王 鶴

（山西省測(cè)繪地理信息院，山西 太原 030002）

0.引言

常態(tài)化地理國情監(jiān)測(cè)是滿足各級(jí)政府以及各行業(yè)日常工作需求的一項(xiàng)重要工作。2020 年1 月17 日自然資源部印發(fā)《自然資源調(diào)查監(jiān)測(cè)體系構(gòu)建總體方案》（自然資發(fā)〔2020〕15 號(hào)），明確以每年6 月30 日為時(shí)點(diǎn)，開展地理國情監(jiān)測(cè)，主要監(jiān)測(cè)地表覆蓋變化，直觀反映水草豐茂期地表各類自然資源的變化情況[1]?！渡轿魇∝?zé)任區(qū)2020 年地理國情監(jiān)測(cè)實(shí)施方案》要求利用當(dāng)年第二季度的高分辨率影像，采用內(nèi)外業(yè)結(jié)合的方式，完成2020 年度山西地理國情監(jiān)測(cè)工作。

數(shù)字正射影像（DOM）數(shù)據(jù)作為地理國情成果數(shù)據(jù)中最重要的組成部分以及最主要的調(diào)查數(shù)據(jù)源，具有精度高、現(xiàn)勢(shì)性強(qiáng)、信息豐富、直觀逼真、獲取便捷等優(yōu)點(diǎn)，因?yàn)橥瑫r(shí)具有地圖的幾何精度和影像特征，所以擁有良好的判讀性、量測(cè)性和管理性[2]。作為地理國情監(jiān)測(cè)項(xiàng)目的最主要的調(diào)查數(shù)據(jù)源，DOM 的質(zhì)量和精度對(duì)整個(gè)項(xiàng)目成果起到了決定性的作用。山西省朔州市、晉中市地理國情影像是以當(dāng)年分辨率優(yōu)于2.5m 衛(wèi)星遙感影像為主，生產(chǎn)整景影像數(shù)據(jù)，為地表覆蓋和地理要素采集分類提供影像數(shù)據(jù)支撐。本文結(jié)合生產(chǎn)實(shí)際情況，充分利用不同軟件的優(yōu)勢(shì)，探索出一條快速、高效、高質(zhì)量生產(chǎn)數(shù)字正射影像的技術(shù)路線。

1.資料準(zhǔn)備

1.1 多源衛(wèi)星遙感影像數(shù)據(jù)

原始影像包括GF2、BJ2、JL1、GF1、GF6、ZY-3 等數(shù)據(jù)源，其中分辨率優(yōu)于1m 的數(shù)據(jù)源為GF2、BJ2 和JL1，現(xiàn)勢(shì)性為2020 年第一季度、第二季度和7 月份，分辨率為2m 的數(shù)據(jù)源為GF1、GF6 和ZY-3，現(xiàn)勢(shì)性皆為2020 年第二季度。

1.2 已有DEM數(shù)據(jù)及DOM數(shù)據(jù)

DEM 數(shù)據(jù)為1∶10000 比例尺成果，格網(wǎng)大小為5m。DOM 數(shù)據(jù)為覆蓋作業(yè)區(qū)的最新基礎(chǔ)測(cè)繪的正射影像成果資料，分辨率為0.5m。

DEM 數(shù)據(jù)及DOM 數(shù)據(jù)作為地理國情正射影像生產(chǎn)的基準(zhǔn)影像和主要控制資料，在糾正前，需對(duì)其進(jìn)行精度及投影坐標(biāo)正確性的檢查，保證能滿足正射影像的糾正。

1.3 其他數(shù)據(jù)

收集覆蓋作業(yè)區(qū)內(nèi)第一次地理國情普查中的影像控制點(diǎn)及部分基礎(chǔ)測(cè)繪外業(yè)控制點(diǎn)，作為地理國情正射影像生產(chǎn)質(zhì)量控制的檢查數(shù)據(jù)。

2.生產(chǎn)技術(shù)流程

利用下發(fā)的多源衛(wèi)星遙感原始影像數(shù)據(jù)，結(jié)合前期高分辨率正射影像（DOM）及數(shù)字高程模型（DEM），采用PixelGrid_SAT衛(wèi)星影像數(shù)據(jù)處理軟件對(duì)影像進(jìn)行正射影像生產(chǎn)，生產(chǎn)技術(shù)流程圖（如圖1 所示）：

