基于遙感技術的廣州市水域占用監測分析

李萬能，趙 敏，林權滿，陳 黎，何秋銀

(珠江水利委員會珠江水利科學研究院，廣州 510611)

水域作為人居環境的重要組成部分，起著維持生態平衡的重要作用，維系著人類社會的正常運轉[1]。為實現國民經濟社會發展，維護生態平衡，水域占用問題已成為當前水利行業關注的一大熱點問題，構建科學可靠的水域占用監測評價機制刻不容緩。然而，構建科學可靠的水域占用監測評價機制，必須以科學的理論、可靠的數據為基礎。但采用傳統技術手段獲得不同時段、不同區域的水域面積及水域占用的圖斑矢量，其工作量大，經費高，且耗時長[2]，難以滿足新時期水利高質量發展的要求，這就要求尋找新的技術手段和方法，以求快速可靠地獲取水域占用指標。

遙感是使用空間運載工具和現代化的電子、光學儀器，探測和識別遠距離研究對象的技術，利用不同目標的電磁波特性記錄下來，通過分析研究揭示出目標的特征性質及其變化的綜合性探測技術[3]。采用遙感技術手段進行水域占用的研究不少[3-7]，可根據正射糾正后的不同時期的遙感影像及水系矢量數據，通過空間疊加分析，獲取不同年度水域占用圖斑矢量，大大減少工作量，節約成本。本文采用遙感深度學習及目視解譯相結合技術手段，以2019年4月為本底，對廣州市近3 a的水域進行監測提取水域占用圖斑，并分析其占用特征及原因，為后期構建水域占補平衡、水行政許可審批及規范河道管理等方面提供技術支撐，同時，在水域管理藍線基礎上獲得轄區內水域面積，為落實《廣州市建設項目占用水域管理辦法》中水行政主管部門職責提供保障。

1 廣州市水域現狀

廣州市地處南嶺山地向珠江河口的過渡地帶，東連增城、博羅交接的羅浮山山脈，西接花都、清遠、三水交接的青云山山脈，珠江前、后航道自西向東穿城而過，全區行政區劃總面積為7 251 km2。

廣州市境內河流眾多，均屬珠江水系，全市河流、河涌共1 368條，總長為5 092 km。其中30條為骨干河流，總長為775.07 km；1 338條為城市內河涌，總長為4 316.77 km。全市水庫368座，總庫容為10.57億m3。以2015年為基準年，利用0.6 m高分辨率遙感影像解譯廣州市各類水域，廣州市未被遮蓋的河、湖、庫、塘等面積合計約759.37 km2，其中，河道河涌面積553.25 km2，約占總面積的73%；水庫面積86.42 km2，占總面積約11%；湖泊面積6.06 km2，占總面積約1%，山塘面積49.79 km2，占總面積約7%；其他水域面積63.85 km2，約占總面積的8%[8]。

圖1 廣州市水系示意

2 資料收集及方法

2.1 資料收集

為加強水域管理和保護，規范建設項目占用水域行為，發揮水域在防洪、排澇、供水、灌溉、航運和生態環境等方面的功能作用，保障經濟社會的可持續發展，2015年5月12日，廣州市人民政府出臺了《廣州市建設項目占用水域管理辦法》(以下簡稱“辦法”)。辦法中明確水域內涵[9]，是指河道、河涌、湖泊、水庫、山塘管理范圍內的水體、過水的沙洲、灘地(包括可耕地)、行洪區等組成的區域，不包括海域和在耕地上開挖的魚塘。

考慮本研究水域內涵及主管部門工作職能的需要，開展了廣州市水域占用情況監測，收集2020年廣州水域管理藍線DLG數據，作為水域占用監測范圍；收集廣州市行政區劃數據，作為廣州市區域劃分的依據；收集廣州市高分一號、二號衛星影像數據及2019年影像本底數據，影像分辨率優于2 m，時間為2021年4—5月、2022年4—5月；并收集了2021年1月至2022年12月市級批復涉河建設項目相關資料。

