面向对象的高分辨率遥感影像分类在水土保持监测中的应用研究——以某公路工程为例

刘志强，李翠翠，李 俊

（中国电建集团华东勘测设计研究院有限公司，浙江 杭州 310014）

1 问题的提出

水土流失的发生和发展是一个时空变化的过程，是我国生态环境恶化的重要原因之一[1]，也是河流泥沙的直接来源，成为主要生态问题之一[1-3]。近年来，大中型线状生产建设项目迅速增加，因其线路长、范围广、扰动区域分散跨度大、施工周期长短不一等特点，采用传统的实地量测、调查监测等水土保持监测方法难以满足实际需求。如何采取有效措施，对水土流失的成因、强度及防治效果等进行动态监测，对水土保持工作的开展具有重要意义。随着遥感技术的快速发展，3S技术以其高效、快速、大范围的优势，避免定点观测资料不足和区域环境复杂多变的影响，成为水土流失动态监测和监管的有效手段[4-5]。

遥感影像解译是水土流失监测工作中最为关键的环节[6]，图斑定性是否正确，直接影响监测结果的正确性和准确性。传统基于像素的分类方法存在大量同物异谱、同谱异物现象，无法有效利用像素与周围像素之间的关系。目视解译虽然可以取得很高的分类精度，但效率低、边界容易错位[7]。鉴于基于像素分类技术和目视解译的不足和高分辨率遥感影像的广泛应用，面向对象的影像分类技术以含有更多语义信息的多个相邻象元组成对象为处理单元，可以实现较高层次的遥感图像分类和目标地物提取，但其在水土保持监测中的研究较为罕见[7]。

本文选取某公路工程为例，参考SL 190 — 2007《土壤侵蚀分类分级标准》，充分利用遥感、地理信息系统、专家知识等技术[8]，采用面向对象的分类方法对研究区施工前和施工期水土保持遥感监测影像进行解译，旨在提供一种兼顾相对指标要素逻辑关系和空间多要素叠加定量分析2种方法优势的水土流失快速监测，将水土保持监测提高到新的深度和高度。

2 实验区及数据处理

2.1 实验区概况

某公路工程位于中国西南边陲，全线长超过50 km，本次监测范围面积4.5400 km2。地质地貌复杂多样，南北地势较高，基本上由高山、宽谷和湖盆组成，最低高程1453.00 m，最高高程为7389.43 m，平均高程在4000.00 m以上[9]。土地类型多样，有耕地、草原、林地、荒滩、湖泊、沼泽等，生态环境脆弱，自然灾害频发。

2.2 数据预处理

采用中国航天科技集团公司所属空间技术研究院研制的高分一号高分辨率多光谱卫星影像。高分一号的P/MS相机可以获取2 m分辨率全色和8 m分辨率多光谱图像，选取施工前和施工期同时相的遥感影像数据，一是该时相影像无云，二是比较容易识别地表各种植被。对遥感影像镶嵌融合后，进行几何校正与辐射定标。

DEM（数字高程模型）数据分辨率为30 m，来自于国际科学数据服务平台。

3 成果目标及研究方法

3.1 成果目标

第一类信息：基础信息。提取所有相关信息所涉及的最基础信息，包括反映工程占地范围内地表附着物的地表组成信息、地形信息和土地利用一级分类信息。

第二类信息：单节点专题信息。利用高分辨率遥感影像数据，完成某公路工程施工期信息提取。包括植被覆盖率、土地利用数据二级分类信息、土壤侵蚀数据提取、水土流失面积、土壤侵蚀量等。

第三类信息：指施工期和施工前2期影像对照方可提取的信息。完成某公路工程施工对区域水土保持及其影响因子的影响情况评价。

3.2 研究方法

3.2.1 面向对象的遥感分类方法在水土保持监测地类提取中的实验

面向对象的分类方法平台为ENVI软件的FX（Feature Extraction），提供基于规则、基于样本、图像分割处理与技术，采用面向对象、多尺度分割、模糊规则的处理与分析技术。

（1）影像对象的构建。综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或光谱和形状综合加权值小于某个指定阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。

（2）分割尺度确定。面向对象是根据临近像素亮度、纹理、颜色等对影像进行分割，影响多尺度分割结果的参数主要有3个：分割尺度、波段权重因子、均值因子。

（3）合并尺度确定。根据影像纹理的大小，如果数据区域较大，而纹理差异较小，通过调整纹理合并存在于大块、纹理性较强的区域，如树林、云等，在结合光谱和空间信息的基础上迭代合并邻近的小斑块。

3.2.2 土壤侵蚀数据提取

土壤侵蚀强度分级按照SL 190 — 2007《土壤侵蚀分类分级标准》中的分级法划分（见表1），之后根据三因子叠加分析法在地理信息系统中进行分析，结合现场调查分析计算。

表1 土壤侵蚀分级标准表

土壤流失量根据土壤侵蚀模数和水土流失面积在地理信息系统中进行计算（见表2）。

表2 水力侵蚀强度分级表

3.2.3 利用基本指标提取水土保持监测内容

监测内容包括扰动范围、面积、土地利用类型及其变化情况等。通过高分辨率遥感影像数据，结合项目区平面布置图，基于人机交互式解译结果，在ArcGis平台下，计算各分区扰动面积，并标注其土地利用类型，扰动土地的变化情况，可通过不同时间的监测成果得到。

4 结果与分析

4.1 基于面向对象遥感影像分类结果

4.1.1 工程扰动区

在项目征地红线范围未知的情况下，用遥感图像处理软件和面向对象的分类软件提取该项目施工期扰动土地面积，该扰动面积主要由本工程施工扰动面积和少量非本工程建设导致的其他人为因素扰动面积组成。