圖1 DOM 生產(chǎn)技術(shù)流程圖

在PixelGrid_SAT 軟件下，根據(jù)不同衛(wèi)星影像數(shù)據(jù)的情況，進(jìn)行數(shù)據(jù)預(yù)處理及分析；以最新的基礎(chǔ)測(cè)繪正射影像成果或者其他高分辨率正射影像成果作為控制底圖，對(duì)下發(fā)的多源衛(wèi)星遙感影像進(jìn)行區(qū)域網(wǎng)平差，計(jì)算出影像的外參數(shù)；根據(jù)作業(yè)區(qū)域影像分辨率、空間分布范圍及數(shù)據(jù)下發(fā)時(shí)間進(jìn)行空三區(qū)域劃分，再利用定向參數(shù)和DEM 進(jìn)行糾正，生成初始整景全色、多光譜影像；進(jìn)行圖面及精度檢查后，對(duì)變化區(qū)域進(jìn)行DEM、DOM 同步更新，輸出整景全色、多光譜影像成果；進(jìn)行影像融合后生成整景4 波段16bit 多波段融合影像成果；最后通過PixelEngine 軟件下將4 波段16bit 多波段融合影像成果融合降位成3 波段8bit 的真彩色融合影像成果。在數(shù)據(jù)生產(chǎn)的同期，按步驟同步進(jìn)行元數(shù)據(jù)的填寫。全部生產(chǎn)完成后經(jīng)“兩檢一驗(yàn)”質(zhì)量合格后形成測(cè)繪成果，歸檔上交。

2.1 數(shù)據(jù)預(yù)處理及分析

根據(jù)不同衛(wèi)星影像數(shù)據(jù)源屬性，在PixelGrid_SAT 高分辨率衛(wèi)星影像數(shù)據(jù)處理軟件下，選擇相應(yīng)預(yù)處理及數(shù)據(jù)分析方法，將多源遙感衛(wèi)星原始數(shù)據(jù)的數(shù)據(jù)格式轉(zhuǎn)換為軟件可識(shí)別易操作的格式。本次影像數(shù)據(jù)預(yù)處理分為兩類：GF2、GF1、GF6、ZY-3 和BJ2、JL1；主要內(nèi)容包含數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、影像格式轉(zhuǎn)換等。

2.2 外參數(shù)解算

采用基于多基線、多重匹配特征（特征點(diǎn)、格網(wǎng)線及特征線）的自動(dòng)匹配技術(shù)，基于衛(wèi)星影像和最新的基礎(chǔ)測(cè)繪正射影像成果或者其他高分辨率正射影像成果的自動(dòng)配準(zhǔn)功能，進(jìn)行區(qū)域網(wǎng)平差，計(jì)算影像外參數(shù)。

2.3 空三分區(qū)

根據(jù)作業(yè)區(qū)域影像分辨率、數(shù)據(jù)分布范圍及數(shù)據(jù)下發(fā)時(shí)間進(jìn)行空三區(qū)域劃分。根據(jù)下發(fā)的時(shí)間批次，將同批次衛(wèi)星影像中分辨率一致地在同一空三加密區(qū)；由于不同數(shù)據(jù)源數(shù)據(jù)預(yù)處理后結(jié)構(gòu)存在個(gè)別差異，所以對(duì)于分辨率一致但數(shù)據(jù)源不同的，將其置于不同的空三加密區(qū)；對(duì)于數(shù)據(jù)分布范圍過遠(yuǎn)的，同樣分為不同的空三加密區(qū)進(jìn)行處理。

2.4 全色波段影像及多光譜影像正射糾正

利用自動(dòng)匹配的控制點(diǎn)及連接點(diǎn)，結(jié)合作業(yè)區(qū)已有5m格網(wǎng)DEM 數(shù)據(jù)，設(shè)置所需投影坐標(biāo)系以及全色多光譜影像的分辨率，以整景為單位進(jìn)行糾正。全色波段影像及多光譜影像糾正后正射影像分辨率原則上和原始影像地面分辨率保持一致，具體分辨率設(shè)置（如表1 所示）：

表1 全色波段影像及多光譜影像正射糾正分辨率設(shè)置單位：m

續(xù)表1：

糾正后分別對(duì)全色影像和多光譜影像進(jìn)行檢查，主要包括全色與多光譜影像的配準(zhǔn)精度檢查、全色影像與底圖影像的套合精度檢查及全色影像與外業(yè)檢查，點(diǎn)的平面精度檢查。套合中誤差應(yīng)滿足《2020 年全國地理國情監(jiān)測(cè)實(shí)施方案》的規(guī)定小于兩個(gè)像素（不同分辨率影像套合，按照較低分辨率影像像素計(jì)算），最大誤差不超過兩倍中誤差[3]。平面位置中誤差應(yīng)滿足表2 的規(guī)定。

