基于遙感圖像三區光譜特征的水網城市區域規劃協調控制方法

侯 松，瞿嗣澄

(嘉興市國土空間規劃研究有限公司，浙江 嘉興 314000)

0 引言

城市水網系統是一個有機整體，該系統中各要素之間相互制約，水網規劃是協調城市建設與生態環境保護的一種有效手段。若水網規劃不合理，則無法合理規劃城市建設。城市水網的合理規劃，首先需要考慮防洪排澇、生物棲息地構建及水資源調度等多個因素的協調，然后劃分水環境的功能區域，并在滿足人們生產生活和生態環境需求基礎上才能實現水網的科學規劃。科學技術的發展使得水網規劃技術不斷更新，傳統的城市水網規劃方法規劃時間較長，需要耗費很多的人力和資源，規劃效率較低，難以解決河網、湖區及水資源調度等多種模擬對象的協調控制問題。為確保城市水網規劃的合理性，需要突破原有的規劃思路，優化整合城市水網系統中的規劃影響要素，重點研究水網城市區域規劃協調控制方法。

外國一些學者將遙感技術大量應用在水網規劃中，取得一定成果。國內一些研究者也根據相關經驗，提出如下水網功能區自動劃分方法。文獻[1]構建了水網功能區分類體系，該體系包括一定理論基礎，增強了分類技術的可操作性，建立Landsat衛星遙感數據的不同空間解譯標志，準確劃分水網的功能區域。文獻[2]提出改進Moblile NetV2網絡在遙感圖像功能區劃分中的應用。將Dense Net的密集連接思想引入到輕量化網絡中，利用特征復用改善網絡性能，再通過設定的瓶頸組合壓縮圖像的通道數，將其中一部分的瓶頸擴張系數縮小，便于控制網絡規模，利用改進后的網絡進行遙感圖像分類，提高了計算速度。

但是水網功能區的圖像相似性特征較強，在沒有進行圖像處理的情況下，很難區分各個區域的特性，解決河網、湖區及水資源調度等多種模擬對象的協調控制問題，并降低劃分精度[3]。為此，本文提出基于遙感圖像三區光譜特征的水網城市區域規劃協調控制方法。面向水網城市規劃，利用遙感圖像實現功能區自動分類。將數學形態學應用到圖像處理過程中，該方法已經在機器視覺等領域取得很好的應用效果，在遙感圖像處理中也存在巨大潛力。通過逐步細化處理，體現出圖像更多細節特征，為功能區自動劃分奠定良好基礎。經實驗驗證，本文測試方法能夠兼顧其它生態要素，規劃具有合理性，規劃效果較好；規劃時間較短；對于目標規劃數據的檢測誤差小、準確率高，能夠提高城市水網規劃的效率，實現城市良好發展的目標。

1 基于遙感圖像三區光譜特征的區域規劃協調控制

1.1 遙測設備及傳感器指標參數值

本次選用的是Digitalglobe公司生產的高分辨率遙感設備[4-5]。主要優勢是畫面拍攝更加靈活，設備容量高，能夠獲取多光譜、高清晰度的數據，更加突出目標的結構、紋理和色彩等特征。可實現輻射定標、正射校正等處理[6]。其中，GF-1號傳感器的相關技術指標如表1所示。

表1 傳感器相關技術指標表

1.2 數據預處理

數據預處理就是對遙測設備采集的原始圖像做增強處理，本文將幾何學作為基礎提出基于形態學的預處理方式[7]，更好地分析水網城市規劃的圖像微觀性質。該方法的基本操作過程是利用結構元素探測圖像，并分析該元素是否能完全放入到圖像內部。圖2給出了某圖像A以及圓形結構B。元素放置在不同的地方，其中一個地方可以滿足結構元素放入要求，另一個地方則無法放入。不斷標記適合的位置，即可獲得有關圖像的信息，獲取不同的結構元素，從而可以從不同角度分析圖像。

圖1 形態學基本運算過程

在處理過程中，同時分析圖像內部與外部，從而得出目標和背景間存在的關系，獲得更好的處理效果，擊中擊不中變換(HMT)是處理該問題的有效方式[8]。

當結構元素腐蝕圖像時[9]，可將該過程作為元素位置標記過程，即使標記點和原點與元素中的位置有關，但輸出的圖像形狀不會受此影響。同樣該方式也適用于膨脹運算[10]。

