鞠明明，汪閩，張東，謝偉軍，崔丹丹，呂林，朱瑞

（1.南京師范大學(xué) 地理科學(xué)學(xué)院，江蘇 南京 210046；2.江蘇省海域使用動(dòng)態(tài)監(jiān)視監(jiān)測中心，江蘇 南京 210003）

江蘇省是海洋大省，海岸帶自然資源豐富。人類開發(fā)利用海岸帶資源使當(dāng)?shù)氐慕?jīng)濟(jì)迅速增長。沿海地區(qū)人多地少，圍填海成為緩解土地資源緊缺問題的重要途徑，也是我國海岸開發(fā)利用的主要形式。大規(guī)模圍填海工程改變了海岸帶的自然屬性，必然會(huì)引發(fā)海洋生態(tài)環(huán)境問題，這關(guān)系到當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)的可持續(xù)發(fā)展，因此對圍填海工程進(jìn)行有效的監(jiān)測與管理非常必要。

傳統(tǒng)的對海岸帶和海洋資源進(jìn)行調(diào)查的方法是現(xiàn)場勘測，其缺點(diǎn)是耗費(fèi)大量的人力和物力，且時(shí)效性差。遙感技術(shù)具有信息量豐富、效率高、范圍廣、多時(shí)相等特點(diǎn)，為此其已成為大范圍海岸帶調(diào)查的有力手段 （吳曙亮等，2003；陳書全，2009；許勇等，2010；張明慧等，2012）。例如，吳曙亮等（2003）使用遙感手段對江蘇沿海灘涂資源進(jìn)行了調(diào)查和解析，為開發(fā)灘涂資源給出合理化建議。吳泉源等（2006）利用多期遙感數(shù)據(jù)，提取了多時(shí)相龍口市海岸帶土地利用信息，并分析了其動(dòng)態(tài)變化情況。韓福偉等（2008）利用人機(jī)交互式解譯方法，對遼寧省沿海海域多時(shí)相遙感影像進(jìn)行了海域使用動(dòng)態(tài)信息的提取，獲取了該海域使用情況，等等。

近年來，高分辨率遙感在國土資源調(diào)查、環(huán)境監(jiān)測與保護(hù)、軍事及交通等各行業(yè)得到廣泛應(yīng)用。高分辨率遙感影像上所表達(dá)的地物信息更為豐富，地物的邊界、形狀、內(nèi)部結(jié)構(gòu)、表面紋理更為清晰，這為地表信息的精確提取提供了可能。問題在于過多的細(xì)節(jié)也帶來了更為嚴(yán)重的光譜混淆現(xiàn)象，這對傳統(tǒng)的基于像元光譜分析為基礎(chǔ)的遙感信息提取技術(shù)提出了嚴(yán)峻挑戰(zhàn)。

面向?qū)ο蟮倪b感信息提取技術(shù)與基于像元的圖像分析技術(shù)不同，它首先對遙感影像進(jìn)行分割，得到同質(zhì)影像對象（也稱為特征基元，即提取特征，用于圖像分析的基本單元）（Baatzetal，2000），并將基元光譜、形狀、紋理，以及空間關(guān)系等眾多特征納入分析流程，最終實(shí)現(xiàn)對地物的信息提取。其技術(shù)優(yōu)勢在于，分割避免了基于像元圖像分析方法的“椒鹽效應(yīng)”；且特征極為豐富，可有效提高后續(xù)分類的準(zhǔn)確度（Zhang et al，2010；Li et al，2012）。面向?qū)ο髨D像分析技術(shù)的一個(gè)成功代表是美國天寶公司的eCognition軟件系統(tǒng)，目前其最新版本號已發(fā)展到8.8（Trimble Inc.，2012）。

本文面向海域使用遙感監(jiān)測的業(yè)務(wù)需求，以面向?qū)ο髨D像分析技術(shù)為技術(shù)支撐，發(fā)展了一整套圍填海用海工程遙感監(jiān)測的技術(shù)方法，開發(fā)了相應(yīng)的軟件系統(tǒng)，以之實(shí)現(xiàn)了圍填海用海工程土地利用的自動(dòng)分類、專題地物提取，以及工程進(jìn)展的變化檢測等功能。實(shí)踐證明，本文所提出的技術(shù)方法充分利用了高分辨率遙感及面向?qū)ο髨D像分析技術(shù)的優(yōu)勢，具有自動(dòng)化、精度高的特點(diǎn)，具備很強(qiáng)的實(shí)用性。

