資源一號02C衛星數據在浙江省土地利用監測中的應用評價分析

浙江省土地資源調查辦公室 王建鋒 王友富 敖為赳 戴勇毅 關 濤

資源一號02C衛星數據在浙江省土地利用監測中的應用評價分析

浙江省土地資源調查辦公室 王建鋒 王友富 敖為赳 戴勇毅 關 濤

資源一號02C星是我國國土資源陸海監測首顆衛星，也是國土資源部首發業務衛星，標志著我國遙感衛星從科研試驗型向業務應用型的轉變。要用好02C星數據，并使其在國土資源調查與監測中發揮重要作用，需要有重點地選擇約束我國資源衛星應用的一些關鍵性指標，如波段配準精度、幾何畸變誤差、成圖能力、圖像質量與圖像解譯、數據有效覆蓋等開展評價。以此為基礎，從國土資源日常性業務調查、行政性監管與執法職能出發，結合土地資源調查與監測等專題應用領域的特點、相關調查與監測的行業標準和技術規范等開展應用示范。

圖1 02C星波段間配準檢查

浙江省是該衛星在軌數據質量評價的實驗區域之一。本文通過對不同地形地貌類型區域ZY-102C數據進行波段配準、幾何校正和空間定位精度、圖像質量與增強處理效果進行分析評價，結合土地變更調查對ZY-102C制圖能力、地類識別能力和面積量算精度等進行了分析評價，以便有的放矢地在國土資源調查與監測中加以充分利用。

一、實驗區域與數據

“資源一號02C”衛星搭載兩臺HR相機，空間分辨率為2.36米，兩臺拼接的幅寬達到54公里；搭載的全色及多光譜相機分辨率分別為5米和10米，幅寬為60公里。

本次驗證是基于2012-2013年實驗數據。主要是“資源一號02C”衛星5米/10米全色多光譜數據和2.36米高分HR數據的2級產品。綜合考慮區域地形地貌類型、社會經濟發展水平等因素，選擇了杭州、景寧等區域共三景數據，分別從數據質量、成圖能力以及在國土資源業務工作中的可用性開展綜合分析評價，實驗數據情況如表1。

二、評價內容及方法

（一）波段配準評價

波段間的配準問題是制約國產資源衛星數據規模化與產業化應用的重要因素之一。遙感數據波段之間的配準精度不僅影響到圖像的幾何定位與成圖精度，而且也影響到地物分類的準確性以及地物邊界的勾繪、圖斑面積和長度等量測的精度。對于02C星數據而言，波段配準不僅包括P/MS10米多光譜波段之間的配準，也包括P/MS5米和HR2.36米全色影像與P/MS10米多光譜數據之間的像元配準問題。

1.1P/MS10米多光譜數據波段間配準評價

在進行影像糾正和融合前，首先檢查多光譜數據不同波段間的空間匹配誤差。在ERDAS軟件多視圖窗口中，利用Link功能將不同波段同步顯示，通過選擇多個點觀測和拉窗簾兩種途徑檢查，發現02C星數據波段間空間匹配不存在明顯偏差，如圖1所示。經過多景數據的目視檢查，確認不同波段間不存在明顯偏差后開展其他環節的評價工作。

圖2 02C星影像配準中誤差

2.2P/MS多光譜數據與全色數據（P/MS5米全色和HR2.63米全色）配準評價

基于CCD與全色數據的幾何地理編碼，分析評價5米和2.36米全色數據與10米CCD數據像元之間的配準誤差。利用X和Y方向的中誤差、最大值和最小值等統計量進行配準誤差的評價分析。

全色與多光譜影像配準分別采用一次、二次、三次多項式法，對兩景待配準影像分別選取20、30、40、50、60個控制點進行配準。針對處理后的影像，選擇25個同名點作為檢查點，通過計算不同配準影像上相同檢查點的誤差來評價HR和CCD數據間的配準誤差。由于全色和多光譜原始影像都沒有坐標，只有行列號，因此這里只給出配準的相對精度。從圖2可得出如下結論：（1）總體上配準誤差隨著控制點數量的增加而逐漸減少，當控制點數量達到30個以上時，誤差無顯著降低，趨于穩定。（2）98791P/MS二次多項式和三次多項式擬合的控制點精度差異不明顯；而142601P/MS和107171HR三次多項式擬合的效果明顯好于二次多項式，表明三次多項式在高分影像和山地地形中的糾正效果較好。（3）全色和多光譜影像配準中，平原城市地區的配準精度最高，配準誤差均在1個像元以下（P/MS傳感器的空間分辨率為5米，0.5個像元約為2.5米），多光譜與HR影像的配準也非常好，控制點最大誤差不超過1個像元。（4）142601景影像最大配準誤差約為4.7個像元，平均誤差約為4.2個像元，主要是由于其覆蓋范圍內絕大多數為山地和丘陵地帶，地形起伏較大，需要通過DEM物理模型糾正消除視場角等引起的地形影響，給配準工作造成了一定的困難。

