基于遙感圖像三區(qū)光譜特征的水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法

侯 松，瞿嗣澄

(嘉興市國土空間規(guī)劃研究有限公司，浙江 嘉興 314000)

0 引言

城市水網(wǎng)系統(tǒng)是一個(gè)有機(jī)整體，該系統(tǒng)中各要素之間相互制約，水網(wǎng)規(guī)劃是協(xié)調(diào)城市建設(shè)與生態(tài)環(huán)境保護(hù)的一種有效手段。若水網(wǎng)規(guī)劃不合理，則無法合理規(guī)劃城市建設(shè)。城市水網(wǎng)的合理規(guī)劃，首先需要考慮防洪排澇、生物棲息地構(gòu)建及水資源調(diào)度等多個(gè)因素的協(xié)調(diào)，然后劃分水環(huán)境的功能區(qū)域，并在滿足人們生產(chǎn)生活和生態(tài)環(huán)境需求基礎(chǔ)上才能實(shí)現(xiàn)水網(wǎng)的科學(xué)規(guī)劃?？茖W(xué)技術(shù)的發(fā)展使得水網(wǎng)規(guī)劃技術(shù)不斷更新，傳統(tǒng)的城市水網(wǎng)規(guī)劃方法規(guī)劃時(shí)間較長，需要耗費(fèi)很多的人力和資源，規(guī)劃效率較低，難以解決河網(wǎng)、湖區(qū)及水資源調(diào)度等多種模擬對象的協(xié)調(diào)控制問題。為確保城市水網(wǎng)規(guī)劃的合理性，需要突破原有的規(guī)劃思路，優(yōu)化整合城市水網(wǎng)系統(tǒng)中的規(guī)劃影響要素，重點(diǎn)研究水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法。

外國一些學(xué)者將遙感技術(shù)大量應(yīng)用在水網(wǎng)規(guī)劃中，取得一定成果。國內(nèi)一些研究者也根據(jù)相關(guān)經(jīng)驗(yàn)，提出如下水網(wǎng)功能區(qū)自動(dòng)劃分方法。文獻(xiàn)[1]構(gòu)建了水網(wǎng)功能區(qū)分類體系，該體系包括一定理論基礎(chǔ)，增強(qiáng)了分類技術(shù)的可操作性，建立Landsat衛(wèi)星遙感數(shù)據(jù)的不同空間解譯標(biāo)志，準(zhǔn)確劃分水網(wǎng)的功能區(qū)域。文獻(xiàn)[2]提出改進(jìn)Moblile NetV2網(wǎng)絡(luò)在遙感圖像功能區(qū)劃分中的應(yīng)用。將Dense Net的密集連接思想引入到輕量化網(wǎng)絡(luò)中，利用特征復(fù)用改善網(wǎng)絡(luò)性能，再通過設(shè)定的瓶頸組合壓縮圖像的通道數(shù)，將其中一部分的瓶頸擴(kuò)張系數(shù)縮小，便于控制網(wǎng)絡(luò)規(guī)模，利用改進(jìn)后的網(wǎng)絡(luò)進(jìn)行遙感圖像分類，提高了計(jì)算速度。

但是水網(wǎng)功能區(qū)的圖像相似性特征較強(qiáng)，在沒有進(jìn)行圖像處理的情況下，很難區(qū)分各個(gè)區(qū)域的特性，解決河網(wǎng)、湖區(qū)及水資源調(diào)度等多種模擬對象的協(xié)調(diào)控制問題，并降低劃分精度[3]。為此，本文提出基于遙感圖像三區(qū)光譜特征的水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法。面向水網(wǎng)城市規(guī)劃，利用遙感圖像實(shí)現(xiàn)功能區(qū)自動(dòng)分類。將數(shù)學(xué)形態(tài)學(xué)應(yīng)用到圖像處理過程中，該方法已經(jīng)在機(jī)器視覺等領(lǐng)域取得很好的應(yīng)用效果，在遙感圖像處理中也存在巨大潛力。通過逐步細(xì)化處理，體現(xiàn)出圖像更多細(xì)節(jié)特征，為功能區(qū)自動(dòng)劃分奠定良好基礎(chǔ)。經(jīng)實(shí)驗(yàn)驗(yàn)證，本文測試方法能夠兼顧其它生態(tài)要素，規(guī)劃具有合理性，規(guī)劃效果較好；規(guī)劃時(shí)間較短；對于目標(biāo)規(guī)劃數(shù)據(jù)的檢測誤差小、準(zhǔn)確率高，能夠提高城市水網(wǎng)規(guī)劃的效率，實(shí)現(xiàn)城市良好發(fā)展的目標(biāo)。

