基于多基态修正模型的多时相卫星影像数据组织方法研究*

袁昱纬 卫 强 杨亚鹏 夏明卓

（中国人民解放军91977部队 北京 100036）

1 引言

随着卫星技术的不断发展，卫星的重访周期越来越短，时间分辨率越来越高，多时相卫星影像被广泛应用于GIS［1］、变化检测［2］、地物识别［3］、遥感反演［4］等领域，但同样面临多时相卫星影像数据组织管理中数据冗余量大、检索操作复杂等问题，因此面向多时相卫星影像的数据组织管理问题已成为众多学者的研究热点［5～6］。

侯平等［7］运用变化检测技术提出一种多时相遥感影像存储管理的新方法，能够有效节省存储空间，但是较新时刻的遥感影像需要较长的读取时间；陆纳纳等［8］提出面向对象的基态修正模型改进及查询方法，能够有效提高各时相影像的检索和读取效率，但难以高效组织管理大规模的卫星影像；杨建思等［9］提出一种大文件多版本遥感影像数据组织管理方法，存储的效率较高，但检索同一地区不同时相影像时需要跳转多个金字塔结构，计算过程较为繁琐。本文针对多时相卫星影像数据组织管理中数据冗余量大、检索操作繁琐等问题，通过引入多基态修正模型、动态基态距以及Hilbert空间排列码等，提出了一种多时相卫星影像数据组织方法。

2 时空数据模型

2.1 基态修正模型

基态修正模型是一种典型的时空数据模型，相较于序列快照模型，能够避免对各时刻数据的完整存储，仅需存储起始时刻数据（称为基态）和后续各时刻相对于基态的变化数据（称为差文件），通过将给定时刻及其之前所有变化数据与基态数据进行叠加处理，即可得到给定时刻的完整数据。

基态修正模型中，对于相邻时刻的相同数据，仅需存储一次；同时，通过叠加处理能够获得给定时刻完整数据，数据的空间分辨率没有损失。因此基态修正模型能够在保证空间数据的空间分辨率不变的前提下，减少冗余数据存储，并满足不同时相空间数据的存储需要。

基态修正模型在组织时空数据时，同样面临空间关系计算复杂、数据读取时计算量大等缺点，尤其在处理变化数据邻域中的非变化数据时，不能在邻域计算后直接进行读取数据，需要顺序读取其之前时刻的全部历史数据并叠加处理。多时相卫星影像数据在采用基态修正模型组织管理时，由于常常调用的不是起始时刻的影像，而是较新时刻的影像，这就造成高频调用的影像往往都需要不断进行历史访问和顺序叠加操作，严重影响了卫星影像的读取效率。

2.2 多基态修正模型

多基态修正模型是在基态修正模型的基础上，通过在若干个特定时刻存储完整数据（即多个基态），差文件在其之前最近基态的基础上建立，形成多个基态修正模型叠加的结构，如图1 所示，图中的T0、T5、T10、T15时刻对应的粗实线表示基态，其余细实线表示差文件。基态之间的时间差称为基态距，如图1 中的L1、L2、L3。与传统基态修正模型相比，多基态修正模型能够有效减少获取较新时刻数据时的历史访问和顺序叠加操作，并减少差文件空间结构的复杂度和数量［10］。

在多基态修正模型中，快照建立的越多、基态距越短，能够获得更高的数据访问效率，但数据量就越大；相反地，快照建立的越少、基态距越长，数据量就越小，差文件数越多越复杂，数据访问效率越低。因此，选取合适的基态距就显得尤为重要。

2.3 基于动态基态距的多基态修正模型

不同时刻数据量之间的变化可以用差文件数据率ki表示：

其中，Qi为i 时刻对应的数据量，B 为i 时刻相对应基态的数据量。

在构建多基态修正模型时，不同时相数据的对应时刻记为i ，i=1，2，3...，n，相邻基态变化量阈值记为a。当变化率累积Kj大于a 且Kj-1小于a时，则建立新快照。变化率累积Kj如下所示：

建立新基态后，上式i 从j 时刻重新开始累积，直至建立下一个新基态。如此往复，直至所有时刻均完成构建。如图2所示。

图2 基于动态基态距的多基态修正模型示意图

从图2 可以看出，基态距随不同时刻数据的变化率ki变化而动态变化。不同时相数据间的变化率ki越小或阈值a 越大，基态距则越大；不同时相数据间的变化率ki越大或阈值a 越小，基态距则越小。

当变化率累积Kj达到50%～60%时，差文件一般出现较高的空间浪费率，因此阈值a 一般选取50%或60%。也可通过实际检索和读取效率比测的方式确定阈值a。

3 改进的多时相影像金字塔模型

3.1 影像金字塔模型

单幅卫星影像数据一般覆盖范围广，数据量较大，以整幅卫星影像为单位进行组织、检索和浏览时，效率极低。由于用户检索和浏览的范围通常仅占整幅卫星影像一小部分，为提高效率，需对卫星影像对进行分块处理，形成影像瓦片［11］。瓦片一般大小为256×256像素。

为快速获得同一地区不同分辨率的卫星影像，提高影像数据检索、调度和不同尺度浏览时的效率，需按照不同分辨率等级将影像瓦片层次化组织起来，这种数据模型称为金字塔模型，如图3 所示。相邻分辨率等级一般为2 倍关系，金字塔模型中越低层级，影像分辨率越高。高层级的影像瓦片可通过对低层级影像瓦片重采样得到。

