趙 琳，曹家印，許 健，奚 歌，索 靖，謝津平

(1.中水北方勘測(cè)設(shè)計(jì)研究有限責(zé)任公司，天津 300222；2.天津市測(cè)繪院有限公司，天津 300381)

精細(xì)化、智能化是當(dāng)今水利工程發(fā)展的大趨勢(shì)[1]，精細(xì)化管理是智慧水利建設(shè)對(duì)水利工程建設(shè)管理的基本要求。隨著信息技術(shù)的進(jìn)步，水利工程建設(shè)中涵蓋的施工過程、監(jiān)測(cè)數(shù)據(jù)、環(huán)境信息、人員設(shè)備行為狀態(tài)等各類數(shù)據(jù)逐步向自動(dòng)采集方向發(fā)展，實(shí)現(xiàn)了對(duì)建設(shè)過程、人員設(shè)備和工程質(zhì)量安全的高效管控[2]。水利工程建設(shè)中大壩工程是一項(xiàng)復(fù)雜、綜合性強(qiáng)的工程建設(shè)，其中大壩施工范圍的準(zhǔn)確定位對(duì)工程建設(shè)和監(jiān)測(cè)起著至關(guān)重要的作用。傳統(tǒng)的人工勘察方式存在效率低下、準(zhǔn)確度難以保證等問題，為了提高大壩施工范圍識(shí)別的精度和效率，基于遙感影像技術(shù)的自動(dòng)化識(shí)別成為當(dāng)前關(guān)注的研究熱點(diǎn)。

遙感技術(shù)具有監(jiān)測(cè)范圍廣、信息量豐富、客觀直接、成本低、周期性等獨(dú)特優(yōu)勢(shì)，通過時(shí)序遙感影像對(duì)工程建設(shè)項(xiàng)目進(jìn)行監(jiān)測(cè)和分析，可為建設(shè)項(xiàng)目管理提供真實(shí)可靠的數(shù)據(jù)支撐[4]。因此，水利工程建設(shè)進(jìn)度遙感監(jiān)測(cè)是實(shí)現(xiàn)水利工程精細(xì)化管理極為重要的一種手段，對(duì)保障工程按期完工、達(dá)到預(yù)定效果具有重要作用。目前，水利工程建設(shè)進(jìn)度遙感監(jiān)測(cè)的研究已成為當(dāng)前水利工程建設(shè)的研究熱點(diǎn)之一。

國(guó)內(nèi)方面，近年來，工程施工范圍遙感監(jiān)測(cè)越來越受到重視。多個(gè)研究院所及高校進(jìn)行了大量的遙感監(jiān)測(cè)研究。賈永紅等[5]針對(duì)道路施工的遙感監(jiān)測(cè)進(jìn)行了研究，提出了一種結(jié)合規(guī)劃矢量的高分辨率遙感道路施工進(jìn)度監(jiān)測(cè)方法，研究表明，基于高分辨率遙感影像的監(jiān)測(cè)方法能夠有效地提高其監(jiān)測(cè)精度和效率。張雅瓊等[6]針對(duì)線路工程項(xiàng)目，提出一種基于高分遙感影像的工程施工擾動(dòng)及生態(tài)恢復(fù)動(dòng)態(tài)監(jiān)測(cè)方法，結(jié)果表明衛(wèi)星遙感在線性工程建設(shè)項(xiàng)目施工前、施工中、運(yùn)行后跟蹤監(jiān)測(cè)及環(huán)境監(jiān)管中發(fā)揮著重要作用。

國(guó)外方面，美國(guó)、澳大利亞、加拿大等國(guó)家也對(duì)于工程施工范圍遙感監(jiān)測(cè)進(jìn)行了研究和實(shí)踐。例如，美國(guó)耶魯大學(xué)的研究者們使用高分辨率遙感影像進(jìn)行了建筑施工區(qū)域的監(jiān)測(cè)，并將其應(yīng)用于項(xiàng)目管理和績(jī)效評(píng)估中[7]。澳大利亞昆士蘭科技大學(xué)的研究者們則使用衛(wèi)星影像進(jìn)行了工程施工區(qū)域的遙感監(jiān)測(cè)，并提出了一種新的基于機(jī)器學(xué)習(xí)的監(jiān)測(cè)方法[8]。