1 基于遙感圖像三區(qū)光譜特征的區(qū)域規(guī)劃協(xié)調(diào)控制

1.1 遙測設(shè)備及傳感器指標(biāo)參數(shù)值

本次選用的是Digitalglobe公司生產(chǎn)的高分辨率遙感設(shè)備[4-5]。主要優(yōu)勢是畫面拍攝更加靈活，設(shè)備容量高，能夠獲取多光譜、高清晰度的數(shù)據(jù)，更加突出目標(biāo)的結(jié)構(gòu)、紋理和色彩等特征。可實(shí)現(xiàn)輻射定標(biāo)、正射校正等處理[6]。其中，GF-1號傳感器的相關(guān)技術(shù)指標(biāo)如表1所示。

表1 傳感器相關(guān)技術(shù)指標(biāo)表

1.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理就是對遙測設(shè)備采集的原始圖像做增強(qiáng)處理，本文將幾何學(xué)作為基礎(chǔ)提出基于形態(tài)學(xué)的預(yù)處理方式[7]，更好地分析水網(wǎng)城市規(guī)劃的圖像微觀性質(zhì)。該方法的基本操作過程是利用結(jié)構(gòu)元素探測圖像，并分析該元素是否能完全放入到圖像內(nèi)部。圖2給出了某圖像A以及圓形結(jié)構(gòu)B。元素放置在不同的地方，其中一個(gè)地方可以滿足結(jié)構(gòu)元素放入要求，另一個(gè)地方則無法放入。不斷標(biāo)記適合的位置，即可獲得有關(guān)圖像的信息，獲取不同的結(jié)構(gòu)元素，從而可以從不同角度分析圖像。

圖1 形態(tài)學(xué)基本運(yùn)算過程

在處理過程中，同時(shí)分析圖像內(nèi)部與外部，從而得出目標(biāo)和背景間存在的關(guān)系，獲得更好的處理效果，擊中擊不中變換(HMT)是處理該問題的有效方式[8]。

當(dāng)結(jié)構(gòu)元素腐蝕圖像時(shí)[9]，可將該過程作為元素位置標(biāo)記過程，即使標(biāo)記點(diǎn)和原點(diǎn)與元素中的位置有關(guān)，但輸出的圖像形狀不會(huì)受此影響。同樣該方式也適用于膨脹運(yùn)算[10]。

在HMT變換過程中能夠同時(shí)獲得內(nèi)外標(biāo)記，此時(shí)需要結(jié)構(gòu)基元E和F，將它們看作結(jié)構(gòu)元素對B=(E，F(xiàn))，分別用作圖像內(nèi)外部處理。當(dāng)E平移到某點(diǎn)時(shí)能夠進(jìn)入A的內(nèi)部，F(xiàn)平移到該點(diǎn)時(shí)，可填入A的外部。

由此可知，E和F顯示不能夠相連，則有E∩F=φ。變換過程如圖2所示。

圖2 擊中擊不中變換過程示意圖

遙感圖像的數(shù)學(xué)形態(tài)學(xué)運(yùn)算需依賴上述HMT變換，假設(shè)一張遙感圖像為S，利用結(jié)構(gòu)樹B=(E，F(xiàn))對圖像做細(xì)化處理[11]，通過結(jié)構(gòu)序列B1，B2，...，Bk的不斷迭代，生成輸出序列。在迭代過程中，如果輸入集合有限，則會(huì)獲得更加細(xì)化的圖像。圖3表明結(jié)構(gòu)基元E與F對圖像S的全部迭代過程。

