卫星影像纠正方法研究论文

徐秋晓1 于明洋2

（1.山东省地矿工程勘察院，济南250014；2.山东建筑大学土木工程学院，济南250101）

作者简介：徐秋晓（1979—），女，助理工程师，主要从事遥感、水文地质、环境地质勘查工作。

摘要：遥感技术与地理信息系统技术的发展，为研究全球变化和可持续发展提供了信息源和技术手段。而土地利用作为地球表层系统最突出的景观标志，其变化是近年来全球变化研究的重要领域。本文以山东省龙口市作为研究区，应用基于遥感影像综合理解模型的龙口市土地利用/土地覆盖分类方法，建立地学规律知识库，提取不同时期的土地利用类型。最后利用地学信息图谱监测与分析土地利用的时空变化。

关键词：土地利用；遥感影像；地学辅助信息；信息图谱

遥感技术与地理信息系统技术的发展，为研究全球变化和可持续发展提供了信息源和技术手段。而土地利用作为地球表层系统最突出的景观标志，其变化是近年来全球变化研究的重要领域。只有对土地利用时空变化进行监测与分析，更好地了解土地利用变化的过程和机制，并且通过调整人类社会经济活动，促使土地利用更趋合理，保证国家宏观战略决策的针对性、有效性，才能达到土地资源可持续利用的目的。龙口市作为我国沿海对外开放较早的城市，其土地利用变化具有代表性。

1 研究区概况

龙口市位于胶东半岛西北部，东与蓬莱市接壤，南与栖霞、招远市毗连，西、北濒临渤海；全境东西最大横距，南北最大纵距；土地总面积（含桑岛、依岛）。

本次研究区范围以1∶10000 地形图矢量化生成的研究区边界对遥感影像进行裁剪所得，作为遥感数据信息，面积共（不含桑岛、依岛）。

2 基于遥感影像综合理解模型的龙口市土地利用/土地覆盖分类

影像理解是研究通过计算机系统来解释图像，从而实现类似人类视觉系统理解外部世界的一门学科。在影像理解系统中，存在两项基本的任务：从输入图像中提取出与模型相适应的图像结构或线索，而后完成输入图像中图像结构与模型中目标的正确影射（周成虎，1999）。影像理解不同于模式识别，模式识别通常按预先规定的测量集对对象作简单的分类，而影像理解则要对影像作出描述和解释，需要涉及不同处理层次实体间的相互作用（王润生，1994）。

针对土地利用/土地覆盖的分类特点，本文构筑了基于GIS信息的遥感影像综合理解模型。模型分为两个过程，即遥感影像理解过程和地理信息系统处理过程，两个过程的具体内容为：

（1）遥感影像理解过程，主要完成遥感影像的前期理解过程，包括以下几个过程：

1）遥感影像预处理：包括图像格式转换，图像纠正和图像增强变换等。图像格式转换完成遥感影像到REDAS软件系统处理格式的转换（﹡.img）；图像纠正完成遥感影像的大气校正、几何纠正、辐射增强以及遥感影像的匹配、镶嵌等；遥感影像信息增强和变换处理可以突出相关的专题信息，本次使用方法主要有线性拉伸、K-T空间变换、边界增强等。

2）与地学辅助信息的配准：主要完成遥感影像与地学辅助信息（各类专题GIS数据主要是坡度和高度）的坐标、投影系统转换，使得遥感影像与所采用的辅助地学信息纳入到统一坐标与投影系统下。

3）“训练区”选择与计算：通过对遥感影像信息特征的初步理解，同时结合地学辅助信息以及实地考察，确定样本“训练区”。“训练区”要有典型性与可分性，确定“训练区”后，对“训练区”数据进行计算，确定样本的统计信息（均值、最大最小值、方差矩阵、协方差矩阵等）。

本次提取的土地利用类型为六大种类型，即建筑用地、耕地、水域、园地、林地和未利用地，采用AOI扩展方式进行训练区选择，运用此种方法进行训练区选择时，初始种子（seed pixel）和光谱距离的阈值非常重要，任一训练区初始种子和光谱距离的阈值经多次实验后才能确定。不同地类这两个参数是不一样的，一般在选取了2～3个训练区后，观看报警掩膜的情况，即时对这两个参数进行修改和调整。增加训练区时，及时将报警掩膜和以前的报警掩膜叠加，判断样本数据的质量变化情况，并做出调整，直至报警掩膜和实际地类比较符合时，即认为这一类的训练区选择完毕。一种地类训练完毕，需要对最终的训练区作一个整体的分析，保证光谱的纯度。

（2）地理信息系统处理过程，在GIS系统支持下，完成地学辅助信息的处理，主要包括以下过程：

1）专题信息导入与预处理：通过地面调查或专家知识经验，收集地学辅助信息（包括各类专题信息、统计资料等），导入到GIS系统中，完成辅助信息的前期预处理，包括各类矢量数据的数字化、编辑、拓扑关系的建立等，统计数据的整理与地学编码、统计数据的空间化等工作。

2）辅助数据的生成：利用前期处理好的辅助数据，进行各类数据的格式转换，如矢量数据的栅格化，点状统计数据插值（IDW/Kriging等方法）生成面状数据；最后统一坐标与投影系统，达到与遥感数据的配准。

3）建立各类地学辅助因子数据库：GIS软件支持下，基于前面生成的各类辅助数据，建立专题数据库，形成地学辅助因子数据库。

（3）知识库的生成过程，建立专家知识库，主要是地学规律知识库，包括以下过程：

1）知识获取：通过对照遥感影像，进行野外考察，针对各类有代表性的影像特征对该地区所有地貌条件下的土地利用/土地覆盖状况、植被分布、生态环境条件进行实地考察，获取各类实践知识。

2）知识库生成：对获取的知识进行整理，从总体上归纳出各类规律，形成知识规则，最后通过对“训练区”的数据不断训练，修改和调试知识规则，形成地学规律知识库。

土地覆盖/土地利用类型对高程有明显的依赖关系。对研究区已有的土地利用现状图分析，建筑用地、园地主要分布在海拔300m以下；耕地绝大部分分布在海拔150m以下；林地的分布范围较广，不同海拔都有分布，分布在10m以下的林地主要是沿海防护林和公路绿化林地。350m以上的海拔，只有林地分布，没有其他地类。

坡度数据可以用于区别某些土地覆盖/土地利用类型。根据实地考察结果和对地形图、已有土地利用现状图的分析，建筑用地、水浇地、园地主要分布在坡度小于20 °区域，坡度大于10 °时很少有水浇地。所以，遥感数据的光谱特征同样表现为绿色植被，难以判断是水浇地还是林地时，坡度数据是一个有价值的参数。以下是几种地类与高程和坡度的详细关系。

在本次的分类知识库，专家规则采用下面的基本形式来表达：

IF（条件）THEN（结论），Confidence（结论可信度）

其中可信度的值域为［0，1］，值为0 时，完全排除当前像元为所给类别的可能性；当取值为1时，维持像元原始可信度，且表示当前结论永远成立。可信度可以根据地学经验或专家打分等方法来确定。

知识的表示与知识库的构造要结合地学问题的研究特点。通过不断修改和调试知识库，使影像解译结果基本达到人工目视解译的效果。当可信度的值为0时，则排除了当前像元为（结论）所给出的类别的可能性；而当取值为1 时，已有可信度值不该变。这种表示方法，不但考虑到了遥感影像解译的特点，而且明显地减少了知识库中规则的数量。这对于大数据量的遥感数据处理是极其重要的。下面给出规则库中的规则：

IF VALUE ＝1 DEM ＜300 AND SLOPE ＜20 THEN 建筑用地 CF ＝1

IF VALUE ＝2 DEM ＜50 AND SLOPE ＜10 THEN 水浇地 CF ＝1

I VALUE ＝3 THEN 水域 CF ＝1

IF VALUE ＝4 DEM ＜300 AND SLOPE ＜20 THEN 旱地 CF ＝1

IF VALUE ＝5 DEM ＜300 AND SLOPE ＜20 THEN 园地 CF ＝1

IF VALUE ＝6 THEN 林地 CF ＝1

ELSE IF DEM＞＝300 OR SLOPE＞＝20 THEN 林地 CF ＝1

ELSE IF 50＝＜DEM＜＝250 AND 10＝＜SLOPE＜20 THEN 园地 CF＝

ELSE 林地 CF ＝1

本次分类结果精度评价采用分层随机采样法，主要参考龙口市土地利用现状图，同时结合目视判读的结果以及现场验证，对两个时期的分类结果进行精度评价。各时期的遥感分类结果直接参照同年的土地利用现状图进行精度验证。由于遥感分类体系与土地利用现状的分类体系有一定差异，因此，在进行随机采样之前，将遥感分类图像的土地利用类型和土地利用现状的分类进行适当统一。然后分别对每期遥感分类结果选取300个样本点，并保证每类有10个以上的样点，用基于误差矩阵的精度评价方法，对龙口市1989年和2003年的分类结果进行评价。实用Kappa系数计算表明1989年和2003年龙口市土地利用TM遥感分类结果的总体精度和使用者精度都在75%以上，Kappa系数也都在以上，达到最低允许判别精度的要求。这些表明了龙口市两期图像的土地利用遥感分类结果均比较理想，各地类的分类精度也较高。

