高景一號衛星影像高分辨率底圖制作關鍵技術研究

韓婷婷

(遼寧省自然資源事務服務中心, 遼寧 沈陽 110034)

0 引言

隨著我國衛星遙感技術的蓬勃發展,國家相繼出臺了多個發展規劃綱要,明確指出到2020年全面普及國產衛星應用,衛星數據國產化率達到80%,按照商業化模式發展優于1 m分辨率的遙感衛星,國家“一帶一路”倡議也明確提出要實現衛星信息互通,這些都為衛星遙感的發展和國際化拓展帶來了機遇。隨著天繪、資源系列以及高分系列衛星的成功發射和交付使用,我國已實現了亞米級空間分辨率、高光譜分辨率和高時間分辨率的有機結合。高景一號商業衛星的成功發射,更是打破我國高分辨率光學衛星遙感市場長期被國外公司壟斷的局面,實現了從無到有的突破,進一步滿足國家重大發展戰略對遙感技術的巨大需求。

高景一號衛星影像以期較高的分辨率在國內多個行業中得到應用。楊伯宇等基于資源三號和高景一號衛星影像進行天山中段地區積雪范圍自動提取;黃志華等基于高景一號衛星影像計算多種水體指數提取湖北當陽地區水體面積;鞏淑楠等利用高景一號衛星影像分析了不同軟件自動匹配數字地表模型(digital surface model，DSM)的效果;曾文等基于高景一號衛星影像提取當陽市玉泉鄉地區林地信息,證明了高景一號衛星以其高空間分辨率在林地信息精細化提取中的可行性。雖然高景一號衛星影像逐步應用在不同行業中,但是在全省大范圍的底圖制作中,還沒有相關應用案例。而目前我省存檔的全域范圍的高分辨率正射影像成果還不完善,這些數據已經不能滿足經濟社會對高現勢性數據的急迫需求。基于以上需求,本文詳細介紹了高景一號衛星影像在全省高分辨率底圖制作中的關鍵技術,并對結果進行精度評價,最終制作出全省范圍的正射影像成果,用于更新和完善我省基礎地理信息數據庫。

1 研究區與數據

1.1 研究區

遼寧省位于中國東北地區,處于東北亞經濟帶和環渤海經濟區的中心位置,是我國沿海開發省份之一,省域面積1.48×10km,轄兩個副省級城市(沈陽市、大連市)和12個地級市。地屬溫帶濕潤半濕潤大陸性季風氣候區,四季分明,年均8～10 ℃,年降水700～1 000 mm,地勢北高南低、東西高中部低,東部森林覆蓋率高,中部以平原為主,西部丘陵低山區以林草地為主,森林覆蓋率低,而且西部地區荒漠化嚴重,導致植被較少。

1.2 數據

本文主要基于2020年4～7月份全省域范圍1558景高景一號衛星影像開展的研究。高景一號(SuperView-1,SV-1)01/02星于2016年12月28日發射,SuperView-1 03/04星于2018年1月9日發射,兩次均以一箭雙星的方式成功發射。這四顆衛星以90度夾角在同一軌道運行,組成SuperView-1星座。SuperView-1全色分辨率為0.5 m,多光譜分辨率2 m，軌道高度530 km,幅寬12 km。高景一號影像能夠彰顯細膩的地物細節,適用于高精度地圖制作、變化監測和影像深度分析。

2 研究方法

2.1 大氣校正

太陽輻射通過大氣以某種方式入射到物體表面然后再反射回傳感器,由于大氣氣溶膠、地形和鄰近地物等影響,使得原始影像包含物體表面、大氣以及太陽的信息等信息的綜合。因此,必須將地物的反射信息從大氣和太陽的信息中分離出來,這就需要進行大氣校正。大氣校正首先通過輻射定標得到大氣層的反射率,再通過大氣校正得到地表的真實反射率。高景一號衛星影像數據的輻射定標參數一般存放在元數據文件中,需要手動添加中心波長和波段寬度、增益系數和偏置系數等信息。校正模型采用目前最為廣泛的大氣輻射傳輸模型校正方式,模塊中的平均高程數據使用我省現存的精度較高的數字高程模型(digital elevation model, DEM)成果,同時設置好相關參數特征值。經過大氣校正后影像色彩飽和度和清晰度顯著提升。同時大氣校正可有效去除大氣散射影響,能夠獲取真實的地表反射率,顯著提高原始影像的質量。

2.2 幾何校正

幾何校正分為幾何粗校正和幾何精校正,幾何粗校正也稱為系統校正,涉及多種衛星參數信息,而這些屬于衛星保密數據,一般由遙感衛星的接收部門完成。我們通常所說的都是幾何精校正,在以往幾何精校正過程,采用的都是人工采集控制點的方法進行作業生產,也就是俗稱的“6點法”“9點法”。這種方法需要大量的人員通過外業采集控制點后再人工添加到影像上進行配準,而本文研究區作業面積為全省1.48×10km,共涉及1 558景原始遙感影像,如果采用“6點法”“9點法”,則需要采集14 000多個控制點數據,大大增加了生產成本,工作效率極低,無法滿足項目的工期要求。因此本文利用滿足幾何糾正精度的已有地形數據和影像資料作為參考影像,根據參考影像自動進行控制點(ground control point,GCP)和連接點(tie points, TP)采集,從而提高影像處理的工作效率,降低生產勞動成本,縮短影像處理工作周期。

