GNSS/高分影像結合的復雜地形城市居住區災情制圖

李百壽，崔巍巍，陳婷，高玉久，贠倩，康弋，楊釗，盧相君

(桂林理工大學a.廣西空間信息與測繪重點實驗室;b.測繪地理信息學院，廣西桂林541004)

0 引言

近些年隨著我國城市規模不斷擴大，對建筑物測量任務不斷提出了新的要求，并且居住區災情信息的快速獲取對山區城市災后救援補償重建具有重要意義。目前最新的空間信息技術正逐漸運用于城市居住區災害調查中，如滑坡遙感研究[1]與汶川、玉樹地震遙感應急調查研究[2－3]。提高遙感圖像的快速處理水平是其中的核心問題[4]，建立空－地結合的災情快速評估技術[5]、探索作業效率和影響因素方案對提高災害數據生產效率會產生重大的影響。

地面災情調查與定位是完成災損制圖的基礎，在災損制圖中起到了主導作用。世界主要發達國家均在開展衛星導航系統方面的研究，并在衛星導航系統領域存在廣泛的競爭[6]，如美國的GPS、俄羅斯GLONASS、歐盟的Galileo系統及我國的“北斗二代”衛星導航系統的建設。衛星導航系統的發展在一定程度上提高了RTK的測量精度與測量效率，目前已發展出了一些新型的對地導航定位方法并將各種手段綜合運用。為了提高災損信息獲取的精度，進一步解決單一星座衛星信號觀測質量的問題，一些學者研究了災害監測中將建立的GPS、GLONASS和Galileo系統集成到天線陣列接收機中，與無線傳感器網絡集成，實現數據傳輸的自動化[7]，發展了集成GPS、GLONASS、Compass、Galileo等多星座衛星信號觀測的民用全球導航衛星系統計劃(Global Navigation Satellite System)，簡稱為GNSS系統。該系統的最大特點是增加了觀測時段內可用衛星信號數量，在采用差分動態測量技術提高觀測效率的同時消除多種電離層干擾誤差和公共誤差項進而提升系統觀測精度。GNSS導航定位系統可擴充性強，提供衛星的信號種類眾多，為保障地球上一些地形盲區的順利觀測[8]提供了有利條件。在上述方法中，結合高精度幾何定位技術是其中的重要途徑之一。無論是GNSS/RTK還是高精度的多參考站GNSS[7]均具有連續精確的定位特點，可以為災后重建提供較為精確的定位技術手段。

我國西南多數城市地形復雜，地勢較高，居住區安置在山坡上的較多，交通條件也十分不便，城市居住區直接面臨災害威脅與救援困難等核心問題。滑坡、泥石流、崩塌等地質災害點發育分散、地形復雜致使有效衛星信號減少是快速開展衛星空中災損制圖和災情調查的瓶頸因素，改善觀測幾何精度因子，克服或減弱不利因素影響是其中的關鍵問題。本文從勘測區建筑物的高分影像損毀特征出發，提出一種適合復雜地形環境的GNSS與高分遙感結合的災情信息獲取技術，如圖1所示。主要技術思路如下:充分利用GNSS/RTK觀測載波相位動態差分信號，通過實時計算定位結果減少冗余觀測量，縮短觀測周期，實現厘米級的定位精度。采用高分影像和GNSS/RTK觀測典型地物特征附近的控制點，對控制點進行優選，利用優化后的控制點對多時相災情影像進行幾何精校正，結合高分影像解譯完成承災體災損制圖。

圖1 GNSS/RTK、高分影像結合的災情制圖方案Fig.1 Disaster cartographic operation scheme based on GNSS/RTK and high images

1 GNSS災情觀測

圖2 研究區復雜地形特點及GNSS現場觀測Fig.2 Characteristics of complex terrain in the study area and field observation of GNSS