在HMT變換過程中能夠同時獲得內外標記，此時需要結構基元E和F，將它們看作結構元素對B=(E，F)，分別用作圖像內外部處理。當E平移到某點時能夠進入A的內部，F平移到該點時，可填入A的外部。

由此可知，E和F顯示不能夠相連，則有E∩F=φ。變換過程如圖2所示。

圖2 擊中擊不中變換過程示意圖

遙感圖像的數學形態學運算需依賴上述HMT變換，假設一張遙感圖像為S，利用結構樹B=(E，F)對圖像做細化處理[11]，通過結構序列B1，B2，...，Bk的不斷迭代，生成輸出序列。在迭代過程中，如果輸入集合有限，則會獲得更加細化的圖像。圖3表明結構基元E與F對圖像S的全部迭代過程。

圖3 圖像細化迭代過程示意圖

如果利用(S?B)[i，j]代表第i次迭代時，結構對j的輸出結果，(S?B)[i，j，j+1，...]描述迭代過程中生成的特征圖像，則表明該圖像在后續迭代處理中，即當j=j+1，j+2，...時，圖像細化時具有穩定不變的狀態[12]。

圖4 研究區域遙感圖像

經過上述細化處理，遙感圖像的細節信息得到增強，更有利于不同功能區的特征提取。處理后的遙感圖像如圖4所示。

利用定量方式對上述預處理后的圖像做出評價，分析圖像的信息熵[13]，該指標能夠表現出圖像中包含的信息量，表達公式如下：

(1)

公式中，l描述遙感圖像的整體亮度級，Pe表示亮度級是e級的概率。指標值越大，說明圖像所包含的信息內容越豐富。

處理前和處理后的圖像信息熵值如表2所示。

表2 預處理前后圖像信息熵值對比表

由表2可知，經過預處理后的圖像信息熵值較高，更接近1。表明圖像中的信息非常豐富，能夠為功能區分類提供更多信息依據。

1.3 遙感圖像光譜特征分析

遙感圖像的光譜特征能夠體現出目標表層對于電磁波的反射狀況[13]，是紋理、幾何特征的基礎，同時也是圖像分類的直接信息源。通常情況下，從下述幾個方面分析光譜特征。

(1)亮度均值[14]：目標L波段的平均值表示圖像目標內n個像元亮度值的均值，也就是整體像元亮度值和像元數量之比：

(2)

公式中，n代表目標像元數量，CL表示目標在波段L處的亮度值。

(2)目標標準差[15]：圖像目標在全部波段上的像元統計標準差，計算公式如下：

(3)

公式中，σL表示圖像目標標準差，cLa代表圖像第a層平均值。

(3)亮度差級指數[16]：全部波段中，最大、最小像元差和目標亮度之比，公式表示為：

(4)

公式中，md表示亮度極差，maxV與minV分別代表目標的極大、極小亮度值，b是圖像亮度。

1.4 最鄰近分類

最鄰近分類是面向對象分類的一種，是將圖像光譜信息為依據，本文主要將最鄰近分類對城市水網區域進行規劃。該方法的實現需要易康軟件的支持，這是由于易康軟件可突破傳統影像分類方法的局限性，將遙感影像數據轉化為空間地理信息，支持高分辨率圖像的對象分類，且自動化分類精度較高，可以應用于中高空間分辨率影像的信息提取。

在最鄰近分類算法中，水網城市規劃距離體現了對象和樣本間的特征差距，表達式為：

(5)

圖5 功能區自動分類流程示意圖

按照上述過程，將水網遙感圖像功能區劃分為如下3個部分：優先功能區[20]，重點保護的功能區，包含自然區域、飲用水區域；一般用水功能區，人類生活和生產用水區，包含農業、工業和漁業用水；沖突協調區[21-23]，指混合區域和保留區域。不同區域的特征及分類方法如表3所示。

表3 不同功能區特征及分類方法表

將不同功能區表現的光譜特征引入到最鄰近分類模型中[24-25]，得到功能區分類結果如圖6所示。

圖6 城市水網功能區規劃結果示意圖

由圖6可知，3個優先功能區的面積都較大，周圍大多數被植被和住宅包圍，光譜強度相對較暗；而一般功能區周圍大部分為工廠，光譜強度較高。

1.5 水網城市規劃協調控制實現

針對上述不同功能區的劃分，對水網城市區域規劃協調控制的思路進行優化：

1)首先根據輸入對研究區域邊界起點與終點的位置，將它們匹配到流域單元的節點；若相鄰區域邊界出現重疊時，需對其進行協調控制；

2)然后在城市水網區域規劃中運用 A*算法[26]，規劃從區域邊界起點到終點的最優水網規劃區段，定義為：

D={D1，D2，…，Dn}

(6)

