影像质量对遥感应用的影响分析

游福灵

摘 要：根据遥感监测工作实际需求，从时间分辨率、光谱分辨率、空间分辨率、辐射分辨率等四个方面对遥感影像数据质量的影响进行了分析，并通过小样本数据实验对影像质量的影响从遥感解译、变化检测的角度进行了分析。

关键词：遥感；影像质量；遥感应用

中图分类号：TP79 文献标识码：A

遥感影像应用分析日益广泛，但其也存在较多的影响因素，这些因素能够对遥感分析结果的精度产生较大的影响。如：(1)遥感影像数据本身包含的误差，即影像数据质量的影响；(2)数据预处理引入的误差(如几何误差和辐射误差)；(3)数据分析过程中的误差（如量化误差、分析方法引入的误差）；(4)数据产品存储方式转换的误差（如栅格与矢量转换误差）。其中，影像数据质量作为影像应用的先天条件，往往对遥感影像的应用领域和精度水平起到决定性作用。

而在遥感影像质量分析中，分辨率是一个至关重要的概念，并表现为多重含义[1]。影像分辨率简单来说就是成像系统对影像细节分辨能力的一种度量，也是影像中目标细微程度的指标，它表示地物信息的详细程度。因此，对遥感数据质量的描述往往利用遥感影像的四种类型的分辨率来进行，包括：时间分辨率、光谱分辨率、辐射分辨率和空间分辨率。

一、时间分辨率的影响

时间分辨率（Temporal Resolution）一般指是指对同一目标的序列影像成像的时间间隔，即对同一地区进行重复观察的频率。从这一含义来讲，多时相影像分析能够提供所需的变化信息。例如，美国国家海洋大气局（NOAA）的地球静止轨道环境业务卫星（GOES）运行于地球同步轨道上，可获取高时间分辨率的影像（如：每半小时），使得气象学家可以每小时更新一次锋系和飓风的位置，并综合其他信息预测风暴的路径。

时间分辨率表达的另一含义是：主动式传感器（如：激光雷达，LIDAR）向地面发射单脉冲后，能记录的回波个数。例如，大多数LIDAR系统发射一个脉冲，并记录该脉冲的多个回波响应。测量多个回波响应之间的时差就可以确定目标的高度和地形特点。主动式传感器发射的一束能量信号所持续的时间长度成为脉冲宽度，采用短脉冲可以获得相当精确的距离测量结果。

对于常规的土地利用动态遥感监测工作而言，时间分辨率一般从属于第一层含义，即利用多时相遥感数据对土地覆盖信息进行变化检测[2]。其一般要求两个重要的时间分辨率保持不变。

第一，影像获取时间应大致在一天中的相同时刻。这样可以有效地消除太阳高度角的影响，使遥感数据中的反射特征不会因太阳高度的不同而产生太大的差异。

第二，针对监测目标内容，选择合适时令和季节的影像进行检测，并尽可能是同一地区不同年份但相同季节的遥感影像。其原因在于，不同时令季节的情况下，地面植被物候、季节性太阳高度角等存在较大差异，这些差异都会导致地物光谱特性的差异，进而对变化检测结果产生负面影响。

二、光谱分辨率的影响

光谱分辨率（Spectral Resolution）是指遥感器所能记录的电磁反射波谱中某一特定的波长范围值。波长范围越宽，则光谱分辨率越粗糙；反之越精细。

遥感影像变化检测的基本假定是：如果IFOV内的生物物理目标在两个时相间发生变化，那么该像元在两景影像中的光谱响应就会有差异。理想情况下，传感器应具有足够的光谱分辨率以记录光谱区内的反射通量，并且该光谱区间能够最好的获取物体最具描述意义的光谱特性。因此，高的光谱分辨率可以保证监测目标能够在影像上有所响应，以提供更为丰富的信息。

但光谱分辨率并不是越高越好，相反由于光谱分辨率过高，往往会造成信息的大量冗余和波段之间相关性太强，进而容易引起数据处理得不到预期的结果[3]。D.Landgrede与B.Shahshahani利用了四种分类算法，通过对训练样本数目与最终分类精度的实验，揭示了光谱分辨率对分类精度的影响[4]。实验结果图如下所示：

图1 训练样本数量、分类器与特征维数对分类精度的影响

从图3-1可以发现，使用传统的统计分析模式分类，随着波段数目增大，训练样本数量相对于特征空间维数的比例减小，分类过程中计算得到的参数估值偏差也逐渐变大，最终会导致分类精度的降低，而这对利用分类后变化检测算法有着相当大的影响。因此，遥感影像变化检测要求确定合适的光谱分辨率影像。

