面向?qū)ο蟮母叻直媛蔬b感影像分類在水土保持監(jiān)測中的應(yīng)用研究
——以某公路工程為例

劉志強(qiáng)，李翠翠，李 俊

（中國電建集團(tuán)華東勘測設(shè)計(jì)研究院有限公司，浙江 杭州 310014）

1 問題的提出

水土流失的發(fā)生和發(fā)展是一個(gè)時(shí)空變化的過程，是我國生態(tài)環(huán)境惡化的重要原因之一[1]，也是河流泥沙的直接來源，成為主要生態(tài)問題之一[1-3]。近年來，大中型線狀生產(chǎn)建設(shè)項(xiàng)目迅速增加，因其線路長、范圍廣、擾動(dòng)區(qū)域分散跨度大、施工周期長短不一等特點(diǎn)，采用傳統(tǒng)的實(shí)地量測、調(diào)查監(jiān)測等水土保持監(jiān)測方法難以滿足實(shí)際需求。如何采取有效措施，對水土流失的成因、強(qiáng)度及防治效果等進(jìn)行動(dòng)態(tài)監(jiān)測，對水土保持工作的開展具有重要意義。隨著遙感技術(shù)的快速發(fā)展，3S技術(shù)以其高效、快速、大范圍的優(yōu)勢，避免定點(diǎn)觀測資料不足和區(qū)域環(huán)境復(fù)雜多變的影響，成為水土流失動(dòng)態(tài)監(jiān)測和監(jiān)管的有效手段[4-5]。

遙感影像解譯是水土流失監(jiān)測工作中最為關(guān)鍵的環(huán)節(jié)[6]，圖斑定性是否正確，直接影響監(jiān)測結(jié)果的正確性和準(zhǔn)確性。傳統(tǒng)基于像素的分類方法存在大量同物異譜、同譜異物現(xiàn)象，無法有效利用像素與周圍像素之間的關(guān)系。目視解譯雖然可以取得很高的分類精度，但效率低、邊界容易錯(cuò)位[7]。鑒于基于像素分類技術(shù)和目視解譯的不足和高分辨率遙感影像的廣泛應(yīng)用，面向?qū)ο蟮挠跋穹诸惣夹g(shù)以含有更多語義信息的多個(gè)相鄰象元組成對象為處理單元，可以實(shí)現(xiàn)較高層次的遙感圖像分類和目標(biāo)地物提取，但其在水土保持監(jiān)測中的研究較為罕見[7]。

本文選取某公路工程為例，參考SL 190 — 2007《土壤侵蝕分類分級標(biāo)準(zhǔn)》，充分利用遙感、地理信息系統(tǒng)、專家知識(shí)等技術(shù)[8]，采用面向?qū)ο蟮姆诸惙椒▽ρ芯繀^(qū)施工前和施工期水土保持遙感監(jiān)測影像進(jìn)行解譯，旨在提供一種兼顧相對指標(biāo)要素邏輯關(guān)系和空間多要素疊加定量分析2種方法優(yōu)勢的水土流失快速監(jiān)測，將水土保持監(jiān)測提高到新的深度和高度。

2 實(shí)驗(yàn)區(qū)及數(shù)據(jù)處理

2.1 實(shí)驗(yàn)區(qū)概況

某公路工程位于中國西南邊陲，全線長超過50 km，本次監(jiān)測范圍面積4.5400 km2。地質(zhì)地貌復(fù)雜多樣，南北地勢較高，基本上由高山、寬谷和湖盆組成，最低高程1453.00 m，最高高程為7389.43 m，平均高程在4000.00 m以上[9]。土地類型多樣，有耕地、草原、林地、荒灘、湖泊、沼澤等，生態(tài)環(huán)境脆弱，自然災(zāi)害頻發(fā)。

2.2 數(shù)據(jù)預(yù)處理

采用中國航天科技集團(tuán)公司所屬空間技術(shù)研究院研制的高分一號高分辨率多光譜衛(wèi)星影像。高分一號的P/MS相機(jī)可以獲取2 m分辨率全色和8 m分辨率多光譜圖像，選取施工前和施工期同時(shí)相的遙感影像數(shù)據(jù)，一是該時(shí)相影像無云，二是比較容易識(shí)別地表各種植被。對遙感影像鑲嵌融合后，進(jìn)行幾何校正與輻射定標(biāo)。

