典型国产卫星高光谱质量对比分析

钱 进，姜紫薇，段松江，焦 欢，高 丽，肖 禾*

(1.重庆市地理信息和遥感应用中心，重庆 401147；2.重庆工程职业技术学院 资源与安全学院，重庆 401147)

0 引言

高光谱遥感通过连续获取目标物体的辐射强度信息，能够提供不同地物具有诊断性的光谱信息，因而为精细探测地物提供了可能[1-2]。自2002年首个国产星载中分辨率成像光谱仪(HJ-1A)发射以来，我国星载高光谱迅速发展，相继发射了天宫一号(2011年)、高分五号(2018年)、珠海一号(2018年)和资源一号02D(2019年)，在轨卫星数量不断上升。目前，高光谱遥感数据已经成为地球科学各个领域重要的信息源，在地物精细识别、地质调查、大气与环境监测、海洋资源开发、军事侦察和伪装识别等领域发挥着举足轻重的作用。

随着高光谱遥感应用需求的不断提升，特别是自然资源部印发自然资源调查监测体系构建总体方案后[3]，要求对地表基质层、地表覆盖层等全要素自然资源实行精细化监测、管理，进一步对高光谱遥感的定量化应用提出了非常高的要求。高光谱影像质量评价是数据应用的关键环节[4]，国内外学者对此进行了大量的研究，Roger等[5]提出了空间—光谱维去相关法，利用高光谱影像空间维和光谱维存在强相关的特点，通过多元线性回归去除强相关信号，利用得到的残差图像进行噪声估计；Gao等[6]基于局部均值与局部标准差法(LMLSD)提出了基于边缘剔除的局部均值与局部标准差法和基于高斯波形提取的局部均值与局部标准差法；Bioucas等[7]提出基于多元回归理论的噪声估计算法(NELMM)，考虑每个波段的噪声水平构建噪声权重矩阵，噪声等级越高、波段权重越小，实现了不同波段不同噪声水平之间的平衡；傅鹏等[8]提出一种遥感图像间信噪比的评估和度量准则，用以评估和比较不同遥感影像的信噪比；周雨霁等[9]采用辐射精度、信息量、清晰度和信噪比等指标对Hyperion进行质量评估；邢晓达等[10]对THEMIS-T-FP2500地基高光谱数据进行了质量评估；董胜越等[11]、王崇倡等[12]对GF5全谱波段光谱数据进行质量评估；张霞等[13]对干涉成像光谱仪高光谱数据进行了质量评估；吴兴等[14]对SPARK微纳卫星高光谱数据辐射质量进行了质量评估。

虽然针对高光谱数据质量评估的文献较多，但大都基于算法改进或选取不同指标对单一传感器进行评价，而对国产高光谱数据情况的对比分析相对较少，面向实例化应用的多传感器光谱对比分析较少。因此，本文选取信噪比、清晰度、信息熵等定量化评价指标，对高分五号(GF5-AHSI)、珠海一号(ZH1-OHS)和资源一号02D(ZY1E-AHSI)等3种典型国产星载高光谱数据质量对比评价，并面向地物精细化识别应用，分析植被、水体、道路和房屋建筑在3种数据中的光谱特性，以期为国产星载高光谱遥感实际应用提供基础信息支撑。

1 研究背景及数据来源

1.1 研究背景

本文研究区覆盖重庆市核心城区部分区域以及江津区、永川区等部分区域，研究区整体位于105°40′E～106°50′E，29°00′N～29°50′N之间，包含城市建设区集聚区、农村居民地、道路、耕地、林地等多种复杂地表覆盖类型，地形以丘陵、平坝和山地为主，研究区内包括长江、嘉陵江等2条主要河流水域。

1.2 数据来源

研究选取GF5-AHSI、ZH1-OHS和GF5-AHSI数据各一景(3种传感器性能参数见表1)，研究数据来源于作者单位自主获取，经辐射定标、FLAASH大气校正、几何校正等处理，最终得到本文实验数据成果(图1)。

表1 典型国产高光谱传感参数对比

(a)高分五号(R59、G38、B20) (b)珠海一号(R12、G6、B1) (c)资源一号02D(R29、G19、B10)

其中，GF5-AHSI成像时间为2019年8月17日，光谱范围390～2 500 nm，空间分辨率30 m，光谱分辨率在可见光/近红外附近5 nm、短波红外附近10 nm，原始数据330个波段，剔除192～203(1 350.58～1 443.51 nm)、246～264(1 805.44～1 956.99 nm)、327～330(2 487.97～2 513.25 nm)等共计35个空波段，保留295个波段；ZH1-OHS数据成像时间为2019年7月27日，光谱范围400～1 000 nm，空间分辨率10 m，光谱分辨率2.5 nm，保留全部32波段；ZY1E-AHSI成像时间为2019年9月25日，光谱范围400～2 500 nm，空间分辨率30 m，光谱分辨率在VNIR附近10 nm、SWIR附近20 nm，原始数据166个波段，剔除98～103(1 357.91～1 442.17 nm)、125～133(1 812.02～1 946.82 nm)、165～166(2 484.32～2 501.08 nm)等共计17个空波段，保留149个波段。

