿线地形的不同，在水土保持方案中已对其永久占地和临时占地的范围作出相应限定。据此可以设定扰动区提取范围的缓冲半径，所设定范围应大于水土保持方案中的限定面积。

（2）影像滤波。遥感影像在获取和传输过程中会受到各种噪声的干扰，使得图像质量下降。高斯滤波器对去除服从正态分布的噪声有很好的效果，因此使用高斯滤波器对影像进行平滑处理，以抑制噪声对扰动面积提取的影响。

（3）Otsu阈值分割。塔基施工区表层覆盖有土壤、水泥、塔材等，地表类型复杂，在植被覆盖度较高地区可依据NDVI对扰动区和背景环境进行区分（在植被覆盖度较低区域可直接使用影像各波段的像元灰度值进行阈值分割，因此本文所述算法适用于植被覆盖度较高区域）。NDVI计算公式如下[10]：

NDVI=（ρNIR-ρR）/（ρNIR+ρR）（1）

式中：ρNIR、ρR分别为每个像元范围内地物在近红外波段和红外波段的反射率。

有植被覆盖的NDVI值远大于被扰动区的，因此可以利用Otsu算法对监测范围内的像元进行自动分割。Otsu算法使用聚类思想将影像像元按灰度级别分为两类，要求两类像元的灰度值差异最大，即求解使得类间方差g最大的阈值T（基于NDVI进行分割时此阈值为NDVI阈值，基于单波段的像元灰度值进行分割时则此阈值为灰度阈值）[11]。方差g计算公式为

g=ω0ω1（μ0-μ1）2（2）

式中：ω0、ω1分别为两类像元数占像元总数的比例;μ0、μ1分别为两类像元对应的灰度平均值。

可以使用遍历法确定像元分割灰度阈值T。通过图像形态学填充操作，对二值化分割结果中扰动区和背景区的碎斑进行去除，从而获得连续的栅格图斑。

（4）图斑边缘检测。采用经典的Canny边缘检测算法进行扰动区边缘检测，其流程如下：①像元梯度和方向计算，计算方法见式（3）、式（4）（其中：G、α分别为像元的梯度和方位角，f为待检测图像的尺寸，x、y分别为影像的水平和垂直尺寸）;②非极大值抑制，即当前像元的梯度与沿梯度正负方向上的两个像元梯度进行比较，保留最大值;③双阈值检测，分别设置高低两个梯度阈值T1、T2（T1>T2），得到强、弱边缘像元;④抑制低阈值像元，查看弱边缘像元的8个邻域像元，若存在强边缘像元，则该弱边缘像元可保留为真实边缘[12]。

G=[（fx）2+（fy）2]12（3）

α=tan-1（fy/fx）（4）

由于Canny算法进行了“非极大值抑制”和“边缘连接”，因此提取的图斑边缘比较完整，且连续性很好。

（5）扰动区矢量化。按照顺时针方向依次检测栅格图斑边缘的像元坐标，生成坐标链，利用该坐标链生成封闭的多边形即为所求扰动区域，最后根据影像分辨率可计算出扰动面积。

基于上述算法开发了水土保持目标监测系统，该系统包括通用功能模块和水土保持目标遥感监测模块。通用功能包括基础地图操作、属性数据查看、栅格拉伸等;遥感监测模块在遥感影像和输变电杆塔点位矢量数据导入后，可以进行扰动面积的自动提取，辅以半自动辅助解译模块，可对误差较大的监测结果进行修正，以满足监测要求。

2 精度检验

选择榆横—潍坊、锡盟—济南、昌吉—古泉输变电工程沿线进行地物提取和扰动面积提取试验，并与传统遥感影像分类方法（最大似然法和面向对象法）提取结果和现场实测结果比较，进行精度检验。

2.1 工程概况

榆横—潍坊1 000 kV特高压交流输变电工程起于陕西榆横变电站，途经晋中、石家庄、济南至潍坊变电站，路线全长2×1 049 km，沿线涉及高原、山地、平原等，植被景观从温带草原向暖温带落叶阔叶林过渡。锡盟—济南1 000 kV特高压交流输变电工程起于内蒙古锡盟变电站，途经北京东变电站至济南变电站，路线全长2×730 km，沿线地貌以平原为主，植被景观以温带落叶阔叶林为主。昌吉—古泉1 100 kV特高压直流输电线路工程，起于新疆昌吉换流站，途经新疆、甘肃、宁夏、陕西、河南和安徽6省（区）至安徽古泉换流站，路线全长约3 305 km，沿线涉及盆地、山区、高原、平原等，植被景观从温带荒漠、温带草原向温带落叶阔叶林逐渐过渡。

2.2 遥感影像预处理

本研究所用遥感影像为国产高分系列卫星GF-2和GF-1的产品，其中GF-2所搭载的PMS相机可获取全色1 m和多光谱4 m空间分辨率的遥感影像，GF-1所搭载的PMS相机可获取全色2 m和多光谱8 m空间分辨率的影像（本研究以GF-2 的PMS影像为主，在其没有覆盖的电网线路区使用GF-1的PMS影像）。为充分利用全色影像的空间信息和多光谱影像中的光谱信息，使用Gram-Schmidt方法对影像进行融合。遥感影像预处理流程见图2。

2.3 扰动面积提取结果

输变电工程呈带状分布，分布区域涉及平原、山区、丘陵等地形地貌区，选择不同地形地貌区的典型线路段影像进行塔基施工区扰动面积提取，最大似然法、面向对象法和水土保持目标监测系统3种方法提取结果（典型塔基施工区扰动范围）见表1。

