宋 欣，方愛玲，劉 軍，尤小燕

（甘肅省國土資源規(guī)劃研究院，甘肅 蘭州730000）

1 概述

我國發(fā)射衛(wèi)星多為軍星或服務于測繪事業(yè)，隨著衛(wèi)星影像數(shù)據(jù)在各個方面應用逐漸廣泛，以獲取觀測數(shù)據(jù)功能的民用衛(wèi)星也相繼發(fā)射升空，近幾年，相繼發(fā)射了資源一號02C（簡稱02C）、資源三號（ZY3）和高分一號（GF1）等衛(wèi)星，為我國國土資源調(diào)查、環(huán)境監(jiān)測等方面提供了重要的技術保障。資源一號02C是我國第一顆獲取高分辨率觀測數(shù)據(jù)的衛(wèi)星，于2011年發(fā)射升空。資源三號衛(wèi)星是我國第一顆高分辨率民用立體測繪衛(wèi)星，以2012年1月9日成發(fā)射。高分一號衛(wèi)星是國家專項用于提升獲取高分辨率觀測數(shù)據(jù)能力研制的，發(fā)射于2013年4月26日，其壽命大于5年，也是目前我國壽命最長的低地球軌道遙感衛(wèi)星。衛(wèi)星數(shù)據(jù)憑借著時效、客觀、宏觀的優(yōu)勢，直觀上便能目視解譯出地面狀況信息，經(jīng)過再次數(shù)據(jù)處理，將會獲取更多的信息，在土地利用遙感方面發(fā)揮著重要的作用［1］。國內(nèi)外在衛(wèi)星發(fā)射成功后，一般都會對衛(wèi)星數(shù)據(jù)質(zhì)量與應用進行評價，但多數(shù)據(jù)源之間的對比分析研究并不多見，本論述就對多數(shù)據(jù)源數(shù)據(jù)間數(shù)據(jù)質(zhì)量和應用效果進行對比分析，體現(xiàn)衛(wèi)星數(shù)據(jù)在具體工程項目中的數(shù)據(jù)質(zhì)量差異。

質(zhì)量評價以國土資源調(diào)查規(guī)范、技術規(guī)范為標準，對衛(wèi)星影像數(shù)據(jù)的原始數(shù)據(jù)檢查、幾何校正精度、數(shù)據(jù)融合質(zhì)量三個方面進行研究。應用效果評價方面，通過人工目視解譯結果，對比分析影像數(shù)據(jù)的最小可識別圖斑、地類可分性及實驗區(qū)土地利用遙感監(jiān)測試驗成果。全國土地利用變更與核查遙感監(jiān)測是由國土資源部發(fā)起，在我國境內(nèi)開展國土調(diào)查與變更的一項重要工作，以遙感衛(wèi)星影像數(shù)據(jù)覆蓋全國，快速準確的發(fā)現(xiàn)土地利用變化信息［2］。數(shù)據(jù)涉及國內(nèi)外主流衛(wèi)星影像數(shù)據(jù)，隨著我國高分辨率衛(wèi)星高速發(fā)展，至2014年該項目使用國產(chǎn)衛(wèi)星遙感數(shù)據(jù)覆蓋率達到80%以上。項目要求成果影像數(shù)據(jù)有較高的校正精度、接近自然真彩色及清晰的紋理特征，最大化的體現(xiàn)衛(wèi)星影像數(shù)據(jù)的地類信息解譯與提取能力。

2 衛(wèi)星及其數(shù)據(jù)基本特征

衛(wèi)星功能略有差異，其搭載傳感器種類、數(shù)據(jù)觀測幅寬、空間分辨率、側擺能力及重訪時間有所不同，具體參數(shù)見表1所列。

此次試驗數(shù)據(jù)采用上述衛(wèi)星的高分辨率全色數(shù)據(jù)及多光譜數(shù)據(jù)，即02C全色/多光譜數(shù)據(jù)，分辨率為2.36/10 m；TH1全色/多光譜數(shù)據(jù)，分辨率為2/10 m；ZY3全色/多光譜數(shù)據(jù)，分辨率為2.1/5.8 m；GF1全色/多光譜數(shù)據(jù)，分辨率為2/8 m。本次實驗區(qū)為甘肅省平?jīng)鍪嗅轻紖^(qū)，區(qū)域內(nèi)有城市、山區(qū)、平原等多種地形地貌，能夠綜合全面的反映衛(wèi)星影像數(shù)據(jù)的質(zhì)量特征。

