高分遥感技术在交通建设工程监管中的应用探索

蒋中阳 吴岚 杨羚 鲁伟 黄俊松

摘 要：为了解决交通建设工程监管中人力成本高、管理范围大、核查效率低等问题，在遥感影像识别技术的基础上，构建工程目标样本库，提出面向监管业务的目标识别与变化检测技术流程，并结合实际公路、水路建设工程，搭建江苏省示范应用系统，有效提升交通建设工程高效化、大范围监管能力，为高分遥感技术在交通运输行业的深度应用提供范本。

关键词：交通建设工程;高分遥感;监管;目标识别;变化检测

中图分类号：U415.1 文献标识码：A

依据国家有关科技发展规划和科技创新相关要求，围绕现代综合交通运输体系构建、运输结构调整等国家战略及重大部署，交通工程建设取得了长足的发展。在交通工程建设实施的过程中，需要交通监管部门对交通工程建设进度、环境保护情况、工程废料处理情况进行跟踪监管和核查，但由于交通工程量大，工程周期长，存在着监管手段相对滞后、人力成本高昂、宏观监督困难、人工上报准确性与客观性难以保障等问题。

国家高分辨率对地观测系统重大专项是《国家中长期科学和技术规划发展纲要（2006-2020年）》确立的16个国家重大科技专项之一，于2010年启动实施，至2020年全面建成。目前，已形成全天候、全天时、全球覆盖的遥感探测能力。高分遥感基于遥感卫星立体观测网络，实现了常态化、大范围对交通目标或工程进行观测，具有经济、高效、客观、准确等优势，能够有效克服现有人工监管手段的缺点，为交通建设工程监管提供强有力的科学依据，促进交通监管方式向数据驱动业务模式转变，对提升交通运输行业信息化水平具有重要意义[1-2]。

目前，遥感影像识别检测技术愈加成熟，并且随着机器学习和高分遥感影像的不断融合，检测精度也越来越高[3-7]，能够在交通行业开展的实践应用越来越多[8-11]，但在现有研究中对交通建设工程监管方向的应用探索较少。因此，本文结合交通建设工程监管业务需求，分析高分遥感影像技术特征，然后基于影像信息提取及变化检测技术，研究交通建设工程目标提取与变化检测技术，形成适用于监管实际业务的方法流程，以解决传统交通工程监管中范围覆盖不全、核查信息不准确、费时费力等问题。

1 高分遥感影像特征分析

目前在国家高分辨率对地观测系统重大专项中已投入使用的卫星共有7颗，分别是高分1～7号。但在交通领域，并不是所有卫星数据源都适合。经比较分析，高分4号、5号分辨率较粗，应用场景有限，高分7号尚无法取得数据且主要用于测高，高分3号任务编排很满，很难保证稳定的数据获取。因此，在数据源上选取高分1号、2号及6号能够保证稳定的数据获取。

从交通工程监管要素上考虑，由于交通工程量大，工程周期长，在交通工程建设始末，需要交通监管部门和执法人员对交通工程建设进度、环境保护情况（例如交通工程对周边绿地的影响，以及工程周边防尘网布设情况等）、工程废料处理情况（如土方等）进行跟踪监管和核查。从施工范围上考虑，一般交通工程建设大型工程项目有几十公里长乃至上百公里，选取幅宽越大的卫星源影像越好;施工周期平均在1-3年左右，施工进度查询频次要求一般为一个月，而高分1号、高分6号的重访周期为41天，此二类遥感影像均需结合商业卫星来满足施工周期内施工进度检测时间要求，辅助人工巡检监督施工进度。从施工目标大小上考虑，类似土方、防尘网的工程物体大小一般宽于2 m，选用全色波段空间分辨率为2 m且一景影像能尽可能覆盖施工范围的高分1号或高分6号遥感影像;一般而言，高分遥感影像分辨率越高，幅宽越低，而若需检测覆盖范围内亚米级地物，如施工场地布设详情，则需牺牲影像覆盖范围选用全色波段空间分辨率为0.8 m的高分2号影像。

总之，针对高分遥感影像特点，需选择合适的影像，进行多时相分析，有效辅助人工进行工程建设进度侦测、周边环境和防尘网布设情况检测，满足交通工程建设监管应用需求。

2 交通建設工程监管目标提取技术流程

2.1 技术要求

在交通建设工程监管中主要采用的技术是影像识别与变化检测，在测绘领域这两项已有大量的研究基础，而具体业务需求对其作出了更高的要求：

1）目标识别提取技术要求：根据交通工程建设管理需求对航道工程和公路工程涉及的交通目标进行提取，航道工程主要包括防尘网位置提取并统计防尘网区域面积，土方位置提取并统计土方区域面积，防护工程提取并统计防护工程里程长度;公路工程主要包括施工里程提取，以及施工路段绕行线路标注。