選擇踏勘區且滑坡數量眾多、地形變化復雜的典型地質災害城市——廣西梧州市作為研究區(圖2)。該市地處珠江流域中游，位于桂江、潯江匯合處，城市內部的沖溝較多且沖內泥土松軟。本研究采用南方測繪S86 GNSS雙頻接收機，該接收機可以接收GPS與GLONASS衛星信號。利用1∶5萬地形圖及高分衛星影像在重災區內選擇待觀測點，架設觀測基準站。由于研究區內地形起伏顯著，基站架設于觀測范圍內的開闊的山坡上，在保障流動站測量精度的情況下，基準站與流動站之間的有效距離在5 km范圍內[9]，流動站可以很好地接收到基準站的廣播信號，基準站實現了整周模糊度的搜索，通過數據鏈將其觀測的星歷數據傳送給流動站實現從浮動解到固定解的自動轉換。在充分考慮測區的交通、供電、氣象及通訊等條件后確定測量的順序，在架站以前尋找到適合的位置，用毛筆作標記。待初始化成功后，依次將流動站置于檢定場內其他各點進行RTK測量數據采集，在每個點上輸入正確的天線高，每個點上記錄不少于5個測量結果。

利用衛星信號精度指標PDOP衡量觀測數據的有效性，當該值小于4時，繪制觀測點草圖，記錄點位坐標。在無固定解地方采用皮尺輔助GNSS觀測，利用前方交會、垂直外伸法獲得災損區域坐標。采用垂直外伸法測定的結果相對于鄰近已知點的誤差完全可以滿足地形圖測繪和地籍測量中測定界址點坐標鄰近已知點的誤差應該小于5 cm[10]的要求。

對梧州災損建筑物和地物特征點進行觀測，獲得115個GNSS控制點，控制點位于冰泉沖、石鼓沖等災害重災區內，制作成GNSS/RTK的H方向觀測誤差分布圖(圖3)，觀測點位于主要居民區內，將誤差按水平H和垂直V排列，獲得誤差的空間分布圖，疊加地勢信息。圖4為剔出了部分離群點后的觀測誤差曲線，該數據包含了x、y、z坐標和H/V的誤差描述。

觀測數據分析:該圖顯示GNSS觀測路線與災損建筑物的空間關系。觀測點多分布于山沖內或山沖邊緣的災損建筑物附近。在災損重災區附近，觀測點較密集，如穿過冰泉東沖與冰泉西沖白云路上的災情觀測點。水平誤差初析:白云路觀測時段誤差值在5～7 mm，平民沖破壞建筑物3 mm，石鼓沖9～24 mm，冰泉沖北部居民區8～85 mm。圖3顯示水平向H和垂直向V誤差及衛星分布的幾何結構指標PDOP間的關系，其中PDOP指標綜合反映了水平向和垂直向的災害點位置精度。此外，觀測與制圖結果受觀測時段、天氣、電磁干擾的影響，同時也受測區地形遮蔽的影響。

圖3 研究區災損建筑物GNSS控制點水平向誤差Fig.3 Horizontal error from the damage building GNSS control point observation

圖4 數據采集點誤差及PDOP分析Fig.4 Analysis of data acquisition points accuracy and PDOP

2 居住區建筑物災情制圖

2.1 影像校正

本文災情制圖遙感數據采用2005年11月和2006年10月成像的梧州市災害前后1 m分辨率的真彩色合成影像。GNSS選擇WGS84坐標系，UTM投影，中央子午線111°，投影比例尺0.999 6。基于GNSS觀測數據，采用多項式方法對災前和災后衛星影像進行精校正。考慮到梧州地形多變的特點，由于災害前高分影像具有1 m級分辨率，研究區數據量大于1 G，為了降低影像精校正誤差，對構成研究區9幅影像進行分幅校正鑲嵌。利用已有地形資料，在災后影像道路拐點和房屋角點，每幅圖像選擇20個左右的控制點，結合GNSS控制點坐標對高分影像進行校正，保證校正精度在0.1個像元精度范圍內。同時對災害前后影像進行配準，可以獲得較好的配準精度。災后其中一幅三波段影像大小4 000×3 147，實際地球空間覆蓋區面積12.4 km2，計算機占用容量47.58～56.89 MB，高分影像平均幾何校正時間6.28 h。

2.2 災情判讀

對研究區影像掩膜裁剪，以建筑物的形狀特征和光譜特征為基礎，通過人機交互方式提取建筑物及滑坡破壞地表信息。2006年6月8日梧州市地質災害強度達到了峰值，倒塌房屋4 467戶共14 978間，其中市區238處，傍山、冰泉沖、平民沖、石鼓沖、金雞沖等居民區的規模較大[11]。

