高分遙感技術(shù)在交通建設(shè)工程監(jiān)管中的應(yīng)用探索

蔣中陽 吳嵐 楊羚 魯偉 黃俊松

摘 要：為了解決交通建設(shè)工程監(jiān)管中人力成本高、管理范圍大、核查效率低等問題，在遙感影像識(shí)別技術(shù)的基礎(chǔ)上，構(gòu)建工程目標(biāo)樣本庫(kù)，提出面向監(jiān)管業(yè)務(wù)的目標(biāo)識(shí)別與變化檢測(cè)技術(shù)流程，并結(jié)合實(shí)際公路、水路建設(shè)工程，搭建江蘇省示范應(yīng)用系統(tǒng)，有效提升交通建設(shè)工程高效化、大范圍監(jiān)管能力，為高分遙感技術(shù)在交通運(yùn)輸行業(yè)的深度應(yīng)用提供范本。

關(guān)鍵詞：交通建設(shè)工程;高分遙感;監(jiān)管;目標(biāo)識(shí)別;變化檢測(cè)

中圖分類號(hào)：U415.1 文獻(xiàn)標(biāo)識(shí)碼：A

依據(jù)國(guó)家有關(guān)科技發(fā)展規(guī)劃和科技創(chuàng)新相關(guān)要求，圍繞現(xiàn)代綜合交通運(yùn)輸體系構(gòu)建、運(yùn)輸結(jié)構(gòu)調(diào)整等國(guó)家戰(zhàn)略及重大部署，交通工程建設(shè)取得了長(zhǎng)足的發(fā)展。在交通工程建設(shè)實(shí)施的過程中，需要交通監(jiān)管部門對(duì)交通工程建設(shè)進(jìn)度、環(huán)境保護(hù)情況、工程廢料處理情況進(jìn)行跟蹤監(jiān)管和核查，但由于交通工程量大，工程周期長(zhǎng)，存在著監(jiān)管手段相對(duì)滯后、人力成本高昂、宏觀監(jiān)督困難、人工上報(bào)準(zhǔn)確性與客觀性難以保障等問題。

國(guó)家高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)是《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)規(guī)劃發(fā)展綱要（2006-2020年）》確立的16個(gè)國(guó)家重大科技專項(xiàng)之一，于2010年啟動(dòng)實(shí)施，至2020年全面建成。目前，已形成全天候、全天時(shí)、全球覆蓋的遙感探測(cè)能力。高分遙感基于遙感衛(wèi)星立體觀測(cè)網(wǎng)絡(luò)，實(shí)現(xiàn)了常態(tài)化、大范圍對(duì)交通目標(biāo)或工程進(jìn)行觀測(cè)，具有經(jīng)濟(jì)、高效、客觀、準(zhǔn)確等優(yōu)勢(shì)，能夠有效克服現(xiàn)有人工監(jiān)管手段的缺點(diǎn)，為交通建設(shè)工程監(jiān)管提供強(qiáng)有力的科學(xué)依據(jù)，促進(jìn)交通監(jiān)管方式向數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)模式轉(zhuǎn)變，對(duì)提升交通運(yùn)輸行業(yè)信息化水平具有重要意義[1-2]。

目前，遙感影像識(shí)別檢測(cè)技術(shù)愈加成熟，并且隨著機(jī)器學(xué)習(xí)和高分遙感影像的不斷融合，檢測(cè)精度也越來越高[3-7]，能夠在交通行業(yè)開展的實(shí)踐應(yīng)用越來越多[8-11]，但在現(xiàn)有研究中對(duì)交通建設(shè)工程監(jiān)管方向的應(yīng)用探索較少。因此，本文結(jié)合交通建設(shè)工程監(jiān)管業(yè)務(wù)需求，分析高分遙感影像技術(shù)特征，然后基于影像信息提取及變化檢測(cè)技術(shù)，研究交通建設(shè)工程目標(biāo)提取與變化檢測(cè)技術(shù)，形成適用于監(jiān)管實(shí)際業(yè)務(wù)的方法流程，以解決傳統(tǒng)交通工程監(jiān)管中范圍覆蓋不全、核查信息不準(zhǔn)確、費(fèi)時(shí)費(fèi)力等問題。