2）变化检测技术要求：叠加不同时期的遥感影像，对交通工程建设前后的变化情况进行显示，包括整体工程进度、分项工程进度。

2.2 高分遥感影像综合处理

多源遥感数据处理主要通过遥感专业处理分析软件，例如ENVI、PCI、ERDAS，和ArcMap、PhotoShop和自研算法完成，实现对遥感数据的处理加工，主要包括图像融合、几何纠正、影像镶嵌、图像增强等步骤，实现标准化遥感影像产品生产。其处理流程为：首先进行图像融合、几何纠正处理成L3级产品，再根据具体要求进行影像镶嵌、匀色，形成大宽幅镶嵌匀色产品。如图1所示。

1）图像融合：根据多光谱图像生成三波段图像，融合前影像选点配准，变换生成HSV图像，生成V波段图像，反变换生成RGB图像，将一张低分辨率的多光谱影像和一张高分辨率的全色影像结合在一起，生成一张高分辨率的多光谱影像。

2）几何纠正：在需要拼接的两幅影像中选取了不少于30个的地面控制点，改正原始数据由于成像投影方式、传感器外方位元素变化、传感介质的不均匀等因素造成的几何变形，生成一幅符合某种地图投影或图形表达要求的新图像。

3）影像镶嵌：影像镶嵌时除了要满足在拼接线上相邻影像的细节在几何上一一对接外，用于背景图制作时，还要求相邻影像的色调保持一致，但用于变化信息提取时，相邻影像的色调不允许平滑，避免信息变异。

4）图像增强：利用图像处理技术，对数据进行增强处理（线性拉伸、均衡化拉伸、均方根拉伸、高斯拉伸、分段拉伸、直方圖匹配等），增强图像显示效果，提高图像解译和目标提取。

2.3 交通建设工程监管目标样本库构建

基于处理后L3级米级或亚米级高分辨率遥感影像，提取土方、防尘网、主体工程范围、完工或自建工程范围，构建交通工程建设进度本底数据，属于经验性室内判读结果。

在构建的样本数据库时，样品数据库中不可避免的存在相似度比较大的图片，为了剔除数据库中相似度比较大的图片，本研究采用基于人类视觉系统的图像感知哈希算法[5]来筛选相似度比较大的图片。算法对每一类别样本进行图片相似度计算，通过比较两图片之间的相似性，剔除相似性大于90%的图片剔除。

2.4 交通工程监管目标自动识别

基于目标遥感影像数据集（样本库），统计并分析目标和非目标的特征参数，包括交通目标的光谱特征、纹理特征和形状特征，并基于自动识别算法，实现对防尘网、土方、在建工程精确识别，确定并标记位置;系统基于确定的目标，可计算目标位置、面积及检测置信度等参数。

在利用遥感数据进行信息提取时，受光谱、时相、空间分辨率、解译人员经验等因素的影响，提取结果会产生一定的误差。因此在信息提取后，需通过开展相应的野外调查对成果进行进一步的修订，以提高遥感解译精度。

最后，将最终成果数据按照确定的命名规则统一命名入库，并用于地理信息系统发布服务及平台前端展示。

2.5 交通工程建设进度变化检测

基于多期高分辨率遥感影像，通过现状数据与历史数据的叠加对比，采用基于PCA和CVA的遥感图像变化检测算法，分析识别包括土方、防尘网、主体工程范围、完工/在建工程进度等并进行变化监测。主成分分析（PCA）是建立在统计量特征的非单维正交线性的变换，实质上是考虑在光谱空间中找到一个新的坐标系能够去除数据的相关性，即使新坐标系中的协方差矩阵为对角阵。变化向量分析法（CVA）通过对不同时期的影像各个波段的数据进行差值运算，求得每个像素在各个波段的变化量，再由各个波段的变化量组成变化向量。

本研究通过结合PCA和CVA算法，将PCA变换后的前3主分量进行CVA变换，得到差值图像，辅助工程建设监管部门及时掌握建设项目进度变化情况以及对周边环境的影响。

3 应用案例——江苏省交通建设工程监管示范系统

3.1 基本情况

本文研究成果以软件产品的形式发布，该系统依托江苏省交通地理信息服务平台，对312国道龙华立交至张店枢纽段扩建工程（公路）、通扬线高邮段航道改扩建工程（水路）两项工程展开试点示范应用。