2 评价指标

1)清晰度。清晰度是评价数字图像的重要指标[15]，指图像边缘变化的敏锐程度。在图像细节的边缘处，光学密度或亮度随位置的变化越敏锐(变化快)、越剧烈(反差大)，则细节的边缘就越清晰，可辨程度越高。本文采用平均梯度法来表示，该方法能够敏感地反映图像对微小细节反差表达的能力，平均梯度越大，表明影像层次越多，图像越清晰。单波段清晰度计算公式如下：

Articulation=

(1)

式中，nl、ns分别表示图像的行数和列数，f(x，y)表示像素(x，y)的灰度值。

2)信噪比。信噪比是衡量数据质量的一个重要指标，研究指出[16-18]，噪声影响到高光谱数据处理分析的各个环节，涉及特征探测、降维预处理、精细分类、端元提取、目标探测等。光学遥感中，噪声由系统噪声和随机噪声构成，通过频域滤波变换可有效消除系统噪声，随机噪声一般认为是加性噪声[19]，其数学模型可表示为：

(2)

S(i,j)表示图像信号，n(i,j)表示图像噪声，(i,j)表示含噪声图像，一般采用高斯白噪声模拟加性噪声。高斯型白噪声概率密度函数为：

(3)

式中，x为噪声信号，σn为噪声标准差。

本文采用Gao等提出的基于边缘块剔出的局部均值与局部标准差噪声估算方法，具体算法流程见文献[20]。

3)信息熵。信息熵是图像质量评价的常用指标，它从信息论的角度反映图像信息丰富程度。通常情况下，图像信息熵越大，其信息量就越丰富，质量越好。假设图像中各个像素点的灰度值之间是相互独立的，图像的灰度分布为P={P1，P2，…，Pi，…，Pn}，其中Pi表示灰度值为i的像素的个数与总像素个数之比，而n为灰度级总数。本文采用Shannon信息熵[15]进行表示，计算公式如下：

(4)

其中，Pi表示灰度为i的像元出现的概率。

3 数据分析

3.1 单指标分析

信噪比计算结果如图2(a)所示，实验数据信噪比水平大体相当，基本维持在30 dB以上，总体上来看，除空波段和明显噪声异常波段外，3种数据信噪比水平较高。ZH1-OHS在红光波段以下(380～760 nm)时，信噪比计算值略低于GF5-AHSI和ZY1E-AHSI，而在近红外波段760～940 nm均高于GF5-AHSI和ZY1E-AHSI。GF5-AHSI和ZY1E-AHSI信噪比随波长变化各波段信噪比水平保持相对一致，但ZY1E-AHSI在红光波段825～920 nm、988 nm和近红外波段1 055～1 090 nm、1 240～1 290 nm附近产生异常高信噪比波段(>500 dB)，信噪比水平明显高于其他波段和另外两种数据各波段计算值，主要是因为ZH1-OHS空间分辨率明显高于ZY1E-AHSI，且覆盖重庆核心城区，地类覆盖相对复杂导致边缘检测结果不同，从而影响噪声估算结果。

(a)信噪比 (b)清晰度 (c)信息熵

高光谱传感器获取高光谱分辨率数据，会牺牲一定程度的空间分辨率和信噪比。图3、图4、图5展示了实验数据最优信噪比和最差信噪比单波段影像图，可以看出，GF5-AHSI和ZY1E-AHSI因为波段数量相对较多，各通道光谱响应参数保持一致难度更大，条带噪声现象明显，实际应用中建议进一步消除噪声，提升数据处理和后续应用分析的可信度。

图3 高分五号最大信噪比(波段21)和最小信噪比(波段326)影像

图4 珠海一号最大信噪比(波段26)和最小信噪比(波段15)影像

图5 资源一号02D最大信噪比(波段54)和最小信噪比(波段164)影像

清晰度实验结果图2(b)显示， ZY1E-AHSI清晰度整体优于GF5-AHSI，GF5-AHSI除波段319(2 420 nm)至波段326(2 500 nm)清晰度低于ZH1-OHS外，其余波段整体优于ZH1-OHS。ZY1E-AHSI和ZH1-OHS各波段清晰度较为均匀，GF5-AHSI清晰度随波长呈聚集分布，在380～498 nm至青光波段、500～613 nm至橙光波段、617～1 974 nm至近红外波段以及近红外波段1 982～2 194 nm、2 201～2 413 nm和2 420～2 500 nm附近分布为6个相对均匀分布的区间。结合各波段像素灰度分布来看，产生清晰度大小区分和GF5-AHSI随波长聚集的原因，主要是灰度变化强度不同引起的对比度差异，导致边缘清晰度呈实验结果分布。三景实验数据清晰度均值分别为7.246 7、4.483 3、8.762 7，结合信噪比实验结果分析，GF5-AHSI和ZY1E-AHSI数据受条带噪声影响明显，低信噪比波段灰度陡变像素增加，平均梯度计算值偏大，导致ZH1-OHS清晰度整体偏低。