3 影像數(shù)據(jù)處理方法

3.1 原始數(shù)據(jù)檢查

獲取影像數(shù)據(jù)后，我們要對原始影像數(shù)據(jù)進行初步檢查，會出現(xiàn)一些由傳感器、大氣干擾等客觀因素造成的影像質(zhì)量問題。

（1）全色數(shù)據(jù)有高光溢出現(xiàn)象，用鄰近像元平均值進行平滑處理，會解決這問題。此類現(xiàn)象主要出現(xiàn)在資源三號衛(wèi)星數(shù)據(jù)，其輻射量化為10 bit，即灰度值為0～1 023，但發(fā)現(xiàn)有許多高反射地物，尤其在城鎮(zhèn)等地物密集區(qū)域會出現(xiàn)白色亮斑，即灰度值大于1 023，具體效果如圖1（a）所示。

（2）全色數(shù)據(jù)存在條帶噪聲，消除條帶噪聲方法較多，其中以小波變換法最優(yōu)［3］。此類現(xiàn)象主要出現(xiàn)在資源一號02C衛(wèi)星數(shù)據(jù)，存在3種條帶噪音，一是由傳感器的相對增益和偏置不同引起的；二是由傳感器成像原理引起的；三是由隨機噪聲、電子噪聲、或鏈路噪聲引起的［4］，具體效果如圖1（b）所示。

圖1 原始影像檢查問題

3.2 正射校正

在接收衛(wèi)星數(shù)據(jù)后，數(shù)據(jù)接收站或出售商會對數(shù)據(jù)進行輻射校正等預處理。為了滿足國土資源調(diào)查應用精度要求，需要制作高精度影像數(shù)據(jù)，再次對影像進行幾何正射校正。常用幾何校正模型有多項式模型和RPC有理函數(shù)模型，發(fā)現(xiàn)RPC有理函數(shù)模型校正后結果精度較高［5］。參照高精度參考影像數(shù)據(jù)及DEM數(shù)據(jù)對全色高分辨率影像進行幾何正射校正，多光譜影像數(shù)據(jù)需要與已校正后的全色數(shù)據(jù)進行配準。影像配準就是將不同條件下獲取的多幅影像數(shù)據(jù)進行像元定位、對齊的過程［5］。多光譜數(shù)據(jù)與全色數(shù)據(jù)配準是進行數(shù)據(jù)融合的關鍵步驟之一，多光譜影像有4個波段，即紅（R）、綠（G）、藍（B）及近紅外，本文涉及的三種衛(wèi)星多光譜影像數(shù)據(jù)的波段之間重合良好，不需要分波段進行配準，僅與校正后的全色數(shù)據(jù)配準即可，波段間不能出現(xiàn)重影。上述三類衛(wèi)星試驗數(shù)據(jù)所有全色影像數(shù)據(jù)校正后采樣間隔定為2 m，多光譜影像數(shù)據(jù)采樣間隔定為8 m。根據(jù)國土應用規(guī)定精度要求，影像數(shù)據(jù)在平原校正精度偏移量不超過一個像元即為2 m，山區(qū)偏移量不超過2個像元即4 m。

表1 多種衛(wèi)星傳感器參數(shù)

