高分辨率SAR與光學影像聯合調繪研究

段動賓，張合兵，張喬梁，宋香平

(河南理工大學 測繪與國土信息工程學院，河南 焦作 454003)

高分辨率SAR與光學影像聯合調繪研究

段動賓，張合兵，張喬梁，宋香平

(河南理工大學 測繪與國土信息工程學院，河南 焦作 454003)

為解決地形圖測繪中外業調繪效率低問題，在分析SAR影像與光學影像特點基礎上，利用高分辨率機載SAR影像與Google Earth影像聯合調繪方法，進行1∶5 000地形圖調繪實驗。通過層次分析法對SAR影像、Google Earth影像以及聯合調繪方法的工作量進行對比分析。結果表明：聯合調繪方法能大大減少外業工作量，縮短作業時間。

調繪；定性分析；定位分析; 層次分析法

SAR 是一種主動式微波傳感器，穿透能力強，受云霧影響較小，全天候對地表進行觀測[1]。隨著SAR傳感器技術、組合導航技術以及飛行控制技術的發展，機載SAR成像質量更高，穩定性更好，分辨率更高，并在地形圖測繪中得到應用[2-3]。相比SAR影像，光學影像更加直觀、易懂，被廣泛應用于很多領域[4-5]。

影像調繪是用判讀知識對影像進行實地調查和補測，并將地形圖上需要表示的地物、特征地貌和地理名稱等要素用規定的符號和注記標繪在影像上，以供進一步測繪地形圖[6-7]。對于地形復雜、環境較差的地區，影像調繪是一項特別困難的工作。國內外學者對影像調繪方法研究較少，付春永等人對高分辨率SAR影像調繪作了研究，分析了影像定位和典型地物成像特點[6]；仇春平等人對同一地區相同時相的機載SAR影像和航片分別進行判繪，分析了兩種影像相同地物成像特點[8]；張文元等人研究了SAR影像與光學影像翻譯方法，通過算法實現了SAR影像信息到光學影像信息的翻譯[9]。以上研究僅僅對光學影像和SAR影像的地物特點進行了分析，并沒切實解決外業調繪工作量大、效率低等問題。

本文結合高分辨率機載SAR和Google Earth影像的特點，提出高分辨率SAR影像與Google Earth影像聯合調繪的方法，并利用0.3 m分辨率機載SAR影像與0.3 m分辨率的Google Earth影像，在山西稷山縣進行1∶5 000的地形圖[10]調繪工作，最后運用層次分析法對抽樣地物進行定量化分析，結果表明，影像聯合調繪方法能夠提高工作效率。

1 研究區概況與數據源

1.1 研究區概況

研究區位于山西稷山縣北部，處于北緯35°37′～35°38′、東經110°57′～110°59′，總面積為6.5 km2，最大高差為50.6 m。稷山縣是棗鄉之一，其中研究區內的上柏、下柏、賈峪村、東姚村等丘陵地區主要種植板棗，一般與小麥套種，板棗成熟時間為每年的9月下旬到10月中旬。研究區主要地物地貌要素(見表1)。

表1 主要地物地貌要素

1.2 數據源

高分辨率機載SAR圖像為Ku波段Mini SAR搭載在“蜜蜂”飛機上，于2015年10月獲取，極化方式為HH，分辨率為0.3 m。 Google Earth影像為Big Map提供的19級0.3 m分辨率，2015年9月的影像。因兩幅圖均為地理坐標，需對兩幅影像進行投影定義，以及幾何校正，消除影像畸變帶來誤差。

2 SAR與光學影像調繪與應用

2.1 技術思路

影像定性分析是確定兩種影像內表達要素的類別；定位分析是確定地物和地貌要素邊界信息和位置信息，有些要素還包括方向信息，如陡坎等。通過對SAR影像和Google Earth影像中地物和地貌要素進行定性分析、定位分析，更詳細地了解測區內兩幅圖像的特點，確定哪些要素在SAR影像或Google Earth影像上表現明顯，邊界清晰，并將這些要素分別標記在影像上；然后，進行實地調查、測量、標記影像，對調查成果進行檢查、補調。圖1為具體技術思路。

