基于寧夏遙感大數(shù)據(jù)平臺的地表水體提取與應(yīng)用

孫婕文，閆亭廷

（寧夏回族自治區(qū)遙感調(diào)查院，寧夏銀川 750100）

在大數(shù)據(jù)時代背景下，遙感技術(shù)及海量數(shù)據(jù)的應(yīng)用使空間信息技術(shù)得到迅速發(fā)展[1]。專業(yè)的遙感大數(shù)據(jù)服務(wù)平臺在海洋碳通量研究[2]、鄉(xiāng)村建設(shè)[3]、軍民融合[4]等方面得到了廣泛的應(yīng)用，一些省份甚至建立了集海岸帶、農(nóng)林、旅游、城市環(huán)境等領(lǐng)域于一體的遙感大數(shù)據(jù)基礎(chǔ)設(shè)施和應(yīng)用服務(wù)平臺，大力推動了數(shù)字化建設(shè)[1]。

隨著生態(tài)文明建設(shè)步伐的加快，及時、準確地獲取區(qū)域性的生態(tài)環(huán)境信息，建立相關(guān)的遙感大數(shù)據(jù)服務(wù)平臺，對于后期進行相關(guān)綜合性研究，協(xié)助環(huán)保等部門及時發(fā)現(xiàn)環(huán)境問題并進行針對性的環(huán)境治理具有重要意義[5]。劉洪霞等[6]構(gòu)建了荒漠生態(tài)系統(tǒng)大數(shù)據(jù)資源平臺，整合與挖掘荒漠生態(tài)系統(tǒng)數(shù)據(jù)資源，為荒漠化治理提供了幫助；樊俊梅等[7]基于遙感數(shù)據(jù)構(gòu)建了草原生態(tài)大數(shù)據(jù)服務(wù)平臺，為治理與修復草原生態(tài)環(huán)境提供了幫助。本文在寧夏遙感大數(shù)據(jù)服務(wù)平臺構(gòu)建完成的基礎(chǔ)上，對其地表水體智能提取工具及地表水體提取實例進行了介紹。本研究對加強地表水環(huán)境監(jiān)督工作，防治水污染，保障人民身體健康具有重要意義。

1 寧夏遙感大數(shù)據(jù)服務(wù)平臺概況

在“十三五”加強生態(tài)文明建設(shè)和加快“美麗寧夏”建設(shè)關(guān)鍵期的背景下，構(gòu)建寧夏遙感大數(shù)據(jù)服務(wù)平臺（高分遙感數(shù)據(jù)分發(fā)共享服務(wù)系統(tǒng)）的目的在于實現(xiàn)多源影像數(shù)據(jù)查詢、分發(fā)服務(wù)，為影像獲取和共享提供有力的保障[8]。

寧夏遙感大數(shù)據(jù)服務(wù)平臺由基礎(chǔ)層、數(shù)據(jù)層、支撐層、應(yīng)用層和交互層組成。其中，基礎(chǔ)層用于在基礎(chǔ)設(shè)施層面整合計算資源、存儲資源；數(shù)據(jù)層主要保障系統(tǒng)相關(guān)數(shù)據(jù)的存儲以及提??；支撐層是數(shù)據(jù)層和應(yīng)用層的中間介質(zhì)，用于依托標準、申請流程、安全架構(gòu)等保障數(shù)據(jù)安全和應(yīng)用層功能的實現(xiàn)；應(yīng)用層用來實現(xiàn)系統(tǒng)的業(yè)務(wù)服務(wù)和數(shù)據(jù)分發(fā)共用服務(wù)；交互層是系統(tǒng)資源的具體體現(xiàn)，通過窗口對話實現(xiàn)業(yè)務(wù)交互。

寧夏遙感大數(shù)據(jù)服務(wù)平臺的主要功能包括查詢?yōu)g覽功能、申請下載功能、數(shù)據(jù)管理功能、統(tǒng)計分析功能、環(huán)境因子自動提取功能及配置管理功能。該平臺能夠提供高分系列遙感衛(wèi)星影像、無人機航拍數(shù)據(jù)及其他多源遙感數(shù)據(jù)，用戶可根據(jù)個人需求進行遙感數(shù)據(jù)檢索并獲取相關(guān)電子文件資料；用戶有下載需求時，在線提交申請，等待后臺審批，獲得相應(yīng)的下載權(quán)限。此外，該平臺能夠?qū)?shù)據(jù)進行存儲、管理、統(tǒng)籌與分析，后臺可以利用其實現(xiàn)用戶分級管理。寧夏遙感大數(shù)據(jù)服務(wù)平臺的重要特色在于其能夠?qū)ι鷳B(tài)環(huán)境專題因子進行自動提?。粚Φ乇硭w進行提取時，用戶可以利用指定好的遙感影像數(shù)據(jù)實現(xiàn)在線矢量提取，以便于進行后續(xù)的研究工作。