3.3 影像融合

影像數(shù)據(jù)融合即對相同地區(qū)正射校正后的衛(wèi)星全色高分辨率影像與配準后的多光譜影像按照相關算法結合起來。一般融合后影像數(shù)據(jù)會偏紅或偏藍，影響地物判讀。通過波段加權算法，對多光譜影像數(shù)據(jù)的近紅外波段加權融合到RGB三波段，形成RGB三波段多光譜影像數(shù)據(jù)，色彩要接近自然，不同季節(jié)影像色彩應反映當時地類光譜特征。國內(nèi)外關于衛(wèi)星影像數(shù)據(jù)融合方法研究較多，常用的Pansharp、Modified HIS、主成分變換（Principal Component Analysis）、高通濾波（High-Pass Fliter）、Brovey、GS（Gram-Schmidt）、小波變換等［6-10］。經(jīng)過多次融合試驗，確定最適融合方法，02C數(shù)據(jù)采用不確定參數(shù)法，ZY3數(shù)據(jù)采用Pansharp融合方法，GF1數(shù)據(jù)采用Subtractive融合方法。

4 數(shù)據(jù)質(zhì)量評價

4.1 數(shù)據(jù)正射校正精度質(zhì)量評價

數(shù)據(jù)正射校正精度是體現(xiàn)數(shù)據(jù)質(zhì)量的重要標準之一，在ERDAS軟件中完成上述三類衛(wèi)星全色影像數(shù)據(jù)幾何正射校正。每一種衛(wèi)星影像數(shù)據(jù)分別選取16、32、48、64個控制點數(shù)進行幾何正射校正，并對四種校正結果進行對比分析，得出當前衛(wèi)星數(shù)據(jù)最適控制點數(shù)量，即影像校正精度最高的最少控制點數(shù)量。平均殘差值應控制在1以內(nèi)合適，但由于衛(wèi)星數(shù)據(jù)質(zhì)量差異、參照影像制作精度、DEM精度等因素的影響［11-12］，其值會出現(xiàn)超出1的情況。以參考影像為準，校正后影像控制點的空間位置與參考影像控制點的空間位置在X軸、Y軸方向上的偏移量為X/Y軸方向偏差，取其平均值，具體參數(shù)見表2所列。

表2 影像數(shù)據(jù)正射校正參數(shù)

經(jīng)過試驗驗證，02C數(shù)據(jù)的最適控制點數(shù)為32，平均殘差值、X/Y軸方向偏差最小，且處于合理范圍內(nèi)；當控制點數(shù)在16、48、64時，X/Y軸方向偏差超出2 m，已不符合應用規(guī)定精度。GF1數(shù)據(jù)的最適控制點數(shù)為32，平均殘差值、X/Y軸方向偏差最小，且處于合理范圍內(nèi)；當控制點數(shù)為16時，X/Y軸方向偏差并未超過2 m，精度滿足本次應用要求；當控制點數(shù)為48、64時，隨著控制點數(shù)增多，校正精度并無明顯變化。ZY3數(shù)據(jù)的最適控制點數(shù)為16，當控制點數(shù)在32、48、64時時，隨著控制點數(shù)增多，校正精度并沒有明顯增高。

02C、GF1、ZY3影像數(shù)據(jù)在最適控制點數(shù)校正影像定位精度均滿足本次應用規(guī)定精度要求。GF1、ZY3影像數(shù)據(jù)平均殘差值、X/Y軸方向偏差值接近，數(shù)據(jù)質(zhì)量在幾何定位精度方面處于同一水平；02C數(shù)據(jù)在最適控制點數(shù)情況下，校正精度雖然滿足應用規(guī)定精度要求，但平均殘差值、X/Y軸方向偏差高于GF1、ZY3影像數(shù)據(jù)，數(shù)據(jù)質(zhì)量在幾何定位精度方面弱于GF、ZY3數(shù)據(jù)。

三種衛(wèi)星影像數(shù)據(jù)在平原、山區(qū)校正精度表現(xiàn)如圖2所示。

從圖2來看，02C、GF1、ZY3影像數(shù)據(jù)在平原地區(qū)校正精度較高，并無明顯差別，誤差在半個像元間（1 m）浮動，滿足本次應用在平原地區(qū)的規(guī)定精度要求。在山區(qū)，02C影像數(shù)據(jù)的校正精度誤差在2個像元間（4 m）浮動，GF1、ZY3影像數(shù)據(jù)的校正精度誤差在1個像元間（2 m）浮動，02C影像數(shù)據(jù)的校正精度在山區(qū)弱于GF1、ZY3影像數(shù)據(jù)，但滿足本次應用在山區(qū)的規(guī)定精度要求。

