森林資源監測中GF-2衛星影像波段配準誤差分析

謝士琴，趙天忠，王 威，史京京，夏朝宗

(1．北京林業大學，北京 100083；2．國家林業局調查規劃設計院，北京 100714)

?

森林資源監測中GF-2衛星影像波段配準誤差分析

謝士琴1，趙天忠1，王 威2，史京京2，夏朝宗2

(1．北京林業大學，北京 100083；2．國家林業局調查規劃設計院，北京 100714)

通過對GF-2衛星影像正射校正及波段模擬配準誤差試驗，分析GF-2衛星正射校正方法的選擇以及不同配準誤差下對GF-2衛星影像自動分類結果的影響；最后介紹GF-2遙感影像在森林資源監測應用中的初步測試。研究結果表明：正射校正時，當校正精度要求控制在RMS<2時，控制點數量選擇范圍在85～95間較為合理，且控制點數在90個時，RMS值最小；經有理函數模型與衛片模型比較后，衛片模型校正精度較高；以目視判讀為主時，實踐中建議使用三次卷積重采樣法輸出結果最好；波段模擬配準誤差試驗中，配準誤差與各地類面積變化間存在顯著的線性關系；對于森林面積監測時，配準誤差應小于0.3個像元。此研究可為新型國產衛星數據在森林資源監測中的應用提供參考。

森林資源監測；GF-2衛星影像；正射校正；波段配準；森林分類

高分二號衛星(GF-2)是目前我國分辨率最高的光學對地觀測衛星，搭載2臺全色多光譜傳感器，每臺傳感器可提供幅寬不低于23 km、空間分辨率優于1 m的全色影像和優于4 m的多光譜影像，經數據處理獲得的高分辨率多光譜影像可作為土地利用動態監測、礦產資源調查、城鄉規劃監測評價、交通路網規劃、森林資源調查監測、荒漠化監測等行業的基礎數據源之一[1-2]。然而，在實際應用中，高分辨率遙感影像波段間配準誤差是影響數據質量及其應用的重要因素之一[3-5]。目前，有研究表明高分辨率遙感影像不同波段配準誤差情況下對行業應用具有重大的影響[6-9]。因此，為了充分發揮GF-2數據的優勢，推進數據的業務化程度，特別是針對林業行業應用特點，研究影像數據波段間配準誤差對森林資源監測的影響，并提出合理的誤差范圍區間，對GF-2衛星數據在林業行業的生產應用具有重要的現實意義。

1 實驗數據

研究區位于重慶市云陽縣境內，位置示意見圖1。云陽縣是三峽庫區生態經濟區沿江經濟走廊承東啟西、南引北聯的重要樞紐，實施過天然林資源保護工程和退耕還林工程，其自然地理環境、森林類型及其生長狀況，以及生態工程建設在我國西南地區具有典型意義。本研究選用GF-2號衛星2014-12-21的全色與多光譜影像，多光譜數據包括藍(0.45～0.52 um)、綠(0.52～0.59 um)、紅(0.63～0.69 um)、近紅外(0.77～0.89 um)4個波段[2]。

圖1 研究區位置示意圖

2 研究方法

2.1 全色波段正射校正誤差分析

1)控制點數量確定：以研究地區1∶1 萬DOM為基準數據，引入DEM 高程信息，對GF-2全色影像進行正射校正。校正時控制點數量不同會影響校正的誤差，一般情況下，控制點越多校正精度會更高，但是控制點數量的增加也會使圖像局部扭曲變形，最終造成校正精度下降，為得到合理的控制點數量，本研究控制點數量選取確定為80～120個，誤差變化呈“U”形分布。

2)校正模型篩選：當確定合理的控制點數量后，研究選取有理函數模型 (Rational Functions)與衛片模型(Satellite Orbital Modelling)[10]進行校正，篩選最優的函數模型。

3)重采樣方法評價：研究中選擇最鄰近像元采樣法(Nearest Pixel Sampling)、雙線性插值法(Bilinear Interpolation Sampling)、三次卷積法(Cubic Convolution Sampling)[11-13]分別對影像輸出，目視對比評價3種方法輸出結果。