圖3 圖像細(xì)化迭代過程示意圖

如果利用(S?B)[i，j]代表第i次迭代時(shí)，結(jié)構(gòu)對j的輸出結(jié)果，(S?B)[i，j，j+1，...]描述迭代過程中生成的特征圖像，則表明該圖像在后續(xù)迭代處理中，即當(dāng)j=j+1，j+2，...時(shí)，圖像細(xì)化時(shí)具有穩(wěn)定不變的狀態(tài)[12]。

圖4 研究區(qū)域遙感圖像

經(jīng)過上述細(xì)化處理，遙感圖像的細(xì)節(jié)信息得到增強(qiáng)，更有利于不同功能區(qū)的特征提取。處理后的遙感圖像如圖4所示。

利用定量方式對上述預(yù)處理后的圖像做出評價(jià)，分析圖像的信息熵[13]，該指標(biāo)能夠表現(xiàn)出圖像中包含的信息量，表達(dá)公式如下：

(1)

公式中，l描述遙感圖像的整體亮度級，Pe表示亮度級是e級的概率。指標(biāo)值越大，說明圖像所包含的信息內(nèi)容越豐富。

處理前和處理后的圖像信息熵值如表2所示。

表2 預(yù)處理前后圖像信息熵值對比表

由表2可知，經(jīng)過預(yù)處理后的圖像信息熵值較高，更接近1。表明圖像中的信息非常豐富，能夠?yàn)楣δ軈^(qū)分類提供更多信息依據(jù)。

1.3 遙感圖像光譜特征分析

遙感圖像的光譜特征能夠體現(xiàn)出目標(biāo)表層對于電磁波的反射狀況[13]，是紋理、幾何特征的基礎(chǔ)，同時(shí)也是圖像分類的直接信息源。通常情況下，從下述幾個(gè)方面分析光譜特征。

(1)亮度均值[14]：目標(biāo)L波段的平均值表示圖像目標(biāo)內(nèi)n個(gè)像元亮度值的均值，也就是整體像元亮度值和像元數(shù)量之比：

(2)

公式中，n代表目標(biāo)像元數(shù)量，CL表示目標(biāo)在波段L處的亮度值。

(2)目標(biāo)標(biāo)準(zhǔn)差[15]：圖像目標(biāo)在全部波段上的像元統(tǒng)計(jì)標(biāo)準(zhǔn)差，計(jì)算公式如下：

(3)

公式中，σL表示圖像目標(biāo)標(biāo)準(zhǔn)差，cLa代表圖像第a層平均值。

(3)亮度差級指數(shù)[16]：全部波段中，最大、最小像元差和目標(biāo)亮度之比，公式表示為：

(4)

公式中，md表示亮度極差，maxV與minV分別代表目標(biāo)的極大、極小亮度值，b是圖像亮度。

1.4 最鄰近分類

最鄰近分類是面向?qū)ο蠓诸惖囊环N，是將圖像光譜信息為依據(jù)，本文主要將最鄰近分類對城市水網(wǎng)區(qū)域進(jìn)行規(guī)劃。該方法的實(shí)現(xiàn)需要易康軟件的支持，這是由于易康軟件可突破傳統(tǒng)影像分類方法的局限性，將遙感影像數(shù)據(jù)轉(zhuǎn)化為空間地理信息，支持高分辨率圖像的對象分類，且自動(dòng)化分類精度較高，可以應(yīng)用于中高空間分辨率影像的信息提取。

在最鄰近分類算法中，水網(wǎng)城市規(guī)劃距離體現(xiàn)了對象和樣本間的特征差距，表達(dá)式為：

(5)

