程春泉，張繼賢，黃國滿，張 力，楊景輝

中國測繪科學研究院,北京 100830

考慮定向參數(shù)精度信息的TerraSAR-X和SPOT-5 HRS影像RFM聯(lián)合定位

程春泉，張繼賢，黃國滿，張 力，楊景輝

中國測繪科學研究院,北京 100830

衛(wèi)星影像的RFM模型具有傳感器無關的優(yōu)點，適用于多源影像的幾何定位處理，但在無地面控制點條件下聯(lián)合定位時存在自主定位優(yōu)勢影像難以發(fā)揮主導作用且求解易發(fā)散的不足。本文通過將影像的先驗自主定位精度和成像線性漂移轉(zhuǎn)化為像方定向參數(shù)的精度和權信息，建立考慮影像定向參數(shù)精度信息的RFM模型。以12景TerraSAR-X和6對12景覆蓋面積約為18萬km2的SPOT-5 HRS立體長條帶影像為數(shù)據(jù)源，對兩類影像定向參數(shù)先驗精度配置偏差、SAR影像升降軌道方向、SAR影像數(shù)目、SAR影像分布等因素對定位精度的影響進行了系列定位試驗，少量SAR與大范圍HRS聯(lián)合的影像自主定位平面/高程精度可達6.0 m/4.2 m。本文RFM平差模型無地面控制點定位精度和定向參數(shù)求解穩(wěn)健性相對于傳統(tǒng)模型有顯著提升，是衛(wèi)星影像無控制點1∶10萬/1∶5萬全球測圖的一種潛在方法。

RFM; 無控制點定位; 異源影像; TerraSAR-X; SPOT-5 HRS; 全球測圖

遙感影像幾何定位模型通常以構建影像坐標與物方坐標之間的映射關系為主要任務，遙感影像幾何定位通常分嚴密物理模型和通用模型兩大類。嚴密模型通常根據(jù)傳感器成像機理和傳感器本身的結構為基礎構建成像幾何關系，而通用模型通常避開了成像機理和傳感器幾何結構實現(xiàn)影像坐標與物方坐標的函數(shù)擬合。共線方程和距離-多普勒方程分別是光學影像和雷達影像使用得最為廣泛的嚴密構像方程，有理函數(shù)模型RFM是目前衛(wèi)星影像使用得最為廣泛的通用模型。2002年文獻[1—2]在ASCM-APSRS年會上發(fā)表，同時提出通過在像方坐標以低階多項式補償方式實現(xiàn)RFM影像高精度定向，此后，像方定向即成為RFM定向的主流方法。相關研究內(nèi)容主要集中在不同衛(wèi)星影像RPC參數(shù)的計算、RFM定位方法等內(nèi)容上。近幾年，國內(nèi)基于RFM進行幾何定位的研究也非?；钴S，相關成果也代表了國際上該領域的水平。文獻[3]以SPOT-5 HRS為研究對象，通過對長條帶影像的區(qū)域網(wǎng)平差解決了西部測圖稀少控制難點；文獻[4]對衛(wèi)星線陣影像RFM近似核線生成進行了研究；文獻[5—6]對RFM代替衛(wèi)星光學與SAR影像嚴密模型的方法與精度進行了研究；文獻[7]通過CCD虛擬成像技術對原影像進行重成像，降低因原始傳感器像元排列不規(guī)則引起的RFM擬合誤差，提升了資源三號衛(wèi)星影像RPC的擬合精度。

在構像模型基礎上，精化定向參數(shù)是影像定位的重要內(nèi)容。內(nèi)外定向參數(shù)初值及其精度信息的利用，使得嚴密模型在稀少或無地面控制點定位中能夠?qū)崿F(xiàn)遙感影像定位定向參數(shù)的精確穩(wěn)健求解。在多源影像聯(lián)合定位數(shù)據(jù)處理中，不同傳感器影像在區(qū)域網(wǎng)影像的定向參數(shù)求解中起著主次不同的作用。與嚴密模型相比，RFM模型對定向參數(shù)精度信息幾乎沒有挖掘和利用，使得嚴密模型的上述優(yōu)點在RFM模型中并沒有得到體現(xiàn)。

基于像方仿射變換的定向方法根據(jù)控制點數(shù)目的不同，選用常數(shù)項、一次項等不同的定向參數(shù)，避免影像定向參數(shù)因控制點不足而無法求解。完全無地面控制點條件的自由網(wǎng)平差技術，至目前為止相關研究并不多。在直接使用傳統(tǒng)RFM模型時，在完全無地面控制點條件下，通過連接點約束的自由網(wǎng)平差僅以連接點間的誤差最小二乘為條件，而影像定位可能會完全偏離實際結果。圖1描述了經(jīng)過像方仿射變換模型定向后，影像和定位結果失真情況下，連接點間幾何關系仍保持良好的情況。

