高景一号卫星影像高分辨率底图制作关键技术研究

韩婷婷

(辽宁省自然资源事务服务中心, 辽宁 沈阳 110034)

0 引言

随着我国卫星遥感技术的蓬勃发展,国家相继出台了多个发展规划纲要,明确指出到2020年全面普及国产卫星应用,卫星数据国产化率达到80%,按照商业化模式发展优于1 m分辨率的遥感卫星,国家“一带一路”倡议也明确提出要实现卫星信息互通,这些都为卫星遥感的发展和国际化拓展带来了机遇。随着天绘、资源系列以及高分系列卫星的成功发射和交付使用,我国已实现了亚米级空间分辨率、高光谱分辨率和高时间分辨率的有机结合。高景一号商业卫星的成功发射,更是打破我国高分辨率光学卫星遥感市场长期被国外公司垄断的局面,实现了从无到有的突破,进一步满足国家重大发展战略对遥感技术的巨大需求。

高景一号卫星影像以期较高的分辨率在国内多个行业中得到应用。杨伯宇等基于资源三号和高景一号卫星影像进行天山中段地区积雪范围自动提取;黄志华等基于高景一号卫星影像计算多种水体指数提取湖北当阳地区水体面积;巩淑楠等利用高景一号卫星影像分析了不同软件自动匹配数字地表模型(digital surface model，DSM)的效果;曾文等基于高景一号卫星影像提取当阳市玉泉乡地区林地信息,证明了高景一号卫星以其高空间分辨率在林地信息精细化提取中的可行性。虽然高景一号卫星影像逐步应用在不同行业中,但是在全省大范围的底图制作中,还没有相关应用案例。而目前我省存档的全域范围的高分辨率正射影像成果还不完善,这些数据已经不能满足经济社会对高现势性数据的急迫需求。基于以上需求,本文详细介绍了高景一号卫星影像在全省高分辨率底图制作中的关键技术,并对结果进行精度评价,最终制作出全省范围的正射影像成果,用于更新和完善我省基础地理信息数据库。

1 研究区与数据

1.1 研究区

辽宁省位于中国东北地区,处于东北亚经济带和环渤海经济区的中心位置,是我国沿海开发省份之一,省域面积1.48×10km,辖两个副省级城市(沈阳市、大连市)和12个地级市。地属温带湿润半湿润大陆性季风气候区,四季分明,年均8～10 ℃,年降水700～1 000 mm,地势北高南低、东西高中部低,东部森林覆盖率高,中部以平原为主,西部丘陵低山区以林草地为主,森林覆盖率低,而且西部地区荒漠化严重,导致植被较少。

1.2 数据

本文主要基于2020年4～7月份全省域范围1558景高景一号卫星影像开展的研究。高景一号(SuperView-1,SV-1)01/02星于2016年12月28日发射,SuperView-1 03/04星于2018年1月9日发射,两次均以一箭双星的方式成功发射。这四颗卫星以90度夹角在同一轨道运行,组成SuperView-1星座。SuperView-1全色分辨率为0.5 m,多光谱分辨率2 m，轨道高度530 km,幅宽12 km。高景一号影像能够彰显细腻的地物细节,适用于高精度地图制作、变化监测和影像深度分析。

2 研究方法

2.1 大气校正

太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器,由于大气气溶胶、地形和邻近地物等影响,使得原始影像包含物体表面、大气以及太阳的信息等信息的综合。因此,必须将地物的反射信息从大气和太阳的信息中分离出来,这就需要进行大气校正。大气校正首先通过辐射定标得到大气层的反射率,再通过大气校正得到地表的真实反射率。高景一号卫星影像数据的辐射定标参数一般存放在元数据文件中,需要手动添加中心波长和波段宽度、增益系数和偏置系数等信息。校正模型采用目前最为广泛的大气辐射传输模型校正方式,模块中的平均高程数据使用我省现存的精度较高的数字高程模型(digital elevation model, DEM)成果,同时设置好相关参数特征值。经过大气校正后影像色彩饱和度和清晰度显著提升。同时大气校正可有效去除大气散射影响,能够获取真实的地表反射率,显著提高原始影像的质量。

2.2 几何校正

几何校正分为几何粗校正和几何精校正,几何粗校正也称为系统校正,涉及多种卫星参数信息,而这些属于卫星保密数据,一般由遥感卫星的接收部门完成。我们通常所说的都是几何精校正,在以往几何精校正过程,采用的都是人工采集控制点的方法进行作业生产,也就是俗称的“6点法”“9点法”。这种方法需要大量的人员通过外业采集控制点后再人工添加到影像上进行配准,而本文研究区作业面积为全省1.48×10km,共涉及1 558景原始遥感影像,如果采用“6点法”“9点法”,则需要采集14 000多个控制点数据,大大增加了生产成本,工作效率极低,无法满足项目的工期要求。因此本文利用满足几何纠正精度的已有地形数据和影像资料作为参考影像,根据参考影像自动进行控制点(ground control point,GCP)和连接点(tie points, TP)采集,从而提高影像处理的工作效率,降低生产劳动成本,缩短影像处理工作周期。

