河流水系信息提取研究范文

本站小編為你精心準(zhǔn)備了河流水系信息提取研究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要:借助高分辨率遙感影像數(shù)據(jù)信息的豐富優(yōu)勢(shì)，提出了一種針對(duì)河流水系信息的面向?qū)ο笞R(shí)別模型。該模型將水系的特征模型進(jìn)行了歸納和總結(jié)，并對(duì)模型中的特征及其子特征的規(guī)則進(jìn)行了詳細(xì)的定義。最后以宜昌市遠(yuǎn)安縣區(qū)域?yàn)槔\(yùn)用該模型對(duì)水系信息進(jìn)了自動(dòng)化提取實(shí)驗(yàn)。結(jié)果表明:該方法能針對(duì)影像上水體信息特征集合，對(duì)河流水系要素進(jìn)行有效提取，相比于其他傳統(tǒng)分類(lèi)方法，有更高的識(shí)別準(zhǔn)確度。本研究有助于在推進(jìn)全國(guó)河長(zhǎng)制管理中，提升河流水系信息整理核實(shí)的自動(dòng)化程度和準(zhǔn)確性，為相關(guān)管理工作提供可借鑒的方法與思路。

關(guān)鍵詞:河流水系;信息提取;特征和規(guī)則;水體識(shí)別;河長(zhǎng)制

1研究背景

水無(wú)常勢(shì)，河流八方，宜昌市水資源豐富，河湖水系眾多，其中河湖及堤防工程的管護(hù)問(wèn)題尤為復(fù)雜［1］。江河湖泊是生命的源泉，也是經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)支撐，保護(hù)江河湖泊，事關(guān)人民群眾福祉，事關(guān)中華民族長(zhǎng)遠(yuǎn)發(fā)展。中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于全面推行河長(zhǎng)制的意見(jiàn)》提出河湖管理保護(hù)是一項(xiàng)復(fù)雜的系統(tǒng)工程，涉及上下游、左右岸、不同行政區(qū)域［2］。在全面推行河長(zhǎng)制，落實(shí)綠色發(fā)展理念、推進(jìn)生態(tài)文明建設(shè)，解決我國(guó)復(fù)雜水問(wèn)題、維護(hù)河湖健康生命的同時(shí)，也面臨著完善河湖水系資料，將新技術(shù)應(yīng)用到河長(zhǎng)制管理工作中，輔助河湖管理的難題［3－5］。2015年開(kāi)始，宜昌市在全省率先建立以行政首長(zhǎng)負(fù)責(zé)制為核心的河長(zhǎng)制，目前已基本實(shí)現(xiàn)市、縣、鄉(xiāng)、村4級(jí)河長(zhǎng)制全覆蓋［6］。通過(guò)印發(fā)《市委辦公室市政府辦公室印發(fā)＜關(guān)于全面推行河湖長(zhǎng)制的實(shí)施方案＞的通知》(宜辦文〔2017〕20號(hào))以及宜昌市河道堤防建設(shè)管理處相關(guān)工作安排，為了實(shí)現(xiàn)宜昌市河湖水系及堤防工程的保護(hù)與利用控制性規(guī)劃和河長(zhǎng)制管理方案的編制，全面推行河(湖)長(zhǎng)制，實(shí)現(xiàn)“河長(zhǎng)制”常態(tài)化管理，必須掌握宜昌市全域河湖水系及堤防工程的基本信息。但由于全國(guó)第一次水利普查成果是以1∶50000比例尺基礎(chǔ)地形圖數(shù)據(jù)為基礎(chǔ)，無(wú)法滿足市、縣、鄉(xiāng)、村4級(jí)河長(zhǎng)制的管理需求，因此探究一種大范圍快速準(zhǔn)確地獲取河流水系空間信息的方法，為河長(zhǎng)制的工作推進(jìn)提供現(xiàn)實(shí)性強(qiáng)的數(shù)據(jù)基礎(chǔ)，便成為后續(xù)宜昌市河湖水系和堤防工程管理工作迫在眉睫的任務(wù)。

2多尺度分割

2．1試驗(yàn)區(qū)域數(shù)據(jù)源本研究以宜昌市遠(yuǎn)安縣為試驗(yàn)范圍，獲取了美國(guó)DigitalGlobe公司所發(fā)射的第四代高解析度光學(xué)衛(wèi)星遙感影像數(shù)據(jù)，該衛(wèi)星影像數(shù)據(jù)的全色光譜最大分辨率達(dá)到了0．31m，數(shù)據(jù)包含全色波段和多光譜波段信息［7］。