圖1 僅有連接點的自由網(wǎng)平差失真示意圖Fig.1 Distortion only with tie points in free-net

RFM由于其傳感器無關的特點，是多源衛(wèi)星影像聯(lián)合定位的優(yōu)選模型，文獻[8—9]對基于RFM模型的多源影像聯(lián)合定位進行了研究。完全無地面控制點的衛(wèi)星影像測圖是航天攝影測量的方向，也是當前難點之一。同軌多線陣立體光學影像如SPOT-5 HRS、P5、資源三號、天繪衛(wèi)星影像等具有良好的同軌立體，是目前1∶10 000～1∶100 000比例尺測圖的主要衛(wèi)星影像源。它們雖然具有立體測圖的先天優(yōu)勢，但無控制點自主定位精度還難以直接達到制圖規(guī)范要求，如SPOT-5影像的精度在50 m左右[10]，國產(chǎn)資源三號影像的精度為10～40 m[7]。國際上一些無控制點條件下高精度自主定位衛(wèi)星如TerraSAR-X、WorldView-2、GeoEye等影像，自主定位精度可達10 m內(nèi)[11-13]。特別是TerraSAR-X聚束式成像影像，該類影像在ITRF2008框架下，角反射器自主定位精度可達分米甚至是厘米級別[13-14]。國內(nèi)研究也表明，聚束模式影像角反射器絕對定位精度優(yōu)于1.5 m水平[15-16]。這些高精度自主定位影像在專業(yè)測圖上也存在一定的不足，如影像不容易獲取理想的立體條件，影像分辨率很高而導致影像覆蓋范圍很小，價格昂貴等。如果將兩類影像進行聯(lián)合定位，發(fā)揮自主定位精度高的影像在區(qū)域網(wǎng)影像中的控制作用，發(fā)揮立體測圖衛(wèi)星影像覆蓋范圍廣、內(nèi)部相對幾何精度良好、立體幾何結構合理穩(wěn)定的特點，一起促進無控制點區(qū)域網(wǎng)影像的定位精度，無疑是一種值得探索的技術。

1 考慮影像自主定位精度信息的RFM區(qū)域網(wǎng)平差

在RFM模型中，RPC原始參數(shù)通過嚴密模型轉(zhuǎn)換獲得[5-6]。當直接利用原始RPC參數(shù)進行定位時，等同像方定向參數(shù)同時取0值。RFM與嚴密模型有同等無控制定位精度，意味著像方定向參數(shù)隱含了精度信息。挖掘出像方定向參數(shù)的初值和精度信息，就可以以像方定向參數(shù)作為虛擬觀測值，參考嚴密模型中軌道、姿態(tài)測量值與影像量測值的聯(lián)合平差處理，構建考慮定向參數(shù)精度信息的RFM模型。主要思路和步驟為：①構建影像像點觀測值的誤差方程，并對其定權；②構建像方定向參數(shù)虛擬觀測值的誤差方程，并根據(jù)誤差傳播理論，由影像原始參數(shù)定位先驗精度信息計算像方定向參數(shù)的精度和權；③聯(lián)合影像觀測值和虛擬觀測值的誤差方程，通過帶權最小二乘實現(xiàn)定向參數(shù)和地面點坐標的求解；④將定向參數(shù)解與其先驗精度δ值比較(通常3δ作為解閾值)，判斷定向未知數(shù)解以及影像原始RPC值的合理性。

RFM幾何模型通過歸一化地面點坐標的三元三次多項式的比值來表達歸一化影像坐標的函數(shù)。其形式為

(1)

式中，P(P,L,H)為緯度P、經(jīng)度L和高程H的三元三次多項式，形式為

(2)

式中，aijk為RPC參數(shù)中的有理多項式系數(shù)；m1、m2、m3為多項式的階數(shù),一般均取值為3。

區(qū)域網(wǎng)平差各影像像點坐標誤差方程的建立，未知數(shù)除條帶影像的像方定向參數(shù)(a0,a1,a2,b0,b1,b2)外，還包括地面點坐標增量未知數(shù)(dL,dP,dH)，誤差方程可寫為

Vp=AI+BJ-LpPp

(3)

式中，Vp為量測像點坐標誤差向量[VRVC]T；I為像方定向參數(shù)增量未知數(shù)向量[da0da1da2db0db1db2]T；J為地面點三維坐標和平面坐標增量未知數(shù)向量[ΔLΔPΔH]T；A為定向參數(shù)未知數(shù)向量I的系數(shù)矩陣；B為地面點三維坐標增量未知數(shù)向量J的系數(shù)矩陣；Lp為像點坐標誤差方程常數(shù)項向量[lRlC]T；Pp為相應誤差方程的權矩陣，其矩陣值PR、PC直接根據(jù)像點的量測精度(通常不大于1像素)來計算。