4.2 數(shù)據(jù)融合質(zhì)量評價

圖2 三種衛(wèi)星影像數(shù)據(jù)在平原、山區(qū)的幾何校正精度效果對比

對校正、配準后滿足精度要求的全色與多光譜數(shù)據(jù)，采用相應的融合模型進行影像融合處理。融合后影像分辨率是以全色數(shù)據(jù)分辨率為準，色彩要接近自然真彩色。影像數(shù)據(jù)融合主要目的是提高影像分辨率、地物辨識度、降低噪音、信息增強等，更有利于地物信息的解譯與提取。

本論述采用主觀的方式，定性的從影像數(shù)據(jù)目視效果進行分析。以影像的色彩、紋理、清晰度3個方面進行對比分析，具體效果如圖3所示。

（1）色彩方面，通過目視GF1影像色彩真實但偏暗，不同地物色彩區(qū)別并不明顯，如城市內(nèi)部綠化植被、屋頂顏色；ZY3影像色彩接近真實、明亮、層次感強，相近地類類別容易區(qū)分，如草地與林地；02C影像由于缺少近紅外波段，色彩方面失真，部分地類無法區(qū)分，如耕地與草地等地類。ZY3影像的色彩最優(yōu)，與GF1影像整體色彩要優(yōu)于02C數(shù)據(jù)。（2）紋理方面，GF1影像紋理清晰，地形地物邊界明顯，立體感較強，城鎮(zhèn)低矮連片建筑、農(nóng)村居民點較難分辨地類邊界明顯；ZY3影像整體紋理清晰，但面積較小連片地物邊界模糊；02C影像紋理整體紋理一般，面積較大地物邊界明顯，但面積小、連片的建筑內(nèi)部邊界模糊不清，且與耕地邊界無法分辨；紋理以GF1影像最優(yōu)，ZY3影像次之，02C影像最弱。（3）清晰度方面，GF1數(shù)據(jù)整體清晰度優(yōu)于ZY3、02C數(shù)據(jù)，當比例尺縮放到1：10000，仍能準確辨別面積為1畝的低矮建筑及其邊界；ZY3影像在同樣比例尺下，農(nóng)村居民點內(nèi)部模糊，田間道路容易與耕地混淆；02C數(shù)據(jù)在同樣的比例尺下，僅能分辨出面積為1.5畝的高層建筑邊界。

圖3 影像數(shù)據(jù)融合后效果對比

總體來說，GF1、ZY3、衛(wèi)星影像數(shù)據(jù)融合質(zhì)量要優(yōu)于02C數(shù)據(jù)，兩者之間互有優(yōu)勢，02C衛(wèi)星影像數(shù)據(jù)融合質(zhì)量最弱。

5 數(shù)據(jù)應用評價

以平?jīng)鍪嗅轻紖^(qū)為實驗區(qū)，從最小可識別圖斑、地類可分性及土地利用遙感監(jiān)測信息提取結果三個方面對比分析評價三種衛(wèi)星數(shù)據(jù)的地類解譯能力。

5.1 最小可識別圖斑

最小可識別圖斑是指在高分辨率衛(wèi)星影像數(shù)據(jù)上可以判斷地類類型及屬性的最小面積地類圖斑。根據(jù)衛(wèi)星影像數(shù)據(jù)的不同空間分辨率，其最小可識別圖斑面積也不相同，其面積誤差也不相同［13］。分別對三種數(shù)據(jù)源融合后的影像提取最小可識別圖斑進行對比分析，確定是否滿足國土資源調(diào)查工作的需求。

通過圖斑提取結果分析，02C數(shù)據(jù)可識別的最小圖斑面積為467 m2，ZY3可識別的最小圖斑面積為212 m2，GF1數(shù)據(jù)可識別的最小圖斑面積為367 m2。三種衛(wèi)星數(shù)據(jù)的最小可識別圖斑面積均小于土地利用遙感監(jiān)測規(guī)定的最小圖斑面積1畝（667 m2），可適用于國土資源調(diào)查工作底圖，具體效果見圖4。

