地表覆蓋工程化自動解譯平臺設(shè)計與實現(xiàn)

詹遠增，馮存均，左石磊，黃 博，章欽瑜，周 宇，施臨錦

（1. 浙江省地理信息中心，浙江 杭州 310012；2. 浙江省地理國情監(jiān)測中心，浙江 杭州 310012；3. 地理國情監(jiān)測國家測繪地理信息局重點實驗室，浙江 杭州 310012）

0 引 言

地理國情普查（以下簡稱“國普”）是常態(tài)化地理國情監(jiān)測的前提和基礎(chǔ)，普查獲取的監(jiān)測本底是各項戰(zhàn)略與規(guī)劃、國土空間開發(fā)和資源配置的重要依據(jù)，對生態(tài)環(huán)境保護、防災(zāi)減災(zāi)和應(yīng)急保障等具有重要作用，也是相關(guān)行業(yè)開展調(diào)查統(tǒng)計工作的數(shù)據(jù)基礎(chǔ)[1]。在浙江省第一次地理國情普查（以下簡稱“浙江省國普”）中，采用優(yōu)于1 m的遙感影像提取地表覆蓋信息，涵蓋了耕地、園地、林地、草地、房屋建筑（區(qū)）、道路、構(gòu)筑物、人工堆掘地、荒漠與裸露地表、水域等10個一級類，46個二級類和77個三級類[2]。若采用傳統(tǒng)人工勾繪方式解譯，耗時長且成本高。面向?qū)ο蠓指罘诸惣夹g(shù)在高空間分辨率遙感影像（以下簡稱“高分影像）自動解譯方面已逐漸成熟并得到了廣泛應(yīng)用。若采用先自動分割分類，后人工修正部分圖斑邊界及屬性的方式，可降低工作量，縮減成本，提高工作效率[3]。

目前，國內(nèi)外對高分影像自動解譯研究[4-7]主要側(cè)重解譯算法，研究區(qū)往往局限于一個或多個局部區(qū)域。國內(nèi)外也推出了多款采用面向?qū)ο蠓指罘诸惖母叻钟跋褡詣咏庾g商業(yè)軟件，如eCognition Developer、FeatureStation、ENVI FX等，但主要針對單文件（單景或單塊）影像進行解譯。

在浙江省國普中，需自動解譯全省約10萬多平方千米的海量高分影像，需要一套可多人協(xié)同作業(yè)、高效率、便捷操作的自動解譯平臺，對解譯數(shù)據(jù)、人力資源、工作進度等進行整合，以便利用有限的人力資源和軟硬件資源提高自動解譯工作效率。

部分自動解譯商業(yè)軟件，如eCognition Server，支持多用戶、多任務(wù)批量運行，但以提供通用自動解譯批處理方案為主，缺乏海量數(shù)據(jù)、作業(yè)人員、作業(yè)區(qū)域、作業(yè)進度的統(tǒng)一管理和優(yōu)化配置。部分學(xué)者[8-9]對協(xié)同遙感圖像解譯系統(tǒng)進行了深入研究，力求系統(tǒng)能實現(xiàn)人員共享、數(shù)據(jù)共享、同步并行作業(yè)、疑難會判等，但研究重點是多人協(xié)同對疑難區(qū)進行判繪，對計算資源動態(tài)優(yōu)化、作業(yè)進度管理等方面涉及較少，較難滿足國普工作需要。

因此，本文以浙江省國普工作為例，采用常用的eCognition Developer分割分類軟件，通過研究工程化自動解譯工作特點，借鑒已有的研究成果和相關(guān)產(chǎn)品，提出針對性的作業(yè)模式，設(shè)計和開發(fā)相應(yīng)的自動解譯平臺，并實際應(yīng)用于浙江全省地表覆蓋自動解譯工作，該平臺現(xiàn)已納入浙江省地理國情監(jiān)測一體化生產(chǎn)作業(yè)平臺體系，作為其中的一項重要組成部分。