高分辨率線陣CCD傳感器具有飛行高度高、成像光束窄、接近平行投影的特點，其定向參數(shù)之間存在很強的相關性。例如，傳感器在飛行方向的瞬時成像位置與傳感器俯仰角、側(cè)擺角具有強相關性，但這些參數(shù)的誤差均主要引起影像像點坐標的整體平移。在RFM模型中，平差參數(shù)b0將吸收星載傳感器位置和姿態(tài)誤差所引起飛行方向上的影像行坐標誤差，平差參數(shù)a0吸收所有星載傳感器位置和姿態(tài)誤差所引起的影像列方向上的誤差；而參數(shù)a1、a2、b1、b2則吸收因內(nèi)定向參數(shù)誤差所引起的影像誤差[3]以及航偏角誤差引起的影像定位旋轉(zhuǎn)誤差、影像內(nèi)部線性飄移誤差等。像方仿射變換模型參數(shù)雖然不代表影像幾何變換具體影響因素，但各參數(shù)與相關的主要影響因素間的聯(lián)系是清楚的，即傳感器定軌和定姿精度決定了影像自主定位精度、影像自主定位精度決定了RFM模型定向參數(shù)的a0、b0精度。不同傳感器影像定向參數(shù)值統(tǒng)計量與相關傳感器仍然存在密切聯(lián)系，為構建考慮影像自主定位精度信息的RFM模型提供基礎。

有理函數(shù)模型參數(shù)通過擬合嚴密模型計算得到。軌道、姿態(tài)以及傳感器檢校參數(shù)初值屬于獨立觀測值，根據(jù)嚴密模型利用獨立觀測誤差的傳播定律不難計算影像的自主對地定位精度。同時，每種影像的自主定位精度在相當長的時間內(nèi)是相對平穩(wěn)的，也可以通過先驗值或一些公開文獻如文獻[17]獲得。因此，將a0、b0作為虛擬觀測值，其精度ma0/mb0與沿軌、垂軌向自主定位精度mX/mY和分辨率RX/RY的關系有

(4)

由于定向模型一次項參數(shù)主要修正影像旋轉(zhuǎn)縮放(成像時線性漂移導致的)誤差，而影像定位此類誤差主要來源于姿態(tài)航偏角誤差、影像沿軌向或垂軌向線性飄移測量誤差等，它們對影像內(nèi)部相對形變最大影響量通常不超過若干像素(設最大精度改變量為M像素)，根據(jù)誤差傳播理論，ma1、ma2、mb1、mb2可根據(jù)M和影像寬度Wimg計算

ma1=mb1=ma2=mb2=M/Wimg

(5)

根據(jù)其精度信息，即可方便對一次項參數(shù)定權。因此，對于像方仿射變換參數(shù)，可建立相應的誤差方程

VI=EI-LIPI

(6)

式中，VI為定向參數(shù)誤差向量[va0va1va2vb0vb1vb2]T；I為定向參數(shù)增量未知數(shù)向量[da0da1da2db0db1db2]T；LI為定向參數(shù)誤差方程常數(shù)項向量[la0la1la2lb0lb1lb2]T；E為單位系數(shù)矩陣；PI為相應定向參數(shù)虛擬觀測值的權矩陣，可根據(jù)相應參數(shù)的精度計算。

聯(lián)合式(3)和式(6)，即可組成考慮定向參數(shù)精度信息的RFM型基礎誤差方程組，通過帶權最小二乘解算，即可得出定向參數(shù)精化值以及地面點坐標。則誤差方程(3)、(6)構建的法方程NX=U的第i個未知數(shù)xi的精度δi可以按下式計算[16]

(7)

2 TerraSAR-X與HRS影像聯(lián)合定位試驗與分析

2.1 試驗數(shù)據(jù)

試驗數(shù)據(jù)位于喜馬拉雅山東麓，地理位置見圖2，區(qū)域網(wǎng)覆蓋區(qū)高程為450～5500 m，屬于典型的高山區(qū)域地形。試驗數(shù)據(jù)包括：

(1) 6對SPOT-5 HRS長條帶立體影像A、B、C、D、E、F(如圖2)，其影像分辨率為10 m×5 m，影像獲取于2002年12月—2007年11月，影像覆蓋區(qū)面積約18萬km2，各立體條帶影像長度如表1所示。

表1 HRS立體條帶影像長度統(tǒng)計

(2) 12標準景TerraSAR-X影像(如圖2)，獲取時間為2008年11月—2009年11月，條帶模式成像，該方式成像的影像質(zhì)量和自主定位精度會略低于聚束模式。試驗包括6景升軌影像(圖2中編號7-12)和6景降軌影像(圖2中編號1—6)，升軌和降軌SAR影像之間構成了6對立體像對，中心點的地面入射角和分辨率信息統(tǒng)計于表2。HRS條帶像和TerraSAR-X影像之間的位置關系則如圖2所示。

