遙感變化檢測技術在“三舊”改造項目進度監測中的應用研究

吳楷釗，謝 萍

(廣東省國土資源技術中心，廣東廣州 510075)

遙感變化檢測技術在“三舊”改造項目進度監測中的應用研究

吳楷釗，謝 萍

(廣東省國土資源技術中心，廣東廣州 510075)

“三舊”改造項目實施過程中，改造進度是一項重要的指標。以遙感影像數據為基礎，利用遙感變化檢測技術，開展“三舊”改造項目進度監測可以為“三舊”改造監管工作提供客觀、真實、準確、及時的輔助決策依據。本文以廣州市天河區A、B兩個“三舊”改造項目為例，采用面向對象的變化信息檢測方法，在遙感影像圖上對“三舊”改造項目范圍內的地表特征變化情況進行監測，并分析項目改造進度情況。

遙感；變化檢測技術；“三舊”改造；項目進度；監測

一、引 言

為貫徹落實國家有關規定，廣東省于2009年出臺《關于推進“三舊”改造促進節約集約用地的若干意見》，實踐證明，“三舊”(包括舊城鎮、舊廠房與舊村莊)改造可有效優化土地資源，提高單位土地的產出率，有利于促進廣東省產業結構調整升級與經濟發展方式轉變。在 “三舊”改造項目實施過程中，項目改造進度信息是評價改造效果和有效監管改造工作的重要信息。利用遙感技術覆蓋面廣、客觀準確的特點，在遙感影像圖上對“三舊”改造項目范圍內的地表特征變化情況進行監測，是對“三舊”改造進度實施監測的有效手段。

二、技術方法

遙感影像變化信息檢測是從不同時期的遙感數據中，定量分析和確定地表變化的特征與過程[1]，即根據遙感圖像和參考數據不同時相的觀測來提取、描述感興趣物體或現象隨時間變化的特征，并定量分析、確定其變化的理論和方法。目前主流的方法大致可分為直接比較法與分類后比較法。直接比較法[2]是直接對同區域不同時相遙感影像光譜信息進行處理，確定變化位置與范圍，通過人工解譯或分類確定變化類型。目前常用的方法有主成分分析法(PCA)、影像代數法(主要指影像差值法與比值法)、植被指數(NDVI)法[3]等方法，這類方法均屬于像素級變化信息提取，變化檢測過程中通常需根據經驗確定相關閾值，人為因素影響大，且受數據源、檢測對象等條件限制，檢測結果存在較多偽變化像素。而分類后比較法是運用同一分類體系，采用如人工神經網絡[4]、支持向量機[5]等方法對不同時相遙感影像單獨分類，對分類結果進行直接比較，獲取變化區域類型、位置和范圍，該方法可回避多時相數據因獲取季節與傳感器不同帶來的歸一化問題，同時可直接獲取變化類型、數量與位置，不受時相數限制[6]，目前主要有像素級分類后比較法與面向對象分類后比較法。

本文根據“三舊”改造項目實施過程的特點，制定對應分類體系，采用基于多尺度分割技術的面向對象分類方法，通過eCognition軟件建立多特征空間，結合專家經驗知識，建立科學的規則集，對“三舊”改造項目開展過程中的不同時相遙感影像進行單獨分類，將不同時相的分類結果進行空間疊加分析，獲取變化類型與范圍，實現對“三舊”改造項目進度進行監測的目的。

三、研究區域及數據源概況

本文選取廣州市天河區A、B兩個“三舊”改造項目，采用的遙感影像數據情況見表1。

四、技術路線

1.建立分類體系

“三舊”改造對象主要為舊城鎮、舊廠房與舊村莊，屬于建設用地，一般改造的過程包括拆舊、施工和完工等環節，因此必須針對上述各環節的特征分析總結對應的光譜、形狀等遙感影像特征，為下一步分類及對比監測奠定基礎。通過分析項目改造各階段出現的各種地類變化，結合遙感影像特征，制定了包含房屋建筑(區)、裸露地表、臨時構筑物、硬化地表、植被共5種地表覆蓋的分類體系。

表1 遙感影像數據情況

2.自動分類方法

目前面向對象分類的主流軟件是德國DefiniensImaging公司開發的一款基于面向對象理論的智能化影像分析軟件eCognition(易康)[7-8]，它采取基于決策專家系統的模糊分類算法，并通過多尺度分割技術采用面向對象的方法突破了傳統基于像元光譜信息分類的局限性。本文以eCognition軟件為平臺，首先將影像進行多尺度分割[9]形成對象單元；再基于對象本身及對象間的特征屬性，選擇隸屬度函數，建立規則模型，分別對兩個改造項目地塊對應的3個不同時相影像進行分類；最后將不同時相影像的分類結果進行空間疊加，分析地類之間的變化，進而了解“三舊”改造項目的開展進度。

由于影像數據源不同，使得相同地物所表現出的特性也不同，故需要針對不同數據源，建立模糊分類定義的成員函數，確定閾值，制定相應的分類規則集，提取各類別信息。首先利用NDVI(植被指數)與NDWI(水體指數)分別提取各期影像的植被與水體，房屋建筑(區)；臨時構筑物則是利用亮度值(bright)、密度(density)與貢獻率(ratio)等作為特征屬性；裸露地表與硬化地表則是利用貢獻率(ratio)與相對邊界(relative border to class)等作為特征屬性。

