基于傾斜攝影技術(shù)的煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)

張偉冰，龐 宇，陸汝成

(1.南寧師范大學(xué)，廣西 南寧 530001； 2.廣西國(guó)土資源規(guī)劃設(shè)計(jì)集團(tuán)有限公司，廣西 南寧 530000)

為解決上述問(wèn)題，近年來(lái)諸多學(xué)者設(shè)計(jì)了各種土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)，用來(lái)預(yù)測(cè)煤礦地區(qū)土地利用動(dòng)態(tài)變化。如鄧元杰等[3]設(shè)計(jì)的基于CLUE-S模型和Markov模型的土地利用變化模擬預(yù)測(cè)系統(tǒng)，桑瀟等[4]設(shè)計(jì)的基于TM和OLI數(shù)據(jù)的土地利用動(dòng)態(tài)變化分析與預(yù)測(cè)系統(tǒng)。上述系統(tǒng)在進(jìn)行相關(guān)數(shù)據(jù)采集時(shí)依然采用傳統(tǒng)的航空與航天技術(shù)獲取數(shù)據(jù)，需要在很長(zhǎng)時(shí)間內(nèi)才能獲取所需影像數(shù)據(jù)，當(dāng)出現(xiàn)雨雪等不正常天氣時(shí)，更無(wú)法獲取清晰準(zhǔn)確的土地利用影像數(shù)據(jù)，導(dǎo)致獲取影像數(shù)據(jù)的時(shí)間與物力大大增加，同時(shí)獲取的影像數(shù)據(jù)精度較低，無(wú)法更真實(shí)地反映土地利用狀況[5]。

而無(wú)人機(jī)傾斜攝影技術(shù)可將無(wú)人駕駛技術(shù)與低空傾斜攝影技術(shù)進(jìn)行完美結(jié)合，并將當(dāng)前存在的通信與定位效果較好的技術(shù)與其融合在一起，在進(jìn)行煤礦地區(qū)土地利用狀況影像數(shù)據(jù)采集時(shí)，可使采集數(shù)據(jù)的效率和精度得到顯著提升[6]。因此，本文設(shè)計(jì)基于傾斜攝影技術(shù)的煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)，將傾斜攝影技術(shù)應(yīng)用于煤礦地區(qū)土地利用動(dòng)態(tài)的變化預(yù)測(cè)中，在進(jìn)行煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)時(shí)的效率與準(zhǔn)確率更高，可更好滿足煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)工作的需求。

1 土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)的總體架構(gòu)

為了有效預(yù)測(cè)煤礦地區(qū)土地利用動(dòng)態(tài)變化，設(shè)計(jì)包含數(shù)據(jù)感知層、網(wǎng)絡(luò)通信層、數(shù)據(jù)模型服務(wù)層、應(yīng)用邏輯層以及土地動(dòng)態(tài)預(yù)測(cè)中心的煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)(圖1)。

圖1 系統(tǒng)總體架構(gòu)Fig.1 Overall system architecture

(1)數(shù)據(jù)感知層。包括通信終端模塊、無(wú)人機(jī)數(shù)據(jù)采集模塊等模塊，可利用傾斜攝影技術(shù)實(shí)現(xiàn)對(duì)煤礦地區(qū)土地利用相關(guān)影像數(shù)據(jù)的有效采集，并借助通信終端模塊將所獲土地利用相關(guān)數(shù)據(jù)發(fā)送到網(wǎng)絡(luò)通信層[7]。

(2)網(wǎng)絡(luò)通信層。可將數(shù)據(jù)感知層獲得的煤礦地區(qū)土地利用相關(guān)數(shù)據(jù)傳輸給數(shù)據(jù)模型服務(wù)層，實(shí)現(xiàn)數(shù)據(jù)感知層與數(shù)據(jù)模型服務(wù)層的有效連接。

(3)數(shù)據(jù)模型服務(wù)層。包括土地利用數(shù)據(jù)庫(kù)與土地利用模型變化數(shù)據(jù)庫(kù)。其中，土地利用數(shù)據(jù)庫(kù)用來(lái)存儲(chǔ)與管理由網(wǎng)絡(luò)通信層傳輸?shù)呐c土地利用相關(guān)的圖形以及影像等數(shù)據(jù)；土地利用模型變化數(shù)據(jù)庫(kù)用于對(duì)用于土地利用動(dòng)態(tài)變化預(yù)測(cè)的數(shù)據(jù)進(jìn)行存儲(chǔ)、管理與分析。