表2 TerraSAR-X各景影像中心入射角

(3) 測區(qū)影像覆蓋范圍內(nèi)有地面實測GPS點218個，采用WGS-84大地坐標和橢球高，所有外業(yè)GPS地面點由專業(yè)測繪技術人員在立體環(huán)境下量測到HRS影像，同時在HRS與SAR影像之間、HRS影像之間、SAR影像之間也由專業(yè)技術人員人工量測獲取足量同名連接點。

試驗前，利用SPOT-5 HRS影像和TerraSAR-X影像的星歷數(shù)據(jù)將定向數(shù)據(jù)轉(zhuǎn)換成RPC參數(shù)，轉(zhuǎn)換方法參考文獻[3,5—6]。由于SPOT-5軌道控制DORIS系統(tǒng)和TerraSAR-X的星歷數(shù)據(jù)為ITRF坐標框架下的值，因此，根據(jù)RFM模型無控制點定位計算得到的定位結果也是ITRF坐標框架下的值轉(zhuǎn)換成大地坐標的結果。

2.2 試驗與分析

分別從定向參數(shù)精度信息配置的偏離度對定位精度的影響，SAR影像數(shù)量、分布、軌道方向等差異對定位精度的影響進行兩組試驗。區(qū)域網(wǎng)平差影像定位精度信息可以根據(jù)式(7)或地面檢查點誤差統(tǒng)計得出，在定向參數(shù)先驗精度給定準確的前提下，理論上兩者有相近的結果[18]，但通過檢查點獲得的精度仍然是各國生產(chǎn)應用中認可的高可靠性指標[19]。

圖2 HRS影像與SAR影像分布Fig.2 Distribution of HRS and SAR images

由于兩種方式結果均與平差參數(shù)的配置相關，配置與真實值偏離時，精度計算值也可能失真，因此， 定向參數(shù)精度信息的精確獲取是定位模型和精度公式應用的關鍵。本文試驗在于測試模型的可行性與發(fā)現(xiàn)定向參數(shù)先驗精度誤差對定位精度影響的規(guī)律，利用足量檢查點統(tǒng)計得到的定位精度比式(7)計算值應有更好的真實性。

2.2.1 試驗1：精度信息配置偏差對聯(lián)合定位精度的影響

本文模型所采用的精度信息是影像定位先驗精度或過往影像的統(tǒng)計精度出發(fā)來進行定權的，在區(qū)域網(wǎng)影像數(shù)量足夠多的情況下，經(jīng)過良好檢校的影像的實際定位系統(tǒng)誤差分布是以均值為0的正態(tài)分布值。但由于實際應用中所使用的影像數(shù)量有限，測區(qū)影像的自主定位實際精度與先驗精度可能會存在較大差異。本試驗在平差參數(shù)配置值與實際值存在差異時，對定位結果的影響進行測試，試驗數(shù)據(jù)包括所有HRS像對和SAR影像。

試驗1.1：定向參數(shù)常數(shù)項精度配置對定位精度的影響。一次項配置上SAR影像給定4.0、HRS影像給定0.5情況下，常數(shù)項精度SAR影像按自主定位精度0.1～60 m、HRS影像按自主定位精度10～560 m進行轉(zhuǎn)換配置，對檢查點進行統(tǒng)計，得到的平面/高程定位結果統(tǒng)計于表3中。

表3 SAR(第1列)與HRS(第1行)不同先驗精度配置下平面/高程定位精度與最大誤差統(tǒng)計

試驗1.2：像方仿射變換定向模型常數(shù)項參數(shù)SAR影像按自主定位精度1.0 m、HRS影像按自主定位精度60.0 m進行轉(zhuǎn)換配置，而一次項精度SAR影像按100～0.1、HRS影像按100～0.1分別進行配置，得到的平面/高程定位結果統(tǒng)計于表 4中。

表4 SAR(第1列)與HRS(第1行)一次項定向參數(shù)不同精度配置下平面/高程精度與最大誤差

分析試驗1，可以得到如下結論：

(1) 從表3可以看出，對于常數(shù)項參數(shù)精度SAR影像配以0.1～3.0，HRS影像配以50～560 m時，能夠得到穩(wěn)定、良好的平面和高程定位結果。參考兩者的先驗精度分別為3 m和50 m，表明了自主定位精度是常數(shù)項參數(shù)配置的重要依據(jù)和參考，同時表明在影像數(shù)量有限的情況下，高精度自主定位SAR影像精度可以適當提高，低精度自主定位HRS影像精度可以降低，區(qū)域網(wǎng)平差參數(shù)配置有一定的范圍自由度。

