翁 進(jìn)，曾海波，羅國斌 （湖南省國土資源規(guī)劃院，湖南長沙 410007）

高分一號（GF-1）衛(wèi)星于2013年4月26日12時(shí)13分發(fā)射，是我國高分辨率對地觀測衛(wèi)星系統(tǒng)重大專項(xiàng)（簡稱“高分專項(xiàng)”）的第一顆衛(wèi)星，GF-1衛(wèi)星的發(fā)射有效地緩解了國內(nèi)高分辨率遙感數(shù)據(jù)供應(yīng)不足。GF-1衛(wèi)星具有高空間分辨率、高時(shí)間分辨率、寬覆蓋等特點(diǎn)［1］，其全色數(shù)據(jù)空間分辨率為2 m，多光譜和寬幅多光譜空間分辨率分別為8、16 m，包括紅、綠、藍(lán)、近紅外4個(gè)波段。從衛(wèi)星傳感器參數(shù)分析，其全色數(shù)據(jù)空間分辨率與SPOT5相當(dāng)，而SPOT5又是土地利用變更調(diào)查遙感監(jiān)測項(xiàng)目主要數(shù)據(jù)源，此類數(shù)據(jù)價(jià)格昂貴且將我國基礎(chǔ)地理信息長期暴露于國外［2］，不僅增加了經(jīng)濟(jì)成本，同時(shí)也造成空間信息安全隱患。因此，研究GF-1衛(wèi)星數(shù)據(jù)在遙感監(jiān)測中的應(yīng)用，有助于推廣國產(chǎn)遙感衛(wèi)星數(shù)據(jù)應(yīng)用，極大地緩解日常業(yè)務(wù)所需遙感數(shù)據(jù)嚴(yán)重不足的壓力，減輕對國外商用衛(wèi)星數(shù)據(jù)的依賴。

1 數(shù)據(jù)來源與技術(shù)路線

1．1 研究區(qū)域 湖南省衡陽縣位于湖南中部偏南、衡陽市西北部，湘江中游，縣境地跨 110°52'～ 112°45'E、26°52'～27°23'N，總面積2 568 km2。衡陽縣地處“衡陽盆地”北沿，東、北西3面峰巒環(huán)繞，中部丘陵起伏，地勢由西北向東南傾斜，呈敞口馬蹄形。氣候?qū)俅箨懶灾衼啛釒Ъ撅L(fēng)濕潤氣候，四季分明，熱量充足，年平均氣溫17．8℃，雨季、旱季明顯，年均降水量1 329．4 mm。

1．2 數(shù)據(jù)源 采用GF-1衛(wèi)星2C級影像產(chǎn)品作為原始數(shù)據(jù)，其中包括分辨率為2 m的PAN（高分辨率）數(shù)據(jù)9景，波譜范圍為0．45～0．90 um;分辨率為8 m的PMS（多光譜）數(shù)據(jù)9 景，波譜范圍為 0．45 ～0．52、0．52 ～0．59、0．63 ～0．69、0．77 ～0．89 um，數(shù)據(jù)格式以* ．img格式存儲，具體見表1。

表1 GF-1衛(wèi)星測試數(shù)據(jù)清單

1．3 技術(shù)路線 該研究技術(shù)路線如圖1所示。首先搜集獲取研究區(qū)域GF-1衛(wèi)星原始遙感影像數(shù)據(jù)和其他相關(guān)背景數(shù)據(jù)并對數(shù)據(jù)進(jìn)行預(yù)處理，然后結(jié)合土地利用變更調(diào)查遙感監(jiān)測的業(yè)務(wù)流程，分別對各個(gè)流程環(huán)節(jié)（包括原始影像質(zhì)量、影像糾正、波段配準(zhǔn)、數(shù)據(jù)融合、影像裁剪、DOM制作以及變化信息提取等）進(jìn)行試驗(yàn)，以測試GF-1衛(wèi)星在土地利用變更調(diào)查遙感監(jiān)測中的數(shù)據(jù)支持能力和適用性，最后對GF-1衛(wèi)星數(shù)據(jù)在土地利用變更調(diào)查遙感監(jiān)測中的適用性進(jìn)行綜合評價(jià)。

2 原始影像數(shù)據(jù)質(zhì)量評價(jià)