1 高分遙感影像特征分析

目前在國(guó)家高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)中已投入使用的衛(wèi)星共有7顆，分別是高分1～7號(hào)。但在交通領(lǐng)域，并不是所有衛(wèi)星數(shù)據(jù)源都適合。經(jīng)比較分析，高分4號(hào)、5號(hào)分辨率較粗，應(yīng)用場(chǎng)景有限，高分7號(hào)尚無法取得數(shù)據(jù)且主要用于測(cè)高，高分3號(hào)任務(wù)編排很滿，很難保證穩(wěn)定的數(shù)據(jù)獲取。因此，在數(shù)據(jù)源上選取高分1號(hào)、2號(hào)及6號(hào)能夠保證穩(wěn)定的數(shù)據(jù)獲取。

從交通工程監(jiān)管要素上考慮，由于交通工程量大，工程周期長(zhǎng)，在交通工程建設(shè)始末，需要交通監(jiān)管部門和執(zhí)法人員對(duì)交通工程建設(shè)進(jìn)度、環(huán)境保護(hù)情況（例如交通工程對(duì)周邊綠地的影響，以及工程周邊防塵網(wǎng)布設(shè)情況等）、工程廢料處理情況（如土方等）進(jìn)行跟蹤監(jiān)管和核查。從施工范圍上考慮，一般交通工程建設(shè)大型工程項(xiàng)目有幾十公里長(zhǎng)乃至上百公里，選取幅寬越大的衛(wèi)星源影像越好;施工周期平均在1-3年左右，施工進(jìn)度查詢頻次要求一般為一個(gè)月，而高分1號(hào)、高分6號(hào)的重訪周期為41天，此二類遙感影像均需結(jié)合商業(yè)衛(wèi)星來滿足施工周期內(nèi)施工進(jìn)度檢測(cè)時(shí)間要求，輔助人工巡檢監(jiān)督施工進(jìn)度。從施工目標(biāo)大小上考慮，類似土方、防塵網(wǎng)的工程物體大小一般寬于2 m，選用全色波段空間分辨率為2 m且一景影像能盡可能覆蓋施工范圍的高分1號(hào)或高分6號(hào)遙感影像;一般而言，高分遙感影像分辨率越高，幅寬越低，而若需檢測(cè)覆蓋范圍內(nèi)亞米級(jí)地物，如施工場(chǎng)地布設(shè)詳情，則需犧牲影像覆蓋范圍選用全色波段空間分辨率為0.8 m的高分2號(hào)影像。

總之，針對(duì)高分遙感影像特點(diǎn)，需選擇合適的影像，進(jìn)行多時(shí)相分析，有效輔助人工進(jìn)行工程建設(shè)進(jìn)度偵測(cè)、周邊環(huán)境和防塵網(wǎng)布設(shè)情況檢測(cè)，滿足交通工程建設(shè)監(jiān)管應(yīng)用需求。

2 交通建設(shè)工程監(jiān)管目標(biāo)提取技術(shù)流程

2.1 技術(shù)要求

在交通建設(shè)工程監(jiān)管中主要采用的技術(shù)是影像識(shí)別與變化檢測(cè)，在測(cè)繪領(lǐng)域這兩項(xiàng)已有大量的研究基礎(chǔ)，而具體業(yè)務(wù)需求對(duì)其作出了更高的要求：

1）目標(biāo)識(shí)別提取技術(shù)要求：根據(jù)交通工程建設(shè)管理需求對(duì)航道工程和公路工程涉及的交通目標(biāo)進(jìn)行提取，航道工程主要包括防塵網(wǎng)位置提取并統(tǒng)計(jì)防塵網(wǎng)區(qū)域面積，土方位置提取并統(tǒng)計(jì)土方區(qū)域面積，防護(hù)工程提取并統(tǒng)計(jì)防護(hù)工程里程長(zhǎng)度;公路工程主要包括施工里程提取，以及施工路段繞行線路標(biāo)注。

2）變化檢測(cè)技術(shù)要求：疊加不同時(shí)期的遙感影像，對(duì)交通工程建設(shè)前后的變化情況進(jìn)行顯示，包括整體工程進(jìn)度、分項(xiàng)工程進(jìn)度。

2.2 高分遙感影像綜合處理

多源遙感數(shù)據(jù)處理主要通過遙感專業(yè)處理分析軟件，例如ENVI、PCI、ERDAS，和ArcMap、PhotoShop和自研算法完成，實(shí)現(xiàn)對(duì)遙感數(shù)據(jù)的處理加工，主要包括圖像融合、幾何糾正、影像鑲嵌、圖像增強(qiáng)等步驟，實(shí)現(xiàn)標(biāo)準(zhǔn)化遙感影像產(chǎn)品生產(chǎn)。其處理流程為：首先進(jìn)行圖像融合、幾何糾正處理成L3級(jí)產(chǎn)品，再根據(jù)具體要求進(jìn)行影像鑲嵌、勻色，形成大寬幅鑲嵌勻色產(chǎn)品。如圖1所示。