表2 數(shù)字正射影像平面精度 單位：m

2.5 DEM/DOM同步編輯更新

由于所用的DEM 時(shí)相較遠(yuǎn)，與生產(chǎn)的遙感衛(wèi)星影像之間存在時(shí)相差異，地形變化區(qū)域正射影像地物會(huì)出現(xiàn)拉伸、扭曲等問題，因此對(duì)影像進(jìn)行初步正射糾正后，需要對(duì)糾正后的全色影像進(jìn)行圖面質(zhì)量檢查，記錄并保留問題區(qū)域矢量范圍，在PixelGrid 軟件PhotoMap 模塊下修編DEM，同步更新DOM，完成全色波段影像DEM/DOM 同步修編，直到滿足質(zhì)量后，再對(duì)相應(yīng)的多光譜影像進(jìn)行DEM 和DOM 的同步更新。

2.6 影像融合

根據(jù)《2020 年全國地理國情監(jiān)測(cè)實(shí)施方案》的要求，除了要進(jìn)行影像多波段融合外，還需生成真彩色融合影像成果。采用PixelGrid 軟件對(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)依照表3 的合成方案進(jìn)行融合，生成4 波段16bit 的多波段融合影像成果。在PixelEngine 軟件下選擇調(diào)色算法和融合算法，對(duì)影像進(jìn)行融合降位處理，生成3 波段8bit 的真彩色融合影像。

表3 衛(wèi)星遙感影像的多光譜波段合成方案

融合后的影像成果應(yīng)盡量保證紋理清晰、色彩勻稱、無重影等現(xiàn)象，能保證地物解譯的信息量；融合影像成果分辨率與全色波段影像分辨率保持一致。由于作業(yè)過程中真彩色融合影像的生成是以多波段融合影像成果為基礎(chǔ)的，故而在生成真彩色融合影像前需先對(duì)多波段融合影像圖面進(jìn)行檢查，而后再進(jìn)行生產(chǎn)。

2.7 元數(shù)據(jù)及投影信息文件制作

整景正射影像元數(shù)據(jù)按照GQJC 05-2020 地理國情監(jiān)測(cè)數(shù)字正射影像生產(chǎn)技術(shù)規(guī)定[4]附錄B 的內(nèi)容和要求填寫包括產(chǎn)品基本情況、數(shù)據(jù)源情況、數(shù)據(jù)生產(chǎn)過程信息等內(nèi)容，每景影像的元數(shù)據(jù)保存為一個(gè)XML 文件。

整景正射影像投影信息文件采用OGC 的WKT 格式，以XML 格式文件保存，本作業(yè)區(qū)域投影帶的中央經(jīng)線共涉及111°和117°兩種，根據(jù)影像對(duì)應(yīng)的中央經(jīng)線，在投影文件固定格式下修改相應(yīng)的中央經(jīng)線度數(shù)，完成投影信息文件制作。

3.主要技術(shù)問題及處理辦法

3.1 衛(wèi)星影像原始定位精度差，導(dǎo)致軟件無法完成影像糾正或糾正影像精度不達(dá)標(biāo)

由于個(gè)別衛(wèi)星影像原始定位精度很差，采用RPC 模型方式，以前期高分辨率正射影像成果作為控制源定向匹配，超出軟件同名點(diǎn)搜索范圍，導(dǎo)致無法完成影像糾正工作，或是糾正出的影像與底圖存在嚴(yán)重套合差，精度不達(dá)標(biāo)，無法使用。

對(duì)此問題的解決辦法是：采用PhotoMatrix 軟件，利用手動(dòng)加點(diǎn)功能對(duì)全色單景影像進(jìn)行定向匹配處理，手動(dòng)加點(diǎn)個(gè)數(shù)不低于9 個(gè)，通過調(diào)整手動(dòng)加點(diǎn)的位置，直至影像定向中誤差降至一個(gè)像素以下，而后進(jìn)行多光譜自動(dòng)定向處理實(shí)現(xiàn)多光譜影像配準(zhǔn)，生成糾正影像成果，并對(duì)重新糾正后的影像進(jìn)行精度檢查，直至精度達(dá)標(biāo)。

3.2 同批糾正影像存在部分影像套合精度超限的問題

在項(xiàng)目前期作業(yè)進(jìn)行套合精度檢查過程中，發(fā)現(xiàn)同批次糾正影像中仍存在部分影像套合中誤差超限情況。根據(jù)對(duì)數(shù)據(jù)生產(chǎn)過程進(jìn)行跟蹤檢查后，發(fā)現(xiàn)誤差超限原因主要是由于超限影像對(duì)比糾正底圖變化區(qū)域較多或面積較大，導(dǎo)致影像變化區(qū)域及周邊與底圖匹配出的控制點(diǎn)及連接點(diǎn)較少，從而降低了變化區(qū)域周邊的未變化地物的精度。

