基于卫星遥感数据的违法建筑监查与执法技术探讨

朱雪苗

（三和数码测绘地理信息技术有限公司，甘肃 天水 741000）

随着我国工业化和城市化的快速发展，建设用地面积迅速增长。尤其是近年来，我国建设用地规模急剧扩张，且出现无序扩张现象，引发土地资源利用率下降、耕地资源减少、环境污染与生态破坏等一系列问题。因此，及时、准确获得建设用地变化信息，对于合理制定城市规划方案，实现社会经济与资源利用、生态环境的可持续发展具有重要意义。

与传统的实地调查方法相比，采用遥感变化检测技术进行建设用地动态监测具有速度快、覆盖范围广、效率高的优势。当然，利用卫星遥感影像监测特定地区建设用地变化信息时，往往受卫星影像的时间分辨率、空间分辨率以及天气等因素的限制。根据国家社会经济发展和可持续发展战略需求，围绕“提升住建现代化水平，全面推进“互联网”+“住建监测”的目标要求，集成利用卫星遥感、低空遥感、云计算、地理信息系统和导航位置服务等技术，构建基于空天地信息的遥感业务化监测体系，将全面提升违章建筑执法监察效率。

截至目前，国际上利用遥感数据进行违章建筑监测也取得了多项成就。同时，全球对地观测体系的建立、理论研究、分析处置方法的改善等都为基于卫星遥感数据的违法建筑监查与执法技术的应用推广奠定了坚实的基础。

1 研究区域概况

安定区，隶属于定西市，是定西市委、市政府所在地，位于甘肃省中部，南北长82.9 千米，东西宽73.3 千米，总流域面积3638 平方公里，总耕地面积243 万亩，见图1。

图1 研究区地理位置图

安定区是黄河文明的发祥地之一，是古“丝绸之路”重镇，也是新欧亚大陆桥的必经之地，素有“甘肃咽喉、兰州门户”之称，距省城兰州98 公里，是“兰白都市经济圈”、“关中- 天水经济区”和“丝绸之路”经济带甘肃黄金段重要的节点城市，陇海铁路，巉柳、平定、天定高速公路，312、310 国道穿境而过。2020年2 月，经甘肃省脱贫攻坚领导组审定，安定区退出贫困县名录。

经济的高速发展，带来用地需求的增多，为安定区的规划提出了更高的要求。然而在利益面前，不少违法人员无视政府城镇发展规划准则和要求，私自加建、违建，甚至利用自身权力的便利为自己及利益团体的利益，进行违法建设，这种行为不仅严重影响城市的科学规划发展，同时也严重地破坏了社会的公平和谐。因此，采取有效的措施及时、准确的进行周期性的检测监察势，方便执法部门的处理及勒令改正势在必行。面对这一需求，积极探讨切实有效的检测监察工作方案是解决这一问题的有利抓手。

2 数据来源

本次研究的数据主要包括卫星影像数据和各类历史调查矢量数据，见表1。

表1 研究区数据情况

3 研究方法

3.1 技术路线

获取不同时相的原始影像数据，对获取的影像数据进行预处理，使用面向对象的计算机解译方法对预处理后的卫星影像进行智能提取，得到两期影像上所有的建筑物图斑，利用智能变化检测技术，提取出变化图斑，然后与城市规划数据对比，提取出违章建筑物图斑，录入违章建筑物的属性信息，并将图斑提取结果与收集的历史矢量数据进行比对，评判精度，分析影响精度的因子，提出提升精度的措施，见图2。

