基于GF-2遙感影像的濰坊城區建筑高度反演研究

祝子惠，王曉光，吳 振，崔亮亮,王澤強

(1.山東省第四地質礦產勘查院，山東 濰坊 261021；2.濟南中安數碼科技有限公司，山東 濟南 250000；3.棗莊學院旅游與資源環境學院，山東 棗莊 277160)

1 引言

土地是稀缺性資源,隨著城市化迅速發展,城市建設用地漸趨向飽和,城區建筑物呈現縱向發展趨勢。城市建筑的密度和高度不斷增加，縱向開發已成為各城市深入城市建設的一致選擇。當前，我國已進入城鎮化深入發展關鍵時期，城市空間形態格局的優化成為完善城市功能、推進智慧城市建設、實現城市可持續發展的必然選擇。

城市建筑物的高度增加為功能區優化和人口容納量提升奠定了基礎，而城市建筑高度的擴張也影響著城市景觀生態格局。錢瑤等[1]認為建筑的高度實質上影響到了區域熱力循環，進而決定了城市的熱場效應。趙強等[2]通過衛星遙感數據反演得到建筑物的高度信息，可以實現對重點項目工程的建設過程監督。赫曉慧等[3]突出了建筑物高度信息在城鄉規劃工作中的重要作用，進一步采用了高分辨率衛星影像的陰影檢測方法估算得到建筑物的高度信息，相對于傳統的野外全站儀測定和無人機影像等方法，具有時間快和費用省等特點。隨著國內外遙感技術的快速發展，遙感數據產品的空間分辨率、重訪周期和光譜細節均有進一步的提升。孟令奎等[4]、李哲等[5]、孫彥花等[6]、吳煒等[7]和彭遠新等[8]通過分析提取遙感影像的陰影特征，進一步建立建筑物、陰影、太陽高度角和衛星之間數學模型關系，估算得到建筑物的高度信息。本研究將以國產GF-2影像為數據基礎，通過影像數據融合，提升遙感影像的空間分辨率和細節特征表現能力，接下來將提取得到的建筑物陰影部分求算長度，最后根據建筑物、太陽高度角和衛星之間的幾何定量數學關系估算建筑物的高度信息。

2 材料與方法

2.1 研究區概況

濰坊市位于山東中部地區，地理坐標介于35°32′ N～37°26′ N和118°10′ E～120°01′E。南部接近泰沂山脈，北部渤海萊州灣相接，東部在膠東半島城市煙臺和青島，西部與工業城市東營、淄博兩市相鄰，地理位置重要，交通便利，膠濟鐵路以東西方向穿過境內。面積廣闊，總面積約為16140 km2，占山東省總面積的10%左右。地貌類型上自北向南，逐步升高，可以劃分為低地、平原和低山丘陵。在北部濱海區域以淡咸水為界，地質類型由海相沉積物和河流沖積物疊次覆蓋而成，地勢較為低平，海拔在7 m以下。氣候類型則以暖溫帶季風型半濕潤大陸性氣候為主，夏季炎熱多雨，冬季寒冷干燥，四季分明。

2.2 高分影像

高分二號(GF-2)衛星于2014年8月9日發射，是我國第一顆高空間分辨率(優于1 m)的高空衛星，其地面定位的精度和機動能力達到國際先進標準[9]。衛星下發的高質量遙感數據，為我國的自然資源管理、城鄉規劃和農林生產提供重要的參考依據和數據支持。表1為濰坊市中心城區遙感影像數據的行列號、獲取時間和云量相關信息。

2.3 數據處理

基于高分二號衛星影像數據，選取濰坊市中心城區的衛星影像數據作為基礎數據。首先對該區域衛星影像數據進行一系列圖像預處理操作，主要包括圖像正射校正和圖像融合增強并將融合后的影像用于后期面向對象的建筑物基坑識別、單體提取、陰影信息提取以及建筑物高度反演，并對識別提取的結果進行可行性驗證以及精度性評價[10]。

