涉河建设项目卫星遥感自动化监测技术及应用

秦 雁，陈亮雄，孙秀峰，周 宇，秦美茵，杨静学

(1. 广东省水利水电科学研究院，广东 广州 510635；2. 广东省水安全科技协调创新中心，广东 广州 510635；3.广东省山洪灾害防治工程技术研究中心，广东 广州 510635)

1 概述

广东省水系发达、河网发育。随着经济社会快速发展，涉河建设项目越来越多。涉河建设项目涉及公共安全、生态环境保护，水政管理部门在项目开工、主体工程竣工、专项验收、防汛检查等环节均需进行重点督查，导致项目常规监查管理工作繁重。

卫星遥感技术具有全面、宏观、客观、动态的优势，遥感技术辅助水政监察已是水利强监管的重要举措之一。借助遥感技术构建天地一体化水利监测体系，有助于实现对水资源、河湖水域岸线、各类水利工程、水生态环境等涉水信息动态监测和全面感知。

我国各大江河流域管理部门已相继建立了水政监察遥感监测系统。早在2009年，唐庆忠等人[1- 2]构建了珠江流域水政监察遥感信息系统，对珠江河口、跨省河流和国际河流进行水政监察动态监测。长江水利委员会于2015年建立了遥感动态监测系统，应用于流域水政监察工作[3]。2018年以来，胡红等人[4]构建了海河口等四河口遥感信息系统，掌握河口地区岸线变化、项目建设进展情况，与实地调查取证配合实现高效管理。黄河水利委员会利用遥感监测手段和信息化方式监督和管理洪障物变化情况，有效解决了人工巡测无法及时获取大空间范围内的变化信息[5]。杨静学等人[6]应用遥感技术监测了鹤地水库违法违章嫌疑区、分析了库区水环境状况，陈亮雄等人[7]综合无人机、3S以及“互联网+”技术建立了鹤地水库水政监管系统，辅助库区管理。(这些成果研制时间？)

水政遥感监测系统提供了遥感结果管理、展示、统计、分析的平台，可实现实地调查与遥感结果同步展示。但后期遥感数据更新还需人工处理，效率较低。涉河建设项目经历开工、建设、竣工、验收全流程，时间跨度大，需要实现卫星遥感动态监测。因此卫星遥感图像更新、专题制图、报告编制等应尽可能实现自动化处理及模板化制作，以提高涉河建设项目业务监测的效率。针对涉河建设项目遥感监察的需要，建立了一套遥感数据更新、处理、分析的自动化作业模式，方便快捷高效地服务于水政遥感监测业务。

2 技术路线

涉河建设项目卫星遥感监测的技术流程主要包含4个步骤(见图1)：① 资料收集与整理：收集流域内涉水工程防洪评价报告、设计资料、审批文件等相关资料，确认河道管道范围。② 数据库建设：根据各建设项目位置、主要控制点、堤防、河道管理范围等资料，建立制图模板库，并制作流域卫星遥感地理底图、遥感影像库。③ 自动化监测：基于卫星遥感底图自动选择同名点进行图像自动纠正、数据融合、影像裁剪等一系列预处理操作；基于建设项目开工前遥感图像自动变化监测，标绘工程建设用地范围，标识地物类型和参数等，统计分析用地情况；依据制图模板，自动更新制作遥感监测专题图；制作word报告模板，依据模板自动插入图表，生成报告初稿。④ 检查数据、入库归档，自动化生成报告初稿，在此基础上修改完善，形成报告终稿。

图1 技术路线示意

3 技术方法

3.1 数据来源

涉河建设项目监测通常采用高分辨率卫星数据，视工程范围大小，图像分辨率为亚米至米级为佳。研究中采用高分1号卫星和高分2号卫星数据，其中多光谱数据空间分辨率分别为8 m和4 m，全色数据空间分辨率分别为4 m和1 m。多光谱和全色融合数据能够达到涉河建设项目监测需求。数据可在高分辨率对地观测系统广东数据与应用中心网站http://gdgf.gd.gov.cn/index.jsp下载获取。

3.2 数据库建设

数据库由涉河建设项目地理信息数据库、制图模板数据库、和遥感地理底图、DEM数据及影像数据库三个部分构成。地理信息数据库中包含涉河建设项目工程位置、控制点、占地范围等工程相关矢量数据以及河流、堤防、水利工程、河道管理范围等水利信息矢量数据。数据库架构以涉河建设项目唯一的批复文件号作为要素集合的名称进行组织。制图模板数据库包含预设地图要素以及显示效果的各个涉河建设项目制图工程mxd文件，分别以项目批复文件号关键字命名。通过调用Arcpy程序，获得每个制图工程的数据框范围，将其存储为面状矢量文件，作为配置数据，用以裁剪工程范围的遥感影像。遥感地理底图作为参考图像是重要的基础数据，其几何纠正精度关联后续更新的遥感数据精度。DEM数据用于辅助纠正地形起伏引起的几何偏差，生成正射影像。本文以广东省的连续运行参考站系统(CORS)系统作为测区控制系统，采用RTK设备采集地面像控点，基于同源高分卫星数据制作了多波段广东省东江流域遥感地理底图。遥感影像数据库用于存储已完成处理的遥感影像数据。