1）圖像融合：根據(jù)多光譜圖像生成三波段圖像，融合前影像選點(diǎn)配準(zhǔn)，變換生成HSV圖像，生成V波段圖像，反變換生成RGB圖像，將一張低分辨率的多光譜影像和一張高分辨率的全色影像結(jié)合在一起，生成一張高分辨率的多光譜影像。

2）幾何糾正：在需要拼接的兩幅影像中選取了不少于30個(gè)的地面控制點(diǎn)，改正原始數(shù)據(jù)由于成像投影方式、傳感器外方位元素變化、傳感介質(zhì)的不均勻等因素造成的幾何變形，生成一幅符合某種地圖投影或圖形表達(dá)要求的新圖像。

3）影像鑲嵌：影像鑲嵌時(shí)除了要滿足在拼接線上相鄰影像的細(xì)節(jié)在幾何上一一對(duì)接外，用于背景圖制作時(shí)，還要求相鄰影像的色調(diào)保持一致，但用于變化信息提取時(shí)，相鄰影像的色調(diào)不允許平滑，避免信息變異。

4）圖像增強(qiáng)：利用圖像處理技術(shù)，對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)處理（線性拉伸、均衡化拉伸、均方根拉伸、高斯拉伸、分段拉伸、直方圖匹配等），增強(qiáng)圖像顯示效果，提高圖像解譯和目標(biāo)提取。

2.3 交通建設(shè)工程監(jiān)管目標(biāo)樣本庫(kù)構(gòu)建

基于處理后L3級(jí)米級(jí)或亞米級(jí)高分辨率遙感影像，提取土方、防塵網(wǎng)、主體工程范圍、完工或自建工程范圍，構(gòu)建交通工程建設(shè)進(jìn)度本底數(shù)據(jù)，屬于經(jīng)驗(yàn)性室內(nèi)判讀結(jié)果。

在構(gòu)建的樣本數(shù)據(jù)庫(kù)時(shí)，樣品數(shù)據(jù)庫(kù)中不可避免的存在相似度比較大的圖片，為了剔除數(shù)據(jù)庫(kù)中相似度比較大的圖片，本研究采用基于人類視覺系統(tǒng)的圖像感知哈希算法[5]來篩選相似度比較大的圖片。算法對(duì)每一類別樣本進(jìn)行圖片相似度計(jì)算，通過比較兩圖片之間的相似性，剔除相似性大于90%的圖片剔除。

2.4 交通工程監(jiān)管目標(biāo)自動(dòng)識(shí)別

基于目標(biāo)遙感影像數(shù)據(jù)集（樣本庫(kù)），統(tǒng)計(jì)并分析目標(biāo)和非目標(biāo)的特征參數(shù)，包括交通目標(biāo)的光譜特征、紋理特征和形狀特征，并基于自動(dòng)識(shí)別算法，實(shí)現(xiàn)對(duì)防塵網(wǎng)、土方、在建工程精確識(shí)別，確定并標(biāo)記位置;系統(tǒng)基于確定的目標(biāo)，可計(jì)算目標(biāo)位置、面積及檢測(cè)置信度等參數(shù)。

在利用遙感數(shù)據(jù)進(jìn)行信息提取時(shí)，受光譜、時(shí)相、空間分辨率、解譯人員經(jīng)驗(yàn)等因素的影響，提取結(jié)果會(huì)產(chǎn)生一定的誤差。因此在信息提取后，需通過開展相應(yīng)的野外調(diào)查對(duì)成果進(jìn)行進(jìn)一步的修訂，以提高遙感解譯精度。

最后，將最終成果數(shù)據(jù)按照確定的命名規(guī)則統(tǒng)一命名入庫(kù)，并用于地理信息系統(tǒng)發(fā)布服務(wù)及平臺(tái)前端展示。

2.5 交通工程建設(shè)進(jìn)度變化檢測(cè)