3 龙口市土地利用时空变化分析

随着地球信息科学的兴起与发展，人们可获取的资源的极大丰富以及信息处理技术的极大提高，尤其是动态可视化技术获得新的突破。在此需求与技术背景下，陈述彭先生倡导在传统地学图谱的基础上开展地学信息图谱的探讨与研究。地学信息图谱是地学图谱在地球信息科学基础上的自然延伸，是按照一定指标递变规律或分类体系排列的一组能够反映地学空间信息规律的数字地图、图表、曲线或图像。地学信息图谱是“图”与“谱”的结合，兼有图形与谱系的双重特征。

本文所采用土地利用图谱分析模型包括两部分内容：①转移矩阵，从中可以看出各个时序单元土地利用变化的主要类型以及各地类的补给来源。②不同时序单元内土地利用图谱分析，考察图谱单元的空间组合与时空位移。

转移矩阵

转移矩阵对于分析土地利用类型之间的流向具有重要作用，它不仅可以定量说明土地利用类型之间的相互转化状况，而且可以揭示不同景观类型间的转移概率，从而可以更好地了解土地利用的时空演变过程。转移矩阵包括转移面积矩阵、概率矩阵。

表1 1989～2003年土地利用转移矩阵（单位：hm2）

注：R为各土地利用类型的转移比例（%）。

从表1可以看出，在1989年至2003年，建筑用地发生用途流转面积为，占初始建筑用地面积的比率为，不存在明显流向。耕地发生用途流转面积为，占初始耕地面积的比率为 ，主要流向是园地，该流向，占初始耕地面积的比率为，其次是建筑用地，该流向，占初始耕地面积的比率为。水域发生用途流转面积为，占初始水域面积的比率为，主要流向是园地和林地，共占初始水域面积的比率为。园地发生用途流转面积为，占初始园地面积的比率为，主要流向是建筑用地，该流向 ，占初始园地面积的比率为 。林地发生用途流转面积为，占初始林地面积的比率为 ，主要流向是建筑用地，该流向，占初始林地面积的比率为 。未利用地发生用途流转面积为，占初始未利用地面积的比率为 ，主要流向是园地，该流向，占初始未利用地面积的比率为，其次是流向林地和建筑用地，共占初始未利用地面积的比率为。

土地利用信息图谱

在图谱中，共有36类图谱单元，即土地利用变化类型，其中有30类显示为土地利用类型发生了变化，占研究区总面积的。为了更简单明了地读取土地利用类型流转的主要方向，认识土地利用变化的主要特征，将该30类变化的图谱单元按照面积大小进行排序，计算各类图谱单元的转换面积百分率和累计转换百分率，统计其中涵盖变化总面积的的10类图谱单元，得到1989～2003年土地利用主要图谱单元类型的面积排序表（表2）。

表2 1989～2003年土地利用主要图谱单元类型的面积排序表

从表2可以看出，龙口市在1989～2003年间土地利用变化最显著的结构特征是耕地向园地的转化，该流向的耕地面积共，占到整个变化面积的。其次是耕地向建筑用地的转化，面积为，占到整个变化面积的。再次是未利用地向园地的转化，面积为 hm2，占到整个变化面积的。可以看出，研究时段内龙口市的土地利用类型主要是流向建筑用地和园地。

4 结论

（1）本研究利用陆地卫星资料ETM＋对龙口市土地利用进行了时空监测与分析，取得了较好的效果；但是ETM＋的影像分辨率较低，它主要是反映一些综合的地类信息，对于一些土地利用图斑较为破碎，用地类型交错复杂的地区，其地物提取就有一定的难度，因此在土地利用变化的详细监测上就有所欠缺。在今后的研究中，应结合高分辨率卫星影像进行研究，积极探求新的动态监测方法以充分利用这些高分辨率的遥感数据来获得更可靠准确的区域土地利用变化信息。

（2）如何充分地利用地理信息系统空间数据库提供的丰富的地理辅助数据，进而自动发现知识，并融合多尺度、多时相的高分辨率的遥感数据，建立灵活高效的推理机制，从而完成遥感影像的专题信息自动提取，是需要进一步的研究方向。

（3）“地学信息图谱”是一新兴的学术思想，目前还处于认识阶段，对它的理解尚不很成熟，需要更多的学者和更多的研究工作来完善对其的认识。本文利用遥感技术开展土地利用演化与发展的信息图谱研究，来反演时空变化，进而认识客观世界，揭示和再现过去，是一先进可行的技术途径。

（4）研究结果表明龙口市在1998～2003年间，土地利用方式相互转化较为频繁，变化强度大，矛盾非常突出。主要表现为耕地的不断减少，园地和建筑用地持续增长；其主要流向是从耕地流向园地和建筑用地。这些变化造成了龙口市耕地质量下降和利用程度加强，给耕地保护带来了巨大压力。因此，土地管理部门应该从宏观决策上给予重视，处理好社会经济发展与土地后备资源储备的关系实施可持续发展。

参考文献

陈述彭.2001.地学信息图谱探索研究.商务印书馆

李小英，彭望碌，曹彤.2002.土地利用演化信息图谱的研究——以北京市顺义县为例.地球信息科学，2：（58～63）

齐清文，池天河.2001.地学信息图谱的理论和方法.地理学报，56（增刊）：8～18

术洪磊，毛赞猷.辅助下的基于知识的遥感影像分类方法研究——以土地覆盖土地利用类型为例.测绘学报，11（4）

叶庆华.2001.黄河三角洲土地利用/土地覆盖变化的时空复合模式研究.中国科学院地理科学与资源研究所博士学位论文

周成虎，骆剑承，杨存建，刘庆生.2001.遥感影像地学理解与分析.科学出版社，180～240

Lucas I F J，Frans J M，Wel V assessment of satellite derived land-cover data：a Engineering and Remote Sensing，60（4）：410～432

