省域的國產光學衛星影像獲取困難區分析

徐之俊，劉子雯，邢光成，李連營

（1. 湖北省測繪成果檔案館，湖北 武漢 430074；2. 武漢大學資源與環境科學學院，湖北 武漢 430070）

隨著我國高分系列和資源系列等國產衛星的種類和數量日益增多，國產遙感衛星對地觀測能力提升，為地表研究提供高精度的地物要素信息能力越來越高，應用越來越廣泛。目前國產高分辨率衛星已廣泛地應用于國土資源[1]，每年的地理國情監測[2]、土地利用變更[3]等常態化更新都需要用到大量遙感衛星影像進行分析。因此，遙感衛星影像對各地的覆蓋情況以及覆蓋質量會對應用有著一定的影響。

一方面，由于地形、地勢、氣候等因素的影響，衛星影像在各個地區的覆蓋范圍、覆蓋頻次上差異較大，甚至部分困難地區無影像覆蓋。另一方面，據全球衛星云氣候研究數據（ISCCP-FD）顯示，全球每年平均云覆蓋占全球地表面積的比例大約為66%，而云層作為影像中的一種常見污染物，也會影響國產衛星遙感數據獲取地表信息的能力[4]。

因此，為全面分析衛星影像數據的覆蓋質量，使其滿足自然資源事業發展需要，我們需要對近年來的國產衛星影像數據進行深入分析，統計規律，研究影響具體覆蓋困難的地區。考慮到云層覆蓋情況，在本次研究中采用了深度學習方法對現有國產衛星影像數據的云覆蓋、云影等信息進行提取，并對這些數據進行分析，研究云的遮擋對遙感影像在各地的覆蓋率以及覆蓋頻次的影響，綜合分析國產衛星的影像獲取能力，評價衛星影像的可用性。

1 研究區域及數據

本次研究根據高分一號衛星、高分二號衛星以及資源三號衛星影像數據在湖北省各市（州）的覆蓋情況，通過具體指標值分析出覆蓋困難的城市，并對這些覆蓋困難城市進行量化的分級，便于后續為如何提升國產光學衛星影像質量提供依據[5]。

1.1 研究區域特點

湖北省地處中國中部地區，29°01′53″N～ 33°6′47″N、108°21′42″E～116°07′50″E之間，東西長約740 km，南北寬約470 km，總面積18.59萬km2。湖北省地勢大致為東、西、北三面環山，中間低平，略呈向南敞開的不完整盆地，地形地勢對衛星影像的獲取有著較大影響。

湖北省共轄12個市、1個自治州、4個省直轄縣級行政單位。本次研究將以市（州）為單位對湖北省各市（州）的衛星影像覆蓋情況進行分析，具體有武漢市、黃石市、十堰市、宜昌市、襄陽市、鄂州市、荊門市、孝感市、荊州市、黃岡市、咸寧市、隨州市、恩施土家族苗族自治州、仙桃市、潛江市、天門市、神農架林區17個市（州）。

1.2 數據內容分析

1.2.1 原始影像資料數據

本次研究現有影像數據包括GF1、GF1BCD、GF2、 ZY-3衛星影像，影像時間跨度從2012－2019年，其中共有2189景GF1 PMS衛星影像；405景GF1BCD PMS影像；1204景GF2 PMS影像；5341景ZY-3 MUX影像，具體數據清單如表1所示。

表1 已有衛星影像數據清單

現有衛星影像數據具有以下特點：

1）數據時間跨度大：涉及數據自2012年后所有多源影像數據，從其按年份統計來看，數據量有逐年增加趨勢明顯。

2）數據類型多：影像涉及衛星類型多樣，早期以ZY系列為主，后期增加了很多GF系列衛星影像，且衛星編號不斷增加。

3）數據格式差異大：不同衛星影像涉及的數據標準均有差異，從覆蓋區域、文件大小、命名規則等均存在較大差異。

4）數據量巨大：不同衛星影像中，每景數據大小從500 M～6 G，大小不等，整體數據量巨大。

1.2.2 云檢測軟件處理后的數據

由于本次分析需要基于天氣模型，需要使用多源國產衛星影像云檢測軟件對原始影像數據進行處理。

本次研究中，各衛星影像的樣本數量較為充足，選取基于深度學習的云提取技術實現對遙感影像中云要素的提取。首先通過半自動標注影像云掩膜、人工檢查糾正和裁切構建多源影像云檢測樣本集，然后進行多源衛星影像深度學習云檢測模型訓練，實現多類型國產衛星影像高精度批量云提取，輸出影像云掩膜和云量注記信息等文件。

