田海波，陳利軍，張宏偉，杜 曉

(國家基礎(chǔ)地理信息中心，北京 100830)

全球基礎(chǔ)地理信息資源是描述全球范圍地形地貌、地理環(huán)境和相關(guān)自然與人文現(xiàn)象的數(shù)據(jù)，主要包括數(shù)字正射影像(DOM)、數(shù)字地表模型(DSM)、數(shù)字高程模型(DEM)、核心矢量要素(DLG)等，是工程規(guī)劃與建設(shè)、突發(fā)事件應(yīng)對與救援、國家安全與軍事行動保障、生態(tài)環(huán)境評估與監(jiān)測、商貿(mào)活動與社會人文交流、全球變化研究與可持續(xù)發(fā)展規(guī)劃等不可或缺的基礎(chǔ)信息和知識資源。高分辨率衛(wèi)星遙感技術(shù)的快速發(fā)展極大地推動了全球地理空間信息及服務(wù)的發(fā)展，其中最具代表性的產(chǎn)品是Google Earth/Map，可提供矢量地圖、不同分辨率的衛(wèi)星影像、地形視圖、街景視圖等服務(wù)。

地形數(shù)據(jù)方面，早期全球DEM主要利用已有的地圖資料重新編譯和數(shù)據(jù)融合，空間分辨率較為粗糙，如ETOP05、GTOP030等，但在眾多領(lǐng)域仍然發(fā)揮了重要作用。目前，得益于全球衛(wèi)星遙感、衛(wèi)星測高、船載測深等技術(shù)發(fā)展，高分辨率全球DEM數(shù)據(jù)層出不窮，如SRTM、ASTER GDEM、AW3D30、WorldDEM等[1]。

依靠互聯(lián)網(wǎng)技術(shù)及應(yīng)用的快速發(fā)展，網(wǎng)絡(luò)信息呈現(xiàn)出爆炸式增長，地名地址、網(wǎng)絡(luò)標注、行政區(qū)劃等地理信息不斷積累，相繼出現(xiàn)以O(shè)SM、GADM、GeoNames為代表的專題地理信息網(wǎng)站，為全球基礎(chǔ)地理信息建設(shè)提供了大量的數(shù)據(jù)來源。OSM是一個網(wǎng)上地圖協(xié)作計劃，由用戶根據(jù)手持GPS設(shè)備、航空攝影照片、其他自由內(nèi)容甚至單靠本地知識繪制。GADM是一個全球行政區(qū)劃數(shù)據(jù)庫，包含了全球所有國家和地區(qū)的國界、省界、市界、區(qū)界等多個級別的行政區(qū)劃邊界數(shù)據(jù)。GeoNames是一個免費的全球地理數(shù)據(jù)庫，允許用戶糾正數(shù)據(jù)和添加新的地名，地名辭典包含了650萬個地點、將近200種語言的850萬個地名和200萬種別名，地理信息詳細到坐標、行政區(qū)劃、郵編、人口、海拔和時區(qū)。

近年來，我國衛(wèi)星測繪技術(shù)實現(xiàn)了重大突破，資源三號(ZY-3)三線陣衛(wèi)星和天繪一號(TH-1)三線陣衛(wèi)星具備了獲取全球尺度地理信息的能力。自主研發(fā)的“天地圖”是我國推出的國家地理信息公共服務(wù)平臺，資源包括全球范圍的1∶100萬矢量數(shù)據(jù)和250 m影像，全國范圍的1∶25萬電子地圖、15 m和2.5 m影像，全國319個地級以上城市和10個縣級市的0.6 m影像等[2-3]，但是還比較缺乏國外的數(shù)據(jù)，尚沒有提供自主的數(shù)據(jù)產(chǎn)品服務(wù)。

隨著經(jīng)濟全球化進程的加快和我國“一帶一路”倡議、“走出去”戰(zhàn)略的實施，我國經(jīng)濟日益融入國際經(jīng)濟體系，政府、企業(yè)、公民越來越多地參與境外的工程建設(shè)、商貿(mào)活動、旅游與社會人文交流等，迫切需要全球范圍、全要素、多尺度、自主可控的全球基礎(chǔ)地理信息資源[4-5]。本文利用我國自主高分辨率立體測圖衛(wèi)星，依托高精度無控測圖技術(shù)和智能采編技術(shù)，研制全球4D數(shù)據(jù)產(chǎn)品，以提供自主、統(tǒng)一、高精度的全球基礎(chǔ)地理信息及服務(wù)。

1 數(shù)據(jù)源及研制方法

1.1 數(shù)據(jù)源

全球4D數(shù)據(jù)產(chǎn)品研制主要以ZY-3和TH-1數(shù)據(jù)為主，其主要參數(shù)見表1。

表1 ZY-3和TH-1影像主要參數(shù)

1.2 研制方法

本文采用高精度幾何定位和大范圍影像密集匹配技術(shù)、智能濾波和泊松編輯方法、基于眾源地理數(shù)據(jù)屬性挖掘技術(shù)等，研制全球陸域范圍的DSM、DEM、DOM和DLG等4D數(shù)據(jù)產(chǎn)品，提供面向全球的地理信息服務(wù)。

