基于QGIS和OpenCV的水土保持監(jiān)測(cè)方法的實(shí)現(xiàn)

黃天龍 邢旭峰 黃妙芬 陳伊晴 呂煜城 譚俊濤

摘? 要：針對(duì)如何利用計(jì)算機(jī)視覺(jué)庫(kù)OpenCV處理遙感數(shù)據(jù)，進(jìn)行水土保持監(jiān)測(cè)，提高水土保持監(jiān)測(cè)效率和準(zhǔn)確性的熱點(diǎn)問(wèn)題，通過(guò)對(duì)數(shù)據(jù)采集、圖層處理和圖像處理的研究，提出了一種基于QGIS和OpenCV的水土保持監(jiān)測(cè)方法。研究結(jié)果表明，該方法能夠有效處理遙感數(shù)據(jù)，提高水土保持監(jiān)測(cè)效率和準(zhǔn)確性。研究成果對(duì)遙感數(shù)據(jù)處理具有重要參考價(jià)值，有助于提高水土保持監(jiān)測(cè)技術(shù)的應(yīng)用水平。

關(guān)鍵詞：水土保持監(jiān)測(cè)；OpenCV；QGIS；遙感數(shù)據(jù)處理

中圖分類號(hào)：TP391；S157 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）10-0113-05

Abstract： Aiming at the hot issue how to use the computer vision library OpenCV to process remote sensing data， carry out soil and water conservation monitoring， and improve the efficiency and accuracy of soil and water conservation monitoring， through the research on data acquisition， layer processing and image processing， a soil and water conservation monitoring method based on QGIS and OpenCV is proposed. The research results show that the method can effectively process remote sensing data and improve the efficiency and accuracy of soil and water conservation monitoring. The research results have important reference value for remote sensing data processing and help to improve the application level of soil and water conservation monitoring technology.

Keywords： soil and water conservation monitoring; OpenCV; QGIS; remote sensing data processing

0? 引? 言

水土流失是一個(gè)全球性的環(huán)境問(wèn)題，主要是指由于水蝕和風(fēng)蝕，土壤表面肥沃層逐漸流失，造成土地荒蕪，生態(tài)系統(tǒng)失衡。此外，水土流失還會(huì)造成水體污染、洪澇災(zāi)害等一系列嚴(yán)重的環(huán)境問(wèn)題。這些問(wèn)題對(duì)農(nóng)業(yè)生產(chǎn)、水資源利用和生態(tài)環(huán)境產(chǎn)生了很大的影響。

由于水土流失已成為全球性的環(huán)境挑戰(zhàn)，因此水土保持監(jiān)測(cè)非常重要。水土保持監(jiān)測(cè)不僅有助于及時(shí)發(fā)現(xiàn)和分析水土流失，預(yù)測(cè)其發(fā)展趨勢(shì)，而且為制定科學(xué)合理的水土保持規(guī)劃和決策提供重要數(shù)據(jù)支撐，為保護(hù)土地資源和維護(hù)生態(tài)平衡做出貢獻(xiàn)，為促進(jìn)可持續(xù)發(fā)展提供堅(jiān)實(shí)保障[1，2]。

我國(guó)常用的水土保持監(jiān)測(cè)方法主要有調(diào)查監(jiān)測(cè)法、遙感監(jiān)測(cè)法、地面觀測(cè)法、資料分析法等[3-5]。遙感監(jiān)測(cè)法是利用衛(wèi)星遙感技術(shù)監(jiān)測(cè)分析，識(shí)別土壤侵蝕程度和規(guī)模，為治理提供數(shù)據(jù)支持[6]。該方法具有數(shù)據(jù)采集速度快、數(shù)據(jù)量大等優(yōu)點(diǎn)，但需要對(duì)數(shù)據(jù)進(jìn)行復(fù)雜的處理和分析，增加了操作的復(fù)雜性和成本。