2.2 多光譜波段配準誤差分析

選擇原始全色為標準參考圖像來添加配準誤差，產生配準誤差模擬圖像，具體步驟如下：

1)將GF-2多光譜波段數據原始影像像元放大4倍，將影像空間分辨率插值為1 m，以便于多光譜影像實現1個像元內的錯位以及扭曲等配準誤差的模擬。

2)在多光譜影像上添加隨機誤差值。采用曲面擬合多項式模型，在多光譜影像上選取均勻分布的控制點，對多光譜和正射校正后的全色影像進行配準，使配準誤差在0.5個像元以內，然后調整控制點，使配準誤差分別達到約0.05像元、0.1 像元、0.15 像元、0.2 像元、0.25 像元及 0.3像元、0.35像元、0.4像元、0.45 像元及0.5像元(1m/ 像元)。并從全色和多光譜影像上截取5 000×5 000像元的子圖像。

3)將不同配準誤差的多光譜波段與全色波段進行融合，產生一系列不同配準誤差的融合影像數據。最后采用迭代自組織數據分析方法(ISODATA)對結果進行非監督分類，在所有參數一致的情況下，根據已掌握的試驗區土地類型，將地物分為水域、森林、建筑物、農田、裸地等5大地類，將標準參考影像分類結果與各配準誤差模擬圖像的分類結果進行面積統計，分析不同配準誤差下，各地類分類面積隨誤差變化趨勢，特別關注森林面積的變化情況。

3 結果分析

3.1 全色波段正射校正誤差分析

控制點數量與誤差變化(見圖2)分析表明：當精度要求RMS<2時，控制點數量選擇85～95時最合適，誤差很接近，僅相差0.01，校正效果最理想；當控制點數達到90個時，RMS值最小。然后，在90個控制點下，選擇有理函數模型與衛片模型進行對比分析，不同模型的精度如表1所示，結果表明，衛片模型校正精度最高，生產實際中可以選擇

圖2 控制點數量與誤差變化關系

模型控制點RMSXRMSYRMS衛片模型1.861.511.09有理函數模型a)13.0512.951.64有理函數模型b)2.181.621.46有理函數模型c)1.881.571.25

此模型。最后，對比最鄰近像元采樣法、雙線性插值法、三次卷積法輸出結果(見圖3)，從結果可以看出，最鄰近像元采樣法得到的影像產生鋸齒狀像素，但簡單輻射保真度好；雙線性插值法重采樣得到的圖像平滑但略顯模糊；三次卷積重采樣法得到的影像，不僅圖像平滑，還保留影像的細節特征，重采樣效果最好。為了結合應用需要，主要以目視判讀為主，實踐中建議使用三次卷積重采樣法。

圖3 不同采樣方法的重采樣效果

3.2 多光譜波段配準誤差分析

從不同地物的分類面積變化率隨誤差變化趨勢(見圖4)可以看出：各地類面積變化與配準誤差間存在顯著的線性關系。其中，水域、農田和裸地的分類面積隨著配準誤差增大而減少，而森林和建筑物的分類面積隨著配準誤差增大而增加。

水域和森林分類面積變化率最大。當配準誤差為0.15個像元時，森林分類面積變化率達到1%以上；配準誤差達到0.3個像元時，森林分類面積變化率發生突變，大幅度增加；當配準誤差小于0.3個像元時，面積變化率保持在3%以下，誤差一旦超過0.3個像元后，森林分類面積變化率平均為4%，并保持在一個相對穩定的范圍內。原因是由于森林在影像色調上存在漸變關系，當配準誤差增大時，其邊界會被混淆，造成在分類中的誤識別，影響分類結果，因此，在森林資源監測中，GF-2多光譜影像的配準誤差應小于0.3個像元。

圖4 不同配準誤差與各地物分類面積變化率關系

4 結 論

經上述研究，本文得出如下結論：

1)GF-2全色影像正射校正時，隨著控制點數量增加，校正誤差先變小后變大，合理控制點數量應為85～95個；校正模型采用衛片模型作為校正模型比有理多項式校正模型誤差小；以目視判讀為主時，重采樣方法建議使用三次卷積重采樣法。

2)GF-2多光譜影像模擬配準誤差發現各地類面積變化與配準誤差間存在顯著的線性關系。經過研究表明，在林業行業應用對森林資源進行監測中，GF-2全色與多光譜影像之間的配準誤差應小于0.3像元。

[1] 王忠武,劉順喜,戴建旺,等.“高分二號”衛星多光譜與全色影像配準策略[J].航天返回與遙感,2015,36(4): 48-53.