2 地表水體信息提取

2.1 深度學習智能化信息提取工具

深度學習智能化信息提取工具具備工程管理、視圖瀏覽、矢量采集、矢量編輯、成果導出等基本功能，為信息提取產(chǎn)品的生產(chǎn)、矢量化結(jié)果提供全面的技術(shù)支撐，同時依托于大量樣本數(shù)據(jù)的深度訓練，具備將光譜、紋理、形態(tài)及與相鄰對象的空間關(guān)系等低層特征抽象成遙感地物信息高層特征模型的拓展能力，實現(xiàn)對地表水體的自動化提取。用戶可以根據(jù)影像數(shù)據(jù)進行地表水體的自動提取，此外還可以根據(jù)自己的數(shù)據(jù)需求，采用手勢引導的方法半自動識別水體范圍和邊界。深度學習智能化信息提取工具由6 個模塊構(gòu)成，分別為深度學習要素提取模塊、工程管理模塊、視圖瀏覽模塊、矢量采編模塊、屬性編輯模塊和成果導出模塊。

2.2 智能提取工具界面

寧夏遙感大數(shù)據(jù)服務(wù)平臺的深度學習智能化信息提取工具界面見圖1。該界面由菜單欄、工具欄、TOC（地圖內(nèi)容表）、狀態(tài)欄組成。

圖1 寧夏遙感大數(shù)據(jù)服務(wù)平臺的深度學習智能化信息提取工具界面

菜單欄包括“系統(tǒng)”“常規(guī)”“影像分析”“變化發(fā)現(xiàn)”“專題要素提取”“半自動提取”“矢柵編輯”“矢量采編”“屬性編輯”“成果導出”“質(zhì)量檢查”“工具”“幫助”等功能菜單，用戶可在菜單欄中選擇需要的功能；工具欄為常用功能的快捷工具按鈕，可根據(jù)用戶需要進行定制顯示，在工具欄的空白區(qū)域點擊鼠標右鍵，彈出自定義工具欄列表，用戶可根據(jù)需要勾選工具欄顯示的功能項；TOC（地圖內(nèi)容表）用來控制矢量、影像等數(shù)據(jù)的導入、加載、顯示、編輯等操作；狀態(tài)欄顯示軟件當前操作狀態(tài)及對象選擇狀態(tài)等信息。

2.3 地表水體信息提取

城市地表水體由自然和人工水體構(gòu)成，它是城市環(huán)境必不可少的自然資源，是城市生態(tài)環(huán)境重要影響因素之一，并對城市公共健康和人們的生活環(huán)境產(chǎn)生了一定影響[9]。近年來，為了加強地表水環(huán)境監(jiān)督工作，防治水污染，保障人民身體健康，國家環(huán)保部門頒布了《地表水環(huán)境質(zhì)量標準》[10]。另外，寧夏回族自治區(qū)為了加強河湖管理和保護，推進生態(tài)文明建設(shè)，根據(jù)有關(guān)法律、行政法規(guī)，結(jié)合區(qū)內(nèi)實際，于2019年7月17日召開的寧夏回族自治區(qū)第十二屆人民代表大會常務(wù)委員會第十三次會議中，通過了《寧夏回族自治區(qū)河湖管理保護條例》。因此利用基于寧夏遙感大數(shù)據(jù)服務(wù)平臺的深度學習智能化信息提取工具進行地表水體的提取，對保護生態(tài)環(huán)境、提升人民健康水平具有深遠意義。

本次研究利用寧夏遙感大數(shù)據(jù)服務(wù)平臺的深度學習智能化信息提取工具實現(xiàn)地表水體的提取。具體步驟為：首先，選擇相應(yīng)調(diào)查地區(qū)的高分一號、高分二號遙感影像數(shù)據(jù)樣本進行矢量標注；其次，通過自主化瓦片樣本制作工具，設(shè)置瓦片裁切大小為1 280×1 280，重疊范圍為600，開展瓦片樣本數(shù)據(jù)制作與挑選工作，進行深度學習模型訓練；再次，訓練結(jié)束后，挑選未參與訓練的影像數(shù)據(jù)進行地表水體自動提取，并驗證深度學習模型的精度；最后，在野外進行實地踏勘及樣本采集，驗證深度學習模型采集結(jié)果的準確性。

3 應(yīng)用示范

3.1 研究區(qū)

大武口區(qū)隸屬于寧夏回族自治區(qū)石嘴山市，西鄰賀蘭山脈，區(qū)域性降水條件及集水條件好，年均降水量高達430 mm，具備一定的水源涵養(yǎng)功能和地表水資源儲量，并且有星海湖、南沙海、浴山潭等湖泊及第二農(nóng)場渠引黃灌溉干渠，目標明顯，因此選擇大武口區(qū)作為地表水體遙感自動提取的示范區(qū)域。

3.2 實驗數(shù)據(jù)

