基于衛(wèi)星遙感數(shù)據(jù)的違法建筑監(jiān)查與執(zhí)法技術(shù)探討

朱雪苗

（三和數(shù)碼測(cè)繪地理信息技術(shù)有限公司，甘肅 天水 741000）

隨著我國(guó)工業(yè)化和城市化的快速發(fā)展，建設(shè)用地面積迅速增長(zhǎng)。尤其是近年來(lái)，我國(guó)建設(shè)用地規(guī)模急劇擴(kuò)張，且出現(xiàn)無(wú)序擴(kuò)張現(xiàn)象，引發(fā)土地資源利用率下降、耕地資源減少、環(huán)境污染與生態(tài)破壞等一系列問(wèn)題。因此，及時(shí)、準(zhǔn)確獲得建設(shè)用地變化信息，對(duì)于合理制定城市規(guī)劃方案，實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)與資源利用、生態(tài)環(huán)境的可持續(xù)發(fā)展具有重要意義。

與傳統(tǒng)的實(shí)地調(diào)查方法相比，采用遙感變化檢測(cè)技術(shù)進(jìn)行建設(shè)用地動(dòng)態(tài)監(jiān)測(cè)具有速度快、覆蓋范圍廣、效率高的優(yōu)勢(shì)。當(dāng)然，利用衛(wèi)星遙感影像監(jiān)測(cè)特定地區(qū)建設(shè)用地變化信息時(shí)，往往受衛(wèi)星影像的時(shí)間分辨率、空間分辨率以及天氣等因素的限制。根據(jù)國(guó)家社會(huì)經(jīng)濟(jì)發(fā)展和可持續(xù)發(fā)展戰(zhàn)略需求，圍繞“提升住建現(xiàn)代化水平，全面推進(jìn)“互聯(lián)網(wǎng)”+“住建監(jiān)測(cè)”的目標(biāo)要求，集成利用衛(wèi)星遙感、低空遙感、云計(jì)算、地理信息系統(tǒng)和導(dǎo)航位置服務(wù)等技術(shù)，構(gòu)建基于空天地信息的遙感業(yè)務(wù)化監(jiān)測(cè)體系，將全面提升違章建筑執(zhí)法監(jiān)察效率。

截至目前，國(guó)際上利用遙感數(shù)據(jù)進(jìn)行違章建筑監(jiān)測(cè)也取得了多項(xiàng)成就。同時(shí)，全球?qū)Φ赜^測(cè)體系的建立、理論研究、分析處置方法的改善等都為基于衛(wèi)星遙感數(shù)據(jù)的違法建筑監(jiān)查與執(zhí)法技術(shù)的應(yīng)用推廣奠定了堅(jiān)實(shí)的基礎(chǔ)。

1 研究區(qū)域概況

安定區(qū)，隸屬于定西市，是定西市委、市政府所在地，位于甘肅省中部，南北長(zhǎng)82.9 千米，東西寬73.3 千米，總流域面積3638 平方公里，總耕地面積243 萬(wàn)畝，見(jiàn)圖1。

圖1 研究區(qū)地理位置圖

安定區(qū)是黃河文明的發(fā)祥地之一，是古“絲綢之路”重鎮(zhèn)，也是新歐亞大陸橋的必經(jīng)之地，素有“甘肅咽喉、蘭州門(mén)戶”之稱(chēng)，距省城蘭州98 公里，是“蘭白都市經(jīng)濟(jì)圈”、“關(guān)中- 天水經(jīng)濟(jì)區(qū)”和“絲綢之路”經(jīng)濟(jì)帶甘肅黃金段重要的節(jié)點(diǎn)城市，隴海鐵路，巉柳、平定、天定高速公路，312、310 國(guó)道穿境而過(guò)。2020年2 月，經(jīng)甘肅省脫貧攻堅(jiān)領(lǐng)導(dǎo)組審定，安定區(qū)退出貧困縣名錄。