處理后影像的元數據xml文件包含每一景影像的含云量，矢量云掩膜文件中有每一景數據各地理單位的云覆蓋情況，并用mask屬性字段對云覆蓋情況進行區分，其中mask字段值為1的地方代表此地區沒有云層覆蓋，其余值表示有云覆蓋。通過矢量云掩膜文件可以得到每景影像中有云覆蓋的位置和大小數據，在ArcGIS中經過處理后可以得到各地區內云覆蓋的具體情況，為后續分析提供數據支持。

2 研究方法

2.1 指標體系

1）覆蓋率。覆蓋率是指衛星拍攝覆蓋到面積與各地總面積的比值。根據數據中各衛星每一景影像數據的XML文件中的信息進行處理，將生成的各衛星覆蓋的shp文件與行政區劃shp數據相交后，分別計算出各地的覆蓋率[6]。

2）覆蓋頻次。覆蓋頻次是指衛星影像在一年間對各地覆蓋的次數。獲得每景影像的覆蓋范圍矢量數據后，將所有矢量圖形組合并為一個要素類，每個圖形作為其中的一個要素。在ArcGIS中，使用頻數工具，通過面積字段以及表連接功能統計出各區域的覆蓋頻次[7]。

3）云量。云量是指云、薄云和云影的面積占所在區域面積的百分比。本文中的云量數據是指原始影像數據經過云提取軟件處理后得到的數據結果。

以市（州）為單位對各衛星所拍攝影像的含云量進行分析，含云量比例也是由有云區域的面積與各市（州）的面積相除得到的。將數據整理后得到下圖，其中含云量是指所有年份各衛星對各市（州）所拍攝影像含云量的平均值。

2.2 分析方法

由于每一年各衛星對湖北省各市（州）的覆蓋率和覆蓋頻次都有較大差別，高分一號和資源三號總體的覆蓋率較高，各市（州）相差較小，而高分二號覆蓋率相差較大，因此要確定各個年份各衛星的覆蓋率指標和覆蓋頻次指標應在整體覆蓋質量指標中計算權重的大小。得到各市（州）的覆蓋質量指標后，使用自然斷點法對其分類，完成基于覆蓋質量的困難城市的分級。具體分析路線如圖1所示。

圖1 分析路線圖

1）熵權法賦值。熵權法是一種客觀賦值方法。在具體使用的過程中，熵權法根據各指標的變異程度，利用信息熵計算出各指標的熵權，再通過熵權對各指標的權重進行修正，從而得到較為客觀的指標權重。

具體計算步驟如下：

①處理計算得到每年各衛星影像對17個市（州）的覆蓋率、覆蓋頻次、云量指標數據。

②分別對各市（州）的覆蓋率指標、覆蓋頻次指標和云量指標進行歸一化處理，得到各指標數據標準值，再計算標準值下的熵權。

（3）渾河、蘇子河的氮輸入對撫順取水口處各水質要素的影響相當，減小蘇子河的磷輸入能更有效地降低撫順取水口處的葉綠素a濃度。該研究以期為大伙房水庫水資源可持續利用及水質管理提供理論指導。

③用計算得到的權重分別與原始數據相乘，得到加權后各州市的覆蓋率指標值、覆蓋頻次指標值和云量指標值。

④對這3個指標值再進行歸一化處理和熵權計算，得到最終各市（州）質量指標值。

2）自然斷點法分級。自然斷點法是一種根據數值統計分布規律分級和分類的統計方法，它能使類與類之間的差異最大化。使用自然斷點法進行分級處理，會對數值進行運算后自動設置斷點位置，將其分為幾類，使類內差異最小,類間差異最大。

3）困難地區分級。困難地區是指衛星影像覆蓋程度較差的地區，為了更好地對困難程度進行評價，通過對各地區的覆蓋質量指標值進行分級處理，從而得到覆蓋困難地區的分級情況。對各市（州）原始影像以及天氣模型影像的覆蓋質量指標進行分級，得到困難地區的初步分級結果。湖北省包含12個市、1個自治州和4個省直轄縣，覆蓋質量指標值有17個，對這 17個指標值進行分級，根據自然斷點法原理會將這些指標由低到高分為不同級別，即代表困難城市等級。

