基于遥感技术的广州市水域占用监测分析

李万能，赵 敏，林权满，陈 黎，何秋银

(珠江水利委员会珠江水利科学研究院，广州 510611)

水域作为人居环境的重要组成部分，起着维持生态平衡的重要作用，维系着人类社会的正常运转[1]。为实现国民经济社会发展，维护生态平衡，水域占用问题已成为当前水利行业关注的一大热点问题，构建科学可靠的水域占用监测评价机制刻不容缓。然而，构建科学可靠的水域占用监测评价机制，必须以科学的理论、可靠的数据为基础。但采用传统技术手段获得不同时段、不同区域的水域面积及水域占用的图斑矢量，其工作量大，经费高，且耗时长[2]，难以满足新时期水利高质量发展的要求，这就要求寻找新的技术手段和方法，以求快速可靠地获取水域占用指标。

遥感是使用空间运载工具和现代化的电子、光学仪器，探测和识别远距离研究对象的技术，利用不同目标的电磁波特性记录下来，通过分析研究揭示出目标的特征性质及其变化的综合性探测技术[3]。采用遥感技术手段进行水域占用的研究不少[3-7]，可根据正射纠正后的不同时期的遥感影像及水系矢量数据，通过空间叠加分析，获取不同年度水域占用图斑矢量，大大减少工作量，节约成本。本文采用遥感深度学习及目视解译相结合技术手段，以2019年4月为本底，对广州市近3 a的水域进行监测提取水域占用图斑，并分析其占用特征及原因，为后期构建水域占补平衡、水行政许可审批及规范河道管理等方面提供技术支撑，同时，在水域管理蓝线基础上获得辖区内水域面积，为落实《广州市建设项目占用水域管理办法》中水行政主管部门职责提供保障。

1 广州市水域现状

广州市地处南岭山地向珠江河口的过渡地带，东连增城、博罗交接的罗浮山山脉，西接花都、清远、三水交接的青云山山脉，珠江前、后航道自西向东穿城而过，全区行政区划总面积为7 251 km2。

广州市境内河流众多，均属珠江水系，全市河流、河涌共1 368条，总长为5 092 km。其中30条为骨干河流，总长为775.07 km；1 338条为城市内河涌，总长为4 316.77 km。全市水库368座，总库容为10.57亿m3。以2015年为基准年，利用0.6 m高分辨率遥感影像解译广州市各类水域，广州市未被遮盖的河、湖、库、塘等面积合计约759.37 km2，其中，河道河涌面积553.25 km2，约占总面积的73%；水库面积86.42 km2，占总面积约11%；湖泊面积6.06 km2，占总面积约1%，山塘面积49.79 km2，占总面积约7%；其他水域面积63.85 km2，约占总面积的8%[8]。

图1 广州市水系示意

2 资料收集及方法

2.1 资料收集

为加强水域管理和保护，规范建设项目占用水域行为，发挥水域在防洪、排涝、供水、灌溉、航运和生态环境等方面的功能作用，保障经济社会的可持续发展，2015年5月12日，广州市人民政府出台了《广州市建设项目占用水域管理办法》(以下简称“办法”)。办法中明确水域内涵[9]，是指河道、河涌、湖泊、水库、山塘管理范围内的水体、过水的沙洲、滩地(包括可耕地)、行洪区等组成的区域，不包括海域和在耕地上开挖的鱼塘。

考虑本研究水域内涵及主管部门工作职能的需要，开展了广州市水域占用情况监测，收集2020年广州水域管理蓝线DLG数据，作为水域占用监测范围；收集广州市行政区划数据，作为广州市区域划分的依据；收集广州市高分一号、二号卫星影像数据及2019年影像本底数据，影像分辨率优于2 m，时间为2021年4—5月、2022年4—5月；并收集了2021年1月至2022年12月市级批复涉河建设项目相关资料。