總體來說，國(guó)內(nèi)外在工程施工范圍遙感監(jiān)測(cè)方面都進(jìn)行了一些有益的探索和實(shí)踐，為進(jìn)一步完善和提高遙感監(jiān)測(cè)技術(shù)提供了重要的參考和借鑒。雖然已經(jīng)取得了不少的研究成果，但是目前還存在一些問題和挑戰(zhàn)，比如水利工程施工范圍遙感監(jiān)測(cè)的研究依然處于空白，需要繼續(xù)加強(qiáng)研究和應(yīng)用。文章以我國(guó)貴州省黔南州鳳山水庫為研究區(qū)，提出一種基于遙感影像多級(jí)分割的大壩施工范圍快速識(shí)別方法，并通過實(shí)驗(yàn)對(duì)比分析，表明該方法在效率和精度上都具有一定的優(yōu)勢(shì)，此外，文章采用該方法對(duì)鳳山水庫建設(shè)以來的施工范圍及主要施工區(qū)進(jìn)行長(zhǎng)時(shí)序監(jiān)測(cè)，識(shí)別鳳山水庫施工進(jìn)度情況，為大壩建設(shè)管理提供基礎(chǔ)數(shù)據(jù)。

1 數(shù)據(jù)與方法

1.1 區(qū)域概況

鳳山水庫位于貴州省黔南布依族苗族自治州福泉市境內(nèi)，擬建的壩址位于福泉市馬場(chǎng)坪辦事處西南側(cè)，工程處于魚梁江上游，魚梁江為長(zhǎng)江流域沅江水系清水江支流。水庫壩址控制流域面積約347km2。魚梁江流域處于亞熱帶季風(fēng)氣候區(qū)，具有氣候溫和，雨量充沛，冬無嚴(yán)寒，夏無酷暑，多陰雨，少日照，無霜期長(zhǎng)的特點(diǎn)，每年4月開始進(jìn)入雨季，直至9月汛期結(jié)束。鳳山水庫工程于2020年2月19日開工建設(shè)，總工期48個(gè)月，截至2022年9月18日，大壩總體已填筑至889.0m高程。

1.2 數(shù)據(jù)源

本研究中的遙感數(shù)據(jù)源以國(guó)產(chǎn)高分影像為主，輔以哨兵二號(hào)多光譜遙感影像，其中用到的國(guó)產(chǎn)高分影像包括高分一號(hào)、高分二號(hào)、高分六號(hào)和高分七號(hào)等遙感影像，哨兵二號(hào)多光譜遙感影像來源于歐空局(https：//scihub.copernicus.eudhus#/home)提供的免費(fèi)數(shù)據(jù)。文中用到的兩種數(shù)據(jù)的具體參數(shù)見表1。

表1 兩種遙感影像數(shù)據(jù)的具體參數(shù)

2 研究方法

影像分割是將一幅影像劃分成若干個(gè)具有獨(dú)立語義的區(qū)域的過程，也是遙感圖像處理中的重要任務(wù)之一。常用的影像分割方法的優(yōu)缺點(diǎn)及其適用范圍見表2?？梢钥闯?，基于區(qū)域的分割方法適用于影像分辨率不高但地物分布連續(xù)的場(chǎng)景，可以采用方法對(duì)哨兵二號(hào)影像(分辨率為10m)進(jìn)行分割處理；基于紋理的分割方法能夠處理復(fù)雜背景的分割問題，結(jié)果準(zhǔn)確度高，對(duì)于具有豐富紋理和復(fù)雜結(jié)構(gòu)的圖像表現(xiàn)良好，因此，可以采用該方法對(duì)高分影像(影像分辨率優(yōu)于2m)進(jìn)行分割處理。

表2 常見的影像分割方法及其優(yōu)缺點(diǎn)

考慮到大壩的施工范圍具有區(qū)域范圍大、人工擾動(dòng)程度高、相對(duì)較集中、包含的地物多等特點(diǎn)，本研究提出一種基于不同空間分辨率遙感影像多級(jí)分割的施工范圍識(shí)別方法，首先利用低分辨率的光學(xué)遙感影像(哨兵二號(hào))進(jìn)行影像分割，對(duì)分割結(jié)果進(jìn)行主成分分析，得到包含主要信息的影像，由于施工范圍內(nèi)的地物與其他區(qū)域的地物相比，具有高亮度的特點(diǎn)，通過波段閾值分割得到施工范圍的潛在區(qū)域，結(jié)合施工范圍的面積較大且連續(xù)的特點(diǎn)，對(duì)提取結(jié)果進(jìn)行斑塊面積篩選，剔除掉面積較小的區(qū)域，從而得到施工范圍的大致區(qū)域；然后利用高分辨率遙感影像進(jìn)行影像分割和閾值分割，并對(duì)分割結(jié)果與上一階段提取的施工范圍大致區(qū)域進(jìn)行疊加分析，同樣地，對(duì)疊加分析的結(jié)果進(jìn)行斑塊面積篩選，最終得到施工范圍精確的結(jié)果。具體的方法流程如圖1所示。