水網規劃區段由多個規劃區段構成，而每一個規劃區段又對應多個功能區，因此其對應的功能區可標記為：

d= {[d1 ，1，…，d1 ，j，…]，…，[di ，1，…，di ，j，…]}

(7)

其中：功能區di ，j代表規劃區段di對應的第j個功能區；

最后利用規劃區段與功能區的對應關系，遍歷功能區列表h， 從區域邊界起點到終點的功能區中篩選出最優規劃區段作為最終的功能區：

DX= {[d1 ，j，…，dn ，j]，…[d1 ，j + n，…dn ，mn}

(8)

基于上述水網城市規劃思路，設計其具體算法如下：

1)選取真實的區域邊界起點s和終點t，利用規劃區段與功能區的對應關系，對應到規劃區段的起點S和終點T。

2)在以上基礎上，利用A*算法，簡化劃分步驟，規劃出最優的水網規劃區段，在規劃區段時只需考慮規劃邊界的起點和終點是否重疊，即規劃協調性，無需考慮真實的相關環境要素，因此能夠提高水網城市規劃效率。算法步驟為：

①建立兩個表，其中 CLOSED表是用來儲存被搜尋的節點，OPEN表則是儲存已產生但尚未搜尋的所有節點，將起點放入OPEN表。

②在算法的計算過程中，選出OPEN第一個節點作為當前節點；

③通過在 CLOSED表格中的節點N遍歷其鄰近的節點N，取節點N的各個鄰居節點，根據公式(9)計算代價函數：

c(n)= ∑1n(ω1Li+ω2Bi+ω3Ci)

(9)

式中，C表示當前節點與前一節點的實際距離；B表示區段所包含的橋梁；L表示區段的等級信息。ω1，ω2，ω3分別表示L、B和C的權重值。

根據公式(10)計算出各節點的估價值f：

f(n)=c(n)+h(n)

(10)

式中，n表示待開發節點；c(n)表示從初始節點到節點n的實際代價；h(n)是從節點n到目標節點的估計代價。

④根據估價值f對OPEN表進行由小到大排序，跳轉到第②步，一直到終點出現或OPEN為空，水網城市規劃結束。

3)最終利用A*算法規劃出來的規劃區段對應一到多個最優功能區，并根據節點功能分區與節點設計布局的匹配，篩選出適應優先功能區、一般用水功能區、沖突協調區的相應區段。

2 實驗驗證

2.1 實驗參數

為驗證基于遙感圖像三區光譜特征的水網城市區域規劃協調控制方法的規劃效果，進行實驗測試。基于 MATLAB的開發平臺構建，系統為64位WIN8系統，采用的軟件版本為64位的MATLAB2018a。

選取的目標區域總面積為378.62 km2，陸地和水域分別為302.11 km2和65.22 km2。該地區地勢為西部和中部較高，東部低。山脊為丁字形走向，海拔在280米以下的丘陵較多，河流縱橫交錯。該城市主要包括五大區域，區域分布情況如圖7所示。

圖7 城市區域分布圖

參照目標區域的地形條件和成圖比例，選用Digitalglobe公司生產的高分辨率遙感設備，獲取了目標區域的遙感影像。具體圖像如圖8所示。

圖8 目標區域遙感圖像

2.2 測試步驟及結果分析

所有的實驗數據均取自于圖8 的實際測量，測試結果是檢驗測試方法的重要指標。本文提出基于遙感圖像三區光譜特征的水網城市區域規劃協調控制方法，根據不同功能區的特征，將水網遙感圖像功能區劃分為優先功能區、一般用水功能區和沖突協調區。將文獻[1]構建水網功能區分類體系與文獻[2]提出改進Moblile NetV2網絡在遙感圖像功能區劃分中的應用作為對比，得到目標區域遙感圖像規劃結果如圖9所示。