（二）幾何校正和空間定位精度評價

空間定位精度評價是基于明顯地物在02C星遙感影像與實際（真實值）點位之間的位置誤差進行的評估。將校正后影像與基礎底圖在同一窗口中打開，采用“拉窗簾”的方法逐屏幕檢查。同時，利用誤差評價指標進行定量統計分析。以第二次全國土地調查建立的高分辨率航空正射遙感影像為參考影像和精度檢查點采集基準，采用多項式方法，分別對5米/10米全色多光譜數據和2.36米HR數據進行幾何校正，然后在校正后影像和參考影像上選取明顯地物，參照“基礎地理信息數字產品1∶1萬、1∶5萬數字正射影像圖”并采用X方向中誤差、Y方向中誤差，點位平面中誤差等指標來評價幾何校正和空間匹配精度。

圖3 02C星影像糾正誤差

選擇景號分別為98791P/MS、107171HR、142601P/MS三景數據開展糾正方法對比試驗，以第二次全國土地調查的高分影像作為圖像糾正控制點和精度檢查點采集基準。首先采集20個糾正控制點，然后將糾正控制點加密至30、40、50、60，分別用一次多項式、二次多項式和三次多項式模型輸出結果，最后在幾何糾正后的影像上選取20-25個同名地物點進行精度檢查，結果如圖3所示。

由圖3可知，采用同樣控制點時，一次多項式的糾正誤差最大，而二次和三次多項式法糾正精度均隨著控制點數量的增加而顯著提高。當控制點數量達到60個時，糾正誤差達到最小，約為2個像元左右。與全色多光譜數據間的配準相似，糾正精度隨著控制點數量增加有逐漸提高的趨勢，但是當控制點增加到一定數量后，糾正精度不再上升，甚至有可能降低。因為過多的控制點可能會導致某些不確定點位的選取，同時也增加了數據處理時間。但控制點過少，糾正模型無法高精度擬合，從而造成糾正精度的下降。當控制點增加到50個的時候，糾正誤差為7-8米且基本趨于穩定，可以認為是HR影像最佳控制點數。

圖4 不同融合方法效果對比圖

（三）圖像質量與增強處理效果評價

1.圖像融合處理及效果評價

測試數據中全色和多光譜影像分別采用Brovey、IHS、PCA、HPF、Pansharp、Gram-schmidt及小波融合七種常用算法進行融合，通過定性和定量兩種途徑進行融合效果評價。

定性評價。從視覺效果上看，各種融合方法的結果在空間信息上均有所改善，并在一定程度上能夠保持光譜信息（圖4）。其中，Brovey方法總體色調較暗，從圖中可以看出，城區色調稍暗，但其綠地能比較明顯的反映出來；而IHS融合方法則亮度略大于其他融合方法，這點從其灰度平均值較大也可以反映出來，此外，IHS融合法的顏色退化較嚴重。從空間細節方面來看，小波融合效果最差，影像紋理非常模糊，而Pansharp、GS和IHS法在空間信息保持上效果顯著，尤其在建筑物和道路的紋理表達上，圖像清晰度較其他方法有明顯優勢。在光譜信息保持上，小波融合所得光譜信息和原始多光譜影像較為接近，其次是GS和IHS變換法。目視判讀的定性評價缺點在于有較大的主觀性，不同的人會有不同的評價結果,因此還要進行融和結果的定量評價。

定量評價。對02C數據的評價選擇了6個常用的客觀評價指標：灰度平均值（u）、標準差（std）、信息熵（Entropy）、平均梯度（G）、相對偏差（Dr）和相關系數（ρ）。從圖5統計結果可以看出：

（1）Brovey法的融合結果基本上是最差的：該方法融合后的圖像均值相對于原始圖像對應波段均值，偏差最大，反映出光譜保持性能較差；方差最小，反映出其對比度不大，色調單一，地物間可分性低；信息熵最小，說明其包含的平均信息量最少；平均梯度最小，反映出其對地物細節的表達能力較弱。

