APP下载

基于高分遥感影像的海口市违法建筑监测

2021-11-16王儒壮李小群刘春霞孙树承

北京测绘 2021年10期
关键词:图斑高分辨率建筑物

王儒壮 李小群 刘春霞 孙树承

(海口市信息中心, 海南 海口 570312)

0 引言

近年来,随着城市化步伐的加快,违法建筑也不断产生,给社会带来巨大的负面影响。传统的违法建筑监测通常采用人工巡查方式,需要投入大量时间和人力物力,工作效率低,变更周期长,监测效果差。随着遥感技术的发展,高分辨率、高光谱卫星遥感影像应用日趋成熟,采用遥感、无人机等技术进行城市违法建筑监测,具有周期短,成本低,时效性高等特点,可有效减小地面普查的盲目性,提高工作效率[1],利用遥感技术进行违建监测正逐渐成为一种主流监测手段。段志强等利用多源高分辨率遥感影像进行了老河口市违法建筑动态监测,取得较好的自动化效果[2];杨宏光等通过遥感影像变化检测实现了违法建筑分类[3];陈建国等利用高分遥感影像实现了水域违章建筑识别,获得了较高的监测精度[4]。城市违法建筑监测的遥感原理是利用多期高分辨率卫星遥感影像进行变化检测[5-7],本文利用WorldView多光谱卫星高分辨率影像数据进行海口市违法建筑变化检测,及时全面地反映建筑物和地表变化,为违法建筑监测发现提供一种高效快速的方法。

1 监测方法

根据海口市违法建筑监测需要,每年每季度定期采集更新高分辨率0.3~0.4 m卫星遥感影像。利用两时相相同区域的卫星遥感影像,综合运用遥感、地理信息技术,通过人机交互目视解译方式提取建筑物变化图斑,实现违法建筑监测。违建监测的关键是发现疑似违建图斑,基于海口控制点数据、地形图数据和遥感影像,对影像数据进行融合、调色、纠正和镶嵌处理,利用遥感变化检测技术发现变化图斑空间分布,然后对变化的图斑进行分类解译,提取变化图斑,通过与规划审批数据比对,运用GIS叠加分析方法发现疑似违建图斑,最后到现场实地勘察确定。疑似违建图斑发现的技术流程如图1所示。

图1 疑似违建图斑发现方法

2 实验与分析

2.1 影像数据源

海口市违法建筑监测对影像的分辨率要求很高,需要清晰地分辨出城市中不同建筑物的边界,选用高分辨率影像比较合适,可以清晰分辨出面积大于5 m2的建筑物,同时违法建筑监测要求影像云量覆盖率低,现势性强,接近自然真彩色,光谱信息丰富,纹理清晰,整体色调均匀,亮度、色彩反差适中,能够清晰判断影像信息。基于以上分析,实验采用WorldView多光谱卫星影像,地面分辨率0.3~0.4 m,前后时相差为3个月。

2.2 影像处理

影像先后经过融合、纠正、匀色、镶嵌处理。由于Pan Sharpening融合算法有较好的融合效果[8],因此,海口市卫星遥感影像数据采用该算法进行多光谱融合,融合后影像色调均匀、色彩接近自然真彩色,能清晰表现地物纹理信息,特征明显,边界清晰,通过目视解译可以区分各种地类信息。正射纠正方法采用有理函数模型(Rational Function Model,RFM),利用有理多项式系数(Rational Polynomial Coefficient,RPC)、控制点及数字高程模型(Digital Elevation Model,DEM)数据完成正射校正。对融合、纠正后的影像数据进行调色,影像调色处理分别进行影像匀色、植被绿色增强和云影处理,处理后的影像过渡自然、无明显分块痕迹、整体色调均匀。多幅影像接边检查后进行镶嵌,镶嵌后影像完整,无明显错位和拼接痕迹。

2.3 变化检测

建筑物变化信息人工识别精度低,效率低下,因此,影像处理后将前后两时相影像进行变化检测,发现建筑物变化区域的空间分布,有利于下一步人工识别判读。从遥感发展进程看,目前尚无一种普适性强、适用于所有情况的通用变化检测方法[9],本文采用文献[10]的变化检测方法,求取两期影像变化区域,并提取为矢量数据与近时相影像叠加,增强识别针对性,提高识别效率。

