地理國情普查與道路信息提取技術研究

肖遠煥+陳強

摘 要：本文以地理國情普查中的道路信息提取為研究對象，探討了基于高分辨率遙感影像的道路信息提取方法，包括基于監督分類的道路提取、基于道路特征指數構建規則的道路提取、基于ArcGIS緩沖功能得道路提取和基于先驗值的道路提取等4種方法，結果表明，相比較之下，4種方法各有千秋，使用情況各異，因此在實際作業中不能拘泥于一類方法，應相互結合才能達到事半功倍的效果。

關鍵詞：地理國情普查 道路信息提取 監督分類 ArcGIS

中圖分類號：P237 文獻標識碼：A 文章編號：1672-3791（2017）10（b）-0001-02

開展地理國情普查是社會經濟發展到一定階段的必然要求，也是測繪地理信息部門順應時代需求、實現轉型發展的戰略選擇。按照相關規定與方案，地理國情普查要求以覆蓋全國陸地國土的、分辨率優于1m的多源航空航天遙感影像數據作為主要數據源進行信息提取。顯然，基于高分辨率遙感數據進行地理國情普查有著不可替代的優勢，比如宏觀、動態、便捷、可重復和成本低等。

遙感影像中道路是非常重要的基礎地理信息，它的識別和精確定位對GIS數據獲取、影像理解、制圖，以及作為其他目標的參照體都有深遠的意義。在地理國情普查中，道路作為地表覆蓋數據的重要要素，其提取方法與技術流程成為眾多作業單位研究的重點，在以往的相關項目中，經常會遇到類似道路預判困難等諸類問題，這些問題不僅干擾了內業工作的有序進行，而且也為外業施測帶來了諸多不便，因此，基于地理國情普查的高分辨率遙感影像的道路提取方法具有重要的現實意義。

1 道路基本特征獲取與模型構建

從道路在遙感影像上的形態特征以及光譜特征可以看出：地理國情普查所應用的高分辨率影像的道路表現為灰度及幾何特征變化緩慢的狹長區域，其幾何特征、輻射特征主要從其長寬比、彎曲度、亮度、拓撲關系等方面有所體現。

通常選取以下幾個特征構建提取道路的指標規則：灰度均值、NDVI、不對稱性、密度、長寬比等。

其中影像的分割是上述各指標進行分類的關鍵，在實際國情普查作業中利用eCognition的多尺度分割可以為分類起到事半功倍的效果。

不同的遙感影像道路提取方法，由于側重不同，其提取流程也存在著差異。多數情況下，遙感影像道路信息提取框架模型可分為5個過程（如圖1所示）。

2 基于地理國情普查高分辨率遙感影像的道路提取方法研究與實踐

在地理國情普查中，地表覆蓋數據是表達與自然資源環境相關的地形地貌、植被覆蓋、水域、荒漠與裸露地表等地理要素的類別、位置、范圍等特征，并掌握其空間分布狀態。道路作為與人類活動息息相關的要素，既體現經濟社會的發展，又能為分析統計其他要素的內在驅動力提供參考。筆者在國情普查作業中，進行了一系列的研究與實驗，歸結出以下基于地理國情普查高分辨率遙感影像的道路提取方法。

2.1 基于監督分類的道路提取

監督分類方法是國情普查地表覆蓋數據制作中針對地類情況較為簡單的特殊情況采取的分類方法，其依賴于分割尺度的選取與采集樣本點的個數與特征，具有分類速度快的特點，但針對地類復雜的情況，其分類精度一般，易出現錯分的情況。在國情普查任務中，新疆戈壁區域采取此方法提取道路取得了良好的效果。

2.2 基于道路特征指數構建規則的道路提取

基于道路特征指數構建規則的道路提取是利用道路基本特征、指數信息，以及輔助信息，構建道路信息的評定規則，設置各規則的參數閾值，進行道路信息提取，主要包括：灰度平均值、NDVI、密度、長寬比、面積等。

首先，進行多尺度分割，設置合理的分割尺度、形狀因子及緊致度，保證道路形狀與邊緣的連續與清晰；其次，進行“潛在道路”的粗提取，主要利用灰度值及長寬比因子，而后根據NDVI指數進行植被的剔除，并將不相鄰要素去除；再次，對“潛在道路”進行優化，可對目標影像進行二次分割，根據DN值去除陰影，同時根據邊界指數、長寬比等去除建筑物；最后，對上述成果進行形狀修補與再次優化。

此類方法在實際操作中對編寫規則集的開發人員要求較高，需具備較強的遙感理論知識與豐富的解譯經驗，在操作中解譯規則集的制定至關重要。此類方法適用于影像光譜差異明顯、實地地類較復雜的情況，此外，此類方法對道路提取存在較多內點，不宜進行編輯整理。

2.3 基于ArcGIS緩沖功能的道路提取

ArcGIS以其強大的編輯功能與實用性，已經在地理信息產業中起到舉足輕重的作用，在地理國情普查中，國情要素的采集便依靠此軟件。

在實際作業中，作者活學活用地結合了地理國情普查要素中已經采集好的公路、鐵路線劃，利用ArcGIS緩沖功能自動生成地表覆蓋數據所需要的路面要素，由于公路、鐵路具有等寬的特性，此功能的運用大大提高了生產效率，僅需對特殊路段進行處理便可達到預期目的，圖2為實際操作的案例。

2.4 基于先驗值的道路提取方法

道路是在地理國情普查中較難區分的要素，因為與之相近的要素較多，比如硬化平地、狹長分布的房屋等，均會出現“同譜異物”或“同物異譜”的現象，因此在實際作業中通過建立先驗值的方式進行了道路的提取實驗，此方法避免了大量的編輯工作，已在地理國情普查試點工作中得以推廣。具體規則制定可參照以下3條：（1）邊線緩沖，采集邊線進行分割，兩邊線間地類較狹長，按長寬比分類0.7左右進行提取；（2）中線緩沖且周邊明亮度較高的為道路；（3）ArcGIS中采集中線利用緩沖生成面之后直接參與分割分類。

這里采取道路參與分割后根據矢量專題層對道路賦類及利用道路在遙感影像上細長的特征進行提取，提取結果如圖3所示。

可以看出此類方法進行道路的提取更適用于地理國情普查中地表覆蓋制作的要求。

3 結語

本文結合作者在地理國情普查中地表覆蓋道路提取的經驗，對道路的提取方法進行了歸納及總結，并提出了適用于地理國情普查任務中道路提取的方法。相比較之下，4種方法各有千秋，使用情況各異，因此在實際作業中不能拘泥于一類方法，應相互結合才能達到事半功倍的效果。

參考文獻

[1] 孫雅思.地理國情監測地表覆蓋數據易混淆地物區分 [J].科技資訊，2014（30）：26-27.

[2] 雷德容.地理國情監測與基礎測繪等關系的再思考[J]. 中國測繪，2014（1）：34-37.

[3] 天曉.全力推動地理國情普查取得初步成效[J].中國測 繪，2014（4）：6-7.

[4] 馬春靜，任曉燁.地理國情普查在路上[J].中國測繪，2014（4）：8-13.

[5] 趙文郁.鮮花再度盛開的山崗——無人機外業巡檢系統首次應用于地理國情專項監測[J].中國測繪，2014（4）：18-21.

[6] 馬紅.順勢而為，廣闊天空有所作為——地理國情監測助推重慶兩江新區經濟建設[J].中國測繪，2014（4）：24-27.endprint