一種與遙感影像同步糾正的矢量地理信息采集方法

程 滔

(國家基礎地理信息中心，北京 100830)

0 引言

遙感影像蘊含的信息能夠反映自然資源的真實狀態，隨著遙感影像資源越來越豐富，遙感影像的應用領域也不斷拓展和深化，在自然資源調查監測和生態環境監測等方面發揮著越來越重要的作用[1]。而隨著工程化應用的深入以及重要作用的不斷提升，對基于遙感影像進行矢量地理信息采集的時效性、準確性也提出了更高的要求。

現有的基于遙感影像的矢量地理信息采集，均是采用內業采集、外業調查核查、內業編輯整理的工藝流程[2-3]。在空間定位方面，首先是對遙感影像進行高精度正射糾正處理； 然后基于數字正射影像進行矢量地理信息內業采集，對于內業采集判讀存疑的信息，利用外業調查核查進行確定[4]； 最后將外業成果進行內業編輯整理，得到最終矢量地理信息成果。在外業調查核查過程中，需要將數字正射影像存儲在電腦中，或經地圖制圖工藝，生產成紙圖，在外業進行信息記錄。該技術流程是目前工程化應用中使用最廣泛的技術流程。

從基于遙感影像的矢量地理信息采集工藝流程可以看出，矢量地理信息的空間坐標是由遙感影像決定的，兩者之間存在絕對一致性。然而，經過高精度正射糾正處理后的遙感影像具有高精度的空間定位信息，屬于帶密級的成果，那么基于數字正射影像采集的矢量地理信息成果也具有了帶密級的屬性。這便帶來2個方面的局限性： 一是外業調查核查存在數據安全隱患[5]； 二是地理信息采集方式受限，不能很好地利用公開影像進行地理信息采集，不易于提高地理信息采集時效性。

為了克服高精度正射糾正處理后的遙感影像帶密級屬性、不便于應用的問題，研究人員對通用技術進行了改進，發展出了先基于原始遙感影像或者經過粗糾正的遙感影像進行矢量地理信息采集的改進方法[6-8]。

然而，在改進方法中，也存在相關問題未得到解決。對于線狀、面狀的矢量地理信息，相鄰要素的節點在采集過程中如果不一致，那么，在將矢量地理信息同步糾正到與遙感影像一致的空間坐標系下時，可能會產生要素交叉或縫隙的情況。例如，相鄰的道路、房屋建筑地表覆蓋面狀要素，有一條相鄰邊重合，道路要素中采集了2個節點，房屋建筑要素中采集了3個節點； 高精度正射糾正后，2個節點連接結果與3個節點連接結果不一定重合，可能會出現交叉或縫隙現象。原始遙感影像存在投影差，矢量地理信息采集完成后，再進行糾正過程中，如果不進行投影差改正，可能會出現扭曲變形現象。例如，原始遙感影像中為直線形的道路地表覆蓋面狀要素，一般在各邊采集首尾2個節點構成多邊形； 高精度正射糾正后，進行了投影差改正，原始多邊形經糾正后的各邊仍然由首尾2個節點相連，結果仍然為直線形，但如果實際道路地表覆蓋面狀要素為弧形，那么，結果就與實際道路不套合。改進方法中，對矢量地理信息的糾正使用較多的方法是仿射變換方法或者多項式方法，是否進行投影差改正未有相關介紹，糾正精度能否達到相應規范要求存在不確定性。

針對這些問題，本文提出一種基于遙感影像的矢量地理信息采集新技術流程，矢量地理信息采集直接基于原始遙感影像進行，待矢量地理信息采集完成后，利用控制資料，采用有理多項式系數(rational polynomial coefficient，RPC)模型對原始遙感影像進行高精度正射糾正處理[9-11]； 同時，將矢量地理信息成果采用同一控制資料、同一RPC模型、同步糾正到物方大地坐標，實現遙感影像與矢量地理信息空間坐標系的一致、同步，滿足地理信息采集、影像應用與成果空間定位精度需求。

1 實驗區與數據源

選取平地和山地2種典型地形實驗區，獲取了實驗區WorldView-2衛星遙感影像(圖1)，采用了全色波段和RGB真彩色波段，空間分辨率分別為0.5 m和2.0 m，平地和山地實驗區面積分別為64 km2和100 km2。同時，獲取了實驗區數字高程模型(digital elevation model,DEM)數據，平地和山地實驗區高程范圍分別為 [6,88] m，[1 323,2 160] m。

