HJ－1A／B卫星数据几何校正与辐射校正顺序研究＊

2013-08-18张周威孟庆岩胡新礼

武汉理工大学学报（交通科学与工程版） 2013年4期

张周威余涛孟庆岩胡新礼韩杰

（北京大学地球与空间科学学院1）北京 100871）（中国科学院遥感与数字地球研究所2）北京 100101）

在利用卫星传感器获取地表反射／辐射信息的过程中，由于受到太阳高度、地形起伏、大气条件、地球曲率以及传感器平台的运行速度和高度等多方面因素的影响，卫星遥感数据中必然存在着一定的误差，主要分为辐射误差和几何误差［1］.针对遥感数据辐射／几何校正方法，牟胜梅等［2］分析了遥感图像预处理算法的可并行性，提出了适合大数据量遥感图像实时预处理的分布处理系统的结构设计方案；祝善友等［3］对多源极轨气象卫星红外数据同化方法进行了研究，阐述了辐射、几何校正方法；周小虎等［4］研究了航空高光谱遥感数据的辐射／几何校正方法，对航空高光谱图像中存在的较为严重的辐射畸变和几何畸变有良好效果；熊剑等［5］以GIS技术为支撑，研究了如何对地形起伏地区遥感影像进行辐射／几何校正处理.但是上述研究只是对辐射／几何校正方法进行了探讨，并未涉及相对辐射／几何精校正先后顺序的研究.

本文利用不同时相、不同下垫面类型的HJ－1A／B卫星CCD数据，从统计特征和纹理特征2个方面，对不同校正顺序的结果进行定量化的分析.研究表明，辐射／几何校正顺序的不同对结果的影响会因重采样方法和几何校正模型的不同有所不同，该结论可为HJ－1A／B卫星数据产品业务化生产提供数据处理流程参考.

1 数据与方法

1.1 数据介绍

HJ－1B卫星图像凭借其获取方便、监测区域大、分辨率较高等特点，已在生态破坏、环境污染检测和灾后评估等诸多领域得到广泛应用［6－7］.HJ－1A／B卫星平台上装载的CCD相机，其波段设置及空间分辨率等参数见表1［8］.本研究所使用的测试数据为 HJ1B－CCD1－6－72－20101117－L20000429022.由于在进行几何校正时缺乏地面控制点，因此选取另一幅成像时间较为接近的HJ－1A／B卫星数据 HJ1B－CCD2－5－72－20101128－L20000435365作为参考图像进行坐标纠正.上述2幅图像无云层干扰，有利于实验研究.

1.2 研究区概况

本文选取2幅图像公共区域中的一部分具有代表性的下垫面作为研究区（4 018×4 034），见图1、图2.该研究区位于河南省焦作市的西北部，N34°08′～35°04′，E111°07′～113°44′之间，整个地区海拔在85～940m之间.属暖温带大陆性季风气候，四季分明，干旱多风，夏季炎热多雨，水热适中.该区域下垫面类型较为复杂，包括植被、土壤、城市用地、水体等，具有很好的代表性，能够充分检验校正顺序对结果的影响.

表1 HJ－1B卫星CCD相机主要参数

图1 测试数据波段3，2，1真彩色合成图像

图2 参考数据波段3，2，1真彩色合成图像

1.3 研究方法

1.3.1 辐射校正首先对原始数据进行辐射定标，将DN值转换为表观辐亮度，然后将其转换为表观反射率产品［9］.

绝对定标系数增益和绝对定标系数偏移量，可从HJ－1A／B星CCD图像附带的XML文件中得到，转换后辐亮度L.HJ－1A／B卫星图像各波段对应的值见表2所列；θ是太阳天顶角，可由XML文件获取.

表2 HJ－1A／B星CCD相机平均太阳辐照度W／m2

1.3.2 几何校正利用ENVI遥感图像处理软件中几何校正模块，在参考图像与测试图像上选取控制点，这些控制点均匀的分布在图像上.不同校正次序所选的控制点（GCPs）需要完全一致.因为人工选点，每次选择GCPs会有一定的随机性，选的点不一样，分布不一样，对于几何校正会有较大影响.然后选取一次和二次多项式校正模型，利用三种重采样方法（最临近法、双线性法、三次卷积法）对测试图像进行几何校正，保证校正精度优于一个像素.

1.3.3 实验流程根据上述确定的辐射校正和几何校正方法，本文设计了预处理实验流程，见图3.通过改变辐射校正和几何校正的顺序，对HJ－1A／B卫星数据进行处理.从统计特征和纹理特征2个方面，对不同预处理流程所得图像进行综合分析与比较.

