基于高分辨率衛(wèi)星影像數(shù)據(jù)高原輸電通道巡視技術(shù)的研究

楊佳睿，吳建寧，嚴(yán)南征，汪希增，楊知，趙斌濱

(1.國網(wǎng)寧夏電力有限公司檢修公司，寧夏 銀川 750011；2.中國電力科學(xué)研究院有限公司，北京 100085)

關(guān)鍵字： 高分影像；高原；輸電通道；面向?qū)ο?/p>

近年來，隨著國家經(jīng)濟的迅猛發(fā)展，電力能源的持續(xù)供給是經(jīng)濟健康、快速發(fā)展的重要前提，輸電通道的安全是電力持續(xù)供給的重要保障[1-2]；然而，隨著國家西電東輸工程的持續(xù)推進，國家西部高原輸電線路規(guī)模不斷攀升，傳統(tǒng)輸電通道巡視模式已無法滿足快速增長的需求。作為一類高新技術(shù)，衛(wèi)星遙感技術(shù)擁有大尺度、同步、精準(zhǔn)等優(yōu)點，該技術(shù)的快速發(fā)展為高原輸電通道提供了新的解決途徑。

輸電線網(wǎng)具有跨距大、覆蓋廣、地形地貌復(fù)雜等特點，該特點無疑加大了輸電通道的安全巡視難度，尤其是近年來隨著輸電線網(wǎng)規(guī)模的迅猛增加。傳統(tǒng)實地野外核查模式已無法滿足輸電通道的巡視工作，亟需新的巡視模式。國內(nèi)外學(xué)者針對電力能源安全輸送問題開展了大量研究，并取得一定研究成果[3-6]。研究表明，直升機在對特高壓輸電線路安全巡視工作中擁有檢查精細(xì)、安全性高等優(yōu)點，能滿足高壓線路的安全檢查，可替代部分人工檢查工作[7]；基于“差分GPS定位+無人機自主駕駛技術(shù)”擁有定位精度高、機動靈活且能克服地形限制，能承擔(dān)小區(qū)域輸電通道的巡視[8]；但無人機、直升機在巡視時間、區(qū)域尺度存在不足[9-10]，且其對氣象條件要求較高，無法滿足大尺度輸電通道的巡視工作。近年來，隨著高分遙感技術(shù)及相應(yīng)分類算法—面向?qū)ο蠓诸愃惴ǖ难该桶l(fā)展，為輸電通道的巡視工作提供了新的解決方案。

盡管針對輸電線網(wǎng)安全問題開展了大量研究工作，但研究多偏向于平原地區(qū)或小區(qū)域，而針對高原輸電線網(wǎng)安全的研究相對較少。高原區(qū)域的輸電線路的規(guī)模逐步攀升，由于高原氣候條件惡劣，適用于平原小尺度的輸電線網(wǎng)安全的巡視模式已無法滿足高原區(qū)域的需求，為更好保障高原輸電線網(wǎng)的安全，本文以World View-3高分影像數(shù)據(jù)為數(shù)據(jù)源，利用面向?qū)ο蠓诸愃惴ㄑ芯糠治龈叻钟跋駭?shù)據(jù)在輸電通道巡視的可行性。

1 材料與方法

1.1 試驗區(qū)與數(shù)據(jù)處理

高原氣候條件相對惡劣，這加大了高原輸電通道巡視，為探索新的輸電通道巡視技術(shù)，本文以寧夏750 kV賀蘭山-沙湖(以下簡稱賀湖線)、靈州-銀川東(以下簡稱州川線)線路區(qū)段輸電線路為實驗對象，該段線路全長183 km，海拔約為1.1～1.2 km；該區(qū)段位于寧夏北部，是黃土高原向內(nèi)蒙古高原過渡的區(qū)域，域內(nèi)風(fēng)力相對較強致使地表漂浮物及其他地物對輸電線路安全造成較大威脅，因此選用大棚、道路信息提取作為研究目標(biāo)，開展技術(shù)可行性的研究。