基于多期高分辨率遙感影像，通過現(xiàn)狀數(shù)據(jù)與歷史數(shù)據(jù)的疊加對(duì)比，采用基于PCA和CVA的遙感圖像變化檢測(cè)算法，分析識(shí)別包括土方、防塵網(wǎng)、主體工程范圍、完工/在建工程進(jìn)度等并進(jìn)行變化監(jiān)測(cè)。主成分分析（PCA）是建立在統(tǒng)計(jì)量特征的非單維正交線性的變換，實(shí)質(zhì)上是考慮在光譜空間中找到一個(gè)新的坐標(biāo)系能夠去除數(shù)據(jù)的相關(guān)性，即使新坐標(biāo)系中的協(xié)方差矩陣為對(duì)角陣。變化向量分析法（CVA）通過對(duì)不同時(shí)期的影像各個(gè)波段的數(shù)據(jù)進(jìn)行差值運(yùn)算，求得每個(gè)像素在各個(gè)波段的變化量，再由各個(gè)波段的變化量組成變化向量。

本研究通過結(jié)合PCA和CVA算法，將PCA變換后的前3主分量進(jìn)行CVA變換，得到差值圖像，輔助工程建設(shè)監(jiān)管部門及時(shí)掌握建設(shè)項(xiàng)目進(jìn)度變化情況以及對(duì)周邊環(huán)境的影響。

3 應(yīng)用案例——江蘇省交通建設(shè)工程監(jiān)管示范系統(tǒng)

3.1 基本情況

本文研究成果以軟件產(chǎn)品的形式發(fā)布，該系統(tǒng)依托江蘇省交通地理信息服務(wù)平臺(tái)，對(duì)312國(guó)道龍華立交至張店樞紐段擴(kuò)建工程（公路）、通揚(yáng)線高郵段航道改擴(kuò)建工程（水路）兩項(xiàng)工程展開試點(diǎn)示范應(yīng)用。

江蘇省交通地理信息服務(wù)平臺(tái)，具備全省交通地理信息數(shù)據(jù)，提供定位檢索、地圖查詢、專題統(tǒng)計(jì)、道路實(shí)景和三維展示等基本功能，并為交通應(yīng)急、航道管理、公路管理、運(yùn)輸管理等方面的交通決策、交通規(guī)劃、建設(shè)和行業(yè)管理提供地理數(shù)據(jù)保障和技術(shù)支持，向全省各業(yè)務(wù)部門提供信息服務(wù)。

312國(guó)道龍華立交至張店樞紐段擴(kuò)建工程主路起于龍華立交西側(cè)、順接江北大道，終點(diǎn)位于張店樞紐東側(cè)，全長(zhǎng)6.92 km，進(jìn)行車道加寬和樞紐改造。通揚(yáng)線高郵段航道改擴(kuò)建工程航道整治里程35.019 km，護(hù)岸約38 km，航道寬度將拓寬到70 m，其中新建護(hù)岸27.3 km、老駁岸加固9.5 km，新建威高路橋1座，改建武安大橋、海潮大橋等橋梁8座。兩項(xiàng)工程為本系統(tǒng)的研發(fā)提供了充足的研究場(chǎng)景與數(shù)據(jù)。

3.2 系統(tǒng)開發(fā)

根據(jù)業(yè)務(wù)、系統(tǒng)需求，進(jìn)行設(shè)計(jì)開發(fā)，系統(tǒng)包括基礎(chǔ)軟硬件平臺(tái)環(huán)境、空間數(shù)據(jù)與信息資源庫(kù)、多源遙感數(shù)據(jù)管理、多源遙感數(shù)據(jù)處理分析、WebGis服務(wù)、交通遙感示范應(yīng)用等六部分，如圖6。其中空間數(shù)據(jù)與信息資源庫(kù)用于示范應(yīng)用中各種數(shù)據(jù)的存儲(chǔ)，包括交通工程點(diǎn)位、線路線性、樁號(hào)分布、工程信息等數(shù)據(jù)以及地理信息數(shù)據(jù)和行政區(qū)劃數(shù)據(jù)等。多源遙感數(shù)據(jù)處理分析模塊主要基于專業(yè)遙感處理軟件ENVI、PCI、ArcMap，以及自研處理分析算法，實(shí)現(xiàn)對(duì)多源遙感數(shù)據(jù)的處理、信息提取、融合處理以及產(chǎn)品生產(chǎn)等處理分析功能，實(shí)現(xiàn)遙感圖像融合、幾何校正、鑲嵌勻色等。交通遙感示范應(yīng)用包括公路、水路兩大類工程建設(shè)監(jiān)管應(yīng)用場(chǎng)景，實(shí)現(xiàn)了遙感監(jiān)測(cè)成果和具體業(yè)務(wù)應(yīng)用結(jié)合，同時(shí)也實(shí)現(xiàn)遙感監(jiān)測(cè)成果的常態(tài)化更新和集中管理。