森林资源调查中SPOT5遥感图像处理方法探讨王照利、黄生、张敏中、马胜利（国家林业局西北林业规划设计院，遥感计算中心，西安710048）本文发表于＜陕西林业科技＞2005 摘要： 目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。 关键词：SPOT5 遥感数据，森林资源调查、数据处理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048)Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are words: SPOT5 image data，forest inventory, data processing 前言 卫星遥感影像具有空间宏观性、视角广、多分辨率（光谱和空间）、多时相、周期性、信息量丰富等特点，所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。2002年5月法国SPOT地球观测卫星系列之5号卫星（即SPOT5星）发射。SPOT5遥感数据的多光谱波段空间分辨率为10米（短波红外空间分辨率为20米），但全色波段空间分辨率达到米。SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。从性价比分析，在其他高分辨率遥感数据目前比较昂贵的状况下，SPOT5遥感数据比较适宜应用于大面积的森林资源调查，可大幅度的森林调查的减少外业工作量、提高工作效率。在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中，尤其，是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。本文总结工作实践，结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。 1．SPOT5卫星遥感数据特点 SPOT卫星系统采用线性阵列传感器和推扫式扫描技术，具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。采用与太阳同步的近极地的椭圆形轨道，轨道高度约832Km，轨道倾角 ，每天绕地球14圈多，重复覆盖周期26天[2]。由于有倾斜观测功能，使重复覆盖周期减少到2-3天。SPOT5卫星载有2台高分辨率几何成像仪（HRG）、1台高分辨率立体成像装置（HRS）和1台宽视域植被探测仪（VGT）。高分辨率几何成像仪的波段选择是总结了多年的研究成果，认为HRG的波段设置（见表1）足以取得辨别作物和植被类型的最佳效果。本文主要探讨HRG高空间分辨率数据的处理。2．SPOT5数据的处理方法和过程 SPOT5数据处理工作流程： 遥感数据的订购 订购数据时，用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号（PATH/ROW）。特别应该注意数据订购时间和用户拿到数据之间有时间差，间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。相对于其他卫星数据，比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察，用户可向代理商申请红色编程提前得到调查区域的遥感数据，但要支付编程费。对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。 根据我们对SPOT5遥感数据的使用，对于森林资源调查，北方9，10月份和11月初的遥感影像比较适宜。代理商向用户提供经过处理的不同级别的影像产品，在森林资源调查中建议购买SPOT1A级产品，用户可根据自己的工作需要进行处理，同时也可减少费用。 基础数据准备 大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。建议购买1：10000地形图和1：25000数字高程模型（DEM）。 将1：1万地形图扫描，扫描分辨率设置为300DPI。将扫描好的地形图进行几何精纠正，纠正精度控制在毫米内。从测绘部门购买的1：1万地形图为北京54坐标系3度分带高斯克吕格投影，而1：万DEM为北京54坐标系6度分带投影。在数据准备时，将校正好的1：1万地形图通过换带转换转成和DEM一致的6度分带投影。 对于没有1：1万地形图的地区，建议使用差分GPS接收机采集地面控制点。 几何正射校正 正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。GEOIMAGE软件有针对SPOT5卫星数据开发的SPOT5物理模型。模型模块自动读取DEM信息。SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数，这些参数存贮在数据的头文件中[3]。卫星状态参数包括：卫星成像瞬间的经纬度、高度、倾角等。卫星状态参数能够帮助提高几何校正的精度。 以校正好的1：1万地形图为基准，在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。在进行正射校正时，应先进行全色波段数据校正，然后以校正好的全色波段数据为基准进行多光谱数据校正。以全色波段数据为基准校正多光谱波段就比较容易校正，且能提高两者的匹配精度。地面控制点应分布均匀，影像的边缘部分布要有控制点分布，同时在不同的高程范围最好都有控制点。地面控制点的数量因地形地貌的复杂程度而定，根据我们的经验，一景60KmX60Km的SPOT5数据，一般地势平缓的地区20个左右控制点即可达到满意的结果，在高山区25个左右控制点就可使正射校正精度满足要求。重采样方法采用双线性内插法。 辐射校正 用户购买的SPOT5的各级数据，数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正，即消除了传感器自身引起的、大气辐射引起的辐射噪声。若果影像存在薄雾或地形高差较大引起的辐射误差情况，用户应进一步进行辐射校正处理。薄雾的简单消除原理是基于近红外波段不受大气辐射影响，清澈的水体或死阴影区的数值应为零。从各波段数据中减去近红外波段的水体或阴影的不为零值。地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa，g(x,y)为坡度为a的倾斜面上的地物影像；f (x,y)为校正后的影像。由于坡度因子参与校正所以需要DEM支持。 波段组合 根据SPOT5数据波谱特征（表1），各波段分别记录反映了植被的不同特征方面：B4（SWIR）短波红外反映植物和土壤的含水量，利于植被水分状况和长势分析；B3（NIR）近红外波段对植被类别、密度、生长力、病虫害等的变化敏感；B2（RED）红光波段对植被的覆盖度、植被的生长状况敏感；B1（VIS）可见光波段对植物的叶绿素和叶绿素浓度敏感。经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。但由于B4波段的空间分辨率为20米，使B342组合对植被空间几何细节表达没有B321组合清晰，例如林缘界线信息表达方面B321要优于B342。 影像数据融合 对于购买有高空间分辨率全色波段数据的用户，进行数据融合是必不可少的。影像数据融合能够综合不同波段、不同空间分辨率数据（层）的特征，融合后的数据具有更丰富、更可靠的信息[4]。 根据影像数据融合的水平阶段，影像融合分为：像元级、特征级和决策级三个层次。为了最大限度的从SPOT5遥感数据中提取森林植被信息，应进行像元级的数据融合，将米的全色波段和10米多光谱数据进行融合。融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。像元级数据融合的方法多种多样，根据数据融合的目的，即最大限度的突显森林植被信息，应选取B4、B3、B2和PAN波段，根据我们的试验Brovey 融合算法方法比较理想：遥感影像地图 将融合好的数据按Rfused、Gfused、Bfused组合，叠加上行政界线、公里格网、坐标、比例尺等辅助信息，按1：1万地形图分幅生成1：1万纸质图作为外业手图。 3. 结果和讨论 几何精度 利用SPOT5物理模型，采用1：1万地形图和万DEM ，经过正射校正处理，可使影像的几何精度控制在2个像元内（<10米）,达到1：1万制图标准要求。为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。 波段选择 对于没有全色波段的情况，SPOT5数据的B342组合有利于森林植被类型的识别。在应用遥感技术进行森林资源调查区划中，林分类型信息提取是最为重要的环节，所以B342波段组合是小班区划和外业手图的最佳组合。 融合效果 融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率，丰富了遥感影像的信息量。采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性，提高了小班因子正判率和林分小班的区划精度。 参考文献 1．周成虎，杨晓梅，骆剑承等.《遥感影像地学理解与分析》，科学出版社，北京，2001，3-4. 2．赵英时.《遥感应用分析原理与方法》，科学出版社，北京， 3．北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》，2004，68-70. 4．Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,世纪遥感与GIS的发展 来源： 李德仁 时间： 2005-08-11-23:09 浏览次数: 79 21世纪遥感与GIS的发展李德仁 （武汉大学测绘遥感信息工程国家重点实验室，武汉市珞瑜路129号，430079）摘要：在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测，并将所得到的数据和信息存储在计算机网络上，为人类社会的可持续发展服务。在短短的30年中，遥感和GIS作为一个边缘交叉学科已发展成为一门科学、技术和经济实体。本文深入地论述了21世纪中遥感的6大发展趋势和GIS的5个发展特征。 关键词：发展趋势；航空航天遥感；地理信息系统；对地观测 中图法分类号：P208； 随着计算机技术、空间技术和信息技术的发展，人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想，并能将所感知到的结果通过计算机网络在全球流通，为人类的生存、繁荣和可持续发展服务。在20世纪后半叶，遥感和地理信息系统作为一门新兴的科学和技术，迅速地成长起来。 1 遥感技术的主要发展趋势 航空航天遥感传感器数据获取技术趋向三多（多平台、多传感器、多角度）和三高（高空间分辨率、高光谱分辨率和高时相分辨率） 从空中和太空观测地球获取影像是20世纪的重大成果之一，短短几十年，遥感数据获取手段迅猛发展。遥感平台有地球同步轨道卫星（35000km）、太阳同步卫星（600—1000km）、太空飞船（200—300km）、航天飞机（240—350km）、探空火箭（200—1000km），并且还有高、中、低空飞机、升空气球、无人飞机等；传感器有框幅式光学相机、缝隙、全景相机、光机扫描仪、光电扫描仪、CCD线阵、面阵扫描仪、微波散射计雷达测高仪、激光扫描仪和合成孔径雷达等，它们几乎覆盖了可透过大气窗口的所有电磁波段。三行CCD阵列可以同时得到3个角度的扫描成像，EOS Terra卫星上的MISR可同时从9个角度对地成像。 卫星遥感的空间分辨率从Ikonos Ⅱ的1m，进一步提高到Quckbird（快鸟）的，高光谱分辨率已达到5—6nm，500—600个波段。在轨的美国EO-1高光谱遥感卫星，具有220个波段，EOS AM-1（Terra）和EOS PM-1（Aqua）卫星上的MODIS具有36个波段的中等分辨率成像光谱仪。时间分辨率的提高主要依赖于小卫星技术的发展，通过发射地球同步轨道卫星和合理分布的小卫星星座，以及传感器的大角度倾斜，可以以1—3d的周期获得感兴趣地区的遥感影像。