面向自然資源監(jiān)測的高分七號衛(wèi)星在軌應(yīng)用評價

陽超　楊亮亮　張哲　曹里

摘? 要：為測試高分七號遙感影像數(shù)據(jù)在實際生產(chǎn)應(yīng)用中的情況，本文基于第三次全國國土調(diào)查矢量數(shù)據(jù)成果，分別套合高分七號、高景一號、高分二號數(shù)字正射影像，對比提取土地利用圖斑，并對成果進(jìn)行對比評價分析，發(fā)現(xiàn)高分七號衛(wèi)星數(shù)據(jù)提取建設(shè)用地邊界信息的能力優(yōu)于高景一號和高分二號，可滿足土地利用變更調(diào)查、基礎(chǔ)性地理國情監(jiān)測一類區(qū)數(shù)據(jù)保障要求。

關(guān)鍵詞：高分七號；遙感影像；土地動態(tài)遙感監(jiān)測；精度評價

中圖分類號： P237? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? 文章編號：1672-5603（2023）01-100-11

On-orbit Application Evaluation of GF-7 Satellite for?Natural Resources Monitering

Yang Chao1，2， Yang Liangliang1，2， Zhang Zhe1，2， Cao Li1，2

（1.Key Laboratory of Natural Resources Monitoring and Supervision in Southern Hilly

Region， Ministry of Natural Resources，Changsha Hunan 410119；

2. Hunan Second Institute of Surveying and Mapping，Changsha Hunan 410119）

Abstract： In order to test the application of GF-7 remote sensing image data in actual production， based on the vector data results of the third National Land Survey， this paper combines digital orthophoto images of GF7， GJ-1 and GF-2 respectively， compares and extracts land use map spots， and makes comparative evaluation and analysis of the results. It is found that the ability of GF-7 satellite data to extract construction land boundary information is better than that of GJ-1 and GF-2， which can meet the data guarantee requirements of land use change survey and basic geographical condition monitoring.

Keywords： GF-7; remote sensing image; land dynamic remote sensing monitoring; precision evaluation

0 引言

隨著社會經(jīng)濟(jì)以及高分辨率衛(wèi)星遙感技術(shù)的快速發(fā)展，生產(chǎn)需求對衛(wèi)星影像質(zhì)量要求越來越高[1]。高分七號衛(wèi)星是我國首顆亞米級光學(xué)傳輸型立體測繪衛(wèi)星，其軌道高度為506 km，搭載0.8 m分辨率的前視全色相機(jī)和0.65 m分辨率的后視全色相機(jī)，雙線陣相機(jī)參數(shù)幅寬20 km[2]，可以提供影像紋理特征清晰，光譜信息豐富的高分辨率立體衛(wèi)星數(shù)據(jù)，該衛(wèi)星的成功發(fā)射標(biāo)志著我國高空間分辨率、高時間分辨率、高精度觀測的天基對地觀測能力的初步形成[3-6]，改變了我國從國外大量購買衛(wèi)星影像的被動局面，進(jìn)一步滿足用戶在基礎(chǔ)測繪、全球地理信息保障、城鄉(xiāng)建設(shè)監(jiān)測評價、農(nóng)業(yè)調(diào)查統(tǒng)計等方面的數(shù)據(jù)需求[7-11]。

高分七號衛(wèi)星除具備亞米級影像分辨率外，還具有立體成像和激光測高數(shù)據(jù)獲取能力，在高精度立體測繪、自然資源監(jiān)測等領(lǐng)域具有獨(dú)特的應(yīng)用優(yōu)勢，是各級資源主管部門和政府獲取自然資源現(xiàn)狀數(shù)據(jù)和動態(tài)變化數(shù)據(jù)的重要支撐，將進(jìn)一步提升自主高分衛(wèi)星對自然資源主體業(yè)務(wù)的支撐服務(wù)能力，尤其在1：1萬比例尺基礎(chǔ)測繪、全國土地利用變更調(diào)查監(jiān)測與核查、礦產(chǎn)衛(wèi)片執(zhí)法檢查、國土空間規(guī)劃遙感監(jiān)測、自然資源立體監(jiān)測與綜合分析、地理國情監(jiān)測、全球地理信息資源建設(shè)、極地測繪遙感等方面發(fā)揮重要作用[12-16]。除服務(wù)于1：1萬基礎(chǔ)測繪和自然資源監(jiān)測分析之外，高分七號衛(wèi)星還可城市、統(tǒng)計、農(nóng)業(yè)、林業(yè)、水利、環(huán)境、應(yīng)急等領(lǐng)域發(fā)揮重要作用，在支撐產(chǎn)業(yè)發(fā)展和服務(wù)大眾方面也將起到促進(jìn)作用[17]。