圖4 可識別的最小圖斑

圖5 農(nóng)村道路、耕地

圖6 連片低矮房屋

5.2 地類可分性

影像紋理是判讀地類類別的主要特征，也是光譜信息差異化的表現(xiàn)。就三種影像數(shù)據(jù)在平原、山區(qū)的解譯能力表現(xiàn)，對比評價三類影像數(shù)據(jù)中不同地類的解譯能力。

5.2.1 平原

從影像上看，02C數(shù)據(jù)紋理特征在農(nóng)村、田間道路地類判別表現(xiàn)較弱，只能通過耕地紋理錯向判定這條道路的存在，耕地紋理清晰，如圖5（a）；ZY3、GF1數(shù)據(jù)根據(jù)紋理特征能夠清晰的判別道路、耕地地類，如圖5（b-c）。

影像中密集的、低矮的、面積較小的農(nóng)村居民點是地類解譯的難點，02C數(shù)據(jù)從空間位置上可以判定此處是農(nóng)村居民點，但內(nèi)部相鄰房屋界限模糊、色彩單一，與周圍耕地界限也無法判別，如圖6（a）；ZY3、GF1數(shù)據(jù)農(nóng)村居民點清晰可見，相鄰房屋之間界限清晰、色彩豐富，能簡單確定房屋屬性，GF1數(shù)據(jù)清晰度要優(yōu)于ZY3數(shù)據(jù)，如圖6（b-c）。

5.2.2 山區(qū)

從影像上看，02C數(shù)據(jù)在山區(qū)整體表現(xiàn)良好，山脊、溝壑等地形信息清晰可見，但紋理細節(jié)相比于ZY3、GF1較弱，無較強的立體感，山區(qū)中的亮斑無法判斷其地類類別，如圖7（a）所示；ZY3數(shù)據(jù)在山區(qū)紋理表現(xiàn)細膩，清晰判別山區(qū)植被覆蓋情況，草地與耕地界限清楚，如圖7（b）所示；GF1數(shù)據(jù)整體清晰度較高，山區(qū)紋理細膩、地物邊界明顯，但色彩較暗，林地、草地及山陰面地類無法判別，如圖7（c）所示。

5.3 土地利用遙感監(jiān)測應用評價

土地利用遙感監(jiān)測成果是以圖斑的形式表現(xiàn)出來，通過人工目視解譯確定圖斑的范圍及屬性信息。以崆峒區(qū)為實驗區(qū)，分別采用三種融合后衛(wèi)星影像數(shù)據(jù)進行地類圖斑信息提取，提取圖斑與國家下發(fā)年度土地利用遙感監(jiān)測圖斑進行對比分析，圖斑范圍與地類類型以國家下發(fā)年度圖斑為準。

圖7 山區(qū)

據(jù)試驗結果看表3，02C數(shù)據(jù)提取圖斑數(shù)量最多，但圖斑準確率低于GF1、ZY3數(shù)據(jù)，原因在于02C數(shù)據(jù)的質(zhì)量較弱，相近地類會出現(xiàn)混淆，地物邊界模糊不清，各類圖斑面積準確率也最低。GF1、ZY3數(shù)據(jù)提取圖斑數(shù)最少，但圖斑準確率較高，地類邊界明顯，判別地類類別準確。

02C數(shù)據(jù)提取圖斑總數(shù)為102個，準確圖斑為93個，準確率為91.17%；GF1數(shù)據(jù)提取圖斑總數(shù)為87個，準確圖斑為86個，準確率為98.85%；ZY3數(shù)據(jù)提取圖斑總數(shù)為93個，準確圖斑為91個，準確率為97.85%；三種衛(wèi)星影像數(shù)據(jù)的圖斑準確率均達到90%以上，各類圖斑數(shù)量準確率和面積準確率均也到89%以上，可以滿足土地利用遙感監(jiān)測項目需求。

表3 三種衛(wèi)星數(shù)據(jù)圖斑提取情況

6 小結

本論述針對三種國產(chǎn)高分辨率衛(wèi)星數(shù)據(jù)，即“資源一號02C”數(shù)據(jù)、“資源三號”數(shù)據(jù)、“高分一號”數(shù)據(jù)，以滿足當前國土資源調(diào)查的需求，開展了數(shù)據(jù)質(zhì)量與應用評價并進行對比。