表1 GF-2影像遙感數據信息

2.3.1 正射校正

衛星傳感器在獲取地物目標信息的過程中，受到地物結構組合特點、太陽高度角方位、衛星姿態等多方面影響。會導致真實地物的組合、大小、尺度和方向與影像上所獲取的地物信息不一致，稱之為幾何變形[11]。這些幾何變形在進行建筑物高度的遙感反演中是致命的，會導致單體基坑和陰影信息的識別錯誤，進而影響到估算結果。所以需要選擇正射校正的方法消除這些成像過程中產生的畸變。盡管產生畸變的原因較多，但是變形的表現卻類似。同樣的遙感圖像的正射校正模型較多，本文選取較為通用的多項式校正模型[9]。多項式校正主要是通過布設一定數量的控制點和驗證點進行近似擬合校正。多項式的階數決定控制點數量的多少，控制點的數量表達公式如下：

(1)

式(1)中，N和t分別為控制點的數量和平方數。衛星影像上的坐標系為全球通用坐標系，在實際使用中還需要進行國內標準2000坐標系的轉換。在此步驟完成后，在研究區內選取一定數量的控制點，采用基于最小二乘法方式擬合出多項式方程，并進行系數求算，校正結果如圖2所示。

圖2 正射校正后圖像

2.3.2 圖像融合

衛星圖像融合將具有互補特性的不同空間分辨率和光譜分辨率的圖像按照一定的數學轉換方式進行計算，得到信息量更加豐富和具有鮮明特性的綜合影像信息數據。圖像融合過程既增加了光譜特性，同時保持了圖像的空間分辨率，提升了高分影像的信息量和應用能力。研究中進行的圖像融合主要是將具有4m空間分辨率的多光譜波段影像和具有0.8 m空間分辨率的全色影像數據進行數據變換融合，以提高圖像的信息量和可用度，進一步為提高濰坊城市建筑物三維格局模型的精度奠定基礎。融合過程具體由ENVI 5.3.1軟件實現，融合結果如圖3所示。

圖3 融合后的圖像

2.3.3 建筑物基坑提取

建筑物建筑開發時在向地下開挖的空間，用以達到居民使用和安全需求的空間稱為基坑。本研究基于GF-2影像數據進行基坑的提取與識別。利用GF-2衛星影像數據，通過選取樣本監督訓練式數據處理，綜合考慮建筑基坑的形狀和光譜特性進行基坑的提取，利用遙感影像數據對地形圖數據進行檢查更新，確保最終的基坑數據符合濰坊市中心城區各建筑面狀房屋的實際情況[12]。

2.3.4 建筑物高度反演

基于高分影像反演建筑物高度H，主要是通過建立陰影長度L和太陽高度角和衛星姿態參數信息的函數關系，在測得建筑物的實際高度后，反演推算得到建筑的高度值[13]。

在完成對建筑物在影像上的陰影提取之后，利用平行法確定陰影長度，進一步分析建筑物陰影的平均長度，乘以影像的空間分辨率(像元數量)，在得到陰影的長度后，還需要獲取太陽高角度，繼而完成建筑物高度的反演。公式如下：

(2)

(3)

式(2)、(3)中，太陽高度角為θ，建筑物在太陽光方向下的陰影長度為L，I和J分別為在影像上的行和列方向上的像元數，K表示像元的邊長，即空間分辨率(1 m)。在實際反演計算中，建筑物的陰影通常不是理想狀態下的矩形形狀，形狀差異較大，多為邊緣不規則的多邊形，所以若均按照矩形計算，會產生較大誤差，且也無法推廣使用。太陽光入射方向與建筑物陰影存在多條相交平行線，提取出一定數量相交平行線，并對這些線段進行平均計算，即可得到陰影的平均長度。在計算過程中，在Matlab中，首先根據太陽方位角度，按照0.1 m的寬度在整幅影像上生成平行線，接下來使平行線與陰影進行相交運算，得到的相交線段取平均值，即為陰影長度。需要注意的是，生成的建筑物的陰影部分可能會相連，此時需要設定閾值將連接的陰影取平均以分開，提高反演估算的精度。本方法在實際使用中，較適合平原丘陵地區，較適合濰坊市區的地形特性，精度和穩定度較高。

