论文部分内容阅读
[摘 要]高分辨率卫星影像制图的主要环节之一就是对遥感数据的处理，本文主要讨论了针对高分二号卫星数据处理方法，分别从以空间分辨率为2.5米遥感数据和空间分辨率为25米的DEM数据的处理过程着手。从数据提取、辐射校正、几何纠正、图像整饰、投影变换、镶嵌、特征提取、和彩色合成等方面，分析研究了高分二号遥感数据解译技巧和处理方法，并且对各阶段处理结果进行了总结评价。最终确定了高分二号遥感数据处理流程、评价了该数据的空间定位精度，为该数据在我国各个国土、资源、林业、交通和城市建设等行业的应用提供数据支持和技术指导。
[关键词]高分二号、遥感方法、图像校正、彩色合成
中图分类号：TP751 文献标识码：A 文章编号：1009-914X（2019）03-0156-03
1、引言
2014年8月19日我国成功发射“高分二号”卫星，该卫星是我国“高分专项”计划中首颗国产亚米级高空间分辨率、光学遥感卫星。卫星的成功发射，为我国矿产资源调查、林业资源调查、荒漠化监测、国土资源利用、城乡规划监测评价、交通路网规划等多领域的应用提供新的技术方法和实用数据。本文以空间分辨率为2.5米的遥感数据和空间分辨率为2.5米的DEM数据为参考数据，以河北省临城地区2014年11月16日3景相邻轨道数据为例（表1），从相对正射校正、几何配准、数据融合、彩色合成方法等方面初步探索了高分二号遥感数据处理方法，确定了高分二号遥感数据的处理流程，为该数据在国土资源调查等领域应用提供了技术支撑。
2、高分二号数据处理与分析
高分二号遥感数据在可见光-近红外波长区间有4个多光波段和1个全色波段，其中多光谱波段遥感数据的空间分辨率为4米，全色波段遥感数据的空间分辨率为1米，观测幅宽45公里，重访周期为69天，轨道高度631km（表2）。
2.1彩色合成方案与分析
以编号GF2_PMS2_E114.2_N37.4_20141116_L1A0000535183（简称183，下同）为实验数据，计算该景数据对正射处理后的多光谱遥感数据及GS法融合的遥感数据的最佳合成指数（OIF）（表3）。OIF指数定义为任意三个波段标准差的和与相应波段相关系数和的比值，标准差反映数据的离散程度，相关性表现为数据间的冗余度，该数据越大，说明波段组合方案中所包括的信息量越大[1]。
根據OIF指数计算结果，无论是多光谱遥感数据，还是融合后的遥感数据，123波段组合方案信息量最大，该组合方案的OIF指数为102.598，其次为124段组合方案，234组合方案信息最小（表3）。
2.2 图像镶嵌精度分析及数据融合
图像镶嵌主要考虑纵向和侧向影像重叠情况及影纹拼接效果。本次测试选用编号为183、177和180景数据的多光谱数据。测试过程分为直接镶嵌处理、相对正射预处理后影像镶嵌、邻轨影像相对配准预处理后镶嵌三个过程。
未相对正射校正镶嵌：未经相对正射校正预处理的3景影像图，无论纵向、还是侧向，空间匹配性差，无法满足工作需要（图1）。
相对正射校正预处理镶嵌：经相对正射校正处理后，侧向、纵向数据与主数据空间匹配较好，其中侧向影像重叠部分空间匹配情况能够满足成图精度为1：10万比例尺制图的要求，纵向影像重叠部分空间匹配情况能够满足成图精度为1：1.5万比例尺制图的要求（图2、图3）。
相对正射校正-影像配准-镶嵌：由于侧向数据和主数据空间纹理匹配较差，因此以主数据为参考影像、在重叠区域选择控制点17处，一次拟合误差为0.28，把侧向数据与主数据配准。经配准处理后镶嵌，能够满足比例尺1：1万精度的制图要求（图4）。
2.3 数据融合方法及评价
数据融合主要利用ENVI软件下GS方法 和PCI软件下的PANSHARP，对编号为183景的数据进行融合。应用GS方法进行融合。该景影像融合后，与原始全色对比，融合的数据现异常的黄绿色条带，该条带在原始全色影像中不存在（图5）。
PANSHARP融合方法对影像所有波段进行统计运算，以此来消除融合结果对数据集的依赖性并提高融合过程的自动化程度。利用该方法进行融合除了需要输入待融合的全色图像和多光谱图像外，还需输入至少一个参考波段，参考波段的选择会影响融合结果的质量[2]。