本文基于第三次全國國土調(diào)查數(shù)據(jù)，進(jìn)行土地利用變化圖斑的提取，對比分析高分七號、高景一號和高分二號提取得到的圖斑屬性上的差異，對高分七號遙感影像數(shù)據(jù)土地利用要素識別能力進(jìn)行評估。

1 數(shù)據(jù)及方法

1.1 影像數(shù)據(jù)

本文所使用的測試數(shù)據(jù)共3景，總數(shù)據(jù)量為15.4 GB，每景包括前視景、后視景以及與后視景對應(yīng)的多光譜。其中，多光譜與全色影像有差異的是*.dim模型文件以四個文件分塊保存。文件數(shù)據(jù)詳細(xì)情況如表1所示。

根據(jù)GF7號影像數(shù)據(jù)覆蓋情況，以湖南省株洲市石峰區(qū)為試驗區(qū)，基于已有的第三次全國國土調(diào)查矢量數(shù)據(jù)成果，選擇覆蓋試驗區(qū)范圍內(nèi)的影像數(shù)據(jù)作為變更數(shù)據(jù)源，僅從土地利用變更數(shù)據(jù)成果的更新角度分別對GF7、SV1、GF2號影像數(shù)據(jù)進(jìn)行土地利用圖斑提取，測評區(qū)有效數(shù)據(jù)覆蓋情況如圖1所示。

1.2 測試方法

利用第三次全國國土調(diào)查矢量數(shù)據(jù)成果為本底數(shù)據(jù)，分別套合試驗區(qū)的GF7、SV1、GF2號遙感影像數(shù)據(jù)，通過逐地塊分析DOM紋理、色調(diào)、區(qū)位、附著物和周邊環(huán)境，按照三調(diào)內(nèi)業(yè)信息提取分類標(biāo)準(zhǔn)判讀圖斑地類，依據(jù)影像特征提取土地利用圖斑，并對土地利用圖斑結(jié)果進(jìn)行評價分析[18]。測評指標(biāo)如下：

（1）圖斑調(diào)查指標(biāo)。調(diào)繪圖斑的明顯邊界與DOM上同名地物位移不應(yīng)大于圖上0.3 mm，不明顯界線不應(yīng)大于圖上1.0 mm。

（2）線狀地物調(diào)查指標(biāo)。線狀地物邊界應(yīng)依據(jù)影像特征調(diào)繪，對寬度較小的農(nóng)村道路或溝渠等影像不能準(zhǔn)確調(diào)繪的，可依據(jù)原有單線線狀地物的走向和寬度以圖斑的形式上圖。

（3）最小上圖圖斑面積指標(biāo)。根據(jù)第三次國土調(diào)查要求，建設(shè)用地和設(shè)施農(nóng)用地最小上圖面積200 m2，農(nóng)用地（不含設(shè)施農(nóng)用地）最小上圖面積400 m2，其他地類最小上圖面積要求600 m2。

以株洲市該區(qū)的部分區(qū)域為解譯單元，根據(jù)第三次全國國土調(diào)查分類指標(biāo)體系，按照第三次

全國國土調(diào)查土地利用圖斑提取的流程與標(biāo)準(zhǔn)，分別套合GF7、SV1、GF2號數(shù)字正射影像，對石峰區(qū)部分區(qū)域進(jìn)行土地利用圖斑提取，根據(jù)解譯結(jié)果分別對GF7、SV1、GF2進(jìn)行對比分析，通過對比分析結(jié)果評價GF7號遙感影像數(shù)據(jù)在實際生產(chǎn)應(yīng)用中的情況，本測試評流程整體技術(shù)路線如圖2所示。