OpenCV是一個(gè)流行的計(jì)算機(jī)視覺(jué)庫(kù)，它為圖像處理提供了各種算法和功能，包括對(duì)象檢測(cè)、跟蹤、圖像分割、特征提取等[7-9]。李越[10]總結(jié)了近年來(lái)該技術(shù)在國(guó)內(nèi)的應(yīng)用情況，通過(guò)時(shí)間的縱向分析和技術(shù)視角的橫向分析，闡述了當(dāng)前該技術(shù)在圖像處理領(lǐng)域的研究重點(diǎn)和發(fā)展趨勢(shì)。

為了降低遙感監(jiān)測(cè)的復(fù)雜性和成本，近年來(lái)，越來(lái)越多的學(xué)者和專家開始探索如何利用計(jì)算機(jī)視覺(jué)技術(shù)輔助遙感監(jiān)測(cè)。本文針對(duì)該問(wèn)題使用OpenCV，旨在提高水土保持監(jiān)測(cè)效率和準(zhǔn)確性，探索更好地處理遙感數(shù)據(jù)的新方法及其在實(shí)際領(lǐng)域的應(yīng)用[11]。

1? 數(shù)據(jù)采集

朱照宇等[12]對(duì)粵西地區(qū)幾種表層土壤進(jìn)行了137Cs同位素示蹤研究。研究結(jié)果表明，自20世紀(jì)60年代中期以來(lái)，湖光巖受人類活動(dòng)破壞較小，水土流失較少；而粵西其他地區(qū)的表層土壤則被大量侵蝕。張爭(zhēng)勝等[13]的研究結(jié)果表明，雷州半島中部的楊家、唐家、紀(jì)家、白沙等鄉(xiāng)鎮(zhèn)水土流失嚴(yán)重。因

此，本文以湖光巖及以上四個(gè)鄉(xiāng)鎮(zhèn)為研究對(duì)象，進(jìn)行數(shù)據(jù)采集。

為了更準(zhǔn)確地選取湖光巖及上述四個(gè)鄉(xiāng)鎮(zhèn)的衛(wèi)星圖像，使用德國(guó)數(shù)據(jù)制作公司Geofabrik（Geofabrik是一家德國(guó)地理數(shù)據(jù)公司，專注于為OSM地圖數(shù)據(jù)提供技術(shù)服務(wù)和支持，它是OSM地圖數(shù)據(jù)的主要供應(yīng)商）提供的包括土地利用數(shù)據(jù)和水域數(shù)據(jù)在內(nèi)的中國(guó)OSM數(shù)據(jù)。此外，使用開源AreaCity項(xiàng)目（AreaCity項(xiàng)目是一個(gè)開源項(xiàng)目，用于爬取和分析中國(guó)省市的數(shù)據(jù)）獲得鄉(xiāng)鎮(zhèn)邊界數(shù)據(jù)。

為了操作上述數(shù)據(jù)，使用QGIS開源地理信息系統(tǒng)（GIS）軟件，它提供一系列地圖制作和空間數(shù)據(jù)分析功能。如矢量數(shù)據(jù)處理、柵格數(shù)據(jù)處理、制圖、空間分析等。

將上述數(shù)據(jù)載入QGIS，具體步驟如下：

1）添加土地利用數(shù)據(jù)，設(shè)置過(guò)濾表達(dá)式為"name"='湖光巖'，將生成的圖層重命名為湖光巖圖層。

2）添加四個(gè)鄉(xiāng)鎮(zhèn)邊界數(shù)據(jù)，并為每個(gè)鄉(xiāng)鎮(zhèn)邊界數(shù)據(jù)設(shè)置一個(gè)過(guò)濾表達(dá)式，過(guò)濾表達(dá)式為"name"='楊家鎮(zhèn)'、"name"='唐家鎮(zhèn)'、"name"='紀(jì)家鎮(zhèn)'和"name"='白沙鎮(zhèn)'，將生成的圖層分別重命名為楊家鎮(zhèn)圖層、唐家鎮(zhèn)圖層、紀(jì)家鎮(zhèn)圖層和白沙鎮(zhèn)圖層。

