全 文 ：第 34 卷第 24 期
2014年 12月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.34,No.24
Dev.,2014
http: / / www.ecologica.cn
基金项目:环保部“生态十年冶专项(STSN鄄01鄄04);中国科学院“百人计划冶项目;四川省“百人计划冶项目;中国科学院战略先导性科技专项———
碳专项(XDA05050105); 中国科学院院重要方向性项目(KZCX2鄄YW鄄QN313);国家自然科学基金项目(41271433)联合资助
收稿日期:2013鄄10鄄12; 摇 摇 修订日期:2014鄄10鄄31
*通讯作者 Corresponding author.E鄄mail: ainongli@ imde.ac.cn
DOI: 10.5846 / stxb201310122446
边金虎,李爱农,雷光斌,张正健,吴炳方.环境减灾卫星多光谱 CCD影像自动几何精纠正与正射校正系统.生态学报,2014,34(24):7181鄄7191.
Bian J H, Li A N, Lei G B, Zhang Z J, Wu B F.Auto鄄registration and orthorectification system for the HJ鄄1A / B CCD images.Acta Ecologica Sinica,2014,
34(24):7181鄄7191.
环境减灾卫星多光谱 CCD影像自动
几何精纠正与正射校正系统
边金虎1,2,李爱农1,*,雷光斌1,2,张正健1,吴炳方3
(1. 中国科学院水利部成都山地灾害与环境研究所,成都摇 610041; 2. 中国科学院大学,北京摇 100049;
3. 中国科学院遥感与数字地球研究所,北京摇 100094)
摘要:我国环境减灾光学卫星 (HJ) 多光谱 CCD影像由于具有高时空分辨率、大幅宽等优势,能够提供同一区域不同生长阶段
的植被信息,是提取具有生态学意义土地覆盖及开展植被生理生态参量反演的重要数据源之一。 然而,目前该数据产品的几何
定位不准确及山区地形畸变误差使其难以满足应用需求。 高定位精度是遥感影像信息提取、参数反演与应用分析的前提,遥感
影像的几何精纠正与正射校正是遥感数据预处理面临的首要问题。 在分析国内外卫星影像自动化处理系统研究现状的基础
上,结合 HJ CCD影像幅宽大的特点,构建了 HJ CCD影像的自动几何精纠正与正射校正处理系统。 与目前商业软件相比,自动
几何精纠正与正射校正处理系统采用了自动化的控制点搜索与过滤方法,能有效提高控制点选取的效率与精度。 同时,结合
DEM数据,系统自动拟合卫星飞行路径并纠正由偏离星下观测导致的山体位移。 系统应用结果表明,自动几何精纠正和正射
校正系统能够有效的提高处理效率,节省人力和时间成本。 该系统已被成功应用于全国生态十年(2000—2010年)变化遥感调
查与评估专项土地覆盖遥感监测的环境减灾卫星多光谱遥感影像预处理工作。
关键词: 环境减灾卫星;几何精纠正;正射校正;自动化
Auto鄄registration and orthorectification system for the HJ鄄1A / B CCD images
BIAN Jinhu1,2, LI Ainong1,*, LEI Guangbin1,2, ZHANG Zhengjian1, WU Bingfang3
1 Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041, China
2 University of Chinese Academy of Sciences, Beijing 100049, China
3 Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China
Abstract: Time鄄series remote sensing data can provide vegetation information in different stages in one growing period,
which is very helpful for the understanding of the dynamic of land cover. As the basic data source of ChinaCover, the multi鄄
spectral CCD images of HJ constellation have the same 30m spatial resolution and visible to near infrared band as other earth
resource satellite. It can provide 2 days temporal resolution for there are two satellites named HJ鄄 1A and HJ鄄 1B with 180
degree phase differences and each satellite has 4 days temporal resolution. It is an important data source for the ecological
land cover classification and eco鄄parameter inversion. However, incorrect geolocation caused by the satellite motion along
the roll, pitch, yaw direction and the pixel displacement caused by the topographical variations at the off鄄nadir viewing
angle are the bottlenecks when using the massive amount of HJ data. High precision space coordinates is the basic
information to guarantee the information extraction, geostatistics analysis and to combine images with other geographic
information. The geo鄄registration and orthorectification is the first issue facing in the pre鄄processing procedure for the remote
http: / / www.ecologica.cn
sensing images. The newly launched small constellation of environmental and disaster mitigation (HJ鄄1A / B) are developed
for the frequent natural disasters and environmental problems in China. It has been widely applied in the monitoring of the
natural disasters, evaluating of the healthy condition of eco鄄environment and retrieval of surface parameters for its high
spatio鄄temporal resolution and wide coverage. In order to satisfy the immense data processing requirements, this study
constructed an auto鄄registration and orthorectification system for the HJ鄄1A / B CCD images according to the data characters.