2．2影像分割遙感影像隨著分辨率的提高，所包含的地物信息量也會(huì)越來(lái)越多，如果使用單一的分割尺度，已經(jīng)不能滿足高分辨率遙感影像分類(lèi)的需求，所以多尺度的影像分割是后續(xù)解譯的首要步驟，同時(shí)分割算法的好壞也會(huì)直接影響提取結(jié)果的精度［8］。目前國(guó)內(nèi)外對(duì)多尺度分割的尺度問(wèn)題處理方式，主要有以下幾種:(1)以對(duì)象之間的同質(zhì)和異質(zhì)的特性，對(duì)分割的結(jié)果不斷進(jìn)行探索，建立起同質(zhì)尺度與異質(zhì)尺度閾值和分割結(jié)果之間的線性關(guān)系，通過(guò)線性關(guān)系函數(shù)，得出綜合最優(yōu)尺度值［9］。(2)建立單個(gè)樣本對(duì)象和尺度分割之間的關(guān)系，通過(guò)人工監(jiān)督分析，找出針對(duì)單個(gè)樣本的最優(yōu)尺度分割參數(shù)［10－11］。(3)基于已有分類(lèi)結(jié)果數(shù)據(jù)集，再對(duì)不同尺度分割結(jié)果與結(jié)果數(shù)據(jù)集進(jìn)行比對(duì)，找出與已有結(jié)果分割最近似的尺度閾值，作為分割標(biāo)準(zhǔn)［12］。本文針對(duì)河流與湖泊等水系對(duì)象，先基于亮度值和紋理信息進(jìn)行一次分割，將影像劃分為無(wú)重疊的均質(zhì)區(qū)域。然后對(duì)每一個(gè)區(qū)域定義其內(nèi)部像元的空間鄰域，這樣既能有效分割出大的均質(zhì)區(qū)域，也能照顧到只包含極少像元的小區(qū)域，提高分類(lèi)準(zhǔn)確性。最后應(yīng)用支持向量機(jī)(SVM)分類(lèi)方法將光譜和空間信息特征結(jié)合，使得分割圖中每一個(gè)區(qū)域的所有像元都能分配到頻率最高的類(lèi)別中，提高鄰域分類(lèi)的精度。

3特征模型建立

3．1特征類(lèi)型的細(xì)分解譯區(qū)域目標(biāo)多樣性的增加可能會(huì)降低特征提取的精度，這可能發(fā)生在有不同表現(xiàn)形式的同一類(lèi)對(duì)象中［13］。這種情況下，盡管屬于同一類(lèi)，2個(gè)對(duì)象的光譜和紋理特征可能完全不同，并且它們可能被錯(cuò)誤地提取到不同的類(lèi)中。例如，清澈的河流在光譜上表現(xiàn)出水的特性，而有較多水生植物覆蓋的富營(yíng)養(yǎng)化水面則會(huì)呈現(xiàn)出更多植被的光譜特性，但這2種應(yīng)該同屬于水體一類(lèi)。類(lèi)似的情況可能會(huì)發(fā)生在同一類(lèi)別中的對(duì)象具有不同的形狀，這可能是由于分割算法或圖像質(zhì)量不同所引起。例如，河流干流可以分割成不同的部分，包括直的和碎片的部分，它們表現(xiàn)出相似的光譜和紋理特征，但是形狀不同，這可能會(huì)導(dǎo)致形狀特征計(jì)算誤差并影響提取結(jié)果。

3．2特征模型本研究根據(jù)單一地物的多方面特征項(xiàng)，結(jié)合面向?qū)ο蟮奶卣鞲拍钅Ｐ停O(shè)計(jì)了適合試驗(yàn)區(qū)域的水體影像特征語(yǔ)義模型。模型包含光譜特征、鄰域特征。形態(tài)特征、空間特征、紋理特征、自定義特征等幾個(gè)大類(lèi)，每一個(gè)大類(lèi)下面又包含有若干個(gè)子類(lèi)，每一個(gè)子類(lèi)都有其語(yǔ)義描述信息。

4規(guī)則與特征空間

根據(jù)特征模型，本文將水體特征歸納為以下幾個(gè)部分:(1)對(duì)象特征，可細(xì)分為光譜特征、鄰域特征、形態(tài)特征。光譜特征的規(guī)則是指對(duì)象在所有波段的光譜統(tǒng)計(jì)特征［14］，例如平均值、輻射強(qiáng)度、標(biāo)準(zhǔn)差等。鄰域特征的規(guī)則是指對(duì)象鄰域的其他對(duì)象之間的光譜統(tǒng)計(jì)特征，例如光譜鄰域均差，相對(duì)較亮鄰域?qū)ο蟮墓庾V均差，相對(duì)較暗對(duì)象的光譜均差等。形態(tài)特征的規(guī)則是指對(duì)象在分割后的形態(tài)上展現(xiàn)出來(lái)的特征［15］，例如長(zhǎng)度分布、寬度分布、長(zhǎng)寬比、面積、邊界周長(zhǎng)、不對(duì)稱性指數(shù)等。(2)空間特征，可細(xì)分為空間位置特征、密度特征、緊致度特征。空間位置特征的規(guī)則是指對(duì)象的空間坐標(biāo)范圍特征值。密度特征的規(guī)則是指單位面積或區(qū)域內(nèi)占有指定對(duì)象的面積比。緊致度特征是指單個(gè)對(duì)象的像素總數(shù)與對(duì)象半徑的比值，其中半徑采用協(xié)方差矩陣來(lái)近似計(jì)算得出。(3)紋理特征。紋理特征是基于對(duì)象的不同形態(tài)的細(xì)分。例如第3．1節(jié)所描述水體的不同性質(zhì)，可以將紋理特征細(xì)分為較清澈的水、有植被覆蓋的水和泥沙含量較大的水。通過(guò)對(duì)不同性質(zhì)的相同對(duì)象的紋理特征進(jìn)行總結(jié)和歸納，可以得到該對(duì)象的總體紋理特征。(4)自定義特征。自定義特征主要是加入一些常用的專(zhuān)題指數(shù)模型。例如在水體分類(lèi)中最常用到的歸一化水指數(shù)(NDWI)等。當(dāng)然，在識(shí)別水體的同時(shí)也要區(qū)分其他要素，所以其他要素相關(guān)的專(zhuān)題指數(shù)也可以協(xié)助反向排除非水體要素，例如NDMI等。

