基于GF-2遥感影像的潍坊城区建筑高度反演研究

祝子惠，王晓光，吴 振，崔亮亮,王泽强

(1.山东省第四地质矿产勘查院，山东 潍坊 261021；2.济南中安数码科技有限公司，山东 济南 250000；3.枣庄学院旅游与资源环境学院，山东 枣庄 277160)

1 引言

土地是稀缺性资源,随着城市化迅速发展,城市建设用地渐趋向饱和,城区建筑物呈现纵向发展趋势。城市建筑的密度和高度不断增加，纵向开发已成为各城市深入城市建设的一致选择。当前，我国已进入城镇化深入发展关键时期，城市空间形态格局的优化成为完善城市功能、推进智慧城市建设、实现城市可持续发展的必然选择。

城市建筑物的高度增加为功能区优化和人口容纳量提升奠定了基础，而城市建筑高度的扩张也影响着城市景观生态格局。钱瑶等[1]认为建筑的高度实质上影响到了区域热力循环，进而决定了城市的热场效应。赵强等[2]通过卫星遥感数据反演得到建筑物的高度信息，可以实现对重点项目工程的建设过程监督。赫晓慧等[3]突出了建筑物高度信息在城乡规划工作中的重要作用，进一步采用了高分辨率卫星影像的阴影检测方法估算得到建筑物的高度信息，相对于传统的野外全站仪测定和无人机影像等方法，具有时间快和费用省等特点。随着国内外遥感技术的快速发展，遥感数据产品的空间分辨率、重访周期和光谱细节均有进一步的提升。孟令奎等[4]、李哲等[5]、孙彦花等[6]、吴炜等[7]和彭远新等[8]通过分析提取遥感影像的阴影特征，进一步建立建筑物、阴影、太阳高度角和卫星之间数学模型关系，估算得到建筑物的高度信息。本研究将以国产GF-2影像为数据基础，通过影像数据融合，提升遥感影像的空间分辨率和细节特征表现能力，接下来将提取得到的建筑物阴影部分求算长度，最后根据建筑物、太阳高度角和卫星之间的几何定量数学关系估算建筑物的高度信息。

2 材料与方法

2.1 研究区概况

潍坊市位于山东中部地区，地理坐标介于35°32′ N～37°26′ N和118°10′ E～120°01′E。南部接近泰沂山脉，北部渤海莱州湾相接，东部在胶东半岛城市烟台和青岛，西部与工业城市东营、淄博两市相邻，地理位置重要，交通便利，胶济铁路以东西方向穿过境内。面积广阔，总面积约为16140 km2，占山东省总面积的10%左右。地貌类型上自北向南，逐步升高，可以划分为低地、平原和低山丘陵。在北部滨海区域以淡咸水为界，地质类型由海相沉积物和河流冲积物叠次覆盖而成，地势较为低平，海拔在7 m以下。气候类型则以暖温带季风型半湿润大陆性气候为主，夏季炎热多雨，冬季寒冷干燥，四季分明。

2.2 高分影像

高分二号(GF-2)卫星于2014年8月9日发射，是我国第一颗高空间分辨率(优于1 m)的高空卫星，其地面定位的精度和机动能力达到国际先进标准[9]。卫星下发的高质量遥感数据，为我国的自然资源管理、城乡规划和农林生产提供重要的参考依据和数据支持。表1为潍坊市中心城区遥感影像数据的行列号、获取时间和云量相关信息。

2.3 数据处理

基于高分二号卫星影像数据，选取潍坊市中心城区的卫星影像数据作为基础数据。首先对该区域卫星影像数据进行一系列图像预处理操作，主要包括图像正射校正和图像融合增强并将融合后的影像用于后期面向对象的建筑物基坑识别、单体提取、阴影信息提取以及建筑物高度反演，并对识别提取的结果进行可行性验证以及精度性评价[10]。