Compared with the general commercial software, the system of this study adopted an effectual method to kick out bad tie
points to improve the efficiency and accuracy for the selection of tie points. At the same time, this system can fit the nadir
tracking path for satellite to correct the pixel displacement caused by off鄄nadir viewing of topography. The accuracy of this
system is evaluated from the validation points which automatically searched from the result and base image, and the
validation points are grouped into four sub鄄regions in order to make a more objective validation for each region. According to
statistics of the control points and validation points, the mean error before registration is 188.4m, and standard deviation
error is 144.55m. After registration and orthorectification, the mean error and standard deviation error decreased to 40.59m
and 21. 39m separately. The systematic errors in the original images have been successfully eliminated in the final
orthorectified results according to the comparison of spatial error distribution of validation points. The orbit operation rules
for HJ1A / B will introduce the distortion on the geometric and spectral characters, and will further influence the time鄄series
images construction because of the reduced overlay images in one revisit cycle. Cloud contamination is the main factors
affected the tile points search and the coupled cloud detection algorithm and geometric correction algorithm will increase the
geometric correction accuracy for cloudy satellite images and make them more useful. This system has been extensively used
in the pre鄄processing procedure of HJ鄄 1A / B CCD images for the LUCC mapping for the remote sensing survey and
assessment project of the National Ecological Environment Decade of Change (2000—2010).
Key Words: environmental鄄disaster mitigation satellite; precise registration; ortho鄄rectification; automatic
摇 摇 为更好的满足国家发展的战略需求,系统掌握
过去十年生态环境变化趋势和存在的问题,探索新
形势下的中国环保道路,环境保护部和中国科学院
于 2011年联合实施了“全国生态环境十年(2000—
2010年)变化遥感调查与评估冶项目,简称“生态十
年冶专项。 我国环境减灾卫星 CCD 光学遥感数据是
“生态十年冶专项中全国 2010 年版本土地覆盖自动
分类与地表生态参量(NPP、LAI、植被覆盖度等)遥
感提取的关键基础数据。 环境减灾小卫星星座(HJ鄄
1A / B / C)是我国为应对多发的自然灾害与环境监测
而专门研制的卫星星座,自 2008 年 9 月份发射以
来,就以其高时空分辨率、大幅宽等优势在环境灾害
监测、生态环境健康状况评估、地表参数定量反演等
方面获得了广泛的应用[1鄄5]。 环境减灾卫星多光谱
数据能够提供植被不同生长阶段的光谱信息,有助
于反应植被物候变化及生长过程,与传统长回访周