經(jīng)濟(jì)的高速發(fā)展，帶來(lái)用地需求的增多，為安定區(qū)的規(guī)劃提出了更高的要求。然而在利益面前，不少違法人員無(wú)視政府城鎮(zhèn)發(fā)展規(guī)劃準(zhǔn)則和要求，私自加建、違建，甚至利用自身權(quán)力的便利為自己及利益團(tuán)體的利益，進(jìn)行違法建設(shè)，這種行為不僅嚴(yán)重影響城市的科學(xué)規(guī)劃發(fā)展，同時(shí)也嚴(yán)重地破壞了社會(huì)的公平和諧。因此，采取有效的措施及時(shí)、準(zhǔn)確的進(jìn)行周期性的檢測(cè)監(jiān)察勢(shì)，方便執(zhí)法部門(mén)的處理及勒令改正勢(shì)在必行。面對(duì)這一需求，積極探討切實(shí)有效的檢測(cè)監(jiān)察工作方案是解決這一問(wèn)題的有利抓手。

2 數(shù)據(jù)來(lái)源

本次研究的數(shù)據(jù)主要包括衛(wèi)星影像數(shù)據(jù)和各類(lèi)歷史調(diào)查矢量數(shù)據(jù)，見(jiàn)表1。

表1 研究區(qū)數(shù)據(jù)情況

3 研究方法

3.1 技術(shù)路線

獲取不同時(shí)相的原始影像數(shù)據(jù)，對(duì)獲取的影像數(shù)據(jù)進(jìn)行預(yù)處理，使用面向?qū)ο蟮挠?jì)算機(jī)解譯方法對(duì)預(yù)處理后的衛(wèi)星影像進(jìn)行智能提取，得到兩期影像上所有的建筑物圖斑，利用智能變化檢測(cè)技術(shù)，提取出變化圖斑，然后與城市規(guī)劃數(shù)據(jù)對(duì)比，提取出違章建筑物圖斑，錄入違章建筑物的屬性信息，并將圖斑提取結(jié)果與收集的歷史矢量數(shù)據(jù)進(jìn)行比對(duì)，評(píng)判精度，分析影響精度的因子，提出提升精度的措施，見(jiàn)圖2。

圖2 研究技術(shù)路線圖

3.2 技術(shù)原理

3.2.1 目視解譯。目視解譯是遙感應(yīng)用最常用、最基本的方法之一。它根據(jù)位置、形狀、大小、色調(diào)、陰影、紋理、圖形及相關(guān)布局等遙感圖像的目視解譯標(biāo)志，結(jié)合遙感解譯經(jīng)驗(yàn)，同時(shí)考慮多種非遙感信息資料，運(yùn)用相關(guān)知識(shí)理論，采用對(duì)照分析的方法，通過(guò)由此及彼、由表及里、去偽存真、循序漸進(jìn)的綜合分析和邏輯推理，從遙感圖像中獲取需要的專(zhuān)題信息。目視解譯簡(jiǎn)單易操作，而且信息提取精度相對(duì)較高，但是也有相應(yīng)的缺點(diǎn)。比如，具有不同專(zhuān)業(yè)知識(shí)背景、解譯經(jīng)驗(yàn)的解譯人員，對(duì)同一基礎(chǔ)數(shù)據(jù)的解譯結(jié)果可能不盡相同，因?yàn)槟恳暯庾g的結(jié)果往往帶有解譯者的主觀隨意性。且相比于遙感信息的自動(dòng)提取，目視解譯工作量大、費(fèi)工費(fèi)時(shí)，面對(duì)大批量空間信息時(shí)，實(shí)現(xiàn)定量化分析和保證解譯的時(shí)效性都很困難。