(4)應(yīng)用邏輯層。包含VisualC++平臺(tái)與MapObjects控件2個(gè)模塊，將2個(gè)模塊聯(lián)合起來(lái)應(yīng)用對(duì)各類地圖執(zhí)行調(diào)用操作，方便煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)。除對(duì)各類地圖進(jìn)行調(diào)用外，2個(gè)模塊還可實(shí)現(xiàn)對(duì)模型變化數(shù)據(jù)庫(kù)數(shù)據(jù)的調(diào)用，為煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)的計(jì)算做準(zhǔn)備。

從各相關(guān)系數(shù)來(lái)看，與南京河流表層沉積物中APA最具相關(guān)性的是有機(jī)質(zhì)質(zhì)量百分?jǐn)?shù)(r=0.763)，極顯著正相關(guān)(p=0.006)；其次是總磷(r=0.703)，顯著正相關(guān)(p=0.016)；再次為可交換態(tài)氮，與硝酸鹽氮、銨態(tài)氮均顯著正相關(guān)。表明表層沉積物營(yíng)養(yǎng)成分充足情況下，使各種微生物保持旺盛的新陳代謝，則APA相對(duì)較高。各種磷形態(tài)中TP與APA的相關(guān)性最好，OP其次。APA與OP相關(guān)性較好，為正相關(guān)(r=0.576)。這一現(xiàn)象說(shuō)明調(diào)查區(qū)域沉積物的有機(jī)磷經(jīng)堿性磷酸酶作用產(chǎn)生的無(wú)機(jī)磷為沉積物中生物所利用?？山粨Q態(tài)氮與APA的相關(guān)性好于凱氏氮，進(jìn)一步印證了上述結(jié)論。

(5)土地動(dòng)態(tài)預(yù)測(cè)中心。包括土地動(dòng)態(tài)數(shù)據(jù)獲取模塊[8]、DSM圖像生成模塊、預(yù)測(cè)DSM圖像數(shù)據(jù)存儲(chǔ)模塊及土地動(dòng)態(tài)預(yù)測(cè)與管理模塊。土地動(dòng)態(tài)預(yù)測(cè)中心是整個(gè)煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)中最重要的一個(gè)環(huán)節(jié)。土地動(dòng)態(tài)數(shù)據(jù)獲取模塊在接收到由應(yīng)用邏輯層調(diào)用的用于模型計(jì)算的數(shù)據(jù)后，通過(guò)模型計(jì)算模塊對(duì)數(shù)據(jù)進(jìn)行相關(guān)的計(jì)算，將計(jì)算得到的數(shù)據(jù)存儲(chǔ)于預(yù)測(cè)存儲(chǔ)數(shù)據(jù)庫(kù)，土地動(dòng)態(tài)預(yù)測(cè)與管理模塊根據(jù)預(yù)測(cè)數(shù)據(jù)存儲(chǔ)數(shù)據(jù)庫(kù)提供的信息，實(shí)現(xiàn)土地利用動(dòng)態(tài)變化的預(yù)測(cè)與管理。

2 土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)硬件設(shè)計(jì)

2.1 數(shù)據(jù)感知層設(shè)計(jì)

煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)的數(shù)據(jù)感知層包含圖像采集模塊、圖像存儲(chǔ)與處理模塊、緊急狀況報(bào)警模塊以及能量供應(yīng)模塊的圖像感知層。數(shù)據(jù)感知層結(jié)構(gòu)如圖2所示。數(shù)據(jù)感知層利用無(wú)人機(jī)傾斜攝影技術(shù)實(shí)現(xiàn)土地利用相關(guān)圖像信息的采集，同時(shí)具備對(duì)采集到圖像進(jìn)行存儲(chǔ)、處理、能量供應(yīng)以及進(jìn)行圖像采集時(shí)緊急狀況的報(bào)警等功能[9]，為土地利用相關(guān)信息提供精準(zhǔn)感知服務(wù)。