DEM（數(shù)字高程模型）數(shù)據(jù)分辨率為30 m，來自于國際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)。

3 成果目標(biāo)及研究方法

3.1 成果目標(biāo)

第一類信息：基礎(chǔ)信息。提取所有相關(guān)信息所涉及的最基礎(chǔ)信息，包括反映工程占地范圍內(nèi)地表附著物的地表組成信息、地形信息和土地利用一級分類信息。

第二類信息：單節(jié)點(diǎn)專題信息。利用高分辨率遙感影像數(shù)據(jù)，完成某公路工程施工期信息提取。包括植被覆蓋率、土地利用數(shù)據(jù)二級分類信息、土壤侵蝕數(shù)據(jù)提取、水土流失面積、土壤侵蝕量等。

第三類信息：指施工期和施工前2期影像對照方可提取的信息。完成某公路工程施工對區(qū)域水土保持及其影響因子的影響情況評價(jià)。

3.2 研究方法

3.2.1 面向?qū)ο蟮倪b感分類方法在水土保持監(jiān)測地類提取中的實(shí)驗(yàn)

面向?qū)ο蟮姆诸惙椒ㄆ脚_(tái)為ENVI軟件的FX（Feature Extraction），提供基于規(guī)則、基于樣本、圖像分割處理與技術(shù)，采用面向?qū)ο?、多尺度分割、模糊?guī)則的處理與分析技術(shù)。

（1）影像對象的構(gòu)建。綜合遙感圖像的光譜特征和形狀特征，計(jì)算圖像中每個(gè)波段的光譜異質(zhì)性與形狀異質(zhì)性的綜合特征值，然后根據(jù)各個(gè)波段所占的權(quán)重，計(jì)算圖像所有波段的加權(quán)值，當(dāng)分割出對象或光譜和形狀綜合加權(quán)值小于某個(gè)指定閾值時(shí)，進(jìn)行重復(fù)迭代運(yùn)算，直到所有分割對象的綜合加權(quán)值大于指定閾值即完成圖像的多尺度分割操作。

（2）分割尺度確定。面向?qū)ο笫歉鶕?jù)臨近像素亮度、紋理、顏色等對影像進(jìn)行分割，影響多尺度分割結(jié)果的參數(shù)主要有3個(gè)：分割尺度、波段權(quán)重因子、均值因子。

（3）合并尺度確定。根據(jù)影像紋理的大小，如果數(shù)據(jù)區(qū)域較大，而紋理差異較小，通過調(diào)整紋理合并存在于大塊、紋理性較強(qiáng)的區(qū)域，如樹林、云等，在結(jié)合光譜和空間信息的基礎(chǔ)上迭代合并鄰近的小斑塊。

3.2.2 土壤侵蝕數(shù)據(jù)提取

土壤侵蝕強(qiáng)度分級按照SL 190 — 2007《土壤侵蝕分類分級標(biāo)準(zhǔn)》中的分級法劃分（見表1），之后根據(jù)三因子疊加分析法在地理信息系統(tǒng)中進(jìn)行分析，結(jié)合現(xiàn)場調(diào)查分析計(jì)算。

表1 土壤侵蝕分級標(biāo)準(zhǔn)表

土壤流失量根據(jù)土壤侵蝕模數(shù)和水土流失面積在地理信息系統(tǒng)中進(jìn)行計(jì)算（見表2）。

表2 水力侵蝕強(qiáng)度分級表

3.2.3 利用基本指標(biāo)提取水土保持監(jiān)測內(nèi)容

監(jiān)測內(nèi)容包括擾動(dòng)范圍、面積、土地利用類型及其變化情況等。通過高分辨率遙感影像數(shù)據(jù)，結(jié)合項(xiàng)目區(qū)平面布置圖，基于人機(jī)交互式解譯結(jié)果，在ArcGis平臺(tái)下，計(jì)算各分區(qū)擾動(dòng)面積，并標(biāo)注其土地利用類型，擾動(dòng)土地的變化情況，可通過不同時(shí)間的監(jiān)測成果得到。

4 結(jié)果與分析

4.1 基于面向?qū)ο筮b感影像分類結(jié)果

4.1.1 工程擾動(dòng)區(qū)