3.3 應(yīng)用效果

系統(tǒng)具備多時(shí)期影像對(duì)比、交通目標(biāo)提取、統(tǒng)計(jì)分析以及工具條等功能模塊，在部署使用后，省、市級(jí)建設(shè)監(jiān)管部門對(duì)兩項(xiàng)工程的監(jiān)管可從人工上報(bào)、現(xiàn)場(chǎng)核查轉(zhuǎn)變?yōu)榫€上監(jiān)管，具體表現(xiàn)為：在工程目標(biāo)提取方面，基本實(shí)現(xiàn)了公路工程中建設(shè)范圍、周邊道路以及水路工程中防塵網(wǎng)、土方、護(hù)岸的識(shí)別提取，能夠分圖層展示各類對(duì)象以及占有區(qū)域;在進(jìn)度變化檢測(cè)方面，實(shí)現(xiàn)了多期影像對(duì)比識(shí)別變化目標(biāo)、變化范圍等，并能夠結(jié)合工程信息數(shù)據(jù)，對(duì)進(jìn)度進(jìn)行量化分析，直觀展示進(jìn)度計(jì)劃完成情況。

4 結(jié)論

本文研究成果為高分遙感技術(shù)在交通運(yùn)輸行業(yè)的融合應(yīng)用提供了有效抓手，解決了交通工程建設(shè)監(jiān)管過程中以人力巡查、人工校驗(yàn)為主的核查滯后、資源浪費(fèi)、誤檢率高等問題。目前，該項(xiàng)技術(shù)成果尚未能完全取代人工監(jiān)管，下一階段可在示范系統(tǒng)的基礎(chǔ)上面向全省乃至全國(guó)進(jìn)行進(jìn)一步推廣應(yīng)用，基于更多工程建設(shè)項(xiàng)目擴(kuò)容樣本庫(kù)、優(yōu)化算法，提高識(shí)別精度，有力支撐交通工程建設(shè)行業(yè)應(yīng)用。

參考文獻(xiàn)：

[1]宋晨曦，鄒同元，王劍，等.高分遙感技術(shù)在交通運(yùn)輸行業(yè)的應(yīng)用及展望[J].衛(wèi)星應(yīng)用，2014，5（06）：55-59.

[2]楊永杰.高分遙感技術(shù)在公路交通領(lǐng)域的應(yīng)用[J].山西交通科技，2019，47（06）：88-90.

[3]武辰.遙感影像多層次信息變化檢測(cè)研究[D].武漢大學(xué)，2015.

[4]徐俊峰.多特征融合的遙感影像變化檢測(cè)技術(shù)研究[D].解放軍信息工程大學(xué)，2015.

[5]邢慧芬，吳其林，曹騫.基于人類視覺模型和Contourlet變換的圖像感知哈希算法[J].阜陽師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2016，33（04）：62-66.

[6]王守峰，楊學(xué)志，董張玉，等.基于Relief-PCA特征選擇的遙感圖像變化檢測(cè)[J].圖學(xué)學(xué)報(bào)，2019，40（01）：117-123.

[7]蔡怤晟，向澤君，蔡衡，等.結(jié)合特征選擇的CVA多尺度遙感影像變化檢測(cè)[J].測(cè)繪通報(bào)，2020，66（08）：101-104.

[8]張帥毅.基于航空遙感的交通信息監(jiān)測(cè)關(guān)鍵技術(shù)研究[D].西南交通大學(xué)，2015.

[9]張東，王趙明，袁旻忞.基于遙感技術(shù)的公路工程環(huán)境監(jiān)理方法研究[J].公路，2019，64（05）：194-199.

[10]蔡紅玥，袁勝古，陽柯，等.國(guó)產(chǎn)高分辨率遙感影像農(nóng)村公路核查方法及其應(yīng)用[J].測(cè)繪通報(bào)，2020，66（03）：91-95.

[11]肖國(guó)峰，張?zhí)N靈，楊璇，等.基于GF—2遙感影像的典型道路路面類型識(shí)別[J].公路，2020，65（10）：18-25.