1 工程化自動解譯工作特點

以浙江省國普工作為例，與局部區(qū)域自動解譯工作相比，國普中的地表覆蓋工程化自動解譯特點主要表現(xiàn)在：區(qū)域地類破碎復(fù)雜、影像質(zhì)量參差不齊、效率效益統(tǒng)籌兼顧等三方面。

1）區(qū)域地類破碎復(fù)雜

浙江省地處東南沿海，經(jīng)濟發(fā)展迅速，地表覆蓋人為痕跡明顯。地類形態(tài)復(fù)雜多樣，圖斑相對破碎，各地類間往往呈現(xiàn)漸變特征。

全省范圍內(nèi)存在大量影像特征不同的水體，如高泥沙含量水體、局部浮萍覆蓋水體、山澗淺水河流、泥灘上的淺層水體、不同污染形式水體等。部分同一片水體也混合著不同的影像特征，且邊界不清晰。在沿海一帶，退潮期間泥水分界也極其模糊。

受人為因素影響，不同耕地的影像特征差異較明顯，如不同作物類型、不同耕作模式、是否短期荒蕪等因素都將顯著影響耕地在影像上的光譜、紋理和結(jié)構(gòu)特征。靠近山區(qū)的耕地和林草地普遍存在漸變過渡特征，較難區(qū)分地類邊界。

在城市地區(qū)及城郊結(jié)合部，不同類型房屋、建筑工地、廢棄廠房等，不但各自沒有統(tǒng)一的光譜、紋理、結(jié)構(gòu)特征，且部分過渡邊界也不清晰。

2）影像質(zhì)量參差不齊

浙江省國普工作中，涉及1 000多景高分影像，時相跨度超過1年。受數(shù)據(jù)獲取能力局限以及沿海地區(qū)局地氣候的復(fù)雜多變，很難使覆蓋全省的所有影像質(zhì)量統(tǒng)一保持在較好的水平，較多區(qū)域被薄云覆蓋，增加了解譯難度。

同時，高分影像成像角度相對較大，和平原區(qū)相比，丘陵地區(qū)普遍受到山體陰影及拉花變形等因素影響。這些因素進一步增加了工程化自動解譯工作難度。

3）效率效益統(tǒng)籌兼顧

作為一項工程化應(yīng)用，自動解譯旨在降低后期人工修正和調(diào)整的工作量，而自動解譯規(guī)則及參數(shù)的編制與調(diào)整需要消耗一定的工作量，尤其是在地類復(fù)雜度較高的區(qū)域，消耗的工作量更大。因此，自動解譯應(yīng)重點解決人工解譯中工作量消耗較大的環(huán)節(jié)（如地類邊界的分割），效果在滿足實際生產(chǎn)需要的情況下，還應(yīng)兼顧自動解譯效率。

在浙江省國普中，自動解譯涉及數(shù)據(jù)量大，人員多，應(yīng)統(tǒng)籌管理數(shù)據(jù)資源、計算資源、人力資源等，實時掌控工作進度，以便進一步提高工程化自動解譯效率。

2 工程化自動解譯作業(yè)模式

基于上述工程化自動解譯工作特點，本文提出以下針對性作業(yè)模式，如圖1所示。

圖1 工程化自動解譯作業(yè)模式框架圖Fig.1 Workf l ow diagram of the engineering automatic interpretation

浙江省地類圖斑相對破碎且復(fù)雜，解譯工作以1:10 000分幅作為作業(yè)單元，并采用統(tǒng)一的空間參考。為充分利用已有地理信息資源，提高解譯效率和精度，解譯所需數(shù)據(jù)源除高分影像外，還包括最新的1:10 000數(shù)字線劃圖(DLG)、5 m格網(wǎng)數(shù)字高程模型(DEM)及相應(yīng)的坡度數(shù)據(jù)等。

工程化解譯中，涉及的數(shù)據(jù)量大，為保持數(shù)據(jù)的一致性，所有數(shù)據(jù)源、解譯中間數(shù)據(jù)及最終成果采用統(tǒng)一存儲。高分影像解譯核心工作以eCogntion Developer軟件為基礎(chǔ)，采用規(guī)則模式進行分割分類。由于分割分類計算量大，作業(yè)過程中自動分割分類計算將由批處理服務(wù)器集群統(tǒng)一處理。

