生产建设项目水土保持遥感影像解译标志库构建问题探讨
——以江西省为例

2022-05-29 07:02管鸿智林丽靖黄荣珍黄国敏万鸿宇李相玺万小星田魏龙
江西水利科技 2022年3期
关键词:图斑特征提取江西省

管鸿智,林丽靖,黄荣珍*,黄国敏,万鸿宇,李相玺,万小星,田魏龙

(1.南昌工程学院 江西省退化生态系统修复与流域生态水文重点实验室,江西 南昌,330099;2.江西省水利技术中心,江西 南昌,330009)

随着遥感技术的快速发展,遥感影像解译标志运用的范围愈加广泛、标志库的构建也显得越发必要。阿丽娜[1]建立了新疆策勒县地质灾害遥感解译标志库,归纳了灾害点发育程度的空间分布特征及规律,并分析出当地地质灾害的主控因素。于浩等[2]人建立了辽宁农居建筑物结构类型的遥感解译标志库,为房屋建筑资料收集提供了一种新的思路。凌峰等[3]基于四川、安徽、内蒙古、山西、北京和青海等区域生产建设项目遥感影像建立了其扰动图斑解译标志。因解译标志受限于区域气候、地域植被类型、施工阶段、影像来源等因素[3],从生产建设项目遥感监督管理的实际需求出发,同时为了加快江西省生产建设项目水土保持信息化工作的建设步伐,建立完整且符合本省实际的生产建设项目解译标志库已成为当务之急[4,5]。本文基于分层分类特征对遥感影像进行提取和探究,构建江西省的生产建设项目遥感解译标志库,以期为我省生产建设项目遥感解译效率和精度的提高提供支撑,并为其它省份建立生产建设项目解译标志库提供借鉴。

1 项目区概况

江西省生产建设项目类型多、分布范围广,受不同区域地形、地貌以及经济发展等因素影响,呈现出片状或零星分布的特点,加之不同生产建设项目类型的实际建设需求,其空间分布以及形态特征的独特性更加突显。

2019年,江西省生产建设项目区域遥感监管现场复核工作共提取扰动图斑16 364个,现场复核(含新发现)图斑18 061个,占比110.37%。其中,生产建设项目扰动图斑10 366个。2020年,江西省生产建设项目区域遥感监管现场复核工作共提取扰动图斑6 451个,现场复核(含新发现)图斑7 040个,占比109.13%。其中,生产建设项目扰动图斑3 548个。

在近两年的生产建设项目区域遥感监管复核中,常出现同一类型项目遥感影像特征不同、不同类型项目遥感影像特征相同等诸多问题,因此,有效解决此类问题对于提高判别精度和工作效率显得尤为必要和迫切。

2 技术路线

此次项目参照水利部水土保持监测中心发布的《生产建设项目水土保持“天地一体化”监管技术规定》(征求意见稿)及《水土保持监测实施方案(2017-2020)》,共建立3套34类生产建设项目水土保持遥感影像解译标志库。

2.1 前期资料准备

2.1.1 影像来源及预处理

本项目选择分辨率优于2.5m且具有蓝、绿、红、近红外光等多光谱波段的高分一号(GF-1)及哨兵-2卫星的遥感影像,卫星基本参数见表1。

表1 卫星基本参数

在获取卫星遥感影像图后,对其进行预处理以保证图像的清晰度、层次感、色彩饱和度、信息丰富度等,预处理过程包括几何校正、图像融合、图像镶嵌等,预处理软件为SNAP及ENVI。

2.1.2 资料搜集

前期搜集资料包括江西省2020年生产建设项目概况、水利部和江西省、市、县级批复的水土保持方案情况、江西省生产建设项目水土保持信息化监管工作开展情况等。以上资料主要来源于江西省水利厅、江西省水利科学院及全国生产建设项目水土保持信息化监管服务平台等。通过相关资料查询,可大致了解项目区内生产建设项目的主要类型、数量及分布。