(2) 由表4可以看出，在一次項SAR與HRS精度分別配以0.1和1.0時平面精度最優(yōu)5.4 m，100和0.5時高程精度達到最優(yōu)4.1 m，綜合考慮SAR配以0.5～100、HRS配以0.5～1.0時能夠得到較優(yōu)的平面和高程定位精度。當HRS影像一次項定向參數(shù)值達到0.5時，對于影像條帶長度為114 584像素大小的影像，一次項定向參數(shù)對影像內(nèi)部相對精度最大影響理論上小于3.3像元(以影像中心為參考)，這與HRS影像較好的內(nèi)部質(zhì)量[20]也是相符的。同時在降低SAR影像一次項精度配置條件下，有利于降低SAR與HRS的同名點選點誤差對HRS長條帶影像內(nèi)部相對幾何關系的干擾。

2.2.2 試驗2：不同SAR組合對影像定位精度

不同控制點及其分布對影像定位產(chǎn)生直接影響，高精度影像的數(shù)目與分布對低精度影像的控制是否與地面控制類似？為此，本文試驗以6對條帶立體計12景HRS影像分別與不同的TerraSAR-X影像組合，試驗時仿射變換的定向參數(shù)一次項精度SAR與HRS分別按4.0和0.5進行配置，常數(shù)項配置TerraSAR-X按1.0 m、SPOT-5 HRS影像按60 m定位精度進行轉(zhuǎn)換配置。試驗包括以下11個方案。

T2.0：無SAR影像，不考慮定向參數(shù)精度信息的傳統(tǒng)模型，每景6個定向參數(shù)。

T2.1：無SAR影像，利用原始定向參數(shù)的直接定位。

T2.2：無SAR影像，考慮定向精度信息的本文模型。

T2.3：12景SAR影像，包括6景降軌影像(1)—(6)和6景升軌影像(7)—(12)。

T2.4：6景降軌SAR影像(1)—(6)。

T2.5：6景升軌SAR影像(7)—(12)。

T2.6：6景SAR影像，包括3景降軌影像(1)、(3)、(5)和3景降軌影像(7)、(9)、(11)，構成3個有重疊區(qū)域的SAR立體像對。

T2.7：6景SAR影像，包括3景降軌影像(1)、(3)、(5)和3景升軌影像(8)、(10)、(12)，SAR影像之間無重疊。

T2.8：3景SAR影像，兩景降軌影像(1)、(3)和一景升軌影像(11)，SAR影像之間無重疊。

T2.9：2景SAR影像，包括一景降軌影像(2)和一景升軌影像(8)，SAR影像之間有重疊，構成立體，且在區(qū)域網(wǎng)中心位置。

T2.10：2景SAR影像，包括一景降軌影像(1)和一景升軌影像(12)，兩者距離較遠。

以上試驗中，試驗2.0解算發(fā)散，其余試驗定位精度統(tǒng)計如表5。

圖3(a)—(e)分別是T2.1、T2.3、T2.7、T2.8和T2.10獲得的各地面檢查點的誤差矢量圖。每個點有兩個矢量，藍色豎直方向表示高程誤差，向上表示正誤差，向下表示負值；非豎直方向的矢量表示該點在平面內(nèi)的誤差矢量。

表5 在不同軌道方向、數(shù)量與分布SAR影像情況下影像定位精度與最大誤差

Tab.5 Statistics of accuracy and max error of combined positioning with different numbers and distributions of SAR images m

試驗編號精度最大誤差平面高程平面高程T2．0解發(fā)散解發(fā)散解發(fā)散解發(fā)散T2．135．06．671．912．7T2．215．24．931．111．8T2．36．04．316．38．1T2．416．66．030．311．1T2．57．35．220．211．9T2．66．96．616．916．6T2．76．84．717．79．7T2．88．44．219．613．0T2．97．84．218．911．7T2．1012．84．027．99．0

圖3 SAR影像控制下的HRS影像定位殘差示意圖Fig.3 Error vectors of HRS image positioning controlled by TerraSAR-X images

分析試驗2可以得到如下結論：

(1) 在不考慮定向參數(shù)精度信息時，求解發(fā)散，屬于秩虧自由網(wǎng)。秩虧自由網(wǎng)平差通常需要一定約束條件下獲得穩(wěn)健解。傳統(tǒng)RFM模型僅使用了定向參數(shù)的初值信息，在將定向參數(shù)作為未知數(shù)情況下僅用作迭代初值的作用，精度信息利用的缺失使得無控定位模型中約束條件缺失，試驗2.0結果體現(xiàn)了傳統(tǒng)RFM定向存在的不足。

(2) 由圖3(a)可以看出，利用原始定向參數(shù)進行HRS影像直接定位，對于平面誤差，各立體條帶內(nèi)的像點定位帶有明顯的系統(tǒng)性，條帶間系統(tǒng)誤差差異也較大；對于高程誤差，區(qū)域網(wǎng)內(nèi)高程誤差系統(tǒng)性較強，條帶間系統(tǒng)誤差差異較小。表明不同條帶影像帶有的定向參數(shù)系統(tǒng)誤差有明顯差異，但立體條帶前后景影像間的相對幾何關系仍然比較穩(wěn)定。