2 研究方法

與遙感影像同步糾正的矢量地理信息采集方法流程如圖2所示。

圖2 本文方法流程圖Fig.2 Flow chart of the proposed method

2.1 基于原始遙感影像的矢量地理信息采集

基于原始遙感影像進行矢量地理信息采集，包括內業采集、外業調查核查、內業編輯整理。采集完成后，得到與原始遙感影像空間坐標系一致的矢量地理信息，包括點狀、線狀、面狀3種類型的要素。

2.2 基于RPC模型的遙感影像正射糾正

對原始遙感影像進行正射糾正，是利用原始遙感影像獲取時的衛星傳感器的軌道參數、方位參數、焦距等數據，對其進行空間絕對定位，使其具有物方大地坐標的過程。

RPC模型是一種廣義的新型遙感衛星傳感器成像模型，精度高、形式簡單，能夠替代復雜的嚴格成像模型，因此，目前已成為各類新型遙感影像最通用的正射糾正模型。RPC模型將地面點物方大地坐標(緯度、經度、高程)與其對應的像方坐標(列、行)用比值多項式進行表達。由物方大地坐標求解像方坐標為RPC正算，由像方坐標求解物方大地坐標為RPC反算。計算過程中，通常將物方大地坐標和像方坐標正則化到[-1, 1]。RPC正算公式[12]為：

(1)

(2)

NumL(P,L,H)=a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+a8L2+a9P2+a10H2+a11PLH+a12L3+a13LP2+a14LH2+a15L2P+a16P3+a17PH2+a18L2H+a19P2H+a20H3，

(3)

DenL(P,L,H)=b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b10H2+b11PLH+b12L3+b13LP2+b14LH2+b15L2P+b16P3+b17PH2+b18L2H+b19P2H+b20H3，

(4)

NumS(P,L,H)=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2P+c16P3+c17PH2+c18L2H+c19P2H+c20H3，

(5)

DenS(P,L,H)=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3+d17PH2+d18L2H+d19P2H+d20H3，

(6)

式中：a1,a2,…，a20，b1,b2,…，b20，c1,c2,…，c20，d1,d2,…，d20為有理多項式系數； (P,L,H)為正則化的物方大地坐標； (X,Y)為正則化的像方坐標。

(7)

(8)

(9)

(10)

(11)

式中：LatOFF，LatSCALE，LongOFF，LongSCALE，HeightOFF，HeightSCALE為物方大地坐標的正則化參數。SampOFF，SampSCALE，LineOFF，LineSCALE為像方坐標的正則化參數。

目前，遙感影像數據提供方為了保護商業機密[13]，會將解算出來的RPC參數、正則化參數隨遙感影像一起提供給用戶[14-15]，用戶利用RPC參數、正則化參數，結合DEM，依據上述公式，即可建立物方大地坐標與像方坐標之間的有理函數模型，進行坐標解算，從而實現遙感影像正射糾正。加入DEM數據的目的是對投影差進行改正。

2.3 基于RPC模型的矢量地理信息糾正

矢量地理信息從要素數據結構類型的角度分為點狀、線狀、面狀3種類型。矢量地理信息糾正過程中，對點狀、線狀、面狀要素分別進行處理。對于點狀要素，直接基于RPC模型，利用RPC參數、正則化參數、DEM數據，采用RPC反算，將節點坐標由像方坐標求解到物方大地坐標，使點狀要素與糾正后的數字正射影像具有一致的空間坐標系。線狀、面狀要素糾正，需要經過以下處理過程：

1)線狀、面狀要素在折點處分割線。對于線狀、面狀要素，針對相鄰要素的相鄰邊重合部分采集的節點如果不一致，會導致糾正后可能產生要素交叉或縫隙的問題，本文采用在折點處分割線的方法進行解決。在折點處分割線的方法，是對所有相鄰要素的相鄰邊重合部分采集的節點進行遍歷，存在不一致的地方均進行要素分割，生成一個新的節點，從而保證相鄰邊重合部分的節點空間位置、數量完全一致。

2)分割后的線狀要素轉線。對于線狀要素，經折點處分割線處理后，再將各要素節點重新連接，轉成新的線狀要素。該線狀要素與原線狀要素的唯一不同只是增加了新的節點，要素屬性與原線狀要素一致。

3)分割后的面狀要素轉面。對于面狀要素，經折點處分割線處理后，再將各要素節點重新連接，轉成新的面狀要素。該面狀要素與原面狀要素的唯一變化只是增加了新的節點，要素屬性與原面狀要素一致。

4)線狀、面狀要素糾正。對于線狀、面狀要素，經折點處分割線、轉線、轉面處理后，即可基于RPC模型，利用RPC參數、正則化參數、DEM數據，采用RPC反算，將節點坐標由像方坐標求解物方大地坐標，使線狀、面狀要素與糾正后的數字正射影像具有一致的空間坐標系。