3）添加水域數(shù)據(jù)并將生成的圖層重命名為水域圖層。

4）分別在湖光巖圖層和四個(gè)鄉(xiāng)鎮(zhèn)圖層上使用縮放到圖層功能。由于縮放后得到的比例尺差異較大，為盡量減少衛(wèi)星圖層對(duì)實(shí)際地物細(xì)節(jié)描述的差異，選擇得到的比例尺的最大值并鎖定比例尺。

5）添加WMTS數(shù)據(jù)源，創(chuàng)建與Esri的World Imagery Wayback（Esri的World Imagery Wayback是一種基于時(shí)間的圖像瀏覽工具，用于查看世界各地的高分辨率衛(wèi)星圖像，涵蓋過(guò)去幾年的時(shí)間段。借助World Imagery Wayback，用戶可以比較不同時(shí)間同一地點(diǎn)的圖像，以更好地了解地球表面的變化）的連接，加載default028mm圖層。將圖層重命名為衛(wèi)星圖層，并將衛(wèi)星圖層移動(dòng)到所有圖層的底層，以方便后續(xù)圖層的疊加。

2? 圖層處理

圖層處理是QGIS中最基本和常見的操作之一，目的是將不同格式和來(lái)源的地理空間數(shù)據(jù)加載到QGIS中，以供后續(xù)分析、編輯、可視化等操作。圖層處理是GIS分析和制圖的前提和基礎(chǔ)。圖層處理主要包括以下幾個(gè)方面：數(shù)據(jù)預(yù)處理、數(shù)據(jù)編輯和數(shù)據(jù)導(dǎo)出。

QGIS中圖層處理的主要步驟：

1）使用矢量幾何圖形工具箱中的邊界工具，以湖光巖圖層和每個(gè)鄉(xiāng)鎮(zhèn)圖層作為輸入圖層進(jìn)行操作，返回輸入幾何圖形的組合邊界（即幾何圖形的拓?fù)溥吔纾┑拈]包。將邊界圖層設(shè)置為紅色，調(diào)整合適的視覺(jué)寬度便于觀察。分別輸出僅包含衛(wèi)星圖層和每個(gè)邊界圖層的疊加圖像，輸出范圍從每個(gè)邊界圖層計(jì)算，圖像命名格式為地物+邊界，如湖光巖邊界。結(jié)果如圖1至圖5所示，為了更好地說(shuō)明地物在圖像上的位置，根據(jù)地物位置在圖像上標(biāo)出地物名稱。

2）使用矢量幾何圖形工具箱中的邊界框工具，以湖光巖圖層和每個(gè)鄉(xiāng)鎮(zhèn)圖層作為輸入圖層進(jìn)行操作。此工具使用最小邊界幾何算法為輸入圖層中的每個(gè)要素計(jì)算邊界框（包絡(luò)）。分別創(chuàng)建每個(gè)邊界框圖層，圖層命名格式為地物+邊界框，如湖光巖邊界框。

3）使用矢量疊加工具箱中的交集取反工具，以每個(gè)邊界框圖層作為輸入圖層，邊界框圖層對(duì)應(yīng)的地物圖層作為疊加圖層進(jìn)行操作。此工具使用算法從輸入圖層和疊加圖層提取不重疊的要素部分，并刪除兩圖層之間的重疊區(qū)域。將交集取反圖層設(shè)置為黑色，分別輸出僅包含衛(wèi)星圖層和每個(gè)交集取反圖層的疊加圖像，輸出范圍從每個(gè)地物圖層計(jì)算，圖像命名格式為地物+交集取反，如湖光巖交集取反。結(jié)果如圖6至圖10所示。

