基于高分辨率卫星影像数据高原输电通道巡视技术的研究

杨佳睿，吴建宁，严南征，汪希增，杨知，赵斌滨

(1.国网宁夏电力有限公司检修公司，宁夏 银川 750011；2.中国电力科学研究院有限公司，北京 100085)

关键字： 高分影像；高原；输电通道；面向对象

近年来，随着国家经济的迅猛发展，电力能源的持续供给是经济健康、快速发展的重要前提，输电通道的安全是电力持续供给的重要保障[1-2]；然而，随着国家西电东输工程的持续推进，国家西部高原输电线路规模不断攀升，传统输电通道巡视模式已无法满足快速增长的需求。作为一类高新技术，卫星遥感技术拥有大尺度、同步、精准等优点，该技术的快速发展为高原输电通道提供了新的解决途径。

输电线网具有跨距大、覆盖广、地形地貌复杂等特点，该特点无疑加大了输电通道的安全巡视难度，尤其是近年来随着输电线网规模的迅猛增加。传统实地野外核查模式已无法满足输电通道的巡视工作，亟需新的巡视模式。国内外学者针对电力能源安全输送问题开展了大量研究，并取得一定研究成果[3-6]。研究表明，直升机在对特高压输电线路安全巡视工作中拥有检查精细、安全性高等优点，能满足高压线路的安全检查，可替代部分人工检查工作[7]；基于“差分GPS定位+无人机自主驾驶技术”拥有定位精度高、机动灵活且能克服地形限制，能承担小区域输电通道的巡视[8]；但无人机、直升机在巡视时间、区域尺度存在不足[9-10]，且其对气象条件要求较高，无法满足大尺度输电通道的巡视工作。近年来，随着高分遥感技术及相应分类算法—面向对象分类算法的迅猛发展，为输电通道的巡视工作提供了新的解决方案。

尽管针对输电线网安全问题开展了大量研究工作，但研究多偏向于平原地区或小区域，而针对高原输电线网安全的研究相对较少。高原区域的输电线路的规模逐步攀升，由于高原气候条件恶劣，适用于平原小尺度的输电线网安全的巡视模式已无法满足高原区域的需求，为更好保障高原输电线网的安全，本文以World View-3高分影像数据为数据源，利用面向对象分类算法研究分析高分影像数据在输电通道巡视的可行性。

1 材料与方法

1.1 试验区与数据处理

高原气候条件相对恶劣，这加大了高原输电通道巡视，为探索新的输电通道巡视技术，本文以宁夏750 kV贺兰山-沙湖(以下简称贺湖线)、灵州-银川东(以下简称州川线)线路区段输电线路为实验对象，该段线路全长183 km，海拔约为1.1～1.2 km；该区段位于宁夏北部，是黄土高原向内蒙古高原过渡的区域，域内风力相对较强致使地表漂浮物及其他地物对输电线路安全造成较大威胁，因此选用大棚、道路信息提取作为研究目标，开展技术可行性的研究。

1.2 高分影像数据与处理

为提升输电通道巡视准确度，研究WorldView-3卫星影像数据，该影像拍摄于2019年6月至8月，影像为多光谱影像数据拥有蓝、绿、红、近红四波段，其空间分辨率为0.5 m。受大气水汽、悬浮颗粒等成分的影响，地表有效反射辐射能在“地表—传感器”的传输过程中不可避免地受到大气的衰减作用，因此，传感器拍摄的遥感影像数据的光谱信息未能精准表达地表地物的光谱特征。为削弱大气衰减作用对卫星影像的影响，同时纠正由地形起伏导致的地物空间位置偏移，提升地物光谱信息与几何空间位置的准确度，本研究对卫星影像数据进行辐射纠正、几何纠正、拼接、裁剪等处理。经处理后，影像数据清晰度高、色彩均一，该卫星与输电线路的空间关系如图1所示。由图1可知，卫星影像已全覆盖输电线路左右各2 km的空间范围，故该卫星影像数据能满足输电通道的巡视工作。

图1 WorldView-3卫星影像数据与输电线段空间位置

1.3 面向对象分类算法

遥感影像数据的空间分辨率越高，其对地物信息表达越精细，地物个体特征差异越凸显，进而更有利于地物分类精度的提升。与传统基于像元的分类算法相比，面向对象分类算法由一系列相邻像元构成的对象为基本单元，从地物群体(宏观)的光谱特征、纹理特征、几何特征等信息分析，结合分类算法实现地物分类；因此，面向对象分类算法从群体(宏观)的视角出发，能有效削弱地物个体(局部)特征差异造成的负面影响，提升地物分类精度。由于WorldView-3卫星影像数据的空间分辨率为0.5 m，为高分辨率卫星影像数据，因此本研究采用面向对象分类算法开展宁夏贺湖、州川线区段输电通道内的地物信息提取。