在項(xiàng)目征地紅線范圍未知的情況下，用遙感圖像處理軟件和面向?qū)ο蟮姆诸愜浖崛≡擁?xiàng)目施工期擾動(dòng)土地面積，該擾動(dòng)面積主要由本工程施工擾動(dòng)面積和少量非本工程建設(shè)導(dǎo)致的其他人為因素?cái)_動(dòng)面積組成。

擾動(dòng)面積為4.5400 km2，其中渣場面積0.9000 km2。擾動(dòng)區(qū)分布狀況見圖1。

圖1 工程施工期土地?cái)_動(dòng)區(qū)分布圖

4.1.2 工程區(qū)域土地利用情況

工程監(jiān)測區(qū)域內(nèi)按照不同顏色代表區(qū)域內(nèi)不同占地類型（見圖2），圖2 a和圖2 b分別代表工程施工前和施工期監(jiān)測區(qū)土地利用類型圖。根據(jù)從遙感影像提取的土地利用結(jié)果顯示本工程沿線居民點(diǎn)分布較少，沙化現(xiàn)象較為嚴(yán)重，山體多為裸露的裸巖石礫地，屬于水土流失易發(fā)區(qū)。解譯結(jié)果與現(xiàn)場調(diào)查監(jiān)測相一致。

圖2 工程區(qū)域土地利用分類圖

與施工前相比，工程施工期擾動(dòng)地類主要為沙地、其他未利用的裸地及植被較差的草地，施工期與施工前擾動(dòng)區(qū)土地利用類型變化情況見圖3。

圖3 擾動(dòng)區(qū)土地利用類型變化圖

沙地、裸巖石礫地和其他未利用地向工礦交通建設(shè)用地面積變化較大的原因是城市發(fā)展的一種必然趨勢，其他土地利用類型向工礦交通建設(shè)用地轉(zhuǎn)化是城市發(fā)展的一種直接反映。擾動(dòng)區(qū)土地利用類型轉(zhuǎn)移矩陣見表3。

表3 擾動(dòng)區(qū)土地利用類型轉(zhuǎn)移矩陣表 km2

4.2 基于面向?qū)ο筮b感影像分類的土壤侵蝕數(shù)據(jù)提取

利用DEM數(shù)據(jù)提取坡度信息，將土地利用類型、植被覆蓋度和坡度進(jìn)行疊加運(yùn)算，根據(jù)SL 190 — 96《土壤侵蝕分類分級標(biāo)準(zhǔn)表》土壤侵蝕強(qiáng)度的判別標(biāo)準(zhǔn)，采用常用的“三因子”疊加分析方法評判出各個(gè)像元點(diǎn)的土壤侵蝕強(qiáng)度。在提取時(shí)以《土壤侵蝕分類分級標(biāo)準(zhǔn)》中給定的劃分方法為依據(jù)，并結(jié)合當(dāng)?shù)貙?shí)際情況進(jìn)行調(diào)整，在判定土壤侵蝕強(qiáng)度時(shí)，結(jié)合當(dāng)?shù)貙?shí)際情況和土壤侵蝕分布特征進(jìn)行調(diào)整。

圖4為監(jiān)測范圍內(nèi)土壤侵蝕強(qiáng)度提取結(jié)果圖。圖4 a和圖4 b分別代表施工前和施工期土壤侵蝕強(qiáng)度圖，從圖4可知，項(xiàng)目監(jiān)測區(qū)范圍內(nèi)耕地、非耕地土壤侵蝕強(qiáng)度從微度到劇烈均有分布。

圖4 監(jiān)測范圍內(nèi)土壤侵蝕強(qiáng)度圖

監(jiān)測范圍內(nèi)，土壤侵蝕以中度為主，其次為微度和強(qiáng)烈，極強(qiáng)烈及劇烈侵蝕分布較少。監(jiān)測范圍內(nèi)施工期土壤侵蝕面積統(tǒng)計(jì)見表4，土壤侵蝕面積比例見圖5。

表4 監(jiān)測范圍內(nèi)施工期土壤侵蝕面積統(tǒng)計(jì)表

圖5 監(jiān)測范圍內(nèi)施工期土壤侵蝕面積比例圖

與施工前土壤侵蝕情況對比，施工期土壤侵蝕強(qiáng)度為極強(qiáng)烈的增加較為明顯，其次為輕度和強(qiáng)烈，土壤侵蝕強(qiáng)度為中度的區(qū)域減少較為明顯，微度和劇烈區(qū)域面積分別呈增加和減少趨勢，但均不顯著。土壤侵蝕強(qiáng)度變化情況見表5和圖6。