由于具有全天候、全天时的特点，以及用INSAR和D-INSAR，特别是双天线INSAR进行高精度三位地形及其变化测定的可能性，SAR雷达卫星为全世界各国所普遍关注。例如，美国宇航局的长远计划是要发射一系列太阳同步和地球同步的长波SAR,美国国防部则要发射一系列短波SAR，实现干涉重访问间隔为8d、3d和1d，空间分辨率分别为20m、5m和2m。我国在机载和星载SAR传感器及其应用研究方面正在形成体系。“十五”期间，我国将全方位地推进遥感数据获取的手段，形成自主的高分辨率资源卫星、雷达卫星、测图卫星和对环境与灾害进行实时监测的小卫星群。 航空航天遥感对地定位趋向于不依赖地面控制 确定影像目标的实地位置（三维坐标），解决影像目标在哪儿（Where）是摄影测量与遥感的主要任务之一。在已成功用于生产的全自动化GPS空中三角测量的基础上，利用DGPS和INS惯性导航系统的组合，可形成航空/航天影像传感器的位置与姿态的自动测量和稳定装置（POS），从而可实现定点摄影成像和无地面控制的高精度对地直接定位。在航空摄影条件下的精度可达到dm级，在卫星遥感的条件下，其精度可达到m级。该技术的推广应用，将改变目前摄影测量和遥感的作业流程，从而实现实时测图和实时数据库更新。若与高精度激光扫描仪集成，可实现实时三维测量（LIDAR），自动生成数字表面模型（DSM），并可推算出数字高程模型（DEM）。 美国NASA在1994年和1997年两次将航天激光测高仪（SLA）安装在航天飞机上，企图建立基于SLA的全球控制点数据库，激光点大小为100m，间隔为750m，每秒10个脉冲；随后又提出了地学激光测高系统（GLAS）计划，已于2002年12月19日将该卫星IICESat（cloud and land elevation satellite）发射上天。该卫星装有激光测距系统、GPS接收机和恒星跟踪姿态测定系统。GLAS发射近红外光（1064nm）和可见绿光（532nm）的短脉冲（4ns）。激光脉冲频率为40次/s，激光点大小实地为70m，间隔为170m，其高程精度要明显高于SRTM，可望达到m级。他们的下一步计划是要在2015年之前使星载LIDAR的激光测高精度达到dm和cm级。 法国利用设在全球的54个站点向卫星发射信号，通过测定多普勒频移，以精确解求卫星的空间坐标，具有极高的精度。测定距地球1300km的Topex/Poseidon卫星的高度，精度达到±3cm。用来测定SPOT 4卫星的轨道，3个坐标方向达到±5cm精度，对于SPOT 5和Envisat，可望达到±1m精度。若忽略SPOT 5传感器的角元素，直接进行无地面控制的正射像片制作，精度可达到±15m，完全可以满足国家安全和西部开发的需求。 摄影测量与遥感数据的计算机处理更趋向自动化和智能化 从影像数据中自动提取地物目标，解决它的属性和语义（What）是摄影测量与遥感的另一大任务。在已取得影像匹配成果的基础上，影像目标的自动识别技术主要集中在影像融合技术，基于统计和基于结构的目标识别与分类，处理的对象既包括高分辨率影像，也更加注重高光谱影像。随着遥感数据量的增大，数据融合和信息融合技术逐渐成熟。压缩倍率高、速度快的影像数据压缩方法也已商业化。我国学者在这些方面取得了不少可喜的成果。 利用多时像影像数据自动发现地表覆盖的变化趋向实时化 利用遥感影像自动进行变化监测（What change）关系到我国的经济建设和国防建设。过去人工方法投入大，周期长。随着各类空间数据库的建立和大量新的影像数据源的出现，实时自动化监测已成为研究的一个热点。 自动变化监测研究包括利用新旧影像（DOM）的对比、新影像与旧数字地图（DLS）的对比来自动发现变化和更新数据库。目前的变化监测是先将新影像与旧影像（或数字地图）进行配准，然后再提取变化目标，这在精度、速度与自动化处理方面都有不足之处。笔者提出了把配准与变化监测同步的整体处理[1]。最理想的方法是将影像目标三维重建与变化监测一起进行，实现三维变化监测和自动更新。进一步的发展则是利用智能传感器，将数据处理在轨完成，发送回来的直接为信息，而不一定为影像数据。 摄影测量与遥感在构建“数字地球”、“数字中国”、“数字省市”和“数字文化遗产”中正在发挥愈来愈大的作用 “数字地球”概念是在全球信息化浪潮推进下形成的。1999年12月在北京成功地召开了第一届国际“数字地球”大会后，我国正积极推进“数字中国”和“数字省市”的建设，2001年国家测绘局完成了构建“数字中国”地理空间基础框架的总体战略研究。在已完成1∶100万和1∶25万全国空间数据库的基础上，2001年全国各省市测绘局开始1∶5万空间数据库的建库工作。在这个数据量达11TB的巨型数据库中，摄影测量与遥感将用来建设DOM（数字正射影像）、DEM（数字高程模型）、DLG（数字线划图）和CP（控制点数据库）。如果要建立全国1m分辨率影像数据库，其数据量将达到60TB。如果整个“数字地球”均达到1m分辨率，其数据量之大可想而知。本世纪内可望建成这一分辨率的数字地球。 “数字文化遗产”是目前联合国和许多国家关心的一个问题，涉及到近景成像、计算机视觉和虚拟现实技术。在近景成像和近景三位量测方面，有室内各种三维激光扫描与成像仪器，还可以直接由视频摄像机的系列图像获取目标场三维重建信息。它们所获取的数据经过计算机自动处理后，可以在虚拟现实技术支持下形成文化遗迹的三维仿真，而且可以按照时间序列，将历史文化在时间隧道中再现，对文化遗产保护、复原与研究具有重要意义。 全定量化遥感方法将走向实用 从遥感科学的本质讲，通过对地球表层（包括岩石圈、水圈、大气圈和生物圈4大圈层）的遥感，其目的是为了获得有关地物目标的几何与物理特性，所以需要通过全定量化遥感方法进行反演。几何方程式是有显式表示的数学方程，而物理方程一直是隐式。目前的遥感解译与目标识别并没有通过物理方程反演，而是采用了基于灰度或加上一定知识的统计、结构和纹理的影像分析方法。但随着对成像机理、地物波谱反射特征、大气模型、气溶胶的研究深入和数据积累，多角度、多传感器、高光谱及雷达卫星遥感技术的成熟，相信在21世纪，估计几何与物理方程式的全定量化遥感方法将逐步由理论研究走向实用化，遥感基础理论研究将迈上新的台阶。只有实现了遥感定量化，才可能真正实现自动化和实时化。 2 GIS技术的主要发展趋势 空间数据库趋向图形、影像和DEM三库一体化和面向对象[2] GIS发展曾经历过栅格、矢量两个不同数据结构发展阶段，目前随着高分辨率卫星遥感数据的飞快增长和数字地球、数码城市的需求，形成了面向对象的数据模型和三库（图形矢量库、影像栅格库和DEM格网库）一体化的数据结构。这样的数据库结构使GIS的发展更加趋向自然化、逼真化，更加贴近用户。以面向应用的GIS软件为前台，以大型关系数据库（Oracle 8i,9i等)为后台数据库管理，成为当前GIS技术的主流趋势。 空间数据表达趋向多比例尺、多尺度、动态多位和实时三维可视化 在传统的GIS中，空间数据是以二维形式存储并挂接相应的属性数据。目前，空间数据表达的趋势是基于金字塔和LOD（level of detail）技术的多比例尺空间数据库，在不同尺度表示时可自动显示出相应比例尺或相应分辨率的数据，多比例尺数据集的跨度要比传统地图的比例尺大，在显示不同比例尺数据时，可采用LOD或地图综合技术。真三维GIS的空间数据要存储三维坐标。动态GIS在土地变更调查、土地覆盖变化监测中已有较好的应用，真四维的时空GIS将有望从理论研究转入实用阶段。基于三库一体化的时空3D可视化技术发展势头迅猛，已能再PC机上实现GIS环境下的三维建筑物室外室内漫游、信息查询、空间分析、剖面分析和阴影分析等，基于虚拟现实技术的真三维GIS将使人们在现实空间外，可以同时拥有一个Cyber空间。 空间分析和辅助决策智能化需要利用数据挖掘方法从空间数据库和属性数据库中发现更多的有用知识 GIS是以应用导向的空间信息技术，空间分析与辅助决策支持是GIS的高水平应用，它需要基于知识的智能系统。知识的获取是专家系统中最困难的任务。随着各种类型数据库的建立，从数据库中挖掘知识成为当今计算机界一个非常引人注目的课题。从GIS空间数据库中发现的知识可以有效的支持遥感图像解译，以解决“同物异谱”和“同谱异物”的问题。反过来，从属性数据库中挖掘的知识又具有优化资源配置等一些列空间分析的功能[3]。尽管数据挖掘和知识发现这一命题仍处于理论研究阶段，但随着数据库的快速增大和对数据挖掘工具的深入研究，其应用前景是不可估量的。 通过Web服务器和WAP服务器的互联网和移动GIS将推进联邦数据库和互操作的研究及地学信息服务事业 随着计算机通讯网络（包括有线和无线网）的大容量和高速化，GIS已成为在网络上的分布式异构系统。许多不同单位、不同组织维护管理的既独立又互联互用的联邦数据库，将可提供全社会各行各业的应用需要。因此，联邦数据库和互操作（federal databases & interoperability）问题成为当前国际GIS联合研究的一个热点。互操作意味着数据库中数据的直接共享，GIS规律功能模块的互操作与共享，以及多点之间的相同工作，这方面的研究已显示出明显的成效。未来的GIS用户将可能在网络上缴纳为其需要所选用数据和软件功能模块的使用费，而不必购买这个数据库和整套的GIS软硬件，这些成果产生的直接效果是GIS应用将走向地学信息服务。 目前已兴起的LBS和MLS，即基于位置的服务和移动定位服务，突出地反映了这种变化趋势。它引起的革命性变化使GIS将走出研究院所和政府机关，成为全社会人人具备的信息服务工具。我国目前已有2亿个手机用户，若每人每月为MLS支付10元费用，全国一年的产值将达到240亿。可以预测在不久的将来，地学信息将能随时随地为任何人和任何事情进行4A服务（geo-in-formation for anyone and anything at anywhere and anytime）。 地理信息科学的研究有望在本世纪形成较完整的理论框架体系 笔者曾扼要地叙述了地球空间信息科学的7大理论问题[4]：（1）地球空间信息的基准，包括几何基准、物理基准和时间基准；（2）地球空间信息标准，包括空间数据采集、存储与交换标准、空间数据精度与质量标准、空间信息的分类与代码标准、空间信息的安全、保密及技术服务标准以及元数据标准等；（3）地球空间信息的时空变化理论，包括时空变化发现的方法和对时空变化特征的和规律的研究；（4）地球空间信息的认知，主要通过各目标各要素的位置、结构形态、相互关联等从静态上的形态分析、发生上的成因分析、动态上的过程分析、演化上的力学分析以及时态上的演化分析达到对地球空间的客观认知；（5）地球空间信息的不确定性，包括类型的不确定性、空间位置的不确定性、空间关系的不确定性、逻辑的不一致性和信息的不完备性；（6）地球空间信息的解译与反演，包括定性解译和定量反演，贯穿在信息获取、信息处理和认知过程中；（7）地球空间信息的表达与可视化，涉及到空间数据库多分辨率表示、数字地图自动综合、图形可视化、动态仿真和虚拟现实等。目前，这些方面的研究对建立完备的理论尚嫌不足，需要在今后加强这方面的基础研究。 关于遥感与GIS的集成，涉及到GPS和通信技术的集成，本文未作具体讨论，其具体内容可参见文献[4—6]。 3 结语 遥感与GIS在20世纪出现，在21世纪不仅将形成自身的理论体系和技术体系，而且将形成天地一体化的空间信息服务产业，为国民经济建设、国家安全、社会可持续发展和提高人民生活质量做出愈来愈大的贡献。 参考文献： [1] Li D R, Sui H G. Automatic Change Detection of Geospatial Data from Imagery. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2002,34(II):245—251 [2] 龚健雅. 地理信息系统基础. 北京：科学出版社，2001 [3] 邸凯昌. 空间数据发掘与知识发现（第一版）. 武汉：武汉大学出版社，2000. 182 [4] 李德仁，关泽群. 空间信息系统的集成与实现（第一版）. 武汉：武汉测绘科技大学出版社，2000. 244 [5] 李德仁，李清泉. 论地球空间信息技术与通信技术的集成. 武汉大学学报（信息科学版），2001，26（1）：1—7 [6] 李德