克莱姆-史密特（Gram-Schmidt，GS）融合方法是对多光谱影像进行克莱姆-史密特正交变换，把多光谱遥感数据中高频分量集中到某一分量，通常在第一分量中，然后，用空间纹理信息丰富的全色数据代替高频分量，然后再行克莱姆-史密特反变换，把全色数据中空间纹理信息代入到多光谱遥感数据，完成数据融合[3]。融合后的数据即充分利用了多光谱数据的波谱信息，也充分利用了全色波段数据空间纹理信息。
编号为183的高分2号数据，利用GS融合法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.854，PANSharp方法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.899，二者相似系数差0.045。编号为179的高分2号数据，利用GS融合法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.832，PANSharp方法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.872，二者相似系数差0.040（表4）。结果表明，利用PANSharp方法融合的数据波谱信息比GS方法融合的8位数据中的波谱信息量略为丰富。
3 几何定位精度评价
3.1几何校正方法
本次实验总共选择的18个同名地点，且控制点在参考影像中均匀分布（图6）。其中参考影像为横轴墨卡托椭球、38度投影带、WGS84坐标系。经过多次拟合校政，其中有自足数据较为合理，具体为：18个待校正点中误差1.67。最小中误差为0.94，最大中误差为3.69。按业内常规要求来分析，基本上能达到比例尺为1：1万的影像制图标准。
3.2几何校正精度分析
在校正后的高分2号遥感影像和参考影像中，分别在山区和相对平原区（不含几何校正点）、高分影像的四周及近中心区域分别各选择1处同名点，共有同名点10处。影像记录同名点的平面直角坐标，为便于记录，提取的同名点中省略带号“38”。通过计算同名点坐标均值、方差，判断高分遥感影像几何校正精度（表5）。
结果表明在山区和平原区，相同点的坐标方差均较大，尤其在山区会更加明显。尽管已经通过了正射的校正，但数据让不太理想。因此本次工作，分别对平原区、山区的定位精度分别评述。
在平原区5个同名点中，X方向最大偏差为7.27米、最小偏差为0米、平均偏差为1.55米、方差为2.876米，Y方向最大偏差为6.78米、最小偏差为0米、平均偏差为1.02米、方差为2.917米（表4）。对应空间分辨率为0.9米的遥感影像，最大偏差约8个像元，平均偏差约2个像元、方差约4个像元。由于参考影像的空间分辨率为2.5米及判译精度，可以认为校正后平原区高分二号影像定位精度应优于2.917米，即约3个像元大小的误差。
在山区5个同名点中，X方向最大偏差为14.533米、最小偏差为2.906米、平均偏差为5.426米、方差为7.933米，Y方向最大偏差为8.72米、最小偏差为0米、平均偏差为米3.682米、方差为3.232米（表5）。对应空间分辨率为0.9米的遥感影像，最大偏差约16个像元，平均偏差约6个像元、方差约9个像元。
在总计10个同名点中，X方向平均偏差为3.488米、方差6.274米、Y方向平均偏差为1.332米、方差3.911米（表4）。
4、结论
（1）数据处理流程：相对正射校正、数据融合，若成图比例尺为1：5万例尺或小于1：5万比例尺时，不需要做影像几何配准；若成果图比例尺大于1：5万比例尺时，需要利用邻轨影像重叠部分的同名点为控制点，对邻轨影像配准。
（2）彩色合成：数据融合前后影像的OIF指数表明，数据融合前后高分二号数据最佳彩色合成方案为123波段组合，其次为124波段组合。
参考文献
[1]马建文，李启青，哈斯巴干，等.遥感数据智能处理方法与程序设计，科学出版社，2005，7：9.