期的极轨卫星数据相比在反应植被的生理生态上有
其独特的优势,是一种非常优质的遥感数据源。 然
而,当前存档的海量 HJ CCD 影像并未得到充分利
用,几何定位不准确及山区地形畸变误差是限制其
应用的瓶颈之一[6]。 传统几何纠正算法需手工选取
控制点,十分耗时且精度较低,难以满足海量遥感数
据处理的需求。 因此,发展自动化的几何精纠正与
正射校正系统,实现高效的处理过程,获取高精度的
HJ CCD影像定位产品,是服务于国家生态环境调查
与评估的重要需求。
HJ CCD影像与 Landsat TM 影像具有类似的可
见光、近红外波段和空间分辨率,而 Landsat TM 影像
的正射校正方法已有了十分成功的尝试[7鄄8]。 在
Landsat 的生命周期中,发展了 3 套数据产品生成系
统[9]。 初始的系统叫做 TM 影像处理系统 ( TM
Image Processing System)。 它主要被美国国家海洋
和大气局(NOAA)及地球观测卫星公司(EOSAT)所
采用[10]。 EOSAT于 1991年对其进行了更新并更名
为增强型影像处理系统(Enhanced Image Processing
System, EIPS)。 同时,美国地质调查局(USGS)采用
国家陆地卫星数据集产品系统 ( National Landsat
Archive Production System, NLAPS)进行 TM 的数据
2817 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
处理[11]。 Landsat系列产品具有规范化、自动化的特
点,产品分发时均同时分发其快视图与校正残差报
告,为后续数据应用精度评价奠定了基础。 在中低
分辨率遥感影像产品化的过程中也发展了大量的自
动化处理系统,如整合了地球定位算法的 MODIS 1
级产品处理系统[12],VEGETATION 影像处理中心
(VEGETATION processing centre, CTIV ) 发展的
SPOT VEGETATION数据处理系统[13]等。
随着我国卫星对地观测计划的发展,海量的遥
感影像被获取,因此,高精度、自动化的数据处理系
统需求越来越迫切,尤其在开展国家、大洲乃至全球
尺度的研究工作时,数据处理的效率与精度是决定
性环节。 我国已建立不同规模的卫星数据接收和处
理系统[14鄄16],如徐玉湄等[17]设计实现了海洋卫星数
据处理系统,王文芳等[18]对卫星地面站接收与处理
系统关键流程进行了分析,杨仁忠等[19]对通用遥感
卫星快视处理系统技术进行了探讨。 但目前国内卫
星数据处理系统处理流程缺少规范化和统一性,数
据处理结果残差不明确,暂无针对我国 CBERS、HJ
等中空间分辨率资源环境卫星的高精度自动化的数
据预处理系统。 用户获取初级数据后往往需要自己
发展算法开展数据预处理工作。 大量的项目试验说
明目前数据处理流程的问题主要集中在标准化的制
定、可定制流程的实现及流程有效控制等方面。 为
解决“生态十年冶专项中土地覆盖分类与生态参量定
量反演面临的海量 HJ CCD 影像自动几何精纠正及
正射校正问题,本文结合 HJ CCD 影像的特点,发展
了一种适用于 HJ CCD 影像的自动精纠正与正射校
正的自动化系统。 并对数据规范化处理方案、质量
控制方法及该数据源在植被生理生态参量遥感反演
前景等方面的问题进行了探讨。
1摇 研究方法
1.1摇 数据源和预处理
1.1.1摇 环境减灾卫星数据及处理
环境减灾小卫星星座包括 2 颗光学卫星(HJ鄄
1A / B)和 1颗微波卫星(HJ鄄1C),其中 2颗光学卫星
之间相位差 180毅,单颗卫星 4d重复对地覆盖 1 次,2
颗卫星组网后 2d即可重复观测 1 次,具有较高的时
间分辨率。 HJ A、B 光学卫星上分别载有 2 台宽覆
盖多光谱 CCD 相机(图 1)。 单台 CCD 相机幅宽
360km,2台相机可一次完成对地刈宽 710km 的观
测[20]。 与 Landsat TM 卫星影像相比,HJ CCD 影像
在时间分辨率、幅宽范围上均占有较大优势。 然而,
由于 HJ CCD相机之间存在 30毅夹角[20鄄21],其获取的
卫星影像不仅与 TM CCD 影像的畸变规律有所不
同,在卫星处于不同飞行方位(升轨或降轨)时获取
影像的畸变规律也有所不同。 卫星降轨飞行时,
CCD1位于星下右侧,CCD2位于星下左侧,影像的几
何畸变在星下最小,沿着星下 CCD1 的影像自左向
右逐渐增加,而 CCD2 影像则相反[6]。 因此,在开展
环境减灾卫星 CCD影像几何校正与正射校正之前,
需要确定所获取影像的卫星、CCD 编号及卫星的飞
行方位。
图 1摇 环境减灾卫星模型及 CCD相机主体[22]
Fig.1摇 The model and the body of the CCD camera for HJ鄄1A / B[22]
1.1.2摇 基准影像预处理
本研究采用 TM / ETM影像作为基准参考影像开
展 HJ影像的几何精纠正与正射校正。 由于 HJ影像
幅宽较 TM 要大,且同一轨道号下重访时存在一定
3817摇 24期 摇 摇 摇 边金虎摇 等:环境减灾卫星多光谱 CCD影像自动几何精纠正与正射校正系统 摇
http: / / www.ecologica.cn
的轨道漂移[23],为使基准影像与待校正影像范围匹
配,本研究在马里兰大学 GLCF(http: / / glcf. umiacs.
