涉河建設項目衛星遙感自動化監測技術及應用

秦 雁，陳亮雄，孫秀峰，周 宇，秦美茵，楊靜學

(1. 廣東省水利水電科學研究院，廣東 廣州 510635；2. 廣東省水安全科技協調創新中心，廣東 廣州 510635；3.廣東省山洪災害防治工程技術研究中心，廣東 廣州 510635)

1 概述

廣東省水系發達、河網發育。隨著經濟社會快速發展，涉河建設項目越來越多。涉河建設項目涉及公共安全、生態環境保護，水政管理部門在項目開工、主體工程竣工、專項驗收、防汛檢查等環節均需進行重點督查，導致項目常規監查管理工作繁重。

衛星遙感技術具有全面、宏觀、客觀、動態的優勢，遙感技術輔助水政監察已是水利強監管的重要舉措之一。借助遙感技術構建天地一體化水利監測體系，有助于實現對水資源、河湖水域岸線、各類水利工程、水生態環境等涉水信息動態監測和全面感知。

我國各大江河流域管理部門已相繼建立了水政監察遙感監測系統。早在2009年，唐慶忠等人[1- 2]構建了珠江流域水政監察遙感信息系統，對珠江河口、跨省河流和國際河流進行水政監察動態監測。長江水利委員會于2015年建立了遙感動態監測系統，應用于流域水政監察工作[3]。2018年以來，胡紅等人[4]構建了海河口等四河口遙感信息系統，掌握河口地區岸線變化、項目建設進展情況，與實地調查取證配合實現高效管理。黃河水利委員會利用遙感監測手段和信息化方式監督和管理洪障物變化情況，有效解決了人工巡測無法及時獲取大空間范圍內的變化信息[5]。楊靜學等人[6]應用遙感技術監測了鶴地水庫違法違章嫌疑區、分析了庫區水環境狀況，陳亮雄等人[7]綜合無人機、3S以及“互聯網+”技術建立了鶴地水庫水政監管系統，輔助庫區管理。(這些成果研制時間？)

水政遙感監測系統提供了遙感結果管理、展示、統計、分析的平臺，可實現實地調查與遙感結果同步展示。但后期遙感數據更新還需人工處理，效率較低。涉河建設項目經歷開工、建設、竣工、驗收全流程，時間跨度大，需要實現衛星遙感動態監測。因此衛星遙感圖像更新、專題制圖、報告編制等應盡可能實現自動化處理及模板化制作，以提高涉河建設項目業務監測的效率。針對涉河建設項目遙感監察的需要，建立了一套遙感數據更新、處理、分析的自動化作業模式，方便快捷高效地服務于水政遙感監測業務。

2 技術路線

涉河建設項目衛星遙感監測的技術流程主要包含4個步驟(見圖1)：① 資料收集與整理：收集流域內涉水工程防洪評價報告、設計資料、審批文件等相關資料，確認河道管道范圍。② 數據庫建設：根據各建設項目位置、主要控制點、堤防、河道管理范圍等資料，建立制圖模板庫，并制作流域衛星遙感地理底圖、遙感影像庫。③ 自動化監測：基于衛星遙感底圖自動選擇同名點進行圖像自動糾正、數據融合、影像裁剪等一系列預處理操作；基于建設項目開工前遙感圖像自動變化監測，標繪工程建設用地范圍，標識地物類型和參數等，統計分析用地情況；依據制圖模板，自動更新制作遙感監測專題圖；制作word報告模板，依據模板自動插入圖表，生成報告初稿。④ 檢查數據、入庫歸檔，自動化生成報告初稿，在此基礎上修改完善，形成報告終稿。

圖1 技術路線示意

3 技術方法

3.1 數據來源

涉河建設項目監測通常采用高分辨率衛星數據，視工程范圍大小，圖像分辨率為亞米至米級為佳。研究中采用高分1號衛星和高分2號衛星數據，其中多光譜數據空間分辨率分別為8 m和4 m，全色數據空間分辨率分別為4 m和1 m。多光譜和全色融合數據能夠達到涉河建設項目監測需求。數據可在高分辨率對地觀測系統廣東數據與應用中心網站http://gdgf.gd.gov.cn/index.jsp下載獲取。