圖2 數(shù)據(jù)感知層結(jié)構(gòu)Fig.2 Data perception layer structure

2.2 圖像采集模塊

系統(tǒng)數(shù)據(jù)感知層的無(wú)人機(jī)圖像采集模塊利用無(wú)人機(jī)傾斜攝影技術(shù)進(jìn)行土地利用數(shù)據(jù)采集，采集過(guò)程主要包括飛行前準(zhǔn)備、土地利用數(shù)據(jù)采集、完成飛行后的檢查、采集到的土地利用數(shù)據(jù)檢查與補(bǔ)飛4個(gè)階段。當(dāng)無(wú)人機(jī)飛行到適合進(jìn)行數(shù)據(jù)采集的高度時(shí)，不能隨機(jī)選擇航線、拍攝參數(shù)進(jìn)行影像拍攝，必須嚴(yán)格按照土地利用預(yù)測(cè)方案中關(guān)于航線以及拍攝參數(shù)等的要求執(zhí)行[10]。針對(duì)上述要求設(shè)計(jì)無(wú)人機(jī)圖像采集模塊，其結(jié)構(gòu)如圖3所示。

圖3 無(wú)人機(jī)圖像采集模塊Fig.3 UAV image acquisition module

3 土地利用動(dòng)態(tài)變化預(yù)測(cè)系統(tǒng)軟件設(shè)計(jì)

3.1 無(wú)人機(jī)傾斜攝影的土地DSM圖像生成

在利用無(wú)人機(jī)傾斜攝影技術(shù)進(jìn)行煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)時(shí)，為了提高預(yù)測(cè)速度與精度，需對(duì)所采集到的土地圖像進(jìn)行影像去噪增強(qiáng)處理以及相機(jī)畸變修正，并將去噪過(guò)的土地影像通過(guò)匹配策略生成煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)所需的土地DSM(數(shù)字表面模型)影像數(shù)據(jù)[11]。土地圖像去噪增強(qiáng)主要通過(guò)Wallis濾波器實(shí)現(xiàn)。其工作原理的實(shí)質(zhì)是對(duì)無(wú)人機(jī)傾斜攝影采集土地圖像的較大反差與較小反差分別進(jìn)行弱化與增強(qiáng)，從而有效執(zhí)行對(duì)局部土地圖像的變換操作，達(dá)到增強(qiáng)土地圖像的目的[12]。用公式可將Wallis濾波器定義為：

(1)

式中，f(x，y)與G(x，y)分別為利用Wallis濾波器進(jìn)行無(wú)人機(jī)傾斜攝影采集土地圖像增強(qiáng)操作后圖像與原始圖像在(x，y)處的灰度值；mg與sg分別為原始像元的灰度均值與灰度值標(biāo)準(zhǔn)偏差；sf為土地影像的方差的目標(biāo)值；c為土地影像方差的擴(kuò)展常數(shù)；a為量度系數(shù)。

相機(jī)畸變修正采用10參數(shù)模型算法。應(yīng)用10參數(shù)模型進(jìn)行相機(jī)畸變修正操作的實(shí)質(zhì)是，將能夠?qū)ο鄼C(jī)成像造成各種影響的物理性因素執(zhí)行抽象操作形成一個(gè)數(shù)學(xué)模型，從而將相機(jī)成像的系統(tǒng)誤差清晰地展現(xiàn)出來(lái)，以便采取相應(yīng)措施，達(dá)到糾正處理無(wú)人機(jī)傾斜攝影技術(shù)拍攝圖像，更好服務(wù)煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)的目的。用公式可將10參數(shù)模型表示為：

(2)

式中，Δx、Δy為畸變；l1、l2、l3為徑向畸變系數(shù)；p1、p2為偏心畸變系數(shù)；b1、b2為平面畸變系數(shù)。

具體的土地DSM影像生成流程如圖4所示。

圖4 土地DSM圖像生成流程Fig.4 Land DSM image generation process

3.2 土地DSM圖像的高程信息提取流程

在對(duì)煤礦地區(qū)土地利用狀態(tài)進(jìn)行動(dòng)態(tài)變化預(yù)測(cè)過(guò)程中，最為關(guān)鍵的是對(duì)獲得的煤礦地區(qū)土地DSM圖像進(jìn)行DSM信息提取[13]。