圖1 聯合調繪的技術思路

2.2 典型地物定性和定位分析

光學影像具有細節清楚、分辨率高、地物色彩信息豐富、形狀顯示完整等優點，與人眼看到的地物色彩相似，便于人為識別、判繪地物種類以及相對位置。合成孔徑雷達是通過側視方式主動發射電磁脈沖, 再接收地物的回波信號。其成像與地物的某些特性有關, 如粗糙度、入射角、地物含水量等[12]。相比光學影像，高空間分辨率的SAR影像則不具備細節清楚、色彩豐富、地物邊界完整顯示等特點，這也導致一些要素在SAR影像無法確定邊界。但是，對于一些面積較小或線狀的、后向散射較強的地物，在SAR影像較為明顯，定位較準確，在Google Earth影像中則模糊不清。SAR影像在一些特殊地區、特殊環境，有著獨特優勢，基于區域地理知識、地質專業知識、遙感知識等理論的掌握，通過分析圖像上地物復雜的色調、邊界信息，進行地物的判繪[9,11]。表2為SAR影像與光學影像不同地物的特征。

道路主要包括鐵路、高速公路、國道、省道、鄉道、農村道路。對SAR影像而言，粗糙的表面后向散射系數更大，而道路粗糙度較小，表面較其它地物光滑，無論雷達波束的入射角方向如何，其在SAR圖像上色調總是較暗，因此，道路、河流和溝渠等線狀地物在雷達影像上都呈現暗條帶，直接從影像色調上很難區分。在Google Earth影像中，各種道路的紋理邊界較清晰，定位方便(見圖2)。

陡坎、田坎在SAR影像中陡坎主要表現為以下三種形式：迎坡陡坎、背坡陡坎以及順坡陡坎。迎坡陡坎會對側視雷達信號產生疊掩現象，這里可以認為雷達信號到陡坎頂部與底部的距離一樣(當陡坎為90°時)，使得頂部散射的信號與底部散射信號記錄在一點上，迎坡陡坎在SAR影像顯示一條白帶；背坡陡坎因雷達信號到達不了，在影像會產生陰影現象，即為黑色條帶(見圖3)；順坡陡坎在SAR影像紋理模糊，可通過兩端迎坡陡坎和背坡陡坎判繪，或者結合Google Earth影像信息進行順坡陡坎定位(見圖4)。

表2 典型地物特征

圖2 道 路

圖3 迎坡坎、背坡坎

圖4 順坡坎

電線塔、電力線、信號塔高分辨率Google Earth影像中大部分地物信息都比較清晰，但電線塔、電力線、信號塔等面積較小的地物，無法被拍攝清晰，定位困難。相反，電線塔、電力線、信號塔等金屬材質在SAR影像中色調很亮，定位準確。圖5為電線塔、電力線、信號塔在兩副影像中的比較。

圖5 電線塔、電力線

實驗中的房屋主要是村落的居民點，屬于集群式房屋，具有很強后向散射。但房屋之間相互影響較大，關系相對復雜，而且村落內有高大樹木、電線桿等，成像過程受影響因素較多，因此，在SAR影像中，房屋定性容易，定位卻是個難題。在Google Earth影像中，房屋之間的相互關系，以及邊界信息表達很清晰，彌補了SAR圖像的缺陷(具體見圖6)。

圖6 房 屋

水庫水面對雷達發過來信號散射很少，在SAR影像上是一片黑色。受陰影效應的影響，水庫內一側堤面也是黑色的，而且水庫堤邊線也很模糊(見圖7)。

圖7 水 庫

在SAR影像中，小土堆一側因疊掩呈現白帶狀，一側因陰影呈現一片黑色，邊界清晰(見圖8)。

圖8 小土堆

研究區植被主要包括麥田、棗樹林、槐樹林等，以面狀分布為主。在SAR圖像上，同一種植被可能有不同的色調，不同的植被也有可能有相同色調，散射點位置具有隨機性，所有散射點的回波信號強度相差不大[6]。植被本身的散射強度不大，因此，在SAR圖像上對不同種類植被的定位是很困

