城鄉建設遙感動態監測關鍵技術研究及應用

吳亞文，聶 倩，申佩佩

（1.寧波市阿拉圖數字科技有限公司，浙江 寧波 315000；2.寧波市測繪設計研究院，浙江 寧波 315000）

隨著地球空間信息學的快速發展，尤其是遙感、地理信息系統等3S技術具有信息獲取全面、多尺度、時效性強、成本低等諸多優點[1-3]，可以及時掌握城市建設的現狀和變化信息等第一手資料，從而為城市規劃和建設管理提供不同視角、不同時空的科學論證和決策依據，因此已成為加強城鄉規劃實施監督、提升稽查執法效能的重要手段。本文以寧波市為例，采用多期高分辨率衛星影像實施城市建設變化監測分析，建立全市“空、天、地”一體化的遙感動態監測技術輔助城鄉規劃督察技術服務體系，從而為城鄉規劃督察工作提供穩定和快速反應的技術支撐。

1 研究區概況及數據源

1.1 研究區概況

寧波是我國首批對外開放的沿海港口城市和計劃單列市，是一座具有深厚文化底蘊而又充滿現代活力的國際化港口城市。寧波地處我國海岸線中段，長江三角洲南翼。東有舟山群島為天然屏障，北瀕杭州灣，西接紹興市的嵊州、新昌、上虞，南臨三門灣，并與臺州的三門、天臺相連。是長三角五大區域中心之一，也是長三角南翼經濟中心和浙江省經濟中心之一。目前,寧波印發了促進地理信息發展的實施意見，其中加快發展航空航天遙感技術及應用，培育發展全市全天候新型多源航空航天遙感獲取、處理、加工和服務產業的發展作為首要的發展重點。

1.2 數據源及其預處理

本文研究內容數據源以遙感影像為主，通過衛星遙感技術可以得到客觀準確的數據。但受到拍攝成本和拍攝條件等因素的限制，需要在遙感數據處理過程中融入較多的其他元素對影像作出參考，且對數據格式、坐標系、時間的統一性提出較高要求，數據快速標準化處理成為要完成的第一步。

1.2.1 數據源

本文研究內容數據源由以下四部分構成：①分辨率為0.8 m的高分二號和北京二號影像；②收集已有（2015年）分辨率為0.5的影像數據（digital orthophoto map，DOM）；③收集已有（2015年）數字高程模型（digital elevation model，DEM）；④無人機采集影像數據。影像范圍寧波市約10 000 km2，同時收集研究區poi、路網數據等輔助完成后續位置確定等工作。

1.2.2 數據預處理

由于收集影像存在不同時相、不同傳感器或不同視角的成像條件的差異,圖像間會存在相對平移、旋轉和尺度等變換,因此需要對影像做幾何糾正、影像配準、影像融合、勻光勻色、信息增強等預處理。

1）數據介紹。本次研究主要采用高分二號和北京二號2種數據源進行。高分二號是我國自主研制的首顆空間分辨率優于1 m的民用光學遙感衛星，搭載有2臺高分辨率1 m全色、4 m多光譜相機，具有高輻射精度、高定位精度和快速姿態機動能力等特點。北京二號是由三顆高分辨率衛星（0.8 m全色、3.2 m多光譜的光學遙感衛星）組成的民用商業遙感衛星，可提供覆蓋全球、空間和時間分辨率俱佳的遙感衛星數據和空間信息產品。

2）技術路線。對本文研究區的遙感影像預處理如圖1所示

圖1 遙感影像預處理流程圖

3）有理函數模型。通常情況下，遙感影像無地面控制時的定位精度不能滿足應用要求。采用有理函數模型（rational function model,RFM）作為影像數據的幾何模型，由于RPC是由衛星參數通過嚴密幾何模型解算得到的，所以衛星原有的系統誤差也被代入有理函數系數中，為了保證幾何定位的高精度，應在平差過程中采用某些方法來補償系統誤差。如像方平移改正模型、平移變換模型和仿射變換等補償方案，其實質就是利用影像自帶的RPC系數來消除像點的系統誤差[4]。

有理函數模型是將像點(r，c)表達為與其相應的地面點空間坐標(X，Y，Z)為自變量的的多項式比值，

其 中，p1(Xn，Yn，Zn)，p2(Xn，Yn，Zn)，p3(Xn，Yn，Zn)，p4(Xn，Yn，Zn)的表達式為：

式中,aijk(a0......a19)為有理函數的多項式系數（rational functioncoefficientsRFC）。

2 研究方法

寧波市自2015年以來，逐步開展了利用衛星遙感技術輔助城鄉規劃督察工作，以高分辨率遙感影像為基礎，以無人機航測技術、地理信息技術和移動互聯技術為依托，綜合遙感監測、督察統籌、分局監管等模式，構建寧波市一站式遙感動態監測技術輔助城鄉規劃督察技術服務體系（如圖2所示），在維護城鄉總體規劃權威性和嚴肅性方面取得了明顯成效。其關鍵技術包括研究區遙感影像采集、遙感影像預處理、基于感知哈希算法的遙感影像變化發現、基于層級信息匹配的變化圖斑空間化技術、變化圖斑快速核查與反饋技術和傾斜實景三維快速建模與取證。