2 土地動態(tài)遙感監(jiān)測評價

本實驗采用第三次全國國土調(diào)查矢量數(shù)據(jù)成果為本底數(shù)據(jù)，分別套合試驗區(qū)的GF7、SV1、GF2號遙感影像數(shù)據(jù)，按照三調(diào)內(nèi)業(yè)信息提取分類標(biāo)準(zhǔn)判讀圖斑地類，依據(jù)影像特征提取土地利用圖斑[19]。對比分析三者提取得到的圖斑屬性上的差異評估高分七號遙感影像數(shù)據(jù)土地利用要素識別能力。

2.1測試數(shù)據(jù)

本文采用的測試數(shù)據(jù)為正射影像數(shù)據(jù)（表2）和石峰區(qū)第三次全國國土調(diào)查矢量數(shù)據(jù)成果。

2.2影像融合

以高分7號衛(wèi)星影像作為基礎(chǔ)數(shù)據(jù)源，以株洲市石峰區(qū)典型區(qū)域（包括農(nóng)田、水體、居民區(qū)等幾種典型地物）作為融合實驗區(qū)，利用Brovery、Gram-Schmidit、主成分PCA變換融合和PAN-Sharpening方法對數(shù)據(jù)進(jìn)行融合。基于像素級的融合方法主要分為四類：基于色彩域的、基于空間頻率域的、基于代數(shù)的、基于信息分解的融合算法。各種融合方法都有各自的優(yōu)缺點和適用范圍，如表3所示。

融合效果主要從主觀定性和客觀定量兩個方面來評價。基于上述四種融合結(jié)果的視覺對比分別如圖3、圖4所示，圖3體現(xiàn)影像的整體效果，色調(diào)、清晰度、對比度等；圖4體現(xiàn)細(xì)節(jié)信息，如紋理、清晰度、對比度、色調(diào)的過渡等。在整體色調(diào)方面Gram-schmidt與PAN Sharpening融合方法較好地保留原始多光譜的色調(diào)；PC融合次之，顏色略有加深和變淺；Brovey融合整體色調(diào)的效果最差，典型地物顏色偏差大出現(xiàn)明顯色斑，整體色調(diào)畸變很大。在紋理細(xì)節(jié)方面，四種融合結(jié)果影像空間細(xì)節(jié)的表現(xiàn)能力和清晰度都有了較大提升。只有小波變換在視覺上清晰度較差，略有模糊感。

綜上，在視覺評價上Gram-schmidt與PAN-Sharpening融合方法較好，Brovey與PCA融合相對較差。試驗從亮度信息、信息量、清晰度、紋理信息、光譜信息五個方面進(jìn)行分析，相比傳統(tǒng)的單一定量評價更全面，可以減少評價的隨機(jī)性和不確定性，更具有科學(xué)含義。定量評價結(jié)果如表4-表7所示。

亮度信息是空間分辨率的一種體現(xiàn)，均值越大說明影像所接受光能越大，反之圖像偏暗發(fā)黑，無法識別地物。亮度信息指標(biāo)下，Gram-schmidt效果最好，PAN-Sharpening略微遜色，PCA與Brovey效果最差。信息熵用于評價空間的信息含量，即融合后圖像信息量保持和增加的程度。信息熵指標(biāo)下，Gram-schmidt、PAN-Sharpening表現(xiàn)最好，紋理指標(biāo)下Brovery、Gram-schmidt、PAN-Sharpening效果最好。清晰度指標(biāo)下，Gram-schmidt效果最好，PCA、PAN-Sharpening、Brovery略微遜色。光譜信息指標(biāo)下，Gram-schmidt 、PAN-Sharpening效果最好，Brovery、PCA效果略微差一些。