5分類(lèi)結(jié)果

為了驗(yàn)證前述的基于特征和規(guī)則的面向?qū)ο蠛恿魉敌畔⑻崛∧Ｐ停狙芯拷Y(jié)合宜昌市河長(zhǎng)制水系信息核查項(xiàng)目，以宜昌市遠(yuǎn)安縣為試驗(yàn)區(qū)，對(duì)高分辨率遙感衛(wèi)星影像數(shù)據(jù)依據(jù)研究的模型進(jìn)行了水系信息的提取。6結(jié)論(1)以高分辨率衛(wèi)星遙感影像數(shù)據(jù)作為數(shù)據(jù)源，采用面向?qū)ο蟮乃枷耄岢隽艘环N基于特征和規(guī)則的水體信息特征模型。該模型可以借助高分辨率數(shù)據(jù)源的優(yōu)勢(shì)，結(jié)合水體信息的對(duì)象特征、空間特征、紋理特征和專(zhuān)題光譜指數(shù)特征，能夠更加準(zhǔn)確地實(shí)現(xiàn)自動(dòng)化水體信息要素的識(shí)別。(2)借助eCognition軟件平臺(tái)對(duì)研究方法進(jìn)行驗(yàn)證。結(jié)果表明基于特征和規(guī)則的水體信息特征模型水系信息識(shí)別方法相比于傳統(tǒng)方法，能更加準(zhǔn)確地提取水體信息，有較好的識(shí)別效果和精度，為全國(guó)河長(zhǎng)制管理中水系信息數(shù)據(jù)的整理和核實(shí)工作，提供了一種可借鑒的高效、可行的解決思路與方案。

參考文獻(xiàn):

［1］周曉明．宜昌河道保護(hù)管理的實(shí)踐與思考［J］．中國(guó)水利，2017，(16):40－41．

［2］姜斌．對(duì)河長(zhǎng)制管理制度問(wèn)題的思考［J］．中國(guó)水利，2016，(21):6－7．

［3］孟存．“河長(zhǎng)制”所存在的問(wèn)題及完善策略［J］．農(nóng)業(yè)科技與信息，2017，(23):116－117．

［4］陳政．河長(zhǎng)制實(shí)施中存在問(wèn)題及其對(duì)策［J］．城市建設(shè)理論研究(電子版)，2017，(26):127．

［5］劉小勇．全面推行河長(zhǎng)制的基本構(gòu)架與關(guān)鍵問(wèn)題分析［J］．水利發(fā)展研究，2017，17(11):25－27．

［6］吳繼華，王國(guó)霞，龍振華．論推行河長(zhǎng)制的治理目標(biāo)及管理措施———以宜昌市、瀏陽(yáng)市、麻城市為例［J］．綠色科技，2018，(2):85－86．

［7］蔣燕．WorldView3衛(wèi)星影像在基礎(chǔ)測(cè)繪中的應(yīng)用［C］∥中國(guó)測(cè)繪地理信息學(xué)會(huì)．中亞地理信息技術(shù)國(guó)際研討會(huì)論文集．烏魯木齊，2015:45－47．

［8］張仙，明冬萍．面向地學(xué)應(yīng)用的遙感影像分割評(píng)價(jià)［J］．測(cè)繪學(xué)報(bào)，2015，44(增1):108－116．

［9］程臻．面向?qū)ο蟮母叻直媛蔬b感影像全要素分類(lèi)研究［D］．哈爾濱:哈爾濱工業(yè)大學(xué)，2015．

［10］王榮，李靜，王亞琴，等．面向?qū)ο笞顑?yōu)分割尺度的選擇及評(píng)價(jià)［J］．測(cè)繪科學(xué)，2015，40(11):105－110．

［11］毛學(xué)剛，陳文曲，魏晶昱，等．分割尺度對(duì)面向?qū)ο髽?shù)種分類(lèi)的影響及評(píng)價(jià)［J］．林業(yè)科學(xué)，2017，53(12):73－83．

作者：周曉明 單位：宜昌市河道堤防建設(shè)管理處