2.2 技術方法

根據收集衛星遙感影像數據，首先對其進行正射糾正預處理，作為水域占用圖斑智能提取基礎數據；采用深度學習方法及目視解譯相結合方式，快速獲取鐵路、公路、橋梁、碼頭、堆土堆渣等水域占用擾動圖斑，并通過空間疊加分析獲取水域占用圖斑；最后通過統計分析，得到廣州市近幾年水域占用情況及所造成原因(具體技術路線見圖2)。

圖2 水域占用及變化遙感解譯技術路線示意

1)正射校正技術：利用已有的控制點和DEM資料對全色影像進行正射糾正，同時對影像進行傾斜改正和投影差改正，并通過與同景多光譜影像進行融合、鑲嵌、勻色及重采樣等處理，制作具有空間地理信息的數字正射影像，以便于后期深度學習信息提取和目視解譯提供基礎影像。

2)深度學習技術：在調研已有的深度學習模型結構，立足于對水域占用圖斑自動識別已有模型和實驗方法的評估的基礎上，選取U-Net++模型作為模型內核架構。U-Net++模型是一個用于圖像語義分割的全卷積神經網絡，由不同深度的U-Net組成，主要包括模型架構選取、模型訓練與優化、模型輸出、模型驗證等內容，從而較好快速獲取鐵路、公路、橋梁、碼頭、堆土堆渣等水域占用圖斑，為目視解譯提供基礎數據。

3)目視解譯技術：利用計算機深度學習技術自動化提取的初步水域占用圖斑，過人工判別和邊界目視解譯[10-11]高分辨率影像可以清晰地分辨地理要素，準確地提取水域占用圖斑，采用人機交互的影像信息提取方式，快速而準確地獲取水域占用矢量分類數據[12]。遙感監測目視解譯技術，通過疊加顯示加載的分類成果矢量數據和數字正射影像，目視判讀已有矢量數據的位置、范圍、類別等信息的正確性，并進行糾正。

4)空間疊加技術：疊加分析是將有關主題層組成的數據層進行疊加，產生一個新數據層面的操作。其結果綜合了原來兩層或多層要素所具有的屬性。疊加分析不僅包含空間關系的比較，還包含屬性關系的比較。本研究空間疊加技術基于ArcGIS平臺的空間分析模塊實現，將不同側面的信息內容疊加顯示在結果圖件或屏幕上，以便研究水域占用相互空間關系及綜合兩層或多層的屬性，全面支撐后期統計分析。

5)統計分析技術：在區域性分析評價工作中，可將多類數據結合在一起，利用 GIS 軟件的空間分析模塊，對整個區域的數據狀況進行客觀、全面地評價，以反映出區域中的數據評價指標狀況以及空間分布情況[8]。

3 監測結果及分析評價

3.1 廣州市水域現狀

以廣州市河涌水系規劃(2017—2035年)數據為基礎，結合2019年亞米級衛星遙感數據進行復核，得知廣州市水域管理藍線(廣州市水域面積)范圍面積合計約744.72 km2，其中河道(涌)619.20 km2，約占總面積的83.15%；水庫92.57 km2，占總面積的12.43%，其他水域16.33 km2，占總面積的2.19%；山塘9.77 km2，占總面積的1.31%；湖泊6.84 km2，占總面積的0.92%。

廣州市國土面積為7 251 km2，水域面積為744.72 km2，2020年基本水面率為10.26%，該數據為本文研究的廣州市水域面積的基礎。

3.2 深度學習水域占用提取

本文采用Unet++t[13 ]可深度神經網絡學習方法，主要識別部分水域管理藍線范圍內的水域占用圖斑，重點識別正在擾動水域占用圖斑或堆土堆渣區域。模型訓練過程中出現過擬合現象，將使用超參數(學習率、訓練批次大小、迭代訓練次數，驗證樣本占比等)優化方法，輔助提升模型的訓練與驗證精度(見表1)。通過對本文研究數據分析，將學習率設置為0.0001、訓練批次大小為4、迭代次數為300代、驗證樣本占比為每10張訓練樣本中取1張作為驗證樣本等，所得到識別樣本見圖3。該模型采用效率和精度均相對較好的Adam優化算法，實現對Unet++深度神經網絡學習率的自適應優化。

