火星表面類水系構造山谷網(wǎng)絡提取研究綜述

丁 妍 丁韋娜 曾興國 任 福，3，4

1 武漢大學資源與環(huán)境科學學院，湖北武漢，430079 2 中國科學院國家天文臺，北京，100101 3 武漢大學地理信息系統(tǒng)教育部重點實驗室，湖北 武漢，430079 4 自然資源部數(shù)字制圖與國土信息應用重點實驗室，湖北 武漢，430079

火星是太陽系中距離地球較近，自然環(huán)境與地球最為類似的行星［1］。歷史上，世界各國開展了一系列火星探測活動，并將火星的古代水活動歷史和宜居演化作為研究的重要內容［2］。中國首次火星探測任務的一大科學目標便是研究火星水冰分布［3］。盡管目前火星表面環(huán)境大氣壓力與溫度過低，液態(tài)水無法存在，但從現(xiàn)有影像中可以看到，火星表面存在類水系構造，包括古河流、古湖泊、三角洲等。其中，火星南部高地被數(shù)百個縱橫的山谷分割，這些山谷長度可達數(shù)百甚至數(shù)千公里，形成相互連接的網(wǎng)絡?；鹦堑纳焦染W(wǎng)絡在視覺上與地球陸地河網(wǎng)水系十分相似，長期以來一直被視作火星表面存在過流水活動的有力證據(jù)。由于可能蘊含火星表面水文系統(tǒng)和氣候的相關信息，山谷網(wǎng)絡成為火星類水系構造的重要研究方向。

隨著火星探測活動的持續(xù)進行，人們對山谷網(wǎng)絡的成因和火星氣候等方面的研究逐漸深入?？茖W家們提出了多種不同的模型來解釋山谷網(wǎng)絡的形成，目前存在兩種主流觀點。傳統(tǒng)觀點認為，在約40億年前的諾亞紀，火星氣候溫暖濕潤，降水充沛，這些山谷網(wǎng)絡是在地表徑流的流水侵蝕作用下形成的［4，5］。另一種觀點認為，山谷是在地下水流失的作用下形成的［6，7］。而最新研究將山谷網(wǎng)絡形成假說擴展到冰下侵蝕，認為大多數(shù)山谷網(wǎng)絡主要是在冰川作用下形成的［8］。

盡管山谷網(wǎng)絡的形成機制仍然存在爭議，但大多數(shù)研究都同意火星上的山谷與水有著高度的相關性，山谷的形成可能涉及河流侵蝕、地下水侵蝕、冰川侵蝕和冰下侵蝕這些與水有關的地質過程。許多學者基于山谷網(wǎng)絡估算火星歷史時期的水含量，進而研究火星古代氣候與水演化歷史。然而，由于數(shù)據(jù)與方法不同，估算結果存在巨大差異。因此，準確提取火星表面山谷網(wǎng)絡對構建火星的水系河網(wǎng)構造，復原古火星表面的水系演化具有重要意義，同時也可為搜尋現(xiàn)在的火星地下水存在區(qū)域提供線索。

本文對火星山谷網(wǎng)絡的提取方法進行梳理，將現(xiàn)有方法分為手工繪制和算法自動提取兩大類，并分析現(xiàn)有方法的特點，提出未來可能的發(fā)展方向。

1 火星數(shù)據(jù)源

火星探測的主要任務之一是利用各種探測器和相機獲取火星表面的影像，這些影像以及由它們加工得到的遙感制圖產(chǎn)品便成為了山谷網(wǎng)絡提取的數(shù)據(jù)源。所用到的影像主要有Viking 圖像、MDIM（Mars digital image model）數(shù)據(jù)、MOC（Mars orbiter camera）數(shù) 據(jù)、THEMIS（thermal emission and imaging spectrometer）全火星影像鑲嵌圖以及地形制圖產(chǎn)品MOLA（Mars orbiter laser altimeter）數(shù)字高程模型（digital elevation model，DEM）數(shù)據(jù)。表1 為各數(shù)據(jù)源的詳細信息，圖1為影像樣例［9-13］。

圖1 火星數(shù)據(jù)產(chǎn)品對比Fig.1 Comparison of Martian Data Products

表1 各火星數(shù)據(jù)源信息Tab.1 Information of Martian Data Sources

2 手工繪制方法

手工繪制火星山谷網(wǎng)絡是指研究人員通過直接觀察影像識別出山谷，并手工繪制出地圖。

2.1 進展情況

在早期，僅基于影像數(shù)據(jù)手工繪制地圖，且局限在特定區(qū)域。為了詳細研究單個火星山谷網(wǎng)絡的形態(tài)特征，計算其排水密度，以探究其形成原因和演化過 程，一 些學者繪制了局部 地區(qū)的山谷網(wǎng)絡［14，15］。然而，僅研究特定區(qū)域存在一定不足。Carr［16］首次將火星上的山谷網(wǎng)絡作為一個整體進行研究，全面地描述了其特征。該研究基于Arc/Info 軟件，使用Viking 圖像繪制了火星65°N～65°S 范圍內的山谷網(wǎng)絡。所得成果文件包含900 多個山谷網(wǎng)絡，且包括每個分支的位置、長度、水系級別等屬性信息。由該文件資料計算得到，火星65°N～65°S 范圍內的平均排水密度為1.6 × 10-3km-1［17］。