umd.edu / data / )上下载对应于 HJ轨道号下经过几何
精校正与正射校正的全部 landsat TM / ETM影像并进
行拼接,其影像平均地理位置误差小于 50m[24]。
1.1.3摇 辅助数据处理
正射校正基准 DEM 选用马里兰大学 GLCF 填
充后的 SRTM 填充后的版本。 选择 WRS鄄 2 分幅方
式以便与基准 TM影像对应。
1.2摇 研究方法
1.2.1摇 元数据检索与解析
环境减灾卫星影像数据描述采用 XML 组织方
式,包含卫星编号、CCD 编号、定标参数等多个数据
项,对应于卫星处理的不同需求。 然而,XML的读写
较为困难,字符串解析的方法需要对文本进行遍历,
同时准确的给出需要截取的字符串的位置,容易出
错。 针对这一问题,本研究采用. NET XML DOM
( Document Object Model ) 模 式, 分 别 使 用
XmlDocument、XmlNode、XmlNodelist 等类定义 XML
文档、节点、长度等对象,然后根据字符串前缀能够
准确快速的获取系统运行所需的各项参数。 在影像
完成正射校正后,影像的元数据信息一并分发,便于
用户了解该影像的原始情况及其相应的定标参数,
为后续开展如大气校正等使用提供依据。
1.2.2摇 控制点自动搜索与筛选
本系统采用基于区域光谱相似度的 Image to
Image的控制点搜索策略:
Rmn =
移
m+cs / 2
i = m-cs / 2
移
n+cs / 2
j = n-cs / 2
(Aij - 軈A)(Bij - 軈B)
( 移
m+cs / 2
i = m-cs / 2
移
n+cs / 2
j = n-cs / 2
(Aij - 軈A)2)( 移
m+cs / 2
i = m-cs / 2
移
n+cs / 2
j = n-cs / 2
(Bij - 軈B)2)
(1)
式中,A 代表位于基准影像的核窗口,B 代表最大搜
索窗口,cs代表核窗口大小,Rmn代表移动窗口内的
象元相关系数。
在平原地区,基于光谱匹配搜索获取的控制点
进行几何纠正能够纠正由于卫星翻转、平移、抖动等
带来的系统误差从而获取较高的精度。 然而,山区
影像的几何畸变除了以上系统误差外,还包括由于
偏离星下观测由地形起伏引起的象元位移,即非系
统误差。 采用正射后的基准影像校正大幅宽的环境
减灾卫星数据将面临以下三个方面的问题:(1)基准
影像上经过光谱匹配获取的控制点已经做过了正射
校正,而待校正影像上的同名地物点由于其偏离星
下观测,在系统畸变的同时还叠加了地形畸变,直接
采用多项式模型无法进行准确纠正非系统误差;(2)
自动光谱匹配过程中,光谱的错误匹配使得获取的
控制点中包含较多的伪同名地物点;(3)搜索窗口内
由于空间异质性不高,如草地、大面积水体、冰雪等,
导致同一窗口内搜索得出的控制点较多的情况,控
制点代表性差。 以上问题将导致影像校正结果精度
达不到要求。 本系统综合考虑基准影像与待校正影
像之间的系统误差与非系统误差,在自动搜索获取
控制点后通过设置系列规则剔除错误控制点。 系统
首先根据待校正影像成像规律,将基准影像上的控
制点恢复成与待校正影像一致的观测条件下的坐标
位置,去除由地形引起的非系统误差,然后将控制点
筛选策略[8]加入系统之中,实现了控制点的自动筛
选,进而通过筛选后的控制点拟合多项式,纠正系统
误差,提高了算法精度,算法具体内容可参考本文作
者的其他文章[6, 25],本文不做赘述。
1.2.3摇 精度验证
本系统通过光谱匹配,在基准影像和输出的正
射校正结果之间搜索同名地物点作为验证点,将验
证点按照影像中心分为左上、右上、左下、右下 4 个
象限,分别判断每个象限内同名地物点配准误差,仅
当 4个区域的验证点比例均大于 60%时,报告当前
影像通过验证,输出校正结果与残差报告,否则增加
配准多项式阶数配准后返回纠正程序重新进行几何
纠正与正射校正,同时为了避免过校正,设定的多项
式阶数最高为 3次。
1.2.4摇 残差报告的标准化处理
残差报告是了解影像正射校正精度的基本信
息,是影像质量控制的关键环节之一。 在海量遥感
数据的处理中,为使用户了解每一景影像的残差情
况,及时发现校正过程中的问题,生成每景影像的精
度信息是自动化处理过程中的必备环节。 本系统结
合我国环境减灾卫星数据的特点,参照 USGS 关于
TM的残差说明文件,制定了残差报告基本格式,给
出了每一景影像校正结果的残差报告。 其主要包括
三部分。 第一部分为基准影像信息(选用基准影像
4817 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