2.2 技术方法

根据收集卫星遥感影像数据，首先对其进行正射纠正预处理，作为水域占用图斑智能提取基础数据；采用深度学习方法及目视解译相结合方式，快速获取铁路、公路、桥梁、码头、堆土堆渣等水域占用扰动图斑，并通过空间叠加分析获取水域占用图斑；最后通过统计分析，得到广州市近几年水域占用情况及所造成原因(具体技术路线见图2)。

图2 水域占用及变化遥感解译技术路线示意

1)正射校正技术：利用已有的控制点和DEM资料对全色影像进行正射纠正，同时对影像进行倾斜改正和投影差改正，并通过与同景多光谱影像进行融合、镶嵌、匀色及重采样等处理，制作具有空间地理信息的数字正射影像，以便于后期深度学习信息提取和目视解译提供基础影像。

2)深度学习技术：在调研已有的深度学习模型结构，立足于对水域占用图斑自动识别已有模型和实验方法的评估的基础上，选取U-Net++模型作为模型内核架构。U-Net++模型是一个用于图像语义分割的全卷积神经网络，由不同深度的U-Net组成，主要包括模型架构选取、模型训练与优化、模型输出、模型验证等内容，从而较好快速获取铁路、公路、桥梁、码头、堆土堆渣等水域占用图斑，为目视解译提供基础数据。

3)目视解译技术：利用计算机深度学习技术自动化提取的初步水域占用图斑，过人工判别和边界目视解译[10-11]高分辨率影像可以清晰地分辨地理要素，准确地提取水域占用图斑，采用人机交互的影像信息提取方式，快速而准确地获取水域占用矢量分类数据[12]。遥感监测目视解译技术，通过叠加显示加载的分类成果矢量数据和数字正射影像，目视判读已有矢量数据的位置、范围、类别等信息的正确性，并进行纠正。

4)空间叠加技术：叠加分析是将有关主题层组成的数据层进行叠加，产生一个新数据层面的操作。其结果综合了原来两层或多层要素所具有的属性。叠加分析不仅包含空间关系的比较，还包含属性关系的比较。本研究空间叠加技术基于ArcGIS平台的空间分析模块实现，将不同侧面的信息内容叠加显示在结果图件或屏幕上，以便研究水域占用相互空间关系及综合两层或多层的属性，全面支撑后期统计分析。

5)统计分析技术：在区域性分析评价工作中，可将多类数据结合在一起，利用 GIS 软件的空间分析模块，对整个区域的数据状况进行客观、全面地评价，以反映出区域中的数据评价指标状况以及空间分布情况[8]。

3 监测结果及分析评价

3.1 广州市水域现状

以广州市河涌水系规划(2017—2035年)数据为基础，结合2019年亚米级卫星遥感数据进行复核，得知广州市水域管理蓝线(广州市水域面积)范围面积合计约744.72 km2，其中河道(涌)619.20 km2，约占总面积的83.15%；水库92.57 km2，占总面积的12.43%，其他水域16.33 km2，占总面积的2.19%；山塘9.77 km2，占总面积的1.31%；湖泊6.84 km2，占总面积的0.92%。

广州市国土面积为7 251 km2，水域面积为744.72 km2，2020年基本水面率为10.26%，该数据为本文研究的广州市水域面积的基础。

3.2 深度学习水域占用提取

本文采用Unet++t[13 ]可深度神经网络学习方法，主要识别部分水域管理蓝线范围内的水域占用图斑，重点识别正在扰动水域占用图斑或堆土堆渣区域。模型训练过程中出现过拟合现象，将使用超参数(学习率、训练批次大小、迭代训练次数，验证样本占比等)优化方法，辅助提升模型的训练与验证精度(见表1)。通过对本文研究数据分析，将学习率设置为0.0001、训练批次大小为4、迭代次数为300代、验证样本占比为每10张训练样本中取1张作为验证样本等，所得到识别样本见图3。该模型采用效率和精度均相对较好的Adam优化算法，实现对Unet++深度神经网络学习率的自适应优化。

表1 深度学习精度统计

图3 深度学习识别结果(左侧为卫星影像，右侧为识别结果)