隨著新影像數(shù)據(jù)的出現(xiàn)，數(shù)字地形數(shù)據(jù)也被應用 到 山 谷 網(wǎng) 絡 的 提 取。 Gasselt 等［18］基 于MOLA DEM 和Viking MDIM 數(shù)據(jù)對山谷網(wǎng)絡進行數(shù)字化勾繪，并依據(jù)山谷網(wǎng)絡的長度、支路數(shù)量和支路類型將其分為3 類。Hynek 等［19］則使用了MOLA DEM和圖像質量更高的MOC 全球影像進行勾繪。與以往研究相比，Hynek 等［19］在GIS 軟件中得到的山谷網(wǎng)絡數(shù)量顯著增加，完整性更強，排水密度接近1×10-1km-1，這表明火星上存在相對成熟的排水系統(tǒng)。 隨 后，Hynek 等［5］引入了THEMIS daytime IR影像數(shù)據(jù)，得到了代表火星上大部分山谷的地圖。Alemanno 等［20］將THEMIS daytime IR 和MOLA DEM 結合起來，且在THEMIS 數(shù)據(jù)分辨率不足的區(qū)域加入了分辨率高達6 m/像素的CTX 影像，手工繪制山谷網(wǎng)絡，結果見圖2。

圖2 手工繪制的山谷網(wǎng)絡示意圖Fig.2 Diagram of Valley Network Drawn Manually

2.2 特點分析

手工繪制方法出現(xiàn)時間最早，且至今仍為主流。由專業(yè)人士對影像中的地形進行分析，從而勾繪出山谷，提取到的山谷網(wǎng)絡具有很高的準確率和權威性。且手工勾繪方法除了使用DEM 地形數(shù)據(jù)外，還可以添加THEMIS 以及分辨率更高的CTX 影像等數(shù)據(jù)，使得識別出的山谷更準確、更細致［20］。目前，手工方法的不足主要是人力耗費問題，隨著火星遙感影像分辨率的提升，可識別的山谷網(wǎng)絡數(shù)量及細節(jié)信息將大幅增加，這意味著將花費更多的人力來繪制火星全球的山谷。Bahia 等［21］認為可以將火星山谷識別作為公眾項目推廣，其實驗表明，非專業(yè)人士也能有效重現(xiàn)山谷網(wǎng)絡的形態(tài)結構，因為可以通過專家驗證消除其中的假陽性谷，這種方式比專家直接手工繪制圖像花費時間少。

3 算法提取

利用算法自動提取火星山谷網(wǎng)絡可以彌補手工勾繪人力耗費大的不足，該方法主要分為3 類：①基于地表流水物理模擬提取山谷網(wǎng)絡；②基于切線曲率提取山谷網(wǎng)絡；③基于極值線提取山谷網(wǎng)絡。其中，方法①是地球山谷線提取算法在火星上的應用，而后兩種算法是針對火星地形的特殊性專門開發(fā)出來的，能很好地解決特殊地貌給山谷網(wǎng)絡提取帶來的問題。

3.1 基于地表流水物理模擬提取山谷網(wǎng)絡

由于水系特征與地形特征的一致性，基于地表流水物理模擬的方法是從DEM 數(shù)據(jù)中提取地球山谷線的一類典型方法。這類方法依據(jù)“水往低處流”的自然規(guī)律，通過計算匯水量，細化河網(wǎng)水系，得到山谷線。其中，最有代表性的為文獻［22］中的D8 算法，該算法被廣泛應用于地球陸地表面的流向分析與匯流分析。

D8 算法的基本思路如下：假定水流可能流動的8個方向，計算中心柵格與周圍8個方向的梯度，找到最陡梯度方向，即水流方向，以此方向計算匯水量，根據(jù)匯水量閾值提取出河網(wǎng)水系。Craddock 等［23］基于MOLA 地形數(shù)據(jù)，利用RiverTools 和Arc Hydro工具將該方法應用于火星表面山谷網(wǎng)絡的提取，并考慮到火星表面存在大量隕石坑與火山口，使用強制梯度方法計算平坦區(qū)域的梯度，提取結果具有較好的連續(xù)性，識別出了3 種不同類型的山谷網(wǎng)絡。Mest 等［24］也使用相似方法提取出Tyrrhena Terra 區(qū)域的樹枝狀網(wǎng)絡。Stepinski 等［25］則開發(fā)了一種基于DEM 的自動化算法，該算法與標準的D8 算法相似，但針對火星的特殊地形添加了識別和填平凹坑的步驟，提取得到的網(wǎng)絡與手工繪制的一致。