马海涛

（黑龙江省国土资源勘测规划院，哈尔滨，150056）

摘要：卫星影像的坐标准确性对土地利用数据库更新至关重要，根据鸡西市的遥感数据源应用ERDAS IMAGINE 对鸡西市遥感影像进行校正和误差分析，探讨卫星遥感影像的内部、外部误差产生原因。

关键词：卫星影像；遥感；误差；正射；DEM

1 高分辨率卫星遥感技术现状及应用前景

高分辨率的卫星影像通常指像素的空间分辨率在10 m以内的遥感影像。早期高分辨率传感器的研制与应用主要是在军事领域，以大比例尺遥感制图、对地物的分析和监测人类活动为目的，20 世纪90年代以后才逐渐进入商业和民用领域的范围，并迅速地发展起来。

我国自行研制和发射了包括太阳和地球同步轨道在内的六颗气象卫星。1999年10月我国第一颗以陆地资源和环境为主要观测目标的中巴地球资源卫星发射成功，结束了我国没有较高空间分辨率传输型资源卫星的历史。同时我国还建立了多个国家级遥感应用机构，这些遥感应用机构广泛地开展气象预报、国土普查、作物估产、森林调查、地质找矿、海洋预报、环境保护、灾害监测、城市规划和地图测绘等遥感业务。

高分辨率卫星遥感影像的出现使得在较小的空间尺度上观察地表的细节变化，进行大比例尺遥感制图以及监测人为活动对环境的影响成为可能，具有广阔的应用前景。高空间分辨率图像数据和地理信息系统紧密结合，它已经在城市生态环境评价、地形图更新、地籍调查、精准农业等方面被证实有巨大的应用潜力。

2 遥感影像的处理流程

遥感影像从接收到最后的应用一般要经过以下几个步骤（图1）：

3 鸡西市影像数据源与遥感影像的变形原因

鸡西市影像数据源

鸡西市影像数据源为 SOPT－5 卫星数据，A1 级数据，共两景。

图1 遥感影像处理流程

轨道编号：305－258；307－258

成像时间：2005/11/22；2005/11/12

入射角度：；

SPOT 对地观测卫星系统是由法国空间研究中心发展的，参与的国家还有比利时和瑞典。SPOT－5 分辨率为，成像方式为 CCD 阵列推扫成像，具体参数见表1。

表1 SPOT-5 卫星参数

SPOT 影像产品共分为5 级：

1A 级：图像仅做辐射校正，无几何校正。

1B 级：在1A 级基础上，做部分几何校正，校正了全景变形和地球自转及曲率、轨道高度变化等带来的变形。

2A 级：加入了标准地图投影。

2B 级：地理校正，加入了大地控制点和平均高度改正。

正射级：完全地理校正，经数字高程模型处理，消除了因地形起伏而导致的投影误差。

遥感影像变形原因及误差来源分析

遥感影像的总体变形是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。遥感数据接收后，首先由接收部门根据遥感平台、地球自身、传感器的各种参数进行校正处理，根据预处理的级别不同，提供影像的等级也不同。

遥感平台位置和运动状态变化的影响

无论是飞机还是卫星，运动过程中都会由于种种原因产生飞行姿态的变化从而引起影像变形。

（1）偏航 指遥感平台在前进过程中，相对于原前进航向偏转了一个小角度，从而引起扫描行方向的变化，导致图像的倾斜畸变，如图2 （a）。

（2）航速 卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀，航速快时，扫描带超前；航速慢时，扫描带滞后。由此可导致图像在卫星前进方向上（图像上下方向）的位置错动，如图2 （b）。

（3）航高 当平台运动过程中受到力学因素影响，产生相对于原标准航高偏离，或者说卫星运行的轨道本身就是椭圆的。航高始终发生变化，而传感器的扫描视场角不变，导致图像扫描行对应的地面长度发生变化。航高越往高处偏离，图像对应的地面越宽，如图2 （c）。

（4）俯仰 遥感平台的俯仰变化能引起图像上下方向的变化，即星下点俯时后移，仰时前移，发生行间位置错动，如图2 （d）。

（5）翻滚 遥感平台姿势翻滚指以前进方向为轴旋转了一个角度，可导致星下点在扫描线方向偏移，使整个图像的行向翻滚角引起偏离的方向错动，如图2 （e）。

图2 遥感平台位置与运动状态改变对图像的影响

地形起伏的影响

当地形存在起伏时，会产生局部像点的位移，使原来本应是地面点的像点被同一位置上某高点的像点代替。

地球表面曲率的影响

地球是椭球体，因此地球的表面是曲面。曲面主要影响两个方面，一是像点位置的移动，二是像元对应于地面宽度的不等。当传感器扫描角度即入射角度较大时，影响更加突出，造成边缘景物在图像显示时被压缩。假定原地面真实景物是一条直线，成像时中心窄、边缘宽，单图像显示时像元大小相同，这时直线被显示成反 S 形弯曲，这种现象又叫全景畸变。