扰动面积为4.5400 km2，其中渣场面积0.9000 km2。扰动区分布状况见图1。

图1 工程施工期土地扰动区分布图

4.1.2 工程区域土地利用情况

工程监测区域内按照不同颜色代表区域内不同占地类型（见图2），图2 a和图2 b分别代表工程施工前和施工期监测区土地利用类型图。根据从遥感影像提取的土地利用结果显示本工程沿线居民点分布较少，沙化现象较为严重，山体多为裸露的裸岩石砾地，属于水土流失易发区。解译结果与现场调查监测相一致。

图2 工程区域土地利用分类图

与施工前相比，工程施工期扰动地类主要为沙地、其他未利用的裸地及植被较差的草地，施工期与施工前扰动区土地利用类型变化情况见图3。

图3 扰动区土地利用类型变化图

沙地、裸岩石砾地和其他未利用地向工矿交通建设用地面积变化较大的原因是城市发展的一种必然趋势，其他土地利用类型向工矿交通建设用地转化是城市发展的一种直接反映。扰动区土地利用类型转移矩阵见表3。

表3 扰动区土地利用类型转移矩阵表 km2

4.2 基于面向对象遥感影像分类的土壤侵蚀数据提取

利用DEM数据提取坡度信息，将土地利用类型、植被覆盖度和坡度进行叠加运算，根据SL 190 — 96《土壤侵蚀分类分级标准表》土壤侵蚀强度的判别标准，采用常用的“三因子”叠加分析方法评判出各个像元点的土壤侵蚀强度。在提取时以《土壤侵蚀分类分级标准》中给定的划分方法为依据，并结合当地实际情况进行调整，在判定土壤侵蚀强度时，结合当地实际情况和土壤侵蚀分布特征进行调整。

图4为监测范围内土壤侵蚀强度提取结果图。图4 a和图4 b分别代表施工前和施工期土壤侵蚀强度图，从图4可知，项目监测区范围内耕地、非耕地土壤侵蚀强度从微度到剧烈均有分布。

图4 监测范围内土壤侵蚀强度图

监测范围内，土壤侵蚀以中度为主，其次为微度和强烈，极强烈及剧烈侵蚀分布较少。监测范围内施工期土壤侵蚀面积统计见表4，土壤侵蚀面积比例见图5。

表4 监测范围内施工期土壤侵蚀面积统计表

图5 监测范围内施工期土壤侵蚀面积比例图

与施工前土壤侵蚀情况对比，施工期土壤侵蚀强度为极强烈的增加较为明显，其次为轻度和强烈，土壤侵蚀强度为中度的区域减少较为明显，微度和剧烈区域面积分别呈增加和减少趋势，但均不显著。土壤侵蚀强度变化情况见表5和图6。

表5 扰动区土壤侵蚀强度转移变化矩阵表 km2

图6 扰动区土壤侵蚀强度变化图

与施工前相比，施工期极强烈土壤侵蚀等级面积的增加量主要来自于施工前中度土壤侵蚀强度。施工前扰动区土壤侵蚀总量为24049.72 t/a，施工期29896.91 t/a，整体上呈增加趋势。与工程施工前相比，施工期土壤侵蚀量变化约为0.6万t，与施工前的年土壤侵蚀量相比，变化较小，一方面是与施工过程中及时有效的水土保持防护有关，另一方面是由于项目区属于国家水土流失重点治理区，项目沿线占地范围水土流失严重。扰动区土壤侵蚀统计见表6。

表6 扰动区2016年与2015年相比土壤侵蚀动态变化统计表

5 讨论与思考

（1）高分辨率遥感影像的普及改变了水土保持监测技术手段，提高监测效率，传统的遥感影像分类是基于像元的低层次操作，大多是根据光谱特征进行类别划分，不能较好地进行语义知识表达和推理，对于高分辨率遥感影像，采用基于像元的分类方法进行影像分类有明显的不足。本文从高分辨率无人机遥感分类出发，对基于无人机影像的面向对象提取水土保持监测指标进行探讨，提供新的技术依据，构建基于无人机遥感的生产建设项目水土保持监测技术与方法。

首先，在高分辨率影像上，地物的光谱特征更明显，地物的结构、纹理等也更加突出，简单以像元为研究对象容易造成地块的分离，构成地块的像元光谱信息可能不完全相同，但总体上是一致的，即同质均一；其次，在高分辨率影像上，相同地面面积的像元数量增加，基于像元的影像处理方法的效率是十分有限的，难以实现对土地信息的快速详查。

基于面向对象的遥感图像分类方法，采用多分辨率分割，形成同质区域影像对象，可引入除光谱特征之外的其他特征，很容易融入领域知识和专家经验，使得分割后的影像对象比像素具有更加丰富的语义信息，从而提高遥感影像分析的智能化水平，减少分类的不确定性。面向对象的遥感影像分类从高层次图像理解的角度出发，模拟人脑的认知过程，通过运用多种地学信息进行空间推理，使得处理结果中同质区域图斑有更好的完整性。

（2）利用遥感监测方法进行项目建设区施工期水土保持监测，可以直观反映工程施工建设渣场、临时生产生活区等扰动区地形地貌特征、面积等特征指标，可以直观反映区域内的各形态指标。

（3）本文重点探讨利用基于面向对象的分类结果在施工前和施工期水土保持监测中的应用，仅对在其他指标研究方法相同的情况下，土地利用和土壤侵蚀强度指标提取进行着重研究。工程施工结束后，可以在本次研究成果的基础上，用遥感技术方法评价该工程水土保持效果。