竇小楠 朱 琳 謝孟利 唐廣濤2

（1.河南省基礎(chǔ)地理信息中心；／2.河南省地圖院，河南 鄭州450000）

1 引言

地理國(guó)情標(biāo)準(zhǔn)時(shí)點(diǎn)核準(zhǔn)是通過核實(shí)從數(shù)據(jù)采集到標(biāo)準(zhǔn)時(shí)點(diǎn)階段發(fā)生變化的內(nèi)容，核準(zhǔn)各類內(nèi)容的正確性，補(bǔ)充新增內(nèi)容，消除地理國(guó)情普查前階段由于資料時(shí)效性和外業(yè)局限性等導(dǎo)致的現(xiàn)勢(shì)性參差不齊現(xiàn)象，使普查成果盡可能反映普查標(biāo)準(zhǔn)時(shí)點(diǎn)的狀態(tài)，為普查數(shù)據(jù)統(tǒng)計(jì)提供翔實(shí)的數(shù)據(jù)基礎(chǔ)，同時(shí)建立帶有統(tǒng)一時(shí)間信息的本底數(shù)據(jù)庫(kù)，為今后長(zhǎng)期監(jiān)測(cè)服務(wù)。

地理國(guó)情標(biāo)準(zhǔn)時(shí)點(diǎn)核準(zhǔn)主要采用2015年第2季度獲取的以資源三號(hào)衛(wèi)星為主的國(guó)產(chǎn)高分辨率衛(wèi)星影像作為主要數(shù)據(jù)源，國(guó)產(chǎn)衛(wèi)星難以覆蓋的區(qū)域或是城市變化較大區(qū)域，采用國(guó)外商業(yè)衛(wèi)星資料補(bǔ)充，由于天氣等原因該時(shí)間段影像無法覆蓋的地區(qū)，采用2015年第1季度獲取的遙感影像補(bǔ)充。

本文研究地理國(guó)情普查標(biāo)準(zhǔn)時(shí)點(diǎn)核準(zhǔn)影像制作以駐馬店市為研究區(qū)域。駐馬店市位于河南中南部，東西橫跨淮河、長(zhǎng)江兩大流域。主要有山地、丘陵、崗地、平原等地貌類型。土地面積為1.5萬(wàn)平方公里，現(xiàn)轄九縣三區(qū)，是河南省重要的人口大市、農(nóng)業(yè)大市和發(fā)展?jié)摿薮蟮男屡d工業(yè)城市。

2 資料情況分析

本次駐馬店市域影像共計(jì)43景，采用2015年1月-7月期間獲取的衛(wèi)星影像，包括資源三號(hào)、高分一號(hào)、高分二號(hào)以及天繪一號(hào)等多種遙感影像數(shù)據(jù)。

表1 影像分辨率對(duì)照表

控制資料主要使用普查階段生產(chǎn)的正射影像數(shù)據(jù)和數(shù)字高程模型數(shù)據(jù)，既可采用常規(guī)正射糾正方法，也可依據(jù)前階段生產(chǎn)中使用的合格正射影像，利用影像對(duì)影像匹配的方式采集控制點(diǎn)，對(duì)時(shí)點(diǎn)核準(zhǔn)影像進(jìn)行糾正。

3 PCI GXL技術(shù)特點(diǎn)與影像制作

PCI GXL（Geoi maging Accelerator，地理成像加速器—GXL）是加拿大PCI公司生產(chǎn)研發(fā)的一個(gè)強(qiáng)大的海量數(shù)據(jù)自動(dòng)化批量處理系統(tǒng)，可用來滿足用戶海量遙感影像數(shù)據(jù)的自動(dòng)化生產(chǎn)，在保證用戶處理精度的情況下大大提高數(shù)據(jù)的處理速度和處理效率。

該系統(tǒng)的優(yōu)勢(shì)集中體現(xiàn)在自動(dòng)化和快速處理能力方面，特別是基于參考影像和數(shù)字高程模型自動(dòng)采集控制點(diǎn)（GCP）、連接點(diǎn)（TP）上，相較于其他遙感影像處理系統(tǒng)，有其獨(dú)具的、無可比擬的優(yōu)勢(shì)。

PCI GXL結(jié)合PCI自身Proline分布式自動(dòng)化生產(chǎn)技術(shù)、處理服務(wù)器GPU強(qiáng)大的影像處理能力以及PCI Geomatics的數(shù)字?jǐn)z影測(cè)量與遙感專業(yè)技術(shù)，將重復(fù)、耗時(shí)的數(shù)據(jù)處理采用自動(dòng)化的方式設(shè)計(jì)的影像生產(chǎn)流水線，從而實(shí)現(xiàn)處理精度、速度和效率方面的大幅提高。

3.1 制作方案

本次駐馬店市地理國(guó)情普查標(biāo)準(zhǔn)時(shí)點(diǎn)核準(zhǔn)影像制作以前期地理國(guó)情普查DEM和DOM數(shù)據(jù)為基礎(chǔ)和參考，用影像對(duì)影像匹配的方式采集控制點(diǎn)，對(duì)時(shí)點(diǎn)核準(zhǔn)影像進(jìn)行糾正。