(1)對(duì)處理好的2期DSM圖像執(zhí)行DSM圖像疊加與配準(zhǔn)操作。

(2)在將原始的傾斜攝影圖像進(jìn)行DSM生成操作時(shí)，土地的真實(shí)面積被成功予以保留[14-15]。因此，P(x，y)代表一圖像坐標(biāo)點(diǎn)，分別對(duì)DSM數(shù)據(jù)中相對(duì)應(yīng)的高程值執(zhí)行讀取操作，2期DSM圖像的高程值分別為h1與h2。具體的高程提取流程如圖5所示。

圖5 高程提取流程Fig.5 Elevation extraction process

(3)為了提高信息提取的精度，在P(x，y)處各個(gè)方向的8個(gè)坐標(biāo)點(diǎn)執(zhí)行高程值讀取操作。

(4)對(duì)P(x，y)以及其余8個(gè)坐標(biāo)點(diǎn)的高程值執(zhí)行高程平均值求解操作，該平均值即中心點(diǎn)實(shí)際高程值H，相應(yīng)地可得到2期土地DSM圖像的新高程值h1/h2。高程值解算如圖6所示。

圖6 高程值解算示意Fig.6 Schematic diagram of elevation value settlement

(5)煤礦地區(qū)土地利用的動(dòng)態(tài)變化主要通過(guò)土地的變化表現(xiàn)出來(lái)，因?yàn)橥ㄟ^(guò)對(duì)高差進(jìn)行分析，可實(shí)現(xiàn)對(duì)煤礦地區(qū)土地利用動(dòng)態(tài)變化的預(yù)測(cè)。設(shè)定一個(gè)高差閾值d，高差為k，當(dāng)k≤d時(shí)，煤礦地區(qū)土地利用沒(méi)有產(chǎn)生動(dòng)態(tài)變化，否則出現(xiàn)土地利用動(dòng)態(tài)變化。

4 應(yīng)用實(shí)例

以煤礦分布較多的D市為實(shí)驗(yàn)對(duì)象，應(yīng)用本文系統(tǒng)預(yù)測(cè)該市土地利用動(dòng)態(tài)變化，驗(yàn)證本文系統(tǒng)在進(jìn)行土地利用動(dòng)態(tài)變化預(yù)測(cè)方面的性能。

應(yīng)用本文系統(tǒng)對(duì)D市2018—2020年間土地利用動(dòng)態(tài)變化進(jìn)行預(yù)測(cè)，得到的土地利用狀況總量分析見表1。從表1可知，D市2018—2020年間的園地、裸地、建筑用地以及礦區(qū)用地呈逐年增加趨勢(shì)，礦區(qū)用地增加趨勢(shì)尤為明顯，從最初的1 986.98 km2增加到3 053.23 km2；耕地、林地、水域以及自然保留地用地呈逐年減少趨勢(shì)，其中耕地與林地的面積減少趨勢(shì)尤為明顯，耕地面積由最初的1 869.33 km2減少到923.52 km2。原因是煤礦開采量的增大，占用了更多的耕地與林地。表明應(yīng)用本文系統(tǒng)可有效預(yù)測(cè)煤礦地區(qū)土地利用動(dòng)態(tài)的變化，滿足實(shí)際煤礦區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)工作需要。

表1 土地利用狀況總量分析Tab.1 Total analysis of land use status km2

土地利用動(dòng)態(tài)變化率可以反映一段時(shí)間內(nèi)各種形式用地的土地利用變化情況，是衡量土地利用動(dòng)態(tài)變化的重要指標(biāo)。應(yīng)用本文系統(tǒng)對(duì)2000—2030年間D市的煤礦用地、林地、耕地以及建筑用地進(jìn)土地利用動(dòng)態(tài)變化預(yù)測(cè)，得到的土地利用變化率統(tǒng)計(jì)如圖7所示。

圖7 土地利用變化率統(tǒng)計(jì)效果Fig.7 Statistical effect of land use change rate

圖7中，D市在2000—2030年間，煤礦用地大幅度增長(zhǎng)，2010—2020年比2000—2010年間煤礦用地的土地利用動(dòng)態(tài)變化率增加約100%，2020—2030年比2010—2020年也相應(yīng)地增加了100%。建筑用地的土地利用動(dòng)態(tài)變化率有所增加，但增加不明顯。而耕地的土地利用動(dòng)態(tài)變化率從最初的接近11%下降到約3%，其減少的幅度較大。可見煤礦用地的擴(kuò)張加劇了耕地的減少趨勢(shì)。在實(shí)際煤礦土地利用工作中，應(yīng)在合理預(yù)測(cè)煤礦土地利用動(dòng)態(tài)的基礎(chǔ)上，積極采取相應(yīng)舉措，促進(jìn)礦區(qū)土地資源的合理利用。