2.3 影像增強

我省以往遙感影像生產中,一直采用普通色彩增強方式,也就是在紅波段中定量加入定量的近紅外波段,這種方式能夠使植被顯示符合真實狀況,但也會造成原本沒有植被的地方同樣偏綠偏暗,直接影響影像的質量,因此,生產過程中需要反復嘗試,選取最佳的定量比值,極為耗時耗力,增加項目成本,這一問題一直制約著遙感影像的快速生產。針對這一突出問題,本文引入歸一化植被指數(normalized difference vegetation index,NDVI),根據歸一化植被指數值域大小進行植被顏色增強,克服了一直存在的色彩增強問題,極大地提升了影像的增強效果。

本文將NDVI引入到測繪產品生產中,主要是基于NDVI對綠色植被較為敏感,根據歸一化植被指數值域大小進行植被顏色分級處理,使其更直觀地實現綠色植被分級，顯示的同時其他地物不失真。具體分級方式見表1,其中B2波段值對應NIR近紅外波段的反射值,B3波段值對應R紅光波段的反射值。以往影像增強方式處理結果和經過歸一化植被指數顏色分級增強算法處理后的圖像如圖1所示。

表1 歸一化植被指數顏色分級增強算法參數設置表

(a)普通色彩增強方法 (b)NDVI顏色分級增強方法

通過上述對比發現,以往影像增強方式處理結果雖然目視效果較好,但影像色調整體偏綠,影響后續的判讀與應用。經過歸一化植被指數值域大小進行植被顏色分級處理后,影像色彩飽和度和清晰度顯著提升,不會出現過度曝光與失真現象,植被根據茂密程度呈梯度分層狀顯示,而不是單純的提亮,整體符合真實的地表情況,進一步說明該方法要優于傳統色彩增強算法,可應用于大范圍的遙感影像快速生產中。

2.4 拉花變形平滑處理

傳統方式處理拉花變形一般是通過影像貼圖方式進行變形修改,但是當遇到較大工廠、橋梁或者像南方部分城市梯田分布較多的地方,拉花變形非常之多,修改極為復雜,同時也一定程度損失了影像的精度。針對全省范圍的拉花變形修改,需要投入大量的工作人員,連續修改一個月甚至幾個月時間,工作量巨大,耗時耗力,一直以來這都是測繪生產工作中的一大難題,制約著測繪產品的快速生產。因此,本文突破以往技術局限,通過大量試驗,對全省不同類別地物拉花變形進行了起源分析、變形分類、濾波方法選擇、精度測試等研究,實現了全省的拉花變形平滑處理,極大地提升工作效率,為我省今后的衛星遙感影像處理工作奠定了堅實的基礎。

本文中的濾波方法,主要引入圖像處理領域的濾波概念,目的是為了去除圖像采集和傳輸過程中摻入的干擾噪聲,也就是本文中的拉花變形部分。濾波可在空間域和頻域上進行,其中中值濾波算法是空間域中應用較為廣泛的濾波方式,既去除噪聲又保護圖像邊緣信息,尤其適合本項研究對DEM拉花變形的處理,同時較好地保持了DEM曲面的平滑形態特征。表2是不同類型進行中值濾波的像素值范圍和迭代次數。

表2 中值濾波像素值范圍和迭代數

通過對全省不同類別地物拉花變形統計,共勾畫出22 466塊圖斑,總面積達5 444.69 km,并按照圖斑類型進行分類。根據這些變形的圖斑,把陡峭區域DEM裁切出來,對處于DEM陡峭情況嚴重的區域加以較大權重、增加迭代次數,進而獲得較顯著的平滑效果,而對處于DEM陡峭情況輕微的區域加以較小權重、減少迭代次數,進而獲得較弱的平滑效果;對同一要素要經過多次的重復,直至平滑曲面滿足應用的精度要求。然后在ArcGIS軟件里面把原始的DEM和平滑后的DEM進行覆蓋合并,使其達到既滿足糾正精度又避免造成影像拉花變形的目的,最終消除全省范圍因DEM產生的拉花變形。

3 結果與驗證

本文基于高景一號衛星影像數據在高分辨率底圖制作中的關鍵技術展開了研究,最終制作全省范圍的數字正射影像成果,并對成果加以精度驗證。依據CH/T 1027—2012《數字正射影像圖質量檢驗技術規程》、CH/T 1015.3—2007《基礎地理信息數字產品1∶10 000 1∶50 000 生產技術規定第3部分：數字正攝影像圖(DOM)》規范,以及正射影像平面精度要求,平面位置中誤差限差在平地和丘陵地區為5.0 m,山地、高山地為7.5 m。最終平面位置中誤差檢測如表3所示。

表3 平面位置中誤差檢測匯總表

通過分析可知,平面位置中誤差精度滿足規定要求,而且精度較好,本文的關鍵技術方法可用于大范圍的基礎測繪產品生產項目中。

4 結束語

本文基于高景一號衛星影像數據在大范圍、高分辨率底圖制作中的關鍵技術展開了研究,解決了多個以往測繪產品生產過程中遇到的局限問題,極大地提升工作效率,降低了生產成本。目前,高分辨率的正射影像成果已經被成功應用到省內、省外的多個重點領域工作中,對推動測繪地理信息產業技術進步起到重要的促進作用。未來,隨著全省域控制點庫的建設,根據控制點庫進行精確匹配,將會極大地提高影像校正精度。同時加大推廣高分辨率正射影像成果的利用,實現自然資源的高效融合利用,充分發揮其應用價值,滿足測繪地理信息產業快速發展的需求。