[关键词]高分二号、遥感方法、图像校正、彩色合成
中图分类号：TP751 文献标识码：A 文章编号：1009-914X（2019）03-0156-03
1、引言
2014年8月19日我国成功发射“高分二号”卫星，该卫星是我国“高分专项”计划中首颗国产亚米级高空间分辨率、光学遥感卫星。卫星的成功发射，为我国矿产资源调查、林业资源调查、荒漠化监测、国土资源利用、城乡规划监测评价、交通路网规划等多领域的应用提供新的技术方法和实用数据。本文以空间分辨率为2.5米的遥感数据和空间分辨率为2.5米的DEM数据为参考数据，以河北省临城地区2014年11月16日3景相邻轨道数据为例（表1），从相对正射校正、几何配准、数据融合、彩色合成方法等方面初步探索了高分二号遥感数据处理方法，确定了高分二号遥感数据的处理流程，为该数据在国土资源调查等领域应用提供了技术支撑。
2、高分二号数据处理与分析
高分二号遥感数据在可见光-近红外波长区间有4个多光波段和1个全色波段，其中多光谱波段遥感数据的空间分辨率为4米，全色波段遥感数据的空间分辨率为1米，观测幅宽45公里，重访周期为69天，轨道高度631km（表2）。
2.1彩色合成方案与分析
以编号GF2_PMS2_E114.2_N37.4_20141116_L1A0000535183（简称183，下同）为实验数据，计算该景数据对正射处理后的多光谱遥感数据及GS法融合的遥感数据的最佳合成指数（OIF）（表3）。OIF指数定义为任意三个波段标准差的和与相应波段相关系数和的比值，标准差反映数据的离散程度，相关性表现为数据间的冗余度，该数据越大，说明波段组合方案中所包括的信息量越大[1]。
根據OIF指数计算结果，无论是多光谱遥感数据，还是融合后的遥感数据，123波段组合方案信息量最大，该组合方案的OIF指数为102.598，其次为124段组合方案，234组合方案信息最小（表3）。
2.2 图像镶嵌精度分析及数据融合
图像镶嵌主要考虑纵向和侧向影像重叠情况及影纹拼接效果。本次测试选用编号为183、177和180景数据的多光谱数据。测试过程分为直接镶嵌处理、相对正射预处理后影像镶嵌、邻轨影像相对配准预处理后镶嵌三个过程。
未相对正射校正镶嵌：未经相对正射校正预处理的3景影像图，无论纵向、还是侧向，空间匹配性差，无法满足工作需要（图1）。
相对正射校正预处理镶嵌：经相对正射校正处理后，侧向、纵向数据与主数据空间匹配较好，其中侧向影像重叠部分空间匹配情况能够满足成图精度为1：10万比例尺制图的要求，纵向影像重叠部分空间匹配情况能够满足成图精度为1：1.5万比例尺制图的要求（图2、图3）。
相对正射校正-影像配准-镶嵌：由于侧向数据和主数据空间纹理匹配较差，因此以主数据为参考影像、在重叠区域选择控制点17处，一次拟合误差为0.28，把侧向数据与主数据配准。经配准处理后镶嵌，能够满足比例尺1：1万精度的制图要求（图4）。
2.3 数据融合方法及评价
数据融合主要利用ENVI软件下GS方法 和PCI软件下的PANSHARP，对编号为183景的数据进行融合。应用GS方法进行融合。该景影像融合后，与原始全色对比，融合的数据现异常的黄绿色条带，该条带在原始全色影像中不存在（图5）。
PANSHARP融合方法对影像所有波段进行统计运算，以此来消除融合结果对数据集的依赖性并提高融合过程的自动化程度。利用该方法进行融合除了需要输入待融合的全色图像和多光谱图像外，还需输入至少一个参考波段，参考波段的选择会影响融合结果的质量[2]。