大气折射的影响

大气折射的影响即大气对辐射的传播产生折射。由于大气的密度分布从下向上越来越小，折射率不断变化，因此折射后的辐射传播不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。

地球自转的影响

卫星行进过程中，传感器对地面扫描获得图像时，由于地球自转会产生影像偏离。因为多数卫星在轨道运行的降段接收图像，即卫星自北向南运动，这时地球自西向东自转，结果使卫星的星下点位置逐渐产生偏离。

通过以上对遥感图像的变形分析，大致可以看出误差基本可以分为三类：遥感器本身引起的内部误差，随遥感器的结构、特性和工作方式的不同而异，此类误差一般较小；外界因素引起的外部误差，如上对遥感影像变形原因的分析；处理过程中产生的处理误差，即人为误差。

4 鸡西市遥感影像的正射校正

鸡西市自然条件及数据资料

自然条件

鸡西市位于黑龙江省东南部，素有“北国春城”之美誉。西与牡丹江市的林口县、穆棱县接壤，北与双鸭山市的饶河县、宝清县和七台河市区、勃利县相连，东以乌苏里江、松阿察河，南以兴凯湖、白棱河及陆地边界与俄罗斯毗邻，是省内东部边境城市，国境线长。鸡西市行政辖区内有六区二县一市，辖区土地总面积为。鸡西市有丰富的矿产资源，旅游景点星罗棋布，冰雪、湖泊、湿地、森林古墓遗址等特色旅游资源丰富，地形较为复杂。

数据资料

鸡西市采用2 景 SPOT－5 数据和14 幅1∶5 万 DEM，全覆盖鸡西市六区。

原始 DEM 为1∶50000 数字高程模型、GRID 格式、等高距10 m、1980 西安坐标系、1985年国家高程基准、高斯－克吕格投影、6 度分带。

控制点采取 GPS 实测控制点，2 景影像共实测80个GPS点。

鸡西市影像纠正工作流程

控制点选取及 DEM 数据处理

每景影像选取40个控制点，由外业人员实地GPS 测算大地坐标，由于其他各种环境因素的限制，按照原刺点测量的36个，其余4个点由外业测绘人员根据实际情况选取相邻近明显地物点测量，并在底图上作标记，记录详细点之记。

GPS 型号为南方灵锐 S80；精度5 mm＋1 ppm。

图3 影像纠正工作流程

原始 DEM 共14 幅，国家测绘局标准格式，为1∶50000 数字高程模型、GRID 格式、等高距10 m、1980 西安坐标系、1985年国家高程基准、高斯－克吕格投影、6 度带。

最终影像需要校正到1954 北京坐标系，3 度带，因此 DEM 也需校正到此坐标系。

采取先转换格式、再镶嵌为一个文件、最后进行1954 坐标系转1980 坐标系并投影到3度带。

经处理后 DEM 为1∶50000 数字高程模型、格式为 IMG 格式、等高距10 M、1954 北京坐标系、高斯－克吕格投影、3 度带。所有 DEM 数据镶嵌为一个IMG文件，覆盖整个监测区。

全色影像的纠正

作业软件采用 ERDAS ，由软件读取原始全色影像的 DIM 文件，将卫星参数加入到纠正模型中，再加入处理后的 DEM 数据，此时的全色影像数据已具有比较粗略的地理坐标，误差仍很大，根据影像上的特征地物点输入外业实测的 GPS 点位坐标，对GPS 点位对应的影像特征地物点进行微调，使其位置更接近于真实坐标，缩小控制点误差。对误差很大的点位进行原因分析，根据具体情况进行调整和删减，满足校正条件后对影像进行纠正处理。影像重采样分辨率为，重采样方法为三次卷积处理。影像控制点坐标分布及纠正误差如表2所示。

应用高分辨率影像进行校正中，对于数据源的选取很重要，不同卫星、不同时像、不同质量的卫星影像对采取的校正方法和最后的校正精度有较大的影响。对于山区来说，DEM数据至关重要。良好的卫星影像、精确的特征地物点坐标和适宜的DEM数据可以把卫星影像纠正中的外部误差因素降到最低。

