高分一号卫星WFV影像全国陆地镶嵌与制图技术研究
江威1,2, 何国金1,3,4, 刘慧婵1,3,4, 龙腾飞1,3,4, 王威1, 郑守住5, 马肖肖1,2
1.中国科学院遥感与数字地球研究所,北京 100094
2.中国科学院大学,北京 100049
3.海南省地球观测重点实验室,三亚 572029
4.三亚中科遥感研究所,三亚 572029
5.同济大学测绘与地理信息学院,上海 200092
通信作者: 何国金(1968-),男,研究员,博士生导师,主要从事遥感信息挖掘与智能处理等研究。Email: hegj@radi.ac.cn

第一作者: 江 威(1991-),男,博士研究生,主要研究方向为遥感图像处理与夜光遥感数据应用。Email: jiangweifz@163.com

摘要

高分一号(GF-1)卫星是我国高空间分辨率对地观测系统重大专项中的首颗卫星,目前已正常运行4 a多,为全国中、高空间分辨率影像镶嵌提供了丰富的数据源。针对GF-1多光谱宽幅覆盖(wide field of view,WFV)影像特点,制定了影像处理的技术流程,主要包括数据选取、几何纠正、匀色镶嵌和制图4项关键技术,重点解决大幅宽影像高精度几何定位问题; 在选取高质量数据基础上,自动采集控制点,控制点均方根误差(root mean square error,RMSE)不大于1个像元,平均每景影像中控制点数量为54个; 应用有理函数模型(rational function model,RFM)对影像进行正射纠正,然后进行色调调整和镶嵌处理,制作全国1:500万比例尺陆地卫星影像专题地图。镶嵌结果具有空间精度高、地物色彩丰富和时效性强等特点。所采用的技术流程和方法可为高分系列卫星全国镶嵌制图提供参考,同时也将促进国产高分卫星在全国重大资源环境调查中的应用推广。

关键词: 高分一号; WFV影像; 遥感数据加工; 正射纠正; 镶嵌制图
中图分类号:TP751.1 文献标志码:A 文章编号:1001-070X(2017)04-0190-07
Research on China’s land image mosaicking and mapping technology based on GF-1 satellite WFV data
JINAG Wei1,2, HE Guojin1,3,4, LIU Huichan1,3,4, LONG Tengfei1,3,4, WANG Wei1, ZHENG Shouzhu5, MA Xiaoxiao1,2
1. Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China
2. University of the Chinese Academy of Sciences, Beijing 100049, China
3. Key Laboratory of Earth Observation Hainan Province, Sanya 572029, China
4. Sanya Institute of Remote Sensing, Sanya 572029, China
5. College of Surveying and Geo-informatics, Tongji University, Shanghai 200092, China
Abstract

GF-1 is the first satellite in the major projects of high resolution observation system in China. It has provided abundant data for high and moderate spatial resolution image mosaicking for more than four years since its launching. The process of image mosaicking was based on the characteristics of the wide field of view (WFV)images of GF-1,including four key techniques i.e., data selection, geometric rectification, color adjustment, image mosaicking and mapping. The high precision geometric positioning of wide image is the key technology. After high quality data selection, ground control points (GCPs) were collected automatically. The root mean square error(RMSE)of each image should be less than 1 pixel with the average number of GCPs being 54. Then rational function model(RFM)was applied to the images for ortho-rectification. The 1: 5 000 000 national land image map was completed after color adjustment and mosaicking. This map has high spatial accuracy, colored pixels and temporal resolution. The method proposed in this paper could provide an important reference for the series of GF satellites image mosaicking and mapping, and would promote the domestic satellites to play a greater role in investigation of major resources and environment in China.

Keyword: GF-1; WFV image; remote sensing image processing; ortho-rectification; mosaic mapping
0 引言