圖9 目標區域遙感圖像規劃結果

分析圖9 可知，本文測試方法能夠準確規劃優先功能區、一般用水功能區和沖突協調區，將優先功能區分布在城市的水網面積較大，光譜強度較弱的區域；將一般用水功能區分布在城市的河流流經區域，該區域為河流下游，附近工廠較多；將沖調協調區分布在上下游沖突的區域。而文獻[1]方法可以準確規劃沖突協調區，但優先功能區和一般用水功能區規劃不完善；文獻[2]方法的沖突協調區、優先功能區和一般用水功能區規劃均不完善；由此可知，本文測試方法兼顧其它生態要素，規劃具有合理性，使得規劃效果較好，可以起到保護生態環境的作用。

選擇基于遙感圖像三區光譜特征的水網城市區域規劃協調控制方法作為實驗組測試方法，水網功能區自動規劃方法為對照組測試方法。選取目標遙感圖像中的20個規劃區域，測試實驗組與對照組的規劃時間，表4記錄了實驗組、對照組對規劃區域的規劃時間對比結果。

表4 規劃時間對比結果

分析表4可知，實驗組測試方法的規劃時間均在2 s內完成目標區域規劃，而對照組測試方法的規劃時間均超過5 s才能完成目標區域規劃，相比對照組測試方法，規劃時間較短。

將取自于圖8的實際測量得到的所有實驗數據集輸入到最鄰近分類模型中，利用本文測試方法對規劃數據集進行檢測，以驗證本文測試方法的規劃精度，檢測的結果如圖10所示。

圖10 規劃精準度/誤差結果圖

由圖10可知，本文測試方法在對目標區域規劃數據集檢測方面表現較為理想，精準度均在0.98以上，尤其是第3次、第5次和第6次的實驗結果，精準度接近1，而且檢測誤差也較低，第3次、第5次和第7次的檢測誤差分別為0.02、0.01和0.01，誤差趨于0。由此可以看出，本文測試方法對于目標規劃數據的檢測誤差小、準確率高，從而也說明本文測試方法對于目標區域規劃較為準確。

為驗證上述基于遙感圖像三區光譜特征的水網城市區域規劃協調控制方法的規劃效率，設計文獻[1]構建水網功能區分類體系與文獻[2]提出改進Moblile NetV2網絡在遙感圖像功能區劃分中的應用作為對比測試時，對于同樣的條件，隨機選取目標遙感圖像中的20處規劃區域，采用3種不同的方法進行城市水網規劃，并比較了采用3種不同的規劃方法進行的節點總數、規劃區域內功能區數量、規劃區域內的工廠數量，結果如表5所示。

表5 不同方法的效率對比

由表5可知，本文測試方法將不同功能區表現的光譜特征引入到最鄰近分類模型中，大大降低了水網規劃中所需的節點數量，大大提高了系統的搜索效率。并對各功能區進行進一步的劃分，優先功能區劃分為自然區域、飲用水區域；一般用水功能區劃分為人類生活和生產用水區，沖突協調區劃分為混合區域和保留區域。這樣既可以有效地規劃出更合理、更安全的水網功能區域，又可以有效地提高系統的搜索效率。

綜上所知，本次實驗結論為：1)本文測試方法能夠兼顧其它生態要素，規劃具有合理性，使得準確規劃功能區，規劃效果較好；2)實驗組測試方法的規劃時間均在2 s內完成目標區域規劃，相比對照組測試方法，規劃時間較短；3)本文測試方法對于目標規劃數據的檢測誤差小、準確率高，大幅度提高搜索效率。從而也說明本文測試方法對于目標區域規劃較為準確。

3 結束語

城市水網規劃是將整個城市水資源區域劃分成為獨立的功能分區，在功能分區的劃分中需要考慮地形、街區分布等因素。為增強城市水網規劃的合理性，實現生態平衡和可持續發展，本文提出基于遙感圖像三區光譜特征的水網城市區域規劃協調控制方法，利用遙感技術采集目標區域地物信息，經過圖像預處理、光譜特征提取等過程為功能區分類奠定良好的信息基礎；利用最鄰近分類方法建立分類體系，根據不同功能區的特征，將其劃分為優先功能區、一般用水功能區和沖突協調區，實現城市水網自動規劃。得到的分類結果能夠為城市水網規劃者提供借鑒與參考，解決河網、湖區及水資源調度等多種模擬對象的協調控制問題。通過水網城市區域規劃協調控制完善河流結構，加強水系連接程度。劃分功能區，兼顧其它生態要素，使規劃具有合理性，增強規劃效果，不僅可以起到保護生態環境的作用，還要促進我國社會發展。