3.2 基于切線曲率提取山谷網(wǎng)絡

結合數(shù)字地形分析和圖像處理等領域的方法，Molloy 等［26］提出了一種基于切線曲率從DEM 數(shù)據(jù)中提取山谷網(wǎng)絡的算法。該算法的核心思想是從具有凸切線曲率特征的地形中識別出山谷部分。也有學者將該方法應用于Mare Tyrrhenum quadrangle 區(qū)域和火星全球，得到了比手繪地圖更加詳細的火星山谷網(wǎng)絡分布圖［27，28］，如圖3 所示。

圖3 自動提取山谷網(wǎng)絡Fig.3 Valley Network Extracted Automatically

3.3 基于極值線提取山谷網(wǎng)絡

由于山谷網(wǎng)絡以極值線的形式出現(xiàn)，Günther等［29］提出了基于極值線的DEM 山谷網(wǎng)絡提取方法。首先，計算出拓撲骨架的層次結構，獲取最小值；然后，用最小值集作為簡單泛洪算法的種子點進行注水，便可以覆蓋隕石坑；最后，所有的隕石坑被覆蓋住后，便可提取極值線，獲取山谷網(wǎng)絡。該方法的主要思路如下：

1）切線曲率計算。切線曲率κt(x，y)是在給定點的切線方向上測量的曲率，κt的正值表示凸型和收斂流，負值表示凹型和發(fā)散流。山谷網(wǎng)絡呈凸型，因此可由κt值確定。κt的計算公式如下：

式中，f為（x，y）的函數(shù)，表示海拔高度。

2）分割與消除。采用連通分量標記算法［30］對閾值曲率二值圖像進行分割，將其分割成單獨的碎片。其中，細長的碎片可能為山谷，而更大的碎片可能與火山口和其他地形部分對應。利用式（2）計算碎片的圓度，消除圓度和面積過大的片段。

式中，C、A、P分別為碎片的圓度、面積和周長。

3）掩膜消除、細化與重連接。消除的隕石坑的掩膜由“deep flood”和紋理兩部分組成?！癲eep flood”部分由泛洪算法計算得到，而紋理部分是指高程標準差大于閾值的像素。消除掩膜遮蓋的部分后，剩下的圖像通過細化操作［31］進行骨架化，即將所有線條減薄到單個像素的寬度。計算排水方向并積聚權值，根據(jù)閾值實現(xiàn)像素的連接，以形成完整的山谷網(wǎng)絡。

3.4 特點分析

利用山谷網(wǎng)絡自動提取方法能快速提取出密度可觀的山谷，且耗費人力較少。假設火星的山谷網(wǎng)絡代表古代的排水系統(tǒng)，盡管一般山谷線提取方法（如D8 算法）原則上可以提取火星的山谷網(wǎng)絡，但由于隕石坑的存在，火星表面形成了大量的小型排水盆地，且原有的河網(wǎng)結構被疊加在山谷上的隕石坑破壞。因此，將這種算法直接應用到火星上是不可行的［26］。為解決此問題，之后的改良算法中大多加入了消除隕石坑地貌的步驟。盡管山谷網(wǎng)絡的自動提取方法在提取階段具有很高的效率，但所得結果仍需要經(jīng)過人工的檢查、核驗，以消除假陽性成分。此外，即使是最好的算法也缺乏人類對問題的理解，無法在更廣泛的背景下作出判斷［26］。隨著機器學習以及深度學習算法的發(fā)展，經(jīng)過高質量數(shù)據(jù)集訓練后的神經(jīng)網(wǎng)絡已經(jīng)能夠很好地從地球高分辨率遙感影像中提取河流、道路等線性構造。隨著火星影像分辨率的逐漸提高，也可以利用類似的方法將已提取到的山谷作為先驗知識應用到其他山谷的提取中，以生成更完整、更詳細的火星山谷網(wǎng)絡分布圖。

4 結束語

了解火星山谷網(wǎng)絡的形態(tài)、分布對研究火星表面液態(tài)水歷史及氣候演變十分重要。近年來，隨著數(shù)據(jù)質量的提升與技術水平的進步，利用火星影像與地形數(shù)據(jù)進行山谷網(wǎng)絡提取的研究得到了迅速發(fā)展，從早期的人工目視解譯與手工繪制，逐漸發(fā)展為半自動與自動提取。然而，由于火星地貌復雜，實現(xiàn)精確的自動提取仍然存在許多困難。隨著神經(jīng)網(wǎng)絡的發(fā)展，影像中的線性構造能夠被更精準地識別出來，利用語義分割能夠提取地球遙感影像中的河流以及道路。未來將結合深度學習算法，進一步推動火星山谷網(wǎng)絡的自動提取和火星制圖的發(fā)展。