3.3 自动化流程实现

涉河建设项目卫星遥感自动化监测流程涉及卫星图像处理、专题图制作、报告编制3个环节，分别基于不同的技术实现流程自动化。图像处理流程基于GeomaticaPCI图像处理软件提供的PythonAPI应用程序接口，专题图制作基于ArcGIS地理信息系统软件提供的Arcpy站点包，均采用Python语言进行二次开发实现。报告自动生成采用C#语言，基于VisualStudio.net环境调用word动态链接库实现，同时将所有流程集成，建立桌面应用程序。

3.3.1遥感图像预处理

遥感图像预处理过程依次包括，读入原数据成为PCI软件中pix通用格式、依据参考底图自动选择同名控制点、根据同名点建立有理函数模型、正射纠正、数据融合。

重点处理工作是选择同名控制点，在制作好一幅参考底图的基础上，采用模板匹配法可实现自动匹配同名控制点，达到一劳永逸的效果。模板匹配法的原理为：在参考图像中以A点为中心，设置1个M×M区域的模板。在待纠正图像对应位置上，以1个N×N的子区作为搜索区域，并保证搜索区域大于模板范围，即N>M。使模板在搜索区域内平移，在每个位置上计算模板与其所覆盖搜索子区的相似度，相似度最大位置即是与A点配对的A′点坐标(x，y)。通常选用归一化相关系数(NCC)作为相似度判定准则，因其具有消除图像灰度间的线形畸变的优势[8]。为保证控制点选取的精准性，对选取的控制点对进行位置偏差一致性检查，剔除误匹配点。因图像表现为整体偏移，则各同名控制点对之间的位置偏差必然在一定的阈值范围内。统计各同名点对距离的均方差，当某同名点对距离大于3倍均方差时，认为该点对为误匹配点。为保证控点选取的空间均匀性，还采取了分区选点的策略，保证控制点对均匀分布于整个图像范围内。此外，为了提升选点的效率，采用由特征点和小波影像金字塔引导的从粗到精的匹配策略获得控制点[9]。

应用同名点构建有理函数模型纠正多光谱和全色图像后，将两者进行数据融合，获得既保持光谱信息又融入高分辨纹理信息的数据，以达到涉河建设项目监测对数据空间分辨率的要求。本文采用的融合算法为光谱保持能力优秀的PANSHARP融合方法。该方法基于最小二乘逼近法，计算多光谱影像和全色影像灰度值之间的关系，并据此调整单个波段的灰度分布以减少融合结果的颜色偏差；另外该方法还对输入所有波段进行统计运算并以此来消除融合结果对数据集的依赖性和提高融合过程的自动化程度[10]。

自动化处理流程的输入数据为下载后解压的原始卫星数据，根据其文件组织形式及头文件信息进行程序读取处理，全流程无需人工干预，自动输出涉河工程区域遥感正射融合图像。数据预处理流程调用的PCI PythonAPI主要函数依次包括：Import输入原始数据头文件，输出pix格式图像；Autogcp输入pix格式待纠正图像、参考图像、DEM数据，输出自动匹配的同名控制点集；Rfmodel输入同名控制点集，输出建立的有理函数模型；Ortho输入pix格式待纠正图像、有理函数模型、DEM，输出正射纠正图像；Pansharp2输入正射纠正后多光谱和全色图像，输出融合图像；Pyramid输入融合图像，输出建立金字塔的融合图像；Clip输入建立金字塔的融合图像、涉河建设工程范围面状矢量，输出tif格式涉河工程范围的裁剪图像，以项目批复文件号_成像时间_卫星传感器类型对图像进行唯一标识，存储于影像数据库中。

3.3.2遥感图像变化监测

收集各涉河工程开工前卫星遥感数据作为本底参考图像，或以遥感影像数据库中成像最早的数据作为参考图像，与更新图像地表反射率进行对比，可获得工程建设情况。变化监测指标主要有波段反射率差异、波段幅度差异、图像归一化强度差异等。波段幅度指像素各波段平方和的平方根。经实验对比，采用图像归一化强度差异指标设置阈值，提取变化地物可获得较好的效果。

(1)

式中图像归一化强度IN(i，j)指像元强度与图像中最大强度的比值，i、j分别表示图像行、列号。

IN(i，j)=I(i，j)/max(I)

(2)

式中图像强度I(i，j)指RGB彩色空间以三角形法转换为IHS彩色系统中的强度值。

I(i，j)=(R+G+B)/3

(3)

联合式(1)(2)(3)即可根据图像R红、G绿、B蓝3个波段的反射率值，计算图像归一化强度差异图像。变化监测在图像预处理的基础上进行，更新图像需与参考图像空间匹配。处理流程调用的PCI PythonAPI主要函数依次包括：Chdetop输入更新图像、参考图像，设置变化监测算法为“Intensity Ratio”，输出两幅图像归一化强度差异图像；Expolras输入两幅图像归一化强度差异图像，设置阈值、提取最小相邻成块区域所含像元总数阈值，输出变化区域面状矢量。