綜合主觀、客觀評價結(jié)果，GF7衛(wèi)星數(shù)據(jù)采用Gram-schmidt融合效果較好。在實際應(yīng)用中，應(yīng)根據(jù)具體情況選擇最優(yōu)方法，以突出空間信息或突出光譜信息。

3 土地利用要素識別與精度評價

3.1 GF7遙感影像數(shù)據(jù)土地利用要素識別比對評價

1∶10000比例尺精度范圍下高分七號衛(wèi)星數(shù)據(jù)與高景一號、高分二號衛(wèi)星數(shù)據(jù)土地利用要素識別對比情況如表8所示。

與相同區(qū)域的高景一號數(shù)據(jù)與高分二號數(shù)據(jù)對比得出如下結(jié)論：①高景七號數(shù)據(jù)影像對耕地中的水田清晰度較高，田埂較清晰，但對比高景一號田埂清晰度稍弱一些，比高分二號辨識度高；②對比地類旱地，高分七號遙感衛(wèi)星影像數(shù)據(jù)紋理清晰，色彩信息豐富，其色彩辨識度均優(yōu)于高景一號、高分二號；③對于園地、林地區(qū)域，高景七號色域比高景一號、高分二號寬，色彩真實度上高景七號更優(yōu)，紋理更清晰；④建設(shè)用地高景七號色彩飽和度較高，光譜色彩信息也更加豐富，對單一地物，如城鎮(zhèn)住宅用地、農(nóng)村宅基地、公用實施用地，其色彩辨識度均優(yōu)于高景一號、高分二號；⑤水體色彩表現(xiàn)上，三者差異較小，均能很好反映水體色彩特征；⑥線狀地物如道路、溝渠等，高景七號的對比度高，能清晰地分辨綠化帶、斑馬線等地物，高景一號比高分七號稍弱一些，高分二號邊界不清晰、紋理較模糊。

通過對比分析，高分七號遙感影像數(shù)據(jù)土地利用要素識別能力好。高分七號影像不僅可以清晰地識別道路、建筑、耕地、河流、水域、林地等地物，還能分辨綠化帶、田埂、道路、溝渠、斑馬線等地物，尤其是建設(shè)用地邊界的信息比高景一號和高分二號都要清晰。

3.2 GF7遙感影像數(shù)據(jù)土地利用要素識別精度比對評價

為了更加準(zhǔn)確、全面地反映高分七號衛(wèi)星影像對要素屬性識別精度能力，本次分析過程中，將同時相的高景一號及高分二號衛(wèi)星影像數(shù)據(jù)進(jìn)行地類提取面積進(jìn)行對比分析如表9所示。

通過對比分析，上表的測試結(jié)果顯示，與高景1號的提取結(jié)果對比，屬性識別精度達(dá)到100%，各類別圖斑面積差異在10%左右， 整體面積誤差約1%。與高分2號的提取結(jié)果對比，屬性識別精度達(dá)到100%，各類別圖斑面積差異在10%左右，整體面積誤差約1%。通過評價，識別能力與高景一號相當(dāng)。

4 結(jié)論

高分七號后視融合影像不僅能夠有效識別道路、建筑、耕地、河流、水域、林地等，而且綠化帶、田埂、道路、溝渠、斑馬線等有效識別，尤其是建設(shè)用地邊界的信息優(yōu)于高景一號和高分二號，可滿足土地利用變更調(diào)查、基礎(chǔ)性地理國情監(jiān)測一類區(qū)數(shù)據(jù)保障要求；高分七號衛(wèi)星影像對要素屬性識別精度能力總體與高景一號相當(dāng)。

參考文獻(xiàn)/References

[1] 杜金莉.高分七號衛(wèi)星影像立體測圖精度及效率研究[J].安徽建筑，2022，29（09）：136-138.DOI：10.16330/j.cnki.1007-7359.2022.09.048.

[2] 羅恒，賀彪，郭仁忠，等.高分七號圖像質(zhì)量評價與解譯度分析[J].測繪工程，2022，31（02）：1-7.DOI：10.19349/j.cnki.issn1006-7949.2022.02.001.