1.2 高分影像數(shù)據(jù)與處理

為提升輸電通道巡視準(zhǔn)確度，研究WorldView-3衛(wèi)星影像數(shù)據(jù)，該影像拍攝于2019年6月至8月，影像為多光譜影像數(shù)據(jù)擁有藍、綠、紅、近紅四波段，其空間分辨率為0.5 m。受大氣水汽、懸浮顆粒等成分的影響，地表有效反射輻射能在“地表—傳感器”的傳輸過程中不可避免地受到大氣的衰減作用，因此，傳感器拍攝的遙感影像數(shù)據(jù)的光譜信息未能精準(zhǔn)表達地表地物的光譜特征。為削弱大氣衰減作用對衛(wèi)星影像的影響，同時糾正由地形起伏導(dǎo)致的地物空間位置偏移，提升地物光譜信息與幾何空間位置的準(zhǔn)確度，本研究對衛(wèi)星影像數(shù)據(jù)進行輻射糾正、幾何糾正、拼接、裁剪等處理。經(jīng)處理后，影像數(shù)據(jù)清晰度高、色彩均一，該衛(wèi)星與輸電線路的空間關(guān)系如圖1所示。由圖1可知，衛(wèi)星影像已全覆蓋輸電線路左右各2 km的空間范圍，故該衛(wèi)星影像數(shù)據(jù)能滿足輸電通道的巡視工作。

圖1 WorldView-3衛(wèi)星影像數(shù)據(jù)與輸電線段空間位置

1.3 面向?qū)ο蠓诸愃惴?/h3>

遙感影像數(shù)據(jù)的空間分辨率越高，其對地物信息表達越精細(xì)，地物個體特征差異越凸顯，進而更有利于地物分類精度的提升。與傳統(tǒng)基于像元的分類算法相比，面向?qū)ο蠓诸愃惴ㄓ梢幌盗邢噜徬裨獦?gòu)成的對象為基本單元，從地物群體(宏觀)的光譜特征、紋理特征、幾何特征等信息分析，結(jié)合分類算法實現(xiàn)地物分類；因此，面向?qū)ο蠓诸愃惴◤娜后w(宏觀)的視角出發(fā)，能有效削弱地物個體(局部)特征差異造成的負(fù)面影響，提升地物分類精度。由于WorldView-3衛(wèi)星影像數(shù)據(jù)的空間分辨率為0.5 m，為高分辨率衛(wèi)星影像數(shù)據(jù)，因此本研究采用面向?qū)ο蠓诸愃惴ㄩ_展寧夏賀湖、州川線區(qū)段輸電通道內(nèi)的地物信息提取。

1.4 多尺度分割技術(shù)

影像分割是面向?qū)ο蠓诸愃惴ㄖ械年P(guān)鍵環(huán)節(jié)，是將離散像元合并為多個對象，每個對象均由多個空間相鄰的像元構(gòu)成，且同一對象內(nèi)的像元異質(zhì)性最低，即同一對象內(nèi)的物質(zhì)均一。圖像分割有利于從群體(宏觀)角度分析地物的共有特征識別，從而減少同類個體(局部)差異造成的干擾。多尺度分割技術(shù)是影像分割算法中的一種，該算法依據(jù)已定規(guī)則將影像從像元層逐級向上合并，并形成不同尺度大小的對象，因此多尺度分割算法有利于從不同尺度分析地物特征，且適用于對空間尺度相差較大的地物進行統(tǒng)一分類。

圖2 多尺度分割的對象體系

2 結(jié)果與分析

2.1 影像數(shù)據(jù)分割

影像分割質(zhì)量的高低對面向?qū)ο蠓诸惥染哂兄匾绊?，而影響影像分割質(zhì)量的因素主要是多尺度分割參數(shù)的設(shè)置，即尺度、形狀指數(shù)、緊致度的確定。圖3為在形狀指數(shù)與緊致度不變的條件下，不同尺度分割結(jié)果。由圖3可知，分割尺度越大，單個對象擁有的像元數(shù)量越大；從各分割尺度內(nèi)各對象邊界對比分析可知，大尺度內(nèi)的對象是由小尺度內(nèi)的對象合并而成，共有邊界并未發(fā)生明顯變化，這表明尺度大小僅影響分割對象的大小，但對分割邊界幾乎無影響。

圖3 125-2000尺度影像分割結(jié)果

圖4為500尺度下，不同形狀指數(shù)與緊致度對影像分割結(jié)果。由圖4可知，在緊致度不變的條件下，影像分割對象隨形狀指數(shù)的增加而逐步向矩形方向演變；在形狀指數(shù)不變的條件下，影像分割對象隨緊致度的增加而逐步向地物光譜一致方向演變。在調(diào)整影像分割形狀指數(shù)和緊致度參數(shù)時，二者設(shè)置的順序也會對影像分割產(chǎn)生重要影響，當(dāng)在形狀指數(shù)、緊致度相同的條件下，影像分割對象的形狀、大小也會隨二者的變化而發(fā)生改變。綜上表明，形狀指數(shù)、緊致度對影像分割對象的邊界具有重要影響。由于對象分割質(zhì)量對面向?qū)ο蠓诸愃惴ǖ姆诸惥染哂休^大影響，為提升地物分類精度，本文通過大量試驗發(fā)現(xiàn)：大棚最佳分割尺度為1 200，形狀指數(shù)為0.5，緊致度為0.9，道路最佳分割尺度為1 000，形狀指數(shù)為0.4，緊致度為0.9。