表1 深度學習精度統計

圖3 深度學習識別結果(左側為衛星影像，右側為識別結果)

考慮深度學習所得是柵格邊界，且部分圖斑邊界與實際占用邊界存在不一致，本文主要采用人機交互方式，采用深度學習鎖定水域占用圖斑位置及輪廓，采用目視解譯方式獲取占用圖斑精確邊界，以此統計水域占用面積。

3.3 水域占用及水域面積變化總體情況

根據2021年4月、2022年4月兩期遙感影像數據，通過深度學習及目視解譯相結合方式，分別提取了2021、2022年廣州市的水域矢量數據成果(只采集面狀水域河流岸堤及河流上的橋梁、公路、碼頭、堆土堆渣等要素，不包括人工魚塘)，數據格式為Shapefile數據。通過將不同年份廣州市水域矢量圖層進行疊加分析(市級審批資料)，提取水域占用矢量圖斑，統計出2021、2022年廣州市水域占用及水域變化面積。最后，結合現場復核情況，統計分析占用類型、面積及占用原因。

以2019年4月為本底，2021年4月為監測影像數據，對廣州市2021年水域及其水域占用遙感監測，2019—2021年，廣州市變化水域占用面積為2 299 031 m2，以新增水域為主；2021年廣州市水域面積為742.12 km2，占用類型為橋梁、公路、碼頭、鐵路、水利工程、棄土棄渣、基礎設施建設及其他基礎設施建設等。其中碼頭為593 355 m2，占水域占用總面積的25.81%；公路為440 746 m2，約占水域占用總面積的19.17%；其他基礎設施建設、橋梁、水利工程分別為37 489 m2、372 535 m2、365 087 m2，分別占水域占用總面積的16.27%、16.20%及15.88%。

以2021年4月為本底，2022年4月為監測影像數據，對廣州市2022年水域及其水域占用遙感監測，2021—2022年，廣州市變化水域占用面積為761 000 m2，其中新增水域面積647 985 m2，恢復水域面積113 015 m2；2022年廣州市水域面積為741.59 km2，占用類型為橋梁、公路、碼頭、鐵路及水利工程、棄土棄渣、基礎設施建設及其他基礎設施建設等。其中橋梁為316 956 m2，占水域占用總面積的41.65%；基礎設施建設為202 303 m2，約占水域占用總面積的26.58%；公路為149 452 m2，約占水域占用總面積的19.64%，具體水域占用面積分布見圖4所示。

圖4 水域占用面積分布示意(上圖為2021年，下圖為2022年)

3.4 水域占用分析與評價

1)2021年度水域占用情況

通過遙感監測與現場復核，2021年度廣州市水域占用結果進行綜合分析可知，從年際變化、占用類型及行政區劃等3個方面分析如下。

從年際變化角度分析，相比于2019年，2021年新增水域占用面積為2 299 031 m2，無恢復水域，其中臨時占用為737 633 m2，永久占用為1 558 045 m2，新增水域占用主要為碼頭、公路、橋梁及其他基礎設施、水利工程等五類，面積多達2 134 382 m2，占水域占用總面積的92.9%。

從占用類型角度分析，占用類型分臨時占用和永久占用兩種，其中臨時占用以公路、橋梁、鐵路、水利工程、碼頭等臨時圍堰、施工平臺和施工臨時占用，永久占用以公路、橋梁、鐵路、水利工程、碼頭、基礎設施建設等為主。通過數據顯示，所占比例較大為碼頭、公路、橋梁及其他基礎設施，分別所占比例為25.8%、19.1%及16.2%、16.3%；所占比例較小為鐵路、機場及基礎設施建設，分別所占比例為1.1%、1.6%及0.3%。臨時占用區域隨著施工進度推進，施工臨時占用區域基本恢復，水域占用面積也逐漸減少。永久占用區域為國民經濟建設發展所需，直接納入到建設項目行政審批手續，明確替代水域工程獲取補救措施。

從行政區劃角度分析，南沙區、增城區占比最大，分別為33.9%和31.1%，其次從化區、黃埔區，分別為13.8%和11.4%，最小為海珠區、荔灣區，分別為0.4%和0.2%。