[3] 2020測繪地理信息十大新聞[J].中國測繪，2021（01）：6-9.

[4] 趙文普，劉鈺，吳曉春，等.利用高分七號衛(wèi)星開展1∶10000立體測圖精度驗證[J].測繪科學(xué)，2022，47（01）：165-171+180.

[5] KIM T，KIM H， KIM T.Image-based estimation and validation of NIIRS for high-resolution satellite images[J].International Archives of Photogrammetry，Remote Sensing and Spatial Information Sciences，2008，37：1-4.

[6] 程維明，宋珂鈺，周成虎，等.地貌信息圖譜研究述評與展望[J].地球科學(xué)進(jìn)展，2022，37（07）：661-679.

[7] 劉安興，劉春光.高分七號在土地資源執(zhí)法監(jiān)測中應(yīng)用研究[J].熱帶地貌，2021，42（01）：71-75.

[8] 孫暢，初啟鳳，武建秀.高分七號衛(wèi)星1：10000立體測圖精度驗證——以東北地區(qū)為例[J].測繪與空間地理信息，2022，45（S1）：124-126+129+132.

[9] 鄒馨，劉健，張杰，等.基于高分7號衛(wèi)星立體像對的DEM提取及其精度評定[J].江西科學(xué)，2022，40（03）：502-507.DOI：10.13990/j.issn1001-3679.2022.03.016.

[10] 胡柳茹，唐新明，張智，等.高分七號衛(wèi)星多源遙感數(shù)據(jù)精度優(yōu)化與評估[J].紅外與激光工程，2022，51（06）：230-239.

[11] 冉隆思，祁瑞，任常青，等.基于高分七號衛(wèi)星自動提取典型地物要素及其數(shù)據(jù)處理[J].測繪標(biāo)準(zhǔn)化，2021，37（03）：65-68.

[12]? 解益辰，桂木政.基于高分七號立體衛(wèi)星影像生產(chǎn)DEM數(shù)據(jù)及精度驗證[J].測繪，2021，44（04）：163-165.

[13]? 趙彬彬，王倩，湯鑫，等.基于NE25IM的帶洞面目標(biāo)之間拓?fù)潢P(guān)系研究[J].長沙理工大學(xué)學(xué)報（自然科學(xué)版），2021，18（4）：61-73.

[14] Racoviteanu A E，Manley W F，Arnaud Y，et al.Evaluating digital elevation models for glaciologic applications：An example from NevadoCoropuna，Peruvian Andes[J]. Global&Planetary Change，2007，59（1）.

[15] 周訪濱，王俊，謝財昌，等.爆燃地形的特征表達(dá)與提取方法[J].長沙理工大學(xué)學(xué)報（自然科學(xué)版），2022，19（2）：70-76.

[16] 劉安興，劉春光.高分七號在土地資源執(zhí)法監(jiān)測中應(yīng)用研究[J].熱帶地貌，2021，42（01）：71-75.

[17] 陳超，丁建釗，王淑一，等.高分七號衛(wèi)星高精度控制技術(shù)與驗證[J].中國空間科學(xué)技術(shù)，2020，40（05）：34-41.DOI：10.16708/j.cnki.1000-758X.2020.0056.

[18] 王本禮，王也.基于深度學(xué)習(xí)的遙感影像地類信息獲取技術(shù)現(xiàn)狀研究[J].國土資源導(dǎo)刊，2022，19（04）：74-80.

[19] 劉專，肖海，彭能舜，等.湖南省“1+N”衛(wèi)星監(jiān)測體系構(gòu)建[J].國土資源導(dǎo)刊，2022，19（03）：61-65.

收稿日期：2022-10-24;? ? ? ? ? ? ? ? 改回日期：2022-12-27。

*基金項目：自然資源湖南省衛(wèi)星應(yīng)用技術(shù)體系建設(shè)項目。

*第一作者簡介：陽超（1989—），男，本科，研究方向：自然資源監(jiān)測、遙感數(shù)據(jù)處理技術(shù)、耕地保護(hù)等;E-mail：409641215@qq.com。