...陕西省行业单位地理国情普查技术培训班在西安开班,省测绘地理信...
肖远焕+陈强
摘 要：本文以地理国情普查中的道路信息提取为研究对象，探讨了基于高分辨率遥感影像的道路信息提取方法，包括基于监督分类的道路提取、基于道路特征指数构建规则的道路提取、基于ArcGIS缓冲功能得道路提取和基于先验值的道路提取等4种方法，结果表明，相比较之下，4种方法各有千秋，使用情况各异，因此在实际作业中不能拘泥于一类方法，应相互结合才能达到事半功倍的效果。
关键词：地理国情普查 道路信息提取 监督分类 ArcGIS
中图分类号：P237 文献标识码：A 文章编号：1672-3791（2017）10（b）-0001-02
开展地理国情普查是社会经济发展到一定阶段的必然要求，也是测绘地理信息部门顺应时代需求、实现转型发展的战略选择。按照相关规定与方案，地理国情普查要求以覆盖全国陆地国土的、分辨率优于1m的多源航空航天遥感影像数据作为主要数据源进行信息提取。显然，基于高分辨率遥感数据进行地理国情普查有着不可替代的优势，比如宏观、动态、便捷、可重复和成本低等。
遥感影像中道路是非常重要的基础地理信息，它的识别和精确定位对GIS数据获取、影像理解、制图，以及作为其他目标的参照体都有深远的意义。在地理国情普查中，道路作为地表覆盖数据的重要要素，其提取方法与技术流程成为众多作业单位研究的重点，在以往的相关项目中，经常会遇到类似道路预判困难等诸类问题，这些问题不仅干扰了内业工作的有序进行，而且也为外业施测带来了诸多不便，因此，基于地理国情普查的高分辨率遥感影像的道路提取方法具有重要的現实意义。
1 道路基本特征获取与模型构建
从道路在遥感影像上的形态特征以及光谱特征可以看出：地理国情普查所应用的高分辨率影像的道路表现为灰度及几何特征变化缓慢的狭长区域，其几何特征、辐射特征主要从其长宽比、弯曲度、亮度、拓扑关系等方面有所体现。
通常选取以下几个特征构建提取道路的指标规则：灰度均值、NDVI、不对称性、密度、长宽比等。
其中影像的分割是上述各指标进行分类的关键，在实际国情普查作业中利用eCognition的多尺度分割可以为分类起到事半功倍的效果。
不同的遥感影像道路提取方法，由于侧重不同，其提取流程也存在着差异。多数情况下，遥感影像道路信息提取框架模型可分为5个过程（如图1所示）。
2 基于地理国情普查高分辨率遥感影像的道路提取方法研究与实践
在地理国情普查中，地表覆盖数据是表达与自然资源环境相关的地形地貌、植被覆盖、水域、荒漠与裸露地表等地理要素的类别、位置、范围等特征，并掌握其空间分布状态。道路作为与人类活动息息相关的要素，既体现经济社会的发展，又能为分析统计其他要素的内在驱动力提供参考。笔者在国情普查作业中，进行了一系列的研究与实验，归结出以下基于地理国情普查高分辨率遥感影像的道路提取方法。
2.1 基于监督分类的道路提取
监督分类方法是国情普查地表覆盖数据制作中针对地类情况较为简单的特殊情况采取的分类方法，其依赖于分割尺度的选取与采集样本点的个数与特征，具有分类速度快的特点，但针对地类复杂的情况，其分类精度一般，易出现错分的情况。在国情普查任务中，新疆戈壁区域采取此方法提取道路取得了良好的效果。
2.2 基于道路特征指数构建规则的道路提取
基于道路特征指数构建规则的道路提取是利用道路基本特征、指数信息，以及辅助信息，构建道路信息的评定规则，设置各规则的参数阈值，进行道路信息提取，主要包括：灰度平均值、NDVI、密度、长宽比、面积等。
首先，进行多尺度分割，设置合理的分割尺度、形状因子及紧致度，保证道路形状与边缘的连续与清晰；其次，进行“潜在道路”的粗提取，主要利用灰度值及长宽比因子，而后根据NDVI指数进行植被的剔除，并将不相邻要素去除；再次，对“潜在道路”进行优化，可对目标影像进行二次分割，根据DN值去除阴影，同时根据边界指数、长宽比等去除建筑物；最后，对上述成果进行形状修补与再次优化。
此类方法在实际操作中对编写规则集的开发人员要求较高，需具备较强的遥感理论知识与丰富的解译经验，在操作中解译规则集的制定至关重要。此类方法适用于影像光谱差异明显、实地地类较复杂的情况，此外，此类方法对道路提取存在较多内点，不宜进行编辑整理。
2.3 基于ArcGIS缓冲功能的道路提取
ArcGIS以其强大的编辑功能与实用性，已经在地理信息产业中起到举足轻重的作用，在地理国情普查中，国情要素的采集便依靠此软件。
在实际作业中，作者活学活用地结合了地理国情普查要素中已经采集好的公路、铁路线划，利用ArcGIS缓冲功能自动生成地表覆盖数据所需要的路面要素，由于公路、铁路具有等宽的特性，此功能的运用大大提高了生产效率，仅需对特殊路段进行处理便可达到预期目的，图2为实际操作的案例。
2.4 基于先验值的道路提取方法
道路是在地理国情普查中较难区分的要素，因为与之相近的要素较多，比如硬化平地、狭长分布的房屋等，均会出现“同谱异物”或“同物异谱”的现象，因此在实际作业中通过建立先验值的方式进行了道路的提取实验，此方法避免了大量的编辑工作，已在地理国情普查试点工作中得以推广。具体规则制定可参照以下3条：（1）边线缓冲，采集边线进行分割，两边线间地类较狭长，按长宽比分类0.7左右进行提取；（2）中线缓冲且周边明亮度较高的为道路；（3）ArcGIS中采集中线利用缓冲生成面之后直接参与分割分类。
这里采取道路参与分割后根据矢量专题层对道路赋类及利用道路在遥感影像上细长的特征进行提取，提取结果如图3所示。
可以看出此类方法进行道路的提取更适用于地理国情普查中地表覆盖制作的要求。
3 结语
本文结合作者在地理国情普查中地表覆盖道路提取的经验，对道路的提取方法进行了归纳及总结，并提出了适用于地理国情普查任务中道路提取的方法。相比较之下，4种方法各有千秋，使用情况各异，因此在实际作业中不能拘泥于一类方法，应相互结合才能达到事半功倍的效果。
参考文献
[1] 孙雅思.地理国情监测地表覆盖数据易混淆地物区分 [J].科技资讯，2014（30）：26-27.
[2] 雷德容.地理国情监测与基础测绘等关系的再思考[J]. 中国测绘，2014（1）：34-37.
[3] 天晓.全力推动地理国情普查取得初步成效[J].中国测 绘，2014（4）：6-7.
[4] 马春静，任晓烨.地理国情普查在路上[J].中国测绘，2014（4）：8-13.
[5] 赵文郁.鲜花再度盛开的山岗——无人机外业巡检系统首次应用于地理国情专项监测[J].中国测绘，2014（4）：18-21.
[6] 马红.顺势而为，广阔天空有所作为——地理国情监测助推重庆两江新区经济建设[J].中国测绘，2014（4）：24-27.endprint
