基于遙感技術(shù)的縣域尺度水土流失監(jiān)測(cè)方法

石 鵬

（甘肅省地質(zhì)礦產(chǎn)勘查開(kāi)發(fā)局測(cè)繪勘查院，甘肅 蘭州 730060）

0.引言

隨著水土環(huán)境保護(hù)力度的加大，需對(duì)縣域尺度水土流失進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并結(jié)合氣候和水資源分布特性，進(jìn)行洪水監(jiān)測(cè)、河流形態(tài)分析和縣域水土的地表水層特征分析，構(gòu)建縣域尺度水土流失的實(shí)時(shí)特征提取模型。通過(guò)遙感信息特征監(jiān)測(cè)，進(jìn)行縣域尺度水土流失分布性監(jiān)測(cè)，以提高縣域尺度水土的遙感特征監(jiān)測(cè)。根據(jù)水體指數(shù)特征分析，突出水體信息的指數(shù)分布，構(gòu)建水體和陰影的混淆特征分析模型，實(shí)現(xiàn)縣域尺度水土流失監(jiān)測(cè)[1]。研究縣域尺度水土流失監(jiān)測(cè)方法，對(duì)保護(hù)縣域水土環(huán)境具有重要意義。

對(duì)縣域尺度水土流失監(jiān)測(cè)是建立在對(duì)土壤水分反演特征監(jiān)測(cè)和遙感信息分析基礎(chǔ)上，通過(guò)重力場(chǎng)數(shù)據(jù)特征、遙感和矢量數(shù)據(jù)特征分析，進(jìn)行縣域尺度水土流失監(jiān)測(cè)[2，3]。文獻(xiàn)[4]中提出基于尺度結(jié)構(gòu)相似性分析的縣域尺度水土流失監(jiān)測(cè)方法，根據(jù)遙感圖像的低對(duì)比度、低飽和度等特點(diǎn)，采用局部特征演化分析方法，進(jìn)行縣域尺度水土流失監(jiān)測(cè)，但該方法對(duì)縣域尺度水土流失監(jiān)測(cè)的自適應(yīng)性和環(huán)境適應(yīng)性不高。文獻(xiàn)[5]中提出先驗(yàn)和基于深度學(xué)習(xí)的縣域尺度水土流失監(jiān)測(cè)方法，采用水土及大氣散射模型的邊緣優(yōu)化分析，通過(guò)不同圖像特征的子網(wǎng)結(jié)構(gòu)融合，實(shí)現(xiàn)水土流失的優(yōu)化監(jiān)測(cè)，但該方法在長(zhǎng)時(shí)間訓(xùn)練和數(shù)據(jù)集收集中的適應(yīng)度較低。

針對(duì)上述問(wèn)題，本文提出基于遙感技術(shù)的縣域尺度水土流失監(jiān)測(cè)方法。采用遙感微波監(jiān)測(cè)方法對(duì)縣域尺度水土流失過(guò)程中的土壤水分、地表粗糙度和植被信息分布等信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)，構(gòu)建縣域尺度水土流失監(jiān)測(cè)的反演數(shù)學(xué)分析模型，結(jié)合植被光學(xué)厚度特征分析法，實(shí)現(xiàn)縣域尺度水土流失監(jiān)測(cè)。最后進(jìn)行仿真測(cè)試，展示本文方法在提高縣域尺度水土流失監(jiān)測(cè)方面的優(yōu)越性能。

1.遙感圖像監(jiān)測(cè)和預(yù)處理

1.1 縣域尺度水土流失遙感特征監(jiān)測(cè)

為實(shí)現(xiàn)基于遙感技術(shù)的縣域尺度水土流失監(jiān)測(cè)，需構(gòu)建縣域尺度水土流失的遙感特征監(jiān)測(cè)模型，采用密集連接結(jié)構(gòu)模型和遙感微波監(jiān)測(cè)方法對(duì)縣域尺度水土流失過(guò)程中的土壤水分、地表粗糙度和植被信息分布等信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)，構(gòu)建多尺度特征的水土流失遙感信息監(jiān)測(cè)模型，總體結(jié)構(gòu)如圖1所示。