(1)區(qū)域網(wǎng)平差：通過合理分區(qū)，開展無控制區(qū)域網(wǎng)平差和幾何協(xié)同處理。區(qū)域網(wǎng)平差的相對定向中誤差一般不大于0.35像素,最大殘差不超過1.5像素，殘差在1～1.5像素的個數(shù)比例應(yīng)小于5%。經(jīng)計算，檢查點和模型間連接點的誤差應(yīng)符合表2規(guī)定。

表2 區(qū)域網(wǎng)平差成果幾何質(zhì)量要求 m

(2)DSM研制：基于平差與協(xié)同處理后的立體衛(wèi)星影像，通過多模型、多基線算法進行DSM自動匹配，生成DSM數(shù)據(jù)，經(jīng)人機交互編輯、接邊、鑲嵌、裁切、元數(shù)據(jù)制作等處理后，最后生成DSM的分幅成果。

(3)DEM研制：基于DSM數(shù)據(jù)，參考DOM、立體模型及其他相關(guān)資料，對人工建筑、橋梁、林地等非地表地物進行濾波編輯，將對應(yīng)地物的高程降至地面，經(jīng)圖幅接邊、投影轉(zhuǎn)換、制作元數(shù)據(jù)、質(zhì)量檢查等處理后，最后輸出DEM分幅成果。

(4)DOM研制：利用DSM數(shù)據(jù)、衛(wèi)星影像(立體影像采用下視影像)與區(qū)域網(wǎng)平差后的RPC參數(shù)，對全色影像與多光譜影像分別進行正射糾正，得到整景DOM。對包含全色和多光譜波段的衛(wèi)星影像，需對整景的全色與多光譜影像進行影像融合、圖像增強、鑲嵌與裁切等處理，最后得到分幅的DOM。

(5)DLG研制：基于眾源數(shù)據(jù)，以DOM數(shù)據(jù)為基準進行幾何配準，對行政區(qū)劃、交通和水系數(shù)據(jù)進行編輯和補采，對地名數(shù)據(jù)進行結(jié)構(gòu)規(guī)范化、分類和標準化處理，并與矢量要素中的水系、道路、行政區(qū)劃及數(shù)字正射影像進行空間關(guān)系協(xié)調(diào)處理，形成核心矢量要素數(shù)據(jù)成果和元數(shù)據(jù)成果。

2 關(guān)鍵技術(shù)

2.1 衛(wèi)星影像無地面控制幾何定位技術(shù)

高分辨率全球測圖最基本的目標是要解決全球數(shù)據(jù)的獲取、幾何定位和高效數(shù)據(jù)處理等問題。傳統(tǒng)的區(qū)域網(wǎng)平差都是基于地面控制點進行的，完全無地面控制條件下進行衛(wèi)星影像區(qū)域網(wǎng)平差處理面臨快速構(gòu)網(wǎng)難、質(zhì)量控制難和參數(shù)解算難等技術(shù)難題。由于全球測圖受限于外業(yè)調(diào)繪工作，因此必然會采用衛(wèi)星影像無控制測圖技術(shù)。該技術(shù)是指不利用地面控制點，而采用衛(wèi)星影像獲取時同步獲取的高精度成像時間、軌道測量參數(shù)、姿態(tài)測量參數(shù)及地面定標場的成像系統(tǒng)參數(shù)，通過無控制區(qū)域網(wǎng)平差的手段，構(gòu)建大區(qū)域內(nèi)部幾何精度均勻的剛性區(qū)域網(wǎng)，精化單景影像直接定位模型參數(shù)，滿足4D數(shù)據(jù)產(chǎn)品研制的要求[6-9]。

本文采用無地面控制幾何定位技術(shù)[10-11]，即在天星地一體化全鏈路誤差建模分析的基礎(chǔ)上，利用在軌幾何定標模型與方法、穩(wěn)態(tài)重成像幾何處理模型與方法及大規(guī)模無地面控制區(qū)域網(wǎng)平差方法等，實現(xiàn)國產(chǎn)高分辨率光學(xué)衛(wèi)星遙感影像高精度的幾何處理。試驗表明[10]，該方法可以有效補償ZY-3衛(wèi)星數(shù)據(jù)中存在的系統(tǒng)誤差和偶然誤差，在軌幾何定標后單景無地面控制精度提高到15 m，內(nèi)部精度優(yōu)于1像素。經(jīng)過無地面控制大區(qū)域空三處理后，影像的平面和高程精度進一步提高到5 m以內(nèi)，能夠滿足全球1∶5萬測圖精度要求[12-13]。