1.4 多尺度分割技术

影像分割是面向对象分类算法中的关键环节，是将离散像元合并为多个对象，每个对象均由多个空间相邻的像元构成，且同一对象内的像元异质性最低，即同一对象内的物质均一。图像分割有利于从群体(宏观)角度分析地物的共有特征识别，从而减少同类个体(局部)差异造成的干扰。多尺度分割技术是影像分割算法中的一种，该算法依据已定规则将影像从像元层逐级向上合并，并形成不同尺度大小的对象，因此多尺度分割算法有利于从不同尺度分析地物特征，且适用于对空间尺度相差较大的地物进行统一分类。

图2 多尺度分割的对象体系

2 结果与分析

2.1 影像数据分割

影像分割质量的高低对面向对象分类精度具有重要影响，而影响影像分割质量的因素主要是多尺度分割参数的设置，即尺度、形状指数、紧致度的确定。图3为在形状指数与紧致度不变的条件下，不同尺度分割结果。由图3可知，分割尺度越大，单个对象拥有的像元数量越大；从各分割尺度内各对象边界对比分析可知，大尺度内的对象是由小尺度内的对象合并而成，共有边界并未发生明显变化，这表明尺度大小仅影响分割对象的大小，但对分割边界几乎无影响。

图3 125-2000尺度影像分割结果

图4为500尺度下，不同形状指数与紧致度对影像分割结果。由图4可知，在紧致度不变的条件下，影像分割对象随形状指数的增加而逐步向矩形方向演变；在形状指数不变的条件下，影像分割对象随紧致度的增加而逐步向地物光谱一致方向演变。在调整影像分割形状指数和紧致度参数时，二者设置的顺序也会对影像分割产生重要影响，当在形状指数、紧致度相同的条件下，影像分割对象的形状、大小也会随二者的变化而发生改变。综上表明，形状指数、紧致度对影像分割对象的边界具有重要影响。由于对象分割质量对面向对象分类算法的分类精度具有较大影响，为提升地物分类精度，本文通过大量试验发现：大棚最佳分割尺度为1 200，形状指数为0.5，紧致度为0.9，道路最佳分割尺度为1 000，形状指数为0.4，紧致度为0.9。

图4 形状指数与紧致度对影像分割

2.2 分类结果分析

在大棚信息提取中，本文采用面向对象分类算法，利用对象的光谱特征值、方差、均值作为大棚信息提取的参考指标。图5(a)为大棚空间分布信息结果，其中红色为大棚，绿色为农田，粉红色为建筑，蓝色为坑塘，图5(b)为大棚矢量数据与WorldView-3卫星影像数据叠加分析图。由图5对比分析可知，基于面向对象分类算法能准确提取大棚空间位置信息，大棚矢量能完全覆盖大棚区域且边界紧密与大棚高度一致。受大棚在空间分布间距、薄膜覆盖状态、光谱信息等存在差异，从而导致影像进行分隔、分类时存在差异，但该差异对输电通道的巡视检查工作的影响相对较少。

图5 大棚信息提取空间分布

在道路信息提取中，本文选用光谱特征、方差、长宽比作为道路信息提取的参考指标，图6(a)为道路空间分布信息，其中灰色为道路，绿色为农田，白色为建筑，蓝色为坑塘；图6(b)为道路矢量数据与WorldView-3卫星影像数据叠加分析。由图6对比分析可知，基于面向对象算法能准确提取主干道路的信息，主干道路矢量边界与影像中道路边界高度一致，而针对次要道路信息的提取却存在遗漏的问题，究其原因主要是由于主干道路宽度较大，道路光谱特征、几何特征明显，易与其他地物进行区分；而次要道路的宽度较窄，易受相邻地物的干扰，且两侧绿化树木多茂盛对其产生遮蔽作用，进而导致树木光谱特征取代道路，从而出现遗漏。

图6 道路信息提取空间分布

3 遥感技术在输电通道巡视中的应用

为验证本文技术方案的精度与可行性，本研究以WorldView-3卫星影像数据为数据源，采用多尺度分割技术耦合面向对象分类算法提取贺湖、州川区段输电线路两侧各1 km区域的大棚、道路信息，并将其与实地野外核查数据、人工解译样点数据进行对比分析，结果表明，亚米级高分影像数据能满足输电通道危险地物精细提取工作；基于多尺度分割技术耦合面向对象分类算法提取的大棚信息精度可达95%，可替代人工解译工作；基于多尺度分割技术耦合面向对象分类算法提取的主干道路信息精度可达96.3%，可替代大部分人工解译工作；这表明以高分影像数据为基础，采用多尺度分割技术耦合面向对象分类算法开展高原输电通道巡视是可行的。

4 结 论

(1)针对高原输电通道巡视，采用基于多尺度分割技术耦合面向对象分类算法提取的大棚信息，主干道路信息精度较高，可替代人工解译工作。

(2)与传统野外核查、人工目视解译相比，基于多尺度分割技术耦合面向对象分类算法具有边界精度高、效率高等优势。

(3)面向对象算法适用于高分影像数据的信息提取，其地物信息提取精度较高，能够满足输电通道的巡视工作，这表明基于高分卫星影像技术的输电通道巡视具有可行性。