4）水土保持的對(duì)象是陸地，其目的是保護(hù)陸地的水土資源，防止水土流失和降低生態(tài)環(huán)境質(zhì)量，從而維持陸地的生態(tài)平衡。本文不考慮水域?qū)﹃懙氐挠绊?，去除水域。使用矢量疊加工具箱中的相交工具，以湖光巖圖層和每個(gè)鄉(xiāng)鎮(zhèn)圖層作為輸入圖層，水域圖層作為疊加圖層進(jìn)行操作。此工具使用算法提取輸入圖層和疊加圖層中要素的重疊部分。將相交圖層設(shè)置為黑色。將每個(gè)邊界圖層和邊界圖層對(duì)應(yīng)的相交圖層疊加后，分別輸出僅包含衛(wèi)星圖層和每個(gè)疊加圖層的疊加圖像，輸出范圍從每個(gè)地物圖層計(jì)算，圖像命名格式為地物+相交，如湖光巖相交。結(jié)果如圖11至圖15所示。

5）將每個(gè)相交圖層和相交圖層對(duì)應(yīng)的交集取反圖層疊加后，分別輸出僅包含衛(wèi)星圖層和每個(gè)疊加圖層的疊加圖像，輸出范圍從每個(gè)地物圖層計(jì)算，圖像命名格式為地物+處理結(jié)果，如湖光巖處理結(jié)果。結(jié)果如圖16至圖20所示。

3? 圖像處理

徐博倫等[14]通過(guò)Python圖像處理庫(kù)OpenCV對(duì)街景圖片中綠色像素的占比進(jìn)行識(shí)別和計(jì)算，得到研究區(qū)域道路綠視率的量化數(shù)據(jù)。本文借鑒該方法對(duì)圖像進(jìn)行處理，利用OpenCV識(shí)別計(jì)算圖像非黑色像素中目標(biāo)像素和所有非黑色像素的比率，并將得到的比率作為圖像的水土保持比率，根據(jù)水土保持比率對(duì)水土保持進(jìn)行評(píng)價(jià)。

OpenCV是一個(gè)用于計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的開源庫(kù)。在水土保持監(jiān)測(cè)中，OpenCV可用于以下方面：土地利用/覆蓋分類、土地變化檢測(cè)、水體邊界提取等。

水土保持良好的陸地在衛(wèi)星圖像中通常呈現(xiàn)綠色。這是因?yàn)檫@種陸地通常覆蓋著大量的植被，可以吸收大量的陽(yáng)光，產(chǎn)生大量的植物葉綠素?？梢栽谛l(wèi)星圖像中檢測(cè)到這種葉綠素，使其呈綠色。

為了更好地分離圖像中的陸地區(qū)域，對(duì)衛(wèi)星圖像進(jìn)行了閾值處理。由于衛(wèi)星圖像的陸地顏色受光照、遙感設(shè)備特性、土壤成分等諸多因素的影響，因此在閾值化時(shí)需要考慮更廣的顏色范圍。由于HSV顏色空間對(duì)光照等因素的影響相對(duì)不敏感，因此采用HSV顏色空間進(jìn)行閾值化[15]。

HSV顏色模型是一種描述顏色的方式，其中顏色由三個(gè)分量組成：色相（Hue）、飽和度（Saturation）和明度（Value）。HSV基本顏色范圍（模糊范圍）如表1所示，各分量的下限用下標(biāo)min表示，上限用下標(biāo)max表示。在表中，每種顏色都有一個(gè)基本的色相、飽和度和明度范圍，這些范圍是模糊的，因?yàn)轭伾木唧w定義會(huì)根據(jù)不同的應(yīng)用而有所不同。對(duì)于某種顏色，凡是落在其基本色相范圍內(nèi)的顏色，都可以認(rèn)為是該顏色。

本文在對(duì)衛(wèi)星圖像進(jìn)行閾值處理時(shí)，綠色和青色都包含在閾值范圍內(nèi)。由于綠色和青色在H通道上是連續(xù)的，而S和V通道上和下限是相同的，因此閾值設(shè)置Hmin為35，Hmax為99、Smin為43、Smax為255、Vmin為43和Vmax為255。這些數(shù)值僅供參考，在實(shí)際應(yīng)用中可能需要根據(jù)具體情況進(jìn)行微調(diào)，以達(dá)到更好的效果。