通过目视分析可知：水土保持目标监测系统的提取效果最好，扰动范围边缘完整，漏提和误提情况较少。在平原地区，面向对象法和水土保持目标监测系统的提取结果接近，水土保持目标监测系统提取的扰动区域边缘较为完整;面向对象法提取的扰动区域边缘参差不齐，存在不同程度的漏提现象;最大似然法提取的扰动区域包含了附近的施工道路，由于道路区与塔基施工区地表状态相似，基于像元的分类方法不能很好地对其区分，而水土保持目标监测系统通过设定监测范围避免了对施工道路的误提。在山区，受高大树木遮挡的影响，施工道路在影像中不再明显，最大似然法和水土保持目标监测系统获得了相近的提取结果，面向对象法只提取到了部分扰动区、未识别出塔材堆放区（原因是其波谱反射特征与施工裸土区存在差异），而水土保持目标监测系统准确提取了施工扰动区和塔材堆放区。在丘陵区，最大似然法同样存在对施工道路严重误提的现象，面向对象法漏提塔材堆放区且提取的扰动区域边缘不完整，而水土保持目标监测系统较准确地提取了杆塔施工扰动范围。

在平原、山区和丘陵区，由于所选塔基施工区及周边植被覆盖度较高，杆塔扰动区和周围地表差异比较明显，因此水土保持目标监测系统的提取效果整体较好，优于最大似然法和面向对象法，且表现出一定的稳定性。但是，在草原、风沙区等植被覆盖度较低的地区，杆塔扰动区与周围地表差异较小，水土保持目标监测系统的提取结果整体一般，在扰动区域内误提情况较少，对部分扰动区域边界存在漏提现象，但仍优于传统方法;面向对象法在扰动区域内有少量误提现象，主要是将扰动周围部分道路或其他裸露地表误提为扰动区、漏提塔材堆放区;最大似然法仍然存在明显的道路和裸露地表误提现象。

2.4 精度分析

为了定量评价水土保持目标监测系统、最大似然法和面向对象法对扰动面积提取的效果，在平原、山区和丘陵区分别选择8、9、7个塔基施工区，采用不同方法提取扰动面积并人工现场实测扰动面积，进而进行精度比较。遥感影像解译提取精度的计算公式为

精度=（1-|提取面积-实测面积|/实测面积）×100%（5）

不同方法提取的扰动面积及其精度见表2。由表2可知，在平原、山区和丘陵区，水土保持目标监测系统提取结果的精度均在80%以上，整体上优于最大似然法和面向对象法。

在平原地区，水土保持目标监测系统提取精度满足工程要求（精度≥90%）的约占37.5%，面向对象法和最大似然法的提取精度满足工程要求的均约占25.0%。在山区，水土保持目标监测系统提取精度满足工程要求的约占33.3%，面向对象法的提取精度满足工程要求的约占22.2%，最大似然法的提取精度满足工程要求的约占11.1%。在丘陵区，水土保持目标监测系统提取精度满足工程要求的约占42.9%，面向对象法的提取精度满足工程要求的约占28.6%，最大似然法的提取精度均不满足工程要求。综上所述，在平原、山区和丘陵区，水土保持目标监测系统所提取的扰动面积精度最高，在实际工作中应优先采用此方法。

3 结 语

以输变电工程为例，对基于高分遥感影像的建设项目扰动面积的自动提取方法进行了研究。通过分析扰动区域在遥感影像中的特点，结合Otsu阈值分割技术、Canny边缘检测算法提出扰动面积的自动提取方法，并开发了水土保持目标监测系统。不同地貌类型区输变电塔基施工扰动面积的提取计算结果表明，提出的方法和开发的监测系统可以在植被覆盖度较高的区域自动提取扰动面积，误提和漏提情况较少，精度优于传统的提取方法。鉴于输变电工程塔基的施工扰动形态（扰动地表、破坏植被的程度）与其他建设项目施工扰动形态基本相同，且塔基扰动面积一般较小、涉及地形更复杂、更加不易判读，因此本文提出的扰动面积自动提取方法可在其他类型生产建设项目中推广应用。

参考文献：

[1] 尹华锋.生产建设项目水土保持天地一体化监管研究[D].杭州：浙江大学，2018：1-2.

[2] 王冠，陈栋梁，郭弘.输变电工程的环境保护[J].电力科技与环保，2014，30（3）：4-7.

[3] 王晶，谷冰，张巍.输变电工程环境影响评价及环境管理[J].华北电力技术，2010（1）：48-49，54.

[4] 趙英时.遥感应用分析原理与方法[M].北京：科学出版社，2003：1-6.

[5] 贾坤，李强子，田亦陈，等.遥感影像分类方法研究进展[J].光谱学与光谱分析，2011，31（10）：2618-2623.

[6] 陈云浩，冯通，史培军，等.基于面向对象和规则的遥感影像分类研究[J].武汉大学学报（信息科学版），2006，31（4）：316-320.

[7] 孙瑞，王洪光，李俊辉，等.基于国产高分卫星面向对象城市地物最优尺度选择及评价研究[J].测绘与空间地理信息，2018，41（10）：171-175.

[8] 闫琰，董秀兰，李燕.基于ENVI的遥感图像监督分类方法比较研究[J].北京测绘，2011（3）：14-16.

[9] 杜凤兰，田庆久，夏学齐，等.面向对象的地物分类法分析与评价[J].遥感技术与应用，2004，19（1）：20-23.

[10] 张学玲，张莹，牛德奎，等.基于TM NDVI的武功山山地草甸植被覆盖度时空变化研究[J].生态学报，2018，38（7）：2414-2424.

[11] OTSU N. A Threshold Selection Method from Gray-Level Histograms[J]. IEEE Transactions on Systems， Man， and Cybernetics， 1979， 9（1）：62-66.

[12] CANNY John. A Computational Approach to Edge Detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1986，8（6）：679-698.

【责任编辑 张智民】