表2 鸡西市纠正影像 307 -258 景控制点残差统计

参考文献

胡明成.卫星遥感技术的发展和最新成就［J］.测绘科学，2000，25 （1）

仇肇悦，李军，郭宏俊.遥感应用技术［M］.武汉：武汉测绘科技大学出版社1995

孙家炳.遥感原理与应用［M］，武汉：武汉大学出版社.2003

梅安新等.遥感导论［M］，北京：高等教育出版社.2003

党安荣，王晓东，陈小峰等.ERDAS IMAGINE 遥感图像处理方法［M］.北京：清华大学出版社，2003

CH/T 1008－2001.基础地理信息数字产品1∶10000、1∶50000数字高程模型［S］.北京：中国标准出版社，2001

森林资源调查中SPOT5遥感图像处理方法探讨王照利、黄生、张敏中、马胜利（国家林业局西北林业规划设计院，遥感计算中心，西安710048）本文发表于＜陕西林业科技＞2005 摘要：目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。关键词：SPOT5 遥感数据，森林资源调查、数据处理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048)Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data, ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are words: SPOT5 image data，forest inventory, data processing前言卫星遥感影像具有空间宏观性、视角广、多分辨率（光谱和空间）、多时相、周期性、信息量丰富等特点，所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。2002年5月法国SPOT地球观测卫星系列之5号卫星（即SPOT5星）发射。SPOT5遥感数据的多光谱波段空间分辨率为10米（短波红外空间分辨率为20米），但全色波段空间分辨率达到米。SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。从性价比分析，在其他高分辨率遥感数据目前比较昂贵的状况下，SPOT5遥感数据比较适宜应用于大面积的森林资源调查，可大幅度的森林调查的减少外业工作量、提高工作效率。在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中，尤其，是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。本文总结工作实践，结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。1．SPOT5卫星遥感数据特点SPOT卫星系统采用线性阵列传感器和推扫式扫描技术，具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。采用与太阳同步的近极地的椭圆形轨道，轨道高度约832Km，轨道倾角 ，每天绕地球14圈多，重复覆盖周期26天[2]。由于有倾斜观测功能，使重复覆盖周期减少到2-3天。SPOT5卫星载有2台高分辨率几何成像仪（HRG）、1台高分辨率立体成像装置（HRS）和1台宽视域植被探测仪（VGT）。高分辨率几何成像仪的波段选择是总结了多年的研究成果，认为HRG的波段设置（见表1）足以取得辨别作物和植被类型的最佳效果。本文主要探讨HRG高空间分辨率数据的处理。2．SPOT5数据的处理方法和过程SPOT5数据处理工作流程： 遥感数据的订购订购数据时，用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号（PATH/ROW）。特别应该注意数据订购时间和用户拿到数据之间有时间差，间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。相对于其他卫星数据，比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察，用户可向代理商申请红色编程提前得到调查区域的遥感数据，但要支付编程费。对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。根据我们对SPOT5遥感数据的使用，对于森林资源调查，北方9，10月份和11月初的遥感影像比较适宜。代理商向用户提供经过处理的不同级别的影像产品，在森林资源调查中建议购买SPOT1A级产品，用户可根据自己的工作需要进行处理，同时也可减少费用。 基础数据准备大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。建议购买1：10000地形图和1：25000数字高程模型（DEM）。将1：1万地形图扫描，扫描分辨率设置为300DPI。将扫描好的地形图进行几何精纠正，纠正精度控制在毫米内。从测绘部门购买的1：1万地形图为北京54坐标系3度分带高斯克吕格投影，而1：万DEM为北京54坐标系6度分带投影。在数据准备时，将校正好的1：1万地形图通过换带转换转成和DEM一致的6度分带投影。对于没有1：1万地形图的地区，建议使用差分GPS接收机采集地面控制点。几何正射校正正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。GEOIMAGE软件有针对SPOT5卫星数据开发的SPOT5物理模型。模型模块自动读取DEM信息。SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数，这些参数存贮在数据的头文件中[3]。卫星状态参数包括：卫星成像瞬间的经纬度、高度、倾角等。卫星状态参数能够帮助提高几何校正的精度。以校正好的1：1万地形图为基准，在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。在进行正射校正时，应先进行全色波段数据校正，然后以校正好的全色波段数据为基准进行多光谱数据校正。以全色波段数据为基准校正多光谱波段就比较容易校正，且能提高两者的匹配精度。地面控制点应分布均匀，影像的边缘部分布要有控制点分布，同时在不同的高程范围最好都有控制点。地面控制点的数量因地形地貌的复杂程度而定，根据我们的经验，一景60KmX60Km的SPOT5数据，一般地势平缓的地区20个左右控制点即可达到满意的结果，在高山区25个左右控制点就可使正射校正精度满足要求。重采样方法采用双线性内插法。 辐射校正用户购买的SPOT5的各级数据，数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正，即消除了传感器自身引起的、大气辐射引起的辐射噪声。若果影像存在薄雾或地形高差较大引起的辐射误差情况，用户应进一步进行辐射校正处理。薄雾的简单消除原理是基于近红外波段不受大气辐射影响，清澈的水体或死阴影区的数值应为零。从各波段数据中减去近红外波段的水体或阴影的不为零值。地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa，g(x,y)为坡度为a的倾斜面上的地物影像；f (x,y)为校正后的影像。由于坡度因子参与校正所以需要DEM支持。 波段组合根据SPOT5数据波谱特征（表1），各波段分别记录反映了植被的不同特征方面：B4（SWIR）短波红外反映植物和土壤的含水量，利于植被水分状况和长势分析；B3（NIR）近红外波段对植被类别、密度、生长力、病虫害等的变化敏感；B2（RED）红光波段对植被的覆盖度、植被的生长状况敏感；B1（VIS）可见光波段对植物的叶绿素和叶绿素浓度敏感。经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。但由于B4波段的空间分辨率为20米，使B342组合对植被空间几何细节表达没有B321组合清晰，例如林缘界线信息表达方面B321要优于B342。 影像数据融合对于购买有高空间分辨率全色波段数据的用户，进行数据融合是必不可少的。影像数据融合能够综合不同波段、不同空间分辨率数据（层）的特征，融合后的数据具有更丰富、更可靠的信息[4]。 根据影像数据融合的水平阶段，影像融合分为：像元级、特征级和决策级三个层次。为了最大限度的从SPOT5遥感数据中提取森林植被信息，应进行像元级的数据融合，将米的全色波段和10米多光谱数据进行融合。融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。像元级数据融合的方法多种多样，根据数据融合的目的，即最大限度的突显森林植被信息，应选取B4、B3、B2和PAN波段，根据我们的试验Brovey 融合算法方法比较理想：遥感影像地图将融合好的数据按Rfused、Gfused、Bfused组合，叠加上行政界线、公里格网、坐标、比例尺等辅助信息，按1：1万地形图分幅生成1：1万纸质图作为外业手图。3. 结果和讨论 几何精度利用SPOT5物理模型，采用1：1万地形图和万DEM ，经过正射校正处理，可使影像的几何精度控制在2个像元内（<10米）,达到1：1万制图标准要求。为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。 波段选择对于没有全色波段的情况，SPOT5数据的B342组合有利于森林植被类型的识别。在应用遥感技术进行森林资源调查区划中，林分类型信息提取是最为重要的环节，所以B342波段组合是小班区划和外业手图的最佳组合。 融合效果融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率，丰富了遥感影像的信息量。采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性，提高了小班因子正判率和林分小班的区划精度。参考文献1．周成虎，杨晓梅，骆剑承等.《遥感影像地学理解与分析》，科学出版社，北京，2001，．赵英时.《遥感应用分析原理与方法》，科学出版社，北京，．北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》，2004，．Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication, 1996,世纪遥感与GIS的发展来源： 李德仁 时间： 2005-08-11-23:09 浏览次数: 7921世纪遥感与GIS的发展李德仁（武汉大学测绘遥感信息工程国家重点实验室，武汉市珞瑜路129号，430079）摘要：在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测，并将所得到的数据和信息存储在计算机网络上，为人类社会的可持续发展服务。在短短的30年中，遥感和GIS作为一个边缘交叉学科已发展成为一门科学、技术和经济实体。本文深入地论述了21世纪中遥感的6大发展趋势和GIS的5个发展特征。关键词：发展趋势；航空航天遥感；地理信息系统；对地观测中图法分类号：P208；随着计算机技术、空间技术和信息技术的发展，人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想，并能将所感知到的结果通过计算机网络在全球流通，为人类的生存、繁荣和可持续发展服务。在20世纪后半叶，遥感和地理信息系统作为一门新兴的科学和技术，迅速地成长起来。