5)稀疏線狀、面狀要素節點加密。對于線狀、面狀要素，經過上述步驟處理后，要素與數字正射影像上實際地物幾何邊界可能存在差異。原因是RPC模型糾正進行了投影差改正，原始遙感影像中為直線形的要素，在采集時一般采集首尾2個節點，如果數字正射影像上實際地物形狀為弧形，那么該要素可能會出現因中間缺少節點而與實際地物邊界不套合的情況。此時，可對稀疏線狀、面狀矢量地理信息進行節點加密，使其與數字正射影像上實際地物邊界套合。該處理方法也解決了現有技術的不足。

2.4 矢量地理信息成果

經上述處理后，得到矢量地理信息成果，包括所有點狀、線狀、面狀要素，成果空間坐標系與數字正射影像具有一致性，從而實現了與遙感影像同步糾正的矢量地理信息采集。

3 結果與分析

3.1 基于原始遙感影像的矢量地理信息采集

基于平地和山地實驗區原始遙感影像，分別采集了點狀、線狀、面狀矢量地理信息，以面狀矢量地理信息為例，局部區域疊加原始遙感影像后的結果如圖3所示。

(a) 平地

(b) 山地

3.2 基于RPC模型的遙感影像與矢量地理信息糾正

圖4為基于RPC模型的影像與矢量地理信息糾正結果。對面狀要素中相鄰要素的相鄰邊重合部分采集的節點不一致情況進行了分割線、轉線與轉面處理。利用自主研發的矢量地理信息與遙感影像同步糾正系統，基于RPC模型，對平地和山地實驗區原始遙感影像進行正射糾正； 同時，采用同一RPC參數和DEM，將矢量地理信息糾正到物方大地坐標，得到糾正后的結果。

(a) 平地

(b) 山地

3.3 結果分析

經過RPC模型正射糾正，各要素具有物方大地坐標，從圖3—4可以看出，原始遙感影像的投影差得到一定改正； 同時，矢量地理信息各要素的節點也實現了投影差改正，其物方大地坐標與正射糾正后的遙感影像套合較好。通過對面狀要素中相鄰要素的相鄰邊重合部分采集節點不一致的情況進行分割線、轉線與轉面處理，解決了要素交叉與縫隙問題。

為了量化套合精度，采集明顯地物點作為檢查點，對矢量地理信息糾正結果與數字正射影像的套合精度進行了檢測，采用中誤差指標，計算得出平地和山地實驗區的套合精度分別為0.71 m和0.96 m，該套合精度能夠滿足高精度地理信息采集要求。從套合精度檢測結果可以看出，平地實驗區的矢量地理信息糾正結果與數字正射影像的套合精度優于山地實驗區，這種情況與遙感影像正射糾正時不同地形糾正結果精度差異是一致的。

根據行業標準可知，0.5 m空間分辨率遙感影像最高能夠滿足1∶5 000比例尺數字正射影像圖制作； 1∶5 000比例尺平面位置精度為平地、丘陵地2.5 m，山地、高山地3.75 m； 1∶10 000比例尺平面位置精度為平地、丘陵地5 m，山地、高山地7.5 m。平地和山地實驗區的矢量地理信息糾正結果與數字正射影像的套合精度、疊加遙感影像正射糾正精度，基本能夠控制在標準要求的范圍內，這也證明該方法基本能夠滿足成果空間定位精度要求，能夠為相關流程優化提供方法參考。

4 結論

本文提出的方法基于遙感影像正射糾正原理，采用RPC模型，實現了一種與遙感影像同步糾正的矢量地理信息采集方法。該方法有利于降低因高精度正射糾正處理后的遙感影像帶密級而存在的數據安全風險、提升遙感影像利用和地理信息采集的時效性，推動地理信息采集工藝流程的優化，可以為自然資源調查監測等工作提供方法參考。

在對矢量地理信息糾正過程中，采用折點處分割線、轉線與轉面操作方法，有效解決了現有技術方法可能產生的要素交叉和縫隙的問題。針對稀疏矢量地理信息，采用節點加密的方法保證了成果與數字正射影像上實際地物邊界套合，彌補了現有技術方法的不足。

針對矢量地理信息與遙感影像同步糾正過程中大數據處理問題，本文開發了矢量地理信息與遙感影像同步糾正系統，采用柵格分塊算法解決了大數據輸入瓶頸、計算承載能力受限、計算內存溢出、計算結果一體化輸出效率較低的問題，采用數據集內循環機制滿足了批量糾正的需求，提升了糾正效率，保障了成果空間定位精度。