2．1 信息量與清晰度

2．1．1 目視評價(jià)。GF-1衛(wèi)星原始數(shù)據(jù)目視效果見圖2。從目視效果上可以看到，GF-1衛(wèi)星2 m全色影像數(shù)據(jù)，建筑物、城市街道等地物清晰可見，地類層次清晰，紋理信息較豐富。但由于成像條件、傳感器等因素的影響，原始影像局部地區(qū)存在高亮、掉線、噪聲現(xiàn)象［3］。高亮區(qū)域集中在少量建設(shè)用地屋頂，噪聲則主要分布在大范圍的靜止水面，但是并不影響新增建設(shè)用地變化信息的提取。

GF-1衛(wèi)星8 m多光譜數(shù)據(jù)波段范圍覆蓋紅、綠、藍(lán)、近紅外4個(gè)波段，在目視效果上，其光譜信息比較豐富，目視可分辨率目標(biāo)較多，其典型地物光譜特征明顯。但是因分辨率低，影像的清晰度較低，紋理邊緣較模糊。

2．1．2 定量評價(jià)。選擇平均值、最大值、最小值、標(biāo)準(zhǔn)差、信息熵等指標(biāo)對測試區(qū)全色、多光譜影像進(jìn)行定量評價(jià)，結(jié)果見表2。GF-1衛(wèi)星的全色波段信息熵值、最大值和最小值的差值都比多光譜數(shù)據(jù)的各個(gè)波段大，說明GF-1衛(wèi)星數(shù)據(jù)的全色波段信息量較多光譜數(shù)據(jù)豐富，能夠識別更多的地物信息。

標(biāo)準(zhǔn)差反映數(shù)據(jù)的離散程度［4］，從表格數(shù)據(jù)分析，GF-1衛(wèi)星PMS的波段4，波段范圍的離散程度最高。

2．2 波段匹配特性

2．2．1 目視評價(jià)。GF-1衛(wèi)星8 m、16 m多光譜數(shù)據(jù)紅、綠、藍(lán)、近紅外波段間波段間空間位置偏差非常小，彩色合成影像無重影，可直接進(jìn)行彩色合成，地理連接多光譜各波段同名點(diǎn)示意見圖3。

2．2．2 定量評價(jià)。在2 m全色影像與8 m多光譜影像上均勻分布25個(gè)同名地物點(diǎn)，對影像偏移情況進(jìn)行定量評價(jià)，全色影像與多光譜影像的x方向最小偏移量為2．4 m，最大偏移量為14．9 m，平均偏移量為6．9 m，y方向最小偏移量為1．0 m，最大偏移量為15．0 m，平均偏移量為8．2 m。

以上結(jié)果說明，GF-1號影像數(shù)據(jù)PMS和PAN的偏移量較大，不能直接應(yīng)用于遙感監(jiān)測之中，在融合之前需要對全色和多光譜數(shù)據(jù)進(jìn)行配準(zhǔn)。

2．3 多波段數(shù)據(jù)統(tǒng)計(jì) GF-1衛(wèi)星數(shù)據(jù)影像多光譜影像包括紅、綠、藍(lán)、近紅外波段，各個(gè)波段之間的協(xié)方差和相關(guān)系數(shù)矩陣統(tǒng)計(jì)見表3。

由表3可知，GF-1衛(wèi)星數(shù)據(jù)Band 1、Band 2、Band 3這3個(gè)波段之間的相關(guān)系數(shù)比較高且差別很小，系數(shù)值均在0．9以上，說明3個(gè)波段間具有較強(qiáng)的相關(guān)性，且在反映光譜信息上具有很強(qiáng)的一致性;Band 4與另3個(gè)波段的相關(guān)系數(shù)均比較低，說明Band 4與Band 1、Band 2、Band 3之間的光譜信息存在較大差異，在后期進(jìn)行影像融合與真彩色變換時(shí)，可利用波段之間的光譜信息差異進(jìn)行波段重組，以突出更多的光譜信息。

