基于高光谱目标识别的建筑工地防尘网提取

背景介绍

建筑工地作为城市建设的重要场所，一直以来都是扬尘污染的主要来源之一。随着近年来国家对城市环境质量要求的不断提升，如何有效控制建筑工地扬尘污染已成为社会各界关注的焦点。在这一背景下，防尘网作为一种高效、实用的扬尘治理工具，其在建筑工地中的应用愈发广泛，成为工地扬尘治理不可或缺的一部分。因此我们可以通过对防尘网的提取和统计，对建筑工地分布和施工进度进行间接判断，获取土建施工活动热点区域。

方法和原理

本文使用了2025年4月6日西光壹号05星拍摄的西安地区高光谱影像。由于防尘网具有一定空隙，能够透过部分地表，因此反射特征会随覆盖地物不同而有微小变化。使用传统图像分类方法效果不佳，且易与部分建筑屋顶混淆，因此我们基于目标识别方法，在目视解译基础上提取了防尘网像素的光谱作为端元并建立光谱库，并在光谱库基础上进行了防尘网提取。

表1. 数据介绍

流程

1. 辐射定标：对原始DN值数据，使用辐射定标系数进行辐射校正，得到表观辐亮度数据。

2. 大气校正：使用6S模型进行大气校正，得到地表反射率数据。

3. 影像配准：对处理完成的数据依据底图进行地理配准。

4. 端元提取：选择多个防尘网像素，计算平均光谱并保存为端元。

5. 混合像元分解：经实验，自适应一致估计（Adaptive Coherence Estimator）算法对该场景效果最好，使用手动阈值筛选接近防尘网目标的像元。

6. 矢量化和热力图生成：对提取出的栅格像元转点和多边形，并在点基础上使用核密度估计算法生成热力图。

结果展示

图1. 防尘网光谱采样点分布图

图2. 防尘网采样光谱曲线

图3. 根据防尘网平均光谱建立的光谱库

图1展示了防尘网典型光谱的采样点，图中采样点均由最新时相影像的目视解译获取。图2中展示了各个采样点的光谱，由于覆盖地表植被的差异，在红边和近红外区域有略微差异。计算图2中的平均光谱并保存为光谱库格式以供后续混合像元分解（图3）。

图4. 西安市及其周边部分区域工地防尘网分布热力图（2025年4月6日）