河流水系信息提取研究范文

摘要:借助高分辨率遥感影像数据信息的丰富优势，提出了一种针对河流水系信息的面向对象识别模型。该模型将水系的特征模型进行了归纳和总结，并对模型中的特征及其子特征的规则进行了详细的定义。最后以宜昌市远安县区域为例，运用该模型对水系信息进了自动化提取实验。结果表明:该方法能针对影像上水体信息特征集合，对河流水系要素进行有效提取，相比于其他传统分类方法，有更高的识别准确度。本研究有助于在推进全国河长制管理中，提升河流水系信息整理核实的自动化程度和准确性，为相关管理工作提供可借鉴的方法与思路。

关键词:河流水系;信息提取;特征和规则;水体识别;河长制

1研究背景

水无常势，河流八方，宜昌市水资源丰富，河湖水系众多，其中河湖及堤防工程的管护问题尤为复杂［1］。江河湖泊是生命的源泉，也是经济社会发展的基础支撑，保护江河湖泊，事关人民群众福祉，事关中华民族长远发展。中共中央办公厅、国务院办公厅印发的《关于全面推行河长制的意见》提出河湖管理保护是一项复杂的系统工程，涉及上下游、左右岸、不同行政区域［2］。在全面推行河长制，落实绿色发展理念、推进生态文明建设，解决我国复杂水问题、维护河湖健康生命的同时，也面临着完善河湖水系资料，将新技术应用到河长制管理工作中，辅助河湖管理的难题［3－5］。2015年开始，宜昌市在全省率先建立以行政首长负责制为核心的河长制，目前已基本实现市、县、乡、村4级河长制全覆盖［6］。通过印发《市委办公室市政府办公室印发＜关于全面推行河湖长制的实施方案＞的通知》(宜办文〔2017〕20号)以及宜昌市河道堤防建设管理处相关工作安排，为了实现宜昌市河湖水系及堤防工程的保护与利用控制性规划和河长制管理方案的编制，全面推行河(湖)长制，实现“河长制”常态化管理，必须掌握宜昌市全域河湖水系及堤防工程的基本信息。但由于全国第一次水利普查成果是以1∶50000比例尺基础地形图数据为基础，无法满足市、县、乡、村4级河长制的管理需求，因此探究一种大范围快速准确地获取河流水系空间信息的方法，为河长制的工作推进提供现实性强的数据基础，便成为后续宜昌市河湖水系和堤防工程管理工作迫在眉睫的任务。

2多尺度分割

2．1试验区域数据源本研究以宜昌市远安县为试验范围，获取了美国DigitalGlobe公司所发射的第四代高解析度光学卫星遥感影像数据，该卫星影像数据的全色光谱最大分辨率达到了0．31m，数据包含全色波段和多光谱波段信息［7］。

2．2影像分割遥感影像随着分辨率的提高，所包含的地物信息量也会越来越多，如果使用单一的分割尺度，已经不能满足高分辨率遥感影像分类的需求，所以多尺度的影像分割是后续解译的首要步骤，同时分割算法的好坏也会直接影响提取结果的精度［8］。目前国内外对多尺度分割的尺度问题处理方式，主要有以下几种:(1)以对象之间的同质和异质的特性，对分割的结果不断进行探索，建立起同质尺度与异质尺度阈值和分割结果之间的线性关系，通过线性关系函数，得出综合最优尺度值［9］。(2)建立单个样本对象和尺度分割之间的关系，通过人工监督分析，找出针对单个样本的最优尺度分割参数［10－11］。(3)基于已有分类结果数据集，再对不同尺度分割结果与结果数据集进行比对，找出与已有结果分割最近似的尺度阈值，作为分割标准［12］。本文针对河流与湖泊等水系对象，先基于亮度值和纹理信息进行一次分割，将影像划分为无重叠的均质区域。然后对每一个区域定义其内部像元的空间邻域，这样既能有效分割出大的均质区域，也能照顾到只包含极少像元的小区域，提高分类准确性。最后应用支持向量机(SVM)分类方法将光谱和空间信息特征结合，使得分割图中每一个区域的所有像元都能分配到频率最高的类别中，提高邻域分类的精度。

3特征模型建立

3．1特征类型的细分解译区域目标多样性的增加可能会降低特征提取的精度，这可能发生在有不同表现形式的同一类对象中［13］。这种情况下，尽管属于同一类，2个对象的光谱和纹理特征可能完全不同，并且它们可能被错误地提取到不同的类中。例如，清澈的河流在光谱上表现出水的特性，而有较多水生植物覆盖的富营养化水面则会呈现出更多植被的光谱特性，但这2种应该同属于水体一类。类似的情况可能会发生在同一类别中的对象具有不同的形状，这可能是由于分割算法或图像质量不同所引起。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，它们表现出相似的光谱和纹理特征，但是形状不同，这可能会导致形状特征计算误差并影响提取结果。