2.2 智能濾波與DEM泊松編輯方法

DSM數(shù)據(jù)中存在大范圍建筑、植被、水域等，導(dǎo)致自動濾波算法效率較低，交互式的DEM編輯必不可少。由于全球地形地表結(jié)構(gòu)的多樣性和復(fù)雜性，現(xiàn)有依靠單一濾波模型或有限濾波規(guī)則的點云濾波方法的可靠性和效率難以保證。相比傳統(tǒng)的濾波方法，本文采用顧及彎曲能量的點云自適應(yīng)濾波方法[19]，針對DSM點云數(shù)據(jù)，依據(jù)局部鄰域最低點為地面點與地表平滑的條件，采用金字塔的濾波策略，逐級加密非地面點，從而逼近真實地表。在金字塔濾波的過程中，通過帶有抗噪性，顧及彎曲能量正則化約束的DEM內(nèi)插算法與自適應(yīng)的參數(shù)優(yōu)選算法，以彎曲能量定量顯式表達地形地貌特征，使濾波參數(shù)在局部范圍內(nèi)根據(jù)地形特征進行自適應(yīng)優(yōu)選，提高自動濾波算法對噪聲與參數(shù)選擇的穩(wěn)健性。

在濾波基礎(chǔ)上采用多邊界約束的泊松地形編輯方法[14]，通過優(yōu)化域中的一個已知導(dǎo)向信息，給定邊界條件，引入分類、地形地貌特征線等邊界信息。一方面，給定的邊界條件保留了DEM中的地形結(jié)構(gòu)特征信息，如山脊線、山谷線、河岸線、河流區(qū)域等；另一方面，通過調(diào)整優(yōu)化域中的導(dǎo)向信息的定義方式，實現(xiàn)不同類型的濾波效果，如平滑、恢復(fù)梯度信息等，從而達到建筑區(qū)、森林和水域等區(qū)域的定向智能精準編輯。經(jīng)過大量不同類型、不同地區(qū)的生產(chǎn)性試驗，在DEM生產(chǎn)困難的建筑區(qū)、森林和水域等區(qū)域，精度和效率優(yōu)勢明顯，相比傳統(tǒng)生產(chǎn)方式生產(chǎn)效率提高至少2～3倍，為DEM大規(guī)模生產(chǎn)提供了有力的技術(shù)支撐[15]?；贒SM的智能濾波與DEM泊松編輯效果如圖1所示。

圖1 基于DSM的智能濾波與DEM泊松編輯效果

2.3 基于眾源地理數(shù)據(jù)屬性挖掘技術(shù)

開源地理數(shù)據(jù)提供了豐富的地理信息，如Google Map提供含有全球城市政區(qū)和交通及商業(yè)信息的矢量地圖，包含豐富的POI信息；各國房地產(chǎn)信息網(wǎng)站包含豐富的房屋POI信息，從網(wǎng)頁源代碼中可以解析出經(jīng)緯度信息和詳細的地址信息；GeoNames把各種來源的免費數(shù)據(jù)進行集成并制作成一個數(shù)據(jù)庫。通過解析POI信息中的路名，并挖掘其與路網(wǎng)的空間模式，運用多種方法可將POI與路網(wǎng)的屬性進行融合，如圖2所示。研究表明[20]，OSM數(shù)據(jù)作為主要的境外矢量數(shù)據(jù)來源，具有豐富的幾何信息，但屬性信息的完整度較低，且區(qū)域性差異較大。通過對多源POI和Google Map數(shù)據(jù)等多種來源的地理數(shù)據(jù)進行挖掘，使用POI聚類、路網(wǎng)匹配等算法，實現(xiàn)境外屬性數(shù)據(jù)的自動提取與融合。

圖2 基于眾源地理數(shù)據(jù)屬性挖掘技術(shù)路線

本文采用基于眾源地理數(shù)據(jù)的屬性挖掘方法，通過解析多源數(shù)據(jù)中地址信息，獲取路名。按照字符串之間的Levenshtein Distance對地址信息聚類，提取公共字符串作為類中心，即該部分POI對應(yīng)的路名，解決地址中門牌號與路名無法拆分的問題。采用最鄰近策略將POI與道路匹配，并賦屬性。通過挖掘POI的線性特征，擬合路網(wǎng)，與OSM路網(wǎng)進行匹配，將POI屬性與路網(wǎng)進行整合。

3 成果及技術(shù)指標

全球4D數(shù)據(jù)產(chǎn)品包括10 m格網(wǎng)的DSM、10 m格網(wǎng)DEM、2 m的DOM和DLG(包括二級及以上行政區(qū)劃與境界、交通要素、水系要素、地名等)，其成果規(guī)格及指標見表3。部分成果如圖3所示。

表3 全球4D數(shù)據(jù)產(chǎn)品規(guī)格及指標

圖3 DSM、DOM成果示例

4 結(jié) 論

全球4D數(shù)據(jù)產(chǎn)品研制是以我國自主的高分辨率遙感立體測圖衛(wèi)星為主要數(shù)據(jù)源，利用高精度無控測圖技術(shù)和智能采編技術(shù)，研制全球陸域范圍統(tǒng)一框架下的多尺度、多類型的基礎(chǔ)地理信息產(chǎn)品，發(fā)揮測繪地理信息在全球治理和可持續(xù)發(fā)展方面的重要作用，為“一帶一路”倡議、國家經(jīng)濟社會發(fā)展、全球戰(zhàn)略實施、智慧社會建設(shè)提供科技支撐。