圖4 形狀指數(shù)與緊致度對影像分割

2.2 分類結(jié)果分析

在大棚信息提取中，本文采用面向?qū)ο蠓诸愃惴?，利用對象的光譜特征值、方差、均值作為大棚信息提取的參考指標(biāo)。圖5(a)為大棚空間分布信息結(jié)果，其中紅色為大棚，綠色為農(nóng)田，粉紅色為建筑，藍色為坑塘，圖5(b)為大棚矢量數(shù)據(jù)與WorldView-3衛(wèi)星影像數(shù)據(jù)疊加分析圖。由圖5對比分析可知，基于面向?qū)ο蠓诸愃惴軠?zhǔn)確提取大棚空間位置信息，大棚矢量能完全覆蓋大棚區(qū)域且邊界緊密與大棚高度一致。受大棚在空間分布間距、薄膜覆蓋狀態(tài)、光譜信息等存在差異，從而導(dǎo)致影像進行分隔、分類時存在差異，但該差異對輸電通道的巡視檢查工作的影響相對較少。

圖5 大棚信息提取空間分布

在道路信息提取中，本文選用光譜特征、方差、長寬比作為道路信息提取的參考指標(biāo)，圖6(a)為道路空間分布信息，其中灰色為道路，綠色為農(nóng)田，白色為建筑，藍色為坑塘；圖6(b)為道路矢量數(shù)據(jù)與WorldView-3衛(wèi)星影像數(shù)據(jù)疊加分析。由圖6對比分析可知，基于面向?qū)ο笏惴軠?zhǔn)確提取主干道路的信息，主干道路矢量邊界與影像中道路邊界高度一致，而針對次要道路信息的提取卻存在遺漏的問題，究其原因主要是由于主干道路寬度較大，道路光譜特征、幾何特征明顯，易與其他地物進行區(qū)分；而次要道路的寬度較窄，易受相鄰地物的干擾，且兩側(cè)綠化樹木多茂盛對其產(chǎn)生遮蔽作用，進而導(dǎo)致樹木光譜特征取代道路，從而出現(xiàn)遺漏。

圖6 道路信息提取空間分布

3 遙感技術(shù)在輸電通道巡視中的應(yīng)用

為驗證本文技術(shù)方案的精度與可行性，本研究以WorldView-3衛(wèi)星影像數(shù)據(jù)為數(shù)據(jù)源，采用多尺度分割技術(shù)耦合面向?qū)ο蠓诸愃惴ㄌ崛≠R湖、州川區(qū)段輸電線路兩側(cè)各1 km區(qū)域的大棚、道路信息，并將其與實地野外核查數(shù)據(jù)、人工解譯樣點數(shù)據(jù)進行對比分析，結(jié)果表明，亞米級高分影像數(shù)據(jù)能滿足輸電通道危險地物精細(xì)提取工作；基于多尺度分割技術(shù)耦合面向?qū)ο蠓诸愃惴ㄌ崛〉拇笈镄畔⒕瓤蛇_95%，可替代人工解譯工作；基于多尺度分割技術(shù)耦合面向?qū)ο蠓诸愃惴ㄌ崛〉闹鞲傻缆沸畔⒕瓤蛇_96.3%，可替代大部分人工解譯工作；這表明以高分影像數(shù)據(jù)為基礎(chǔ)，采用多尺度分割技術(shù)耦合面向?qū)ο蠓诸愃惴ㄩ_展高原輸電通道巡視是可行的。

4 結(jié) 論

(1)針對高原輸電通道巡視，采用基于多尺度分割技術(shù)耦合面向?qū)ο蠓诸愃惴ㄌ崛〉拇笈镄畔?，主干道路信息精度較高，可替代人工解譯工作。

(2)與傳統(tǒng)野外核查、人工目視解譯相比，基于多尺度分割技術(shù)耦合面向?qū)ο蠓诸愃惴ň哂羞吔缇雀摺⑿矢叩葍?yōu)勢。

(3)面向?qū)ο笏惴ㄟm用于高分影像數(shù)據(jù)的信息提取，其地物信息提取精度較高，能夠滿足輸電通道的巡視工作，這表明基于高分衛(wèi)星影像技術(shù)的輸電通道巡視具有可行性。