基本信息—轨道号、获取日期、传感器类型)与待校
正影像信息(文件名、获取日期、轨道号),便于用户
了解纠正该景影像选用的基准影像情况;第二部分
为控制点信息,用户可将控制点导出至影像上,验证
控制点的分布规律与选取精度;第三部分为最终验
证点信息,用户可根据验证点分析数据的残差分布
规律。
表 1摇 HJ鄄1A / B 卫星数据校正残差报告基本格式
Table 1摇 The basic format of the ortho鄄rectification residuals report for HJ鄄1A / B
信息类型
Information type
名称
Name
字段类型
Field type
格式
Field format
备注
Remark
待校正影像与基准影像信息 Date Time Fri.Dec 5,2011 影像处理日期
Information of base and Satellite String HJ鄄1A / B 卫星类型
warp images CCD Enmum CCD1 / CCD2 CCD类型
Path / Row String 42 / 76 轨道号
Reference Image String 131039 参考影像轨道号
Acquisition Date Date 2002鄄01鄄06 参考影像获取日期
控制点信息 GCP_X Float 控制点 X坐标
Information of tie points GCP_Y Float 控制点 Y坐标
GCP_Height Float 控制点高程
GCP_Across Float 旁向误差
GCP_Along Float 航向误差
GCP_Residual Float 总误差
验证点信息 VP_X Float 验证点 X坐标
Information of validation points VP_Y Float 验证点 Y坐标
VP_Height Float 控制点高程
VP_Across Float 旁向误差
VP_Along Float 航向误差
VP_Residual Float 总误差
1.2.5摇 数据命名方法
数据命名的目的是服务于数据集的检索与标准
化管理,因此对正射校正后的影像文件名称采用统
一的命名规则。 为了便于以时间、卫星获取情况、
CCD类别为条件的数据检索,本研究在影像数据产
品命名时考虑了影像获取时间、卫星类型、轨道号、
波段号等因素。
(1)遥感影像校正结果
名称采用{处理方式_卫星来源编号_轨道编号_
获取日期_CCD 相机编号_波段编号}的编码方案。
其中卫星来源编号包括 HJ鄄1A和 HJ鄄 1B。 处理方式
包括三种:几何精校正、正射校正和两种均包括,其
对应的命名为 Reced, Orthoed, Both。 卫星的轨道编
号采用原始数据的轨道编号。 获取日期采用年、月、
日 8位编码的形式。
(2)影像元数据
影像元数据参照其原始数据分发时的.XML 格
式,将其文件名改为对应的影像名称,但不包括波段
编号。
(3)残差报告文本数据
残超报告的文本文档命名采用与影像命名相同
的格式,但不包括波段编号,采用.txt格式存储。
1.2.6摇 系统功能实现
按照本文前述的数据处理方式与系统开发思
想,本研究在. net 软件平台下实现了系统功能。 本
系统提供基本参数、高级参数设置、程序输出过程交
互等功能。 本系统嵌入了美国地质调查局用于计算
地图投影的 GCTP (General Cartogrophic Transformation
Package)软件代码[26],并将其编译成为 DLL 动态链
接库形式,能够实现基准影像与待校正影像投影不
一致时的自动投影转换功能。 同时能够处理 TIFF
格式与 BINARY二进制格式数据。
1.3摇 技术路线
本研究总体技术路线如图 2 所示。 系统首先通
5817摇 24期 摇 摇 摇 边金虎摇 等:环境减灾卫星多光谱 CCD影像自动几何精纠正与正射校正系统 摇
http: / / www.ecologica.cn
过前台用户界面以交互式输入的方式获取待处理影
像、基准影像、DEM数据及其基本参数集,然后通过
灰度匹配算法,在搜索窗口内自动搜索控制点,进而
结合星下线位置、DEM 进行控制点的筛选。 基于筛
选后的控制点程序开展多项式的拟合与几何校正,
并最终基于星下基线和 DEM 计算各象元由于偏离
星下观测而导致的位置偏移,完成正射校正并输出
残差报告。
图 2摇 系统流程
Fig.2摇 Process flow chart of the system
2摇 结果与分析
2.1摇 控制点空间分布特征
获取高精度几何与正射校正结果的前提是在控
