利用卫星立体影像生产DEM的关键技术研究

林 璐 谭 龙 王 爽 梁 爽

(自然资源部第二地形测量队, 陕西 西安 710054)

0 引言

数字高程模型(Digitial Elevation Model, DEM)作为重要的空间地理信息数据产品,随着经济的深入发展得到了社会各行各界高度重视。尤其是在全球经济背景下,全国乃至全球级别的DEM产品需求急速增加[1]。卫星遥感技术为这一需求提供了解决途径,具备立体观测传感器的卫星,其所获取的立体像对数据能够用于大范围DEM产品作业的开展[2-3]。近年来,我国卫星技术蓬勃发展,发射了多颗具有立体观测传感器的对地观测卫星[4]。其中,资源三号卫星(简称资三卫星)已在我国测绘地理信息建设与维护工作中建功无数[5]。

利用影像匹配技术获取三维点云数据,然后制作DEM成果是目前较为新兴的工艺方法。在该工艺流程中,其点云滤波环节是数据制作的关键工序[6-7]。该生产工艺中对植被等非地面要素的处理以及水域要素的置平处理,经常需要消耗大量的人力资源[8]。当面对全球地理信息资源建设与应用,开展大规模DEM产品生产时,投入的人工编辑工作量将十分巨大。本文将针对此环节进行分析研究,通过遥感手段,利用归一化植被指数(Normalized Difference Vegetation Index， NDVI)和NDVI指数提取特定地物要素边界范围,实现有靶向性的批量化和自动化操作,从而提高产品生产效率和质量,缩短产品的更新周期,提升测绘地理信息的服务品质。

1 资源三号卫星遥感影像介绍

资源三号卫星是我国自主研发及发射的第一颗光学高分辨率民用立体测图卫星。卫星上搭载的4台线阵推扫式相机(影像参数见表1),可长期、连续、稳定地获取全色影像、多光谱影像、立体影像数据,可用于全球范围的中小比例尺地形图的修测与更新,自然资源调查和监测等工作[9]。

表1 资源三号卫星影像信息 单位：m

2 植被指数和水体指数

2.1 植被指数

植物叶面在可见光红光波段有很强的吸收特性,在近红外波段有很强的反射特性,根据植被的光谱特性,将卫星可见光和近红外波段进行不同差分组合,形成了各种植被指数[10]。植被指数是对地表植被状况的简单、有效和经验的度量。本文选用归一化植被指数(NDVI)作为后续研究使用方法,NDVI能够较好地检测植被生长状态、植被覆盖度和消除部分辐射误差等情况。其表达式如下:

NDVI=(NIR-R)/(NIR+R)

(1)

式(1)中，NIR为近红外波段的反射值;R为红光波段的反射值。

2.2 水体指数

在遥感分析中,为凸显影像中某种纹理或要素特征信息,经常用遥感影像的特定波段进行归一化差值处理。归一化水体指数(Normalized Difference Water Index, NDWI)[11]就是基于绿波段与近红外波段的归一化比值指数,NDWI一般用来提取影像中的水体信息,效果较好。NDWI的表达式如下:

NDWI=(p(Green)-p(NIR))/
(p(Green)+p(NIR))

(2)

式(2)中，p(NIR)为近红外波段的反射值;p(Green)为绿光波段的反射值。

3 关键技术研究

3.1 DEM生产工艺流程

在基于影像匹配技术制作DEM数据的工艺中,通过滤波处理三维点云数据获取DEM成果是产品制作中的重要环节之一(整体生产工艺流程如图1所示)。因此,降低该环节的人工交互工作量,能够有效提升整个工艺的效率和产品质量。

图1 DEM生产工艺流程图

图1中SRTM(Shuttle Radar Topography Mission)是一种对地球表面所进行的遥感测量的航天飞机雷达地形测绘使命，而DOM(Digital Orthophoto Mop)是数字正射影像图。

