基于城市多种地理数据的济南中心城区地下空间开发利用现状计算研究

孙述海，冯泉霖，朱庆福，孙虹洁，张汭，岳伟佳

（1.山东省地质矿产勘查开发局八〇一水文地质工程地质大队，济南 250014；2.济南中安数码科技有限公司，济南 250014）

1 引言

针对城市规划建设对地下空间的迫切需求， 在大量地理数据的基础上，通过分析遥感光谱特征，结合面向对象分类技术，提取高分辨率遥感影像建筑物的阴影轮廊，并采用建筑物高度反演技术多角度研究济南市中心城区的建筑物分布，探索地下空间的开发利用情况。

2 工作内容

本文以济南中心城区GF-2 遥感影像为作业数据源，采用两种阴影提取方式提取阴影， 采用阈值阴影检测分割技术获取阴影区域大小，提取矢量文件。 首先，对融合后的图像进行由RGB 色彩空间转换到HIS 色彩空间为第一图像，归一化差值计算。 采用OSTU 最大类网方差法，提取阴影文件S1。 其次，进行多光谱影像阴影形态学阴影分割，定取矩形最大向量值，向量角度选取0°、45°、90°、135°4 个值为基准，进行阴影边缘检测、采用OSTU 分割技术提取阴影文件S2。 再次，将S1和S2 进行阴影叠加分析裁剪， 综合处理得到S 阴影栅格文件。 最后，以阴影文件为重采样要素，进行高度计算和矢量区提取。 矢量文件的运算在ENVI 软件中完成。

2.1 研究区概况

济南中心城区位于山东省济南市，南依南部山区，北至黄河。西至经十西路，东至济南绕城高速。经度在35°59′~37°32′，纬度在116°13′~117°58′。属于暖温带大陆性季风气候区，季风明显，四季分明，春季干旱少雨，夏季温热多雨，秋季炎热、干燥，冬季寒冷少雪[1]。 城区代表性商圈点有泉城广场、洪楼广场。 围绕泉城广场四周有趵突泉、黑虎泉、五龙潭有名泉眼。 洪楼广场位于历城区洪楼。 附近有山东大学洪家楼校区、洪楼教堂，形成了不可比拟的老城文化。 东边特色标志性建筑有齐鲁软件园。 高铁站有济南西站和东站贯穿中心城区的东西路线。

2.2 高分影像

随着科技的不断发展，卫星技术的应用也越来越广泛，其中，高分二号（GF-2）卫星是目前我国应用最广泛的一种卫星。GF-2 卫星具有高分辨率、高精度、高覆盖率等特点，被广泛应用于农业、环境、气象、城市规划等领域[2]。 GF-2 卫星应用范围有国土调查检测、城乡建设规划、城市地质调查遥感解译等领域。 以实现图像的解析和融合。 图像有1 m 全色影像和4 m 多光谱影像。 影像时间为项目成果交付最新日期。

建模区域位于济南中心城区，东西较长，南北较短。 辖区内建筑物较为密集。 阴影突出较为明显。 该小区GF-2 遥感影像作为数据源，包括多光谱影像数据4 m 和全色影像数据1 m。遥感图像的融合意在提高图像空间分辨率，改善图像几何精度，增强特征显示能力，改善分类精度、提供变化检测能力、替代或修补卫星之间的几何定量数学关系估算建筑物的高度信息。

2.3 数据处理

以原始GF-2 号影像作为中心城区基础资料，结合第三次全国国土调查（以下简称 “三调”）数据与天地图影像对新影像进行正射校正、图像融合。 采用融合成果图像作为遥感解译底图，应用Python 软件，结合遥感处理软件进行多尺度分割一系列运算，包括基坑提取、建筑物阴影提取。 由栅格文件转换为矢量文件。 在矢量处理Mapgis 软件中进行成果图的制作和输出，包括不同比例尺分幅图的制作、图幅整饰。 主要成果有济南中心城区建筑物高度分布图和地下空间影响深度分布图，地下一体化模型，见表1。

表1 GF- 2 影像遥感数据信息

2.3.1 正射校正

原始GF-2 影像受大气、投影差、地球曲率影响及传感器内方位元素框标定位影响，产生几何变形。 因此，需要对GF-2影像进行正射校正， 应用影像自带RPC 参数进行框标定位、内方位元素计算校正。 结合三调数据成果每幅影像选取15 个以上控制点作为已知点。 选取影像相同地物点匹配计算残差和方差，外方位元素计算校正。