為進一步厘清工程化自動解譯各項流程，使作業(yè)人員分工明確。作業(yè)過程將分為數(shù)據(jù)預(yù)處理、通用規(guī)則編制、規(guī)則細調(diào)及效果確認、分割分類計算、結(jié)果分發(fā)等工作環(huán)節(jié)。其中，數(shù)據(jù)預(yù)處理主要采用1:10 000分幅框?qū)尉案叻钟跋?、各項輔助數(shù)據(jù)進行裁切，生成各個子塊，并以圖幅為單元進行數(shù)據(jù)組織。通用規(guī)則編制主要是根據(jù)區(qū)域特征，選取幾類典型特征區(qū)域編寫通用規(guī)則集。規(guī)則細調(diào)及效果確認主要是指在通用規(guī)則基礎(chǔ)上，不斷調(diào)整部分細節(jié)及參數(shù)，使規(guī)則應(yīng)用于當(dāng)前子塊能達到最佳分類效果。分割分類環(huán)節(jié)主要是采用eCognition Developer軟件，利用調(diào)整好的規(guī)則進行分割分類計算。

3 工程化自動解譯平臺架構(gòu)

為了與上述作業(yè)模式相適應(yīng)，工程化自動解譯平臺架構(gòu)應(yīng)滿足以下要求:

1）低耦合模塊化設(shè)計：工程化自動解譯涉及多道工序，針對每道工序提供單一的模塊化軟件，各個模塊之間低耦合，以便于不同作業(yè)人員操作。

2）多用戶并發(fā)訪問和操作：工程化自動解譯工作中，一般需要多名作業(yè)人員同時進行作業(yè)，平臺應(yīng)支持多用戶并發(fā)訪問和操作。

3）分布式、可擴展的計算節(jié)點：面向?qū)ο蠓指罘诸愑嬎懔看螅こ袒詣咏庾g需要處理海量數(shù)據(jù)，因此需要提供分布式、可擴展的后臺計算節(jié)點，最大化利用已有計算資源。

4）可視化的工程管理：工程化自動解譯涉及區(qū)域大，作業(yè)人員多，為了合理控制工程進度、優(yōu)化人員調(diào)配，應(yīng)提供可視化的工程進度展示及多用戶工作量管理等功能。

從上述要求出發(fā)，本次平臺架構(gòu)設(shè)計框架如圖2所示，主要包括：數(shù)據(jù)預(yù)處理及上傳端、規(guī)則管理端、批處理請求提交端、主控端、批處理服務(wù)端、結(jié)果分發(fā)端、項目管理端等7個模塊。不同模塊分別部署在客戶端、數(shù)據(jù)服務(wù)器、批處理服務(wù)器上。除批處理服務(wù)端外，每個模塊均采用圖形化界面。各模塊間采用千兆以太網(wǎng)聯(lián)通。

圖2 工程化自動解譯平臺架構(gòu)圖Fig.2 Framework diagram of the engineering automatic interpretation platform

3.1 數(shù)據(jù)預(yù)處理及上傳端

數(shù)據(jù)預(yù)處理及上傳端主要對分景高分影像及輔助數(shù)據(jù)進行分幅裁剪，生成相應(yīng)的各個子塊,并將處于同一圖幅的子塊按圖幅號組織到同一個文件目錄中。然后將處理好的數(shù)據(jù)上傳到數(shù)據(jù)庫服務(wù)器。這一模塊主要由影像預(yù)處理人員操作，部署在客戶端。

3.2 規(guī)則管理端

規(guī)則管理端提供通用規(guī)則的增加、修改和刪除等管理功能，同時也提供局部區(qū)域測試數(shù)據(jù)集下載、子塊規(guī)則指定等功能。是規(guī)則編制人員主要操作的平臺之一，部署在客戶端。

