基于衛星遙感數據的違法建筑監查與執法技術探討

朱雪苗

（三和數碼測繪地理信息技術有限公司，甘肅 天水 741000）

隨著我國工業化和城市化的快速發展，建設用地面積迅速增長。尤其是近年來，我國建設用地規模急劇擴張，且出現無序擴張現象，引發土地資源利用率下降、耕地資源減少、環境污染與生態破壞等一系列問題。因此，及時、準確獲得建設用地變化信息，對于合理制定城市規劃方案，實現社會經濟與資源利用、生態環境的可持續發展具有重要意義。

與傳統的實地調查方法相比，采用遙感變化檢測技術進行建設用地動態監測具有速度快、覆蓋范圍廣、效率高的優勢。當然，利用衛星遙感影像監測特定地區建設用地變化信息時，往往受衛星影像的時間分辨率、空間分辨率以及天氣等因素的限制。根據國家社會經濟發展和可持續發展戰略需求，圍繞“提升住建現代化水平，全面推進“互聯網”+“住建監測”的目標要求，集成利用衛星遙感、低空遙感、云計算、地理信息系統和導航位置服務等技術，構建基于空天地信息的遙感業務化監測體系，將全面提升違章建筑執法監察效率。

截至目前，國際上利用遙感數據進行違章建筑監測也取得了多項成就。同時，全球對地觀測體系的建立、理論研究、分析處置方法的改善等都為基于衛星遙感數據的違法建筑監查與執法技術的應用推廣奠定了堅實的基礎。

1 研究區域概況

安定區，隸屬于定西市，是定西市委、市政府所在地，位于甘肅省中部，南北長82.9 千米，東西寬73.3 千米，總流域面積3638 平方公里，總耕地面積243 萬畝，見圖1。

圖1 研究區地理位置圖

安定區是黃河文明的發祥地之一，是古“絲綢之路”重鎮，也是新歐亞大陸橋的必經之地，素有“甘肅咽喉、蘭州門戶”之稱，距省城蘭州98 公里，是“蘭白都市經濟圈”、“關中- 天水經濟區”和“絲綢之路”經濟帶甘肅黃金段重要的節點城市，隴海鐵路，巉柳、平定、天定高速公路，312、310 國道穿境而過。2020年2 月，經甘肅省脫貧攻堅領導組審定，安定區退出貧困縣名錄。

經濟的高速發展，帶來用地需求的增多，為安定區的規劃提出了更高的要求。然而在利益面前，不少違法人員無視政府城鎮發展規劃準則和要求，私自加建、違建，甚至利用自身權力的便利為自己及利益團體的利益，進行違法建設，這種行為不僅嚴重影響城市的科學規劃發展，同時也嚴重地破壞了社會的公平和諧。因此，采取有效的措施及時、準確的進行周期性的檢測監察勢，方便執法部門的處理及勒令改正勢在必行。面對這一需求，積極探討切實有效的檢測監察工作方案是解決這一問題的有利抓手。

2 數據來源

本次研究的數據主要包括衛星影像數據和各類歷史調查矢量數據，見表1。

表1 研究區數據情況

3 研究方法

3.1 技術路線

獲取不同時相的原始影像數據，對獲取的影像數據進行預處理，使用面向對象的計算機解譯方法對預處理后的衛星影像進行智能提取，得到兩期影像上所有的建筑物圖斑，利用智能變化檢測技術，提取出變化圖斑，然后與城市規劃數據對比，提取出違章建筑物圖斑，錄入違章建筑物的屬性信息，并將圖斑提取結果與收集的歷史矢量數據進行比對，評判精度，分析影響精度的因子，提出提升精度的措施，見圖2。