本次利用GF-2 影像自带RPC 参数进行内方位元素校正，外方位元素已知点数据来源于天地图或三调数据。 构建共线方程，计算中误差和方差。 反复校验，直到方差指数小于1为止，保证影像的校正精度。 正射校正后图像如图1 所示。

图1 正射校正后图像

2.3.2 图像融合

图像融合是以GF-2 不同大小的影像数据信息融合，原始图像将两幅大小不同的影像融合为一幅图像，在融合过程中，以全色影像作为主影像精度基准、多光谱影像作为光谱要素。采用ENVI 软件中PanSharpening 融合方法，可以满足绝大部分影像的融合，应用范围较广。 融合后影像色彩均衡，可调节对比度、亮度、饱和度光学影响因素。 使融合的成果图像达到清晰、美观、可识别性。

2.3.3 建筑物基坑提取

建筑物基坑在三调的基础上进行，结合GF-2 影像提取和识别建筑物轮廊。 对融合的影像进行PCA 主成分变换。 主成分变换保留单波段影像，由融合的多光谱要素转换成灰度图。重分类栅格图像颜色分段信息值，查看分类后结果，颜色相近的同类要素重复分类。 建筑物颜色归类，其他剩余颜色归类重采样。 在ARCGIS 软件中，栅格编辑提取识别建筑物边界线。提取后的边界线概化，利用3Danalyst 分析模块对矢量区进行规则划建筑物区边界，得到修整后的建筑物基坑区文件。 运用此功能后，建筑物拐角趋于90°，更符合建筑物的实际情况，如图2 所示。

图2 建筑物基坑矢量示意图

2.3.4 建筑物高度反演

以融合后的影像为高度反演栅格数据， 通过HIS 色彩空间与多光谱计算两种阴影提取方式相结合提取阴影栅格文件，在Python 软件编写指数提取和形态阴影提取代码，矩阵运算图像二值化，只包含黑、白两种颜色图，域值为1 或0，形成高度阴影文件，在ENVI 遥感处理软件中提取阴影矢量文件，如图3 所示。

图3 阴影高度计算示意图

先以画斜线的方式，均匀分布覆盖每个建筑物基坑。以1 m为间距， 按太阳方位角绘制倾斜线， 并将属性值转换为高亮值。 以S·tanα（S 为长度；α 为太阳高度角）计算建筑高度，再次转换为ENVI 高亮值。 通过ENVI 提取基坑区域SHP 文件。 在ARCGIS 软件要素转点，转换为高度点文件，参照遥感影像对多余或不正确的高度点过滤删除。 留下单个基坑内少量正确高度点，进行LABEL 点归并。 建筑物基坑具有了楼高属性值。

建筑物高度的具体提取方法如下。

第一步，裁剪影像：通过对正射校正后标准1∶2 000 正射图像裁剪为8 块单块TIFF 格式影像。 目的是减少图像二值化运算与高度计算时间，裁剪图像步骤在MapGIS 软件中完成。在Envi 软件对图像的亮度值、对比度进行调整、保证图像的清晰度。PCA（PrincipalComponents Analysis）即主成分变换，是图像处理中经常用到的降维方法。 其作用是减少多维向量值，分化向量特征，将多波段图像重构特征值和向量值，形成具有代表信息要素灰度图。 色阶值由0~255 组成，此项工作在Envi软件中完成。

第三步，阴影长度计算：运用Matlab 软件南北向量线与阴影相交叠加计算方位角， 以此来获取阴影和长度。 此步骤在Python 软件完成。

第四步，高度计算：通过Matlab 软件运行由Python 软件运行生成多尺度分割图，主成分变换后的灰度图，由黑白两种颜色组成，阴影区域呈现颜色为白色。 区域形状多以矩形状、碎石状呈现，黑色区域代表非建筑阴影区域。 在Envi 软件由DN 值0-1 组成。 此步骤在Matlab 软件完成。

第五步，阴影空间位置叠加，此步骤在MapGIS 软件中完成[3-4]。

3 结论

1）为验证数据成果的可靠性，工作区范围内选取50 个外业调查点野外验证。 结果表明：采用GF-2 影像建筑物高度反演技术，具有影像分辨率高、阴影提取完整度较好，准确性较高等特点。 通过对济南市中心城区各类建筑实测高度值和估算高度值进行误差对比分析，反演误差约为0.73 m，总体精度约为96.68%，符合预期目标要求。

2）在有树林遮挡、楼房密集区域阴影容易连成片，提取阴影分割2 有一定的局限性。 需要人工补充核对，在基坑和阴影提取技术等方面，还有一定的进步空间。