进入21世纪以来, 人类获取地球表层动态信息的能力进一步加强, 遥感数据获取的技术和能力得到了全面提升[1]。近年来, 遥感数据在国民经济建设中的应用日益广泛, 尤其在大范围资源环境调查中具有独特优势。在全球环境变化的大背景下, 我国陆续开展了如土地利用、水资源、森林资源和生态环境评估等项目, 这些项目的开展都依赖于全国中、高空间分辨率遥感卫星镶嵌数据[2]。针对中国区域范围, 中国科学院遥感与数字地球研究所依据所接收的Landsat系列卫星影像数据, 已发布了4期(2000年、2005年、2010年和2014年)全国镶嵌产品[3]; 国产卫星方面有利用北京一号[4]和中巴资源一号(CBERS-1)卫星[5] 影像制作的全国镶嵌数据。我国自2010年全面启动高分辨率对地观测系统重大专项以来, 接连发射的高分一号(GF-1)和高分二号(GF-2)卫星, 为我国中、高空间分辨率卫星镶嵌产品提供了丰富、高质量的数据源。GF-1卫星搭载由4台相机组成的宽幅覆盖(wide field of view, WFV)成像仪, 获取的卫星影像幅宽大、时间分辨率较高, 目前已应用于土地覆盖调查[6]、气溶胶反演[7]、水质监测[8]、精细农业调查[9]和生态环境监测[10]等方面, 在精细化和定量化遥感监测中发挥了积极作用[11]。因此, 开展GF-1卫星WFV影像镶嵌技术研究, 制作全国陆地影像镶嵌图, 不仅具有重要的科学价值, 而且对建立全国资源环境遥感数据库、拓展国产卫星数据应用范围具有重要意义。

本文针对GF-1卫星WFV影像幅宽大且重叠率高等特点, 提出全国陆地镶嵌与制图整体技术流程, 对数据选取、几何纠正、匀色镶嵌和制图4个关键技术进行研究, 重点解决大幅宽影像高精度几何定位问题, 以保证镶嵌制图具有较高的空间精度。该处理技术可为高分系列卫星影像的全国镶嵌提供参考。

1 数据源

GF-1卫星于2013年4月26日在酒泉卫星发射中心成功发射, 是国家高分辨率对地观测系统重大专项中的首颗卫星[11]。GF-1卫星WFV传感器的主要载荷技术指标如表1[12]

表1 GF-1卫星WFV传感器主要载荷技术指标 Tab.1 Main payload indexes of WFV sensor of GF-1

目前, GF-1卫星数据由中国卫星资源应用中心负责分发, 下载WFV数据为1A级。该数据已经过数据解析、均一化辐射校正、去噪、传递函数补偿(modulation transfer function compensation, MTFC)、CCD拼接和波段配准等处理。下载数据文件中包含缩略图、有理函数系数(rational polynomial coefficients, RPC)文件、原始数据以及影像元数据4种类型文件[12]

与中空间分辨率Landsat系列卫星影像相比, WFV传感器由4台相机组成, 幅宽达800 km, 远大于Landsat 8 卫星影像的幅宽(185 km)。另外, 由于卫星重返轨道不稳定, WFV影像之间的重叠率较高, 卫星发射后的1 a多时间里, 我国部分区域就已经有了5景重叠影像。

2 技术方法
2.1 技术流程

针对WFV影像幅宽大且重叠率高的特点, 制定了全国影像镶嵌的总体流程(图1), 关键技术包括数据选取、几何纠正、匀色镶嵌和制图, 流程中重点对影像进行高精度几何纠正(包含控制点采集、平差和正射纠正3个步骤)。

图1 WFV影像全国镶嵌与制图技术流程Fig.1 Technical process of China’ s digital mosaicking and mapping with GF-1 WFV images

2.2 数据选取

为保证全国影像的几何纠正精度和镶嵌质量, 本文选取的卫星遥感数据包括全国GF-1 WFV原始影像、全国30 m空间分辨率数字高程模型(digital elevation model, DEM)数据和全国15 m空间分辨率Landsat8全色参考影像。本文行政界限按照国家测绘地理信息局2002年版全国1:100万数据库矢量数据绘制。

选择2014年6— 8月获取的GF-1 WFV原始影像数据, 部分影像缺失区域采用邻近时相的影像补充。该时段内的影像大多色彩丰富且地物层次分明。数据选择要求[4, 5, 13]如下: ①影像中云量在10%以下, 优先选择晴空无云影像; ②影像没有缺失扫描行、条带、噪声和异常像元值; ③选择图像清晰、地物层次分明和色调一致的影像; ④邻近区域优选选择成像时间相近的影像(北方优先选择8月份获取的影像, 南方优先选择6月份获取的影像, 以减少南、北方影像的色彩差异)。