3 實例研究

運用上述分析方法，以湖北省為例進行衛星的覆蓋質量分析。

3.1 覆蓋質量指標統計

根據影像數據通過分析方法計算出各衛星對湖北省各市（州）的覆蓋率數據、覆蓋頻次數據以及云量數據。以2017年高分一號影像數據為例，如圖2～4所示。

圖2 覆蓋率統計圖

圖3 覆蓋頻次統計圖

圖4 各市（州）含云量比例圖

原始影像質量指標中需要對影像數量、覆蓋率、覆蓋頻次進行熵權法加權計算，天氣模型影像質量指標中需要對覆蓋率、覆蓋頻次和含云量進行熵權法加權計算。對各年數據指標進行熵權賦值之后，得到覆蓋質量指標如表2所示。

表2 湖北省各市（州）影像覆蓋質量指標

3.2 困難地區分級

基于上述覆蓋質量指標使用自然斷點法進行覆蓋困難的分級。

1）原始影像困難區分級。使用自然斷點法對 17個市（州）的原始影像覆蓋質量進行處理后，質量值被分為1.75～1.81，1.81～2.37，2.37～2.56，2.56～2.984個級別，從低到高排列后對應的市（州）也被分為4個困難等級，其中一級困難地區（覆蓋質量低）有恩施和神農架，四級困難地區（覆蓋質量高）有隨州、孝感和天門。

2）天氣模型影像困難區分級。使用自然斷點法對17個市（州）的天氣模型影像覆蓋質量進行處理后，質量值被分為1.01～1.21，1.21～1.53，1.53～1.81 3個級別。一級困難地區有恩施、神農架和宜昌。

3.3 困難地區分析

1）原始影像困難區分析。原始影像的覆蓋質量提升主要是針對困難地區覆蓋不到的情況。除非遇到重大事件，衛星運行軌道是無法進行更改的，因此無法從軌道路線上對拍攝進行調整，只有等衛星按照周期對這個地區重訪時才能再次獲取到影像數據。

對數據進行分析可知，湖北省各市（州）中，恩施市、神農架林區的遙感影像獲取相對較困難，而遙感衛星對天門市、隨州市以及孝感市的覆蓋情況相對較好。

2） 天氣模型影像困難區分析。天氣模型帶來的影響主要是由于天氣因素，由于這些因素導致遙感影像本身覆蓋到的區域數據缺失。考慮到天氣模型后對數據進行分析得到，湖北省各市（州）中是恩施市、神農架以及宜昌市受到云層覆蓋的影響相對較大。要提高這些地區的覆蓋影像的質量，需要盡量去掉或者修復影像中的云層遮擋。

3）綜合分析。從上述分析可知，衛星影像質量是由兩部分因素決定的，一是由于衛星本身規劃的運行軌道、拍攝周期頻次等因素導致對各地區的覆蓋率和覆蓋頻次有所差別；另一方面是由于各地區本身天氣因素導致的影像數據中存在云遮擋面積的差別。因此，原始影像困難區與天氣模型影像困難區分析結果中，一致的地區為衛星本身原因導致的影像覆蓋困難，不一致的地區則是因為云遮擋現象的影響導致的。

4 結 語

基于已有國產衛星影像對湖北省的覆蓋數據，在ArcGIS中使用空間分析工具得到覆蓋率、覆蓋頻次等分析指標，再使用熵權法與自然斷點法實現對基于原始影像和基于天氣模型影像的困難城市的分級，確定哪些地區的覆蓋情況相對較差。

本文完成了面向湖北省域的國產光學衛星影像獲取困難區的分析，得出原始遙感影像對神農架林區以及恩施市的覆蓋情況相對較差，同時宜昌市、神農架林區以及恩施市到云層覆蓋的影響相對較大。若要進行影像覆蓋質量的提升，應重點關注這些困難地區的覆蓋情況。

由于數據類型、數據量等因素，本文的研究也存在一些局限性。未來在衛星數據類型更加多元、數據更加完整的情況下繼續對各衛星的獲取能力進行分析，會得到更加準確、有價值的結果。