通過2021年水域占用可知，水域占用面積直接與開發建設情況直接相關。研究發現，廣州市水域面積在城市化進程中總體上呈持續萎縮趨勢[10]，水域分布在面積上由城市中心向外圍逐漸增多，水域面積變化主要發生在城市外圍區域，如南沙區、增城區、從化區及黃埔區；海珠區、荔灣區等老城區則因為建成區完全覆蓋，水體及占用水域非常少，基本保持相對穩定的狀態。因此水域占用受到人類干預的程度直接相關。同時，水域占用類型主要集中在城市開發基礎設施建設，如橋梁、公路、水利工程及碼頭工程等，該類型工程直接解決城市運行順暢基礎支撐作用，是保障未來城市高質量發展的源泉(見圖5～圖6)。

圖5 2021年不同類型水域占用面積統計示意

圖6 2021年不同行政區水域占用面積統計示意

2)2022年度水域占用情況

通過遙感監測與現場復核，2022年度廣州市水域占用結果進行綜合分析可知，主要也從年際變化、占用類型及行政區劃等3個方面分析如下。

從年際變化角度分析，相比于2021年，2022年水域占用面積為761 000 m2，其中新增水域647 985 m2，恢復水域113 015 m2，增幅較大為橋梁工程，由16.2%增幅至41.7%，減少幅度較大為碼頭、水利工程，分別由25.8%、15.9%減少到1.7%、7.3%，其他類型與其他年份基本持平。

從占用類型角度分析，通過數據顯示，所占比例較大為橋梁、其他基礎設施及公路，分別為41.6%、26.6%及19.6%；所占比例較小為鐵路、機場及碼頭，分別為0.2%、0.5%及1.7%。

從行政區劃角度分析，黃浦區、增城區占比最大，分別為28.3%和19.1%，其次白云區、南沙區及從化區，分別為14.6%、14.1%、12.8%，最小為海珠區、荔灣區，分別為0.7%和0.3%。

通過2022年水域占用可知，水域占用面積基本與2021年趨勢一致，由城市中心向外圍逐漸增多，占用類型主要為橋梁、公路及基礎設施建設，是城市開發重要水域占用行業，從而在水域占用管理工作重心以外圍正在開發建設區域為主，以橋梁公路行業為占用主要方面(見圖7～圖8)。

圖7 2022年不同類型水域占用面積統計示意

圖8 2022年不同行政區水域占用面積統計示意

4 結論與建議

本文收集歷史衛星影像數據、水域管理藍線DLG及最新兩年亞米級衛星影像，利用遙感深度學習及目視解譯的技術手段，針對2020—2022年廣州市的水域占用情況進行監測，快速準確提取水域占用矢量圖斑，并分析了其水域占用空間分布、面積及類型。結果表明：① 在原有水域管理藍線及遙感解譯基礎上，廣州市2021、2022年未被遮蓋的河流(涌)、湖泊、水庫、山塘等面積約為742.12 km2、741.59 km2。② 經年際數據分析，2021、2022年新增占用水域面積為2.94 km2，恢復水域0.11 km2，新增占用水域面積明顯大于恢復水域面積，該結果與廣州市水域面積在城市化進程中總體上呈持續萎縮趨勢[14]基本一致。③ 不同行政區結果顯示，廣州周邊南沙區、增城區、黃埔區水域占比較大，中心城區荔灣區、海珠區、越秀區占比較小，較好說明占用水域分布在面積上由城市中心向外圍逐漸增多，水域面積變化主要發生在城市外圍區域。

本文利用3 a遙感影像進行廣州市水域占用動態監測，較好了解了近期廣州市水域面積變化情況，考慮序列時間短，部分水域占用情況代表性不強，待后期水域占用動態監測列入日常性業務，所得動態監測結果將具有較好的說服力，本次采用遙感監測技術手段不但經濟實用，且可快速有效地分析出水域占用特征，為后期制定科學的水域占用補償機制、保護水域安全提供了可靠的技術支撐。同時，利用遙感深度學習及目視解譯的技術手段，快捷方便較為全面掌握廣州市開發利用情況，為水行政主管部門科學決策提供指導性建議。