3 影像處理及DOM成果制作

GF-1衛(wèi)星數(shù)據(jù)包括2 m全色和8 m多光譜數(shù)據(jù)，在處理過程中需先對全色數(shù)據(jù)進(jìn)行幾何糾正。在圖像處理軟件ERDAS IMAGINE中，以第二次全國土地調(diào)查底圖為平面參考，以30 m的ASTGTM數(shù)據(jù)為高程數(shù)據(jù)對GF-1衛(wèi)星全色數(shù)據(jù)進(jìn)行正射校正［5］，在每一景數(shù)據(jù)范圍內(nèi)選出道路交叉處、堤壩、大型建筑物拐角等較明顯特征地物點(diǎn)為糾正控制點(diǎn)，在每景影像范圍內(nèi)均勻選擇約50個(gè)控制點(diǎn)，利用有理函數(shù)模型進(jìn)行糾正，影像采用雙線性內(nèi)插法進(jìn)行重采樣，影像糾正精度控制在2個(gè)像素內(nèi)。

以糾正后的全色數(shù)據(jù)為參考對PMS進(jìn)行配準(zhǔn)，配準(zhǔn)方法采用ERDAS軟件AutoSync功能進(jìn)行自動(dòng)配準(zhǔn)，選擇Linear Rubber Sheeting模型進(jìn)行配準(zhǔn)，先在整景影像范圍內(nèi)人工選擇3～5個(gè)配準(zhǔn)點(diǎn)，再自動(dòng)產(chǎn)生約500個(gè)配準(zhǔn)點(diǎn)，去除配準(zhǔn)誤差較大的點(diǎn)，保障配準(zhǔn)誤差控制在0．5個(gè)像素內(nèi)。

影像融合是為了增加影像的空間分辨率，增強(qiáng)地類邊界的清晰度，提高土地利用類型的識別精度，利用各圖像處理軟件自帶的融合方法難以達(dá)到較為理想的真彩色效果，該研究在融合前對綠波段進(jìn)行了算術(shù)平均處理，即將綠波段用綠波段、紅波段、紅外波段的算術(shù)平均值代替，之后用PCA的融合方法進(jìn)行融合，經(jīng)調(diào)色處理達(dá)到自然真彩色效果。

影像鑲嵌是將經(jīng)過糾正、配準(zhǔn)、融合影像，拼接成一個(gè)完整的DOM成果［6］，測試表明，制作的DOM影像紋理信息清晰，光譜信息豐富，不同地類邊界區(qū)分明顯，色調(diào)均勻，接近自然真彩色，可以滿足信息提取的要求。

4 土地利用變化信息評價(jià)

4．1 信息提取技術(shù)流程 土地利用變化信息提取技術(shù)流程見圖4。將衡陽縣的前后時(shí)相DOM與2012年土地調(diào)查數(shù)據(jù)庫3者套合［7］，對數(shù)據(jù)庫中“DLBM”屬性為建設(shè)用地的圖斑進(jìn)行不透明設(shè)置，對比其余范圍前后兩期影像，按照地物特征，結(jié)合數(shù)據(jù)時(shí)相、地域特點(diǎn)、地形地貌、周邊環(huán)境等綜合要素進(jìn)行分析，使用ArcGIS軟件的Effects工具，通過人機(jī)交互“拉卷簾”的方法，依據(jù)區(qū)域影像特征，發(fā)現(xiàn)和提取數(shù)據(jù)庫“建設(shè)用地”范圍外新增建設(shè)用地圖斑。

4．2 信息提取結(jié)果與分析 根據(jù)土地利用遙感監(jiān)測技術(shù)方案的要求，對測試區(qū)域提取新增建設(shè)用地圖斑共411個(gè)，新增建設(shè)用地圖斑面積分級統(tǒng)計(jì)信息見表4。

4．2．1 面積精度分析。面積精度的評定，包含對單個(gè)地類圖斑和整個(gè)區(qū)域總面積的評價(jià)［8］。進(jìn)行矢量數(shù)據(jù)面積精度誤差分析，對比法是比較常用和實(shí)用的方法，該研究也采用這種方法。所謂對比法就是按照圖斑類別，在一定范圍內(nèi)，抽樣選取一定數(shù)量的樣本數(shù)據(jù)，在此基礎(chǔ)上，利用相應(yīng)實(shí)測數(shù)據(jù)作為真值，以一定的指標(biāo)評價(jià)樣本數(shù)據(jù)的誤差，并進(jìn)行統(tǒng)計(jì)分析。