1 技術(shù)流程

針對江蘇省圍填海用海工程的實(shí)際情況，設(shè)計(jì)了圖1所示的遙感信息自動(dòng)提取的技術(shù)流程，其主要包括多精度圖像分割及特征提取、面向?qū)ο蠓诸惣胺诸惡笞兓瘷z測3個(gè)主要步驟。首先，使用自主設(shè)計(jì)研發(fā)的多精度圖像分割技術(shù)（汪閩 等，2010），對遙感圖像進(jìn)行多精度分割獲得特征基元，并計(jì)算基元各種特征，為后面的分類提取服務(wù)。其次，采用基于樣本的監(jiān)督分類以及基于規(guī)則的專題地物分類技術(shù)，實(shí)現(xiàn)監(jiān)測區(qū)域的多級專題地物分類。針對海域使用遙感動(dòng)態(tài)監(jiān)測的業(yè)務(wù)特點(diǎn)，本文設(shè)計(jì)了兩級分類體系。一級分類以影像光譜為主導(dǎo)特征，采用監(jiān)督分類區(qū)分水體、灘涂、植被、建設(shè)用地、未分類地五個(gè)類別。二級體系則是在一級體系基礎(chǔ)上的進(jìn)一步細(xì)分，通過一級分類基元的光譜、形狀，以及空間關(guān)系的多特征分析，建立區(qū)分規(guī)則實(shí)現(xiàn)。在二級分類體系中，水體進(jìn)一步細(xì)分為海域、養(yǎng)殖水域和其他內(nèi)陸水體；建設(shè)用地則進(jìn)一步細(xì)分為道路堤壩和其他建設(shè)用地。最后，對同一地區(qū)不同時(shí)相圖像的多級分類結(jié)果進(jìn)行疊合分析與變化檢測，獲取海域使用情況的多時(shí)相動(dòng)態(tài)變化信息。

圖1 技術(shù)流程

1.1 多精度圖像分割與特征提取

圖像分割是面向?qū)ο蟮膱D像分析的第一步且關(guān)鍵的一步。分割結(jié)果的好壞將極大地影響后續(xù)分析的效率與質(zhì)量。本文利用光譜、形狀特征結(jié)合的多精度圖像分割方法對圖像進(jìn)行分割獲取特征基元。方法的主要過程如下：首先，采用降水分水嶺變換的分割方法對遙感圖像進(jìn)行分割，獲取分割的次一級斑塊，即分割亞基元；然后設(shè)計(jì)一種可重復(fù)合并的快速圖斑合并方法對圖像進(jìn)行亞基元的層次歸并，獲得最終分割斑塊，從而實(shí)現(xiàn)圖斑分割（汪閩等，2010）。在合并過程中斑塊之間的差異是通過它們的光譜合并代價(jià)與形狀合并代價(jià)的加權(quán)和來定量體現(xiàn)，合并結(jié)束的標(biāo)志是斑塊間合并代價(jià)超過用戶指定的尺度參數(shù)的平方。具體技術(shù)步驟見圖2。

針對圍填海工程信息的特點(diǎn)，提取出特征基元的光譜（均值、方差）、形狀（面積、周長、長寬比、矩形度等）和空間關(guān)系（父子關(guān)系、鄰居關(guān)系）等10余種特征服務(wù)后續(xù)多級分類與信息提取過程，光譜特征主要應(yīng)用于一級分類；形狀特征及空間關(guān)系等主要應(yīng)用于二級分類中堤壩道路和養(yǎng)殖水域的提取。