圖2 遙感動態監測服務體系流程

3 關鍵技術

3.1 基于感知哈希算法的遙感影像變化發現

基于感知哈希算法的遙感影像變化發現采用格網將影像劃分為不同的區域，由于感知哈希算法大多針對圖像全局進行特征提取[5]，對影像進行基于信息熵的自適應格網劃分，先對影像進行隱形格網劃分，將其分割為大小相等的區域；設定相似度閾值，根據閾值范圍提取變化圖斑；數據編輯后如不滿足信息劃分需求，將基于局部自適應策略，根據信息熵自適應地對格網單元進行格網加密操作。實現不同時相間遙感影像變化發現與提取（如圖3所示）。

圖3 基于感知哈希算法的遙感影像變化發現流程

相較于傳統人工對比影像和識別變化位置的方法，存在人工操作干預度高、數據冗余量大等問題。而基于感知哈希算法的遙感影像變化發現在提高運算速度、減少人工操作、減少數據冗余方面都可完成較大程度的提升。針對不同的變化尺度，采用動態格網分割的方式，對影像進行分塊對比檢測，提取出準確的變化位置（如圖4所示）。

圖4 變化發現示意圖

3.2 基于層級信息匹配的變化圖斑空間化技術

城市建設的規劃管理是基于各層級各階段進行流程化審批與監管，如選址、建設用地許可、初驗、建設工程許可、復驗、竣工核實等，而變化檢測數據與規劃審批信息存在地理空間上的一致性，寧波市遙感輔助動態監測以城鄉建設項目為索引，通過空間位置關系、對應關系、映射關系等進行檢索統一（如圖5所示），然后進行智能匹配空間化，使兩者的空間位置與屬性信息進行高度融合。實現了通過數據庫的形式對將核查的圖斑空間屬性和數據屬性進行整合，形成完整的數據體系。

圖5 層級匹配示意圖

3.3 變化圖斑快速核查與反饋技術

由于督察頻次逐年遞增，變化圖斑的數量進一步增加，從而會帶來誤判數量激增和判讀耗時等問題，拖延了督察工作的進度。因此，利用基于感知哈希算法的遙感影像變化情況，可快速發現變化圖斑；對發現的變化圖斑進行基于層級信息匹配的變化圖斑空間化技術，精準地完成變化圖斑與高精度地理數據、規劃管理數據的匹配。在此基礎上完成了變化圖斑的預判預查，通過督察系統將預判預查圖斑分發至各個核查部門，對變化圖斑“定性”，即對圖斑相應的審批信息進行確認，并將具有違法性質的建設進行判斷甄別。在進一步核查后移交至相關管理部門，對違法建設采取控制、補辦、拆遷等相關措施（如圖6所示）。

圖6 多部門信息化導向圖

3.4 傾斜實景三維快速建模與取證

傾斜實景三維模型主要采用基于傾斜攝影測量的三維建模方式進行制作，真實反映測區內建筑、交通、水系、植被、地形地貌等地物主要的特征和結構，通過表面紋理真實反映其表面的顏色、質地、形狀和圖案等，達到色調協調、自然真實的效果。根據攝影測量原理，對獲得的傾斜影像數據進行數據預處理、多視角聯合平差、模型構建、三維模型修改、檢查等過程，最后進行整理提交。在城市規劃督察工作中，可以全面直觀地了解到現場情況，對于確切掌握變化圖斑的邊界、準確位置和實地取證等方面具有參考價值[6-9]（如圖7所示）。

圖7 傾斜實景三維實地取證示意圖

4 實驗結果與分析

選取寧波市部分地區作為實驗區進行試驗，利用PCI軟件對實驗區影像數據進行幾何糾正、影像配準、影像融合、勻光勻色、信息增強等預處理。最后得到高分辨率的遙感影像圖，形成DOM。對于DOM的質量，采用控制點中誤差的精度進行統計（如表1所示），從精度檢測發現存在的個別粗差點，需要剔除后重新計算。檢測結果表明遙感影像精度小于2.5 m，滿足技術體系要求。基于感知哈希算法的遙感影像分類，對于算法的分類質量采取目視解譯的方式隨精度進行判斷，結合實驗區結果精度（如表2所示），檢測結果表明正確率達到90%以上。利用ArcGIS軟件和圖斑分析工具實現變化圖斑快速核查，層級匹配信息包括區劃范圍、目視解譯內容、審批等，之后利用寧波市督察系統將數據進行“上傳下達”，整合數據后得到成果，在之后的督查中更新完善并且達到長效的生命周期管理。在此基礎上，發現違法性質的圖斑，利用傾斜實景三維技術進行實地取證（如圖8）。

圖8 實驗區違法比例情況

表1 檢查點精度分布

表2 部分實驗區精度提取

5 結語

隨著國家對規范建設、生態建設等問題越來越重視，城鄉督察工作也越來越重要，在當前遙感信息技術高速發展的新形式下，結合高效、成熟的技術手段為督察工作提供支撐。本文以寧波市城市建設遙感動態監測的關鍵技術，遙感影像的快速智能處理、基于感知哈希算法的遙感影像變化發現、基于層級信息匹配的變化圖斑空間化技術、變化圖斑快速核查和反饋技術和傾斜實景三維快速建模取證，構建空天地一體化輔助城市建設遙感督察服務體系。實現利用遙感技術、地理信息技術和計算機技術，建設變化圖斑的采集、處理、分發、甄別和查處等全流程技術體系，為相關工作提高了效率。