3.2 數據庫建設

數據庫由涉河建設項目地理信息數據庫、制圖模板數據庫、和遙感地理底圖、DEM數據及影像數據庫三個部分構成。地理信息數據庫中包含涉河建設項目工程位置、控制點、占地范圍等工程相關矢量數據以及河流、堤防、水利工程、河道管理范圍等水利信息矢量數據。數據庫架構以涉河建設項目唯一的批復文件號作為要素集合的名稱進行組織。制圖模板數據庫包含預設地圖要素以及顯示效果的各個涉河建設項目制圖工程mxd文件，分別以項目批復文件號關鍵字命名。通過調用Arcpy程序，獲得每個制圖工程的數據框范圍，將其存儲為面狀矢量文件，作為配置數據，用以裁剪工程范圍的遙感影像。遙感地理底圖作為參考圖像是重要的基礎數據，其幾何糾正精度關聯后續更新的遙感數據精度。DEM數據用于輔助糾正地形起伏引起的幾何偏差，生成正射影像。本文以廣東省的連續運行參考站系統(CORS)系統作為測區控制系統，采用RTK設備采集地面像控點，基于同源高分衛星數據制作了多波段廣東省東江流域遙感地理底圖。遙感影像數據庫用于存儲已完成處理的遙感影像數據。

3.3 自動化流程實現

涉河建設項目衛星遙感自動化監測流程涉及衛星圖像處理、專題圖制作、報告編制3個環節，分別基于不同的技術實現流程自動化。圖像處理流程基于GeomaticaPCI圖像處理軟件提供的PythonAPI應用程序接口，專題圖制作基于ArcGIS地理信息系統軟件提供的Arcpy站點包，均采用Python語言進行二次開發實現。報告自動生成采用C#語言，基于VisualStudio.net環境調用word動態鏈接庫實現，同時將所有流程集成，建立桌面應用程序。

3.3.1遙感圖像預處理

遙感圖像預處理過程依次包括，讀入原數據成為PCI軟件中pix通用格式、依據參考底圖自動選擇同名控制點、根據同名點建立有理函數模型、正射糾正、數據融合。

重點處理工作是選擇同名控制點，在制作好一幅參考底圖的基礎上，采用模板匹配法可實現自動匹配同名控制點，達到一勞永逸的效果。模板匹配法的原理為：在參考圖像中以A點為中心，設置1個M×M區域的模板。在待糾正圖像對應位置上，以1個N×N的子區作為搜索區域，并保證搜索區域大于模板范圍，即N>M。使模板在搜索區域內平移，在每個位置上計算模板與其所覆蓋搜索子區的相似度，相似度最大位置即是與A點配對的A′點坐標(x，y)。通常選用歸一化相關系數(NCC)作為相似度判定準則，因其具有消除圖像灰度間的線形畸變的優勢[8]。為保證控制點選取的精準性，對選取的控制點對進行位置偏差一致性檢查，剔除誤匹配點。因圖像表現為整體偏移，則各同名控制點對之間的位置偏差必然在一定的閾值范圍內。統計各同名點對距離的均方差，當某同名點對距離大于3倍均方差時，認為該點對為誤匹配點。為保證控點選取的空間均勻性，還采取了分區選點的策略，保證控制點對均勻分布于整個圖像范圍內。此外，為了提升選點的效率，采用由特征點和小波影像金字塔引導的從粗到精的匹配策略獲得控制點[9]。

應用同名點構建有理函數模型糾正多光譜和全色圖像后，將兩者進行數據融合，獲得既保持光譜信息又融入高分辨紋理信息的數據，以達到涉河建設項目監測對數據空間分辨率的要求。本文采用的融合算法為光譜保持能力優秀的PANSHARP融合方法。該方法基于最小二乘逼近法，計算多光譜影像和全色影像灰度值之間的關系，并據此調整單個波段的灰度分布以減少融合結果的顏色偏差；另外該方法還對輸入所有波段進行統計運算并以此來消除融合結果對數據集的依賴性和提高融合過程的自動化程度[10]。