圖2 研究技術路線圖

3.2 技術原理

3.2.1 目視解譯。目視解譯是遙感應用最常用、最基本的方法之一。它根據位置、形狀、大小、色調、陰影、紋理、圖形及相關布局等遙感圖像的目視解譯標志，結合遙感解譯經驗，同時考慮多種非遙感信息資料，運用相關知識理論，采用對照分析的方法，通過由此及彼、由表及里、去偽存真、循序漸進的綜合分析和邏輯推理，從遙感圖像中獲取需要的專題信息。目視解譯簡單易操作，而且信息提取精度相對較高，但是也有相應的缺點。比如，具有不同專業知識背景、解譯經驗的解譯人員，對同一基礎數據的解譯結果可能不盡相同，因為目視解譯的結果往往帶有解譯者的主觀隨意性。且相比于遙感信息的自動提取，目視解譯工作量大、費工費時，面對大批量空間信息時，實現定量化分析和保證解譯的時效性都很困難。

3.2.2 面向對象。針對建筑物幾何形狀規則、紋理信息各異的特點，使用面向對象的提取方法提取建筑物。它的分析單元是由若干個像素組成的像素群即目標對象，而不是單個像素。相對于單個像素來說目標對象更具有實際的意義，而且特征的分類和定義均是基于目標進行的。通常，面向對象分類方法主要通過模糊邏輯分類和影像分割來實現。在高空間分辨率遙感影像中，房屋表現為面狀地物具有一定寬度、長度和面積，傳統的提取方法采用區域生長算法，如基于邊緣跟蹤的方法即邊緣監測法等。但這些主要還是基于像元灰度特征的提取算法，在大規模實際應用的準確性、實用性等方面還有較大的差距。在面向對象的聚類信息提取中，把房屋分割成一個個具有一定寬度、長度和面積的方形對象，并且這些對象有一定的面積和長寬比，且在灰度上具有一定的相似性。為得到滿足上述條件的建筑，可先通過對象的灰度特征提取出滿足灰度條件的影像對象，再通過一個形狀參數的約束來實現。

4 數據處理

4.1 數據獲取

考慮到監測的敏捷性及監測精度，本次研究擬選取衛星影像數據的時間間隔為1 個月，空間分辨率為2 米，衛星源為高分1。在實際研究時，考慮到衛星影像的云霧覆蓋、陰影、數據處理級別、原始數據拍攝時的視角等因素。最終選取了6 期高分1數據。時間段為2020 年1 月31 號到2020 年12 月31 號，考慮數據的空間覆蓋率，最終將研究區確定為安定區巉口鎮。

4.2 監測底圖生產

監測底圖作為衛星遙感技術服務于執法監察的根本，是監測在技術環節執行變化檢測技術流程的基礎。影像數據的質量直接決定了目視解譯及遙感軟件智能解譯的精度及效率。本次研究實驗中，在監測底圖的生產上，綜合應用了多款遙感數據處理軟件，各取所長，保證了監測底圖高精度、高效率的生產，在具體作業流程的設置上也進行了靈活的配置，保障了高效率的數據生產。

4.2.1 將下載的原始數據利用7Z軟件進行解壓，對解壓后的數據，利用超算平臺V4.0 創建了金字塔。

4.2.2 將創建金字塔后的數據，分期與安定區行政區劃界限矢量疊加，考慮重疊度和影像質量等各類因素進行了交互式選片，最終保留質量較好的影像數據。

4.2.3 全色數據匹配平差。先對原始全色影像，以工程的模式，全自動進行連接點匹配，最終形成了相關系數為0.85，且單景點數不少于6000 個，整個測區點位分布均勻的的自由網，且通過平差，對粗差超過1.2 像素的點進行了剔除。最后，利用平差合格的點，對全色影像全自動進行正射校正處理。

4.2.4 多光譜數據匹配糾正。以校正后的全色影像為基準，給多光譜做基準影像匹配，用匹配出的控制點做正射校正。

4.2.5 影像融合。影像融合采用Pansharp 融合算法，融合后的影像做波段波段運算，增強影像解譯的精度及效率。

4.2.6 影像勻色。選擇顏色較好的數據作為模板參考，對全部影像進行自動色彩平衡處理，生成勻色后的單景影像。

4.2.7 鑲嵌分幅。輸入勻色后的影像，生成鑲嵌線，并對鑲嵌線進行編輯，編輯完成后進行影像并行鑲嵌。最終形成服務于執法監察的衛星數據源監測底圖。

4.2.8 地理配準。為了充分利用已有歷史矢量數據，在數據配準上，基準數據選擇了三調影像。

4.3 面向對象分類

土地的使用類別會隨著時間的推移發生變化，變化檢測就是對同一區域不同時相的數據中地類發生的變化進行檢測測，檢測結果會將發生變化的地塊生成一個矢量文件，并在屬性表中注明該地塊前后的類別。