2.4 数据分析

2.4.1建筑物类型与图斑分类

海口市违法建筑监测目标类型多,实验中将建筑物分为一般房屋、铁皮房、板房、棚房以及地基五种类型,如表1所示。将海口市违法建筑监测图斑类型分为建筑物新增、变化、拆除三种类型,其中新增、变化图斑反映了后期影像建筑物从无到有,或形状、大小、高度等变化,作为新增疑似违法建筑图斑监测核实对象;拆除图斑反映了后期影像建筑物从有到无,作为拆违图斑监测核实对象。违法建筑监测图斑类型如表2所示。

表1 建筑物类型

表2 图斑类型分类表

2.4.2建筑物变化信息提取

对两时相变化检测中存在变化的范围进行圈定,采用人机交互目视解译方法对建筑物变化情况进行解译,利用ArcGIS的卷帘功能,把前期遥感影像作为底图,叠加后期遥感影像,根据影像的色调、形状、位置、大小、阴影、纹理及其他间接标志等解译标志进行人工解译,发现同一建筑物在不同时段的变化情况。解译按照图斑分类以“楼栋”为单位,沿着建筑物的地基轮廓线绘制图斑,然后对图斑进行属性赋值,这些属性包括图斑类型、图斑编码、建筑物类型、前期影像拍摄时间、后期影像拍摄时间等。

将图斑与规划审批数据进行叠加比对分析,逐个审核图斑是否在审批范围内,并去除规划审批范围内合法的变化图斑,保留疑似违法建筑图斑,并编制图斑核查分布图,显示图斑编码、区分图斑类型等,图2为某地块疑似违法建筑图斑核查分布图。为了提高监测准确性,图斑核查后进行实地勘察,记录每一个图斑建筑物的结构、层数、用地性质、确认结果等信息,其中确认结果分为合法建筑、配套设施、分类处置、乱搭乱建、违法建筑5类。

图2 疑似违法建筑图斑核查分布图

2.4.3图斑解译精度分析

图斑解译精度选用误判率作为衡量标准,计算方法为:误判率=误判图斑数/图斑总数,其中误判图斑是指实际未发生变化但解译成发生变化的图斑或者解译图斑类型错误的图斑,通过疑似违法建筑图斑核查实地勘察,实验将建筑新增、拆除、变化三类图斑的误判图斑和图斑总数进行统计,得到如表3所示的各类图斑解译误判情况。从表3可见,建筑物新增、拆除图斑的误判率较低,主要是因为其两期影像对比中的纹理和形态特征在空间分布上变化差异大,易于识别解译,而建筑物变化图斑的误判率较高,原因与前述恰好相反。合计图斑误判率为0.68%,由此可见,图斑提取精度较高,可以满足违法建筑监测要求。

表3 图斑解译精度分析表

3 结束语

基于高分遥感影像,运用遥感影像变化检测技术提取疑似违法建筑物的空间分布,并利用GIS叠加分析实现疑似违建图斑的判定。遥感影像变化检测提供的变化区域满足叠加分析要求。人机交互目视解译结果显示,建筑物图斑新增误判率为0.45%,拆除误判率为0.32%,变化误判率为1.56%,合计图斑误判率为0.68%。由此可见,基于高分辨率遥感影像技术的违法建筑监测具有高效率、高敏感、高适普性特征,能够及时准确地提取区域建筑物变化信息,作为违法建筑监测手段是完全可行的。

猜你喜欢

图斑高分辨率建筑物
地理国情监测中异形图斑的处理方法
高分辨率CT+人工智能在新型冠状病毒肺炎诊断与疗效评估中的应用研究
新安县有序开展卫星遥感监测图斑核查工作
基于C#编程的按位置及属性值自动合并图斑方法探究
探讨高分辨率CT在肺部小结节诊断中的应用价值
土地利用图斑自动检测算法研究
描写建筑物的词语
爆炸过后
基于异常区域感知的多时相高分辨率遥感图像配准
Relationship between mode of sport training and general cognitive performance