目視解譯的研究區災損建筑物近100處，山體滑坡、崩塌、泥石流等災害頻發地段建筑物損失嚴重，位于山沖中建筑物影像特征變化顯著:每處遭受破壞損失的建筑物功能、結構類型、破損程度不同。如寺廟前部和主體的影像存在破壞痕跡明顯，大殿前部的建筑結構被摧毀(圖5e、5f)。區域上分散的單個建筑物受到破壞及工廠類大型建筑結構損毀。植被破壞顯著，植物附近的道路段裸露，大塊植被與裸地信息變化在多時相遙感影像中表現明顯。山體土壤和植被的運動直接破壞了附近的建筑物，一部分山體植被和土壤滑落在建筑物屋頂上，多數山體松散土滑落到建筑物旁導致建筑物不同程度的損壞。

為了驗證本文解譯結果，對嚴重地質災害爆發區——平民沖、金雞沖、石鼓沖、冰泉沖的地質災損情況進行了實地調查，發現了災損建筑物存在的現場特征。建立的解譯標志通過典型建筑物來對其他周邊建筑物進行判斷。金雞沖、意園沖建筑物上仍殘留泥石流破壞的信息，泥石流破壞影像顯著。此外還可識別數目相對少的崩塌的影像特征。值得一提的是，一些建筑物側面損毀情況在實地調查中發現而影像中未發現，因而一些在高分影像無法識別的建筑物裂縫特征，需要在實地調查中發現。

2.3 建筑物災情制圖

通過上述工作獲得2006年梧州降雨型滑坡實際災情分布圖(圖6)，滑坡損毀嚴重建筑物和滑坡區得到非常直觀的顯示。研究中發現，高分影像上建筑物具有顯著的災損特征，建筑物多集中于滑坡體和滑坡前緣。點狀分布圖中一個點代表一個區域的災害發生點，主要體現災害發生點附近會形成房屋損毀，共發生70處，影像解譯滑坡99處。損毀建筑物與滑坡有著密切的共生關系。

圖5 高分影像上災損建筑物災變前后特征Fig.5 Building features in pre-disaster(left)and post-disaster(right)from high-resolution images

圖6 廣西梧州2006年特大地質災害災損分布圖Fig.6 Loss distribution of catastrophic geological disasters of Wuzhou in 2006

3 GNSS災情制圖影響因素及效率分析

3.1 災情觀測影響因素

觀測時刻和天氣會對觀測數據精度產生影響，具體表現為，與晴天對比，陰雨天觀測精度降低。盡管如此，對不同日期、不同時刻同一災害點進行了數據重復性檢測，發現了不同時段觀測數據的穩定性良好。如本文在城郊觀測時，突然降雨，很多地方得不到固定解，觀測效率降低。將GNSS裝置移動到重災區石鼓沖觀測時，剛剛下完雨，烏云還未散去，雖然流動站能夠初始化，但獲得固定解較為困難，采集到的浮動解由于精度不高需要剔除掉。研究過程中發現多云天氣以云層稀薄為好。中午電離層擾動大，可用的衛星數目偏少導致初始化的時間較長甚至不能初始化，RTK觀測很難得到固定解，觀測效率降低。測站上開始接受衛星信號到停止接收，連續觀測的時間間隔稱為觀測時段，簡稱時段[12]。本文在2013－04－23T09:00—11:30，15:30—18:00;2013－04－24T09:00—11:00，15:00—18:00 4個時段完成了控制點的觀測記錄。因此，作業時間受限制可由選擇作業時間來解決。現場觀測中發現，研究區最好的時段在11:00之前和下午15:00之后，GNSS觀測效率較高。

觀測對衛星數量要求5顆以上，在山頂等地形通透的環境下能夠穩定接收到9顆衛星信號，如梧州重災區傍山頂。把基準站布設在測區中央的最高點上，以降低作業時段的基準站PDOP數值的影響，改善衛星幾何分布精度。基準站位置均為開闊點，故測量時初始化很快，觀測沒有因為基準站的架設位置不當而造成影響。遮蔽度高的地方往往不能獲得固定解，該種情況適合采用距離交會法求解遮蔽點的坐標。研究區建筑物點測量相對集中在半山坡上，建筑物分布集中，互相掩疊現象嚴重且多為6層，樓層較高、觀測難度較大;城郊的建筑物較為分散，多為3層，樓層較低，容易測量，降低屏蔽物截止高度角的影響可以提高觀測的精度和效率。

