基于差值主成分分析和圖像非監督分類的水土保持遙感監管圖斑提取應用

［關鍵詞］ 水土保持；遙感監管；圖斑提取；主成分分析；非監督分類

［摘要］ 為了貫徹落實習近平生態文明思想，圍繞“水利工程補短板、水利行業強監管”發展總基調，水土保持工作要“在監管上強手段，在治理上補短板”。自2018年開始，水利部大力推進信息技術手段在水土保持監管工作中的應用，為及時精準發現、依法查處人為水土流失違法違規行為提供了有力支撐。紹興市繼2018年實施水土保持“天地一體化”試點后，不斷對遙感監管技術進行迭代升級，在2021年遙感監管工作中引入主成分分析和圖像非監督分類的方法進行水土保持遙感監管圖斑的快速提取，可以及時快速發現大部分未批先建的違法違規項目和存在重大水土流失隱患的生產建設活動，實現生產建設項目和生產建設活動監管全覆蓋。

［中圖分類號］ S157；P237［文獻標識碼］ A［文章編號］ 1000－0941（2023）06－0052－05

2017年，習近平總書記在黨的十九大報告中指出：“必須樹立和踐行綠水青山就是金山銀山的理念，堅持節約資源和保護環境的基本國策，像對待生命一樣對待生態環境，統籌山水林田湖草系統治理，實行最嚴格的生態環境保護制度，形成綠色發展方式和生活方式，堅定走生產發展、生活富裕、生態良好的文明發展道路，建設美麗中國，為人民創造良好生產生活環境，為全球生態安全作出貢獻[1]”。水利部在我國治水的主要矛盾變化后，提出了“水利工程補短板、水利行業強監管”的發展總基調，并要求在今后的水土保持工作中“把工作重心切實轉變到監管上來”。

為踐行新時期水利改革發展總基調，紹興市高度重視生產建設項目水土保持監管工作。2018年，紹興市作為水利部在浙江省實施“天地一體化”監管的唯一試點市，切實落實“在監管上強手段”的工作要求，充分利用先進手段提高監管效能，嚴肅查處水土保持違法違規行為，水土保持監管信息化水平不斷提高。2021年，紹興市繼續依托遙感和信息技術，引入主成分分析和圖像非監督分類的方法進行水土保持遙感監管圖斑提取，實現生產建設項目和生產建設活動監管全覆蓋，通過及時發現未批先建的違法違規項目，確保對市縣工作的指導和督促，確保有對應的技術手段及能力落實違法違規項目“發現一起、查處一起、銷號一起”的具體要求。

1試驗區概況與試驗目的

1.1試驗區概況

紹興市地處我國華東地區、浙江省中北部、杭州灣南岸，位于119°53′03″～121°13′38″E、29°13′35″～30°17′30″N，東與寧波相連，南與臺州和金華相鄰，西與杭州相接，北隔錢塘江與嘉興相望，是長三角城市群重要城市、環杭州灣大灣區核心城市、杭州都市圈副中心城市。全域東西長130.4 km，南北寬118.1 km，海岸線長40 km，陸域總面積8 273.3 km2，市區面積2 942 km2。屬亞熱帶季風氣候區，溫暖濕潤，四季分明。

1.2試驗區水土保持工作概況

近年來，紹興市堅持預防為主、保護優先、綠色發展原則，高標準落實水土保持各項工作，取得顯著成效。經過多年治理，水土流失面積從2004年的1 336.06 km2下降到2019年的757.84 km2，減少了578.22 km2。與此同時，隨著水環境綜合治理、河道治理、景觀建設等項目的實施，城市綠化品質顯著提升，境內曹娥江、澄潭江等主河流水質進一步提升；隨著林草植被覆蓋率進一步增加，林種、樹種結構逐步優化，闊葉林和混交林比例有所上升，環境質量逐年改善，生態農林、旅游產業蓬勃發展。

1.3試驗目的

通過遙感影像變化檢測，分析提取出遙感影像前后變化的區域，再結合野外現場驗證和人工交互解譯，來確定變化圖斑是否為生產建設項目或生產建設活動，為水行政主管部門快速確定水土保持遙感監管圖斑提供依據。