根据以上要求下载数据, 选取覆盖中国陆地及周边海域共697景GF-1 WFV影像。

2.3 几何纠正

2.3.1 控制点采集

为减少地面控制点(ground control point, GCP)采集的时间, GCP采集搜索范围为50像素× 50像素, 采用频率域相位相关匹配法自动采集控制点; 每景影像中GCP均匀分布, 在缺少GCP的区域, 手动增加GCP。全国697景影像共自动采集38 369个GCP, 平均每景影像采集54个。每景影像的XY方向均方根误差(root mean square error, RMSE)散点图如图2(a)所示, XY方向最大RMSE均不高于0.8个像素, RMSE不高于0.5个像素的影像所占比例为87.23%。每景影像总RMSE和GCP数量散点图如2(b)所示, 总RMSE平均值为0.53个像素, 仅有7景影像总RMSE高于1个像素, 其余均满足1个像素要求。GCP数不低于20个的影像占总影像数的82.41%, 大部分影像的GCP数量都能满足要求。

图2 影像控制点RMSE和GCP数量散点图Fig.2 Scatters of RMSE and number of GCP

2.3.2 平差

平差是针对输入影像进行连接点采集, 对采集的连接点和GCP进行优化, 以满足精度需求, 然后优化每景影像的有理函数模型(rational function model, RFM)。数学模型采用2阶RFM, 连接点搜索半径设置为50个像素, 匹配算法为频率域相位相关[14, 15]匹配法。

2.3.3 正射纠正

卫星在成像过程中受到大气折射、地表曲率和地形起伏等诸多因素影响, 导致影像发生几何形变; 正射纠正的目的是消除几何形变的影响, 将原始影像像素位置关联到地表实际空间位置[16]。采用目前通用的RFM进行正射纠正, 该模型形式简单, 能够将地面点空间坐标(X, Y, Z)与对应的像素坐标(r, c)用比值多项式关联起来[ 17], 即

rn=P1(Xn, Yn, Zn)P2(Xn, Yn, Zn)cn=P3(Xn, Yn, Zn)P4(Xn, Yn, Zn), (1)

式中: (rn, cn)和(Xn, Yn, Zn)分别为像素坐标(r, c)和地面坐标(X, Y, Z)经平移和缩放后的正则化坐标; P1, P2, P3和P4均为系数。

利用选取的GCP、连接点和DEM提高RPC的求解精度, 从而实现高精度影像正射纠正。为便于后续的镶嵌处理, 将正射纠正后的影像统一输出为WGS84椭球体经纬度。正射纠正效果对比见图3。

图3 影像正射校正效果Fig.3 Effect of ortho-rectification of image

为说明影像接边效果, 选取左右和上下2种影像邻接方式(图4)进行比较。

图4 邻接影像效果Fig.4 Effect of adjacent images

从图4可以看出, 左右和上下邻接影像接边处的地物空间位置均能较好地保持一致, 说明影像之间具有较高的接边精度。

2.4 匀色镶嵌

匀色镶嵌是全国影像制图的关键步骤, 直接影响制图的美观性和可读性。尽管选取了获取时相相近的影像, 但因成像条件不同, 影像之间仍然会存在较大的色调差异; 因此, 需对部分影像进行匀色调整, 使全国影像色调能够保持和谐统一。以往在匀色镶嵌前多需要进行分块处理, 在全国影像镶嵌时还需要进一步拼接, 处理流程复杂。为提高制图效率, 本文将全国范围内所有影像进行一次性整体镶嵌处理, 主要包括色调调整和影像镶嵌。

2.4.1 色调调整

色调调整前, 影像的波段组合选择为Band3(R)Band4(G)Band 2(B)。该波段组合的假彩色合成影像中, 地物层次清晰, 色彩饱和度较高。色调调整时, 首先需要选定基准影像, 基准影像应满足色度、亮度和对比度适中, 影像内地物细节清晰的要求; 然后以基准影像为参考, 采用扩散联调策略[4]调整相邻影像的色调, 局部地区色调调整前、后的对比效果见图5。

图5 影像色调调整前后对比Fig.5 Contrast effect of images before and after color adjustment

2.4.2 影像镶嵌

影像镶嵌前、后效果如图6所示。

图6 影像镶嵌效果示意图(华东地区部分)Fig.6 Image mosaic map(East China region)

在完成色调调整, 所有影像的色调总体接近的基础上, 根据影像地理坐标位置进行影像的拼接。影像拼接最重要是根据地物特征寻找拼接线, 使重叠区域过渡和谐, 达到无缝均匀过渡的效果。镶嵌后影像整体色调均匀, 植被色彩丰富, 并与沙漠地区过渡均匀, 表明取得了较好的镶嵌效果。

