基于高分遙感影像的?？谑羞`法建筑監測

王儒壯 李小群 劉春霞 孫樹承

(?？谑行畔⒅行? 海南 海口 570312)

0 引言

近年來,隨著城市化步伐的加快,違法建筑也不斷產生,給社會帶來巨大的負面影響。傳統的違法建筑監測通常采用人工巡查方式,需要投入大量時間和人力物力,工作效率低,變更周期長,監測效果差。隨著遙感技術的發展,高分辨率、高光譜衛星遙感影像應用日趨成熟,采用遙感、無人機等技術進行城市違法建筑監測,具有周期短,成本低,時效性高等特點,可有效減小地面普查的盲目性,提高工作效率[1],利用遙感技術進行違建監測正逐漸成為一種主流監測手段。段志強等利用多源高分辨率遙感影像進行了老河口市違法建筑動態監測,取得較好的自動化效果[2];楊宏光等通過遙感影像變化檢測實現了違法建筑分類[3];陳建國等利用高分遙感影像實現了水域違章建筑識別,獲得了較高的監測精度[4]。城市違法建筑監測的遙感原理是利用多期高分辨率衛星遙感影像進行變化檢測[5-7],本文利用WorldView多光譜衛星高分辨率影像數據進行?？谑羞`法建筑變化檢測,及時全面地反映建筑物和地表變化,為違法建筑監測發現提供一種高效快速的方法。

1 監測方法

根據?？谑羞`法建筑監測需要,每年每季度定期采集更新高分辨率0.3～0.4 m衛星遙感影像。利用兩時相相同區域的衛星遙感影像,綜合運用遙感、地理信息技術,通過人機交互目視解譯方式提取建筑物變化圖斑,實現違法建筑監測。違建監測的關鍵是發現疑似違建圖斑,基于?？诳刂泣c數據、地形圖數據和遙感影像,對影像數據進行融合、調色、糾正和鑲嵌處理,利用遙感變化檢測技術發現變化圖斑空間分布,然后對變化的圖斑進行分類解譯,提取變化圖斑,通過與規劃審批數據比對,運用GIS疊加分析方法發現疑似違建圖斑,最后到現場實地勘察確定。疑似違建圖斑發現的技術流程如圖1所示。

圖1 疑似違建圖斑發現方法

2 實驗與分析

2.1 影像數據源

?？谑羞`法建筑監測對影像的分辨率要求很高,需要清晰地分辨出城市中不同建筑物的邊界,選用高分辨率影像比較合適,可以清晰分辨出面積大于5 m2的建筑物,同時違法建筑監測要求影像云量覆蓋率低,現勢性強,接近自然真彩色,光譜信息豐富,紋理清晰,整體色調均勻,亮度、色彩反差適中,能夠清晰判斷影像信息?；谝陨戏治?實驗采用WorldView多光譜衛星影像,地面分辨率0.3～0.4 m,前后時相差為3個月。

2.2 影像處理

影像先后經過融合、糾正、勻色、鑲嵌處理。由于Pan Sharpening融合算法有較好的融合效果[8],因此，海口市衛星遙感影像數據采用該算法進行多光譜融合,融合后影像色調均勻、色彩接近自然真彩色,能清晰表現地物紋理信息,特征明顯,邊界清晰,通過目視解譯可以區分各種地類信息。正射糾正方法采用有理函數模型(Rational Function Model,RFM),利用有理多項式系數(Rational Polynomial Coefficient，RPC)、控制點及數字高程模型(Digital Elevation Model，DEM)數據完成正射校正。對融合、糾正后的影像數據進行調色,影像調色處理分別進行影像勻色、植被綠色增強和云影處理,處理后的影像過渡自然、無明顯分塊痕跡、整體色調均勻。多幅影像接邊檢查后進行鑲嵌,鑲嵌后影像完整,無明顯錯位和拼接痕跡。