另一方面，遥感影像变化检测还要求选择波段基本一致的影像数据。例如，Landsat MSS的第4 波段（绿光）、第5波段（红光）和第7波段（近红外），Spot的第1波段（绿光）、第3波段（红光）和第4波段（近红外）一起使用。如果各传感器间的波段匹配得不好，变化检测的很多算法都将无法应用，效果很差。

三、辐射分辨率的影响

辐射分辨率（Radiometric Resolution）又称亮度阈值，是指在一个波段中所记录的代表地物反射电磁波的强度（表现为亮度或灰度）的所有可能的数值。在影像中表现为影像的灰度级。例如，在字节长度为8位的文件中，像元点亮度值可以分为256级，则代表地物亮度的数值可为从0～255中的某个值。辐射分辨率与影像灰度级成正比，灰度级越高，其辐射分辨率就越高。在遥感影像直观上来看，灰度级越高，影像的细节表达能力就越强。如下图所示：

(a) (b) (c)

图2 (a)经过处理的辐射分辨率为8bit、1m 空间分辨率的IKONOS图像（IKONOS图像的辐射分辨率为11bit）；(b)经处理的辐射分辨率为４bit的影像；(c)经过处理的辐射分辨率为１bit的影像

从图2可以看出，辐射分辨率的降低使得影像的细节模糊，主要体现在其空间分辨率的相应降低。因此，辐射分辨率对变化检测的影响可以从空间分辨率的角度来分析。

四、空间分辨率的影响

空间分辨率（Spatial Resolution）是指遥感器所能分辨的最小的目标大小，即影像目标的空间细节在影像中可分辨的最小尺寸。空间分辨率越高则目标和面积值越小。

空间分辨率直接影响着像元的纯度。空间分辨率高的遥感影像单位像元对应的地面范围小，纯像元出现的概率大，混合像元的数量相对较少，使得目标地物与背景的灰度反差大，区分度好。但另一方面，高分辨率也带来问题：纯像元的个数越多，噪声就相对越多，使得同一类别地物内部的光谱响应值差异越大，同一地物的识别区分难度也相应加大[12]。

如下图3所示，对一幅空间分辨率为0.69米的QuickBird影像，降低其分辨率依次为2.76米、5.52米，展示其直方图，并利用 Canny算法提取边界。

(a) (b) (c)

(d) (e) (f)

(g) (h) (i)

图3(a)为空间分辨率为0.69米的QUICKBIRD影像；（b）为经过处理的、空间分辨率为2.73米的QUICKBIRD影像；(c) 为经过处理的、空间分辨率为5.52米的QUICKBIRD影像；(d)、(e)、(f)均为其对应的影像直方图；(g)、(h)、(i)为对应的边缘提取结果图

从上述实验可以看出，利用0.69米分辨率的遥感影像提取出来的边缘结果复杂；利用5.52米的遥感影像提取出来的边缘结果有残缺。而利用2.73米分辨率的遥感影像能够较为清晰的提取出边缘结果。这个现象可以解释为：适当的分辨率图像可使具有大面积分布的连续目标地物仍构成单纯像元；同时使小面积同亮度的地物不能构成纯净像元，只能与周围地物构成混合像元，使得整个像元亮度比目标地物的低。

因此，在进行遥感应用分析时，不同分辨率的遥感影像的分析效率是不一样的，存在一个最佳的分辨率，既可以清晰地分割出人工地物，又可以滤除许多噪声。相反，如果分辨率过低会造成人工地物信息提取困难，过高则会造成噪声过多。

五、小结

综上所述，对于常规的遥感应用工作而言，时间分辨率的选取其一般要求两个重要的时间分辨率保持不变。而光谱分辨率则存在一个最佳值得选取问题，光谱分辨越高往往会造成信息的大量冗余和波段之间相关性太强，进而容易引起数据处理得不到预期的结果。辐射分辨率对遥感应用的影响可以从空间分辨率的角度来分析。空间分辨的选择也存在一个最佳的分辨率，既可以清晰地分割出人工地物，又可以滤除许多噪声。相反，如果分辨率过低会造成人工地物信息提取困难，过高则会造成噪声过多。

参考文献

[1] 杜永明，不同分辨率对遥感影像中识别人造地物的影响。遥感技术与应用，2001,16(4):214～217

[2] 2006年度土地利用动态遥感监测项目技术方案. 国土资源地籍管理司2006年

[3] 遥感数字影像处理导论（原书第3版）/（美）延森(John R. Jensen.)著；陈晓玲等译.-北京：机械工业出版社，2007.1

[4] 肖平，光谱分辨率对地物分辨能力的影响分析。测绘科学，2004,29(7):50～52