考虑深度学习所得是栅格边界，且部分图斑边界与实际占用边界存在不一致，本文主要采用人机交互方式，采用深度学习锁定水域占用图斑位置及轮廓，采用目视解译方式获取占用图斑精确边界，以此统计水域占用面积。

3.3 水域占用及水域面积变化总体情况

根据2021年4月、2022年4月两期遥感影像数据，通过深度学习及目视解译相结合方式，分别提取了2021、2022年广州市的水域矢量数据成果(只采集面状水域河流岸堤及河流上的桥梁、公路、码头、堆土堆渣等要素，不包括人工鱼塘)，数据格式为Shapefile数据。通过将不同年份广州市水域矢量图层进行叠加分析(市级审批资料)，提取水域占用矢量图斑，统计出2021、2022年广州市水域占用及水域变化面积。最后，结合现场复核情况，统计分析占用类型、面积及占用原因。

以2019年4月为本底，2021年4月为监测影像数据，对广州市2021年水域及其水域占用遥感监测，2019—2021年，广州市变化水域占用面积为2 299 031 m2，以新增水域为主；2021年广州市水域面积为742.12 km2，占用类型为桥梁、公路、码头、铁路、水利工程、弃土弃渣、基础设施建设及其他基础设施建设等。其中码头为593 355 m2，占水域占用总面积的25.81%；公路为440 746 m2，约占水域占用总面积的19.17%；其他基础设施建设、桥梁、水利工程分别为37 489 m2、372 535 m2、365 087 m2，分别占水域占用总面积的16.27%、16.20%及15.88%。

以2021年4月为本底，2022年4月为监测影像数据，对广州市2022年水域及其水域占用遥感监测，2021—2022年，广州市变化水域占用面积为761 000 m2，其中新增水域面积647 985 m2，恢复水域面积113 015 m2；2022年广州市水域面积为741.59 km2，占用类型为桥梁、公路、码头、铁路及水利工程、弃土弃渣、基础设施建设及其他基础设施建设等。其中桥梁为316 956 m2，占水域占用总面积的41.65%；基础设施建设为202 303 m2，约占水域占用总面积的26.58%；公路为149 452 m2，约占水域占用总面积的19.64%，具体水域占用面积分布见图4所示。

图4 水域占用面积分布示意(上图为2021年，下图为2022年)

3.4 水域占用分析与评价

1)2021年度水域占用情况

通过遥感监测与现场复核，2021年度广州市水域占用结果进行综合分析可知，从年际变化、占用类型及行政区划等3个方面分析如下。

从年际变化角度分析，相比于2019年，2021年新增水域占用面积为2 299 031 m2，无恢复水域，其中临时占用为737 633 m2，永久占用为1 558 045 m2，新增水域占用主要为码头、公路、桥梁及其他基础设施、水利工程等五类，面积多达2 134 382 m2，占水域占用总面积的92.9%。

从占用类型角度分析，占用类型分临时占用和永久占用两种，其中临时占用以公路、桥梁、铁路、水利工程、码头等临时围堰、施工平台和施工临时占用，永久占用以公路、桥梁、铁路、水利工程、码头、基础设施建设等为主。通过数据显示，所占比例较大为码头、公路、桥梁及其他基础设施，分别所占比例为25.8%、19.1%及16.2%、16.3%；所占比例较小为铁路、机场及基础设施建设，分别所占比例为1.1%、1.6%及0.3%。临时占用区域随着施工进度推进，施工临时占用区域基本恢复，水域占用面积也逐渐减少。永久占用区域为国民经济建设发展所需，直接纳入到建设项目行政审批手续，明确替代水域工程获取补救措施。

从行政区划角度分析，南沙区、增城区占比最大，分别为33.9%和31.1%，其次从化区、黄埔区，分别为13.8%和11.4%，最小为海珠区、荔湾区，分别为0.4%和0.2%。