1.4數據來源

用于水土保持遙感監管圖斑提取的影像是2020年和2021年分別獲取的GF1、GF1B、GF6、ZY302等國產衛星多光譜數據，空間分辨率為2 m，影像時相集中在1—6月。

2工作流程

2.1多時相多源影像預處理

在多時相多源影像預處理中，需要對收集到的每一景影像進行預處理，再對覆蓋目標區域的相關多景影像進行聯合處理。

首先檢查影像空間參考，所有數據均需采用統一的空間參考系統；其次需要對同一批次的單景全色影像和多光譜影像進行融合和增強，對多時相多源影像進行色彩匹配，取得最佳的識別效果；再次對其進行地面控制點的選取，完成正射校正、幾何精校正和柵格數據坐標同構；最后對整個區域涉及的影像進行鑲嵌和裁剪，輸出成果影像。

在通常的柵格數據處理過程中，一般都以像元中心為坐標計算點或忽略起始坐標點的位置，由于柵格像元本身并不是數學意義上的“點”，而是具有一定覆蓋范圍的矩形“圖斑”，因此往往會造成數據在地理空間上微小的偏差。為此，在自主研發的幾何糾正軟件中提出了“坐標同構”的概念，即針對柵格數據統一以像元左上角角點為坐標計算點，并為研究區內所有數據指定唯一同構坐標，以保證所有數據在地理空間上能夠準確地一一對應。

這些預處理均采用杭州大地科技有限公司自主研發的圖像處理軟件（以下簡稱“大地自主軟件”），技術流程見圖1。

2.2基于差值主成分變換的多時相光譜變化信息增強

主成分分析（PCA）是在統計特征基礎上進行的一種多波段正交線性變換，從而產生新的主成分量，在特征域中這些新的主成分影像彼此之間相互獨立，能分離變化信息， 謝振華等：基于差值主成分分析和圖像非監督分類的水土保持遙感監管圖斑提取應用并將信息量集中到前幾個主分量中，突出不同地物目標的遙感數據分析方法[2]。本研究使用的方法為差值PCA法，即先計算不同時相影像差值再提取主成分，使得光譜變化信息得到增強，其工作流程見圖2。

2.3基于非監督分類的空間變化信息自提取

通過影像光譜變化增強信息提取所得到的變化區域具有相對明顯的影像特征，但是仍不能直接獲得可用于水土保持遙感監管的圖斑。由于變化區域與未變化區域存在較為明顯的光譜差異，因此可以利用非監督分類的方法，在沒有先驗知識的情況下使用光譜信息對差值PCA法提取到的光譜變化影像進行分類，然后再進行空間信息自動提取，其工作流程見圖3。

2.4野外驗證及人機交互解譯

在獲得自提取的空間變化信息后，采用人工交互解譯的方法對變化區域進行精度檢查，同時抽樣進行現場復核，建立解譯標志，對錯誤的區域進行人工交互解譯修正，最終得到所需的水土保持遙感監管圖斑，從而發現未批先建的違法違規項目和存在重大水土流失隱患的生產建設活動，其工作流程見圖4。

3試驗應用與分析

3.1數據準備

本試驗采用了紹興市越城區2020、2021年遙感影像，其中2020年影像由2020年3月9日ZY302衛星一景、2020年4月3日GF1C衛星一景和2020年4月9日GF6衛星一景等衛星數據組成，為RGB三通道彩色影像，空間分辨率為2 m，大小為16 212×15 060像元，影像鑲嵌誤差小于0.5像元；2021年影像由2021年1月3日GF1C衛星一景、2021年1月29日GF6衛星一景和2021年3月25日ZY302衛星一景等衛星數據組成，為RGB三通道彩色影像，空間分辨率為2 m，大小為16 213×15 061像元，影像鑲嵌誤差小于0.5像元。影像分別鑲嵌融合后，再經幾何精校正、色彩匹配和柵格數據坐標同構處理，得到2020、2021年越城區全域遙感影像，見圖5。

3.2試驗過程

3.2.1差值計算及增強

利用“大地自主軟件”計算校正后的影像每個波段與基準影像對應波段的差值（見圖6），得到差值影像（見圖7）。由于該影像綜合了各波段的信息，所以使用地圖代數計算，使地物年際差異進一步增強（見圖8），以更明顯地反映地物2 a間的變化。