從規(guī)則管理端下載的局部測試數(shù)據(jù)集包括了影像塊、輔助數(shù)據(jù)及相應(yīng)的通用規(guī)則，規(guī)則編制人員可在eCognition Developer中直接打開該數(shù)據(jù)集進行規(guī)則細節(jié)調(diào)整，完成后采用規(guī)則管理端將修改后的規(guī)則指定到相應(yīng)的子塊。由于同景高分影像成像光譜較一致，因此在子塊規(guī)則指定時，系統(tǒng)提供同景子塊自動復(fù)制規(guī)則的功能。

3.3 批處理請求端

通過批處理請求端，可向主控端提交自動解譯請求。是分類效果確認人員的主要操作平臺，部署在客戶端。在對子塊指定規(guī)則集后，需通過此模塊提交自動分割分類請求，提交后，可實時查看各個子塊的處理狀態(tài)。當(dāng)子塊分割分類完畢后，作業(yè)人員可在批處理請求段加載分類結(jié)果進行效果確認。若效果不佳，可重新調(diào)整規(guī)則并提交任務(wù)，直到效果達標(biāo)。

當(dāng)同一圖幅各子塊都完成分割分類后，作業(yè)人員可通過批處理請求端提交子塊拼接請求，以便形成最終的1:10 000分幅矢量解譯成果。

3.4 主控端

主控端提供平臺管理功能，主要包括：用戶管理、權(quán)限管理、日志管理、批處理計算資源管理、實時增量備份等功能。主要由平臺管理人員負責(zé)操作，部署在數(shù)據(jù)服務(wù)器上。

其中，批處理計算資源管理模塊可動態(tài)監(jiān)聽批處理請求端發(fā)出的請求，根據(jù)請求類型對相應(yīng)的數(shù)據(jù)資源進行打包，分配到指定批處理服務(wù)端進行處理。同時，還支持動態(tài)增加批處理節(jié)點、批處理服務(wù)器負載均衡等功能。

3.5 批處理服務(wù)端

批處理服務(wù)端用于響應(yīng)和執(zhí)行主控端分配的計算任務(wù)，部署在批處理服務(wù)器上。由內(nèi)存常駐進程負責(zé)監(jiān)聽，有新請求進入時將調(diào)用eCognition Developer或ArcEngine等軟件進行處理，系統(tǒng)采用多進程模式支持并發(fā)計算，充分利用多核心多CPU計算資源。

3.6 結(jié)果分發(fā)端

結(jié)果分發(fā)端主要用于最終解譯成果的分發(fā)。部署在客戶端，提供主動分發(fā)和被動請求兩種方式。主動分發(fā)是指管理員向指定IP主機派發(fā)自動解譯成果。被動請求是指人工解譯作業(yè)人員請求下載指定圖幅分類結(jié)果。

3.7 項目管理端

項目管理端主要提供工程進度管理、作業(yè)人員工作量管理等功能。采用地圖、表格、直方圖等多種形式，為項目管理人員實時提供最新的工程進度報表、人員工作量報表等。主要部署在客戶端。

以上7個模塊，將自動解譯工作有機串聯(lián)，形成了從原始影像數(shù)據(jù)到最終自動解譯成果分發(fā)的一站式作業(yè)平臺。

4 結(jié)束語

在浙江省第一次地理國情普查工作中，已實現(xiàn)上述平臺架構(gòu)，形成了可實際應(yīng)用的遙感影像自動解譯平臺，該平臺已應(yīng)用于全省高分影像的自動解譯工作。和前期普查試點中采用eCognition Developer、eCognition Server作業(yè)模式相比,在相似區(qū)域、規(guī)則復(fù)雜度相當(dāng)?shù)那闆r下，總體作業(yè)效率提高約35%。針對地類相對復(fù)雜的區(qū)域，采用該平臺設(shè)計，可對解譯數(shù)據(jù)、人力資源、計算資源、工作進度等進行有效調(diào)度和優(yōu)化管理，從而提高地表覆蓋工程化自動解譯工作效率。常態(tài)化的地理國情監(jiān)測工作中，此平臺已納入到地理國情監(jiān)測一體化生產(chǎn)作業(yè)平臺體系，作為其中的一項重要組成部分，為地表覆蓋動態(tài)更新提供服務(wù)。