表1 GF-2影像遥感数据信息

2.3.1 正射校正

卫星传感器在获取地物目标信息的过程中，受到地物结构组合特点、太阳高度角方位、卫星姿态等多方面影响。会导致真实地物的组合、大小、尺度和方向与影像上所获取的地物信息不一致，称之为几何变形[11]。这些几何变形在进行建筑物高度的遥感反演中是致命的，会导致单体基坑和阴影信息的识别错误，进而影响到估算结果。所以需要选择正射校正的方法消除这些成像过程中产生的畸变。尽管产生畸变的原因较多，但是变形的表现却类似。同样的遥感图像的正射校正模型较多，本文选取较为通用的多项式校正模型[9]。多项式校正主要是通过布设一定数量的控制点和验证点进行近似拟合校正。多项式的阶数决定控制点数量的多少，控制点的数量表达公式如下：

(1)

式(1)中，N和t分别为控制点的数量和平方数。卫星影像上的坐标系为全球通用坐标系，在实际使用中还需要进行国内标准2000坐标系的转换。在此步骤完成后，在研究区内选取一定数量的控制点，采用基于最小二乘法方式拟合出多项式方程，并进行系数求算，校正结果如图2所示。

图2 正射校正后图像

2.3.2 图像融合

卫星图像融合将具有互补特性的不同空间分辨率和光谱分辨率的图像按照一定的数学转换方式进行计算，得到信息量更加丰富和具有鲜明特性的综合影像信息数据。图像融合过程既增加了光谱特性，同时保持了图像的空间分辨率，提升了高分影像的信息量和应用能力。研究中进行的图像融合主要是将具有4m空间分辨率的多光谱波段影像和具有0.8 m空间分辨率的全色影像数据进行数据变换融合，以提高图像的信息量和可用度，进一步为提高潍坊城市建筑物三维格局模型的精度奠定基础。融合过程具体由ENVI 5.3.1软件实现，融合结果如图3所示。

图3 融合后的图像

2.3.3 建筑物基坑提取

建筑物建筑开发时在向地下开挖的空间，用以达到居民使用和安全需求的空间称为基坑。本研究基于GF-2影像数据进行基坑的提取与识别。利用GF-2卫星影像数据，通过选取样本监督训练式数据处理，综合考虑建筑基坑的形状和光谱特性进行基坑的提取，利用遥感影像数据对地形图数据进行检查更新，确保最终的基坑数据符合潍坊市中心城区各建筑面状房屋的实际情况[12]。

2.3.4 建筑物高度反演

基于高分影像反演建筑物高度H，主要是通过建立阴影长度L和太阳高度角和卫星姿态参数信息的函数关系，在测得建筑物的实际高度后，反演推算得到建筑的高度值[13]。

在完成对建筑物在影像上的阴影提取之后，利用平行法确定阴影长度，进一步分析建筑物阴影的平均长度，乘以影像的空间分辨率(像元数量)，在得到阴影的长度后，还需要获取太阳高角度，继而完成建筑物高度的反演。公式如下：

(2)

(3)

式(2)、(3)中，太阳高度角为θ，建筑物在太阳光方向下的阴影长度为L，I和J分别为在影像上的行和列方向上的像元数，K表示像元的边长，即空间分辨率(1 m)。在实际反演计算中，建筑物的阴影通常不是理想状态下的矩形形状，形状差异较大，多为边缘不规则的多边形，所以若均按照矩形计算，会产生较大误差，且也无法推广使用。太阳光入射方向与建筑物阴影存在多条相交平行线，提取出一定数量相交平行线，并对这些线段进行平均计算，即可得到阴影的平均长度。在计算过程中，在Matlab中，首先根据太阳方位角度，按照0.1 m的宽度在整幅影像上生成平行线，接下来使平行线与阴影进行相交运算，得到的相交线段取平均值，即为阴影长度。需要注意的是，生成的建筑物的阴影部分可能会相连，此时需要设定阈值将连接的阴影取平均以分开，提高反演估算的精度。本方法在实际使用中，较适合平原丘陵地区，较适合潍坊市区的地形特性，精度和稳定度较高。