图3 影像金字塔模型示意图

3.2 改进的多时相影像金字塔模型

与传统金字塔模型中每个分块分别代表一个影像瓦片不同，在多时相影像金字塔模型中，金字塔模型的每个分块均代表对应区域所有刻的影像瓦片。改进的多时相影像金字塔模型的每个分块均采用基于动态基态距的多基态修正模型来组织多时相的影像瓦片，其构建过程如下。

1）对起始时刻的卫星影像，在进行影像分块形成瓦片后，直接存储于金字塔模型的对应分块，此时金字塔模型为基态修正模型的基态。

2）对后续多时相的卫星影像辐射校正、辐射配准后，进行影像分块形成瓦片，瓦片分别与上一时刻对应区域分块进行变化检测；变化检测一般采用图像差值法，该方法简单、效率高且易于工程实现，也可采用主成分分析法、聚类法等方法进行变化检测。

3）设定变化检测阈值b，若影像瓦片的变化量大于变化阈值b，则说明该瓦片较上一时刻发生了变化，应当作为基态修正模型中的差文件，在金字塔模型中进行存储；若影像瓦片的变化量小于变化阈值b，则将该瓦片视作未发生变化，不在金字塔模型中存储，仅在金字塔模型的对应分块上进行标记。同时，累积统计发生变化的影像瓦片数量。

4）若累积统计的影像瓦片变化数量未超过对应基态的变化量阈值a，则对下一时刻的卫星影像重复第2）、3）步；若累积统计的影像瓦片变化数量达到或超过对应基态的变化量阈值a，则不进行变化监测和判断，新建多基态修正模型中的下一个基态，该时刻的全部数据在金字塔模型中的对应分块进行存储，同时累积统计的影像瓦片变化数量清零，对下一时刻卫星影像重新第2）、3）步。

5）直至所有时刻的卫星影像均完成多基态修正模型的建立。

6）对于影像金字塔模型高层级中的低分辨率影像，可通过对下一层级多基态修正模型中的对应影像瓦块进行重采样获得；对于重采样时缺少的影像瓦块，可采用多基态修正模型中的对应基态和差文件进行叠加获得。

改进的多时相影像金字塔模型如图4所示。

图4 改进的多时相影像金字塔模型示意图

4 多时相影像瓦片编码和检索机制

4.1 基于Hilbert 空间排列码的多时相影像瓦片编码

Hilbert曲线具有良好的空间聚类效果，影像瓦片存储时能够较好地保持邻接关系，具有较高的顺序读取效率［12］，其空间查询和邻域编码计算复杂的缺点可通过曲线网格划分或查表的方式进行优化。

将金字塔模型各层级分块分别按照Hilbert 曲线顺序进行编码，成为Hilbert空间排列码。因此本文采用“L_H_T”的命名规则对多时相影像金字塔的影像瓦片进行编码，其中，L 为影像瓦片所在的金字塔层级，H 为影像瓦片在所在金字塔层级中的Hilbert 空间排列码，T 为影像瓦片对应的时刻。由于“L_H_T”命名规则的编码能够唯一标识每一个影像瓦片文件，能够直接从编码获取影像瓦片在金字塔模型中所处的位置和对应时刻时间。

4.2 检索机制

在进行多时相影像瓦片的检索时，根据影像瓦片编码规则和用户检索浏览习惯，本文设计为三级检索：

第一级索引根据用户检索和浏览的分辨率，映射到对应的金字塔层级；

第二级索引根据用户提供的影像瓦块Hilbert空间排列码，计算其行列编码和地理空间位置，索引到金字塔模型的对应分块；

第三级索引根据用户指定的时刻，索引到特定的影像块；若金字塔模型中该分块在给定时刻仅有对应的差文件，则在多基态修正模型中查找最近的基态，并与其之后的差文件进行叠加操作，获得指定时刻的影像块，所需的基态和差文件可通过修改影像块“L_H_T”编码的T编码快速获得。

5 实验验证

本文采用Esri ArcGIS 和Google Earth 提供的某地多时相卫星影像数据进行了实验，实验的原始影像数据总量约3.62GB。9 个不同时刻的局部样例影像如图5所示。

图5 多时相卫星影像示例

实验分别采用序列快照模型、基态修正模型和本文提出的方法（基态距阈值选取60%），进行多时相影像金字塔模型的数据组织和存储，并对最新时刻影像进行读取，影像读取效果如图6 所示。存储空间开销比对，如图7所示。随机选取10个不同时刻不同地点的影像块，分别采用上述三种模型进行读取的时间开销如图8所示。

通过实验验证了本文模型的可行性，并从实验影像的比对可以看出，本文提出的多时相卫星影像数据组织方法，虽然不能像序列快照模型那样完整地保存原始影像，但能够保证主要的影像数据不丢失，时相间变化小的区域利用之前时相的影像进行了代替。

图6 采用不同模型进行多时相卫星影像存储并读取的影像结果

图7 存储空间开销对比图

图8 影像瓦片读取的时间开销对比图

从图7 可以看出，本文提出模型的存储开销明显小于序列快照模型，略高于较传统的基态修正模型；从图8 可以看出，本文提出模型的读取时间开销低于传统的基态修正模型，略高于序列快照模型。因此，本文提出模型能够在大幅度减少数据冗余存储的同时，兼顾影像块的读取效率。

6 结语

采用基于动态基态距的多基态修正模型组织多时相的卫星影像数据，在传统多分辨率金字塔模型的基础上，将每个金字塔分块对应一个多基态修正模型，用以管理卫星影像分块的基态和差文件，并对基态之间的间隔进行了动态分配，提出了改进的多时相基于Hilbert 空间排列码的多时相影像瓦片编码和相应的检索机制，兼顾了影像块的读取效率和数据冗余程度，为解决多时相卫星影像的管理问题进行了有益的探索。