圖2 多精度分割方法流程

1.2 一級分類

采用支撐向量機(jī) （Support Vector Machine，SVM）分類器為主要分類方法實(shí)現(xiàn)特征基元面向?qū)ο笠患壏诸悺Ｖ蜗蛄繖C(jī)算法是由Vapnik提出的一種新的機(jī)器學(xué)習(xí)算法，與傳統(tǒng)機(jī)器學(xué)習(xí)方法相比，SVM在解決小樣本、高維度問題上具有比較大的優(yōu)勢 （Vapnik，1995；Bernhard et al，1997；李朝峰等，2007）等。本文一級分類過程和常規(guī)監(jiān)督分類過程類似，即通過選擇5個(gè)類別的代表樣本，以光譜特征（波段均值）為分類特征進(jìn)行分類器的訓(xùn)練和測試，并對未知樣本進(jìn)行分類以完成整個(gè)一級分類過程。

1.3 二級分類

如圖3所示，在一級分類的基礎(chǔ)上，以建設(shè)用地為父類約束，利用光譜、形狀、鄰近海域等特征，建立知識規(guī)則，將道路、堤壩等線狀地物和其他建設(shè)用地區(qū)分開來；以水體為父類約束，利用光譜、形狀，以及鄰居圖斑類別約束等特征將養(yǎng)殖水域和其他水域，如河流、溝渠等區(qū)分開來。

圖3 二級分類流程

1.3.1 道路堤壩提取

道路與堤壩作為人工地物，一般形狀規(guī)則，邊緣清晰，具有線性特征；且呈現(xiàn)較亮色調(diào)，與其相鄰的海灘、植被、水體等光譜響應(yīng)有著較為明顯的差異。圖像分割之后，其圖斑的光譜特征一般集中在某一光譜范圍內(nèi)，而且圖斑的長度、長寬比數(shù)值較高。為此，首先選取合適波段，設(shè)定合適的光譜閾值進(jìn)行圖斑的初篩；其次，引入長寬比和長度特征，設(shè)定閾值規(guī)則，濾除非堤壩圖斑。此外，還可進(jìn)一步引入空間關(guān)系，即是否與海域或?yàn)┩肯噜徑觼韺Φ缆泛偷虊芜M(jìn)一步細(xì)分。

1.3.2 養(yǎng)殖水域提取

養(yǎng)殖水域一般為人工修筑而成多具較為規(guī)則的形狀。其提取是在一級水體類中，通過剔除非養(yǎng)殖面狀水域和線狀水域的方式實(shí)現(xiàn)（謝玉林 等，2009）。具體分為兩個(gè)步驟：1）面狀水域的剔除。面狀水域主要由灰度值較低、面積較大的圖斑組成（主要對應(yīng)海域和湖泊等地物）。為此首先在已提取的水體背景下，設(shè)定面積值，初步提取面狀水域圖斑集合。然后，在水體一級分類結(jié)果中，利用相鄰關(guān)系進(jìn)行面狀水域的擴(kuò)展，獲取所有面狀水域，而后將其剔除。2）線狀水域（主要為河流、溝渠等）的剔除。線狀水域往往形狀上細(xì)長且不太規(guī)則，為此可根據(jù)圖斑的長寬比和矩形度將其從一級水體中剔除。剔除面狀水域和線狀水域后，一級水體中的剩余部分為所需的養(yǎng)殖水域。

1.4 地物變化檢測

變化檢測是通過分析同一地區(qū)不同時(shí)期拍攝的遙感圖像間差異得到感興趣地物類型的轉(zhuǎn)變或內(nèi)部條件和狀態(tài)的變化的過程（Singh etal，1989）。本文利用變化檢測技術(shù)實(shí)現(xiàn)圍填海工程修建情況的動(dòng)態(tài)監(jiān)測。其基本過程是：1）通過對原圖像進(jìn)行裁剪、校正與配準(zhǔn)，保證兩時(shí)相遙感圖像分類圖精確配準(zhǔn)；2）分類圖空間疊置分析，檢測出地物的變化信息及變化方向；3）生成地物變化的圖形和統(tǒng)計(jì)數(shù)據(jù)，實(shí)現(xiàn)變化檢測成果的可視化表達(dá)。

2 技術(shù)實(shí)施

2.1 軟件系統(tǒng)