圖5 功能區(qū)自動(dòng)分類流程示意圖

按照上述過程，將水網(wǎng)遙感圖像功能區(qū)劃分為如下3個(gè)部分：優(yōu)先功能區(qū)[20]，重點(diǎn)保護(hù)的功能區(qū)，包含自然區(qū)域、飲用水區(qū)域；一般用水功能區(qū)，人類生活和生產(chǎn)用水區(qū)，包含農(nóng)業(yè)、工業(yè)和漁業(yè)用水；沖突協(xié)調(diào)區(qū)[21-23]，指混合區(qū)域和保留區(qū)域。不同區(qū)域的特征及分類方法如表3所示。

表3 不同功能區(qū)特征及分類方法表

將不同功能區(qū)表現(xiàn)的光譜特征引入到最鄰近分類模型中[24-25]，得到功能區(qū)分類結(jié)果如圖6所示。

圖6 城市水網(wǎng)功能區(qū)規(guī)劃結(jié)果示意圖

由圖6可知，3個(gè)優(yōu)先功能區(qū)的面積都較大，周圍大多數(shù)被植被和住宅包圍，光譜強(qiáng)度相對較暗；而一般功能區(qū)周圍大部分為工廠，光譜強(qiáng)度較高。

1.5 水網(wǎng)城市規(guī)劃協(xié)調(diào)控制實(shí)現(xiàn)

針對上述不同功能區(qū)的劃分，對水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制的思路進(jìn)行優(yōu)化：

1)首先根據(jù)輸入對研究區(qū)域邊界起點(diǎn)與終點(diǎn)的位置，將它們匹配到流域單元的節(jié)點(diǎn)；若相鄰區(qū)域邊界出現(xiàn)重疊時(shí)，需對其進(jìn)行協(xié)調(diào)控制；

2)然后在城市水網(wǎng)區(qū)域規(guī)劃中運(yùn)用 A*算法[26]，規(guī)劃從區(qū)域邊界起點(diǎn)到終點(diǎn)的最優(yōu)水網(wǎng)規(guī)劃區(qū)段，定義為：

D={D1，D2，…，Dn}

(6)

水網(wǎng)規(guī)劃區(qū)段由多個(gè)規(guī)劃區(qū)段構(gòu)成，而每一個(gè)規(guī)劃區(qū)段又對應(yīng)多個(gè)功能區(qū)，因此其對應(yīng)的功能區(qū)可標(biāo)記為：

d= {[d1 ，1，…，d1 ，j，…]，…，[di ，1，…，di ，j，…]}

(7)

其中：功能區(qū)di ，j代表規(guī)劃區(qū)段di對應(yīng)的第j個(gè)功能區(qū)；

最后利用規(guī)劃區(qū)段與功能區(qū)的對應(yīng)關(guān)系，遍歷功能區(qū)列表h， 從區(qū)域邊界起點(diǎn)到終點(diǎn)的功能區(qū)中篩選出最優(yōu)規(guī)劃區(qū)段作為最終的功能區(qū)：

DX= {[d1 ，j，…，dn ，j]，…[d1 ，j + n，…dn ，mn}

(8)

基于上述水網(wǎng)城市規(guī)劃思路，設(shè)計(jì)其具體算法如下：

1)選取真實(shí)的區(qū)域邊界起點(diǎn)s和終點(diǎn)t，利用規(guī)劃區(qū)段與功能區(qū)的對應(yīng)關(guān)系，對應(yīng)到規(guī)劃區(qū)段的起點(diǎn)S和終點(diǎn)T。

2)在以上基礎(chǔ)上，利用A*算法，簡化劃分步驟，規(guī)劃出最優(yōu)的水網(wǎng)規(guī)劃區(qū)段，在規(guī)劃區(qū)段時(shí)只需考慮規(guī)劃邊界的起點(diǎn)和終點(diǎn)是否重疊，即規(guī)劃協(xié)調(diào)性，無需考慮真實(shí)的相關(guān)環(huán)境要素，因此能夠提高水網(wǎng)城市規(guī)劃效率。算法步驟為：

①建立兩個(gè)表，其中 CLOSED表是用來儲(chǔ)存被搜尋的節(jié)點(diǎn)，OPEN表則是儲(chǔ)存已產(chǎn)生但尚未搜尋的所有節(jié)點(diǎn)，將起點(diǎn)放入OPEN表。