（2）HPF融合法無論在空間信息還是在光譜信息保持上均優于Brovey和PCA法，因其較高的圖像梯度和相關系數。Gram-schmidt變換法和Pansharp變換法在方差、信息熵和平均梯度等空間信息評價因子中的均值為最高，說明兩者在空間信息增強方面效果最好，尤其是圖像的反差、信息量和層次度好，融合圖像的細節和紋理信息最清晰，其中以Gram-schmidt變換法所獲得的效果最好。另外，從影像各波段的相關系數和相對偏差來看，Pansharp變換法和Gram-schmidt變換法在光譜保持方面效果最好。在覆蓋義烏和景寧的兩景影像融合時也有相同的結果。如圖4所示。

圖5 02C數據融合效果定量評價情況

（3）小波變換法通常被認為在光譜信息保持上具有優勢，但在本研究中未發現其較強的光譜保持能力，二、三波段的相關系數明顯小于其他方法。同時，在空間細節上，小波變換融合法也沒有體現出任何優勢，融合圖像在各個波段的平均梯度均小于多種方法，同時也沒有表現出較大的方差，說明圖像層次不清晰，對比度不強。如圖5所示。

（4）PCA變換法對圖像的光譜信息保持較好，圖像表現出了很小的相對偏差以及較高的相關系數。同時，在空間細節的表現上，PCA也表現出了一定的優勢，圖像梯度比GS和Pansharp稍弱，但相對于其他方法較強，但是圖像對比度較差。

（5）HPF法所得圖像紋理較清晰，尤其在第二波段和第三波段，但是融合圖像與原始圖像在光譜信息上的匹配程度較差。HPF法所得圖像反差沒有GS法和Pansharp法強，IHS變換法同樣不能很好的保持原始圖像的光譜信息，光譜損失嚴重。

綜上，對國產02C星數據的融合，建議采用Gram-schmidt變換法或者Pansharp變換法。無論從光譜保持上還是空間信息表達上均能發揮其最大優勢，因此更適合常規地類的解譯和提取。

2.圖像增強處理及效果評價

采用直方圖均衡化、對數變換、Gamma校正、均值平滑濾波、中值濾波、高通濾波、銳化、小波變換增強等八種圖像增強方法對試驗影像處理，比較不同處理方法對土地利用調查與監測中常用地類的區分能力，從而找出最佳增強算法。所有增強處理均在科學計算軟件Matlab中完成。各種圖像處理方法均在一定程度上起到了圖像增強效果，但是各種方法由于其本身算法的特點，在增強圖像質量的效果上有其優勢和劣勢。

直方圖均衡算法的實質是減少圖像的灰度等級以換取對比度的擴大。由于在均衡化過程中，原直方圖上頻數較少的灰度級被并入少數幾個或一個灰度等級中，對應的圖像部分得不到增強。同時，直方圖均衡所得的增強效果難以控制，因此在02C數據的處理中，達到了一定的增強效果，但不是最佳。

圖6 杭州（左）、景寧（右）區域圖斑相對精度和相對吻合度分布頻率

Gamma校正實際上是一種指數變換，作用是擴展圖像的高灰度級、壓縮低灰度級。雖然冪次變換也有這個功能，但是圖像經過指數變換后對比度更高，高灰度級也被擴展到了更寬的范圍。從增強后的結果來看，Gamma校正同樣對圖像有一定的增強，但是對比度、紋理信息沒有得到很好的顯示。

均值平滑濾波對于圖像中的噪聲可以得到很好的去除，尤其在高斯噪聲的處理上優勢非常明顯。在02C數據中由于不存在比較明顯的噪聲，經過均值平滑處理后圖像得到了一定程度的增強，但是圖像中地物的邊緣卻變得更加模糊，不利于各地類邊界的勾繪。中值濾波的效果和均值濾波相似，增強結果都需要進一步的處理，反而增大了工作量。

對數變換由于拉伸了圖像中暗的部分，而在亮的部分壓縮，這樣使低值灰度圖像的細節更容易看清，因此在本研究中體現出了較好的增強效果，在此基礎上結合一定的銳化算法可以增加地物的識別能力。

在土地利用調查與監測中，重點監測的對象為建設用地和耕地，其次為園地、林地和水體。02C數據本身具有亮度比較暗，對比度不夠明顯，邊界不夠清晰，條帶噪聲、高斯噪聲、及椒鹽噪聲不突出的特點。因此筆者提出了對數變換加拉普拉斯銳化的方法對圖像進行增強，實踐證明該方法可行，且對土地利用調查與監測中重點地類的監測效果有明顯提升。