3.2 GNSS觀測效率分析

在山地地形環境下克服或避開上述影響因素，可實現快速作業。實踐中發現，控制PDOP＜6，水平和垂直精度在10－2～10－1m，災情點的精度與以上討論的觀測影響因素有關。現場觀測數據統計顯示，每天工作時長控制在上午2～2.5 h、下午3 h，GNSS觀測僅需1～2人便可完成操作。采集數據效率與觀測人員對觀測流程的熟習程度相關，隨著熟習程度的提高，觀測效率由0.14個/min提高到0.18個/min(圖7)。測量第2天下午由于下雨對測量造成影響，故效率增幅相對小一些。RTK技術受通視條件、能見度、氣候、季節等因素的影響和限制較小，本文的研究印證了這一點，但同時需要克服觀測時段、天氣和遮蔽的影響。因此建議綜合交通、地形等多種因素以提高觀測效率，保障觀測精度，在較好的天氣下設計最佳的測區觀測時段。測量時按照設計觀測順序逐個測量，不能舍近求遠，在空間上將測區編號。對多同一災情點進行補測、重測，依據采集數據整體特征剔除離群點并考慮粗值數據剔除是否合理。

圖7 GNSS災情觀測效率的進度曲線Fig.7 Progress curve of disaster observation efficiency by GNSS

4 結論

高分遙感影像直觀地記錄了災害導致的災損特征，多時相遙感對比可以發現建筑物輪廓及內部特征變化進而完成災損制圖。值得一提的是，一些在高分影像中無法識別，但已導致承載體構筑物破壞、裂縫發育的建筑物側面特征需要在實地調查中發現。GNSS與高分影像結合需要充分考慮天氣、時間、遮蔽度等因素的影響，減少觀測冗余量，提高觀測效率。研究中發現，遮蔽度會對觀測精度發生直接影響，如研究區冰泉沖小區的樓房比較密集，而龍泉飛瀑景點附近城郊居住區的樹林密集，所以衛星信號被阻擋屏蔽的機會較多，衛星空間結構差、信號強度弱，容易造成信號失鎖，需要重新初始化。將GNSS和高分影像技術運用于災害現場勘查，可以降低災害制圖成本，更快速、精確地提供三維災情信息。將最新對地定位和觀測理論技術方法應用于災害信息獲取研究，拓寬了現代地球空間技術的應用領域，本文的研究結果為分析災害承災體的圖像特征變化與空間分布定位、繪制歷史災情分布圖提供了一種有效參考。

[1]王治華.滑坡遙感[M].北京:科學出版社，2012.

[2]王治華，徐起德，徐斌，等.5.12汶川地震航空遙感應急調查[J].中國科學E輯:技術科學，2009，39(7):1304－1311.

[3]王麗濤，王世新，周藝，等.青海玉樹地震災情遙感應急監測分析[J].遙感學報，2010，14(5):1053－1066.

[4]李德仁，陳曉玲，蔡曉斌.空間信息技術用于汶川地震救災[J].遙感學報，2008，12(6):841－851.

[5]劉經南.GNSS連續運行參考站網的下一代發展方向——地基地球空間信息智能傳感網絡[J].武漢大學學報:信息科學版，2011，36(3):253－256.

[6]曹沖.全球導航衛星系統(GNSS)競爭格局和發展趨勢研究[J].全球定位系統，2006(3):1－3.

[7]鄒進貴，邱衛寧，徐亞明，等.GNSS天線陣列接收機與無線傳感器網絡在災害監測中的集成方法研究[J].測繪通報，2010(2):11－13.

[8]曲亞男，房元勛，李娟.GNSS技術及其發展趨勢[J].山東省農業管理干部學院學報，2010，27(5):156－157，159.

[9]吉長東，喬仰文，王國清.復雜條件下提高RTK觀測高程精度的研究與分析[J].測繪通報，2005(9):16－17.

[10]郭英起，伊曉東，李本新.利用GPS RTK測定建筑物墻角點方法研究[J].測繪工程，2008，17(2):48－50.

[11]梧州市地方志編纂委員會.梧州綜合年鑒(2005—2006)[M].南寧:廣西人民出版社，2007.

[12]GB/T 18314—2001，全球定位系統(GPS)測量規范[S].