采用Microsoft公司的Visual C++2005、SQL Server 2008為主要開發(fā)環(huán)境對以上技術(shù)進(jìn)行了實(shí)現(xiàn)，開發(fā)了相應(yīng)的軟件系統(tǒng)并已在江蘇省海域使用動(dòng)態(tài)監(jiān)視監(jiān)測中心投入業(yè)務(wù)運(yùn)行。該系統(tǒng)采用矢柵一體化數(shù)據(jù)模型，C/S、B/S混合的系統(tǒng)架構(gòu)，是一個(gè)集常規(guī)圖像處理與面向?qū)ο髮ｎ}信息提取技術(shù)于一體的軟件平臺(tái)。如圖4所示，整個(gè)系統(tǒng)包含圖像處理子系統(tǒng)、圖像分割與特征分析子系統(tǒng)、專題信息提取子系統(tǒng)、面向?qū)ο蠓诸愖酉到y(tǒng)、變化檢測子系統(tǒng)及成果輸出與管理等主要模塊，較為完整地覆蓋了從低端圖像處理到高端圖像分析、成果輸出等遙感信息處理的業(yè)務(wù)環(huán)節(jié)。

圖4 系統(tǒng)構(gòu)成

圖5 典型案例

2.2 實(shí)施案例

依托本文所提出的信息提取技術(shù)與軟件平臺(tái)，江蘇省海域使用動(dòng)態(tài)監(jiān)視監(jiān)測中心對2009-2012年以來的江蘇沿海重點(diǎn)工程項(xiàng)目進(jìn)行了遙感動(dòng)態(tài)監(jiān)測，編制了年度遙感動(dòng)態(tài)監(jiān)測報(bào)告。以下給出江蘇省海門市濱海新區(qū)建設(shè)用海的一個(gè)實(shí)際案例。

案例采用法國SPOT-5 10m分辨率的多光譜高分遙感影像為數(shù)據(jù)源進(jìn)行地物分類和圍填海工程的變化檢測。獲取時(shí)間分別為2009年4月22日和2011年4月14日。對圖像校正配準(zhǔn)和裁剪得到如圖a和b的工程區(qū)域。

采用多精度分割方法對圖像進(jìn)行分割。分割尺度設(shè)置為10，光譜異質(zhì)性0.9，形狀異質(zhì)性0.1，緊湊度和光滑度均為0.5。分割結(jié)果如圖c和d所示。分割出圖斑后，計(jì)算其光譜、形狀和空間關(guān)系等一系列特征。

其次對分割圖像進(jìn)行分類。分類圖例如圖j右圖例第一層次所示。按照分類體系采集相應(yīng)的地物樣本，一級分類以光譜特征為主導(dǎo)，使用支撐向量機(jī)分類器。分類器采用高斯徑向基核函數(shù)，核寬標(biāo)準(zhǔn)差40，懲罰參數(shù)25。分類結(jié)果如圖e和f所示。

以一級分類的建設(shè)用地為父類約束提取堤壩。堤壩提取波段選擇圖像的第一波段即綠光波段，光譜均值設(shè)置為129～180，長寬比大于1.6，長度大于15。對錯(cuò)誤分類圖斑進(jìn)行少量修改以保證分類精度，提取結(jié)果如圖g和h所示。圖例如圖j右圖例建設(shè)用地第二層次所示。

以一級分類的水體為背景提取養(yǎng)殖水域。養(yǎng)殖水域提取是在水體中剔除面狀水域（海域）和線狀水域（線狀河流），而后得到養(yǎng)殖水域。剔除面狀水域，圖斑面積設(shè)置為大于等于500；剔除線狀水域，長寬比大于2且矩形度小于等于0.5。對錯(cuò)誤分類圖斑進(jìn)行少量修改以保證分類精度，提取結(jié)果如圖g和h所示，圖例如圖j右圖例水體第二層次所示。以上分類的定量精度評價(jià)如表1所示。

將兩個(gè)時(shí)相圖像的分類圖進(jìn)行疊合，并設(shè)定“去除小圖斑”參數(shù)為250個(gè)像素，濾除過為細(xì)小的變化圖斑，進(jìn)行變化檢測操作。檢測結(jié)果如圖i所示，同時(shí)輸出如表2所示的各種地物變化流向的統(tǒng)計(jì)數(shù)據(jù)，從而實(shí)現(xiàn)了區(qū)域內(nèi)土地利用變化情況的遙感分析。