克莱姆-史密特（Gram-Schmidt，GS）融合方法是对多光谱影像进行克莱姆-史密特正交变换，把多光谱遥感数据中高频分量集中到某一分量，通常在第一分量中，然后，用空间纹理信息丰富的全色数据代替高频分量，然后再行克莱姆-史密特反变换，把全色数据中空间纹理信息代入到多光谱遥感数据，完成数据融合[3]。融合后的数据即充分利用了多光谱数据的波谱信息，也充分利用了全色波段数据空间纹理信息。
编号为183的高分2号数据，利用GS融合法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.854，PANSharp方法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.899，二者相似系数差0.045。编号为179的高分2号数据，利用GS融合法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.832，PANSharp方法融合后各波段数据与原始多光谱数据波段间的相似系数均值为0.872，二者相似系数差0.040（表4）。结果表明，利用PANSharp方法融合的数据波谱信息比GS方法融合的8位数据中的波谱信息量略为丰富。
3 几何定位精度评价
3.1几何校正方法
本次实验总共选择的18个同名地点，且控制点在参考影像中均匀分布（图6）。其中参考影像为横轴墨卡托椭球、38度投影带、WGS84坐标系。经过多次拟合校政，其中有自足数据较为合理，具体为：18个待校正点中误差1.67。最小中误差为0.94，最大中误差为3.69。按业内常规要求来分析，基本上能达到比例尺为1：1万的影像制图标准。
3.2几何校正精度分析
在校正后的高分2号遥感影像和参考影像中，分别在山区和相对平原区（不含几何校正点）、高分影像的四周及近中心区域分别各选择1处同名点，共有同名点10处。影像记录同名点的平面直角坐标，为便于记录，提取的同名点中省略带号“38”。通过计算同名点坐标均值、方差，判断高分遥感影像几何校正精度（表5）。
结果表明在山区和平原区，相同点的坐标方差均较大，尤其在山区会更加明显。尽管已经通过了正射的校正，但数据让不太理想。因此本次工作，分别对平原区、山区的定位精度分别评述。
在平原区5个同名点中，X方向最大偏差为7.27米、最小偏差为0米、平均偏差为1.55米、方差为2.876米，Y方向最大偏差为6.78米、最小偏差为0米、平均偏差为1.02米、方差为2.917米（表4）。对应空间分辨率为0.9米的遥感影像，最大偏差约8个像元，平均偏差约2个像元、方差约4个像元。由于参考影像的空间分辨率为2.5米及判译精度，可以认为校正后平原区高分二号影像定位精度应优于2.917米，即约3个像元大小的误差。
在山区5个同名点中，X方向最大偏差为14.533米、最小偏差为2.906米、平均偏差为5.426米、方差为7.933米，Y方向最大偏差为8.72米、最小偏差为0米、平均偏差为米3.682米、方差为3.232米（表5）。对应空间分辨率为0.9米的遥感影像，最大偏差约16个像元，平均偏差约6个像元、方差约9个像元。
在总计10个同名点中，X方向平均偏差为3.488米、方差6.274米、Y方向平均偏差为1.332米、方差3.911米（表4）。
4、结论
（1）数据处理流程：相对正射校正、数据融合，若成图比例尺为1：5万例尺或小于1：5万比例尺时，不需要做影像几何配准；若成果图比例尺大于1：5万比例尺时，需要利用邻轨影像重叠部分的同名点为控制点，对邻轨影像配准。
（2）彩色合成：数据融合前后影像的OIF指数表明，数据融合前后高分二号数据最佳彩色合成方案为123波段组合，其次为124波段组合。
参考文献
[1]马建文，李启青，哈斯巴干，等.遥感数据智能处理方法与程序设计，科学出版社，2005，7：9.