随着近些年我国沿海地区工业化、城市化的快速发展,工业废水和生活污水的排放使得海洋环境污染日益严重,保护海洋生态环境日益紧迫。航空高光谱遥感技术因其数据具有nm级的光谱分辨率、cm级的空间分辨率及机动灵活等特点,能够实现精细光谱的定量遥感分析,尤其适合海洋水体弱混合信号的探测^[1],可快速有效识别赤潮、油污^[2,3]等海洋污染类型,为近岸海域的监测和治理提供快速有效的基础资料。水体中的悬浮泥沙浓度是最重要的水质参数之一^[4],通过海域内悬浮泥沙浓度的探测可对泥沙运移及初级生产力进行评价,为邻近海域的水产养殖、航道建设及筑库建坝等选址提供科学依据。但在海岸带航空遥感测量的过程中,水体不是静止的,水面没有任何明显标志性地物,因此无法进行控制点测量,不能通过传统的空中三角测量方法得到数据准确的外方位元素。如何在非静止的水体航空高光谱测量中保证数据的几何精度成为了海岸带航空高光谱测量的关键问题之一。随着全球定位系统(global positioning system,GPS)/惯性测量单元(inertial measurement unit,IMU)辅助的航空线阵推扫式成像技术的迅速发展,利用少量地面控制点甚至无控制点就可达到较高的测图精度成为可能^[5],这为海岸带及海洋场景的航空遥感测量提供了解决方案。为确保测量精度,正式开始工作区测量之前,对机载高光谱仪安装后的几何检校就变得非常重要。然而线阵电荷耦合器件(charge coupled device,CCD)传感器推扫式成像特点和作业流程与传统方式有很大区别,需解算的空间关系与标定变量更为复杂,现有的几何检校方法难以适用。近年,意大利帕维亚大学^[6]、Leica公司^[7]等有关机构开展了大量关于机载数字传感器的整体性能评估及几何参数检校方面的研究,国内学者也基于Leica公司的ADS系列传感器开展了线阵推扫式机载数字传感器的几何检校相关的研究工作^[8,9],但这些研究在模型设置、参数计算等具体技术环节各不相同,还有很多值得深入讨论的地方。

本文总结分析了CASI 1500H型推扫式机载高光谱仪的几何检校技术原理与模型特点,设计实施了针对该系统的几何检校方案,对CASI 1500H传感器集成的GPS偏心分量、IMU视轴偏心角及自身误差进行了检校,使用检校得到的几何改正参数对大襟岛及其周边海域进行了CASI 1500H航空高光谱数据获取与处理,并基于这些数据进行了大襟岛及其周边海域的悬浮泥沙浓度反演示范应用,取得了良好效果。

CASI 1500H型机载高光谱仪的成像方式为线阵推扫式,集成了GPS/IMU辅助航空摄影测量系统。当机载高光谱仪安装在飞机上时,GPS天线相位中心、IMU几何中心和传感器成像中心三者的空间位置关系将直接影响外方位元素的测量精度。理想情况下,将GPS天线和IMU安装在成像传感器物镜的后节点上,并使IMU与成像传感器的X,Y,Z轴严格重合,就能够直接测量得到外方位元素。但在实际安装中无法做到,GPS偏心分量和IMU视轴偏心角是无法避免的,如图1所示。GPS偏心分量可在飞行前地面测量或在机载导航数据后处理中改正; 而IMU视轴偏心角不可视,只能通过检校飞行进行标定。

机载高光谱仪在飞行作业时,GPS测得的数据是GPS天线相位中心的位置数据,为得到测量数据准确的外方位元素,需得出GPS天线相位中心与传感器成像中心的坐标转换关系。GPS偏心分量的测量方法是测量从GPS天线头到传感器量测标记处的距离,偏心分量量测时将机载GPS天线相位中心的空间平移投影在以传感器成像中心为原点的像空间辅助坐标系上(以铅垂方向为Z轴,飞行航线方向为X轴),如图1所示。将量测的GPS偏心分量值输入到后数据处理软件中下载并解算,得到经GPS偏心分量改正的GPS/IMU导航数据。