2.3 變化檢測

建筑物變化信息人工識別精度低,效率低下,因此，影像處理后將前后兩時相影像進行變化檢測,發現建筑物變化區域的空間分布,有利于下一步人工識別判讀。從遙感發展進程看,目前尚無一種普適性強、適用于所有情況的通用變化檢測方法[9],本文采用文獻[10]的變化檢測方法,求取兩期影像變化區域,并提取為矢量數據與近時相影像疊加,增強識別針對性,提高識別效率。

2.4 數據分析

2.4.1建筑物類型與圖斑分類

?？谑羞`法建筑監測目標類型多,實驗中將建筑物分為一般房屋、鐵皮房、板房、棚房以及地基五種類型,如表1所示。將?？谑羞`法建筑監測圖斑類型分為建筑物新增、變化、拆除三種類型,其中新增、變化圖斑反映了后期影像建筑物從無到有,或形狀、大小、高度等變化,作為新增疑似違法建筑圖斑監測核實對象；拆除圖斑反映了后期影像建筑物從有到無,作為拆違圖斑監測核實對象。違法建筑監測圖斑類型如表2所示。

表1 建筑物類型

表2 圖斑類型分類表

2.4.2建筑物變化信息提取

對兩時相變化檢測中存在變化的范圍進行圈定,采用人機交互目視解譯方法對建筑物變化情況進行解譯,利用ArcGIS的卷簾功能,把前期遙感影像作為底圖,疊加后期遙感影像,根據影像的色調、形狀、位置、大小、陰影、紋理及其他間接標志等解譯標志進行人工解譯,發現同一建筑物在不同時段的變化情況。解譯按照圖斑分類以“樓棟”為單位,沿著建筑物的地基輪廓線繪制圖斑,然后對圖斑進行屬性賦值,這些屬性包括圖斑類型、圖斑編碼、建筑物類型、前期影像拍攝時間、后期影像拍攝時間等。

將圖斑與規劃審批數據進行疊加比對分析,逐個審核圖斑是否在審批范圍內,并去除規劃審批范圍內合法的變化圖斑,保留疑似違法建筑圖斑,并編制圖斑核查分布圖,顯示圖斑編碼、區分圖斑類型等,圖2為某地塊疑似違法建筑圖斑核查分布圖。為了提高監測準確性,圖斑核查后進行實地勘察,記錄每一個圖斑建筑物的結構、層數、用地性質、確認結果等信息,其中確認結果分為合法建筑、配套設施、分類處置、亂搭亂建、違法建筑5類。

圖2 疑似違法建筑圖斑核查分布圖

2.4.3圖斑解譯精度分析

圖斑解譯精度選用誤判率作為衡量標準,計算方法為:誤判率=誤判圖斑數/圖斑總數,其中誤判圖斑是指實際未發生變化但解譯成發生變化的圖斑或者解譯圖斑類型錯誤的圖斑,通過疑似違法建筑圖斑核查實地勘察,實驗將建筑新增、拆除、變化三類圖斑的誤判圖斑和圖斑總數進行統計,得到如表3所示的各類圖斑解譯誤判情況。從表3可見,建筑物新增、拆除圖斑的誤判率較低,主要是因為其兩期影像對比中的紋理和形態特征在空間分布上變化差異大,易于識別解譯,而建筑物變化圖斑的誤判率較高,原因與前述恰好相反。合計圖斑誤判率為0.68%,由此可見,圖斑提取精度較高,可以滿足違法建筑監測要求。

表3 圖斑解譯精度分析表

3 結束語

基于高分遙感影像,運用遙感影像變化檢測技術提取疑似違法建筑物的空間分布,并利用GIS疊加分析實現疑似違建圖斑的判定。遙感影像變化檢測提供的變化區域滿足疊加分析要求。人機交互目視解譯結果顯示,建筑物圖斑新增誤判率為0.45%,拆除誤判率為0.32%,變化誤判率為1.56%,合計圖斑誤判率為0.68%。由此可見,基于高分辨率遙感影像技術的違法建筑監測具有高效率、高敏感、高適普性特征,能夠及時準確地提取區域建筑物變化信息,作為違法建筑監測手段是完全可行的。