圖1縣域尺度水土流失遙感信息監(jiān)測(cè)模型

由圖1可知：水土流失遙感信息監(jiān)測(cè)，將網(wǎng)絡(luò)中每層學(xué)習(xí)結(jié)果進(jìn)行自適應(yīng)分配，通過(guò)圖像尺寸大小m×n決定水土流失遙感影像特征分布模板，在地理特征分布域中，空間分布相對(duì)完整。為保證遙感影像分布的均衡性，定義自相關(guān)函數(shù)，結(jié)合典型性、分布均勻性及充足性等影響因子，得到邊緣模型提取邊界信息，如式（1）所示：

式（1）中，(xi,yi)為窗口W內(nèi)的邊緣形態(tài)特征參數(shù)；I(xi,yi)為遙感數(shù)據(jù)信息；Δx,yi、Δy分別為不同坐標(biāo)系上的水體成分相關(guān)增益系數(shù)；W為主成分特征量。

1.2 縣域尺度水土流失監(jiān)測(cè)的數(shù)學(xué)分析模型

構(gòu)建長(zhǎng)時(shí)間序列的植被光學(xué)厚度分析模型，采用AMSRGEC波段分析法，得到縣域尺度水體流失的地表粗糙度分布差異值，在地表粗糙度效應(yīng)分布約束下，得到地表粗糙度和植被的關(guān)聯(lián)差異度分布函數(shù)，如式（2）所示：

圖2縣域尺度水土流失監(jiān)測(cè)的數(shù)學(xué)分析模型

2.縣域尺度水土流失監(jiān)測(cè)優(yōu)化

2.1 縣域尺度水土流失遙感信息監(jiān)測(cè)

采用植被光學(xué)厚度特征分析的方法，利用多光譜遙感特征監(jiān)測(cè)法進(jìn)行土壤水分反演分析，提取水體信息參數(shù)。在水體流失過(guò)程中，不同水體流失類型千差萬(wàn)別，根據(jù)地理景觀的差異特征，結(jié)合標(biāo)志點(diǎn)跟蹤的方法，得到區(qū)域遙感信息提取的尺度因子C(a,［］b,R)，其中，a為水體流失情況下的水平差異度；b為垂直差異度；R為地形特征劃分的半徑。基于遙感圖像邊緣像素分布，縣域尺度上水體遙感的子塊分析模型如圖3所示。

圖3縣域尺度上水體遙感的子塊分析模型

由圖3可知：在縣域尺度上水體遙感子塊分析模型中，按照其特定的視覺(jué)特征，得到每個(gè)區(qū)塊內(nèi)的地理要素條件分布函數(shù)，如式（3）所示：

式（3）中，f（x，y）、g（x，y）、ε（x，y）分別為平壩區(qū)、山坡區(qū)和林草區(qū)的水體演化函數(shù)，假設(shè)前l(fā)個(gè)像素集中縣域尺度上水體遙感分形的幾何特征向量為e1，e2，．．．，el，重建輪廓分布特征點(diǎn)，計(jì)算縣域尺度上水體遙感匹配函數(shù)，得到分塊匹配大小為s×s，在保證每個(gè)區(qū)塊內(nèi)的地理要素匹配條件下，得到分區(qū)分層的結(jié)構(gòu)信息熵，如式（4）所示：

式（4）中，m和n為地理學(xué)分析思想指導(dǎo)下的遙感特征分布編號(hào)；i和j為高分辨率遙感影像特征分量；（x,y）為邊緣模型提取邊界信息；θijmn(x+k,y+k)為規(guī)則耕地地塊分形參數(shù)；θijn(x+k,y+k)為深度學(xué)習(xí)函數(shù)；s為聯(lián)合特征匹配系數(shù)。經(jīng)過(guò)幾何校正、輻射定標(biāo)、圖像鑲嵌，得到縣域尺度上水體遙感監(jiān)測(cè)動(dòng)態(tài)特征分量，如式（5）所示：

式（5）中，MST（C，E）為被動(dòng)微波遙感土壤水分反演函數(shù)；w（e）為貼近度函數(shù)。圖像動(dòng)態(tài)特征標(biāo)志點(diǎn)自動(dòng)跟蹤的關(guān)鍵是對(duì)圖像邊緣角度特征點(diǎn)的監(jiān)測(cè)，由此構(gòu)建縣域尺度水土流失遙感信息監(jiān)測(cè)模型。基于遷移學(xué)習(xí)和模糊度特征匹配的方法，進(jìn)行ImageNet預(yù)訓(xùn)練模型參數(shù)分析，采用經(jīng)驗(yàn)?zāi)B(tài)特征分解，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，構(gòu)建水體流失的動(dòng)態(tài)特征監(jiān)測(cè)模型，以提高遙感監(jiān)測(cè)能力。