2.5 图面整饰

与普通专题地图相比, 遥感影像图具有丰富的地物信息, 清晰易读, 能够展示出影像与地图的双重优势。基于已完成匀色镶嵌的全国遥感影像图, 在制作全国影像镶嵌图前, 需要根据行政边界对镶嵌影像进行裁剪; 然后将投影转换为等面积割圆锥投影, 双标准纬线设定为25° N和47° N, 中央经线为105° E。影像图图面整饰主要包括比例尺设计、图文标注与整饰和制图3个方面。

2.5.1 比例尺设计

比例尺是对地理空间描述详细程度的表示, 受遥感影像空间分辨率、几何精度以及制图大小等因素的限制[13]。GF-1卫星WFV影像的空间分辨率为16 m, 可满足1:5万比例尺卫星遥感影像图的制作要求, 对于局部地区影像几何精度较低的情况, 可采用1:10万比例尺制图。考虑到使用的方便, 全国陆地区域卫星遥感影像采用1:500万比例尺进行制图。

2.5.2 图文标注与整饰

完整实用的影像图需要进行图文标注与整饰, 主要包括添加注记、行政边界、比例尺和影像说明等要素。

2.5.3 影像镶嵌图制作

根据设计好的比例尺和图幅要求, 利用ArcGIS 10.1软件进行影像镶嵌图制图, 添加相关地理要素; 然后使用Photoshop软件进行修饰, 图件输出分辨率为300 dpi(图7)。

图7 全国GF-1卫星WFV影像镶嵌图(陆地部分)
(审图号: GS(2017)534号, 行政边界均来源于国家测绘地理信息局2002年版全国1:100万数据库)
Fig.7 GF-1 WFV image mosaic map of China (land part)

3 结论

国产高分遥感数据已经并将继续在我国社会经济建设中发挥重要作用。本文针对GF-1卫星WFV影像幅宽大和重叠率高的特点, 重点解决了影像高精度几何纠正问题, 制定了全国影像处理技术流程, 并对影像选取、几何纠正、匀色镶嵌和制图4项关键技术进行研究, 完成了全国陆地1:500万比例尺GF-1卫星WFV影像镶嵌图。该图具备色彩丰富、地物层次感强、空间精度高和时效性强等特点, 该技术流程可为全国区域范围内高分系列卫星影像镶嵌制图提供有益参考。

需要改进的技术问题有:

1)虽然本次全国镶嵌图取得了较好效果, 但仍存在某些问题需要进一步改善, 例如单景影像采集控制点较多, 存在控制点采集时间长、控制点数冗余等问题, 今后还需要优化控制点采集策略, 在保证几何纠正精度的前提下减少控制点采集时间。

2)在色调调整中, 基准影像的色调主要靠主观视觉调整, 而周围影像的色调调整则需要较多的人工干预, 如何建立自适应的色彩调整策略也有待进一步研究。

The authors have declared that no competing interests exist.