實驗中，影像數(shù)據(jù)為覆蓋任務(wù)區(qū)的高分影像數(shù)據(jù)，實驗對象為影像中的地表水體。用于研發(fā)地表水體自動化提取技術(shù)的影像數(shù)據(jù)為覆蓋寧夏地區(qū)地表水體主要分布區(qū)域的影像，對所有的影像數(shù)據(jù)要進行自動化提取實驗及深度學習模型訓練。影像數(shù)據(jù)源的分辨率為1 m 和2 m，采集時間在2017年10月至2019年3月之間，總數(shù)據(jù)量為209.11 GB。地表水體影像數(shù)據(jù)均勻分布于研究區(qū)，用于進行地表水體深度學習自動化提取研究的高分影像無云霧遮擋，影像重疊度高，質(zhì)量較好，適于進行遙感深度學習自動化提取研究。

通過自主化瓦片樣本制作工具，設(shè)置提取地表水體的瓦片裁切大小為1 280×1 280，重疊范圍為600，共形成5 354 對地表水體瓦片樣本數(shù)據(jù)集以支撐深度學習模型訓練。地表水體影像瓦片和標簽瓦片的樣本數(shù)據(jù)示例見圖2。

圖2 地表水體瓦片樣本示例

3.3 實驗結(jié)果

基于5 354 對瓦片樣本數(shù)據(jù)，本文通過地表水的深度學習模型訓練，獲取了大武口區(qū)的地表水體提取圖斑結(jié)果。從影像數(shù)據(jù)分析結(jié)果來看，大武口區(qū)的地表水資源主要集中在大武口區(qū)東南平原一帶，以星海湖為主。開展地表水體遙感深度學習自動化提取研究將對水資源分布的空間監(jiān)測提供重要的可視化依據(jù)和數(shù)據(jù)支持。

3.4 提取精度

隨機選取2 景高分一號影像數(shù)據(jù)，進行模型提取精度驗證。以大武口區(qū)地表水深度學習自動提取圖斑分布結(jié)果為示范，見圖3，左側(cè)為大武口區(qū)地表水體的原始影像，右側(cè)為大武口區(qū)地表水深度學習自動提取圖斑分布結(jié)果，圖斑輪廓有明顯白色邊界。

本次大武口區(qū)地表水體深度學習模型提取精度為88.56%，平均正檢率為82.2%，平均誤檢率為17.8%，平均漏檢率為10%，能夠滿足后續(xù)工作需求。

3.5 野外樣本采集

從覆蓋大武口區(qū)的影像深度學習自動化提取的圖斑中隨機抽取40 個地表水體圖斑，分2 期進行野外實地樣本采集與驗證，并對樣本進行記錄。第1 期時間為2019年6月，主要是為目標地物自動化提取實驗采集解譯樣本；第2 期時間為2020年6月，主要是在深度學習自動化提取系統(tǒng)優(yōu)化后，對目標地物的自動化提取效果進行驗證與評估，經(jīng)過野外驗證，優(yōu)化后提取正確率為90%。

樣本采集以大武口區(qū)興民村揚水渠附近（坐標：106.409 933°E，39.051 364°N）的地表水體為例，圖4為深度學習自動化提取的地表水體圖斑，圖5 為現(xiàn)場蓄水池照片?，F(xiàn)場驗證結(jié)果表明，基于寧夏遙感大數(shù)據(jù)服務(wù)平臺深度學習自動化提取的地表水體與實際結(jié)果相符。

圖5 現(xiàn)場蓄水池

4 結(jié)論

（1）基于寧夏遙感大數(shù)據(jù)服務(wù)平臺的地表水體信息提取通過深度學習智能化信息提取工具得以實現(xiàn)。在寧夏回族自治區(qū)生態(tài)文明建設(shè)的背景下，實現(xiàn)地表水體的自動化提取，對加強環(huán)境保護、提升人民健康水平具有深遠意義。

（2）本次研究選擇具備一定水源涵養(yǎng)功能和地表水資源儲量的大武口區(qū)作為示范區(qū)，基于高分一號和高分二號影像數(shù)據(jù)，通過寧夏遙感大數(shù)據(jù)服務(wù)平臺地表水體信息提取工具對影像數(shù)據(jù)進行自動化提取實驗及深度學習模型訓練。結(jié)果表明，大武口區(qū)地表水體深度學習模型提取精度為88.56%，平均正檢率為82.2%，平均漏檢率為10%，實地踏勘驗證結(jié)果準確，可以滿足實際生產(chǎn)需求。

（3）寧夏遙感大數(shù)據(jù)平臺的地表水體提取與應(yīng)用是一次成功的國產(chǎn)高分遙感數(shù)據(jù)區(qū)域應(yīng)用及成果轉(zhuǎn)化，提高了特定地物遙感解譯的效率和精度，對區(qū)域環(huán)境監(jiān)測和質(zhì)量評估提供了遙感技術(shù)支撐，并且能夠改善人民的居住環(huán)境，提升城市整體形象，加強地表水環(huán)境監(jiān)督工作，防治水污染，保障人民身體健康。