3.2.2 面向?qū)ο?。針?duì)建筑物幾何形狀規(guī)則、紋理信息各異的特點(diǎn)，使用面向?qū)ο蟮奶崛》椒ㄌ崛〗ㄖ铩Ｋ姆治鰡卧怯扇舾蓚€(gè)像素組成的像素群即目標(biāo)對(duì)象，而不是單個(gè)像素。相對(duì)于單個(gè)像素來(lái)說(shuō)目標(biāo)對(duì)象更具有實(shí)際的意義，而且特征的分類(lèi)和定義均是基于目標(biāo)進(jìn)行的。通常，面向?qū)ο蠓诸?lèi)方法主要通過(guò)模糊邏輯分類(lèi)和影像分割來(lái)實(shí)現(xiàn)。在高空間分辨率遙感影像中，房屋表現(xiàn)為面狀地物具有一定寬度、長(zhǎng)度和面積，傳統(tǒng)的提取方法采用區(qū)域生長(zhǎng)算法，如基于邊緣跟蹤的方法即邊緣監(jiān)測(cè)法等。但這些主要還是基于像元灰度特征的提取算法，在大規(guī)模實(shí)際應(yīng)用的準(zhǔn)確性、實(shí)用性等方面還有較大的差距。在面向?qū)ο蟮木垲?lèi)信息提取中，把房屋分割成一個(gè)個(gè)具有一定寬度、長(zhǎng)度和面積的方形對(duì)象，并且這些對(duì)象有一定的面積和長(zhǎng)寬比，且在灰度上具有一定的相似性。為得到滿足上述條件的建筑，可先通過(guò)對(duì)象的灰度特征提取出滿足灰度條件的影像對(duì)象，再通過(guò)一個(gè)形狀參數(shù)的約束來(lái)實(shí)現(xiàn)。

4 數(shù)據(jù)處理

4.1 數(shù)據(jù)獲取

考慮到監(jiān)測(cè)的敏捷性及監(jiān)測(cè)精度，本次研究擬選取衛(wèi)星影像數(shù)據(jù)的時(shí)間間隔為1 個(gè)月，空間分辨率為2 米，衛(wèi)星源為高分1。在實(shí)際研究時(shí)，考慮到衛(wèi)星影像的云霧覆蓋、陰影、數(shù)據(jù)處理級(jí)別、原始數(shù)據(jù)拍攝時(shí)的視角等因素。最終選取了6 期高分1數(shù)據(jù)。時(shí)間段為2020 年1 月31 號(hào)到2020 年12 月31 號(hào)，考慮數(shù)據(jù)的空間覆蓋率，最終將研究區(qū)確定為安定區(qū)巉口鎮(zhèn)。

4.2 監(jiān)測(cè)底圖生產(chǎn)

監(jiān)測(cè)底圖作為衛(wèi)星遙感技術(shù)服務(wù)于執(zhí)法監(jiān)察的根本，是監(jiān)測(cè)在技術(shù)環(huán)節(jié)執(zhí)行變化檢測(cè)技術(shù)流程的基礎(chǔ)。影像數(shù)據(jù)的質(zhì)量直接決定了目視解譯及遙感軟件智能解譯的精度及效率。本次研究實(shí)驗(yàn)中，在監(jiān)測(cè)底圖的生產(chǎn)上，綜合應(yīng)用了多款遙感數(shù)據(jù)處理軟件，各取所長(zhǎng)，保證了監(jiān)測(cè)底圖高精度、高效率的生產(chǎn)，在具體作業(yè)流程的設(shè)置上也進(jìn)行了靈活的配置，保障了高效率的數(shù)據(jù)生產(chǎn)。

4.2.1 將下載的原始數(shù)據(jù)利用7Z軟件進(jìn)行解壓，對(duì)解壓后的數(shù)據(jù)，利用超算平臺(tái)V4.0 創(chuàng)建了金字塔。

4.2.2 將創(chuàng)建金字塔后的數(shù)據(jù)，分期與安定區(qū)行政區(qū)劃界限矢量疊加，考慮重疊度和影像質(zhì)量等各類(lèi)因素進(jìn)行了交互式選片，最終保留質(zhì)量較好的影像數(shù)據(jù)。

4.2.3 全色數(shù)據(jù)匹配平差。先對(duì)原始全色影像，以工程的模式，全自動(dòng)進(jìn)行連接點(diǎn)匹配，最終形成了相關(guān)系數(shù)為0.85，且單景點(diǎn)數(shù)不少于6000 個(gè)，整個(gè)測(cè)區(qū)點(diǎn)位分布均勻的的自由網(wǎng)，且通過(guò)平差，對(duì)粗差超過(guò)1.2 像素的點(diǎn)進(jìn)行了剔除。最后，利用平差合格的點(diǎn)，對(duì)全色影像全自動(dòng)進(jìn)行正射校正處理。