图2 研究技术路线图

3.2 技术原理

3.2.1 目视解译。目视解译是遥感应用最常用、最基本的方法之一。它根据位置、形状、大小、色调、阴影、纹理、图形及相关布局等遥感图像的目视解译标志，结合遥感解译经验，同时考虑多种非遥感信息资料，运用相关知识理论，采用对照分析的方法，通过由此及彼、由表及里、去伪存真、循序渐进的综合分析和逻辑推理，从遥感图像中获取需要的专题信息。目视解译简单易操作，而且信息提取精度相对较高，但是也有相应的缺点。比如，具有不同专业知识背景、解译经验的解译人员，对同一基础数据的解译结果可能不尽相同，因为目视解译的结果往往带有解译者的主观随意性。且相比于遥感信息的自动提取，目视解译工作量大、费工费时，面对大批量空间信息时，实现定量化分析和保证解译的时效性都很困难。

3.2.2 面向对象。针对建筑物几何形状规则、纹理信息各异的特点，使用面向对象的提取方法提取建筑物。它的分析单元是由若干个像素组成的像素群即目标对象，而不是单个像素。相对于单个像素来说目标对象更具有实际的意义，而且特征的分类和定义均是基于目标进行的。通常，面向对象分类方法主要通过模糊逻辑分类和影像分割来实现。在高空间分辨率遥感影像中，房屋表现为面状地物具有一定宽度、长度和面积，传统的提取方法采用区域生长算法，如基于边缘跟踪的方法即边缘监测法等。但这些主要还是基于像元灰度特征的提取算法，在大规模实际应用的准确性、实用性等方面还有较大的差距。在面向对象的聚类信息提取中，把房屋分割成一个个具有一定宽度、长度和面积的方形对象，并且这些对象有一定的面积和长宽比，且在灰度上具有一定的相似性。为得到满足上述条件的建筑，可先通过对象的灰度特征提取出满足灰度条件的影像对象，再通过一个形状参数的约束来实现。

4 数据处理

4.1 数据获取

考虑到监测的敏捷性及监测精度，本次研究拟选取卫星影像数据的时间间隔为1 个月，空间分辨率为2 米，卫星源为高分1。在实际研究时，考虑到卫星影像的云雾覆盖、阴影、数据处理级别、原始数据拍摄时的视角等因素。最终选取了6 期高分1数据。时间段为2020 年1 月31 号到2020 年12 月31 号，考虑数据的空间覆盖率，最终将研究区确定为安定区巉口镇。

4.2 监测底图生产

监测底图作为卫星遥感技术服务于执法监察的根本，是监测在技术环节执行变化检测技术流程的基础。影像数据的质量直接决定了目视解译及遥感软件智能解译的精度及效率。本次研究实验中，在监测底图的生产上，综合应用了多款遥感数据处理软件，各取所长，保证了监测底图高精度、高效率的生产，在具体作业流程的设置上也进行了灵活的配置，保障了高效率的数据生产。

4.2.1 将下载的原始数据利用7Z软件进行解压，对解压后的数据，利用超算平台V4.0 创建了金字塔。

4.2.2 将创建金字塔后的数据，分期与安定区行政区划界限矢量叠加，考虑重叠度和影像质量等各类因素进行了交互式选片，最终保留质量较好的影像数据。

4.2.3 全色数据匹配平差。先对原始全色影像，以工程的模式，全自动进行连接点匹配，最终形成了相关系数为0.85，且单景点数不少于6000 个，整个测区点位分布均匀的的自由网，且通过平差，对粗差超过1.2 像素的点进行了剔除。最后，利用平差合格的点，对全色影像全自动进行正射校正处理。

4.2.4 多光谱数据匹配纠正。以校正后的全色影像为基准，给多光谱做基准影像匹配，用匹配出的控制点做正射校正。

4.2.5 影像融合。影像融合采用Pansharp 融合算法，融合后的影像做波段波段运算，增强影像解译的精度及效率。

4.2.6 影像匀色。选择颜色较好的数据作为模板参考，对全部影像进行自动色彩平衡处理，生成匀色后的单景影像。

4.2.7 镶嵌分幅。输入匀色后的影像，生成镶嵌线，并对镶嵌线进行编辑，编辑完成后进行影像并行镶嵌。最终形成服务于执法监察的卫星数据源监测底图。

4.2.8 地理配准。为了充分利用已有历史矢量数据，在数据配准上，基准数据选择了三调影像。

4.3 面向对象分类

土地的使用类别会随着时间的推移发生变化，变化检测就是对同一区域不同时相的数据中地类发生的变化进行检测测，检测结果会将发生变化的地块生成一个矢量文件，并在属性表中注明该地块前后的类别。