難的。因此，應結合Google Earth影像進行植被的定性定位(見圖9)。

圖9 植 被

Google Earth影像中垃圾堆呈現不同的色調，礦渣堆為深棕色，比較容易辨別。

2.3 應用與分析評價

2.3.1 應 用

將研究區地物的可判繪程度分成三個等級，分為容易判繪、可判繪以及不可判繪，從地物的定性和定位兩方面進行表示(見圖10，圖11)。不難看出，無論單獨從SAR影像還是Google Earth影像都無法完成全部地物的定性與定位。將陡坎、田坎、電線塔、圍墻、信號塔、小土堆等地物定為SAR影像預調繪要素，同時將道路、房屋、水庫、礦渣堆、植被、垃圾堆等地物定為Google Earth影像預調繪要素。

圖10 SAR影像地物判繪程度

外業調繪主要工作內容，第一，模糊邊界的測繪，如順坡陡坎、部分房屋、垃圾堆、礦渣堆以及廠房等；第二，獨特地物標記，如電線塔、信號塔、工廠、加油站、加氣站、學校、醫療點等；第三，影像中不顯示地物的標記與測量，如機井、墳地等。將外業調繪成果上圖之后，對殘空區進行核檢，并根據成圖結果進行實地補調、測量。

2.3.2 分析評價

層次分析法(AHP)是對同一層次內部兩元素的相互重要程度差異給出判斷，并用定量的方法表示出來，形成判斷矩陣，用以確定權重。該方法將相關評價指標從定性到定量轉變，以便運用數學思維解決實際問題[13-14]。

1)建立層次結構模型。本研究中，將道路、田坎、電線塔、房屋、水庫等以上九種地物作為評價指標層(方案層)，總工作量作為目的層，建立層次結構模型(見圖12)。

圖11 Google Earth影像地物判繪程度

圖12 層次結構模型

2)構造判斷矩陣。首先假設不考慮定性定位的難易問題，將所有地物都進行實地調繪、測量，每一種地物都有一定的工作量，然后根據研究區內抽樣地物在總調繪中工作量的大小，判斷兩兩地物之間的重要性，并采用1～9的標度方法組成判斷矩陣A(見表3)。

表3 判斷矩陣

3)一致性檢驗。判斷矩陣一致性檢驗：

CR=CI/RI，

式中：CR為一致性比例，CI為判斷矩陣A的一致性指標，λmax為判斷矩陣A的最大特征根，n為評價指標個數，RI為平均隨機一致性指標(可根據n值大小查找表4得到)[13]。計算得到判斷矩陣的最大特征根為9.846 1，CI為0.105 8，CR為0.072 4。當CR小于0.1時，認為判斷矩陣的一致性是正確的；否則將進行調整矩陣，直至滿足條件。

表4 隨機一致性指標

4)權重向量的計算。采用算數平均值法求解權重：先將判斷矩陣A中的元素按列歸一化處理；然后求各列對應元素的和，將得到的列向量除以n，即為權重向量。計算式結果見表5。

表5 權重向量

其中,i=1，2，…,n.

以上為假設所有種類地物都需要實地調繪、測量前提下進行分析的。在此基礎上，為驗證聯合調繪方法優越性，這里將三種不同的判繪程度進行量化處理，設容易判繪為0，可判繪為0.5，不可判繪為1。一種地物總的判繪程度N，由該地物定性的判繪程度N1和定位的判繪程度N2共同決定，因此這里應用式(1)計算。同時，實驗中引入一種實際工作量的評價指標W，W值越大則實際工作量越大，相反亦然。因實際工作量跟影像地物判繪程度呈負相關，通過式(2)計算實際工作量的評價指標W，其中Pi和Ni分別是某一種地物i的權重和判繪程度。

(1)

(2)

按照式(1)和式(2)計算得到SAR影像、Google Earth影像以及聯合調繪的實際工作量評價指標W，分別為0.934 6、0.714 3、0.164 3，可見，聯合調繪方法能夠大大減少工作量。但值得注意是，評價指標W并非實際的作業量，兩者是正相關的，這里僅用來對比分析三種調繪方法。