4.2.4 多光譜數(shù)據(jù)匹配糾正。以校正后的全色影像為基準(zhǔn)，給多光譜做基準(zhǔn)影像匹配，用匹配出的控制點(diǎn)做正射校正。

4.2.5 影像融合。影像融合采用Pansharp 融合算法，融合后的影像做波段波段運(yùn)算，增強(qiáng)影像解譯的精度及效率。

4.2.6 影像勻色。選擇顏色較好的數(shù)據(jù)作為模板參考，對(duì)全部影像進(jìn)行自動(dòng)色彩平衡處理，生成勻色后的單景影像。

4.2.7 鑲嵌分幅。輸入勻色后的影像，生成鑲嵌線，并對(duì)鑲嵌線進(jìn)行編輯，編輯完成后進(jìn)行影像并行鑲嵌。最終形成服務(wù)于執(zhí)法監(jiān)察的衛(wèi)星數(shù)據(jù)源監(jiān)測(cè)底圖。

4.2.8 地理配準(zhǔn)。為了充分利用已有歷史矢量數(shù)據(jù)，在數(shù)據(jù)配準(zhǔn)上，基準(zhǔn)數(shù)據(jù)選擇了三調(diào)影像。

4.3 面向?qū)ο蠓诸?lèi)

土地的使用類(lèi)別會(huì)隨著時(shí)間的推移發(fā)生變化，變化檢測(cè)就是對(duì)同一區(qū)域不同時(shí)相的數(shù)據(jù)中地類(lèi)發(fā)生的變化進(jìn)行檢測(cè)測(cè)，檢測(cè)結(jié)果會(huì)將發(fā)生變化的地塊生成一個(gè)矢量文件，并在屬性表中注明該地塊前后的類(lèi)別。

利用面向?qū)ο蟮姆诸?lèi)方法，將處理的2021 年安定區(qū)高分影像、2020 年安定區(qū)三調(diào)影像進(jìn)行分割，生成新的矢量數(shù)據(jù)，利用已積累的歷史矢量數(shù)據(jù)進(jìn)行樣本制作，最終生成新的影像分類(lèi)矢量數(shù)據(jù)，見(jiàn)圖3。

圖3 面向?qū)ο蠓诸?lèi)流程圖

4.4 變化檢測(cè)

添加前后時(shí)期影像分類(lèi)矢量成果數(shù)據(jù)，進(jìn)行比對(duì)，形成發(fā)生變化圖斑矢量文件，最后通過(guò)目視篩選出最終的變化圖斑。

5 研究成果

在此次研究測(cè)試中，依據(jù)現(xiàn)有的數(shù)據(jù)來(lái)源，安定區(qū)全域數(shù)據(jù)覆蓋情況不能滿足每月監(jiān)測(cè)一次的需求，最終我們選擇了影像覆蓋頻率、覆蓋度均較高的巉口鎮(zhèn)局部作了6 期監(jiān)測(cè)，具體時(shí)段為2019 年10 月至2020 年1 月、2020 年1 月至2020 年5月、2020 年5 月至2020 年7 月、2020 年7 月至2020 年9 月、2020 年9 月至2020 年11 月、2020 年11 月至2020 年12 月；而對(duì)安定區(qū)全域，基于安定區(qū)2019 年10 月正射影像數(shù)據(jù)（三調(diào)統(tǒng)一時(shí)點(diǎn)更新數(shù)據(jù)）和安定區(qū)2020 年12 月正射影像數(shù)據(jù)，完成了一期年度建筑變化圖斑的提取?？紤]監(jiān)測(cè)的頻次，對(duì)數(shù)據(jù)周期性覆蓋度較好的巉口鎮(zhèn)，完成了6 期建筑圖斑的提取。