利用面向对象的分类方法，将处理的2021 年安定区高分影像、2020 年安定区三调影像进行分割，生成新的矢量数据，利用已积累的历史矢量数据进行样本制作，最终生成新的影像分类矢量数据，见图3。

图3 面向对象分类流程图

4.4 变化检测

添加前后时期影像分类矢量成果数据，进行比对，形成发生变化图斑矢量文件，最后通过目视筛选出最终的变化图斑。

5 研究成果

在此次研究测试中，依据现有的数据来源，安定区全域数据覆盖情况不能满足每月监测一次的需求，最终我们选择了影像覆盖频率、覆盖度均较高的巉口镇局部作了6 期监测，具体时段为2019 年10 月至2020 年1 月、2020 年1 月至2020 年5月、2020 年5 月至2020 年7 月、2020 年7 月至2020 年9 月、2020 年9 月至2020 年11 月、2020 年11 月至2020 年12 月；而对安定区全域，基于安定区2019 年10 月正射影像数据（三调统一时点更新数据）和安定区2020 年12 月正射影像数据，完成了一期年度建筑变化图斑的提取。考虑监测的频次，对数据周期性覆盖度较好的巉口镇，完成了6 期建筑图斑的提取。

在图斑提取上，我们采用目视解译和面向对象的方法进行了单期数据的提取，对前后时相，基于变化图斑矢量数据进行了变化检测，提取了疑似违法建筑变化图斑，最终形成了6 期巉口镇违法建筑监测图斑矢量成果及安定区全域年度监测图斑矢量成果，并生成了多期变化图斑空间分布图、重点图斑分布专题图、违法建筑图斑信息统计表等各类成果。

6 讨论分析

综合分析1 期年度变化检测结果及巉口镇的6 期监测结果。可以看出，我们形成的最终年度监测成果与国家下发的变更监测图斑有一定的差异，但也达到了遥感影像服务监测应用的精度。

6.1 就安定区全域而言，2020 年国家下发变化监测图斑836 个,其中建筑相关图斑729 个；我们解译得到的安定区2019年11 月至2020 年12 月建筑相关变化图斑累计608 个，图斑覆盖率83.4%；其中85%范围与国家下发一致; 而不一致的图斑，经分析发现主要是有一些图斑，国家下发的监测图斑标注变化，而我们的影像上无明显变化。而有一些图斑国家未标注，而我们从影像上看有明显变化痕迹。巉口镇的监测结果时序性较强，清楚的反应了大型建设工程的总体建设进度。

6.2 对卫星数据源而言，进行多源数据的综合利用，提升时间分辨率、空间分辨率，对变化图斑的检测将更加灵敏、更加准确。

6.3 深入分析本次研究的实验结果，不难得出这样的结论：利用卫星遥感影像监测特定地区建设用地变化信息时，往往受卫星影像的时间分辨率、空间分辨率以及天气等因素的限制。所以，在实际工作中，考虑发挥航空、低空遥感平台（无人机、飞艇等）机动、灵活、周期短且获取的低空遥感影像具有更高空间分辨率、地物的识别能力更强的特点，对重点区域土地执法监察所需违法建筑图斑获取提供优良数据源是一种有效的选择。

6.4 本研究产生的技术方案有利于推动落地基于高分卫星遥感影像，运用影像自动识别技术，加强对地观测、地理信息等数据的快速分析识别技术，形成多源、多时相遥感数据的快速预处理能力，实现住建土地资源业务化、常态化监测，辅助违章建筑清查、管理与应急决策，服务于住建信息化管理发展需求，促进城市规划的可持续性发展。