系统介绍|围填海项目遥感监视监测系统介绍3——填海范围提取

填海范围提取可以理解为对水体范围的提取，然后再根据水体范围提取填海范围。基于遥感影像的水体范围提取有多种方法，主要包括单波段阈值法、多波段谱间关系法、归一化差异水体指数法（NDWI）和面向对象提取方法等。

ENVI软件提供面向对象的空间特征提取模块（Feature Extraction），该模块包含3个工具，分别是基于样本的特征提取（Example based Feature Extraction Workflow）、基于规则的特征提取（Rule Based Feature Extraction Workflow）和分割式特征提取（Segment Only Feature Extraction Workflow）。

该模块可以根据影像空间和光谱特征，从高分辨率全色或者多光谱数据中提取特征信息，其中基于规则的特征提取工具可采用单波段影像（如航空影像和谷歌下载影像等）和多波段影像（商业卫星影像和国产高分影像等）用于水边范围自动提取。

1、ENVI遥感影像水体范围提取流程

在ENVI软件中打开“Rule Based Feature Extraction Workflow”工具界面（图1），在Input Raster中输入要提取的遥感影像，在Input Mask中输入事先制作的掩膜矢量文件，在Ancillary Data 中添加基于输入影像事先计算的NDVI或NDWI栅格数据（对于三波段影像该输入可以空缺），在Custom Bands中勾选Normalized Difference和Color Space。

                                                                          图1 基于规则的特征提取数据输入

点击 “Next”，程序进行数据初始化后，弹出影像分割和合并界面（图2），在这里设置分割和合并参数：

1、Segment Setting中的算法（Algorithm）包括Edge和Intensity，其中Edge算法基于边缘检测，需要结合合并算法可以达到最佳效果；Intensity算法基于亮度，这种算法非常适合于微小梯度变化（如DEM）、电磁场图像等，不需要合并算法即可达到较好的效果。这里选Edge，并设定阈值为40。

2、Merge Setting中的算法（Algorithm）包括Full Lambda Schedule和Fast Lambda，其中Full Lambda Schedule算法适合合并存在于大块、纹理性较强的区域，如树林、云等，该方法在结合光谱和空间信息的基础上迭代合并邻近的小斑块；Fast Lambda算法适合合并具有类似的颜色和边界大小相邻节段。这里选Full Lambda Schedule，并设定阈值为70。

3、Texture Kernal Size：纹理内核的大小，默认是3，最大是19。如果数据区域较大而纹理差异较小，可以把这个参数设置大一点。这里设置5。

                                                                                  图2 分割和合并参数设置

点击 “Next”，程序按照设置的参数进行分割和合并操作，对输入影像分割和合并完后，弹出创建规则对话框（图3），创建水体提取规则。

每一个分类有若干个规则（Rule）组成，每一个规则有若干个属性表达式来描述。。规则属性分为光谱的（Spectral）、纹理的（Texture）和空间的（Spatial）三类，可以设置三类属性中一个或多个来描述分类。规则与规则之间是与的关系，属性表达式之间是并的关系。

这里直接加载已经创建好的水体提取规则：NDWI>0.14（不同影像可能不一样，需要手动调整）；Area>2000；Length>200。

加载上述规则，勾选界面左下角Preview，在影像界面滑动滑块，对提取结果进行预览（图4），若预览结果准确则进行下一步操作，若预览结果准确率不高，则调整规则属性（主要是光谱属性）直到水体提取准确。

                                                                                   图3 水体提取规则设置

                                                             图4 对提取水体结果进行预览（红色为水体）

预览结果准确后，点击 “Next”，弹出保存结果窗口（图5），程序提供提取矢量范围、分类影像以及一些过程数据的输出。勾选需要输出的数据类型，并填写输出路径，单击“Finish”即可，这里主要输出矢量提取结果。

                                                                             图5 导出提取结果

2、遥感影像水体范围批量提取

本研究采用基于规则的特征提取方法，通过调用ENVI函数可以实现批量水体范围提取。

                                                                 表1 基于规则的水体范围提取调用的ENVI函数

遥感影像水体范围批量提取工具界面见图6，通过选择待提取的遥感影像，选择对应的掩膜文件（消除非研究区域干扰），指定事先制作的水边界提取规则文件（根据不同影像类型制作多种提取规则，以提高准确率），执行批量提取操作，提取的水体范围矢量文件按照统一命名规则存放到指定文件夹，方便后续操作调用。

                                                                  图6 遥感影像水体范围批量提取工具

3、遥感影像填海范围批量提取

水体范围提取完成后，在ArcGIS软件下采用掩膜范围与提取的水体范围进行空间交集取反分析，得到掩膜范围内的陆域范围，对陆域范围进行平滑操作后，用海岸线生成的陆域面文件进行空间交集取反分析，得到最终的填海范围矢量文件。

                                                        表2 基于水体范围提取填海范围调用的ArcGIS函数

填海范围批量提取工具界面如下图。

                                                                     图7 遥感影像填海范围批量提取工具

4、遥感影像填海范围提取结果

本研究从获取的遥感影像中每年挑选一期影像进行填海范围提取。本文挑选其中5期提取结果进行展示，分别是：2011年12月2日谷歌下载影像、2013年11月1日谷歌下载影像、2015年10月17日谷歌下载影像、2017年3月27日谷歌下载影像和2019年6月7日高分六号影像。

                                                                    图9 2011年12月2日（填海施工前）情况图

                                                                    图10 2013年11月1日填海监测成果图

                                                                    图11 2015年10月17日填海监测成果图

                                                                    图12 2017年3月27日填海监测成果图

                                                                    图13 2019年6月7日填海监测成果图

从填海监测成果图可知，提取的项目填海范围能大致反应最新围填海情况，但受影像质量及周边环境等因素影响，提取的填海范围与影像实际情况有不少出入，主要问题和经验总结如下：

1）在进行水体范围提取时，部分植被容易识别成水体（尤其是3波段的谷歌下载影像），这部分识别错误的水体需要结合手工操作删除；

2）遥感影像中因填海产生的悬浮泥沙容易识别成填海，如2015年10月的监测结果；

3）国产高分影像波段数相对较多，水体范围提取精度整体高于谷歌下载影像，谷歌下载影像由于波段不是原始的波段值，在提取水体范围时，填海边界锯齿现象较为严重。

了解更多信息请关注微信公众号“海洋GISer成长记”。