表2 GF-1衛(wèi)星數(shù)據(jù)全色與多光譜數(shù)據(jù)各個(gè)波段的數(shù)理統(tǒng)計(jì)特征值

表3 GF-1多光譜影像各個(gè)波段相關(guān)系數(shù)

表4 新增建設(shè)用地圖斑面積分級信息

式中，Zi為圖斑面積相對精度;Ai為內(nèi)業(yè)提取圖斑面積;Bi為實(shí)測圖斑面積此次測試以實(shí)地測算的圖斑面積作為真值，在相同范圍內(nèi)，分別在GF-1衛(wèi)星影像和ZY3影像上提取和量算同位置圖斑的面積，對比分析GF-1衛(wèi)星數(shù)據(jù)和ZY3衛(wèi)星數(shù)據(jù)提取的圖斑面積精度。

此次精度評價(jià)指標(biāo)為相對面積精度，公式如下:

此次試驗(yàn)分別在GF-1影像上提取圖斑數(shù)量54個(gè)，并根據(jù)圖斑的面積大小進(jìn)行歸類，其中33．333 hm2以上圖斑5個(gè)，3．333～6．667 hm2圖斑9 個(gè)，1．333 ～3．333 hm2圖斑12個(gè)，0．333 ～1．333 hm2圖斑 13 個(gè)，0．133 ～0．333 hm2圖斑 6個(gè)，0．133 hm2以下圖斑9個(gè)，計(jì)算統(tǒng)計(jì)GF-1與實(shí)測圖斑面積相對精度，圖斑面積相對最高精度為89．72%，最低精度為72．73%，平均精度為82．59%。以上結(jié)果說明:GF-1號影像數(shù)據(jù)對地物目標(biāo)識別能力較好，能夠滿足土地變更遙感監(jiān)測信息提取對面積精度的要求。

4．2．2 屬性精度分析。變化信息的屬性精度與地類判讀精度的方法類似，在衡陽縣范圍內(nèi)，將GF-1號數(shù)據(jù)和前時(shí)相SPOT5數(shù)據(jù)套合，抽樣提取新增建設(shè)用地以外的一定數(shù)量的變化信息圖斑，提取同名位置圖斑并對圖斑的類別進(jìn)行判讀解譯，以實(shí)地調(diào)查驗(yàn)證結(jié)果為真值，對GF-1提取的解譯結(jié)果進(jìn)行誤判分析［9］，具體計(jì)算公式為:

式中，P為判讀精度;Ai為地類圖斑判讀正確個(gè)數(shù);Aj為地類總圖斑個(gè)數(shù)。

運(yùn)用以上屬性精度分析方法，統(tǒng)計(jì)到GF-1衛(wèi)星數(shù)據(jù)屬性判讀精度為87．9% ～92．6%，雖然以上判讀的精度受主觀影響比較大，但是經(jīng)過反復(fù)屬性判別試驗(yàn)。以上統(tǒng)計(jì)分析結(jié)果說明:GF-1衛(wèi)星數(shù)據(jù)對地物的解譯能力較好，能夠監(jiān)測到變化信息，可以滿足遙感監(jiān)測對變化信息監(jiān)測的屬性精度要求。

4．2．3 最小可識別圖斑。遙感影像的最小圖斑面積是衡量該影像精度的一個(gè)重要指標(biāo)［10］，也體現(xiàn)了影像對地物的識別能力的大小，直接影響到人工解譯地物的準(zhǔn)確度。按照遙感監(jiān)測的技術(shù)要求，原始影像分辨率為1．0～2．5 m的數(shù)據(jù)，最小監(jiān)測圖斑面積要求為667 m2，在衡陽縣范圍內(nèi)，提取到可以肉眼識別的圖斑，最小圖斑面積為0．8畝，符合遙感影像分辨率1．0～2．5 m范圍內(nèi)最小監(jiān)測圖斑面積要求。

5 GF-1衛(wèi)星數(shù)據(jù)系列產(chǎn)品與同級別國外數(shù)據(jù)對比

通過GF-1衛(wèi)星不同分辨率數(shù)據(jù)產(chǎn)品和同級別的國外衛(wèi)星數(shù)據(jù)比較，進(jìn)一步比較GF-1衛(wèi)星數(shù)據(jù)對地物的識別能力，對發(fā)揮好GF-1衛(wèi)星數(shù)據(jù)在遙感監(jiān)測中的應(yīng)用，具有重要的意義。