在OpenCV中執(zhí)行以下操作以計(jì)算水土保持比率：

1）定義一個(gè)計(jì)算水土保持比率的函數(shù)，將BGR格式的圖片作為參數(shù)傳入函數(shù)，2）～8）均在該函數(shù)內(nèi)操作。

2）將BGR格式的圖像轉(zhuǎn)換為灰度圖像，統(tǒng)計(jì)其中非零像素個(gè)數(shù)。

3）設(shè)置閾值并創(chuàng)建僅包含適合顏色范圍的部分的遮罩。

4）通過(guò)遮罩操作原圖，選擇與顏色范圍相匹配的部分。

5）將選中區(qū)域轉(zhuǎn)化為灰度圖，統(tǒng)計(jì)其中非零像素個(gè)數(shù)。

6）將選中區(qū)域非零像素個(gè)數(shù)與原圖非零像素個(gè)數(shù)之比作為水土保持比率。

7）函數(shù)返回水土保持比率。

8）反復(fù)調(diào)用該函數(shù)計(jì)算各地物圖像的水土保持比率。

將QGIS圖層處理的每個(gè)地物處理結(jié)果圖像重命名為每個(gè)地物的漢語(yǔ)拼音小寫縮寫，例如將湖光巖處理結(jié)果圖像重命名為hgy，以避免編程中的兼容性問(wèn)題。

計(jì)算水土保持比率代碼如圖21所示。

計(jì)算結(jié)果如表2所示。

各地物之間的距離很近，都在湛江市內(nèi)。衛(wèi)星圖像拍攝時(shí)間段相同，比例尺相同，可以認(rèn)為圖像分辨率是相同的。水土保持比率的高低反映了一個(gè)地區(qū)的水土保持狀況。結(jié)果表明，湖光巖的水土保持比率最高，可能是因?yàn)樗且粋€(gè)生態(tài)環(huán)境良好的自然保護(hù)區(qū)。各鄉(xiāng)鎮(zhèn)水土保持比率均低于湖光巖，且差異較大，可能受自然因素和人為因素影響。

為更好地了解區(qū)域水土保持變化情況，可通過(guò)加載不同時(shí)間段的衛(wèi)星圖層得到不同時(shí)間段的衛(wèi)星圖像，并采用相似的操作方法比較水土保持比率，進(jìn)行更深入的分析。

4? 結(jié)? 論

本文介紹如何使用計(jì)算機(jī)視覺(jué)庫(kù)OpenCV處理遙感數(shù)據(jù)，提高水土保持監(jiān)測(cè)效率和準(zhǔn)確性，避免了缺乏高效圖像處理算法、缺乏通用圖像處理工具、難以實(shí)現(xiàn)自動(dòng)監(jiān)測(cè)等問(wèn)題，實(shí)現(xiàn)基于QGIS和OpenCV的水土保持監(jiān)測(cè)方法。然而，由于遙感監(jiān)測(cè)方法可能受到天氣、光學(xué)效應(yīng)、地形、遙感儀器等因素的影響，因此在獲取的衛(wèi)星圖像中可能難以區(qū)分水域和陸地的差異。本文采用同一坐標(biāo)系下的水域數(shù)據(jù)代替使用OpenCV分水嶺算法計(jì)算湖光巖圖層水域分布，但這也可能導(dǎo)致一些實(shí)際差異。為了更準(zhǔn)確地區(qū)分水域和陸地，可將遙感技術(shù)與地面觀測(cè)相結(jié)合，利用地面觀測(cè)數(shù)據(jù)對(duì)遙感圖像進(jìn)行驗(yàn)證和校正。

為了提高水土保持監(jiān)測(cè)效率和準(zhǔn)確性，可以運(yùn)用多種方法。一是通過(guò)多源數(shù)據(jù)融合進(jìn)行綜合分析，包括衛(wèi)星數(shù)據(jù)、氣象數(shù)據(jù)、植被指數(shù)數(shù)據(jù)等；二是改進(jìn)監(jiān)測(cè)算法，采用不同的閾值處理和特征提取方法；三是建立土地利用變化模型來(lái)預(yù)測(cè)趨勢(shì)。這些方法的綜合運(yùn)用，可以進(jìn)一步提高水土保持監(jiān)測(cè)效率和準(zhǔn)確性。