DEM資料：1∶50000 DEM，網(wǎng)格間距為25m。

DOM資料：前期地理國(guó)情普查成果，1∶25000分幅DOM，分辨率0.5米。

3.2 生產(chǎn)流程

PCI GXL采用的是 Web風(fēng)格的后臺(tái)處理操控界面，它屏蔽了繁雜的操作細(xì)節(jié)，操控界面簡(jiǎn)潔易懂。GXL使用主作業(yè)和子作業(yè)的概念來幫助在處理節(jié)點(diǎn)之間分配離散的任務(wù)。含具有子模塊的每個(gè)主模塊以預(yù)定的速度查看子作業(yè)當(dāng)前狀態(tài)。本項(xiàng)目制作所需生產(chǎn)線主要包括影像導(dǎo)入、控制點(diǎn)采集、平差、正射糾正和銳化融合等。具體流程如下：

3.2.1 資料準(zhǔn)備與影像導(dǎo)入

通過對(duì)前期數(shù)據(jù)準(zhǔn)備和資料分析，確定作業(yè)區(qū)域需要制作的影像類型、分辨率、現(xiàn)勢(shì)性及影像質(zhì)量等，按照影像覆蓋度及類型，將影像進(jìn)行分區(qū)制作。

為提高PCI GXL后期影像匹配效率，將控制資料分幅DEM和DOM進(jìn)行拼接為一個(gè)整體的DEM和DOM數(shù)據(jù)，并設(shè)置相應(yīng)的投影信息文件。

影像導(dǎo)入模塊掃描文件夾中的原始影像，讀取原始影像中的包括星歷參數(shù)等模型數(shù)據(jù)，并為每一景檢索到的影像生成一個(gè)影像導(dǎo)入作業(yè)。該模塊將原始衛(wèi)星傳感器數(shù)據(jù)轉(zhuǎn)化為PCIDSK格式，使其可用于后期的其他GXL模塊的處理。

在導(dǎo)入衛(wèi)星數(shù)據(jù)過程中核心技術(shù)是PCI通用數(shù)據(jù)庫(kù)技術(shù)?？勺x寫130多種矢量和柵格數(shù)據(jù)，包括支持全球大部分傳感器獲取的影像數(shù)據(jù)格式。同時(shí)支持嚴(yán)格物理模型和RPC模型兩種數(shù)據(jù)格式的讀入。

3.2.2 控制點(diǎn)采集

控制點(diǎn)采集模塊掃描影像導(dǎo)入目錄中的原始影像，并為掃描到的影像產(chǎn)生一個(gè)GCP采集作業(yè)。GXL支持從4種參考數(shù)據(jù)中自動(dòng)采集GCP：正射校正影像／地理參考影像、控制點(diǎn)影像庫(kù)、線矢量數(shù)據(jù)（道路網(wǎng)）、多邊形矢量數(shù)據(jù)（湖泊）。本項(xiàng)目采用以參考影像作為區(qū)域網(wǎng)的控制源，自動(dòng)GCP／TP采集的核心技術(shù)是影像相關(guān)，它可以判斷與原始影像中的像元和線的位置對(duì)應(yīng)的參考影像中的特征，或者對(duì)應(yīng)影像庫(kù)和矢量數(shù)據(jù)的參考位置。

控制點(diǎn)采集模塊需設(shè)置采集GCP／TP個(gè)數(shù)、搜索半徑、指定關(guān)于有效GCP的最小得分、拒絕方式及參數(shù)。其中GCP／TP個(gè)數(shù)、搜索半徑參考圖1，最小得分為0.71-0.75，拒絕控制點(diǎn)的方式選擇根據(jù)殘差進(jìn)行的絕對(duì)距離法。

結(jié)合PCI Geomatica中Ortho Engine模塊手動(dòng)修改或添加控制點(diǎn)，保證控制點(diǎn)采集工程精度，如圖2：

3.2.3 平差

平差校正模塊掃描控制點(diǎn)采集模塊中的有效影像。自動(dòng)采集和優(yōu)化連接點(diǎn)，從而可以使用最精確的點(diǎn)為單個(gè)影像中的數(shù)學(xué)模型執(zhí)行平差校正。通過對(duì)齊每個(gè)相鄰影像的重疊區(qū)域，該模塊用來優(yōu)化一個(gè)數(shù)據(jù)集內(nèi)影像的相對(duì)精度。該模塊主要適用于特定區(qū)域中具有彼此相互鄰接的重疊影像。

平差模塊需設(shè)置連接點(diǎn)采集的樣本數(shù)，一般選取100個(gè)左右；搜索半徑為100個(gè)像素；連接點(diǎn)最小得分0.75；拒絕連接點(diǎn)方式選擇根據(jù)殘差進(jìn)行的絕對(duì)距離法。