對(duì)此問題的解決辦法是：重新對(duì)套合精度超限的影像進(jìn)行定向糾正，調(diào)整平差方式，盡量降低同批次影像對(duì)該影像控制點(diǎn)、連接點(diǎn)匹配及平差上的影響，并對(duì)重新糾正后的影像進(jìn)行精度檢查。

3.3 多重疊區(qū)域DEM/DOM重復(fù)修編更新的問題

由于整景影像圖幅面積大，影像相互重疊區(qū)域多，對(duì)初始整景全色、多光譜影像進(jìn)行圖面及精度檢查后，對(duì)于不同整景影像重疊部分相同區(qū)域出現(xiàn)大量相同變形和拉花的情況，單景影像逐個(gè)修編存在修編工作量大、耗時(shí)長等問題。

對(duì)此問題的解決辦法是：將重疊區(qū)域整景影像初始DEM 拼接成一個(gè)大的DEM，后期DEM/DOM 同步修編時(shí)采用拼接后DEM 作為影像的初始DEM，先對(duì)重疊整景影像中一景的問題區(qū)域進(jìn)行DEM/DOM 同步修編，修編完畢后，復(fù)制修編后DEM 作為下一景重疊整景影像的初始DEM，對(duì)于影像中存在相同變形和拉花的區(qū)域，直接框選對(duì)影像進(jìn)行更新即可，若更新效果差，也可在已有DEM 基礎(chǔ)上繼續(xù)進(jìn)行DEM/DOM 同步修編工作，對(duì)于影像中非重疊區(qū)域的問題，直接在界面進(jìn)行DEM/DOM 同步修編即可。

3.4 融合影像邊緣區(qū)域出現(xiàn)局部色彩異常問題

在項(xiàng)目進(jìn)行多波段融合影像檢查的過程中，發(fā)現(xiàn)融合影像邊角區(qū)域存在局部色彩異常的情況。根據(jù)對(duì)數(shù)據(jù)生產(chǎn)過程進(jìn)行跟蹤檢查后，發(fā)現(xiàn)色彩異常的原因主要是由于對(duì)全色及多光譜影像邊緣區(qū)域DEM/DOM 修編完成進(jìn)行局部更新時(shí)所畫區(qū)域范圍超出影像有效范圍，導(dǎo)致這種邊緣區(qū)域產(chǎn)生局部白邊，軟件糾正時(shí)沒有自動(dòng)剔除白邊，融合時(shí)無法識(shí)別影像實(shí)際有效范圍，受局部白邊影響出現(xiàn)影像色彩分布不均勻，邊緣區(qū)域局部出現(xiàn)過明或過暗的色彩異常，東南部（如圖2 所示）：

圖2 多波段融合影像邊緣區(qū)域局部色彩異常示例圖

3.5 基于PixelGrid軟件JL1數(shù)據(jù)預(yù)處理及工程建立問題

PixelGrid 軟件針對(duì)不同數(shù)據(jù)源影像，分別設(shè)置了不同的衛(wèi)星影像預(yù)處理及分析模塊，但作業(yè)過程中發(fā)現(xiàn)并無針對(duì)吉林一號(hào)影像預(yù)處理的模塊，且預(yù)處理后出現(xiàn)工程常規(guī)方式建立不成功的問題。

對(duì)此問題的解決方法是：對(duì)照發(fā)現(xiàn)吉林一號(hào)影像原始數(shù)據(jù)中數(shù)據(jù)源格式及rpc 格式，發(fā)現(xiàn)與資源三號(hào)影像大致相同，故采用軟件中資源三號(hào)的數(shù)據(jù)預(yù)處理模塊對(duì)影像進(jìn)行預(yù)處理及分析。對(duì)于工程建立來說，可先復(fù)制一個(gè)之前建立好的工程文件，打開后刪除原有工程文件，再在工程中手動(dòng)添加影像，最終實(shí)現(xiàn)工程建立。

4.結(jié)束語

本文對(duì)GF2、BJ2、JL1、GF1、GF6、ZY-3 等多源遙感影像進(jìn)行分析，利用PixelGrid、PixelEngine、PhotoMatrix 等不同軟件的優(yōu)勢(shì)，滿足了本次地理國情監(jiān)測(cè)數(shù)字正射影像的生產(chǎn)，為地理國情整景影像的快速糾正提供了技術(shù)依據(jù)。本文研究的快速、高效、高質(zhì)量生產(chǎn)數(shù)字正射影像的技術(shù)路線可應(yīng)用于其他項(xiàng)目的遙感衛(wèi)星影像數(shù)據(jù)快速處理。