信息熵计算结果如图2(c)所示，实验数据所有波段信息熵均大于7，3种数据各波段均具有丰富的信息量，表明国产星载高光谱传感器信息量性能指标均达到较高水平。其中，GF5-AHSI信息熵在全成像波谱范围内均低于ZY1E-AHSI；在380～760 nm波长范围内，ZH1-OHS信息熵明显优于GF5-AHSI和ZY1E-AHSI，在近红外波长范围内优于GF5-AHSI而略低于ZY1E-AHSI。高光谱数据应用侧重于光谱分析，对图面指标要求相对较少，本文实验数据成像时间略有差异，数据使用时需进一步结合目视效果进行波段优选。

3.2 对比分析

将3种传感数据各波段清晰度、信噪比和信息熵分波长，按照紫(0.38～0.43 μm)、蓝(0.43～0.47 μm)、青(0.47～0.50 μm)、绿(0.50～0.56 μm)、黄(0.56～0.59 μm)、橙(0.59～0.62 μm)、红(0.62～0.76 μm)、近红外(0.76～2.5 μm)分为8个实验组，分别统计其最大值、最小值和均值，对比分析3种传感数据情况，结果如表2所示。总体上看，3种实验数据的清晰度和信息熵随波长增加变化不大，主要是因为清晰度和信息熵指标存在一定相关性，导致变化趋势相似；信噪比随波长变化有明显波动，3种数据信噪比均随波长增加呈现先上升后下降的趋势。

表2 分波长统计结果表

在紫光波段，ZH1-OHS无成像波段，GF5-AHSI清晰度明显低于ZY1E-AHSI，信噪比和信息熵基本相当，均值分别为30.122 5 dB、34.063 6 dB和7.334 8、7.697 4。在蓝光和青光波段(0.43～0.50 μm)，ZH1-OHS仅有1个成像波段，可比性不强，GF5-AHSI和ZY1E-AHSI质量评价结果与其在紫光波段范围内规律保持一致，但各项指标水平均有明显提升，特别是最小信噪比方面大幅提升，说明该波长范围内数据质量较好。在绿光至橙光波段范围(0.50～0.62 μm)，ZH1-OHS信息熵优于GF5-AHSI和ZY1E-AHSI，但信噪比低于GF5-AHSI和ZY1E-AHSI，而ZY1E-AHSI清晰度、信噪比和信息熵3项指标均略优于GF5-AHSI，3种数据信噪比均较蓝光和青光波段(0.43～0.50 μm)有明显下降。在红光和近红外波段(0.62～2.50 μm)，3种数据的清晰度和信息熵表现基本保持一致，其中ZH1-OHS略优于GF5-AHSI和ZY1E-AHSI，信噪比整体上较绿光至橙光波段(0.50～0.62 μm)范围表现略有上升，但最小信噪比波段计算值均有所下降，特别是ZY1E-AHSI出现个别极大值信噪比波段，对整体信噪比计算结果产生影响，表明部分传感器在红光和近红外波段信噪比容易出现不稳定现象，加之受高光谱本身波段高相关性(图6)影响，因此建议在实际应用过程中，尤其需要注意在红光波段和近红外波段的噪声去除和特征选择。

(a)高分五号 (b)珠海一号 (c)资源一号02D

续表2

3.3 光谱特性分析

高光谱遥感数据应用侧重于光谱分析，实验针对每景实验数据，相对均匀分布选取道路、建筑物、水体和植被等4种典型地物样本，取其均值波谱作为端元波谱，样本数量见表3，均值波谱如图7所示，一阶导数波谱如图8所示。

表3 选取样本类型与数量

图7显示，4种地物原始光谱特征之间存在明显差异，但光谱曲线走势基本相同，具备植被“红边”和水体“强吸收”现象；建筑物(区)与道路均属城市不透水层，虽因材质不同导致反射能力强弱有差异，但整体趋势呈现相似的特点。在可见光(380～760 nm)范围，3种数据均表现为建筑物反射能力最强、植被最弱但“红边”效应明显。道路和水体反射能力呈交替趋势，其中GF5-AHSI道路反射能力明显大于水体反射能力，ZH1-OHS水体反射能力大于道路反射能力，在ZY1E-AHSI上道路和水体反射能力相当，可能原因是受不同水体含沙量不同以及有机、无机物的浓度、类型、粒度大小区别差异和道路铺面材质不同所致。但水体在400～600 nm反射能力达到最强能力，符合在清水蓝绿波段具有高反射能力的特点。

