以遥感影像为监测单元的自然资源变化信息提取任务规划设计与实现-尊龙官方平台

　　以遥感影像为监测单元的自然资源变化信息提取任务规划设计与实现

　　引言

　　长期以来，自然资源变化信息提取多以行政区划为基本单元开展。如地理国情监测，一般以省级行政区为任务区，以县级行政区为基本单元，国土变更调查变化信息提取也以县级行政区为基本单元开展，这种方式的优势是基本单元位置固定，任务规划简单易行。弊端是只有当影像覆盖率满足一定条件时才有必要开展监测，不能第一时间利用遥感影像资源发现违法开发利用自然资源的行为，若有影像覆盖立即开展监测大概率将导致监测批次过多，增加冗余工作量。自然资源卫片执法以遥感影像为基本单元提取自然资源变化信息，影像覆盖即监测，更能充分利用高频次遥感卫星影像，快速提取自然资源变化信息，对违法用地“早发现、早制止”，将违法行为扼杀在苗头状态，持续监测违法变化图斑拆除、复耕情况，维护自然资源管理秩序，坚决遏制新增违法占用耕地行为。同时，以遥感影像为单元开展能够一定程度上控制同一行政区划单元的变化信息不被同一作业单位掌握，保证数据的安全性。但不同影像数据源的位置不固定、图幅大小不同、景间存在重叠等因素增加了任务规划难度，复杂、繁琐的数据处理过程无疑严重考验着工作人员的能力与耐力，因此探索自动规划任务方法显得尤为迫切。

　　模型构建器是arccis包含的可视化编程工具，以工作流的形式完成复杂的数据处理任务，应用广泛，如文献基于模型构建器对监测图斑矢量进行处理，提取拐点坐标；文献基于模型构建器对矢量数据指定字段进行自动更新赋值；文献利用模型构建器检查矢量数据的约束关系。以上研究均实现了流程化、自动化处理矢量数据，操作简单，减少了人工手动操作造成的随机误差。python作为一种通用的编程语言，在arcgis地理数据中用作脚本语言，基于python可解决一些数据自动化处理问题，如文献基于python对空间矢量数据与超链接文件一致性进行检查和自动化处理，生成统计信息报表；文献基于arcgis与python开发创建气候评价工具箱，能够快速准确地辅助规划编制人员进行气候评价工作；文献基于arcgis数据驱动页面与python脚本语言，实现专题图的批量自动化处理。本文充分发挥模型构建器与python语言的优势，通过编写两个模型和一组代码语句自动完成复杂的矢量数据处理和数组分组，实现任务规划半自动化，减少了重复性劳作，释放了人力资源，提高了工作效率。并通过实际应用案例，论证分析了该方法的合理性和可行性。

　　1.任务规划要求

　　公平、合理的任务规划是劳动力资源充分利用、工作有序开展的重要前提。对于遥感影像变化信息提取类项目，一般将作业面积作为任务规划的指标，而实际作业过程中，在最小上图面积、变化信息分类等变化信息提取原则、属性标注内容等一致的前提下，影响作业效率的不止作业面积，还有变化信息个数和面积，即变化信息密度。因此，任务规划要在作业面积的基础上，综合考虑变化信息密度。

　　2.任务规划方法

　　任务规划包括遥感影像监测片区划分、基于约定面积比例划分任务和空间分布分析三个步骤：首先预测每景的变化信息密度、计算监测面积，完成遥感影像监测片区划分；基于每景影像的片区信息，按约定面积比例开展任务规划；最后对任务规划结果进行空间分布分析，检验其公平性与合理性。

　　2.1 遥感影像监测片区划分

　　根据变化信息密度将监测区域划分为多个监测片区。首先分析可能影响变化信息密度的要素，搜集相关数据信息，将数据信息矢量化。利用arcgis属性连接功能，依据行政区划唯一标识，挂接到行政界线上，形成监测片区矢量。然后将带有影像四角坐标的影像落图与监测片区矢量进行叠加分析，筛选面积占比最大的监测片区作为遥感影像所属监测片区。