(3) 圖3(b)—(e)表明，隨著SAR影像數(shù)目的增多，覆蓋范圍的增大，HRS影像定位精度會越高，定向殘差的系統(tǒng)性和規(guī)則性越弱，圖3(b)中殘差規(guī)則性比圖3(e)的規(guī)則性明顯。在HRS區(qū)域網(wǎng)影像的下部，受到SAR影像的直接控制，定位殘差相對較小，在HRS區(qū)域網(wǎng)影像上部，由于缺少SAR影像，其定位殘差整體上要大于下部。表明高精度控制影像的數(shù)目和分布對區(qū)域網(wǎng)影像定位精度的影響與經(jīng)典的地面控制點有類似的作用。

(4) 對照試驗T2.3、T2.4、T2.5以及SAR影像的入射角表明，在多源影像聯(lián)合定位中，盡管HRS影像的像點有較好的前方交會角，SAR與HRS影像像點間的交會角也比較理想，但高精度自主定位SAR影像之間的交會角大小對區(qū)域網(wǎng)影像的控制強度有重要的作用。在90°范圍內(nèi)交會角越大，意味著有更大的基高比，越有利于區(qū)域網(wǎng)精度的提升。同時表明，SAR影像之間非重疊非立體時與同等交會條件下有重疊的立體SAR對區(qū)域網(wǎng)有同等的控制效果，這對高精度SAR影像的選取賦予了更大的自由度。

本文模型定位結果與1∶5萬和1∶10萬攝影測量內(nèi)業(yè)規(guī)范國標要求相比，SAR影像控制下的HRS影像定位，平面定位精度容易達到1∶5萬測圖精度要求，但對于高程，很多方案下達到4.2 m，但最大誤差最優(yōu)值7.9 m(表4最后一行中)仍略大于1∶5萬高山地區(qū)測圖規(guī)范對高程限差7.0 m的要求[3]。雖然高程限差接近而沒有達到5萬測圖精度要求，對于采用本文方法進行全球無控制點1∶5萬測圖的可行性，仍存在以下幾點需要考慮：①定位點用作加密點測圖，還需要考慮坐標系統(tǒng)和高程基準的轉(zhuǎn)換，GPS測量所依據(jù)的坐標參考基準，是由IERS所提供的ITRF國際參考框架，與我國制圖采用CGCS2000坐標系和84國家高程基準間存在坐標系和高程基準差異，坐標和高程的轉(zhuǎn)換會可能導致精度進一步損失；②考慮到在HRS上部分缺少SAR控制影像，在SAR影像分布數(shù)量和均勻性進一步提升情況下，HRS影像的定位精度有望進一步提升；③本文采用了分辨率為10 m×5 m、自主定位在50 m左右的光學立體HRS影像，與當前高分立體測圖衛(wèi)星影像如ZY-3分辨率和自主定位精度存在差距，TerraSAR-X成像采用的是條帶模式，與聚束成像模式在影像分辨率與自主定位精度上也存在差異，如果采用分辨率和自主定位精度均高于本文試驗數(shù)據(jù)的影像，對于聯(lián)合定位精度提升，應有較大的空間。

3 結 論

隨著對全球地理信息需求的加速，“一帶一路”國家戰(zhàn)略的提出和實施，對全球測圖提出了迫切需求。而絕大多數(shù)衛(wèi)星影像尤其是我國衛(wèi)星影像的綜合質(zhì)量還難以實現(xiàn)完全無控制點測圖要求。通過后處理技術實現(xiàn)完全無控制點條件下的影像高精度定位，是當前實現(xiàn)全球測圖最為核心的技術之一。本文提出的考慮影像自主定位精度信息的RFM模型，不僅能夠?qū)崿F(xiàn)兩類影像重疊部分的聯(lián)合定位，也顯著提升了無地面控制點條件下HRS光學立體衛(wèi)星影像定位求解的穩(wěn)健性和精度，發(fā)揮了TerraSAR-X影像在區(qū)域網(wǎng)影像中的主導作用。本文給出的依賴影像自主定位先驗精度信息的RFM模型定向參數(shù)精度信息的配置方法是可行的，定向參數(shù)精度信息的最優(yōu)配置可根據(jù)實際應用情況作適應性調(diào)整，定位結果對定向參數(shù)精度配置在一定的區(qū)間內(nèi)有較好的容忍度。

由于考慮了相應傳感器影像自主定位精度信息，本文模型不具有傳感器無關性，但模型并不失通用性。本文研究在以下兩個方面仍需進一步深入：①利用國際上一些高精度自主定位衛(wèi)星影像與國產(chǎn)立體測圖衛(wèi)星ZY-3、天繪影像的聯(lián)合處理仍有待進一步測試；②本文方法雖然可以非常顯著提升無控制點定位精度，但適用于不同應用定向參數(shù)的最優(yōu)化配置仍需進一步研究。它們是發(fā)揮本文模型應用價值的重要內(nèi)容。

[1] TAO C V, HU Y, SCHNICK S. Photogrammetric Exploitation of IKONOS Imagery Using the Rational Function Model[C]∥Proceedings of ASCM-APSRS Annual Convention. Washington, DC: CDROM, 2002.

