河流水系信息提取研究范文

本站小編為你精心準備了河流水系信息提取研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:借助高分辨率遙感影像數據信息的豐富優勢，提出了一種針對河流水系信息的面向對象識別模型。該模型將水系的特征模型進行了歸納和總結，并對模型中的特征及其子特征的規則進行了詳細的定義。最后以宜昌市遠安縣區域為例，運用該模型對水系信息進了自動化提取實驗。結果表明:該方法能針對影像上水體信息特征集合，對河流水系要素進行有效提取，相比于其他傳統分類方法，有更高的識別準確度。本研究有助于在推進全國河長制管理中，提升河流水系信息整理核實的自動化程度和準確性，為相關管理工作提供可借鑒的方法與思路。

關鍵詞:河流水系;信息提取;特征和規則;水體識別;河長制

1研究背景

水無常勢，河流八方，宜昌市水資源豐富，河湖水系眾多，其中河湖及堤防工程的管護問題尤為復雜［1］。江河湖泊是生命的源泉，也是經濟社會發展的基礎支撐，保護江河湖泊，事關人民群眾福祉，事關中華民族長遠發展。中共中央辦公廳、國務院辦公廳印發的《關于全面推行河長制的意見》提出河湖管理保護是一項復雜的系統工程，涉及上下游、左右岸、不同行政區域［2］。在全面推行河長制，落實綠色發展理念、推進生態文明建設，解決我國復雜水問題、維護河湖健康生命的同時，也面臨著完善河湖水系資料，將新技術應用到河長制管理工作中，輔助河湖管理的難題［3－5］。2015年開始，宜昌市在全省率先建立以行政首長負責制為核心的河長制，目前已基本實現市、縣、鄉、村4級河長制全覆蓋［6］。通過印發《市委辦公室市政府辦公室印發＜關于全面推行河湖長制的實施方案＞的通知》(宜辦文〔2017〕20號)以及宜昌市河道堤防建設管理處相關工作安排，為了實現宜昌市河湖水系及堤防工程的保護與利用控制性規劃和河長制管理方案的編制，全面推行河(湖)長制，實現“河長制”常態化管理，必須掌握宜昌市全域河湖水系及堤防工程的基本信息。但由于全國第一次水利普查成果是以1∶50000比例尺基礎地形圖數據為基礎，無法滿足市、縣、鄉、村4級河長制的管理需求，因此探究一種大范圍快速準確地獲取河流水系空間信息的方法，為河長制的工作推進提供現實性強的數據基礎，便成為后續宜昌市河湖水系和堤防工程管理工作迫在眉睫的任務。

2多尺度分割

2．1試驗區域數據源本研究以宜昌市遠安縣為試驗范圍，獲取了美國DigitalGlobe公司所發射的第四代高解析度光學衛星遙感影像數據，該衛星影像數據的全色光譜最大分辨率達到了0．31m，數據包含全色波段和多光譜波段信息［7］。

2．2影像分割遙感影像隨著分辨率的提高，所包含的地物信息量也會越來越多，如果使用單一的分割尺度，已經不能滿足高分辨率遙感影像分類的需求，所以多尺度的影像分割是后續解譯的首要步驟，同時分割算法的好壞也會直接影響提取結果的精度［8］。目前國內外對多尺度分割的尺度問題處理方式，主要有以下幾種:(1)以對象之間的同質和異質的特性，對分割的結果不斷進行探索，建立起同質尺度與異質尺度閾值和分割結果之間的線性關系，通過線性關系函數，得出綜合最優尺度值［9］。(2)建立單個樣本對象和尺度分割之間的關系，通過人工監督分析，找出針對單個樣本的最優尺度分割參數［10－11］。(3)基于已有分類結果數據集，再對不同尺度分割結果與結果數據集進行比對，找出與已有結果分割最近似的尺度閾值，作為分割標準［12］。本文針對河流與湖泊等水系對象，先基于亮度值和紋理信息進行一次分割，將影像劃分為無重疊的均質區域。然后對每一個區域定義其內部像元的空間鄰域，這樣既能有效分割出大的均質區域，也能照顧到只包含極少像元的小區域，提高分類準確性。最后應用支持向量機(SVM)分類方法將光譜和空間信息特征結合，使得分割圖中每一個區域的所有像元都能分配到頻率最高的類別中，提高鄰域分類的精度。

3特征模型建立

3．1特征類型的細分解譯區域目標多樣性的增加可能會降低特征提取的精度，這可能發生在有不同表現形式的同一類對象中［13］。這種情況下，盡管屬于同一類，2個對象的光譜和紋理特征可能完全不同，并且它們可能被錯誤地提取到不同的類中。例如，清澈的河流在光譜上表現出水的特性，而有較多水生植物覆蓋的富營養化水面則會呈現出更多植被的光譜特性，但這2種應該同屬于水體一類。類似的情況可能會發生在同一類別中的對象具有不同的形狀，這可能是由于分割算法或圖像質量不同所引起。例如，河流干流可以分割成不同的部分，包括直的和碎片的部分，它們表現出相似的光譜和紋理特征，但是形狀不同，這可能會導致形狀特征計算誤差并影響提取結果。