（四）地類提取精度評價

1.精度評價方法

精度評價主要完成類別精度，再是面積精度、邊界精度的評價，按照《土地利用動態遙感監測規程》的標準，將2010年底完成并驗收的變更調查成果中圖斑按監測面積10-20畝、20-50畝、50-100畝和大于100畝分成4個層次,并對圖斑編號。對每個層次的監測圖斑進行統計，樣本數量按照每層不低于圖斑數的25%確定。用隨機抽樣法確定各層的樣本點分布。疊加隨機抽樣圖斑和融合后的02C影像，目視解譯抽樣圖斑區域內的建設用地、耕地、水體、林地等地類，并且精確勾繪地類邊界，統計區域內的圖斑個數、圖斑面積以及圖斑屬性，根據誤差不同來源進行精度評價。

2.精度評價結果

抽樣圖斑總體精度評價。對杭州區域、景寧區域分別抽取212個、139個圖斑進行重疊面積、面積精度和吻合度等總體精度評價，涉及建設用地、耕地、園地、林地、水域等5個地類，發現大部分圖斑相對精度和吻合度在0.8以上且兩者相似（如圖6）。這表明，“資源一號02C”星遙感數據可應用于浙江省土地利用監測，但土地分類圖斑的平均面積精度和吻合度與土地利用監測的要求尚有一定的差距

不同抽樣土地覆蓋類型面積精度評價結果。杭州區域212個抽樣圖斑中，屬建設用地41個、耕地41個、園地44個、林地41個、水域40個，其相對面積精度與吻合度評價結果如表2。景寧區域139個抽樣圖斑中，屬建設用地40個、耕地40個、林地44個、水域15個，其相對面積精度與吻合度評價結果如表3。

表2 杭州區域圖斑相對面積精度與吻合度評價表

表3 景寧區域圖斑相對面積精度與吻合度評價表

對杭州和景寧不同面積、不同地類、不同地區圖斑的解譯發現，各種類型圖斑的平均面積精度和吻合度均達到0.85以上，顯示出其出色的成圖能力，且隨著圖斑面積的增大，圖斑提取精度在此基礎上進一步提高。在不同地區的精度對比中發現，局部地區地形地貌對圖斑提取精度的影響是主要因素，當然，操作人員的經驗和誤差也是另一方面的因素，但可以列為次要因素。在不同地類的圖斑精度對比中發現，建設用地和耕地表現比較平穩，而水體在兩地的評價結果中均表現出了較大的面積偏差。原因有兩方面：第一，河流、湖泊一般比較蜿蜒曲折，增大了解譯人員的勾繪難度；第二，部分水體分布在地勢陡峭的地區，地形地貌通過影響糾正精度進而影響圖斑的面積誤差。

在本次圖斑提取中遇到的比較突出的一個問題是地類邊界的確定。例如對于一塊坑塘水面圖斑，在高分影像中可以勾繪靠近水體的內邊界，也可以勾繪圖斑外邊界，在沒有標準的前提下進行人為主觀勾繪往往會造成一定程度的偏差，圖斑面積越大，這種人為因素造成的偏差越大，進而對后續分析的影響越大。

三、結論

通過對浙江省不同地形地貌類型區域ZY-102C數據進行波段配準、幾何校正和空間定位精度、圖像質量與增強處理效果進行分析評價，同時選取杭州市區、景寧縣結合土地變更調查對ZY-102C制圖能力、地類識別能力和面積量算精度等進行了分析評價。結果表明，三次多項式模型為最佳影像糾正方法，30控制點/景以上時全色與多光譜配準誤差趨于穩定；50控制點/景以上時糾正誤差為7-8米且基本趨于穩定；Gram-schmidt變換法或者Pansharp變換法融合效果適合影像土地利用地類的解譯和提取精度；對數變換加拉普拉斯銳化影像增強處理方法提高影像土地利用判讀和提取精度；多光譜CCD數據和HR傳感器2.36米數據融合以后，建設用地、耕地、園地、林地、水體等類型圖斑的平均面積精度和吻合度可達到0.85以上。由此可以看出，“資源一號02C”星遙感數據可應用于浙江省土地利用監測，但土地分類圖斑的平均面積精度和吻合度尚有一定的差距，需要進一步的提高。