3.2.2主成分變換

利用“大地自主軟件”進行主成分變換（見圖9）。在多波段的主成分變換中，并非第一主成分突出差異部分，它只是集成了圖像的主要信息，而變化區域可能在其他的次要成分中得到凸顯。根據觀察，將第二主成分的圖進行分割可以得到不錯的效果（見圖10）。

3.2.3非監督分類空間變化信息自提取

空間變化信息主要采用非監督分類空間自提取，即計算機自動識別提取技術進行自動解譯。根據遙感影像地物特征，在室內預先選取措施圖斑樣本點，通過野外實地調查，對樣本的初選點進行確認；自動解譯樣本點確定后，開始對圖斑進行非監督分類（見圖11），然后疊加樣本數據進行目標類聚合，再進行圖像濾波和柵格數據矢量化；最后結合人工目視修改，完成生產建設項目遙感監管圖斑提取（見圖12）。

3.3試驗應用結果分析

水土保持遙感監管圖斑的提取是通過遙感影像變化檢測、分析提取出遙感影像前后變化的區域，再結合野外現場驗證和人工交互解譯，來確定變化圖斑是否為生產建設項目或者生產建設活動的過程。為了更準確地驗證提取結果精度，隨機選取了主要城建集中區域和農業開發相對較多區域各1 km2進行野外實地核查，并在此基礎上對鏡湖核心區和皋埠街道水土保持遙感監管圖斑進行全解譯，統計結果見表1。

由表1統計結果可知，水土保持遙感監管圖斑提取總平均正確率為80.7%，基本達到水土保持遙感監管圖斑快速確定的要求。在圖斑提取過程中，對地物變化明顯的區域圖斑提取結果較為理想（見圖13、圖14和圖15）。但是，對影像特征表現出極高相似度的區域，如平原河網區部分項目前期階段造成的地表擾動區，以及后期初步建成后綠化、硬化尚未完全實施的區域，尤其是在土質為沖海積粉土的區域，圖斑提取結果仍存在一定的缺漏或誤判（見圖16、圖17）。另外，一部分生產建設項目提取錯誤的主要原因是年際間作物種植不同造成的影像差異。

4結論

（1）水土保持遙感監管圖斑的快速提取可以及時發現未批先建的違法違規項目和存在重大水土流失隱患的生產建設活動，幫助水行政主管部門實現生產建設項目和生產建設活動監管全覆蓋。

（2）水土保持遙感監管圖斑提取精度還取決于數據源的精度和數據預處理質量等因素，通過多時相多源數據嚴格的幾何精校正、色彩匹配、坐標同構等方法使得數據源之間的差異減小，可以更大程度地降低數據源的影響，從而提高監管圖斑提取的精度。

（3）本方法把差值PCA與非監督分類結果相結合，再通過目標類聚合及圖像濾波等處理手段，有效地減少了基于像元級變化提取易產生的椒鹽噪聲現象，可以在保證提取精度的前提下取得較好的提取效果。

（4）本方法能夠在多時相多源高分辨率影像的復雜條件下實現大部分水土保持遙感監管圖斑的快速提取，但是仍存在部分擾動變化未能提取的問題，同時影像陰影對擾動變化提取的影響也未能解決，這些方面的問題也將成為后續研究的重點方向。

（5）本方法已在2022年度紹興市重點生產建設項目水土流失防治調查與評估項目中得到初步應用，基本達到了監管圖斑快速提取的目標，部分存在的問題由人工檢查調整解決。待上述問題研究解決后，將由紹興市水土保持與小水電管理中心將本方法推廣應用至紹興全市水土保持監管工作中。

[參考文獻]

[1] 佚名.中共十九大：決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利[J].保密工作，2021（12）：2.

[2] 鄧勁松，李君，王珂.基于多時相PCA光譜增強和多源光譜分類器的SPOT影像土地利用變化檢測[J].光譜學與光譜分析，2009，29（6）：1627-1631.