利用面向對象的分類方法，將處理的2021 年安定區高分影像、2020 年安定區三調影像進行分割，生成新的矢量數據，利用已積累的歷史矢量數據進行樣本制作，最終生成新的影像分類矢量數據，見圖3。

圖3 面向對象分類流程圖

4.4 變化檢測

添加前后時期影像分類矢量成果數據，進行比對，形成發生變化圖斑矢量文件，最后通過目視篩選出最終的變化圖斑。

5 研究成果

在此次研究測試中，依據現有的數據來源，安定區全域數據覆蓋情況不能滿足每月監測一次的需求，最終我們選擇了影像覆蓋頻率、覆蓋度均較高的巉口鎮局部作了6 期監測，具體時段為2019 年10 月至2020 年1 月、2020 年1 月至2020 年5月、2020 年5 月至2020 年7 月、2020 年7 月至2020 年9 月、2020 年9 月至2020 年11 月、2020 年11 月至2020 年12 月；而對安定區全域，基于安定區2019 年10 月正射影像數據（三調統一時點更新數據）和安定區2020 年12 月正射影像數據，完成了一期年度建筑變化圖斑的提取。考慮監測的頻次，對數據周期性覆蓋度較好的巉口鎮，完成了6 期建筑圖斑的提取。

在圖斑提取上，我們采用目視解譯和面向對象的方法進行了單期數據的提取，對前后時相，基于變化圖斑矢量數據進行了變化檢測，提取了疑似違法建筑變化圖斑，最終形成了6 期巉口鎮違法建筑監測圖斑矢量成果及安定區全域年度監測圖斑矢量成果，并生成了多期變化圖斑空間分布圖、重點圖斑分布專題圖、違法建筑圖斑信息統計表等各類成果。

6 討論分析

綜合分析1 期年度變化檢測結果及巉口鎮的6 期監測結果。可以看出，我們形成的最終年度監測成果與國家下發的變更監測圖斑有一定的差異，但也達到了遙感影像服務監測應用的精度。

6.1 就安定區全域而言，2020 年國家下發變化監測圖斑836 個,其中建筑相關圖斑729 個；我們解譯得到的安定區2019年11 月至2020 年12 月建筑相關變化圖斑累計608 個，圖斑覆蓋率83.4%；其中85%范圍與國家下發一致; 而不一致的圖斑，經分析發現主要是有一些圖斑，國家下發的監測圖斑標注變化，而我們的影像上無明顯變化。而有一些圖斑國家未標注，而我們從影像上看有明顯變化痕跡。巉口鎮的監測結果時序性較強，清楚的反應了大型建設工程的總體建設進度。

6.2 對衛星數據源而言，進行多源數據的綜合利用，提升時間分辨率、空間分辨率，對變化圖斑的檢測將更加靈敏、更加準確。

6.3 深入分析本次研究的實驗結果，不難得出這樣的結論：利用衛星遙感影像監測特定地區建設用地變化信息時，往往受衛星影像的時間分辨率、空間分辨率以及天氣等因素的限制。所以，在實際工作中，考慮發揮航空、低空遙感平臺（無人機、飛艇等）機動、靈活、周期短且獲取的低空遙感影像具有更高空間分辨率、地物的識別能力更強的特點，對重點區域土地執法監察所需違法建筑圖斑獲取提供優良數據源是一種有效的選擇。

6.4 本研究產生的技術方案有利于推動落地基于高分衛星遙感影像，運用影像自動識別技術，加強對地觀測、地理信息等數據的快速分析識別技術，形成多源、多時相遙感數據的快速預處理能力，實現住建土地資源業務化、常態化監測，輔助違章建筑清查、管理與應急決策，服務于住建信息化管理發展需求，促進城市規劃的可持續性發展。