不同分辨率DEM对影像正射纠正精度的影响

董玉刚

（辽宁省自然资源事务服务中心—辽宁省基础测绘院，辽宁 锦州 121003）

0.引言

正射影像图是按照地理坐标生成的具有几何精度和影像特征的数字地图，具备直观准确地反应地形地貌、制作周期短等特点，越来越广泛地应用在空间地理信息建设中。遥感卫星影像在成像的过程中，由于地球曲率及地形起伏、摄影轴倾斜、大气折光等诸多因素的影响，致使影像中每个像点产生不同程度的几何变形而失真[1]。正射纠正不仅可以减少或消除成像过程中由于各种因素导致的影像畸变，也是各种影像应用的前提与基础，特别是对于山区等地形起伏较大，常规的几何校正难以消除几何变形的区域。

研究发现：数字高程模型的分辨率决定其对高分辨率影像正射纠正的精度。因此，研究不同分辨率数字高程模型对于高分辨率卫星影像正射纠正精度的影响具有实际价值[2]。重庆市地理信息中心的陈静，袁超等人针对实际生产中1∶2 000数字高程模型对于山区高分辨率卫星影像正射校正扭曲严重的现象做过数字高程模型对山区高分辨率影像正射校正精度的影响[3]。刘云峰研究了数字高程模型对遥感卫星影像正射纠正精度的影响，选取了包含山地、平地、丘陵等常见地貌的SPOT图像，并使用所在区域1∶50 000地形图作为试验样区，通多对比分析以后发现25米以及50米的格网间距对正射纠正精度的影响可以忽略[4]。本文使用资源三号卫星影像作为数据源，对卫星遥感影像进行正射纠正，并通过试验对比分析不同格网间距的高程模型对正射纠正的精度影响的情况，以此来确定最佳分辨率的数字高程模型。

1.试验数据准备

试验数据主正文开始要包括资源三号影像数据和四种不同分辨率的数字高程模型，四种分辨率的数字高程模型分别是15米分辨率的DSM、30米分辨率的ASTER GDEM、45米分辨率的SRTM、90米分辨率的SRTM。然后将下载的90米分辨率数字高程模型进行内插处理，得到45米分辨率的数字高程模型。

1.1 卫星影像

资源三号卫星是我国第一颗民用高分辨率光学传输型立体测绘卫星，它主要用于1∶2.5 000等更大比例尺地形图部分要素的更新，还广泛应用于1∶50 000比例尺立体测绘和数字影像制作中。资源三号卫星配备有多光谱相机和三线阵测绘相机两种相机，采用三线阵成像方式，通过正视相机、前视相机、后视相机三种高几何分辨率相机和多光谱相机获取指定的某地区的立体影像、多光谱影像、高分辨率影像以及其他辅助数据[5]。本实验采用的标准卫星影像为资源三号全色波段影像数据，经过了传感器校正的几何处理方式和相对辐射校正处理，影像平面精度优于10米，高程精度优于5米。

1.2 DEM数据

数字高程模型（Digital Elevation Model）是利用地面坐标及高程数据来模拟地球表面的数据集，描述一定空间范围的地貌特征，是基础地理信息数字产品，能够用来纠正遥感影像在成像过程中的投影差。根据产品的不同形式通常分为以下几种：

（1）SRTM数据

SRTM是航天飞机雷达地形测绘的产品，使用雷达干涉仪，生成小于60°纬度的全局一致的数字高程图，获取的雷达影像数据经过处理，制成了分辨率为30米和90米两种数字地形高程模型产品。

（2）ASTER GDEM数据

ASTER GDEM（先进星载热发射和反射辐射仪全球数字高程模型）是对ASTER卫星的测绘数据进行处理生成的，其垂直精度能够达到20米，水平精度达30米，产品覆盖全球陆地，在大范围地形图制作等方面，它与SRTM两种数据的应用较为广泛。

（3）DSM数据

DSM（数字表面模型）是比DEM更加精细的表示地形地貌的数据集，它不仅包含了自然地球表面的形状还包含了人工建筑物产生的高度变化，是反映地表信息的重要手段之一[6]。利用资源三号立体像对建立的15米分辨率DSM已经基本覆盖全国。

空间地理数据云平台是由中国科学院计算机网络信息中心的科学数据中心研发，数字高程模型数据可以从空间地理数据云免费获取。

2.ZY-3遥感影像正射纠正试验

2.1 技术方法

以ZY-3遥感影像的全色波段为影像数据源、准备试验的数字高程模型以及数字表面模型等数据，分别利用15米分辨率数字表面模型、30米分辨率数字高程模型、45米分辨率数字高程模型以及90米分辨率数字高程模型对资源三号影像进行正射纠正，将正射纠正影像与高分辨率影像进行精度对比，评价正射纠正的效果。

2.2 数字高程模型预处理

2.2.1 DEM拼接

图像拼接是将几幅具有一定重叠区域并且带有地理参考的影像组合成为一幅图像的过程。图像输入之前必须经过几何校正处理或者进行校正标定[7]。由于本试验选取的资源三号遥感影像的覆盖范围大于一幅数字高程模型的范围，所以要将多幅数字高程模型的栅格图像进行拼接，确保覆盖试验影像。