3．2特征模型本研究根据单一地物的多方面特征项，结合面向对象的特征概念模型，设计了适合试验区域的水体影像特征语义模型。模型包含光谱特征、邻域特征。形态特征、空间特征、纹理特征、自定义特征等几个大类，每一个大类下面又包含有若干个子类，每一个子类都有其语义描述信息。

4规则与特征空间

根据特征模型，本文将水体特征归纳为以下几个部分:(1)对象特征，可细分为光谱特征、邻域特征、形态特征。光谱特征的规则是指对象在所有波段的光谱统计特征［14］，例如平均值、辐射强度、标准差等。邻域特征的规则是指对象邻域的其他对象之间的光谱统计特征，例如光谱邻域均差，相对较亮邻域对象的光谱均差，相对较暗对象的光谱均差等。形态特征的规则是指对象在分割后的形态上展现出来的特征［15］，例如长度分布、宽度分布、长宽比、面积、边界周长、不对称性指数等。(2)空间特征，可细分为空间位置特征、密度特征、紧致度特征。空间位置特征的规则是指对象的空间坐标范围特征值。密度特征的规则是指单位面积或区域内占有指定对象的面积比。紧致度特征是指单个对象的像素总数与对象半径的比值，其中半径采用协方差矩阵来近似计算得出。(3)纹理特征。纹理特征是基于对象的不同形态的细分。例如第3．1节所描述水体的不同性质，可以将纹理特征细分为较清澈的水、有植被覆盖的水和泥沙含量较大的水。通过对不同性质的相同对象的纹理特征进行总结和归纳，可以得到该对象的总体纹理特征。(4)自定义特征。自定义特征主要是加入一些常用的专题指数模型。例如在水体分类中最常用到的归一化水指数(NDWI)等。当然，在识别水体的同时也要区分其他要素，所以其他要素相关的专题指数也可以协助反向排除非水体要素，例如NDMI等。

5分类结果

为了验证前述的基于特征和规则的面向对象河流水系信息提取模型，本研究结合宜昌市河长制水系信息核查项目，以宜昌市远安县为试验区，对高分辨率遥感卫星影像数据依据研究的模型进行了水系信息的提取。6结论(1)以高分辨率卫星遥感影像数据作为数据源，采用面向对象的思想，提出了一种基于特征和规则的水体信息特征模型。该模型可以借助高分辨率数据源的优势，结合水体信息的对象特征、空间特征、纹理特征和专题光谱指数特征，能够更加准确地实现自动化水体信息要素的识别。(2)借助eCognition软件平台对研究方法进行验证。结果表明基于特征和规则的水体信息特征模型水系信息识别方法相比于传统方法，能更加准确地提取水体信息，有较好的识别效果和精度，为全国河长制管理中水系信息数据的整理和核实工作，提供了一种可借鉴的高效、可行的解决思路与方案。

参考文献:

［1］周晓明．宜昌河道保护管理的实践与思考［J］．中国水利，2017，(16):40－41．

［2］姜斌．对河长制管理制度问题的思考［J］．中国水利，2016，(21):6－7．

［3］孟存．“河长制”所存在的问题及完善策略［J］．农业科技与信息，2017，(23):116－117．

［4］陈政．河长制实施中存在问题及其对策［J］．城市建设理论研究(电子版)，2017，(26):127．

［5］刘小勇．全面推行河长制的基本构架与关键问题分析［J］．水利发展研究，2017，17(11):25－27．

［6］吴继华，王国霞，龙振华．论推行河长制的治理目标及管理措施———以宜昌市、浏阳市、麻城市为例［J］．绿色科技，2018，(2):85－86．

［7］蒋燕．WorldView3卫星影像在基础测绘中的应用［C］∥中国测绘地理信息学会．中亚地理信息技术国际研讨会论文集．乌鲁木齐，2015:45－47．

［8］张仙，明冬萍．面向地学应用的遥感影像分割评价［J］．测绘学报，2015，44(增1):108－116．

［9］程臻．面向对象的高分辨率遥感影像全要素分类研究［D］．哈尔滨:哈尔滨工业大学，2015．

［10］王荣，李静，王亚琴，等．面向对象最优分割尺度的选择及评价［J］．测绘科学，2015，40(11):105－110．

［11］毛学刚，陈文曲，魏晶昱，等．分割尺度对面向对象树种分类的影响及评价［J］．林业科学，2017，53(12):73－83．

作者：周晓明 单位：宜昌市河道堤防建设管理处