[2] DIAL G, GRODECKI J. Block Adjustment with Rational Polynomial Camera Models[C]∥Proceedings of ASCM-APSRS Annual Convention. Washington, DC: CDROM, 2002.

[3] 張力, 張繼賢, 陳向陽, 等. 基于有理多項式模型RFM的稀少控制SPOT5衛(wèi)星影像區(qū)域網(wǎng)平差[J]. 測繪學報, 2009, 38(4): 302-310. ZHANG Li, ZHANG Jixian, CHEN Xiangyang, et al. Block-adjustment with SPOT-5 Imagery and Sparse GCPs Based on RFM[J]. Acta Geodaetica et Cartographica Sinica, 2009, 38(4): 302-310.

[4] 張永軍, 丁亞洲. 基于有理多項式系數(shù)的線陣衛(wèi)星近似核線影像的生成[J]. 武漢大學學報(信息科學版), 2009, 34(9): 1068-1071. ZHANG Yongjun, DING Yazhou. Approximate Epipolar Image Generation of Linear Array Satellite Stereos with Rational Polynomial Coefficients[J]. Geomatics and Information Science of Wuhan University, 2009, 34(9): 1068-1071.

[5] 張過, 費文波, 李貞, 等. 用RPC替代星載SAR嚴密成像幾何模型的試驗與分析[J]. 測繪學報, 2010, 39(3): 264-270. ZHANG Guo, FEI Wenbo, LI Zhen, et al. Analysis and Test of the Substitutability of the RPC Model for the Rigorous Sensor Model of Spaceborne SAR Imagery[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(3): 264-270.

[6] 張過, 李德仁. 衛(wèi)星遙感影像RPC參數(shù)求解算法研究[J]. 中國圖象圖形學報, 2007, 12(12): 2080-2088. ZHANG Guo, LI Deren. The Algorithm of Computation RPC Model’s Parameters for Satellite Imagery[J]. Journal of Image and Graphics, 2007, 12(12): 2080-2088.

[7] 唐新明, 張過, 祝小勇, 等. 資源三號測繪衛(wèi)星三線陣成像幾何模型構建與精度初步驗證[J]. 測繪學報, 2012, 41(2): 191-198. TANG Xinming, ZHANG Guo, ZHU Xiaoyong, et al. Triple Linear-array Imaging Geometry Model of Ziyuan-3 Surveying Satellite and Its Validation[J]. Acta Geodaetica et Cartographica Sinica, 2012, 41(2): 191-198.

[8] 秦緒文. 基于拓展RPC模型的多源衛(wèi)星遙感影像幾何處理[D]. 北京: 中國地質(zhì)大學(北京), 2007. QIN Xuwen. Geometry Processing for Remote Sensing Image Based on Expanded RPC Model[D]. Beijing: China University of Geosciences (Beijing), 2007.

[9] 吳穎丹, 明洋. 基于有理函數(shù)模型的多源SAR遙感影像區(qū)域網(wǎng)平差[J]. 測繪科學, 2012, 37(2): 49-51. WU Yingdan, MING Yang. Multi-source SAR Remote Sensing Imagery Block Adjustment Based on Rational Function Model[J]. Science of Surveying and Mapping, 2012, 37(2): 49-51.

[10] BOUILLON A, BRETON E,DE LUSSY F,et al. SPOT5 HRG and HRS First In-flight Geometric Quality Results[C]∥Proceedings of SPIE 4881, Sensors, Systems, and Next-generation Satellites VI. Crete, Greece: SPIE, 2003: 212-223.

[11] AGUILAR M A, SALDAA M D M, AGUILAR F J. Assessing Geometric Accuracy of the Orthorectification Process from GeoEye-1 and WorldView-2 Panchromatic Images[J]. International Journal of Applied Earth Observation and Geoinformation, 2013, 21: 427-435.

[12] STABEN G W, PFITZNER K, BARTOLO R, et al. Calibration of Worldview-2 Satellite Imagery to Reflectance Data Using an Empirical Line Method[C]∥Proceedings of the 34th International Symposium on Remote Sensing of Environment. Sydney, Australia: [s.n.], 2011.

[13] EINEDER M, FRITZ T, MITTERMAYER J, et al. TerraSAR-X Ground Segment, Basic Product Specification Document[R]. ADA515513, 2008.