圖1 基于影像多級(jí)分割的施工范圍識(shí)別方法流程圖

3 實(shí)驗(yàn)分析

首先選取大壩建設(shè)過程中的某一期為例，研究文章提出的方法的可行性，之后通過長(zhǎng)時(shí)序影像對(duì)大壩建設(shè)的全過程進(jìn)行周期性監(jiān)測(cè)。同樣地，本文的實(shí)驗(yàn)也按照該思路開展。

3.1 單期施工范圍識(shí)別

選取2022年9月份的影像作為研究對(duì)象，利用2022年9月5日的哨兵二號(hào)影像和同時(shí)期的2022年9月15日的高分二號(hào)遙感影像進(jìn)行大壩施工范圍識(shí)別。

利用不同的分割方法對(duì)兩種影像進(jìn)行分割的結(jié)果及其影像灰度直方圖如圖2所示?？梢钥闯?，利用基于區(qū)域的分割方法對(duì)哨兵二號(hào)影像分割后，施工范圍對(duì)應(yīng)的區(qū)域亮度值大于其他區(qū)域，能夠明顯地區(qū)分施工區(qū)域和非施工區(qū)域，從直方圖中也可以明顯得出該結(jié)論；利用基于紋理的分割方法對(duì)高分二號(hào)影像進(jìn)行分割，可以看出，分割結(jié)果具有豐富的紋理信息，且細(xì)部的界限更加精確。將兩個(gè)分割結(jié)果進(jìn)行疊加，求取交集，并剔除小圖斑，即可得到施工范圍區(qū)域。

圖2 不同影像使用不同分割方法的分割效果

以在高分辨率遙感影像上人工勾繪的施工范圍為基準(zhǔn)，與文章提出的方法提取的施工范圍進(jìn)行對(duì)比分析，提取結(jié)果如圖3所示。利用整體精度和Kappa系數(shù)對(duì)提取結(jié)果進(jìn)行評(píng)價(jià)，其中整體精度為97.55%，Kappa系數(shù)為0.79。

圖3 施工范圍識(shí)別結(jié)果

3.2 全周期施工范圍識(shí)別及施工進(jìn)度分析

從官方公布消息可知，鳳山水庫于2020年2月19日開工建設(shè)，因此，本文以2019年11月份的影像為開工前影像，以此為時(shí)間起點(diǎn)，收集每個(gè)季度的遙感影像，進(jìn)行影像處理和施工范圍識(shí)別，并結(jié)合專家知識(shí)，將施工范圍劃分為施工廠房、施工區(qū)、施工生活區(qū)和施工用道路四類，從而實(shí)現(xiàn)鳳山水庫建設(shè)進(jìn)度全周期的遙感監(jiān)測(cè)。將監(jiān)測(cè)結(jié)果的圖斑面積進(jìn)行統(tǒng)計(jì)，得到的統(tǒng)計(jì)結(jié)果如圖4所示，圖4中2019S4_201911表示的是2019年第4季度_2019年11月。

圖4 鳳山水庫施工范圍全周期監(jiān)測(cè)統(tǒng)計(jì)圖

可以看出，鳳山水庫于2019年11月份已經(jīng)開始了相關(guān)施工工作的準(zhǔn)備，包括施工區(qū)、施工廠房、施工生活區(qū)、施工道路的建設(shè)，之后施工范圍逐漸增大；在施工前期，建設(shè)重點(diǎn)在施工廠房和施工生活區(qū)的建設(shè)，并于2021年第一季度建設(shè)完成；在建設(shè)后期，建設(shè)重點(diǎn)在大壩施工區(qū)的建設(shè)。

4 結(jié)論

以鳳山水庫為研究區(qū)，在深入分析遙感影像分割方法的基礎(chǔ)上，分別利用區(qū)域分割法和紋理分割法對(duì)不同影像源進(jìn)行分割，進(jìn)行施工范圍識(shí)別，均取得較好的結(jié)果。最后，利用長(zhǎng)時(shí)序的遙感影像，對(duì)鳳山水庫的建設(shè)過程進(jìn)行了全周期的進(jìn)度監(jiān)測(cè)，可以得出以下的結(jié)論。

(1)充分利用中低分辨率遙感影像與高分遙感影像各自的優(yōu)勢(shì)，進(jìn)行分割處理，對(duì)施工范圍進(jìn)行識(shí)別，該方法無需大量樣本支撐，也不需要人工干預(yù)，實(shí)現(xiàn)了施工范圍的自動(dòng)識(shí)別。

(2)本文提出的方法雖然能夠有效提取施工范圍，但是無法區(qū)分施工廠房、施工用道路和施工生活區(qū)，后續(xù)工作中會(huì)繼續(xù)嘗試引入語義信息，利用語義分割技術(shù)對(duì)施工范圍進(jìn)行精細(xì)識(shí)別，提高應(yīng)用效果。