参考文献
[1] 何国金, 王力哲, 马艳, . 对地观测大数据处理: 挑战与思考[J]. 科学通报, 2014, 60(5/6): 470-478.
He G J, Wang L Z, Ma Y, et al. Processing of earth observation big data: Challenges and countermeasures[J]. Chinese Science Bulletin, 2015, 60(5/6): 470-478. [本文引用:1]
[2] 郭华东, 傅文学, 李新武, . 全球变化科学卫星概念研究[J]. 中国科学: 地球科学, 2014, 44(1): 49-60.
Guo H D, Fu W X, Li X W, et al. Research on global change scientific satellites[J]. Science China Earth Sciences, 2014, 57(2): 204-215. [本文引用:1]
[3] RTU产品数据服务计划[EB/OL]. (2015-03-10)[2016-06-16]. http: //ids. ceode. ac. cn/rtu/index. aspx.
The plan of RTU product data service[EB/OL]. (2015-03-10) [2016-06-16]. http://ids.ceode.ac.cn/rtu/index.aspx. [本文引用:1]
[4] 汪爱华, 迟耀斌, 王智勇, . 北京1号小卫星多光谱影像全国镶嵌技术与制图研究[J]. 遥感学报, 2009, 13(1): 83-90.
Wang A H, Chi Y B, Wang Z Y, et al. Study on mosaic technology and mapping of China based on the multispectral images of Beijing-1 small satellite[J]. Journal of Remote Sensing, 2009, 13(1): 83-90. [本文引用:3]
[5] 卫征, 陈正超, 张兵, . CBERS-1影像全国数字镶嵌与制图[J]. 中国图象图形学报, 2006, 11(6): 787-791.
Wei Z, Chen Z C, Zhang B, et al. CBERS-1 digital images mosaic and mapping of China[J]. Journal of Image and Graphics, 2006, 11(6): 787-791. [本文引用:2]
[6] 程乾, 陈金凤. 基于高分1号杭州湾南岸滨海陆地土地覆盖信息提取方法研究[J]. 自然资源学报, 2015, 30(2): 350-360.
Cheng Q, Chen J F. Research on the extraction method of land cover information in southern coastal land of Hangzhou Bay based on GF-1 Image[J]. Journal of Natural Resources, 2015, 30(2): 350-360. [本文引用:1]
[7] 王中挺, 辛金元, 贾松林, . 利用暗目标法从高分一号卫星16 m相机数据反演气溶胶光学厚度[J]. 遥感学报, 2015, 19(3): 530-538.
Wang Z T, Xin J Y, Jia S L, et al. Retrieval of AOD from GF-1 16 m camera via DDV algorithm[J]. Journal of Remote Sensing, 2015, 19(3): 530-538. [本文引用:1]
[8] 朱利, 李云梅, 赵少华, . 基于GF-1号卫星WFV数据的太湖水质遥感监测[J]. 国土资源遥感, 2015, 27(1): 113-120. doi: 106046/gtzyyg. 2015. 01. 18.
Zhu L, Li Y M, Zhao S H, et al. Remote sensing monitoring of Taihu Lake water quality by using GF-1 satellite WFV data[J]. Remote Sensing for Land and Resources, 2015, 27(1): 113-120. doi: 10.6046/gtzyyg.2015.01.18. [本文引用:1]
[9] 刘国栋, 邬明权, 牛铮, . 基于GF-1卫星数据的农作物种植面积遥感抽样调查方法[J]. 农业工程学报, 2015, 31(5): 160-166.
Liu G D, Wu M Q, Niu Z, et al. Investigation method for crop area using remote sensing sampling based on GF-1 satellite data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(5): 160-166. [本文引用:1]
[10] Wang L, Yang R R, Tian Q J, et al. Comparative analysis of GF-1 WFV, ZY-3 MUX, and HJ-1 CCD sensor data for grassland monitoring applications[J]. Remote Sensing, 2015, 7(2): 2089-2108. [本文引用:1]
[11] 赵少华, 王桥, 杨一鹏, . 高分一号卫星环境遥感监测应用示范研究[J]. 卫星应用, 2015(3): 37-40.
Zhao S H, Wang Q, Yang Y P, et al. The demonstration research of GF-1 satellite data monitoring environment application[J]. Satellite Application, 2015(3): 37-40. [本文引用:2]
[12] 高分一号[EB/OL]. (2014-12-16)[2015-10-15]. http: //www. cresda. com/n16/n1130/n188475/188494. html.
Gaofenyihao[EB/OL]. (2014-12-16)[2015-10-15]. http://www.cresda.com/n16/n1130/n188475/188494.html. [本文引用:2]
[13] 黄世存, 李杏朝, 芦祎霖, . 基于CBERS-02星的全国影像镶嵌图制作[J]. 国土资源遥感, 2008, 20(3): 42-44. doi: DOI: 106046/gtzyyg. 2008. 03. 10.
Huang S C, Li X C, Lu Y L, et al. The mosaic and mapping of China digital images based on CBERS-02 data[J]. Remote Sensing for Land and Resources, 2008, 20(3): 42-44. doi: DOI:10.6046/gtzyyg.2008.03.10. [本文引用:]
[14] Anuta P E. Spatial registration of multispectral and multitemporal digital imagery using fast Fourier transform techniques[J]. IEEE Transactions on Geoscience Electronics, 1970, 8(4): 353-368. [本文引用:1]
[15] Reddy B S, Chatterji B N. An FFT-based technique for translation, rotation, and scale-invariant image registration[J]. IEEE Transactions on Image Processing, 1996, 5(8): 1266-1271. [本文引用:1]
[16] 孙家抦. 遥感原理与应用[M]. 3版. 武汉: 武汉大学出版社, 2013: 105-116.
Sun J B. Principles and Applications of Remote Sensing[M]. 3rd ed. Wuhan: Wuhan University Press, 2013: 105-116. [本文引用:1]
[17] Long T F, Jiao W L, He G J. Nested regression based optimal selection(NRBOS) of rational polynomial coefficients[J]. Photogrammetric Engineering and Remote Sensing, 2014, 80(3): 261-269. [本文引用:1]