[14] GISINGER C, BALSS U, PAIL R, et al. Precise Three-dimensional Stereo Localization of Corner Reflectors and Persistent Scatterers With TerraSAR-X[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(4): 1782-1802.

[15] 周曉, 曾琪明, 焦健. TerraSAR-X傳感器定標精度及其應用分析[J]. 遙感信息, 2014, 29(2): 33-37. ZHOU Xiao, ZENG Qiming, JIAO Jian. Analysis of Terrasar-X Sensor Calibration Accuracy and Its Application[J]. Remote Sensing Information, 2014, 29(2): 33-37.

[16] 張過, 李貞. 基于RPC的TerraSAR-X影像立體定向平差模型[J]. 測繪科學, 2011, 36(6): 146-148, 120. ZHANG Guo, LI Zhen. RPC-based Adjustment Model for TerraSAR-X Stereo Orientation[J]. Science of Surveying and Mapping, 2011, 36(6): 146-148, 120.

[17] JACOBSEN K. DEM Generation from High Resolution Satellite Imagery[J]. Photogrammetrie-Fernerkundung-Geoinformation, 2013(5): 483-493.

[18] 李德仁, 袁修孝. 誤差處理與可靠性理論[M]. 武漢: 武漢大學出版社, 2002. LI Deren, YUAN Xiuxiao. Error Processing and Reliability Theory[M]. Wuhan: Wuhan University Press, 2002.

[19] U.S. Department of the Interior. Map Accuracy Standards[R]. Fact Sheet FS-171-99, 1999.

[20] 張永軍, 張勇. SPOT5 HRS立體影像無(稀少)控制絕對定位技術研究[J]. 武漢大學學報(信息科學版), 2006, 31(11): 941-944. ZHANG Yongjun, ZHANG Yong. Direct Georeferencing of SPOT 5 HRS Imagery without (or with a Few) Ground Control Point[J]. Geomatics and Information Science of Wuhan University, 2006, 31(11): 941-944.

(責任編輯：叢樹平)

Combined Positioning of TerraSAR-X and SPOT-5 HRS Images with RFM Considering Accuracy Information of Orientation Parameters

CHENG Chunquan,ZHANG Jixian,HUANG Guoman,ZHANG Li,YANG Jinghui

Chinese Academy of Surveying and Mapping, Beijing 100830, China

RFM is suitable for geometric positioning with multi-source images because of the independence of sensors. However, without GCPs the geometric advantages from the geometrically prevailing images cannot be enforced in the traditional RFM-based orientation. It also leads to the apparent flaw of divergence of solving. By translating the priori information of autonomous positioning accuracy and imaging drift errors to bias compensation parameters in image space, it is rebuild a new RFM-based adjustment model which considers the accuracy and weight of the orientational parameters. A test study of positioning without GCPs which includes 12 scenes of TerraSAR-X images and 6 pairs of long-strip stereo SPOT-5 HRS images covering area of 186 000 km2is conducted. Furthermore, the different impact factors on positioning accuracy, i.e., the accuracy of orientation parameters, the number of SAR image, orbit direction of SAR satellite and distribution of SAR images, are investigated. The results show that it can achieve positioning accuracy of 6.0 m in plan and 4.2 m in height for the case of geometrical combination of TerraSAR-X and HRS images. The proposed model is superior to the traditional RFM-based positioning with respect to accuracy and resolving stability. It is a potential approach for worldwide mapping at scale of 1∶100 000 and 1∶50 000 without GCPs by combination of different satellite images.

RFM; image positioning without GCP; positioning with different source images; TerraSAR-X; SPOT-5 HRS; worldwide mapping

Special Funds of Ministry of Land and Resources for Public Wolfere Projects (No.201411119-2)

CHENG Chunquan(1972—)，male, PhD, associate researcher, majors in photogrammetry and remote sensing image processing.

程春泉，張繼賢，黃國滿，等.考慮定向參數(shù)精度信息的TerraSAR-X和SPOT-5 HRS影像RFM聯(lián)合定位[J].測繪學報，2017,46(2)：179-187.

10.11947/j.AGCS.2017.20160138. CHENG Chunquan,ZHANG Jixian,HUANG Guoman,et al.Combined Positioning of TerraSAR-X and SPOT-5 HRS Images with RFM Considering Accuracy Information of Orientation Parameters[J]. Acta Geodaetica et Cartographica Sinica,2017,46(2):179-187. DOI:10.11947/j.AGCS.2017.20160138.

P237

A

1001-1595(2017)02-0179-09

國土資源部公益行業(yè)科研專項(201411119-2)

2016-03-28

程春泉(1972—)，男，博士，副研究員，研究方向為攝影測量與遙感影像處理。

E-mail： cspring@casm.ac.cn

修回日期： 2016-11-10