圖1 A改造項目3期影像

特殊情況的處理主要有以下幾個方面：①由于拍攝傾角的影響，致使具有一定高度的房屋建筑物、樹木等地物產生陰影，陰影的產生遮擋了影像地物的有效信息，故按照就近原則與鄰近地類圖斑(非房屋建筑物、非樹木)歸并。②因拆舊后受項目工期影響，擱置暫未施工而成為荒草地的地塊，以及因拆舊、施工等過程形成的積水面，容易與項目改造完成后的綠地和水面混淆，需進行界定后歸入裸露地表分類中。③有草地覆蓋的操場和儲水的泳池作為設施用地，歸入到房屋建筑(區)。④計算機自動分類后，將分類結果中的小面積圖斑按就近就大原則進行歸并，最后對誤分錯分地類進行人工編輯歸類。

3.改造進度監測

通過研究分析，選定2006年SPOT5影像作為A改造項目進度監測的基期影像，2008年QuickBird影像為第2期影像，2010年WorldView2影像為第3期影像；B改造項目的基期影像為2008年Quick-Bird影像，2010年、2012年WorldView2分別為第2、第3期影像。利用eCognition軟件按照上述分類方法，在多尺度分割后建立規則集，分別對各期影像進行分類，通過空間疊加分析地類變化，按照一定原則推斷地塊所處的改造階段，如基期影像為房屋建筑(區)，后期影像為裸露地表，則推斷該地塊處于拆舊階段；若后期影像為硬化地表或臨時構筑物，則推斷其處于施工階段；而后期影像表現為規則的房屋建筑(區)、人工綠化或水體，則認為其處于完工階段。如此分別統計處于拆舊、施工與完工階段的地類面積，并計算“三舊”改造項目的拆舊率、施工率與完工率，從而監測并掌握項目的改造進度。

4.試驗結果與分析

(1)試驗結果

A、B改造項目的3期影像如圖1、圖2所示。A、B改造項目變化信息檢測結果如圖3、圖4所示。

圖2 B改造項目3期影像

圖3 A改造項目變化信息檢測結果

圖4 B“三舊”改造項目變化信息檢測結果

(2)“三舊”改造進度監測結果

“三舊”改造項目地類面積統計如表2所示。“三舊”改造項目進度如表3所示。

(3)試驗結果分析

圖3、圖4變化信息檢測結果圖例中“房屋建筑區to硬化地表”表示為從房屋建筑(區)變為硬化地表，以此類推，圖中白色鏤空圖斑為地表覆蓋未發生的圖斑。結合表2、表3統計結果分析可知，2008年A改造項目地塊面積的75.65%處于已動工階段，至2010年該項目完工率已達66.19%；其余33.29%地塊面積已處于施工階段，接近全范圍改造狀態。2010年B項目地塊面積的58%處于已動工狀態，至2012年為止，拆舊率達到86.22%，但完工率仍為0。

表2 “三舊”改造項目地類面積統計情況畝(1畝＝666.67 m2)

表3 “三舊”改造項目進度情況 (%)

試驗結果表明，利用本文提出的變化檢測方法，對“三舊”改造項目進度進行監測，可以真實地反映項目的進展情況，同時大幅度提高了工作效率。

五、結束語

本文提出的基于面向對象分類的變化信息檢測方法，可實現多源、多時相、高低分辨率遙感影像分類與變化檢測，在克服噪聲、信息零散、破碎的同時，可保證成果數據精度。試驗證明，通過該方法可實時進行“三舊”改造項目進度監測，有效保證“數據、圖件、實地”三者的一致性，可以為政府的管理決策提供客觀準確的決策依據。

由于本文提出的方法是面向對象分類后比較法，其變化檢測精度絕大程度上取決于分類精度，目前優化分類方法是提高其精度的有效措施，而分類過程中，受遙感影像的多源性與多時相性等影響，分類結果中存在一定錯分漏分現象，需通過人工目視解譯對其進行編輯。因此，在確保精度要求的前提下，如何進一步提高計算機分類的自動化與智能化，是后續工作的主要內容。

[1] 趙英時.遙感應用分析原理與方法[M].北京：科學出版社，2003：241-242.

[2] 孫曉霞，張繼賢，燕琴，等.遙感影像變化檢測方法綜述及展望[J].遙感信息，2011(1)：119-123.

[3] 馬志勇，沈濤，張軍海，等.基于植被覆蓋度的植被變化分析[J].測繪通報，2007(3)：45-48.

[4] 賈永紅.人工神經網絡在多源遙感影像分類中的應用[J].測繪通報，2000(7)：7-8.

[5] 杜培軍，林卉，孫敦新，等.基于支持向量機的高光譜遙感分類進展[J].測繪通報，2006(12)：37-40.

[6] 朱運海，張百平，曹銀璇，等.土地利用/覆蓋變化檢測方法與應用分析[J].地球信息科學，2007(3)：116-122.

[7] 宋楊，李長輝，林鴻，等.面向對象的eCognition遙感影像分類識別技術應用[J].地理空間信息，2012(10)：64-66.

[8] 倪卓婭，甘甫平，周萍，等.面向對象的那曲WorldView-2影像的分類[J].遙感信息，2011(6)：114-118.

[9] 侯飛，胡召玲.基于多尺度分割的煤礦區典型地物遙感信息提取[J].測繪通報，2012(1)：22-25.

Application of Remote Sensing Change Detection Technology in the“Old Buildings Reform”Project Progress Monitoring

WU Kaizhao，XIE Ping

P237

B

0494-0911(2014)07-0082-04

2014-01-16

吳楷釗(1980—)，男，廣東南澳人，高級工程師，主要從事國土信息化工作。

吳楷釗，謝萍.遙感變化檢測技術在“三舊”改造項目進度監測中的應用研究[J].測繪通報，2014(7)：82-85.

10.13474/j.cnki.11-2246.2014.0232