在圖斑提取上，我們采用目視解譯和面向?qū)ο蟮姆椒ㄟM(jìn)行了單期數(shù)據(jù)的提取，對(duì)前后時(shí)相，基于變化圖斑矢量數(shù)據(jù)進(jìn)行了變化檢測(cè)，提取了疑似違法建筑變化圖斑，最終形成了6 期巉口鎮(zhèn)違法建筑監(jiān)測(cè)圖斑矢量成果及安定區(qū)全域年度監(jiān)測(cè)圖斑矢量成果，并生成了多期變化圖斑空間分布圖、重點(diǎn)圖斑分布專(zhuān)題圖、違法建筑圖斑信息統(tǒng)計(jì)表等各類(lèi)成果。

6 討論分析

綜合分析1 期年度變化檢測(cè)結(jié)果及巉口鎮(zhèn)的6 期監(jiān)測(cè)結(jié)果?？梢钥闯觯覀冃纬傻淖罱K年度監(jiān)測(cè)成果與國(guó)家下發(fā)的變更監(jiān)測(cè)圖斑有一定的差異，但也達(dá)到了遙感影像服務(wù)監(jiān)測(cè)應(yīng)用的精度。

6.1 就安定區(qū)全域而言，2020 年國(guó)家下發(fā)變化監(jiān)測(cè)圖斑836 個(gè),其中建筑相關(guān)圖斑729 個(gè)；我們解譯得到的安定區(qū)2019年11 月至2020 年12 月建筑相關(guān)變化圖斑累計(jì)608 個(gè)，圖斑覆蓋率83.4%；其中85%范圍與國(guó)家下發(fā)一致; 而不一致的圖斑，經(jīng)分析發(fā)現(xiàn)主要是有一些圖斑，國(guó)家下發(fā)的監(jiān)測(cè)圖斑標(biāo)注變化，而我們的影像上無(wú)明顯變化。而有一些圖斑國(guó)家未標(biāo)注，而我們從影像上看有明顯變化痕跡。巉口鎮(zhèn)的監(jiān)測(cè)結(jié)果時(shí)序性較強(qiáng)，清楚的反應(yīng)了大型建設(shè)工程的總體建設(shè)進(jìn)度。

6.2 對(duì)衛(wèi)星數(shù)據(jù)源而言，進(jìn)行多源數(shù)據(jù)的綜合利用，提升時(shí)間分辨率、空間分辨率，對(duì)變化圖斑的檢測(cè)將更加靈敏、更加準(zhǔn)確。

6.3 深入分析本次研究的實(shí)驗(yàn)結(jié)果，不難得出這樣的結(jié)論：利用衛(wèi)星遙感影像監(jiān)測(cè)特定地區(qū)建設(shè)用地變化信息時(shí)，往往受衛(wèi)星影像的時(shí)間分辨率、空間分辨率以及天氣等因素的限制。所以，在實(shí)際工作中，考慮發(fā)揮航空、低空遙感平臺(tái)（無(wú)人機(jī)、飛艇等）機(jī)動(dòng)、靈活、周期短且獲取的低空遙感影像具有更高空間分辨率、地物的識(shí)別能力更強(qiáng)的特點(diǎn)，對(duì)重點(diǎn)區(qū)域土地執(zhí)法監(jiān)察所需違法建筑圖斑獲取提供優(yōu)良數(shù)據(jù)源是一種有效的選擇。

6.4 本研究產(chǎn)生的技術(shù)方案有利于推動(dòng)落地基于高分衛(wèi)星遙感影像，運(yùn)用影像自動(dòng)識(shí)別技術(shù)，加強(qiáng)對(duì)地觀測(cè)、地理信息等數(shù)據(jù)的快速分析識(shí)別技術(shù)，形成多源、多時(shí)相遙感數(shù)據(jù)的快速預(yù)處理能力，實(shí)現(xiàn)住建土地資源業(yè)務(wù)化、常態(tài)化監(jiān)測(cè)，輔助違章建筑清查、管理與應(yīng)急決策，服務(wù)于住建信息化管理發(fā)展需求，促進(jìn)城市規(guī)劃的可持續(xù)性發(fā)展。