②在算法的計(jì)算過程中，選出OPEN第一個(gè)節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)；

③通過在 CLOSED表格中的節(jié)點(diǎn)N遍歷其鄰近的節(jié)點(diǎn)N，取節(jié)點(diǎn)N的各個(gè)鄰居節(jié)點(diǎn)，根據(jù)公式(9)計(jì)算代價(jià)函數(shù)：

c(n)= ∑1n(ω1Li+ω2Bi+ω3Ci)

(9)

式中，C表示當(dāng)前節(jié)點(diǎn)與前一節(jié)點(diǎn)的實(shí)際距離；B表示區(qū)段所包含的橋梁；L表示區(qū)段的等級信息。ω1，ω2，ω3分別表示L、B和C的權(quán)重值。

根據(jù)公式(10)計(jì)算出各節(jié)點(diǎn)的估價(jià)值f：

f(n)=c(n)+h(n)

(10)

式中，n表示待開發(fā)節(jié)點(diǎn)；c(n)表示從初始節(jié)點(diǎn)到節(jié)點(diǎn)n的實(shí)際代價(jià)；h(n)是從節(jié)點(diǎn)n到目標(biāo)節(jié)點(diǎn)的估計(jì)代價(jià)。

④根據(jù)估價(jià)值f對OPEN表進(jìn)行由小到大排序，跳轉(zhuǎn)到第②步，一直到終點(diǎn)出現(xiàn)或OPEN為空，水網(wǎng)城市規(guī)劃結(jié)束。

3)最終利用A*算法規(guī)劃出來的規(guī)劃區(qū)段對應(yīng)一到多個(gè)最優(yōu)功能區(qū)，并根據(jù)節(jié)點(diǎn)功能分區(qū)與節(jié)點(diǎn)設(shè)計(jì)布局的匹配，篩選出適應(yīng)優(yōu)先功能區(qū)、一般用水功能區(qū)、沖突協(xié)調(diào)區(qū)的相應(yīng)區(qū)段。

2 實(shí)驗(yàn)驗(yàn)證

2.1 實(shí)驗(yàn)參數(shù)

為驗(yàn)證基于遙感圖像三區(qū)光譜特征的水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法的規(guī)劃效果，進(jìn)行實(shí)驗(yàn)測試。基于 MATLAB的開發(fā)平臺(tái)構(gòu)建，系統(tǒng)為64位WIN8系統(tǒng)，采用的軟件版本為64位的MATLAB2018a。

選取的目標(biāo)區(qū)域總面積為378.62 km2，陸地和水域分別為302.11 km2和65.22 km2。該地區(qū)地勢為西部和中部較高，東部低。山脊為丁字形走向，海拔在280米以下的丘陵較多，河流縱橫交錯(cuò)。該城市主要包括五大區(qū)域，區(qū)域分布情況如圖7所示。

圖7 城市區(qū)域分布圖

參照目標(biāo)區(qū)域的地形條件和成圖比例，選用Digitalglobe公司生產(chǎn)的高分辨率遙感設(shè)備，獲取了目標(biāo)區(qū)域的遙感影像。具體圖像如圖8所示。

圖8 目標(biāo)區(qū)域遙感圖像

2.2 測試步驟及結(jié)果分析

所有的實(shí)驗(yàn)數(shù)據(jù)均取自于圖8 的實(shí)際測量，測試結(jié)果是檢驗(yàn)測試方法的重要指標(biāo)。本文提出基于遙感圖像三區(qū)光譜特征的水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法，根據(jù)不同功能區(qū)的特征，將水網(wǎng)遙感圖像功能區(qū)劃分為優(yōu)先功能區(qū)、一般用水功能區(qū)和沖突協(xié)調(diào)區(qū)。將文獻(xiàn)[1]構(gòu)建水網(wǎng)功能區(qū)分類體系與文獻(xiàn)[2]提出改進(jìn)Moblile NetV2網(wǎng)絡(luò)在遙感圖像功能區(qū)劃分中的應(yīng)用作為對比，得到目標(biāo)區(qū)域遙感圖像規(guī)劃結(jié)果如圖9所示。