3 结果与讨论

3.1 建筑物基坑提取

基于GF-2遥感影像提取得到的基坑矢量数据如图4所示。本次地形数据处理采用国产MapGIS进行处理，首先通过数据格式转换将Shape格式的文件转换为矢量文件，该矢量文件保留了原始文件的属性，方便下一步的应用，经处理后的基坑矢量数据如下图4所示：通过MapGIS对整个工作区的影像数据进行检查，结合影像数据进行叠加展示，对不符合实际情况的矢量数据进行微调，主要是边缘建筑和部分城区密集区域建筑存在一定差异，如图4所示基坑矢量与影像叠加图，利用影像数据对基坑矢量数据逐个排查，采用人工目视解译的方式对基坑矢量数据进行更新补充，以确保建筑物基坑的准确全覆盖，修正结果如图5所示。

图4 基坑矢量与影像叠加图

图5 补充更新后的建筑物基坑示意图

3.2 建筑物高度

在完成图像融合等一系列预处理操作之后，在建筑物基坑的基础之上，基于建筑物高度反演公式，将获取的相关参数(太阳高度角、方位角、平均阴影长度)导入几何关系模型，反演得出建筑物的高度信息[14]。最后，得出建筑物的高度信息。图6为计算得到的建筑物高度信息，高度值以栅格属性值的形式储存在图中。可以看出来，建筑物的基坑的亮度值代表着建筑物的高度信息，基坑越亮，表示该建筑物的高度值越大，反之，建筑物则比较低矮。在同一个小区内，反映建筑物高度的亮度值也基本一致，表明同一个小区的建筑高度基本相同。此方法计算过程简便、提取准确，能够高效率的应用其他区域的建筑物高度遥感反演中去，并且能够适应不同形状的建筑物和各种规划的街区，通过平行线相交分析法和多尺度基坑提取方法，使得提取精度和效率更高。

图6 阴影长度计算示意图

此外，为确保建筑物与其所产生阴影能够一一对应，利用近邻分析法在判定建筑物与其阴影的临近关系。即在确定建筑物基坑位置后，按照一定的像素阈值，自动搜索与之最近的阴影对象，使得阴影和建筑物能够对应起来。图6中还存在有部分碎点，太阳光在射向城区之后，不仅仅会形成建筑物的阴影，由于二次反射和散射的作用，也会形成轻微的点状阴影区域，这部分异常值可能会影响到反演的精度，在多次实际调查并且和当时的太阳高度角度后，通常将阴影面积在10 m2以下的阴影斑块移除，以提高精度。

3.3 精度验证

为验证基于高分影像的建筑物高度反演真实效果，在所设定的研究区潍坊城区内随机选取50处建筑物，通过使用全站仪对每幢建筑物的楼层数的统计和第一层建筑物高度信息的测量，最终计算获得每幢建筑物的总高度。将实际获得的建筑物高度与阴影反演计算得到的建筑物高度进行对比分析。结果显示:2020年潍坊城区建筑高度遥感反演的绝对误差约为 0.73 m，总体精度约为96.68%；城市建筑物高度的估算误差精度均小于1 m，基本能够符合城市建筑物高度估算的要求，满足了城市规划发展和地下空间管理的应用需求，可对城市的布局规划和相关政策的制定提供重要的理论价值和应用参考。

4 结论

(1)本文所进行的基于GF-2遥感影像的建筑物高度信息提取技术中，在分析建筑物几何信息的同时兼顾到建筑物的光谱信息，提取的建筑物阴影和基坑信息更为准确，反演建筑物高度时考虑到建筑物、太阳和卫星间的几何关系，提取技术更为快捷准确。

(2)随机选择城区内50栋建筑物的真实高度与估算高度进行了对比分析，建筑物高度的遥感反演绝对误差为 0.73 m，总体精度约为 96.68%，达到了较高精度。

(3)潍坊中心城区各类型建筑高度分布不均。整体上以多层建筑(9～30 m)为主，超高层建筑(大于100 m)占有率相对较低，且地区分布不均，多层建筑多分布在老城区(潍城区、奎文区)，边缘多以低层建筑分布为主，体现了建筑物类型分布与区域经济发展水平呈正相关。