3 結果與討論

3.1 建筑物基坑提取

基于GF-2遙感影像提取得到的基坑矢量數據如圖4所示。本次地形數據處理采用國產MapGIS進行處理，首先通過數據格式轉換將Shape格式的文件轉換為矢量文件，該矢量文件保留了原始文件的屬性，方便下一步的應用，經處理后的基坑矢量數據如下圖4所示：通過MapGIS對整個工作區的影像數據進行檢查，結合影像數據進行疊加展示，對不符合實際情況的矢量數據進行微調，主要是邊緣建筑和部分城區密集區域建筑存在一定差異，如圖4所示基坑矢量與影像疊加圖，利用影像數據對基坑矢量數據逐個排查，采用人工目視解譯的方式對基坑矢量數據進行更新補充，以確保建筑物基坑的準確全覆蓋，修正結果如圖5所示。

圖4 基坑矢量與影像疊加圖

圖5 補充更新后的建筑物基坑示意圖

3.2 建筑物高度

在完成圖像融合等一系列預處理操作之后，在建筑物基坑的基礎之上，基于建筑物高度反演公式，將獲取的相關參數(太陽高度角、方位角、平均陰影長度)導入幾何關系模型，反演得出建筑物的高度信息[14]。最后，得出建筑物的高度信息。圖6為計算得到的建筑物高度信息，高度值以柵格屬性值的形式儲存在圖中。可以看出來，建筑物的基坑的亮度值代表著建筑物的高度信息，基坑越亮，表示該建筑物的高度值越大，反之，建筑物則比較低矮。在同一個小區內，反映建筑物高度的亮度值也基本一致，表明同一個小區的建筑高度基本相同。此方法計算過程簡便、提取準確，能夠高效率的應用其他區域的建筑物高度遙感反演中去，并且能夠適應不同形狀的建筑物和各種規劃的街區，通過平行線相交分析法和多尺度基坑提取方法，使得提取精度和效率更高。

圖6 陰影長度計算示意圖

此外，為確保建筑物與其所產生陰影能夠一一對應，利用近鄰分析法在判定建筑物與其陰影的臨近關系。即在確定建筑物基坑位置后，按照一定的像素閾值，自動搜索與之最近的陰影對象，使得陰影和建筑物能夠對應起來。圖6中還存在有部分碎點，太陽光在射向城區之后，不僅僅會形成建筑物的陰影，由于二次反射和散射的作用，也會形成輕微的點狀陰影區域，這部分異常值可能會影響到反演的精度，在多次實際調查并且和當時的太陽高度角度后，通常將陰影面積在10 m2以下的陰影斑塊移除，以提高精度。

3.3 精度驗證

為驗證基于高分影像的建筑物高度反演真實效果，在所設定的研究區濰坊城區內隨機選取50處建筑物，通過使用全站儀對每幢建筑物的樓層數的統計和第一層建筑物高度信息的測量，最終計算獲得每幢建筑物的總高度。將實際獲得的建筑物高度與陰影反演計算得到的建筑物高度進行對比分析。結果顯示:2020年濰坊城區建筑高度遙感反演的絕對誤差約為 0.73 m，總體精度約為96.68%；城市建筑物高度的估算誤差精度均小于1 m，基本能夠符合城市建筑物高度估算的要求，滿足了城市規劃發展和地下空間管理的應用需求，可對城市的布局規劃和相關政策的制定提供重要的理論價值和應用參考。

4 結論

(1)本文所進行的基于GF-2遙感影像的建筑物高度信息提取技術中，在分析建筑物幾何信息的同時兼顧到建筑物的光譜信息，提取的建筑物陰影和基坑信息更為準確，反演建筑物高度時考慮到建筑物、太陽和衛星間的幾何關系，提取技術更為快捷準確。

(2)隨機選擇城區內50棟建筑物的真實高度與估算高度進行了對比分析，建筑物高度的遙感反演絕對誤差為 0.73 m，總體精度約為 96.68%，達到了較高精度。

(3)濰坊中心城區各類型建筑高度分布不均。整體上以多層建筑(9～30 m)為主，超高層建筑(大于100 m)占有率相對較低，且地區分布不均，多層建筑多分布在老城區(濰城區、奎文區)，邊緣多以低層建筑分布為主，體現了建筑物類型分布與區域經濟發展水平呈正相關。