IMU视轴偏心角检校的数学基础是经典的共线方程,也就是传感器成像光学中心(X_s,Y_s,Z_s),像点(x_i,y_i)和相应的物点(X_i,Y_i,Z_i)3点位于同一条直线,如图2所示。

3点空间位置的函数关系为

式中: R_(r,p,h)为一个使物方坐标系与像方坐标系对齐的3×3旋转矩阵,即传感器成像中心3个方位角(r,p,h)的函数; λ为图像光线的比例因子。

像点的坐标可表示为

式中: x_p和y_p分别为传感器x和y轴光学中心; k_y为y轴比例因子,对于线阵推扫图像而言,y_p和k_y都不是可调变量,在计算过程中,它们应分别为固定值0和1; f为焦距,可通过自检校过程得到。

因此,CASI 1500H型机载高光谱仪的IMU视轴偏心角的检校数学模型可表达为

式中: R_(ω,φ,κ)为姿态校正参数; R_(r,p,h)为传感器中心成像姿态; [δX_s,δY_s,δZ_s]^T为平面位置校正参数。传感器成像中心的位置值[X_s,Y_s,Z_s]^T和姿态R_(r,p,h)角度值由经GPS偏心分量改正后的GPS/IMU导航数据提供。IMU与CASI 1500H传感器成像的光学中心不一致,两者间的空间校正参数[δX_s,δY_s,δZ_s]^T以及R_(ω,φ,κ)可通过光束法平差计算得到。与传统的光束法平差不同的是,在CASI 1500H的检校中连接点的匹配算法使用的是共线方程,而不是共面方程。

自检校的目的是获得传感器内部定位定向的参数,如焦距、像主点、透镜畸变和基准标记等。当机载成像系统因重新安装、运输或者温度和压强等原因造成环境改变时,会引起一定的系统误差,此时需要对传感器的内部定位定向的参数重新进行检校,以达到减弱甚至消除这种系统误差的目的。对于CASI 1500H的自检校,可通过自校准模式下运行的pbsbund程序来计算f和x_p值,从而更加准确估计传感器偏移参数,其数学表达式为

需要指出的是,f和Z_s之间的相关性相对简单,因为Z_s可以直接通过测量得到; 而x_p和姿态偏移之间的相关性更为复杂,对于推扫式高光谱图像,这对参数的相关系数接近1。当传感器姿态偏移不够小(即接近0)时,很难从自检校过程获得x_p的精确值。如果可以利用不同手段比如激光测量等方法获得更可靠的x_p值,可用其代替自检校得到的x_p值。

针对CASI 1500H型推扫式机载高光谱仪的几何检校原理与模型特点,本文设计了相应的检校方案。

为确保几何检校精度,对于检校场的选择、航线的敷设以及检校场地面控制点的测量等环节需要满足一定的技术要求,详见表1。

此次CASI机载高光谱仪检校场位于北海市市区东南角,区内地物类型较多,角点特征明显,地面交通方便,离北海福成机场较近,布设地面控制点11个。图3中黄色线为飞行航线,红色点为地面控制点。检校场共设计17条航线,飞行1个架次。实际选取了南北向和东西向各3条航线进行检校,飞行高度为400 m,飞行速度为220 km/h。为了减少检校计算的工作量,获取的影像数据为6个波段。

1)GPS偏心分量的改正。测量GPS偏心分量,输入到Applanix POS_V6系统中,并使用POSPAC MMS数据处理软件下载并解算GPS/IMU导航系统记录的数据,得到GPS/IMU的平面位置和姿态值。

2)制作连接点文件。打开进行几何粗纠正之后的影像文件(_g.pix),使用ENVI软件的Point Collection工具进行控制点和同名点的刺点连接,记录各点位的影像坐标信息,并在属性描述中添加航线号和点号。

3)准备控制点文件。本次检校有效地面控制点共11个。控制点按《CH/T 2009—2010全球定位系统实时动态测量(RTK)技术规范》的方法和精度要求,采用CORS RTK方式进行测量。测量精度为二级平面控制点精度和RTK高程控制点精度,采用WGS84坐标系。

4)检查并剔除控制点/连接点中的超限点。此过程需检查地面控制点/连接点中是否有误差大于3个像素的超限点,如存在,将其剔除后再检查,重复步骤直到所有控制点/连接点都满足精度要求为止。计算过程中使用了X轨改正矩阵文件。