［作者簡介］ 謝振華（1972—），男，浙江紹興人，高級工程師，學士，主要從事水土保持管理工作；通信作者張學文（1983—），男，湖北襄陽人，工程師，學士，主要從事水土保持監測咨詢工作。

［收稿日期］ 2022-12-18

（責任編輯徐素霞）

基于差值主成分分析和圖像非監督分類的水土保持遙感監管圖斑提取應用

謝振華，張學文，傅列成，陳麗，周平

［關鍵詞］ 水土保持；遙感監管；圖斑提取；主成分分析；非監督分類

［摘要］ 為了貫徹落實習近平生態文明思想，圍繞“水利工程補短板、水利行業強監管”發展總基調，水土保持工作要“在監管上強手段，在治理上補短板”。自2018年開始，水利部大力推進信息技術手段在水土保持監管工作中的應用，為及時精準發現、依法查處人為水土流失違法違規行為提供了有力支撐。紹興市繼2018年實施水土保持“天地一體化”試點后，不斷對遙感監管技術進行迭代升級，在2021年遙感監管工作中引入主成分分析和圖像非監督分類的方法進行水土保持遙感監管圖斑的快速提取，可以及時快速發現大部分未批先建的違法違規項目和存在重大水土流失隱患的生產建設活動，實現生產建設項目和生產建設活動監管全覆蓋。

［中圖分類號］ S157；P237［文獻標識碼］ A［文章編號］ 1000－0941（2023）06－0052－05

2017年，習近平總書記在黨的十九大報告中指出：“必須樹立和踐行綠水青山就是金山銀山的理念，堅持節約資源和保護環境的基本國策，像對待生命一樣對待生態環境，統籌山水林田湖草系統治理，實行最嚴格的生態環境保護制度，形成綠色發展方式和生活方式，堅定走生產發展、生活富裕、生態良好的文明發展道路，建設美麗中國，為人民創造良好生產生活環境，為全球生態安全作出貢獻[1]”。水利部在我國治水的主要矛盾變化后，提出了“水利工程補短板、水利行業強監管”的發展總基調，并要求在今后的水土保持工作中“把工作重心切實轉變到監管上來”。

為踐行新時期水利改革發展總基調，紹興市高度重視生產建設項目水土保持監管工作。2018年，紹興市作為水利部在浙江省實施“天地一體化”監管的唯一試點市，切實落實“在監管上強手段”的工作要求，充分利用先進手段提高監管效能，嚴肅查處水土保持違法違規行為，水土保持監管信息化水平不斷提高。2021年，紹興市繼續依托遙感和信息技術，引入主成分分析和圖像非監督分類的方法進行水土保持遙感監管圖斑提取，實現生產建設項目和生產建設活動監管全覆蓋，通過及時發現未批先建的違法違規項目，確保對市縣工作的指導和督促，確保有對應的技術手段及能力落實違法違規項目“發現一起、查處一起、銷號一起”的具體要求。

1試驗區概況與試驗目的

1.1試驗區概況

紹興市地處我國華東地區、浙江省中北部、杭州灣南岸，位于119°53′03″～121°13′38″E、29°13′35″～30°17′30″N，東與寧波相連，南與臺州和金華相鄰，西與杭州相接，北隔錢塘江與嘉興相望，是長三角城市群重要城市、環杭州灣大灣區核心城市、杭州都市圈副中心城市。全域東西長130.4 km，南北寬118.1 km，海岸線長40 km，陸域總面積8 273.3 km2，市區面積2 942 km2。屬亞熱帶季風氣候區，溫暖濕潤，四季分明。

1.2試驗區水土保持工作概況

近年來，紹興市堅持預防為主、保護優先、綠色發展原則，高標準落實水土保持各項工作，取得顯著成效。經過多年治理，水土流失面積從2004年的1 336.06 km2下降到2019年的757.84 km2，減少了578.22 km2。與此同時，隨著水環境綜合治理、河道治理、景觀建設等項目的實施，城市綠化品質顯著提升，境內曹娥江、澄潭江等主河流水質進一步提升；隨著林草植被覆蓋率進一步增加，林種、樹種結構逐步優化，闊葉林和混交林比例有所上升，環境質量逐年改善，生態農林、旅游產業蓬勃發展。

1.3試驗目的

通過遙感影像變化檢測，分析提取出遙感影像前后變化的區域，再結合野外現場驗證和人工交互解譯，來確定變化圖斑是否為生產建設項目或生產建設活動，為水行政主管部門快速確定水土保持遙感監管圖斑提供依據。