表1 分類精度評價(jià)

表2 變換檢測結(jié)果統(tǒng)計(jì)（單位：m2）

3 結(jié)論

高分辨率遙感影像所表現(xiàn)的特征，如灰度、形狀、紋理、空間結(jié)構(gòu)等信息極為豐富，這使得中小尺度地物的精確提取成為可能。由于可使用特征的極大豐富，面向?qū)ο蟮膱D像分析技術(shù)對于高分辨率遙感圖像具有較好的分類效果。基于面向?qū)ο髨D像分析的基本思路，本文針對海域使用遙感監(jiān)測的業(yè)務(wù)特點(diǎn)，設(shè)計(jì)了面向?qū)ο筮b感信息提取的技術(shù)流程，開發(fā)了相應(yīng)的軟件系統(tǒng)并在實(shí)際業(yè)務(wù)應(yīng)用中檢驗(yàn)了技術(shù)可行性與實(shí)用性，從而為江蘇省的圍填海工程等海域使用情況的遙感監(jiān)測提供了新穎可行的解決方案。

BaatzM，Schape A，2000.Multiresolution segmentation： an optimization approach for high quality multi-scale image segmentation.In：Angewandte Geographische Information Sverarbeitung Ⅻ，Salzburg，Austria，12-23.

Bernhard S，Sung K K，Chris JC Burges，et al，1997.Comparing support vector machines with Gaussian kernels to radial basis function classifiers.IEEE Transactionson Signal Processing，45 （11）：2758-2765.

Li C，Shao G，2012.Object-oriented classification of land use/cover using digital aerial orthophotography.International Journal of Remote Sensing，33（4）：922-938.

Singh A，1989.Digital change detection techniques using remotelysensed data.International Journal of Remote Sensing， 10 （6）：989-1003.

TrimbleChina.http：//www.trimble.com/cn/.accessdate： 2012-11-14.

Vapnik V N，1995.Thenatureofstatistical learning theory.New York：Springer Verlag.

Zhang X Y，F(xiàn)eng X Z，Hong J，2010.Object-oriented method for urban vegetation mapping using IKONOS imagery.International Journal of Remote Sensing，31（1）：177-196.

陳書全，2009.關(guān)于加強(qiáng)我國圍填海工程環(huán)境管理的思考.海洋開發(fā)與管理，26（9）：22-26.

韓富偉，苗豐民，趙建華，等，2008.3S技術(shù)在海域使用動(dòng)態(tài)監(jiān)測中的應(yīng)用.海洋環(huán)境科學(xué)，27（Z2）.

李朝鋒，曾生根，許磊，2007.遙感圖像智能處理.北京：電子工業(yè)出版社，27-91.

明冬萍，駱劍承，周成虎，等，2005.高分辨率遙感影像信息提取及塊狀基元特征提取.數(shù)據(jù)采集與處理，20（1）：34-39.

汪閩，萬其明，張大騫，等，2010.光譜、形狀特征結(jié)合的多精度圖像分割算法與應(yīng)用.地球信息科學(xué)學(xué)報(bào)，12（2）：261-268.

吳泉源，侯志華，于竹洲，等，2006.龍口市海岸帶土地利用動(dòng)態(tài)變化分析.地理研究，25（5）：921-929.

吳曙亮，蔡則健，2003.江蘇沿海灘涂資源及發(fā)展趨勢遙感分析.海洋通報(bào)，22（2）：60-68，82.

謝玉林，汪閩，張新月，2009.面向?qū)ο蟮暮０稁юB(yǎng)殖水域提取.遙感技術(shù)與應(yīng)用，24（1）：68-72.

許勇，陳洪全，周春霖，等，2010.鹽城市沿海灘涂匡圍與岸線變遷遙感監(jiān)測研究.國土與自然資源研究，（5）：10-11.

張明慧，陳昌平，索安寧，等，2012.圍填海的海洋環(huán)境影響國內(nèi)外研究進(jìn)展.生態(tài)環(huán)境學(xué)報(bào)，21（8）：1509-1513.