　　2.2 基于约定面积比例划分任务

　　采用python编程与人工核实调整相结合的方法规划任务，任务规划结果应满足每个片区内每个作业单位的面积占比、每个作业单位的总面积占比、每个作业单位景数占比均接近面积占比要求，相邻多景尽量不属于同一作业单位。

　　依次对各片区进行任务规划，设计算法。首先随机筛选目标个数的景条目信息，计算选取的条目面积之和与目标面积之差，循环直至差值满足要求。汇总各作业单位面积与景数，对差距较大的进行人工调整。

　　2.3 空间分布分析

　　将任务规划结果按作业单位融合，形成各家单位的作业范围。叠加分析作业范围与原始影像落图，形成相邻同单位景数，景数大于1，则多景由一家单位承担，呈聚集型，聚集面积较大的需进行人工调整。

　　3.任务规划实现

　　3.1 遥感影像监测片区划分

　　基于arcgis模型构建器，将相交(intersect)、添加字段(addfield)、计算字段(calculatefield)、融合(dissolve)、创建要素图层(makefeaturelayer)、添加连接(addjoin)、移除连接(removejoin)等操作编入模型，建立工作流，实现遥感影像监测片区自动划分。模型工作流为：将带有片区信息的县级行政区划界线与影像落图做相交，计算每块相交面面积，利用融合工具统计每景影像相交面积之和以及相交面积中的最大值，利用计算字段工具计算每块相交面积与最大值之差，通过创建要素图层筛选出差值为零的斑块，将该斑块挂接至原始影像落图，在原始影像落图的相应字段继承片区信息后移除连接，得到每景影像所属监测片区。

　　3.2 基于约定面积比例划分任务

　　按约定面积比例逐片区划分任务，使每个作业单位的面积占比及景数占比均与约定比例相近。通过python语言编程，实现自动划分作业单位。假设将11个片区共795景、2163887.88km2的影像数据按36.00%、28.00%、21.oo%和15.oo%的比例分给4家作业单位，程序关键步骤为：

　　(1)基础设置

　　将遥感影像数据信息存储在文件类型为．xls的表格中，通过python语句，读取表格中的数据，设置各作业单位比例，设置所涉及的片区，计算所有景的总面积，查询数据总条目（即总景数）。由于不同数据源的图幅面积差异较大，作业单位较少，可能达不到最小误差要求，为了避免无限次循环，需要设置最大循环次数。

　　(2)选取数据

　　按片区依次选取数据，首先将所有数据存入array中，计算各片区的总面积和总景数。按照约定比例计算各作业单位的目标面积和目标景数。然后随机打乱所有数据，选取前目标个数的数据存入arrayl中，剩余数据存入arrayother中。将误差初始化，循环次数初始化。

　　(3)处理选取的最后一条数据

　　随机选取的数据面积之和不一定符合目标面积误差要求，所以通过循环处理最后一条数据，尽量满足误差要求。首先随机打乱array1中的数据，随之扔掉最后一条数据。然后计算剩余数据的面积，计算与目标面积之差，选取arrayother中与差值最接近的数据加入到array1中。最后将选中的数据从arrayother中删除，将扔掉的数据加入至arrayother中。

　　(4)处理误差

　　计算array1中数据面积之和、面积误差和面积误差比率。若误差小于规定的最大误差值（本次规定最大误差值为0.001），则跳出循环，打印误差；若误差大于等于规定的最大误差值，则继续上步操作；若循环次数达到最大循环次数，则跳出循环，打印当前误差值。