5)进行光束法平差计算得到几何检校参数。平差使用的初始焦距值为-2 060像元,X轴光学中心位置初始值为750像元,影像扫描宽度为1 500像元。平差过程中使用了机载高光谱仪配置的X-track改正矩阵文件对垂直于飞行方向的空间维扫描误差进行改正。

利用光束法平差对CASI 1500H型机载高光谱仪在北海市区几何检校场获得的飞行与检校数据进行计算,检校场全部地面控制点的整体平面中误差及高程中误差优于0.5 m,全部像素点中误差优于1个像元,整体平差精度见表2; 同时也得到了成像传感器的平面位置、姿态、焦距和X轴光学中心位置的几何改正参数,详见表3。

使用上述检校参数重新对检校场数据进行几何纠正与影像拼接,并与检校前数据进行对比(如图4所示)。结果显示检校前影像数据中草地、水体和道路等地物错位严重,检校后影像数据的几何精度得到了显著提高。

利用上述几何检校方法,对2018年7月11日获取的广东省珠海市大襟岛及其周边海域CASI 1500H航空高光谱数据进行几何检校,获取的高光谱数据光谱分辨率为15 nm,空间分辨率为0.2 m,共包含48个波段。高光谱数据在经过辐射校正、几何纠正、大气校正、水体耀斑优化、影像拼接、水体光谱特征信息提取和最佳指数波段组合降维处理后,进行了大襟岛周边海域的悬浮泥沙浓度反演示范应用。本次研究海上站位实测水样采集时间为2018年10月中旬,采集时潮位与航空成像时接近,根据悬浮泥沙扩散途径及水动力特点共布设37个站位,根据GB 17378.4—2007标准,采用重量法对实采水样的悬浮泥沙进行称重和浓度测量,其中29个站位数据用于反演,其余用于精度验证。

已有研究结果表明,含沙水体的光谱曲线存在2个反射峰,即位于红光波段的主反射峰和位于近红外波段的次级峰; 通过分析2个峰值所在波段的离水反射率与实测表层悬浮泥沙浓度之间的关系,采用如线性、指数型、对数型、二次型或三次型等关系,都可以进行悬浮泥沙浓度反演模型的构建。朱樊等^[10]利用MODIS光谱数据,采用经验反演法,建立了珠江口悬浮泥沙浓度与MODIS红波段反射率的指数反演模型,即

式中: B1为红光波段遥感反射率值; SSC为悬浮泥沙浓度反演值。模型能较好地反演珠江河口的悬浮泥沙浓度。乔晓景等^[11]也分别采用单波段和波段组合模式进行了实验研究,也证明了利用MODIS红光波段的反射率构建指数反演模型的可行性。

本文中经过降维处理后的CASI 1500H数据红光波段包括B18和B19这2个波段。将反演结果与海上实测值进行比对,选取出拟合度比较高的B18波段来进行最终的反演,反演模型为

反演结果得到研究区域悬浮泥沙含量为0.45~12.15 mg/L。其中高含量的悬浮泥沙主要位于大襟岛东北方向的海域,以及大襟岛北部的海岸及其附近海域(如图5所示)。将反演值与实测值进行比对,悬浮泥沙浓度总体趋势一致,反演精度优于70%,应用效果良好。

1)CASI 1500H检校场地面控制点平面及高程中误差优于0.5 m,全部像素点中误差优于1个像元。使用检校计算得到的几何改正参数对实验数据进行处理,表明在少量控制点甚至无控制点的情况下,CASI 1500H影像的几何精度得到了显著提高。

2)基于本文几何检校方法获取的CASI 1500H航空高光谱数据开展了广东省珠海市大襟岛周边海域悬浮泥沙浓度反演示范应用,研究区域悬浮泥沙含量为0.45~12.15 mg/L,高含量的悬浮泥沙主要位于大襟岛东北方向的海域,以及大襟岛北部的海岸及其附近海域。将实测值与反演值进行比对,悬浮泥沙浓度总体趋势一致,反演精度优于70%,满足海岸带航空遥感调查需求。