1 遥感技术的主要发展趋势 航空航天遥感传感器数据获取技术趋向三多（多平台、多传感器、多角度）和三高（高空间分辨率、高光谱分辨率和高时相分辨率）从空中和太空观测地球获取影像是20世纪的重大成果之一，短短几十年，遥感数据获取手段迅猛发展。遥感平台有地球同步轨道卫星（35000km）、太阳同步卫星（600—1000km）、太空飞船（200—300km）、航天飞机（240—350km）、探空火箭（200—1000km），并且还有高、中、低空飞机、升空气球、无人飞机等；传感器有框幅式光学相机、缝隙、全景相机、光机扫描仪、光电扫描仪、CCD线阵、面阵扫描仪、微波散射计雷达测高仪、激光扫描仪和合成孔径雷达等，它们几乎覆盖了可透过大气窗口的所有电磁波段。三行CCD阵列可以同时得到3个角度的扫描成像，EOS Terra卫星上的MISR可同时从9个角度对地成像。卫星遥感的空间分辨率从Ikonos Ⅱ的1m，进一步提高到Quckbird（快鸟）的，高光谱分辨率已达到5—6nm，500—600个波段。在轨的美国EO-1高光谱遥感卫星，具有220个波段，EOS AM-1（Terra）和EOS PM-1（Aqua）卫星上的MODIS具有36个波段的中等分辨率成像光谱仪。时间分辨率的提高主要依赖于小卫星技术的发展，通过发射地球同步轨道卫星和合理分布的小卫星星座，以及传感器的大角度倾斜，可以以1—3d的周期获得感兴趣地区的遥感影像。由于具有全天候、全天时的特点，以及用INSAR和D-INSAR，特别是双天线INSAR进行高精度三位地形及其变化测定的可能性，SAR雷达卫星为全世界各国所普遍关注。例如，美国宇航局的长远计划是要发射一系列太阳同步和地球同步的长波SAR,美国国防部则要发射一系列短波SAR，实现干涉重访问间隔为8d、3d和1d，空间分辨率分别为20m、5m和2m。我国在机载和星载SAR传感器及其应用研究方面正在形成体系。“十五”期间，我国将全方位地推进遥感数据获取的手段，形成自主的高分辨率资源卫星、雷达卫星、测图卫星和对环境与灾害进行实时监测的小卫星群。 航空航天遥感对地定位趋向于不依赖地面控制确定影像目标的实地位置（三维坐标），解决影像目标在哪儿（Where）是摄影测量与遥感的主要任务之一。在已成功用于生产的全自动化GPS空中三角测量的基础上，利用DGPS和INS惯性导航系统的组合，可形成航空/航天影像传感器的位置与姿态的自动测量和稳定装置（POS），从而可实现定点摄影成像和无地面控制的高精度对地直接定位。在航空摄影条件下的精度可达到dm级，在卫星遥感的条件下，其精度可达到m级。该技术的推广应用，将改变目前摄影测量和遥感的作业流程，从而实现实时测图和实时数据库更新。若与高精度激光扫描仪集成，可实现实时三维测量（LIDAR），自动生成数字表面模型（DSM），并可推算出数字高程模型（DEM）。美国NASA在1994年和1997年两次将航天激光测高仪（SLA）安装在航天飞机上，企图建立基于SLA的全球控制点数据库，激光点大小为100m，间隔为750m，每秒10个脉冲；随后又提出了地学激光测高系统（GLAS）计划，已于2002年12月19日将该卫星IICESat（cloud and land elevation satellite）发射上天。该卫星装有激光测距系统、GPS接收机和恒星跟踪姿态测定系统。GLAS发射近红外光（1064nm）和可见绿光（532nm）的短脉冲（4ns）。激光脉冲频率为40次/s，激光点大小实地为70m，间隔为170m，其高程精度要明显高于SRTM，可望达到m级。他们的下一步计划是要在2015年之前使星载LIDAR的激光测高精度达到dm和cm级。法国利用设在全球的54个站点向卫星发射信号，通过测定多普勒频移，以精确解求卫星的空间坐标，具有极高的精度。测定距地球1300km的Topex/Poseidon卫星的高度，精度达到±3cm。用来测定SPOT 4卫星的轨道，3个坐标方向达到±5cm精度，对于SPOT 5和Envisat，可望达到±1m精度。若忽略SPOT 5传感器的角元素，直接进行无地面控制的正射像片制作，精度可达到±15m，完全可以满足国家安全和西部开发的需求。 摄影测量与遥感数据的计算机处理更趋向自动化和智能化从影像数据中自动提取地物目标，解决它的属性和语义（What）是摄影测量与遥感的另一大任务。在已取得影像匹配成果的基础上，影像目标的自动识别技术主要集中在影像融合技术，基于统计和基于结构的目标识别与分类，处理的对象既包括高分辨率影像，也更加注重高光谱影像。随着遥感数据量的增大，数据融合和信息融合技术逐渐成熟。压缩倍率高、速度快的影像数据压缩方法也已商业化。我国学者在这些方面取得了不少可喜的成果。 利用多时像影像数据自动发现地表覆盖的变化趋向实时化利用遥感影像自动进行变化监测（What change）关系到我国的经济建设和国防建设。过去人工方法投入大，周期长。随着各类空间数据库的建立和大量新的影像数据源的出现，实时自动化监测已成为研究的一个热点。自动变化监测研究包括利用新旧影像（DOM）的对比、新影像与旧数字地图（DLS）的对比来自动发现变化和更新数据库。目前的变化监测是先将新影像与旧影像（或数字地图）进行配准，然后再提取变化目标，这在精度、速度与自动化处理方面都有不足之处。笔者提出了把配准与变化监测同步的整体处理[1]。最理想的方法是将影像目标三维重建与变化监测一起进行，实现三维变化监测和自动更新。进一步的发展则是利用智能传感器，将数据处理在轨完成，发送回来的直接为信息，而不一定为影像数据。 摄影测量与遥感在构建“数字地球”、“数字中国”、“数字省市”和“数字文化遗产”中正在发挥愈来愈大的作用“数字地球”概念是在全球信息化浪潮推进下形成的。1999年12月在北京成功地召开了第一届国际“数字地球”大会后，我国正积极推进“数字中国”和“数字省市”的建设，2001年国家测绘局完成了构建“数字中国”地理空间基础框架的总体战略研究。在已完成1∶100万和1∶25万全国空间数据库的基础上，2001年全国各省市测绘局开始1∶5万空间数据库的建库工作。在这个数据量达11TB的巨型数据库中，摄影测量与遥感将用来建设DOM（数字正射影像）、DEM（数字高程模型）、DLG（数字线划图）和CP（控制点数据库）。如果要建立全国1m分辨率影像数据库，其数据量将达到60TB。如果整个“数字地球”均达到1m分辨率，其数据量之大可想而知。本世纪内可望建成这一分辨率的数字地球。“数字文化遗产”是目前联合国和许多国家关心的一个问题，涉及到近景成像、计算机视觉和虚拟现实技术。在近景成像和近景三位量测方面，有室内各种三维激光扫描与成像仪器，还可以直接由视频摄像机的系列图像获取目标场三维重建信息。它们所获取的数据经过计算机自动处理后，可以在虚拟现实技术支持下形成文化遗迹的三维仿真，而且可以按照时间序列，将历史文化在时间隧道中再现，对文化遗产保护、复原与研究具有重要意义。 全定量化遥感方法将走向实用从遥感科学的本质讲，通过对地球表层（包括岩石圈、水圈、大气圈和生物圈4大圈层）的遥感，其目的是为了获得有关地物目标的几何与物理特性，所以需要通过全定量化遥感方法进行反演。几何方程式是有显式表示的数学方程，而物理方程一直是隐式。目前的遥感解译与目标识别并没有通过物理方程反演，而是采用了基于灰度或加上一定知识的统计、结构和纹理的影像分析方法。但随着对成像机理、地物波谱反射特征、大气模型、气溶胶的研究深入和数据积累，多角度、多传感器、高光谱及雷达卫星遥感技术的成熟，相信在21世纪，估计几何与物理方程式的全定量化遥感方法将逐步由理论研究走向实用化，遥感基础理论研究将迈上新的台阶。只有实现了遥感定量化，才可能真正实现自动化和实时化。2 GIS技术的主要发展趋势 空间数据库趋向图形、影像和DEM三库一体化和面向对象[2]GIS发展曾经历过栅格、矢量两个不同数据结构发展阶段，目前随着高分辨率卫星遥感数据的飞快增长和数字地球、数码城市的需求，形成了面向对象的数据模型和三库（图形矢量库、影像栅格库和DEM格网库）一体化的数据结构。这样的数据库结构使GIS的发展更加趋向自然化、逼真化，更加贴近用户。以面向应用的GIS软件为前台，以大型关系数据库（Oracle 8i,9i等)为后台数据库管理，成为当前GIS技术的主流趋势。 空间数据表达趋向多比例尺、多尺度、动态多位和实时三维可视化在传统的GIS中，空间数据是以二维形式存储并挂接相应的属性数据。目前，空间数据表达的趋势是基于金字塔和LOD（level of detail）技术的多比例尺空间数据库，在不同尺度表示时可自动显示出相应比例尺或相应分辨率的数据，多比例尺数据集的跨度要比传统地图的比例尺大，在显示不同比例尺数据时，可采用LOD或地图综合技术。真三维GIS的空间数据要存储三维坐标。动态GIS在土地变更调查、土地覆盖变化监测中已有较好的应用，真四维的时空GIS将有望从理论研究转入实用阶段。基于三库一体化的时空3D可视化技术发展势头迅猛，已能再PC机上实现GIS环境下的三维建筑物室外室内漫游、信息查询、空间分析、剖面分析和阴影分析等，基于虚拟现实技术的真三维GIS将使人们在现实空间外，可以同时拥有一个Cyber空间。 空间分析和辅助决策智能化需要利用数据挖掘方法从空间数据库和属性数据库中发现更多的有用知识GIS是以应用导向的空间信息技术，空间分析与辅助决策支持是GIS的高水平应用，它需要基于知识的智能系统。知识的获取是专家系统中最困难的任务。随着各种类型数据库的建立，从数据库中挖掘知识成为当今计算机界一个非常引人注目的课题。从GIS空间数据库中发现的知识可以有效的支持遥感图像解译，以解决“同物异谱”和“同谱异物”的问题。反过来，从属性数据库中挖掘的知识又具有优化资源配置等一些列空间分析的功能[3]。尽管数据挖掘和知识发现这一命题仍处于理论研究阶段，但随着数据库的快速增大和对数据挖掘工具的深入研究，其应用前景是不可估量的。 通过Web服务器和WAP服务器的互联网和移动GIS将推进联邦数据库和互操作的研究及地学信息服务事业随着计算机通讯网络（包括有线和无线网）的大容量和高速化，GIS已成为在网络上的分布式异构系统。许多不同单位、不同组织维护管理的既独立又互联互用的联邦数据库，将可提供全社会各行各业的应用需要。因此，联邦数据库和互操作（federal databases & interoperability）问题成为当前国际GIS联合研究的一个热点。互操作意味着数据库中数据的直接共享，GIS规律功能模块的互操作与共享，以及多点之间的相同工作，这方面的研究已显示出明显的成效。未来的GIS用户将可能在网络上缴纳为其需要所选用数据和软件功能模块的使用费，而不必购买这个数据库和整套的GIS软硬件，这些成果产生的直接效果是GIS应用将走向地学信息服务。目前已兴起的LBS和MLS，即基于位置的服务和移动定位服务，突出地反映了这种变化趋势。它引起的革命性变化使GIS将走出研究院所和政府机关，成为全社会人人具备的信息服务工具。我国目前已有2亿个手机用户，若每人每月为MLS支付10元费用，全国一年的产值将达到240亿。可以预测在不久的将来，地学信息将能随时随地为任何人和任何事情进行4A服务（geo-in-formation for anyone and anything at anywhere and anytime）。 地理信息科学的研究有望在本世纪形成较完整的理论框架体系笔者曾扼要地叙述了地球空间信息科学的7大理论问题[4]：（1）地球空间信息的基准，包括几何基准、物理基准和时间基准；（2）地球空间信息标准，包括空间数据采集、存储与交换标准、空间数据精度与质量标准、空间信息的分类与代码标准、空间信息的安全