自動化處理流程的輸入數據為下載后解壓的原始衛星數據，根據其文件組織形式及頭文件信息進行程序讀取處理，全流程無需人工干預，自動輸出涉河工程區域遙感正射融合圖像。數據預處理流程調用的PCI PythonAPI主要函數依次包括：Import輸入原始數據頭文件，輸出pix格式圖像；Autogcp輸入pix格式待糾正圖像、參考圖像、DEM數據，輸出自動匹配的同名控制點集；Rfmodel輸入同名控制點集，輸出建立的有理函數模型；Ortho輸入pix格式待糾正圖像、有理函數模型、DEM，輸出正射糾正圖像；Pansharp2輸入正射糾正后多光譜和全色圖像，輸出融合圖像；Pyramid輸入融合圖像，輸出建立金字塔的融合圖像；Clip輸入建立金字塔的融合圖像、涉河建設工程范圍面狀矢量，輸出tif格式涉河工程范圍的裁剪圖像，以項目批復文件號_成像時間_衛星傳感器類型對圖像進行唯一標識，存儲于影像數據庫中。

3.3.2遙感圖像變化監測

收集各涉河工程開工前衛星遙感數據作為本底參考圖像，或以遙感影像數據庫中成像最早的數據作為參考圖像，與更新圖像地表反射率進行對比，可獲得工程建設情況。變化監測指標主要有波段反射率差異、波段幅度差異、圖像歸一化強度差異等。波段幅度指像素各波段平方和的平方根。經實驗對比，采用圖像歸一化強度差異指標設置閾值，提取變化地物可獲得較好的效果。

(1)

式中圖像歸一化強度IN(i，j)指像元強度與圖像中最大強度的比值，i、j分別表示圖像行、列號。

IN(i，j)=I(i，j)/max(I)

(2)

式中圖像強度I(i，j)指RGB彩色空間以三角形法轉換為IHS彩色系統中的強度值。

I(i，j)=(R+G+B)/3

(3)

聯合式(1)(2)(3)即可根據圖像R紅、G綠、B藍3個波段的反射率值，計算圖像歸一化強度差異圖像。變化監測在圖像預處理的基礎上進行，更新圖像需與參考圖像空間匹配。處理流程調用的PCI PythonAPI主要函數依次包括：Chdetop輸入更新圖像、參考圖像，設置變化監測算法為“Intensity Ratio”，輸出兩幅圖像歸一化強度差異圖像；Expolras輸入兩幅圖像歸一化強度差異圖像，設置閾值、提取最小相鄰成塊區域所含像元總數閾值，輸出變化區域面狀矢量。

3.3.3專題圖制作

程序處理完成的裁剪圖像通過批復文件號關鍵字與其對應的mxd制圖模板關聯。在制圖模板中加載裁剪圖像，套用預設圖層渲染方式，按當前顯示范圍拉伸顯示圖像。根據裁剪圖像的時間更新圖名要素，輸出JPG格式專題圖件，以工程批復文件號_遙感圖像時間_傳感器類型命名。處理流程調用的Arcpy主要函數依次包括MakeRasterLayer_management輸入裁剪圖像，輸出柵格圖層；ApplySymbologyFromLayer_management輸入柵格圖層，圖層渲染模板，按模板顯示圖層；mapping.ListLayoutElements獲取圖名要素，按裁剪圖像成像時間命名；mapping.ExportToJPEG輸出專題圖件。