首先，选取覆盖试验区域的全部DEM数据，尽可能选择成像时间和成像条件比较接近的数据，以减轻后面的色调调整的工作量。然后，选定拼接方案，这是极为重要的步骤，拼接方案的好坏直接关系到工作时间和工作量。本试验确定的拼接方案为：确定标准像幅，标准像幅一般位于试验区中央，再确定拼接顺序，即以标准像幅为中心，由中央向四周逐步进行拼接，接下来，无论是几何拼接的过程还是色调调整的过程都是以标准像幅为中心，向四周逐步扩散，完成相邻图像的拼接。

2.2.2 DEM裁剪

拼接后的DEM能够完全覆盖试验区，需要按试验区范围对其进行裁剪。本次试验采用资源三号影像数据自带的边界文件向外做一千米缓冲区，利用新生成的矢量文件，根据不规则分幅裁剪的方式对DEM数据进行裁剪。

2.2.3 DEM内插

DEM内插是根据若干个相邻参考点的高程值，利用一定算法求出待定点上的高程值，在数学上属于插值问题，任意一种内插算法都是基于原始地形起伏变化的连续光滑性，或者说比较临近的数据点之间有很大的相关性[8]。

由于本次试验下载的DEM数据是栅格数据，所以使用影像内插方法来进行数字高程模型内插。影像内插一般有最邻近像元法、双线性内插、双三次卷积法。本次试验采用双三次卷积方法进行处理，这种方法的内插效果最好，但是处理时间相对较长。

2.3 正射纠正处理

许多遥感图像处理软件都能实现遥感影像的正射纠正处理，如ERDAS、ArcGIS等。利用成熟的遥感图像处理软件，在新建的处理项目选取与传感器对应的几何模型进行自动正射纠正即可。纠正时，分别选取15米分辨率的DSM、30米分辨率的ASTER GDEM、45米分辨率的SRTM和90米分辨率的SRTM作为影像纠正的DEM数据。

2.4 精度评定

精度评定是评价一幅图像正射纠正结果的唯一标准。本次试验采用的精度评价方法是寻找特征点，并判断影像上的特征点对比标准图像上同一个特征点在图上像素差值的中误差。试验中特征点提取采用SIFT算法，SIFT算法是Scale Invariant Feature Transform算法（即尺度不变特征变换匹配算法）的简称，它是一种用于计算机视觉识别的算法，用来侦测和描述一景影像的局部特征，在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量以确定两景影像之间的相识度。本文在利用不同DEM数据源纠正后的正射影像上分别选取了城镇、山地、丘陵、农田以及河流等多种不同地貌类型，再进行特征点提取，统计其点位中误差。各类特征点位中误差如表1-表4所示。

表1城镇特征点中误差 单位：米

从表1可以看出：15米分辨率的DSM对影像中城镇地区的正射纠正效果最好，而其他三种分辨率的DEM对影像正射纠正的效果虽有降低，但是降低幅度比较小。

表2山地、丘陵特征点中误差 单位：米

从表2可以看出：同样是15米分辨率的DSM对山地、丘陵类地形的正射纠正效果最好，而且正射纠正效果随着DEM分辨率的降低而下降，但是与表1进行比较可以看出：山地地形整体纠正效果没有城镇地区的纠正效果好。

表3农田特征点中误差 单位：米

从表3可以看出：在农田种植区15米分辨率的DSM纠正效果明显比其他几种分辨率的DEM的纠正效果要好，而且与城镇区域的正射纠正中误差相差不多。

表4河流特征点中误差 单位：米

从以上四个表可以看出：15米分辨率的DSM对资源三号影像的正射纠正效果是最好的，其他三种分辨率DEM的纠正效果随着DEM分辨率的提高而线性降低。相同分辨率的DEM在地形起伏较大地区的纠正效果低于平坦地区的正射纠正效果。

（1）通过对比试验可以得出：随着使用的DEM精度的提升，资源三号影像正射纠正的精度也随之提高，15米分辨率的数字表面模型对资源三号影像正射纠正的效果最好。

（2）试验过程中，针对不同地貌类型的正射纠正结果可以看出：农田等地形起伏较小的地貌类型的正射纠正精度较好，山区等地形起伏较大的地貌类型纠正结果的精度有所下降，说明对地形复杂的遥感影像而言，其地形起伏直接影响正射纠正的精度，对于地形起伏较大的区域，高程模型的精度越高，其正射纠正效果越好。

（3）对于资源三号这种空间分辨率较高的遥感影像而言，使用45米分辨率的数字高程模型和90米分辨率的数字高程模型纠正的效果不好，因此不适合利用其对资源三号遥感影像做正射纠正。

3.结束语

本文以资源三号影像为基础影像，利用四种不同分辨率的数字高程模型对其进行正射纠正处理，并对比其正射纠正的精度结果。本试验中使用的标准影像是使用无控制点纠正的影像，如果能够获得GCP文件，将控制点参与到正射纠正中可以获得更好的效果。每种地貌类别的纠正效果都是通过在纠正后的影像上手动截取一定区域然后与参照影像上手动截取相同区域提取特征点加以判断，在手动截图的过程中难免会产生一些偏差。有几幅影像用SIFT算法提取特征点效果并不好，需要进行人工判断并提取特征点，这个过程也会产生一些误差。这些都是本次试验中的不足。本次试验仅对资源三号影像进行纠正分析，下一步将对多种分辨率的影像采用不同尺度的高程模型进行正射纠正，再对纠正结果进行对比分析，进一步验证不同分辨率高程模型对影像正射纠正精度的影响。