3 結 論

本文進行SAR影像和光學影像聯合調繪實驗，充分結合SAR影像和光學影像的優點，使得地物定性分析更加容易，定位更清晰，完成了1∶5 000地形圖調繪工作；該聯合調繪方法，克服地形圖調繪的困難，提高外業調繪效率，同時，為影像調繪工作提供可靠有益的方法參考。

[1] 黃國滿，張繼賢，趙爭，等. 機載干涉SAR 測繪制圖應用系統研究[J].測繪學報，2008,37(3): 277-279.

[2] 程承旗，關麗. 基于地圖分幅拓展的全球剖分模型及其地址編碼研究[J].測繪學報，2010, 39 (3) : 295-302.

[3] 王緯華，江濤，張永紅，等.基于高分SAR影像的城市用地變化檢測[J].測繪與空間地理信息,2016,39(7):141-143，147.

[4] 趙靜，武文波. SAR 與光學影像在煤礦信息解譯中的應用[J].遼寧工程技術大學學報(自然科學版)，2013, 32(6): 769-772.

[5] BAN Yifang, JACOB A, GAMBA P. Spaceborne SAR data for global urban mapping at 30 m resolution using a robust urban extractor [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015(103): 28-37.

[6] 付春永，譚克龍. 高分辨率SAR影像調繪研究[J].測繪通報，2012(1): 42-44.

[7] 廖強強，張立亭，劉洋.SAR主從影像的幾何配準[J].測繪與空間地理信息,2016,39(4):28-31.

[8] 仇春平，張繼賢，王岐嶺，等. 機載合成孔徑雷達影像與航片判繪的對比研究[J].測繪科學，2006, 31(2): 40-41.

[9] 張文元. SAR影像與光學影像翻譯方法研究[J].測繪學報，2015, 44(1): 118.

[10] 中國國家標準化管理委員會.國家基本比例尺地圖圖式-第2部分: 1∶5 000 1∶10 000地形圖圖式:GB/T 20257.2-2006[S].北京：中國標準出版社，2006.

[11] 鄒麗麗，崔海山，李穎,等. SAR與SPOT數據融合方法研究[J].遙感技術與應用，2010, 25(6): 836-841.

[12] 宋建社，鄭永安，袁禮海. 合成孔徑雷達圖像理解與應用[M].北京:科學出版社，2008.

[13] 鄧雪，李銘，曾浩健，等. 層次分析法權重計算方法分析及其應用研究[J].數學的實踐與認識，2012, 42(7): 93-100.

[14] 劉海燕，龐小平. 利用GIS和模糊層次分析法的南極考察站選址研究[J].武漢大學學報(信息科學版)，2015, 40(2): 249-252.

[責任編輯：李銘娜]

Research on the joint annotation with high resolution SAR and optical images

DUAN Dongbin, ZHANG Hebing, ZHANG Qiaoliang, SONG Xiangping

(School of Surveying & Land Information Engineering, Henan Polytechnic University, Jiaozuo 454003, China)

In order to solve the problem of low efficiency of annotation in topographic map, on the basis of analyzing the characteristics of SAR and optical images, the annotation method is used to combine high resolution airborne SAR image with optical image, and the experiment of 1∶5 000 topographic map annotation has been carried on. Finally, the workload of SAR image, Google Earth image and joint annotation are used to make the contrast analysis with the method of Analytic Hierarchy Process. It turns out that the field work is reduced greatly, and the working hours is shortened by the method of joint annotation.

annotation; qualitative analysis; position analysis; analytic hierarchy process

著錄：段動賓，張合兵，張喬梁，等.高分辨率SAR與光學影像聯合調繪研究[J].測繪工程，2017，26(10)：30-35.

10.19349/j.cnki.issn1006-7949.2017.10.006

2016-08-05

測繪地理信息公益性行業科研專項項目(201412020)

段動賓(1990-)，男，碩士研究生.

P231

A

1006-7949(2017)10-0030-06