2.3 影像增强

我省以往遥感影像生产中,一直采用普通色彩增强方式,也就是在红波段中定量加入定量的近红外波段,这种方式能够使植被显示符合真实状况,但也会造成原本没有植被的地方同样偏绿偏暗,直接影响影像的质量,因此,生产过程中需要反复尝试,选取最佳的定量比值,极为耗时耗力,增加项目成本,这一问题一直制约着遥感影像的快速生产。针对这一突出问题,本文引入归一化植被指数(normalized difference vegetation index,NDVI),根据归一化植被指数值域大小进行植被颜色增强,克服了一直存在的色彩增强问题,极大地提升了影像的增强效果。

本文将NDVI引入到测绘产品生产中,主要是基于NDVI对绿色植被较为敏感,根据归一化植被指数值域大小进行植被颜色分级处理,使其更直观地实现绿色植被分级，显示的同时其他地物不失真。具体分级方式见表1,其中B2波段值对应NIR近红外波段的反射值,B3波段值对应R红光波段的反射值。以往影像增强方式处理结果和经过归一化植被指数颜色分级增强算法处理后的图像如图1所示。

表1 归一化植被指数颜色分级增强算法参数设置表

(a)普通色彩增强方法 (b)NDVI颜色分级增强方法

通过上述对比发现,以往影像增强方式处理结果虽然目视效果较好,但影像色调整体偏绿,影响后续的判读与应用。经过归一化植被指数值域大小进行植被颜色分级处理后,影像色彩饱和度和清晰度显著提升,不会出现过度曝光与失真现象,植被根据茂密程度呈梯度分层状显示,而不是单纯的提亮,整体符合真实的地表情况,进一步说明该方法要优于传统色彩增强算法,可应用于大范围的遥感影像快速生产中。

2.4 拉花变形平滑处理

传统方式处理拉花变形一般是通过影像贴图方式进行变形修改,但是当遇到较大工厂、桥梁或者像南方部分城市梯田分布较多的地方,拉花变形非常之多,修改极为复杂,同时也一定程度损失了影像的精度。针对全省范围的拉花变形修改,需要投入大量的工作人员,连续修改一个月甚至几个月时间,工作量巨大,耗时耗力,一直以来这都是测绘生产工作中的一大难题,制约着测绘产品的快速生产。因此,本文突破以往技术局限,通过大量试验,对全省不同类别地物拉花变形进行了起源分析、变形分类、滤波方法选择、精度测试等研究,实现了全省的拉花变形平滑处理,极大地提升工作效率,为我省今后的卫星遥感影像处理工作奠定了坚实的基础。

本文中的滤波方法,主要引入图像处理领域的滤波概念,目的是为了去除图像采集和传输过程中掺入的干扰噪声,也就是本文中的拉花变形部分。滤波可在空间域和频域上进行,其中中值滤波算法是空间域中应用较为广泛的滤波方式,既去除噪声又保护图像边缘信息,尤其适合本项研究对DEM拉花变形的处理,同时较好地保持了DEM曲面的平滑形态特征。表2是不同类型进行中值滤波的像素值范围和迭代次数。

表2 中值滤波像素值范围和迭代数

通过对全省不同类别地物拉花变形统计,共勾画出22 466块图斑,总面积达5 444.69 km,并按照图斑类型进行分类。根据这些变形的图斑,把陡峭区域DEM裁切出来,对处于DEM陡峭情况严重的区域加以较大权重、增加迭代次数,进而获得较显著的平滑效果,而对处于DEM陡峭情况轻微的区域加以较小权重、减少迭代次数,进而获得较弱的平滑效果;对同一要素要经过多次的重复,直至平滑曲面满足应用的精度要求。然后在ArcGIS软件里面把原始的DEM和平滑后的DEM进行覆盖合并,使其达到既满足纠正精度又避免造成影像拉花变形的目的,最终消除全省范围因DEM产生的拉花变形。

3 结果与验证

本文基于高景一号卫星影像数据在高分辨率底图制作中的关键技术展开了研究,最终制作全省范围的数字正射影像成果,并对成果加以精度验证。依据CH/T 1027—2012《数字正射影像图质量检验技术规程》、CH/T 1015.3—2007《基础地理信息数字产品1∶10 000 1∶50 000 生产技术规定第3部分：数字正摄影像图(DOM)》规范,以及正射影像平面精度要求,平面位置中误差限差在平地和丘陵地区为5.0 m,山地、高山地为7.5 m。最终平面位置中误差检测如表3所示。

表3 平面位置中误差检测汇总表

通过分析可知,平面位置中误差精度满足规定要求,而且精度较好,本文的关键技术方法可用于大范围的基础测绘产品生产项目中。

4 结束语

本文基于高景一号卫星影像数据在大范围、高分辨率底图制作中的关键技术展开了研究,解决了多个以往测绘产品生产过程中遇到的局限问题,极大地提升工作效率,降低了生产成本。目前,高分辨率的正射影像成果已经被成功应用到省内、省外的多个重点领域工作中,对推动测绘地理信息产业技术进步起到重要的促进作用。未来,随着全省域控制点库的建设,根据控制点库进行精确匹配,将会极大地提高影像校正精度。同时加大推广高分辨率正射影像成果的利用,实现自然资源的高效融合利用,充分发挥其应用价值,满足测绘地理信息产业快速发展的需求。