1.4數據來源

用于水土保持遙感監管圖斑提取的影像是2020年和2021年分別獲取的GF1、GF1B、GF6、ZY302等國產衛星多光譜數據，空間分辨率為2 m，影像時相集中在1—6月。

2工作流程

2.1多時相多源影像預處理

在多時相多源影像預處理中，需要對收集到的每一景影像進行預處理，再對覆蓋目標區域的相關多景影像進行聯合處理。

首先檢查影像空間參考，所有數據均需采用統一的空間參考系統；其次需要對同一批次的單景全色影像和多光譜影像進行融合和增強，對多時相多源影像進行色彩匹配，取得最佳的識別效果；再次對其進行地面控制點的選取，完成正射校正、幾何精校正和柵格數據坐標同構；最后對整個區域涉及的影像進行鑲嵌和裁剪，輸出成果影像。

在通常的柵格數據處理過程中，一般都以像元中心為坐標計算點或忽略起始坐標點的位置，由于柵格像元本身并不是數學意義上的“點”，而是具有一定覆蓋范圍的矩形“圖斑”，因此往往會造成數據在地理空間上微小的偏差。為此，在自主研發的幾何糾正軟件中提出了“坐標同構”的概念，即針對柵格數據統一以像元左上角角點為坐標計算點，并為研究區內所有數據指定唯一同構坐標，以保證所有數據在地理空間上能夠準確地一一對應。

這些預處理均采用杭州大地科技有限公司自主研發的圖像處理軟件（以下簡稱“大地自主軟件”），技術流程見圖1。

2.2基于差值主成分變換的多時相光譜變化信息增強

主成分分析（PCA）是在統計特征基礎上進行的一種多波段正交線性變換，從而產生新的主成分量，在特征域中這些新的主成分影像彼此之間相互獨立，能分離變化信息， 謝振華等：基于差值主成分分析和圖像非監督分類的水土保持遙感監管圖斑提取應用并將信息量集中到前幾個主分量中，突出不同地物目標的遙感數據分析方法[2]。本研究使用的方法為差值PCA法，即先計算不同時相影像差值再提取主成分，使得光譜變化信息得到增強，其工作流程見圖2。

2.3基于非監督分類的空間變化信息自提取

通過影像光譜變化增強信息提取所得到的變化區域具有相對明顯的影像特征，但是仍不能直接獲得可用于水土保持遙感監管的圖斑。由于變化區域與未變化區域存在較為明顯的光譜差異，因此可以利用非監督分類的方法，在沒有先驗知識的情況下使用光譜信息對差值PCA法提取到的光譜變化影像進行分類，然后再進行空間信息自動提取，其工作流程見圖3。

2.4野外驗證及人機交互解譯

在獲得自提取的空間變化信息后，采用人工交互解譯的方法對變化區域進行精度檢查，同時抽樣進行現場復核，建立解譯標志，對錯誤的區域進行人工交互解譯修正，最終得到所需的水土保持遙感監管圖斑，從而發現未批先建的違法違規項目和存在重大水土流失隱患的生產建設活動，其工作流程見圖4。

3試驗應用與分析

3.1數據準備

本試驗采用了紹興市越城區2020、2021年遙感影像，其中2020年影像由2020年3月9日ZY302衛星一景、2020年4月3日GF1C衛星一景和2020年4月9日GF6衛星一景等衛星數據組成，為RGB三通道彩色影像，空間分辨率為2 m，大小為16 212×15 060像元，影像鑲嵌誤差小于0.5像元；2021年影像由2021年1月3日GF1C衛星一景、2021年1月29日GF6衛星一景和2021年3月25日ZY302衛星一景等衛星數據組成，為RGB三通道彩色影像，空間分辨率為2 m，大小為16 213×15 061像元，影像鑲嵌誤差小于0.5像元。影像分別鑲嵌融合后，再經幾何精校正、色彩匹配和柵格數據坐標同構處理，得到2020、2021年越城區全域遙感影像，見圖5。

3.2試驗過程

3.2.1差值計算及增強

利用“大地自主軟件”計算校正后的影像每個波段與基準影像對應波段的差值（見圖6），得到差值影像（見圖7）。由于該影像綜合了各波段的信息，所以使用地圖代數計算，使地物年際差異進一步增強（見圖8），以更明顯地反映地物2 a間的變化。

