特高压工程土地扰动监测平台设计与实现

(北京洛斯达数字遥感技术有限公司，北京 100120)

0 引言

特高压直流输电工程规模大，所处自然环境复杂，可能跨越农村、城市、生态保护区等不同地区及平原、山地、荒漠、林地等多种地貌。工程建设过程中，基坑的开挖、弃土弃渣的堆放等会对原始地貌造成不同程度的扰动，特别是山地丘陵地区，弃土堆放处理不当会发生溜坡，引起更大范围的扰动。随着国家对水土保持工作的日益重视，电网工程建设对水土保持的影响成为考核建设项目的一项重要指标。尤其是超高压、特高压输变电工程项目，作为国家重点项目，社会影响大、工程建设目标高，水土保持的要求也更加严格，也决定其水土保持工作将比其他工程建设更加复杂。

当前特高压工程水土保持监测多以人工检查为主，工作繁重、耗时耗力。遥感技术以其灵活性、实时性、低成本、低风险等特点，文献[1-4]介绍了在气象监测、资源调查与监测、测量、海事、农业、电力、灾害应急等方面的应用，文献[5-7]介绍了在电力工程中的应用，这给特高压工程水土保持监测工作提供了新思路。

深度学习技术在遥感影像目标识别、地物分类等方面的研究已成为热点，提高了遥感影像分类的精度[8-13]。本文基于深度学习技术，以特高压直流工程建设过程中的无人机影像为数据源，建立特高压工程施工现场土地扰动监测平台，通过影像信息提取，获取特高压工程通道内土地扰动信息，判断工程施工土地扰动范围是否合理，以达到施工过程水土保持快速监测目的。

1 需求分析

特高压工程施工现场土地扰动监测平台的建设目标是通过引用深度学习在影像解译中的优势，提高影像解译效率，以全部或部分替代工程现场调查和人工目视解译。因此，平台建设时需考虑以下几点：

1)可兼容常见数据。能够适用当前主流遥感影像，可以兼容国内外卫星数据以及常见无人机影像，同时能够处理从0.1 m～10 m空间分辨率的影像，对于分辨率较低的影像，应能够识别较大目标地物，能够适用当前主流矢量数据。

2)提取结果准确性高。施工现场土地扰动提取正确率应优于90%，漏检率和错检率低于10%；识别位置精度，一般应在2个像素内，即优于2倍空间分辨率。

3)提取速度较快。平台针对每基杆塔周边一定范围进行信息提取，因工程杆塔数量多，监测结果的时效性要求高，因此对平台提取速度要求较高。

4)可以自动计算及统计提取结果。平台在提取完成后，可统计出每基杆塔土地扰动面积，并统计出有多少基杆塔超过合理范围并进行标注。

2 系统设计

2.1 开发工具

平台设计为单机版，基于ArcGIS Engine和MATLAB进行二次开发，开发使用MatConvNet框架，确保具有较好的兼容性和前瞻性，方便后期维护升级，开发语言采用C#。

2.2 功能设计

1)数据的组织与管理功能设计

地理空间数据可以以文件形式存储，也可以存储在地理空间数据库中。矢量数据以文件形式存储时，本平台以通用的shape file格式存储。影像文件以文件形式存储时，本平台以主流的img、tif、jpg、ascii grid等格式进行存储。当空间数据存储至地理空间数据库时，本平台数据库为文件地理数据库FGDB。选用FGDB而不是个人地理数据库mdb或企业级地理数据库，原因是mdb容量太小，仅能容纳2 GB，而FGBD可以扩展至1 TB，企业级数据库容量大，但部署极其复杂，费用昂贵，而FGDB的容量完全可以满足要求且部署简单，单机即可，成本低。

2)数据加载、显示与图层控制功能设计

平台是一个可视化平台，借助ArcGIS Engine提供的MapControl控件与TocControl控件，基于.NET开发环境，可以开发具有可视化窗体界面的应用程序。在该应用程序中，MapControl主要用于数据的可视化，TocControl主要用于图层的控制。除此之外，ArcGIS Engine还提供了空间数据的加载接口，借助于这些接口，平台可以快速、安全地将这些数据加载至显示模块，并将其与图层控制模块联动。

3)信息提取功能设计

平台基于深度学习进行遥感影像土地扰动信息提取。为提高效率，仅针对杆塔周边一定范围的影像进行提取，以减少计算量，提高速度。同时考虑CPU计算和CPU+GPU计算双模式，CPU计算每基杆塔提取时间约为5 s，CPU+GPU计算每基杆塔提取时间约为0.4 s。信息提取结果为shape file格式的矢量数据。

4)数据编辑功能设计

平台自动提取的结果难免有错误，数据编辑功能能够对提取结果进行编辑。编辑功能主要分为三部分，分别是开始编辑、停止编辑和保存。开始编辑使数据进入编辑状态，只有进入编辑状态后用户才可对数据进行编辑；停止编辑结束编辑状态，并提示用户是否保存编辑成果；保存不结束编辑状态，它只保存用户的编辑结果。

5)统计分析功能设计

基于深度学习提取地物信息后，还需要对其进行统计分析，对每基杆塔实际施工中的扰动面积与合理扰动面积进行比较，从而得出是否超量的结论，并以可视化的形式进行统计展示，方便建设管理单位和水保监测单位进行查阅。

6)信息导出功能设计

提取出的土地扰动信息，可以Excel形式导出。

3 系统实现及应用

3.1 系统实现

ArcGIS Engine主要用于平台界面和统计分析功能的开发，MATLAB用于开发深度学习信息提取功能。

平台的主要功能包括数据加载、数据浏览、信息提取、信息统计、数据编辑、视图控制和系统设置等。

部分界面如1所示：

图1 平台界面

3.2 系统应用

特高压工程水土保持监测需要在施工期及试运行期进行监测。施工期主要监测施工区土地扰动面积是否超过合理扰动范围，试运行期主要监测施工结束后的扰动土地整治率。以扎鲁特—青州±800 kV特高压直流输电工程为例进行平台应用实践。

1)施工期应用实践

施工期施工区土地扰动面积利用施工期无人机影像进行土地扰动信息提取。通过对施工期无人机影像进行预处理，利用平台进行信息提取，得到施工区面积，土地扰动面积=施工区面积－塔基面积。将土地扰动面积跟临时占地合理面积进行对比得出土地扰动面积是否超标。

如图2所示是某基杆塔施工前后的影像，杆塔为山丘区直线塔，合理占地面积推荐值为800 m2，提取出土地扰动面积为1 647.8-351.6=1 296.2 m2，已超过推荐值。

图2 施工期土地扰动监测

2)试运行期应用实践

试运行期扰动土地整治率利用施工期及试运行期无人机影像进行土地扰动信息及土地整治信息的提取。通过对两期无人机影像进行预处理，利用平台进行信息提取，得到施工区土地扰动面积和土地整治面积，计算得出土地扰动整治率。

如图3所示是某基杆塔施工前、施工中和试运行期的影像，土地扰动面积为5 244.2-702.6=4 541.6 m2，已超过推荐值(平原区直线塔临时占地推荐面积为1 900 m2)，试运行期间，土地已完全整理，整治率为100%。

图3 某基塔施工影像

4 结语

特高压工程施工现场土地扰动监测平台基于深度学习技术，整合高分辨率遥感影像、工程基础信息等，可及时获取特高压工程建设过程中土地扰动情况及试运行期的扰动土地整治率，提高其可视化、精准化管理水平，减少野外工作量，提升工作效率，为工程建设管理人员加强水土保持过程统筹管理提供技术手段。