王麗男
(遼寧省地理國情監測中心,遼寧沈陽 110034)
地理國情監測工作已持續開展四年時間,積累了連續而豐富的地理國情監測成果,遙感解譯樣本數據成果亦是其中之一。每年,為了采集和制作遙感解譯樣本數據都需要投入大量的人力、物力,如何將其更好的應用于實際監測工作當,提高作業效率、優化成果質量是我們首要考慮和急需解決的問題。
目前,大部分地區地理國情監測的數據更新,是以參照當年和去年兩期遙感影像,對比紋理變化,人工圈定范圍、判讀圖斑類型,輔以外業實地核查的方式進行。在近兩年的實際工作中,我們發現由于部分影像不是十分清晰或兩期影像變化不明顯等原因,造成人工判斑的困難較大,剩余大量不確定圖斑要外業核實,這給本來緊張的工作增加了負擔。此外,由于參與國情監測作業人員較多,業務水平又參差不齊,使得在成果的質量控制上,每年也需投入了大量精力。
遙感影像解譯技術是隨著遙感技術的產生而誕生的,遙感解譯經歷了從純人工目視解譯到半自動解譯,目前正向全智能化解譯方向發展[1]。隨著地理信息系統、人工智能、圖像理解、模式識別、人工神經網絡、模糊集理論、生理和心理認知理論等相關理論和技術的發展,在遙感自動解譯研究方面取得了一定成果[2,3,4],一些高科技公司相繼推出了自己研發的影像智能解譯產品,如中科星圖GEOVIS遙感智能解譯系統、航天泰坦遙感圖像智能解譯系統、商湯科技SenseRemote智能遙感解譯系列產品等。這些影像解譯產品雖然標志著解譯技術向著智能化方向發展,但要實現成熟運用仍存在許多要解決的問題。例如在遙感影像復雜信息的全自動分割和獲取(包括圖形、識別特征和光譜信息提取)、多種信息源的空間數據標準統一、遙感和地理信息系統的復合以及多源遙感信息復合、多種目標智能提取與識別模型的標準化和集成等方面還有待進一步研究與探索[5]。
基于地理國情監測工作現狀、遙感影像解譯技術發展程度,以及地理國情監測數據要求高精度、高準確率等特點,為充分利用遙感解譯樣本數據成果,切實為生產作業服務,提高生產效率和產品質量,提出以下研究內容。
目前,影像自動解譯多是以通過與解譯樣本對比分析方法實現的,要進行影像自動解譯,首先須建立一個有效而完備的解譯樣本數據庫。地理國情監測使用的影像類型、時相、分辨率多種多樣,即使同一監測區域每年使用的影像也不盡相同,這給影像自動解譯帶來巨大難度。要想提高影像自動解譯準確程度,一種有效方法就是使用當年主要影像數據源生成的解譯樣本庫,要得到這樣的解譯樣本庫,就需要解決在影像解譯前快速生成樣本問題。
設計思路:以現有解譯樣本數據為基礎,比較最新影像紋理,生成新的解譯樣本,對每個樣本給出相似度評估結果,對相似度達不到某一指標的,人工判讀樣本是否正確,對不正確樣本予以剔除,對缺少的個別樣本,進行人工添加,最終形成所需的解譯樣本數據庫。另外,考慮到不同地域特點,可以以市為單位進行建立,這樣的樣本庫針對性更強,體量也較小。
人工提取圖斑變化信息是目前數據更新過程中,最為費時費力的一項工作,也是易于出現錯漏的一個環節。如果利用計算機對影像進行初步解譯,得到的結果輔助人工辨別,不僅會提高人工解譯效率,而且也有利于減少誤判和丟漏概率。
設計思路:第一步參照國情數據本地庫與當年監測影像,人工圈定變化圖斑,形成監測增量矢量文件。第二步利用研制軟件對增量文件進行自動解譯識別,生成解譯成果。軟件解譯識別概略過程:首先,依據增量矢量文件自動截取各圖斑所在主要影像數據源影像。然后,按其光譜特征對比歷年遙感解譯樣本(為提高解譯準確性和解譯速度,可對比指定范圍內的解譯樣本),找出樣本中最為相似的類型。最后,把解譯后的類型名稱、相似度值等信息標定到矢量文件中,并按照某一相似度值,將矢量文件分成已識別圖斑層和疑問圖斑層。第三步對疑問圖斑層的數據,再人工核定是否外業核實。
(1)該項研究有利于減少工作中因解譯人員因經驗不足或心理上、生理上等原因造成的人為解譯錯誤。
(2)該項研究可以解決遙感影像自動解譯軟件尚未攻克的解譯邊界準確性問題,使自動解譯技術能實際應用于地理國情生產。
(3)該項研究有利于實現,充分利用遙感解譯樣本輔助內業判讀,有效提高內業判斑質量和數量,達到減少外業工作量目的。
由于基礎性地理國情監測內容指標分類較細(一級類10個,二級類59個,三級類143個),其中涉及地表覆蓋的一級類就有8個(種植土地、林草覆蓋、房屋建筑(區)、鐵路與道路、構筑物、人工堆掘地、荒漠與裸露地、水域),二級類更多有52個[6,7]。就目前影像數據源和影像自動解譯技術發展情況,要完全實現三級類自動解譯幾乎是不可能的事,所以可以先初步實現一級類間地物的變化識別和部分二級類間地物的變化識別,待積累一定經驗后,再探索實現更多地物類間的變化監測識別。