（1）數(shù)據(jù)質(zhì)量評價：數(shù)據(jù)檢查方面，檢查ZY3原始影像數(shù)據(jù)發(fā)現(xiàn)其全色數(shù)據(jù)會出現(xiàn)高光溢出，在建筑密集區(qū)域較為明顯，經(jīng)過鄰近像元平均值進行平滑處理，效果會好很多；檢查02C全色數(shù)據(jù)發(fā)現(xiàn)部分條帶噪音，經(jīng)過小波變化法處理，噪音影響降到最??；GF1數(shù)據(jù)沒有較大問題，可以直接使用。數(shù)據(jù)校正方面，ZY3、GF1影像校正精度高于02C影像，但三種影像數(shù)據(jù)在手工布控控制點數(shù)為32及以上時，影像精度誤差在1-2個像元，低于規(guī)定最低誤差，符合應用精度要求，即平原誤差控制在1個像元內(nèi)，山區(qū)誤差控制在2個像元內(nèi)。數(shù)據(jù)融合方面，02C數(shù)據(jù)原始影像多光譜只有3個波段，沒有近紅外波段，在色彩方面會明顯弱于其他兩種衛(wèi)星數(shù)據(jù)；紋理方面以ZY3最優(yōu)，在平原、山區(qū)中地形地物特征表現(xiàn)細膩，02C數(shù)據(jù)紋理要弱于GF1數(shù)據(jù)，相近地類類別無法辨別，地物密集區(qū)域邊界不清；清晰度以GF1數(shù)據(jù)最優(yōu)，在比例尺縮放到1∶10000后，仍能正確辨別地類類別。

（2）數(shù)據(jù)應用評價：最小可識別圖斑是指在高分辨率衛(wèi)星影像數(shù)據(jù)上可以判斷地類類型及屬性的最小面積地類圖斑；三種衛(wèi)星影像數(shù)據(jù)的最小可識別圖斑均小于1畝，ZY3數(shù)據(jù)的最小可識別圖斑面積最小。地類可分性方面，平原上ZY3、GF1數(shù)據(jù)的地類類別解譯能力強于02C數(shù)據(jù)，02C數(shù)據(jù)光譜信息差異較小，存在相近地類無法辨別的情況；山區(qū)上ZY3數(shù)據(jù)的紋理細膩，樹木、草地等地類清晰可辨，能夠反映植被的覆蓋情況；GF1數(shù)據(jù)在山區(qū)清晰度較好，但色彩較暗，林地、草地及山陰面地類無法判別；02C數(shù)據(jù)在山區(qū)影像色彩單一，梯田、草地、林地等地物已無法區(qū)分。土地利用遙感監(jiān)測方面，以三種衛(wèi)星影像的圖斑提取結果與國家下發(fā)年度成果對比分析，GF1數(shù)據(jù)的總圖斑數(shù)量準確率最高，02C數(shù)據(jù)的總圖斑數(shù)量準確率最低，為91.17%；三種衛(wèi)星數(shù)據(jù)的各類圖斑的數(shù)量及面積準確率在89%以上，已經(jīng)能夠滿足土地利用遙感監(jiān)測的項目要求。

（3）國產(chǎn)民用高分辨率衛(wèi)星發(fā)展至今，基本滿足各行各業(yè)的遙感數(shù)據(jù)需求，對我國社會經(jīng)濟發(fā)展有巨大的推動作用。2014年“高分二號”衛(wèi)星發(fā)射成功，標志著國產(chǎn)民用高分辨率衛(wèi)星進入亞米級時代，擺脫了多年依靠國外衛(wèi)星數(shù)據(jù)的困境。但我國在衛(wèi)星遙感技術領域相比于國外還是有一定差距，隨著衛(wèi)星遙感數(shù)據(jù)的廣泛應用，集各方智慧，國產(chǎn)民用高分辨率衛(wèi)星將會有更大的發(fā)展?jié)摿Α?/p>