通过2021年水域占用可知，水域占用面积直接与开发建设情况直接相关。研究发现，广州市水域面积在城市化进程中总体上呈持续萎缩趋势[10]，水域分布在面积上由城市中心向外围逐渐增多，水域面积变化主要发生在城市外围区域，如南沙区、增城区、从化区及黄埔区；海珠区、荔湾区等老城区则因为建成区完全覆盖，水体及占用水域非常少，基本保持相对稳定的状态。因此水域占用受到人类干预的程度直接相关。同时，水域占用类型主要集中在城市开发基础设施建设，如桥梁、公路、水利工程及码头工程等，该类型工程直接解决城市运行顺畅基础支撑作用，是保障未来城市高质量发展的源泉(见图5～图6)。

图5 2021年不同类型水域占用面积统计示意

图6 2021年不同行政区水域占用面积统计示意

2)2022年度水域占用情况

通过遥感监测与现场复核，2022年度广州市水域占用结果进行综合分析可知，主要也从年际变化、占用类型及行政区划等3个方面分析如下。

从年际变化角度分析，相比于2021年，2022年水域占用面积为761 000 m2，其中新增水域647 985 m2，恢复水域113 015 m2，增幅较大为桥梁工程，由16.2%增幅至41.7%，减少幅度较大为码头、水利工程，分别由25.8%、15.9%减少到1.7%、7.3%，其他类型与其他年份基本持平。

从占用类型角度分析，通过数据显示，所占比例较大为桥梁、其他基础设施及公路，分别为41.6%、26.6%及19.6%；所占比例较小为铁路、机场及码头，分别为0.2%、0.5%及1.7%。

从行政区划角度分析，黄浦区、增城区占比最大，分别为28.3%和19.1%，其次白云区、南沙区及从化区，分别为14.6%、14.1%、12.8%，最小为海珠区、荔湾区，分别为0.7%和0.3%。

通过2022年水域占用可知，水域占用面积基本与2021年趋势一致，由城市中心向外围逐渐增多，占用类型主要为桥梁、公路及基础设施建设，是城市开发重要水域占用行业，从而在水域占用管理工作重心以外围正在开发建设区域为主，以桥梁公路行业为占用主要方面(见图7～图8)。

图7 2022年不同类型水域占用面积统计示意

图8 2022年不同行政区水域占用面积统计示意

4 结论与建议

本文收集历史卫星影像数据、水域管理蓝线DLG及最新两年亚米级卫星影像，利用遥感深度学习及目视解译的技术手段，针对2020—2022年广州市的水域占用情况进行监测，快速准确提取水域占用矢量图斑，并分析了其水域占用空间分布、面积及类型。结果表明：① 在原有水域管理蓝线及遥感解译基础上，广州市2021、2022年未被遮盖的河流(涌)、湖泊、水库、山塘等面积约为742.12 km2、741.59 km2。② 经年际数据分析，2021、2022年新增占用水域面积为2.94 km2，恢复水域0.11 km2，新增占用水域面积明显大于恢复水域面积，该结果与广州市水域面积在城市化进程中总体上呈持续萎缩趋势[14]基本一致。③ 不同行政区结果显示，广州周边南沙区、增城区、黄埔区水域占比较大，中心城区荔湾区、海珠区、越秀区占比较小，较好说明占用水域分布在面积上由城市中心向外围逐渐增多，水域面积变化主要发生在城市外围区域。

本文利用3 a遥感影像进行广州市水域占用动态监测，较好了解了近期广州市水域面积变化情况，考虑序列时间短，部分水域占用情况代表性不强，待后期水域占用动态监测列入日常性业务，所得动态监测结果将具有较好的说服力，本次采用遥感监测技术手段不但经济实用，且可快速有效地分析出水域占用特征，为后期制定科学的水域占用补偿机制、保护水域安全提供了可靠的技术支撑。同时，利用遥感深度学习及目视解译的技术手段，快捷方便较为全面掌握广州市开发利用情况，为水行政主管部门科学决策提供指导性建议。