表5 擾動(dòng)區(qū)土壤侵蝕強(qiáng)度轉(zhuǎn)移變化矩陣表 km2

圖6 擾動(dòng)區(qū)土壤侵蝕強(qiáng)度變化圖

與施工前相比，施工期極強(qiáng)烈土壤侵蝕等級面積的增加量主要來自于施工前中度土壤侵蝕強(qiáng)度。施工前擾動(dòng)區(qū)土壤侵蝕總量為24049.72 t/a，施工期29896.91 t/a，整體上呈增加趨勢。與工程施工前相比，施工期土壤侵蝕量變化約為0.6萬t，與施工前的年土壤侵蝕量相比，變化較小，一方面是與施工過程中及時(shí)有效的水土保持防護(hù)有關(guān)，另一方面是由于項(xiàng)目區(qū)屬于國家水土流失重點(diǎn)治理區(qū)，項(xiàng)目沿線占地范圍水土流失嚴(yán)重。擾動(dòng)區(qū)土壤侵蝕統(tǒng)計(jì)見表6。

表6 擾動(dòng)區(qū)2016年與2015年相比土壤侵蝕動(dòng)態(tài)變化統(tǒng)計(jì)表

5 討論與思考

（1）高分辨率遙感影像的普及改變了水土保持監(jiān)測技術(shù)手段，提高監(jiān)測效率，傳統(tǒng)的遙感影像分類是基于像元的低層次操作，大多是根據(jù)光譜特征進(jìn)行類別劃分，不能較好地進(jìn)行語義知識(shí)表達(dá)和推理，對于高分辨率遙感影像，采用基于像元的分類方法進(jìn)行影像分類有明顯的不足。本文從高分辨率無人機(jī)遙感分類出發(fā)，對基于無人機(jī)影像的面向?qū)ο筇崛∷帘３直O(jiān)測指標(biāo)進(jìn)行探討，提供新的技術(shù)依據(jù)，構(gòu)建基于無人機(jī)遙感的生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測技術(shù)與方法。

首先，在高分辨率影像上，地物的光譜特征更明顯，地物的結(jié)構(gòu)、紋理等也更加突出，簡單以像元為研究對象容易造成地塊的分離，構(gòu)成地塊的像元光譜信息可能不完全相同，但總體上是一致的，即同質(zhì)均一；其次，在高分辨率影像上，相同地面面積的像元數(shù)量增加，基于像元的影像處理方法的效率是十分有限的，難以實(shí)現(xiàn)對土地信息的快速詳查。

基于面向?qū)ο蟮倪b感圖像分類方法，采用多分辨率分割，形成同質(zhì)區(qū)域影像對象，可引入除光譜特征之外的其他特征，很容易融入領(lǐng)域知識(shí)和專家經(jīng)驗(yàn)，使得分割后的影像對象比像素具有更加豐富的語義信息，從而提高遙感影像分析的智能化水平，減少分類的不確定性。面向?qū)ο蟮倪b感影像分類從高層次圖像理解的角度出發(fā)，模擬人腦的認(rèn)知過程，通過運(yùn)用多種地學(xué)信息進(jìn)行空間推理，使得處理結(jié)果中同質(zhì)區(qū)域圖斑有更好的完整性。

（2）利用遙感監(jiān)測方法進(jìn)行項(xiàng)目建設(shè)區(qū)施工期水土保持監(jiān)測，可以直觀反映工程施工建設(shè)渣場、臨時(shí)生產(chǎn)生活區(qū)等擾動(dòng)區(qū)地形地貌特征、面積等特征指標(biāo)，可以直觀反映區(qū)域內(nèi)的各形態(tài)指標(biāo)。

（3）本文重點(diǎn)探討利用基于面向?qū)ο蟮姆诸惤Y(jié)果在施工前和施工期水土保持監(jiān)測中的應(yīng)用，僅對在其他指標(biāo)研究方法相同的情況下，土地利用和土壤侵蝕強(qiáng)度指標(biāo)提取進(jìn)行著重研究。工程施工結(jié)束后，可以在本次研究成果的基礎(chǔ)上，用遙感技術(shù)方法評價(jià)該工程水土保持效果。