图3 预处理实验流程图

2 处理结果综合分析

2.1 结果差异分析

在获取不同校正顺序的处理结果后，利用ENVI波段运算功能，计算得到两者的差异图，如图4所示，黑色区域为结果相同区，灰色区域为差异区.

从图4～图9中可以看出不同重采样方式、不同几何校正模型对不同校正顺序所得结果的影响较大，具体表现为：最临近方法所得结果的差异像素分别具有一定的规律性且差异像素比例较小，其中一次多项式校正模型所得差异像素按照线性分布的，而二次多项式校正模型的差异像素按照弧状分布；双线性卷积法和三次卷积法所得结果的差异像素分布无规律且比例较大.出现上述的差异是否会对处理结果的进一步使用造成影响，本文从图像的统计特征和纹理特征进行了详细分析.

图4 一次多项式最临近重采样的预处理结果差异图

图5 二次多项式最临近重采样的预处理结果差异图

图6 一次多项式双线性重采样预处理结果差异图

图7 二次多项式双线性重采样预处理结果差异图

图8 一次多项式三次卷积重采样预处理结果差异图

图9 一次多项式三次卷积重采样预处理结果差异图

2.2 灰度差异统计特征分析

为了更好的定量分析结果差异的大小，本文利用ENVI对各差异图像进行统计分析.从以下几项具有代表性的统计特征指标进行分析：最大值、最小值、均值、标准差.其中均值是指差异图像像素值的平均值，在处理结果中均值代表的含义是表观反射率差异的平均值；标准差用来表示图像像素值的分布状况，标准差越大，表示差异像素值的分布越分散.

从结果中可以看出：（1）各种方法所得差异像素百分比都是随着波长的增加而有所增加，最临近重采样方法差异百分比最小，双线性法和三次卷积法差异比例较大且近似；（2）在相同重采样方法中，一次多项式校正模型比二次多项式校正模型所得差异百分比高，尤其是对于最临近重采样方法而言；（3）从差异像素值的统计数据可以看出，对于双线性法和三次卷积法而言，不论校正模型为一次或二次多项式，辐射／几何校正顺序的不同对蓝波段和红波段的影响大致相同，而对近红外波段的影响较大.（4）虽然双线性法和三次卷积法所引起的差异像素较多，但是其差异值较小，这说明从统计特征角度来看，因预处理过程中辐射校正和几何校正的顺序变化而引起的结果差异较小，可以忽略.

2.3 纹理特征分析

常用的纹理特征指标有：信息熵、角二阶矩、对比度、协同性［10－11］.其中，信息熵是恒量信息丰富程度的一个重要指标，信息熵越大，表明图像具有的信息量越大；角二阶矩是反映图像灰度分布的均匀程度和纹理的粗细度，角二阶矩越大，表示图像纹理越粗糙；对比度又称主对角线惯性矩，它描述了图像的清晰度和纹理沟纹深浅的程度，对比度越大，视觉效果越清晰；协同性又称均匀性，它很大程度上关联到图像中的局部信息，反映了区域的一致性.利用ENVI计算预处理结果的各种纹理特征指标，见图10.

图10 预处理结果纹理指标差异图

从图10中可以看出，虽然参数有一定的差异，但是不同处理顺序所得结果的纹理特征指标差异很小，因此，这些差异对后续遥感产品的生产并不会构成较大影响.

实验表明：（1）对于不同时相、不同下垫面类型的 HJ－1A／B卫星CCD数据，辐射／几何校正顺序的不同产生的差异像素比例随波长的增加有所增加；（2）与一次多项式校正模型相比，二次多项式校正模型引起的差异像素百分比要小；（3）最临近重采样方法引起的差异像素百分比最小，且分布具有一定的规律，双线性法和三次卷积法差异像素百分比较大，且分布无规律；（4）双线性法和三次卷积法对蓝波段和红波段数据影响大致相同，对近红外波段的影响较大；（5）处理结果的统计指标和纹理指标虽有所差别，但差别微小.

为验证所得结论的正确性，本文又选择了多幅不同地区、不同时相的HJ－1A／B卫星数据进行实验，得出了类似的结论，即遥感数据预处理中因辐射校正和几何校正顺序不同导致的结果差异很小，不影响后续产品的使用，该结论可以作为HJ－1A／B卫星数据预处理流程的参考依据.