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，水土保持監(jiān)測(cè)進(jìn)入了一個(gè)新的歷史階段。水土保持監(jiān)測(cè)的進(jìn)一步發(fā)展，將為我們更好地認(rèn)識(shí)和管理資源提供有力支持。同時(shí)，我們也需要不斷加強(qiáng)對(duì)水土流失等環(huán)境問(wèn)題的關(guān)注和治理，為實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)而不懈努力。

參考文獻(xiàn)：

[1] 苗德志.水土保持監(jiān)測(cè)工作的重要性與措施探討 [J].水利技術(shù)監(jiān)督，2021（12）：10-11+70.

[2] 向萬(wàn)麗，羅婷，靳艷.新時(shí)期水土保持監(jiān)測(cè)工作探究 [J].中國(guó)設(shè)備工程，2021（20）：168-169.

[3] 朱波，王明明.生產(chǎn)建設(shè)項(xiàng)目水土工程保持監(jiān)測(cè)技術(shù)與方法分析 [J].江西建材，2018（4）：122+124.

[4] 李延強(qiáng).無(wú)人機(jī)技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的運(yùn)用方法及分析 [J].陜西水利，2021（1）：129-131.

[5] 李智廣，姜學(xué)兵，劉二佳，等.我國(guó)水土保持監(jiān)測(cè)技術(shù)和方法的現(xiàn)狀與發(fā)展方向 [J].中國(guó)水土保持科學(xué)，2015，13（4）：144-148.

[6] 劉鳳飛，樊華，王旭龍.利用遙感技術(shù)動(dòng)態(tài)監(jiān)測(cè)二龍山流域水土流失 [J].黑龍江水利科技，2003（4）：107-108.

[7] 余輝，王林，王德勝.OpenCV在產(chǎn)品特征檢測(cè)系統(tǒng)中的應(yīng)用 [J].科技視界，2013（5）：43+98.

[8] 張啟軒，袁明輝.基于OpenCV的物體圖像邊緣缺陷識(shí)別研究 [J].軟件導(dǎo)刊，2021，20（4）：231-235.

[9] 謝樹瑩，周明，周金海.基于OpenCV的中藥飲片“辨色”識(shí)別研究 [J].時(shí)珍國(guó)醫(yī)國(guó)藥，2018，29（2）：510-512.

[10] 李越.OpenCV應(yīng)用現(xiàn)狀綜述 [J].工業(yè)控制計(jì)算機(jī)，2017，30（7）：123-124+126.

[11] 羅志高，王變琴.基于OpenCV技術(shù)的圖像處理及應(yīng)用 [J].海峽科技與產(chǎn)業(yè)，2019（9）：34-38.

[12] 朱照宇，黃寧生，周厚云，等.廣東沿海陸地表層地質(zhì)災(zāi)害控制因素分析 [J].地球?qū)W報(bào)，2003（3）：243-248.

[13] 張爭(zhēng)勝，張加恭，廖偉群.雷州半島水土流失及其治理 [J].華南師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2004（4）：118-122.

[14] 徐博倫，楊芳絨，李利.基于圖像識(shí)別的鄭州市老城區(qū)道路綠視率研究 [J].西南師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2020，45（11）：113-119.

[15] 侯賓，張文志，戴源成，等.基于OpenCV的目標(biāo)物體顏色及輪廓的識(shí)別方法 [J].現(xiàn)代電子技術(shù)，2014，37（24）：76-79+83.

作者簡(jiǎn)介：黃天龍（2001—），男，漢族，廣東河源人，本科

在讀，研究方向：農(nóng)業(yè)資源與環(huán)境信息采集；通訊作者：邢旭峰（1972—），男，漢族，河北保定人，副教授，碩士，研究方向：海洋信息采集與處理。