圖9 目標(biāo)區(qū)域遙感圖像規(guī)劃結(jié)果

分析圖9 可知，本文測試方法能夠準(zhǔn)確規(guī)劃優(yōu)先功能區(qū)、一般用水功能區(qū)和沖突協(xié)調(diào)區(qū)，將優(yōu)先功能區(qū)分布在城市的水網(wǎng)面積較大，光譜強(qiáng)度較弱的區(qū)域；將一般用水功能區(qū)分布在城市的河流流經(jīng)區(qū)域，該區(qū)域?yàn)楹恿飨掠?，附近工廠較多；將沖調(diào)協(xié)調(diào)區(qū)分布在上下游沖突的區(qū)域。而文獻(xiàn)[1]方法可以準(zhǔn)確規(guī)劃沖突協(xié)調(diào)區(qū)，但優(yōu)先功能區(qū)和一般用水功能區(qū)規(guī)劃不完善；文獻(xiàn)[2]方法的沖突協(xié)調(diào)區(qū)、優(yōu)先功能區(qū)和一般用水功能區(qū)規(guī)劃均不完善；由此可知，本文測試方法兼顧其它生態(tài)要素，規(guī)劃具有合理性，使得規(guī)劃效果較好，可以起到保護(hù)生態(tài)環(huán)境的作用。

選擇基于遙感圖像三區(qū)光譜特征的水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法作為實(shí)驗(yàn)組測試方法，水網(wǎng)功能區(qū)自動(dòng)規(guī)劃方法為對照組測試方法。選取目標(biāo)遙感圖像中的20個(gè)規(guī)劃區(qū)域，測試實(shí)驗(yàn)組與對照組的規(guī)劃時(shí)間，表4記錄了實(shí)驗(yàn)組、對照組對規(guī)劃區(qū)域的規(guī)劃時(shí)間對比結(jié)果。

表4 規(guī)劃時(shí)間對比結(jié)果

分析表4可知，實(shí)驗(yàn)組測試方法的規(guī)劃時(shí)間均在2 s內(nèi)完成目標(biāo)區(qū)域規(guī)劃，而對照組測試方法的規(guī)劃時(shí)間均超過5 s才能完成目標(biāo)區(qū)域規(guī)劃，相比對照組測試方法，規(guī)劃時(shí)間較短。

將取自于圖8的實(shí)際測量得到的所有實(shí)驗(yàn)數(shù)據(jù)集輸入到最鄰近分類模型中，利用本文測試方法對規(guī)劃數(shù)據(jù)集進(jìn)行檢測，以驗(yàn)證本文測試方法的規(guī)劃精度，檢測的結(jié)果如圖10所示。

圖10 規(guī)劃精準(zhǔn)度/誤差結(jié)果圖

由圖10可知，本文測試方法在對目標(biāo)區(qū)域規(guī)劃數(shù)據(jù)集檢測方面表現(xiàn)較為理想，精準(zhǔn)度均在0.98以上，尤其是第3次、第5次和第6次的實(shí)驗(yàn)結(jié)果，精準(zhǔn)度接近1，而且檢測誤差也較低，第3次、第5次和第7次的檢測誤差分別為0.02、0.01和0.01，誤差趨于0。由此可以看出，本文測試方法對于目標(biāo)規(guī)劃數(shù)據(jù)的檢測誤差小、準(zhǔn)確率高，從而也說明本文測試方法對于目標(biāo)區(qū)域規(guī)劃較為準(zhǔn)確。