3.3.4監測報告編制

遙感專題圖更新后實施監測報告更新，將需要更新的部分插入書簽，以同樣以批復文件號關鍵字作為標識，制作dotx格式Word模板文件。采用C#語言調用word動態鏈接庫即可操控word文件，自動更新書簽位置的內容，生產監測報告。同時構建桌面應用程序，將圖像預處理及專題圖制作python腳本集成調用，形成涉河建設項目遙感動態監測數據處理子系統。更新書簽位置專題圖的核心代碼為：MSWord.InlineShapeinlineShape=wordDoc.Bookmarks.get_Item(ref BookMark).Range.InlineShapes.AddPicture(s_JPGpath， ref oMissing， ref oMissing， ref oMissing)。設置inlineShape.Width/Height屬性，可指定插入圖片的大小。

4 應用實例

應用本文提出的衛星遙感數據自動化處理流程對廣東省東江流域涉河建設項目開展了動態監測工作，以東江南支流港灣大橋建設項目為例，說明方法應用效果。東江南支流港灣大橋位于東莞市沙田鎮，因其跨越主航道、工期量大、工期長，所以需對其進行重點監測。圖2所示為工程開工前至建設期間共6個時相高分2號衛星數據遙感監測專題圖。圖2a顯示了2018年3月工程開工前本底情況；圖2b顯示了2018年10月右岸開工建設情況；圖2c顯示了2019年1月引橋建設情況；圖2d顯示了2019年3月25#號主墩建設情況；圖2e及圖2f顯示了2019年6月和2019年11月時，24#號、25#號主墩，23#號、26#號輔助墩，22#號、27#號交接墩施工進展情況。衛星傳感器成像之后，經過自動化處理可快速生產模板化的專題圖，輔助水政管理部門高效、直觀、動態地掌握工程建設過程情況。

圖2 東江南支流港灣大橋工程多時相遙感監測示意

圖3顯示了工程建設區域地物變化監測情況。圖3a為2018年3月工程開工前參考圖像，圖3b為2019年11月更新圖像，圖3c為兩幅圖像歸一化強度差異計算結果，圖3d為根據差異閾值提取的地物正、負變化結果。一般開工之后，水泥、翻動裸土等地表相較于之前荒地、田地、河流等地表，其各個波段的反射率均升高，因此圖像歸一化強度也相應增大，表現為正變化。設置差異閾值為90，最小成塊區域所含像元總數200，可提取出主要的新建建筑，濾除零碎的斑塊。其中，一些誤提取的正變化區域主要為潮汐水位變化造成右岸灘涂裸露區、以及成像角度變化造成的陰影區。值得注意的是，因參考圖像左岸碼頭反射率大于更新圖像中新建建筑的反射率，需采用負變化提取新建建筑區域，如圖3d中綠色圖斑所示。該方法應用于其他涉河項目時，可根據實際情況調整圖像歸一化差異閾值，結合正負變化，提取地表變化區域。

圖3 東江南支流港灣大橋工程變化監測示意

5 結語

本文綜合PCI PythonAPI、Arcpy、C#技術，建立了廣東省東江流域水政遙感監測數據庫及數據處理系統，集中管理涉河建設項目數據，同時實現了遙感數據更新、處理、分析、制圖、編制報告的自動化流程，持續高效地為水政管理工作提供信息支持。本系統可作為流域水政遙感動態監測系統數據處理子系統，為web端展示型系統提供數據服務。此外，本文建立的遙感數據處理自動化流程可推廣應用于岸線變化、水質遙感、違法違建、水浮萍覆蓋等多項水利信息遙感業務化監測工作中，對開展相關工作具有借鑒意義。

本文采用高分1號、2號衛星圖像為主要數據源，對國產衛星數據的推廣應用具有積極效應，但為了進一步保障涉河建設項目監測頻率，后續仍需擴展程序，支持更多國內外高分辨率衛星數據。同時基于參考影像，對涉河建設項目進展情況做了初步變化監測研究，采用圖像歸一化強度差異指標能夠實現地表變化區域的提取，但受陰影及岸線變化的影響較大，后續應深入開展面向對象或基于深度學習的圖像目標識別及變化監測研究，進一步提升水政監察工作的自動化、智能化程度。