[2] 潘騰.高分二號衛星的技術特點[J].中國航天,2015(1): 7-13.

[3] 金星,馬艷華,舒嶸.遙感圖像的圖像配準方法[J].紅外,2004(9): 23- 30.

[4] BROWN L G.A survey of image registration techniques [J].ACM Computing Surveys,1992,24(4): 325- 376.

[5] ZITOVA B,FLUSSER J.Image registration methods: A survey [J].Image and Vision Computing,2003: 21: 977-1000.

[6] 于海洋,甘甫平,黨福星.高分辨率遙感影像波段配準誤差試驗分析[J].國土資源遙感,2007(3): 39-42.

[7] 張國瑞.多光譜多鏡頭 CCD 相機的光學配準[J].航天返回與遙感,2001,22(1): 51-54.

[8] 王洪海,徐建艷,龍小祥.一種衛星多光譜圖像亞像元波段配準精度自動評價方法[J].航天返回與遙感,2010,31(3): 55-63.

[9] 朱近,司美玲,夏德深,等.用局部灰度極值方法進行多光譜圖像配準算法研究[J].航天返回與遙感,2010,31(5): 32-37.

[10] 楊高攀,郭師虹,任雷平.高分辨率衛星影像幾何校正研究[J].電腦知識與技術,2010,6(9): 2235-2237.

[11] 李丹丹,陳曉輝.QuickBird影像的正射校正研究[J].測繪與空間地理信息,2014，37(8): 107-110.

[12] 張周威,余濤,孟慶巖,等.空間重采樣方法對遙感影像信息影響研究[J].華中師范大學學報(自然科學版),2013,47(3): 426-430.

[13] 鮑文東,楊春德,幾何精校正中三種重采樣內插方法的定量比較[J].測繪通報,2009(3): 71-72.

[14] 競霞,魏曼,王紀華,等.基于邊界域修正粗糙熵模型的遙感影像分類不確定性評價[J].中國農業科學,2014,47(11): 2135-2141.

[責任編輯：張德福]

Analysis of GF-2 satellite image band registration error based on forest resource monitoring

XIE Shiqin1, ZHAO Tianzhong1, WANG Wei2, SHI Jingjing2, XIA Chaozong2

(1. Beijing Forestry University, Beijing 100083,China;2. State Forestry Administration Survey Planning and Design Institute, Beijing 100714,China)

Based on the GF-2 satellite images orthophoto correction and band simulation registration error test, this paper analyzes the selection of GF-2 satellite orthorectification method and the influence of GF-2 satellite image automatic classification results under the different registration error. Finally, it introduces a primary test of GF-2 remote sensing image in forest resources monitoring applications. The results show that: for ortho correction, when the correction accuracy is required to be controlled at RMS<2, the number of control points in the range of 85～95 is more reasonable, and when the number of control points is 90, the RMS value is the smallest; after comparing the rational function model and satellite orbital model,the satellite orbital model has the higher correction accuracy; based on visual interpretation, cubic convolution sampling method can output the best results.For band simulation registration error test, there is a significant linear relationship between the registration error and different land area change; and for the forest area monitoring, the registration error shall be less than 0.3 pixels. The paper tries to provide a reference for the application of new domestic satellite data to forest resources monitoring.

forest resource monitoring; GF-2 satellite image; ortho rectification; band registration; forest classification

10.19349/j.cnki.issn1006-7949.2017.02.005

2016-01-10

國防科工局課題資助項目(21-Y30B05-9001-13/15-4).

謝士琴(1992-)，女，碩士研究生.

TP79

A

1006-7949(2017)02-0018-04

引用著錄：謝士琴，趙天忠，王威，等.森林資源監測中GF-2衛星影像波段配準誤差分析[J].測繪工程，2017，26(2)：18-21.