2.2 解译标志库的建立

2.2.1 技术原理

建立解译标志库是面向遥感解译的必要条件。遥感解译又分为直接解译和间接解译两类。直接解译是当目标地物信息足够丰富时(如颜色、色调、形状、阴影、纹理、大小等),能够直接反应和表现目标地物信息的遥感图像的各种特征,进而直接判别遥感影像上的目标地物。间接解译是当目标地物信息不够丰富时,通过借助它们与某些地物之间的关联(如目标地物与其相关特征、周围环境的关系等),间接反映和表现目标地物信息的遥感影像的各种特征,目标地物与成像时间的关系等,进而间接判别遥感影像上的目标地物[5]。

2.2.2 建立过程

根据江西省生产建设项目的分布特点,通过实地调查分析,共建立了3套34类生产建设项目水土保持遥感影像解译标志库(因2020年江西省生产建设项目区域遥感监管现场复核工作未包含核电工程及油气开采工程,故未建立这两类生产建设项目水土保持遥感影像解译标志),如表2所示。内容包括无人机航拍实景图、生产建设项目遥感影像图、生产建设项目相关信息等。

表2 生产建设项目水土保持遥感解译标志库简要信息表

2.2.3 野外验证

为了检验解译标志库建立过程的科学性及规范性,随机抽取2020年江西省生产建设项目区域遥感监管现场复核工作图斑20个,基于已建立的生产建设项目水土保持遥感影像解译标志库,进行实地验证以确定生产建设项目的类别及相关特征描述,验证结果及特征均与已建立的解译标志库相符。

3 结果分析

3.1 影像差异性

解译标志库在建立过程中,同一类型的不同项目,在遥感影像中所呈现的特征各不相同,这给后期的人工标注并进行深度学习的工作带来了巨大困扰[5]。下面以其它小型水利工程为例介绍影像差异性。

江堤加固项目位于江西省赣州市唐江镇中洲坝附近,其影像特征为几何特征不明显,呈长条状,色调以暗灰色为主,纹理不规则、不集中,靠近水系,影像结构粗糙。

图1 其它小型水利工程扰动图斑解译标志(江堤加固)

图2 其它小型水利工程扰动图斑解译标志(污水处理厂)

污水处理厂项目位于江西省赣州市赣县区西坑河附近,其影像特征为几何特征不明显,呈块状,色调呈土黄色或淡绿色,纹理规则、集中,靠近水系,影像结构均一。

以上两个项目虽属于同一生产建设项目类型,但影像特征极不相似,无法抽象出两个项目的共同影像特征。影像差异性解决的关键在于提取影像所具有的显著且独有特征。

3.2 影像相似性

解译标志库在建立过程中,不同类型的不同生产建设项目,会显示出相同的遥感影像特征(如几何特征、颜色)。下面以公路工程及铁路工程为例介绍影像相似性。

G36国道项目位于江西省吉安市万安县枧头镇附近,其影像特征为几何特征明显,呈长条状,色调呈暗青色,纹理规则集中,离主城区较远,影像结构均一。

京九线项目位于江西省吉安市泰和县中棚村附近,其影像特征为几何特征明显,呈长条状,色调呈银白色,纹理规则集中,离主城区较远,影像结构均一。

以上两个项目的影像特征极为相似,都具有共同且显著的特征,但属于不同类型的生产建设项目,无法进行直接解译。

3.3 时空互斥性

图3 公路工程扰动图斑解译标志(国道)

图4 铁路工程扰动图斑解译标志(京九线)

解译标志库在建立过程中,由于卫星遥感图像与现场实景航拍存在时间上的不一致性,遥感影像图与实景航拍图的拍摄日期不对应造成了实景图与遥感影像存在显著差异。下面以露天非金属矿为例介绍时空互斥性。

由于该项目的遥感影像获取日期与无人机实景航拍图像获取日期不一致,导致同一项目多处出现较大差异。如图5所示,遥感影像图与实景航拍图相比,其形状、颜色、轮廓、周边地物构成均存在较大差异。

图5 露天非金属矿扰动图斑解译标志(陶土矿)

4 改进方案与建议

4.1 加强几何以及色彩特征的协同分析

几何特征作为遥感影像最直接的表现属性之一。

生产建设项目的几何特征千差万别,如条状(公路工程、铁路工程等)、块状(火电工程、房地产项目等)等。关于几何特征的属性提取,可以直接通过人工判别的方式进行提取。对于一些几何特征不明显、图像边界不清晰的生产建设项目,应先进行疑似推断结果标记后,与色彩分析结果相互对照后确定其类型。