　　3.3 空间分布分析

　　基于arcgis模型构建器，将多部件转单部件(multiparttosinglepart)、面转点(featuretopoint)、标识(identity)、汇总统计数据(summarystatistics)、表筛选(tableselect)、按属性选择图层(selectlayerbyattribute)等工具编入模型，建立工作流，实现任务规划结果空间分布的自动分析，形成同一作业单位承担相邻多景范围，以便于人工调整。工作流为：首先以作业单位字段为融合字段融合影像落图，融合成果一般为多部件结构体，需将多部件转为单部件，然后对每个面赋唯一编码，形成各家作业单位的作业范围；将原始影像落图转为点矢量，利用标识工具将点矢量“粘取”作业范围上的唯一编码，利用汇总统计工具计数(count)标识成果中每个唯一编码出现的次数，利用表筛选工具筛选出次数大于1的唯一编码，将这些唯一编码挂接回作业范围，利用按属性选择图层工具筛选出挂接成功的条目，移除挂接后，复制输出为新矢量，该矢量即为相邻多景由同一单位承担的范围。人工对相邻多景由同一单位承担，且面积较大的影像落图进行调整：尽量选取不同作业单位、相似面积、相同片区的遥感影像两两替换，确保数据呈散点状，各作业单位承担各级变化信息密度面积比例基本一致，保证任务规划的公平性，同时确保数据的保密性。

　　4.应用案例

　　以某批次自然资源卫片执法常态化遥感监测项目为例，项目不开展影像人工镶嵌、调色等操作，直接将影像叠加，创建切片地图服务（缓存地图服务）。按照切片服务的影像叠放顺序，切割、擦除影像原始落图，形成影像落图。

　　变化信息分为建设用地与非建设用地，影响建设用地变化较大的是经济发展政策，影响非建设用地间变化较大的是地理位置。“十三五规划纲要”中提出的将要建设京津冀、长三角、珠三角三大世界级城市群在内的19个城市群，城市群地区已经成为今天及今后经济发展格局中最具活力和潜力的核心地区，建设用地变化更频繁，因此将全国城市群作为建设用地变化信息密度信息。参考世界成熟城市群，将我国19个城市群划分为4个等级。全国七大地理分区融合地形、气候、气温等多重因素，非建设用地间的变化受以上因素影响较大，因此将七大地理分区作为非建设变化密度信息。综合以上两类信息，优先使用城市群等级信息，不属于城市群的区域再按照七大地理分区划分，共将全国划分为11个片区。

　　利用影像落图和带有监测片区信息的行政界线，依次开展遥感影像监测片区划分、基于约定面积比例划分任务和空间分布分析，将影像落图划分给4家作业单位，面积占比分别为：36%、28%、21%和15%。相邻多景由同一单位承担的面积均小于looookm2，各作业单位面积误差绝对值均小于0.05%，景数误差绝对值均小于0.50%，片区面积标准偏差均小于0.15。

　　工作效率方面，利用编写的模型和代码，加载基础数据，设置相关参数，在10min左右即可快速形成任务规划初步结果，并给出需要调整的范围，节约了大量时间成本。若作业单位和遥感影像个数增加，传统方法作业时间将呈几何数量级增加，且由于操作步骤繁多、数据量大，一旦出现故障，难以找到错误点，只能重新开始操作，严重影响任务规划人员的工作心态及工作效率。

　　5.结论

　　以遥感影像为监测单元的自然资源变化信息提取任务规划，首先需要保证作业面积符合要求，同时，为了使任务量与作业面积相匹配，还需综合考虑景数、空间位置分布情况等影响工作效率的因素。如此一来，任务规划过程需要反复进行叠加分析、提取分析、汇总统计等，操作繁琐、数据量大、随机误差高，亟需采用自动化方法代替传统纯人工处理。本文基于arcgis模型编辑器与python编程，探索任务规划技术流程与方法，通过遥感影像监测片区划分、基于约定面积比例划分任务和空间分布分析三部分，实现半自动规划任务，可有效简化操作步骤，提高工作效率。该方法已应用到自然资源卫片执法项目中，方法可靠，极大地节约了人力成本，保证了任务规划成果质量，可广泛应用于各类遥感影像信息提取的任务规划工作中。

　　摘自《工程勘察》2023年7期