結(jié)合PCI Geo matica中Ort ho Engine模塊手動(dòng)修改或添加連接點(diǎn)，保證平差工程精度。

3.2.4 正射校正模塊

正射校正模塊掃描控制點(diǎn)目錄中的多光譜和全色影像文件，并為每個(gè)影像對(duì)產(chǎn)生一個(gè)正射校正作業(yè)。GXL使用RPC模型技術(shù)進(jìn)行衛(wèi)星影像正射糾正。利用采集足夠且符合精度要求的GCPs／TPs、足夠精度的DEM數(shù)據(jù)，生產(chǎn)亞像元級(jí)精度的正射產(chǎn)品。

為了保證融合效果，配準(zhǔn)糾正的控制點(diǎn)殘差中誤差原則上應(yīng)不超過1個(gè)像素。糾正后應(yīng)進(jìn)行多光譜影像和全色波段影像的套合檢查，兩景影像之間的配準(zhǔn)精度不得大于1個(gè)像素（多光譜影像上），典型地物和地形特征（如山谷、山脊）不能有重影。如達(dá)不到配準(zhǔn)精度要求，應(yīng)在全色與多光譜影像間采集一定數(shù)量的同名點(diǎn)，對(duì)多光譜影像進(jìn)行二次糾正，解決全色與多光譜配準(zhǔn)超差的現(xiàn)象。

多光譜影像糾正后正射影像分辨率和原始影像地面分辨率保持一致，具體分辨率設(shè)置見表2。

表2 多光譜影像正射糾正分辨率設(shè)置

3.2.5 銳化融合

銳化融合技術(shù)一般稱為全色銳化（panshar pening），該算法是一種基于最小二乘法在原始的多光譜、全色影像間達(dá)到最佳近似灰度值關(guān)系，從而達(dá)到最佳色彩組合的融合方法。采用PANSHARP自動(dòng)影像融合工具，用來融合高分辨率的全色影像和多光譜數(shù)據(jù)，從而得到一個(gè)高分辨率的多光譜影像。銳化融合模塊掃描正射糾正模塊的多光譜和全色影像文件，對(duì)于每個(gè)影像對(duì)產(chǎn)生一個(gè)銳化作業(yè)。

（1）只對(duì)同一衛(wèi)星遙感影像的多光譜數(shù)據(jù)和全色波段數(shù)據(jù)進(jìn)行融合。

（2）融合影像數(shù)據(jù)源必須是經(jīng)過正射糾正的數(shù)據(jù)，二者之間配準(zhǔn)的精度不得大于1個(gè)多光譜影像像素；

（3）衛(wèi)星遙感影像的多光譜彩色合成方案如表3中所示。BLUE為藍(lán)色波段，GREEN為綠色波段，RED為紅色波段，Near IR為近紅外波段，1、2、3、4則表示相應(yīng)的波段號(hào)。

表3 衛(wèi)星遙感影像的多光譜波段合成方案

4 關(guān)鍵技術(shù)

資源02C原始影像存于HRC和PMS文件夾中，其中HRC文件夾存放由兩臺(tái)HR高分相機(jī)獲取的空間分辨率為2.36米全色影像，PMS文件夾存放由全色和多光譜相機(jī)獲取的5米全色影像和10米多光譜影像。因此，采用HRC文件夾中的2.36米全色影像與PMS文件夾中的10米多光譜影像進(jìn)行正射糾正處理。

由于資源02C影像高分相機(jī)與全色多光譜相機(jī)影像在邏輯分景上有一定的系統(tǒng)差，高分全色影像與多光譜影像的范圍也存在一定差異。另外，且一景資源02C全色影像由兩部分組成，因此，在融合過程中，將相鄰的幾景資源02C多光譜影像拼接，分別與每一景各部分全色影像進(jìn)行融合處理。

5 結(jié)束語(yǔ)

（1）通過對(duì)駐馬店市地理國(guó)情標(biāo)準(zhǔn)時(shí)點(diǎn)核準(zhǔn)影像制作分析，PCI GXL相對(duì)其他遙感影像制作軟件在影像快速自動(dòng)化匹配方面具有明顯優(yōu)勢(shì)，大大提高了數(shù)據(jù)的處理速度和效率，降低了生產(chǎn)勞動(dòng)成本，縮短了影像處理工作周期，極大地提升了傳統(tǒng)的影像處理能力；且PCI GXL采用網(wǎng)頁(yè)界面，操作簡(jiǎn)單，易學(xué)易懂，降低了作業(yè)員的勞動(dòng)強(qiáng)度。

（2）PCI GXL系統(tǒng)在基于傳統(tǒng)控制資料處理中，控制點(diǎn)采集環(huán)節(jié)人工選點(diǎn)和編輯控制點(diǎn)文件的工作量較大，相對(duì)影像快速匹配方面還需要進(jìn)一步完善和更新；由于影像傾角陰影過大或山區(qū)DEM數(shù)據(jù)較差的原因，會(huì)造成糾正后的影像平面精度或接邊精度超限，需要人工局部添加控制點(diǎn)或連接點(diǎn)進(jìn)行二次糾正，影響作業(yè)效率。