為驗(yàn)證上述基于遙感圖像三區(qū)光譜特征的水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法的規(guī)劃效率，設(shè)計(jì)文獻(xiàn)[1]構(gòu)建水網(wǎng)功能區(qū)分類體系與文獻(xiàn)[2]提出改進(jìn)Moblile NetV2網(wǎng)絡(luò)在遙感圖像功能區(qū)劃分中的應(yīng)用作為對比測試時(shí)，對于同樣的條件，隨機(jī)選取目標(biāo)遙感圖像中的20處規(guī)劃區(qū)域，采用3種不同的方法進(jìn)行城市水網(wǎng)規(guī)劃，并比較了采用3種不同的規(guī)劃方法進(jìn)行的節(jié)點(diǎn)總數(shù)、規(guī)劃區(qū)域內(nèi)功能區(qū)數(shù)量、規(guī)劃區(qū)域內(nèi)的工廠數(shù)量，結(jié)果如表5所示。

表5 不同方法的效率對比

由表5可知，本文測試方法將不同功能區(qū)表現(xiàn)的光譜特征引入到最鄰近分類模型中，大大降低了水網(wǎng)規(guī)劃中所需的節(jié)點(diǎn)數(shù)量，大大提高了系統(tǒng)的搜索效率。并對各功能區(qū)進(jìn)行進(jìn)一步的劃分，優(yōu)先功能區(qū)劃分為自然區(qū)域、飲用水區(qū)域；一般用水功能區(qū)劃分為人類生活和生產(chǎn)用水區(qū)，沖突協(xié)調(diào)區(qū)劃分為混合區(qū)域和保留區(qū)域。這樣既可以有效地規(guī)劃出更合理、更安全的水網(wǎng)功能區(qū)域，又可以有效地提高系統(tǒng)的搜索效率。

綜上所知，本次實(shí)驗(yàn)結(jié)論為：1)本文測試方法能夠兼顧其它生態(tài)要素，規(guī)劃具有合理性，使得準(zhǔn)確規(guī)劃功能區(qū)，規(guī)劃效果較好；2)實(shí)驗(yàn)組測試方法的規(guī)劃時(shí)間均在2 s內(nèi)完成目標(biāo)區(qū)域規(guī)劃，相比對照組測試方法，規(guī)劃時(shí)間較短；3)本文測試方法對于目標(biāo)規(guī)劃數(shù)據(jù)的檢測誤差小、準(zhǔn)確率高，大幅度提高搜索效率。從而也說明本文測試方法對于目標(biāo)區(qū)域規(guī)劃較為準(zhǔn)確。

3 結(jié)束語

城市水網(wǎng)規(guī)劃是將整個(gè)城市水資源區(qū)域劃分成為獨(dú)立的功能分區(qū)，在功能分區(qū)的劃分中需要考慮地形、街區(qū)分布等因素。為增強(qiáng)城市水網(wǎng)規(guī)劃的合理性，實(shí)現(xiàn)生態(tài)平衡和可持續(xù)發(fā)展，本文提出基于遙感圖像三區(qū)光譜特征的水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制方法，利用遙感技術(shù)采集目標(biāo)區(qū)域地物信息，經(jīng)過圖像預(yù)處理、光譜特征提取等過程為功能區(qū)分類奠定良好的信息基礎(chǔ)；利用最鄰近分類方法建立分類體系，根據(jù)不同功能區(qū)的特征，將其劃分為優(yōu)先功能區(qū)、一般用水功能區(qū)和沖突協(xié)調(diào)區(qū)，實(shí)現(xiàn)城市水網(wǎng)自動(dòng)規(guī)劃。得到的分類結(jié)果能夠?yàn)槌鞘兴W(wǎng)規(guī)劃者提供借鑒與參考，解決河網(wǎng)、湖區(qū)及水資源調(diào)度等多種模擬對象的協(xié)調(diào)控制問題。通過水網(wǎng)城市區(qū)域規(guī)劃協(xié)調(diào)控制完善河流結(jié)構(gòu)，加強(qiáng)水系連接程度。劃分功能區(qū)，兼顧其它生態(tài)要素，使規(guī)劃具有合理性，增強(qiáng)規(guī)劃效果，不僅可以起到保護(hù)生態(tài)環(huán)境的作用，還要促進(jìn)我國社會(huì)發(fā)展。