5．1 GF-1與SPOT5數(shù)據(jù)對比 法國的SPOT5衛(wèi)星數(shù)據(jù)包括2．5 m全色和10 m多光譜，多光譜包括紅、綠、近紅外3個(gè)波段，融合后的空間分辨率為2．5 m，從第二次土地調(diào)查開始在國內(nèi)土地資源管理用作中應(yīng)用相當(dāng)廣泛［11］。而GF-1衛(wèi)星2 m的全色數(shù)據(jù)和8 m的多光譜數(shù)據(jù)，經(jīng)過融合后空間分辨率為2 m，理論上融合分辨率應(yīng)優(yōu)于SPOT5。此次對比采用GF-1衛(wèi)星2 m與8 m融合結(jié)果與SPOT5 2．5 m與10 m多光譜融合結(jié)果比較。

對比相同區(qū)域的GF-1與SPOT5衛(wèi)星數(shù)據(jù)發(fā)現(xiàn)（圖5），從空間分辨率分析，無論是全色影像還是融合成果，GF-1衛(wèi)星據(jù)影像可以清晰地識別道路、建筑、河流、水域、山地、平原等地物，尤其是新增建設(shè)用地內(nèi)部與邊緣的信息比SPOT5清晰;從波譜分析，SPOT5缺少藍(lán)色波段，其真彩色的藍(lán)波段是通過其他3個(gè)波段加權(quán)求和的結(jié)果，與真彩色依然存在一定差異，GF-1波段配置齊全，其融合成果信息豐富，通過與SPOT5融合效果對比發(fā)現(xiàn)，在建設(shè)用地周圍，建設(shè)用地與其他地類邊界更加清晰，色調(diào)、紋理差別更大，更容易提取新增建設(shè)用地的相關(guān)信息。

5．2GF-1與RAPIDEYE衛(wèi)星數(shù)據(jù)對比 RAPIDEYE衛(wèi)星為德國2008年8月發(fā)射，空間分辨率為5 m，包括紅、綠、藍(lán)、近紅外、紅邊波段共5個(gè)波段。憑借其組網(wǎng)的星座，具備日覆蓋范圍達(dá)400萬km2以上的能力，在國土資源調(diào)查中廣泛使用［12］。該研究主要采用GF-1衛(wèi)星8 m多光譜與其對比。

從圖6可以看出，與RAPIDEYE相比，GF-1能反映建設(shè)用地、林地、耕地的大致輪廓和基本光譜信息，但由于其分辨率較低，在圖斑提取時(shí)難以分辨地物邊界，對圖斑提取面積精度造成較大影響，同時(shí)，色調(diào)等顏色信息也不如RAPIDEYE豐富。綜合比較，GF-1衛(wèi)星8 m多光譜數(shù)據(jù)難以替代分辨率為5 m的RAPIDEYE。

6 結(jié)論

通過對GF-1號衛(wèi)星的全色（PAN）、多光譜數(shù)據(jù)（PMS）的影像質(zhì)量評價(jià)、波段配準(zhǔn)、正射糾正、影像融合、影像裁剪、DOM制作以及土地利用變化信息提取等土地利用變更調(diào)查監(jiān)測與核查遙感監(jiān)測任務(wù)的關(guān)鍵環(huán)節(jié)進(jìn)行試驗(yàn)，結(jié)合土地利用變更調(diào)查遙感監(jiān)測相關(guān)需求經(jīng)過分析，得出以下結(jié)論:

（1）GF-1衛(wèi)星作為我國對地觀測衛(wèi)星系統(tǒng)重大專項(xiàng)（簡稱“高分專項(xiàng)”）的第一顆衛(wèi)星，雖然存在“掉線”、“高亮”、“噪聲”等現(xiàn)象，但是由于數(shù)據(jù)的分辨率較高，光譜信息豐富，地物解譯標(biāo)志清晰，具有較好的可判讀性，可以滿足我國土地利用變更調(diào)查遙感監(jiān)測的應(yīng)用需求。