色彩特征是遥感影像的另一标志性表现属性,通常不同的生产建设项目类型的色彩表现各异,如机场工程在遥感影像上通常表现为深灰色、露天煤矿在遥感影像上通常表现为深黑色等。色彩分析通常用于区分色彩差别显著的生产建设项目。生产建设项目在刚开工时都要扰动地面,如场地平整,此时遥感影像均呈现为当地土壤原色,江西表层土一般为红壤或红棕壤。项目在建设过程中逐渐成型,同一类型的共同特征也逐步展现,此时可利用专业图像处理软件如MIX、Adobe Photoshop进行色彩过滤,为进一步分类做好前期工作。

在进行人工训练样本制作的过程中,几何特征分析与色彩分析必须相互搭配使用,通常先进行色彩分析,再进行几何特征分析(生产建设项目几何特征的区别往往大于色彩的区别)。几何特征及色彩特征分析是进行分层分类特征提取的重要前提,属于前置分类基本判别依据,对其规律性进行统计分析,有利于提高分层分类特征提取的准确性及高效性,缩短人工训练样本的制作周期,提升人工训练样本的针对性。

4.2 增加位置以及周边地类构成特征分析

生产建设项目因其工程特性需要而处于不同位置且周边地类构成规律差异明显(如江西风力发电项目通常位于山区、周边地类构成单一通常为树木;城市轨道交通工程通常位于城区、周边地类构成通常为建筑物等)[6],所处位置分析与周边地类组成分析属于间接分类基本判别依据,与遥感影像本身所具有的属性关联度不大,因此应放在几何特征分析及色彩分析之后,作为一种辅助归类判别手段。

4.3 项目分层分类特征提取分析

分层分类特征提取,是将具有相似或相同功能的生产建设项目类型进行归类,形成一级分类,共分为交通类、电力类、水利类、矿产类、油气类、加工生产类、城建类、其它产业类共8类[6]。依靠前期几何特征分析、色彩分析、所处位置分析、周边地类构成分析后建立的结果归类库,挑选出符合要求的一级分类,根据不同生产建设项目类型的各项显著差异进行再分类,以此推断出所解译目标地物的生产建设项目类型,如表3所示。分层分类特征提取的关键在于寻找同处一级分类内不同生产建设项目类型的各项显著差异,从而达到减少再分类的次数、提高结果高效性及科学性的要求。

表3 生产建设项目分层分类特征提取

5 讨 论

解决影像差异性及影像相似性的关键在于找到与之相匹配的、带有目的性的提取方案,分层分类特征提取的引入,可以对目标影像进行精确剖解及分析,以此来区别于其它项目。对于时空互斥性问题,建议项目所在地相关部门对项目建设单位加强监督管理,并要求

其定期上传项目现状航拍图,缩小遥感影像与项目实际情况之间的差距,以此来消除时空互斥性问题。

分层分类特征提取操作的前提是对预处理后的遥感影像进行几何特征分析、色彩分析、所处位置分析及周边地类构成分析,以此来减小分层分类工作的难度[3]。

在2020年江西省生产建设项目水土保持遥感影像解译标志库建立的过程中,利用分层分类特征提取选择了20个图斑进行验证,正确率达到98%,证明了分层分类特征提取在通常情况下的实用性及科学性。

分层分类特征提取在一些特殊情况下具有较大的局限性,如其它城建工程中的城市公园建设工程与社会事业类项目中的旅游部门建设项目,二者在几何特征、色彩、所处位置及周边地类构成方面具有高度相似性,无法利用分层分类特征提取进行判断,必须实地考察加以确定其类型。在这一点上,分层分类特征提取有待完善和优化。

猜你喜欢
图斑特征提取江西省
地理国情监测中异形图斑的处理方法
模拟成真
新安县有序开展卫星遥感监测图斑核查工作
基于C#编程的按位置及属性值自动合并图斑方法探究
《江西省志•审计志》顺利通过验收
考了个大的
土地利用图斑自动检测算法研究
空间目标的ISAR成像及轮廓特征提取
基于Gazebo仿真环境的ORB特征提取与比对的研究
基于特征提取的绘本阅读机器人设计方案