3.3.3专题图制作

程序处理完成的裁剪图像通过批复文件号关键字与其对应的mxd制图模板关联。在制图模板中加载裁剪图像，套用预设图层渲染方式，按当前显示范围拉伸显示图像。根据裁剪图像的时间更新图名要素，输出JPG格式专题图件，以工程批复文件号_遥感图像时间_传感器类型命名。处理流程调用的Arcpy主要函数依次包括MakeRasterLayer_management输入裁剪图像，输出栅格图层；ApplySymbologyFromLayer_management输入栅格图层，图层渲染模板，按模板显示图层；mapping.ListLayoutElements获取图名要素，按裁剪图像成像时间命名；mapping.ExportToJPEG输出专题图件。

3.3.4监测报告编制

遥感专题图更新后实施监测报告更新，将需要更新的部分插入书签，以同样以批复文件号关键字作为标识，制作dotx格式Word模板文件。采用C#语言调用word动态链接库即可操控word文件，自动更新书签位置的内容，生产监测报告。同时构建桌面应用程序，将图像预处理及专题图制作python脚本集成调用，形成涉河建设项目遥感动态监测数据处理子系统。更新书签位置专题图的核心代码为：MSWord.InlineShapeinlineShape=wordDoc.Bookmarks.get_Item(ref BookMark).Range.InlineShapes.AddPicture(s_JPGpath， ref oMissing， ref oMissing， ref oMissing)。设置inlineShape.Width/Height属性，可指定插入图片的大小。

4 应用实例

应用本文提出的卫星遥感数据自动化处理流程对广东省东江流域涉河建设项目开展了动态监测工作，以东江南支流港湾大桥建设项目为例，说明方法应用效果。东江南支流港湾大桥位于东莞市沙田镇，因其跨越主航道、工期量大、工期长，所以需对其进行重点监测。图2所示为工程开工前至建设期间共6个时相高分2号卫星数据遥感监测专题图。图2a显示了2018年3月工程开工前本底情况；图2b显示了2018年10月右岸开工建设情况；图2c显示了2019年1月引桥建设情况；图2d显示了2019年3月25#号主墩建设情况；图2e及图2f显示了2019年6月和2019年11月时，24#号、25#号主墩，23#号、26#号辅助墩，22#号、27#号交接墩施工进展情况。卫星传感器成像之后，经过自动化处理可快速生产模板化的专题图，辅助水政管理部门高效、直观、动态地掌握工程建设过程情况。

图2 东江南支流港湾大桥工程多时相遥感监测示意

图3显示了工程建设区域地物变化监测情况。图3a为2018年3月工程开工前参考图像，图3b为2019年11月更新图像，图3c为两幅图像归一化强度差异计算结果，图3d为根据差异阈值提取的地物正、负变化结果。一般开工之后，水泥、翻动裸土等地表相较于之前荒地、田地、河流等地表，其各个波段的反射率均升高，因此图像归一化强度也相应增大，表现为正变化。设置差异阈值为90，最小成块区域所含像元总数200，可提取出主要的新建建筑，滤除零碎的斑块。其中，一些误提取的正变化区域主要为潮汐水位变化造成右岸滩涂裸露区、以及成像角度变化造成的阴影区。值得注意的是，因参考图像左岸码头反射率大于更新图像中新建建筑的反射率，需采用负变化提取新建建筑区域，如图3d中绿色图斑所示。该方法应用于其他涉河项目时，可根据实际情况调整图像归一化差异阈值，结合正负变化，提取地表变化区域。

图3 东江南支流港湾大桥工程变化监测示意

5 结语

本文综合PCI PythonAPI、Arcpy、C#技术，建立了广东省东江流域水政遥感监测数据库及数据处理系统，集中管理涉河建设项目数据，同时实现了遥感数据更新、处理、分析、制图、编制报告的自动化流程，持续高效地为水政管理工作提供信息支持。本系统可作为流域水政遥感动态监测系统数据处理子系统，为web端展示型系统提供数据服务。此外，本文建立的遥感数据处理自动化流程可推广应用于岸线变化、水质遥感、违法违建、水浮萍覆盖等多项水利信息遥感业务化监测工作中，对开展相关工作具有借鉴意义。

本文采用高分1号、2号卫星图像为主要数据源，对国产卫星数据的推广应用具有积极效应，但为了进一步保障涉河建设项目监测频率，后续仍需扩展程序，支持更多国内外高分辨率卫星数据。同时基于参考影像，对涉河建设项目进展情况做了初步变化监测研究，采用图像归一化强度差异指标能够实现地表变化区域的提取，但受阴影及岸线变化的影响较大，后续应深入开展面向对象或基于深度学习的图像目标识别及变化监测研究，进一步提升水政监察工作的自动化、智能化程度。