3.2.2主成分變換

利用“大地自主軟件”進行主成分變換（見圖9）。在多波段的主成分變換中，并非第一主成分突出差異部分，它只是集成了圖像的主要信息，而變化區域可能在其他的次要成分中得到凸顯。根據觀察，將第二主成分的圖進行分割可以得到不錯的效果（見圖10）。

3.2.3非監督分類空間變化信息自提取

空間變化信息主要采用非監督分類空間自提取，即計算機自動識別提取技術進行自動解譯。根據遙感影像地物特征，在室內預先選取措施圖斑樣本點，通過野外實地調查，對樣本的初選點進行確認；自動解譯樣本點確定后，開始對圖斑進行非監督分類（見圖11），然后疊加樣本數據進行目標類聚合，再進行圖像濾波和柵格數據矢量化；最后結合人工目視修改，完成生產建設項目遙感監管圖斑提取（見圖12）。

3.3試驗應用結果分析

水土保持遙感監管圖斑的提取是通過遙感影像變化檢測、分析提取出遙感影像前后變化的區域，再結合野外現場驗證和人工交互解譯，來確定變化圖斑是否為生產建設項目或者生產建設活動的過程。為了更準確地驗證提取結果精度，隨機選取了主要城建集中區域和農業開發相對較多區域各1 km2進行野外實地核查，并在此基礎上對鏡湖核心區和皋埠街道水土保持遙感監管圖斑進行全解譯，統計結果見表1。

由表1統計結果可知，水土保持遙感監管圖斑提取總平均正確率為80.7%，基本達到水土保持遙感監管圖斑快速確定的要求。在圖斑提取過程中，對地物變化明顯的區域圖斑提取結果較為理想（見圖13、圖14和圖15）。但是，對影像特征表現出極高相似度的區域，如平原河網區部分項目前期階段造成的地表擾動區，以及后期初步建成后綠化、硬化尚未完全實施的區域，尤其是在土質為沖海積粉土的區域，圖斑提取結果仍存在一定的缺漏或誤判（見圖16、圖17）。另外，一部分生產建設項目提取錯誤的主要原因是年際間作物種植不同造成的影像差異。

4結論

（1）水土保持遙感監管圖斑的快速提取可以及時發現未批先建的違法違規項目和存在重大水土流失隱患的生產建設活動，幫助水行政主管部門實現生產建設項目和生產建設活動監管全覆蓋。

（2）水土保持遙感監管圖斑提取精度還取決于數據源的精度和數據預處理質量等因素，通過多時相多源數據嚴格的幾何精校正、色彩匹配、坐標同構等方法使得數據源之間的差異減小，可以更大程度地降低數據源的影響，從而提高監管圖斑提取的精度。

（3）本方法把差值PCA與非監督分類結果相結合，再通過目標類聚合及圖像濾波等處理手段，有效地減少了基于像元級變化提取易產生的椒鹽噪聲現象，可以在保證提取精度的前提下取得較好的提取效果。

（4）本方法能夠在多時相多源高分辨率影像的復雜條件下實現大部分水土保持遙感監管圖斑的快速提取，但是仍存在部分擾動變化未能提取的問題，同時影像陰影對擾動變化提取的影響也未能解決，這些方面的問題也將成為后續研究的重點方向。

（5）本方法已在2022年度紹興市重點生產建設項目水土流失防治調查與評估項目中得到初步應用，基本達到了監管圖斑快速提取的目標，部分存在的問題由人工檢查調整解決。待上述問題研究解決后，將由紹興市水土保持與小水電管理中心將本方法推廣應用至紹興全市水土保持監管工作中。

[參考文獻]

[1] 佚名.中共十九大：決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利[J].保密工作，2021（12）：2.

[2] 鄧勁松，李君，王珂.基于多時相PCA光譜增強和多源光譜分類器的SPOT影像土地利用變化檢測[J].光譜學與光譜分析，2009，29（6）：1627-1631.

［作者簡介］ 謝振華（1972—），男，浙江紹興人，高級工程師，學士，主要從事水土保持管理工作；通信作者張學文（1983—），男，湖北襄陽人，工程師，學士，主要從事水土保持監測咨詢工作。

［收稿日期］ 2022-12-18

（責任編輯徐素霞）