江苏省交通地理信息服务平台，具备全省交通地理信息数据，提供定位检索、地图查询、专题统计、道路实景和三维展示等基本功能，并为交通应急、航道管理、公路管理、运输管理等方面的交通决策、交通规划、建设和行业管理提供地理数据保障和技术支持，向全省各业务部门提供信息服务。

312国道龙华立交至张店枢纽段扩建工程主路起于龙华立交西侧、顺接江北大道，终点位于张店枢纽东侧，全长6.92 km，进行车道加宽和枢纽改造。通扬线高邮段航道改扩建工程航道整治里程35.019 km，护岸约38 km，航道宽度将拓宽到70 m，其中新建护岸27.3 km、老驳岸加固9.5 km，新建威高路桥1座，改建武安大桥、海潮大桥等桥梁8座。两项工程为本系统的研发提供了充足的研究场景与数据。

3.2 系统开发

根据业务、系统需求，进行设计开发，系统包括基础软硬件平台环境、空间数据与信息资源库、多源遥感数据管理、多源遥感数据处理分析、WebGis服务、交通遥感示范应用等六部分，如图6。其中空间数据与信息资源库用于示范应用中各种数据的存储，包括交通工程点位、线路线性、桩号分布、工程信息等数据以及地理信息数据和行政区划数据等。多源遥感数据处理分析模块主要基于专业遥感处理软件ENVI、PCI、ArcMap，以及自研处理分析算法，实现对多源遥感数据的处理、信息提取、融合处理以及产品生产等处理分析功能，实现遥感图像融合、几何校正、镶嵌匀色等。交通遥感示范应用包括公路、水路两大类工程建设监管应用场景，实现了遥感监测成果和具体业务应用结合，同时也实现遥感监测成果的常态化更新和集中管理。

3.3 应用效果

系统具备多时期影像对比、交通目标提取、统计分析以及工具条等功能模块，在部署使用后，省、市级建设监管部门对两项工程的监管可从人工上报、现场核查转变为线上监管，具体表现为：在工程目标提取方面，基本实现了公路工程中建设范围、周边道路以及水路工程中防尘网、土方、护岸的识别提取，能够分图层展示各类对象以及占有区域;在进度变化检测方面，实现了多期影像对比识别变化目标、变化范围等，并能够结合工程信息数据，对进度进行量化分析，直观展示进度计划完成情况。

4 结论

本文研究成果为高分遥感技术在交通运输行业的融合应用提供了有效抓手，解决了交通工程建设监管过程中以人力巡查、人工校验为主的核查滞后、资源浪费、误检率高等问题。目前，该项技术成果尚未能完全取代人工监管，下一阶段可在示范系统的基础上面向全省乃至全国进行进一步推广应用，基于更多工程建设项目扩容样本库、优化算法，提高识别精度，有力支撑交通工程建设行业应用。

参考文献：

[1]宋晨曦，邹同元，王剑，等.高分遥感技术在交通运输行业的应用及展望[J].卫星应用，2014，5（06）：55-59.

[2]杨永杰.高分遥感技术在公路交通领域的应用[J].山西交通科技，2019，47（06）：88-90.

[3]武辰.遥感影像多层次信息变化检测研究[D].武汉大学，2015.

[4]徐俊峰.多特征融合的遥感影像变化检测技术研究[D].解放军信息工程大学，2015.

[5]邢慧芬，吴其林，曹骞.基于人类视觉模型和Contourlet变换的图像感知哈希算法[J].阜阳师范学院学报（自然科学版），2016，33（04）：62-66.

[6]王守峰，杨学志，董张玉，等.基于Relief-PCA特征选择的遥感图像变化检测[J].图学学报，2019，40（01）：117-123.

[7]蔡怤晟，向泽君，蔡衡，等.结合特征选择的CVA多尺度遥感影像变化检测[J].测绘通报，2020，66（08）：101-104.

[8]张帅毅.基于航空遥感的交通信息监测关键技术研究[D].西南交通大学，2015.

[9]张东，王赵明，袁旻忞.基于遥感技术的公路工程环境监理方法研究[J].公路，2019，64（05）：194-199.

[10]蔡红玥，袁胜古，阳柯，等.国产高分辨率遥感影像农村公路核查方法及其应用[J].测绘通报，2020，66（03）：91-95.

[11]肖国峰，张蕴灵，杨璇，等.基于GF—2遥感影像的典型道路路面类型识别[J].公路，2020，65（10）：18-25.