(a)高分五号 (b)珠海一号 (c)资源一号02D

在近红外(760～2 500 nm)范围，水体在3种传感器的反射能力均随波长增加呈现强吸收、快速下降的特点，且不随波长变化、传感器差异而变化和数据时相不同、样本区域不同而变化。ZH1-OHS成像范围为400～1 000 nm，在近红外仅有12个波段数据，4种地物精细化辨识度相应较低；GF5-AHSI和ZY1E-AHSI数据显示，建筑物(区)、道路和植被在近红外范围的反射能力均迅速上升达到极大值后，道路和植被在1 451 nm和1 965 nm附近均出现“强吸收”现象，反射能力随波长增加最近降低；建筑物(区)在 GF5-AHSI和ZY1E-AHSI上表现有所差异，但总体上降低趋势不明显，这主要是受建筑结构复杂多异和屋顶材质不同的影响。因此，建议在高光谱城市遥感监测中，特别是不透水层监测中，注意结合城市特点构建建筑物与背景地物的分离模型。

4种地物在3种传感器上的一阶光谱曲线(图8)显示，ZH1-OHS建筑物、道路和水体的光谱导数对背景影响消除效果并不明显，“峰”和“谷”位置相同且光谱变化速率区别不明显，仅植被在蓝青波段467～480 nm、红光716～730 nm和近红外940 nm附近出现明显极值。GF5-AHSI和ZY1E-AHSI光谱导数特征表现一致，均在红光698～736 nm附近出现植被极大值和水体极小值，说明该位置是植被和水体研究的适合波段；在1 342 nm、1 797～1 965 nm附件出现两个植被和道路极小值，表明植被除常规的“红边”现象监测外，针对不同植被类型可在近红外波段选择适合的波段数据；建筑物极值在ZY1E-AHSI辨识度相对较差而在GF5-AHSI区分度较为明显，但规律性不强，受建筑物复杂因素影响，建筑物监测时对数据选取尚需进一步深入研究其机理；水体除在蓝绿波段高反射外，在728 nm附近GF5-AHSI和ZY1E-AHSI均出现快速吸收波段，实际应用中可选取该波段和蓝绿波谱范围数据开展相关水环境监测。

(a)高分五号 (b)珠海一号 (c)资源一号02D

4 结论

本文选取信噪比、清晰度和信息熵3个遥感影像客观评价指标，对GF5-AHSI、ZH1-OHS和ZY1E-AHSI 3种典型国产星载高光谱数据质量进行评估分析，并面向实例化应用，分析实验数据的光谱特性，结果显示：1)GF5-AHSI、ZH1-OHS和ZY1E-AHSI信噪比水平均随波长增加呈现先上升再下降的特点，且GF5-AHSI在波段326、ZY1E-AHSI在波段164等波段条带噪声现象明显，使用前需做噪声去除处理；2)GF5-AHSI在1 350.58～1 443.51 nm、1 805.44～1 956.99 nm、2 487.97～2 513.25 nm附近出现空波段，与ZY1E-AHSI出现空波段波长位置非常相近，说明两种数据具有相似性，后续可分析其原因；3)清晰度和信息熵指标存在部分相关性，且受数据噪声影响，实际应用中建议结合目视效果侧重开展光谱分析；4)GF5-AHSI、ZY1E-AHSI波段数量更多，成像光谱范围更广，更适合目标精细化分类与识别；ZH1-OHS空间分辨更高、图面效果更好，波段主要集中在可见光和少量近红外，更适合小尺度植被和水环境监测；5)建筑物等城市不透水层，因其自身结构的复杂性导致在不同传感器上光谱响应差异较大，实际应用中应结合地区差异和城市个性化特点构建适合的监测模型。

高光谱遥感以其地物光谱测量的准确性，提高了地物信息精细分类的精度，在各行各业的应用中均有大量的研究案例，但目前星载高光谱研究工作仍然主要集中在高校和科研院所，研究成果转化为工程化应用较少，特别是在支撑全要素自然资源精细化监管方面实际应用较少，其主要原因一是数据资源较少、高精度的几何定位和辐射定标数据较少；二是尚未构建起具有普适性的光谱标志库。下一步，构建具有区域特点的标准化光谱库、地基数据测量和研发高性能的处理模型是高光谱遥感项目化应用的研究重点。