影像匹配获取的点云数据,包含植被等非地面的高程数据。同时,大范围水体的水面呈现出跳跃式波动,不是镜面式的水面高程呈现或符合地貌的渐变式呈现。在生产制作时,不同的滤波方法(自适应滤波、平滑滤波、整平滤波等)需要针对各自适宜的地物或地貌形态进行对应处理。一般情况下,需要作业人员依据不同地形特征及地物分布情况,首先进行区域划分,再选用适宜的滤波方式进行相应处理。因此,自动化、批量化获取高大植被范围或者水体范围,能够提高规模化作业中人工交互的生产效率,降低作业强度。

3.2 边界提取方法

以资源三号卫星同期下视全色及多光谱影像为资料,进行正射纠正及融合处理。在此基础上,利用NDVI对融合后影像进行相应的波段差值计算。并辅助应用影像特征纹理,获得对应的高大树木植被范围的蒙版栅格数据。然后将蒙版栅格数据矢量化,由此获得非地面植被的范围边界数据。

在获得一个区域多个高大树木类的植被范围后,就能够有针对性地选择滤波方法,对点云数据中非地面地物的高程信息进行剔除与重构,而且是同步且批量化的。同理,利用NDWI及相应方法可获得水体的范围边界数据。其后,则可以有效进行相应的水域置平处理。

3.3 水域置平方法

在基础地理信息更新技术中,水体分为静态水体如湖泊、库塘等,以及动态水体如河流、水渠等[12]。在DEM数据中,静态水体的水域范围内每处高程均一致。动态水体中水域范围内高程则顺水流方向呈渐变式、逐级降低的形态[13]。

静态水体范围内的水面高程,可选用通过NDWI计算后水体范围内最低处的高程值为整体水面高程。也可以通过人工交互核查,以量测的高程值为水面高程。

动态水体则通过将水域分段,每段视作一个静态水体来处理。分段方式为两种(如图2所示):一是等高差分段,即每段水域上下游高差一致,但每段水域长度不同；二是等长度分段,即每段水域长度固定,但每段水域上下游高差不同。这两种方式都必须满足,每段水域内上下游高差不应大于DEM生产要求的高程精度限查。

说明：图2(a)中, h1=h2=h3<ΔH, 且s1。图2(b)中, s1=s2=s3, 且h1ΔH。h为每段水域上下游高差, s为每段水域长度。ΔH为DEM高程精度限查。

图2 动态水体分段示意图

4 数据处理及结果分析

4.1 开发工具实现

利用Microsoft Visual Studio 2015 软件平台进行点云滤波处理软件的研发,采用的开发语言为C++。经测试,该软件能够满足生产需要,为快速处理三维点云数据提供了方便,目前该软件已在生产中得到应用。

4.2 植被滤波情况

高大树木类植被滤波。选择某处林木分布较多区域,通过拾取植被边界进行针对性滤波处理。效果如图3所示。

4.3 水域置平情况

(1)静态水体置平。以某处湖泊为例,拾取其边界后处理效果如图4所示。

(2)动态水体置平。以某段河流为例,拾取其边界后处理效果如图5所示。

图3 植被滤波情况示意图

图4 静态水体处理情况示意图

图5 动态水体处理情况示意图

4.4 效率比对统计

选择样区1幅1∶50 000比例尺图幅范围区域开展实验。对区域内的植被和水域进行滤波处理,并对人工处理和应用研发软件处理两种方式进行效率情况比对统计。如表2统计情况所示,可将人工处理时间压缩60%以上。

表2 人工处理和软件处理效率比对统计

5 结束语

我国卫星遥感技术的高速发展,为开展全球视野的地理信息资源服务与应用提供了资源保障。相应的,统筹利用多种方法实现卫星影像数据的快速处理,已成为提高卫星遥感技术服务效率和品质的关键。实验通过利用NDVI和NDWI指数方法,实现了对基于影像匹配技术制作DEM数据的制作环节优化,有效提升了产品制作效率,为国产卫星影像的应用提供了良好示范。下一步,将针对NDVI和NDWI指数优化方面展开研究,提升其对植被、水体等要素的敏感性,实现对相关要素边界提取准确率的提高,为更好地基于资源三号卫星影像开展大范围DEM数据制作和更新提供技术参考。