2.2 縣域尺度水土流失監(jiān)測(cè)實(shí)現(xiàn)

基于綠波段、近紅外波段、短波近紅外波段多波段特征分析的方法，進(jìn)行縣域尺度水土流失的水體指數(shù)分析?？h域尺度水土流失的水體動(dòng)態(tài)分布監(jiān)測(cè)輸出，如式（6）所示：

式（6）中，A為縣域尺度上水體遙感監(jiān)測(cè)的邊緣輪廓特征量；t(x)為局部特征子信息分量；J(x)t(x)為縣域水體分形的參數(shù)分布特征向量。

重建損失函數(shù)、多尺度結(jié)構(gòu)相似損失函數(shù)，得出有向邊e，整體特征子網(wǎng)作為信息補(bǔ)充子網(wǎng)，得出流失部分的水體空間分布域C1,C2?V中，采用圖像像素級(jí)的差異修正方法，得出修正函數(shù)，如式（7）所示：

式（8）中，μpq為處理后圖像與清晰圖像之間的高級(jí)感知參數(shù)；μ00為通道數(shù)。綜上分析，采用重力地面高程異常差分析，通過(guò)遙感影像特征監(jiān)測(cè)，實(shí)現(xiàn)縣域尺度水土流失監(jiān)測(cè)。

3.試驗(yàn)測(cè)試分析

試驗(yàn)中選定若干區(qū)域作為測(cè)試對(duì)象。試驗(yàn)區(qū)按植被覆蓋度分別標(biāo)記為：綠色（植被覆蓋度小于30%）、青色（植被覆蓋度30%～45%）、黃色（植被覆蓋度45%～60%）、橙色（植被覆蓋度大于60%）。

通過(guò)仿真試驗(yàn)驗(yàn)證本文方法在實(shí)現(xiàn)縣域尺度水土流失監(jiān)測(cè)中的應(yīng)用性能，設(shè)定遙感特征圖尺寸為500×250，遙感分辨率的放大倍數(shù)分別為1.2倍和1.5倍，卷積核尺寸為3×3，對(duì)不同水體流失地域監(jiān)測(cè)的像素分別是89、73。根據(jù)上述參數(shù)設(shè)定，得到遙感影像如圖4所示。

圖4縣域尺度水土流失監(jiān)測(cè)的原始遙感影像

由圖4可知：將水土流失監(jiān)測(cè)的原始遙感影像作為研究對(duì)象進(jìn)行水土流失監(jiān)測(cè)，得到監(jiān)測(cè)輸出如圖5所示。

圖5水土流失監(jiān)測(cè)輸出

由圖5可知：本文方法能有效監(jiān)測(cè)縣域尺度上的水土流失，測(cè)試監(jiān)測(cè)的準(zhǔn)確性對(duì)比結(jié)果如表1所示，由此可知采用本文方法進(jìn)行水土流失監(jiān)測(cè)的準(zhǔn)確度較高。

表1水土流失監(jiān)測(cè)準(zhǔn)確性對(duì)比

4.結(jié)束語(yǔ)

本文提出基于遙感技術(shù)的縣域尺度水土流失監(jiān)測(cè)方法，構(gòu)建水體和陰影的混淆特征分析模型，以實(shí)現(xiàn)縣域尺度水土流失監(jiān)測(cè)。采用遙感微波監(jiān)測(cè)法對(duì)縣域尺度水土流失過(guò)程中的土壤水分、地表粗糙度和植被信息分布等信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)，基于仿射不變分布重構(gòu)，在不同遍歷子塊中進(jìn)行縣域尺度水土流失監(jiān)測(cè)的數(shù)學(xué)分析，實(shí)現(xiàn)縣域尺度水土流失監(jiān)測(cè)。測(cè)試得知：采用本文方法對(duì)縣域尺度水土流失監(jiān)測(cè)的準(zhǔn)確性較高。