在無(wú)人機(jī)傾斜攝影技術(shù)應(yīng)用于煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)時(shí)，要受到當(dāng)天圖像拍攝時(shí)天氣、環(huán)境等因素的影響，導(dǎo)致拍攝到的圖像存在大量的噪聲，噪聲會(huì)導(dǎo)致后期在進(jìn)行圖像數(shù)據(jù)匹配時(shí)精度較低，因而需要對(duì)圖像進(jìn)行去噪增強(qiáng)處理。為驗(yàn)證本文系統(tǒng)在圖像去噪增強(qiáng)圖像方面的優(yōu)勢(shì)，選取1張采集的圖像，對(duì)其進(jìn)行濾波器去噪增強(qiáng)處理，得到的去噪增強(qiáng)效果對(duì)比如圖8所示。從圖8可以看出，去噪增強(qiáng)前圖像的色彩效果比較暗淡，色彩變化不明顯，圖片整體給人感覺比較模糊；去噪增強(qiáng)后的圖像無(wú)論從色彩、光線、飽和度以及清晰度都要明顯好于去噪增強(qiáng)前圖像。實(shí)驗(yàn)證明，本文系統(tǒng)可實(shí)現(xiàn)對(duì)采集圖像的去噪增強(qiáng)，并且去噪增強(qiáng)效果較好，可更好地滿足煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)需要。

圖8 圖像增強(qiáng)效果對(duì)比Fig.8 Image enhancement effect comparison

采集圖像中存在的畸變，會(huì)對(duì)煤礦土地利用動(dòng)態(tài)數(shù)據(jù)的提取過(guò)程造成干擾，降低數(shù)據(jù)提取的準(zhǔn)確率，從而影響煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)的精度與效率，因而有必要對(duì)采集到的土地利用圖像進(jìn)行畸變修正。在本文系統(tǒng)中通過(guò)10參數(shù)數(shù)學(xué)模型計(jì)算進(jìn)行圖像畸變修正，得到的圖像畸變修正對(duì)比效果如圖9所示。分析圖9可知，由于相機(jī)等物理因素導(dǎo)致所拍攝圖像出現(xiàn)傾斜模糊現(xiàn)象，經(jīng)過(guò)10參數(shù)數(shù)學(xué)模型畸變糾正后，圖像不再傾斜，并且表現(xiàn)出較好的清晰度與飽和度。實(shí)驗(yàn)表明，在本文系統(tǒng)中應(yīng)用10參數(shù)模型對(duì)無(wú)人機(jī)采集到的圖像進(jìn)行畸變糾正，具有較好的畸變糾正效果，將其用于煤礦地區(qū)土地利用動(dòng)態(tài)變化的預(yù)測(cè)中，可提高土地利用動(dòng)態(tài)變化的預(yù)測(cè)精度。

圖9 圖像畸變糾正前后效果對(duì)比Fig.9 Comparison of the effect before and after image distortion correction

5 結(jié)論

本文設(shè)計(jì)系統(tǒng)可實(shí)現(xiàn)對(duì)煤礦地區(qū)土地利用動(dòng)態(tài)變化的有效預(yù)測(cè)，預(yù)測(cè)的效率與準(zhǔn)確率較高，可滿足實(shí)際煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)需要。但是其在進(jìn)行煤礦地區(qū)土地利用動(dòng)態(tài)變化預(yù)測(cè)時(shí)，大量的工作主要由人工干預(yù)完成，耗費(fèi)了大量的人力資源，導(dǎo)致土地利用動(dòng)態(tài)變化預(yù)測(cè)成本增加。為降低土地利用動(dòng)態(tài)變化的成本，下一階段將從如何實(shí)現(xiàn)土地利用動(dòng)態(tài)變化的自動(dòng)化角度對(duì)土地利用動(dòng)態(tài)變化的預(yù)測(cè)進(jìn)行相關(guān)研究。