3．2特征模型本研究根據單一地物的多方面特征項，結合面向對象的特征概念模型，設計了適合試驗區域的水體影像特征語義模型。模型包含光譜特征、鄰域特征。形態特征、空間特征、紋理特征、自定義特征等幾個大類，每一個大類下面又包含有若干個子類，每一個子類都有其語義描述信息。

4規則與特征空間

根據特征模型，本文將水體特征歸納為以下幾個部分:(1)對象特征，可細分為光譜特征、鄰域特征、形態特征。光譜特征的規則是指對象在所有波段的光譜統計特征［14］，例如平均值、輻射強度、標準差等。鄰域特征的規則是指對象鄰域的其他對象之間的光譜統計特征，例如光譜鄰域均差，相對較亮鄰域對象的光譜均差，相對較暗對象的光譜均差等。形態特征的規則是指對象在分割后的形態上展現出來的特征［15］，例如長度分布、寬度分布、長寬比、面積、邊界周長、不對稱性指數等。(2)空間特征，可細分為空間位置特征、密度特征、緊致度特征。空間位置特征的規則是指對象的空間坐標范圍特征值。密度特征的規則是指單位面積或區域內占有指定對象的面積比。緊致度特征是指單個對象的像素總數與對象半徑的比值，其中半徑采用協方差矩陣來近似計算得出。(3)紋理特征。紋理特征是基于對象的不同形態的細分。例如第3．1節所描述水體的不同性質，可以將紋理特征細分為較清澈的水、有植被覆蓋的水和泥沙含量較大的水。通過對不同性質的相同對象的紋理特征進行總結和歸納，可以得到該對象的總體紋理特征。(4)自定義特征。自定義特征主要是加入一些常用的專題指數模型。例如在水體分類中最常用到的歸一化水指數(NDWI)等。當然，在識別水體的同時也要區分其他要素，所以其他要素相關的專題指數也可以協助反向排除非水體要素，例如NDMI等。

5分類結果

為了驗證前述的基于特征和規則的面向對象河流水系信息提取模型，本研究結合宜昌市河長制水系信息核查項目，以宜昌市遠安縣為試驗區，對高分辨率遙感衛星影像數據依據研究的模型進行了水系信息的提取。6結論(1)以高分辨率衛星遙感影像數據作為數據源，采用面向對象的思想，提出了一種基于特征和規則的水體信息特征模型。該模型可以借助高分辨率數據源的優勢，結合水體信息的對象特征、空間特征、紋理特征和專題光譜指數特征，能夠更加準確地實現自動化水體信息要素的識別。(2)借助eCognition軟件平臺對研究方法進行驗證。結果表明基于特征和規則的水體信息特征模型水系信息識別方法相比于傳統方法，能更加準確地提取水體信息，有較好的識別效果和精度，為全國河長制管理中水系信息數據的整理和核實工作，提供了一種可借鑒的高效、可行的解決思路與方案。

參考文獻:

［1］周曉明．宜昌河道保護管理的實踐與思考［J］．中國水利，2017，(16):40－41．

［2］姜斌．對河長制管理制度問題的思考［J］．中國水利，2016，(21):6－7．

［3］孟存．“河長制”所存在的問題及完善策略［J］．農業科技與信息，2017，(23):116－117．

［4］陳政．河長制實施中存在問題及其對策［J］．城市建設理論研究(電子版)，2017，(26):127．

［5］劉小勇．全面推行河長制的基本構架與關鍵問題分析［J］．水利發展研究，2017，17(11):25－27．

［6］吳繼華，王國霞，龍振華．論推行河長制的治理目標及管理措施———以宜昌市、瀏陽市、麻城市為例［J］．綠色科技，2018，(2):85－86．

［7］蔣燕．WorldView3衛星影像在基礎測繪中的應用［C］∥中國測繪地理信息學會．中亞地理信息技術國際研討會論文集．烏魯木齊，2015:45－47．

［8］張仙，明冬萍．面向地學應用的遙感影像分割評價［J］．測繪學報，2015，44(增1):108－116．

［9］程臻．面向對象的高分辨率遙感影像全要素分類研究［D］．哈爾濱:哈爾濱工業大學，2015．

［10］王榮，李靜，王亞琴，等．面向對象最優分割尺度的選擇及評價［J］．測繪科學，2015，40(11):105－110．

［11］毛學剛，陳文曲，魏晶昱，等．分割尺度對面向對象樹種分類的影響及評價［J］．林業科學，2017，53(12):73－83．

作者：周曉明 單位：宜昌市河道堤防建設管理處