（2）通過前后時(shí)相影像的對比，按照2013年遙感監(jiān)測圖斑分類標(biāo)準(zhǔn)進(jìn)行了新增建設(shè)用地信息提取，提取結(jié)果的最小監(jiān)測面積能達(dá)到1～2．5 m分辨率數(shù)據(jù)最小上圖標(biāo)準(zhǔn)。雖然面積精度難以達(dá)到亞米級信息提取的要求，但圖斑屬性識別率較高。

（3）通過GF-1與SPOT5、RAPIDEYE的原始數(shù)據(jù)和圖斑提取的定性比較，GF-1衛(wèi)星2 m全色與8 m多光譜融合數(shù)據(jù)應(yīng)用效果優(yōu)于SPOT5，8 m多光譜數(shù)據(jù)應(yīng)用于新增建設(shè)用地提取時(shí)其應(yīng)用效果差于RAPIDEYE數(shù)據(jù)。

（4）GF-1衛(wèi)星作為新的遙感信息源，數(shù)據(jù)質(zhì)量較好，在土地利用研究中具有廣泛的應(yīng)用價(jià)值，其紋理比同一級別的SPOT5數(shù)據(jù)清晰，色調(diào)較SPOT5豐富，地物判讀性較好，能清晰地識別耕地、林地、建設(shè)用地、交通運(yùn)輸用地、水域及其邊界，并達(dá)到較高的精度要求，在土地利用變更調(diào)查遙感監(jiān)測中可以替代SPOT5數(shù)據(jù)。

［1］中國資源衛(wèi)星應(yīng)用中心．高分一號［EB/OL］．［2014－09－12］．http://www．cresda．com/n16/n1130/n188475/188494．html．

［2］柴淵，李萬東．土地利用動(dòng)態(tài)遙感監(jiān)測技術(shù)與方法［M］．北京:地質(zhì)出版社，2011:1－220．

［3］趙磊，孟淑英，陳隆，等．國產(chǎn)衛(wèi)星數(shù)據(jù)在土地利用動(dòng)態(tài)遙感監(jiān)測中應(yīng)用潛力分析［J/OL］．http://www．doc．88．com/p －9476106613311．html．

［4］吳海平，劉順善，黃世存．IRS－P6衛(wèi)星在土地利用動(dòng)態(tài)遙感監(jiān)測中應(yīng)用的潛力分析［J］．遙感技術(shù)與應(yīng)用，2006，21（2）:163 －167．

［5］韓孟嘯．遙感數(shù)據(jù)質(zhì)量評價(jià)方法［J］．科協(xié)論壇，2010（3）:86．

［6］黃慶妮，唐伶俐，戴昌達(dá)．環(huán)境衛(wèi)星（ENVISAT－1）ASAR數(shù)據(jù)特性及其應(yīng)用潛力分析［J］．遙感信息，2004（3）:56－59．

［7］周亦，武娟，李琦，等．“資源一號”02C衛(wèi)星影像在土地利用變化信息發(fā)現(xiàn)中的試驗(yàn)與分析［J］．礦產(chǎn)勘查，2012，3（5）:688 －694．

［8］王文文，張永紅．CBERS－02B影像的幾何質(zhì)量評價(jià)［J］．測繪通報(bào)，2009（11）:11－13．

［9］周雨霽，田慶久．CBERS－02B衛(wèi)星CCD數(shù)據(jù)質(zhì)量評價(jià)與植被分類應(yīng)用潛力［J］．遙感應(yīng)用，2008（6）:47－52．

［10］丁軍，王丹，王超鵬，等．利用高分辨率衛(wèi)星遙感數(shù)據(jù)進(jìn)行土地利用動(dòng)態(tài)遙感監(jiān)測的實(shí)踐與認(rèn)識［J］．工程勘察，2005（3）:59 －61，58．

［11］劉建波，厲銀喜．發(fā)展中的遙感衛(wèi)星與我國遙感衛(wèi)星數(shù)據(jù)源的擴(kuò)展［J］．遙感技術(shù)與應(yīng)用，1997（1）:51 －57．

［12］馮喜肇．資源一號“02C”衛(wèi)星數(shù)據(jù)在軌測試分析［D］．長春:吉林大學(xué)，2012．