制点的自动搜索过程中能够获得足够且空间分布均
匀的高精度控制点。 图 3 选择 6 景 TM 影像作为基
准影像用以校正 2010年 3月 11日与 4月 17日获取
的 HJ1A鄄CCD1与 HJ1B鄄CCD2 的多光谱影像。 两景
HJ CCD 影像覆盖同一区域,平均海拔 3200m,地貌
类型主要为高山峡谷和高原面。影像中包含部分云
图 3摇 控制点空间分布
Fig.3摇 The spatial distribution of the control points
6817 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
和冰雪信息。 云的出现会影响到控制点的搜索,然
而,由图中可以看出,当云层厚度不足以影响到地表
的纹理信息时,本系统采用的自动控制点搜索与筛
选算法在有云覆盖的情况下仍然能够有效获得大量
的高精度且分布均匀的控制点。
2.2摇 系统校正结果与精度分析
本系统校正结果如图 4 所示。 图中灰度图像为
基准 TM影像,由美国马里兰大学 GLCF平台上下载
的 6景 TM影像拼接获取。 对比区域 A和区域 B 可
以看出,HJ影像校正前与基准影像不仅存在定位误
差,同时还存在由于偏离星下观测导致的山体畸变。
本系统校正结果与基准影像匹配较好。 仔细对比可
以看出,本系统对于地形造成的山体畸变也有了很
好的纠正。
图 4摇 正射校正效果(彩色影像为 HJ影像 432波段标准假彩色合成,灰度图像为 6景 TM影像拼接获取的基准影像)
Fig.4摇 Comparison between images of pre鄄registration and post鄄registration
摇 摇 校正结束后本系统将对基准影像和校正结果进
行验证点的再次搜索以独立验证校正精度。 HJ1B鄄
CCD2鄄16鄄76—2010鄄04鄄17的控制点与独立验证点误
差分布如图 5 所示。 图中黑圈为坐标点的平面误
差,箭头方向为误差方向。 由图中可以看出,原始影
像中的几何误差呈现明显的系统性特征,统计得
出控
图 5摇 HJ1B鄄CCD2鄄20100417几何精纠正与正射校正前后误差分布
Fig.5摇 Spatial error distributions for the HJ1B鄄CCD2鄄20100417
7817摇 24期 摇 摇 摇 边金虎摇 等:环境减灾卫星多光谱 CCD影像自动几何精纠正与正射校正系统 摇
http: / / www.ecologica.cn
制点平均误差 188.40m, 标准差 144.55m。 校正结果
残差呈随机分布的特点,统计得出校正结果验证点
的误差范围为 2. 24m 至 98. 85m,平均误差为
40郾 59m,标准差为 21.39m, 校正精度小于 2个像元,
校正结果能显著提高影像的几何精度。
2.3摇 系统运行结果
本研究分别选取 6景不同区域环境减灾卫星进
行系统效率测试。 测试环境为 CPU Inter(R) Core
(TM)2 Duo E8400 @ 3.00GHZ,内存 4.00GB,硬盘
1TB,操作系统 Windows 7 专业版。 测试数据与测试
结果如表 2 所示。 由表中可以看出,本系统处理单
景影像时间均在 40min 以内,效率较人工控制点选
择大大提高。 由于环境减灾卫星影像采用大幅宽相
机,单景影像大小在 15000 行与 14000 列左右,大小
均大于 800MB,其基准影像由 TM 影像拼接而成,大
小也均在 200MB至 600MB之间,本研究系统采用分
区存储与分块索引技术,对数据进行分区存储和检
索,大大提高了数据的处理能力。
表 2摇 系统运行测试结果
Table 2摇 Test results for the System
测试数据
Test data
纠正影像大小(4波段)
4 bands size for
warp image
参考影像大小(单波段)
1 band size for
base image
DEM影像大小
Size for DEM
系统运行时间
System run鄄time
HJ1A鄄CCD1鄄16鄄76—2010鄄03鄄11 16612*14031, 889M 18657*12751, 226M 6365*4585, 55.6M 35忆19义
HJ1B鄄CCD2鄄16鄄76—2010鄄04鄄17 15805*14157,853M 18657*12751,226M 6365*4585, 55.6M 34忆27义
HJ1B鄄CCD1鄄17鄄76—2009鄄08鄄31 15749*14001, 840M 18657*12751, 226M 6365*4585, 55.6M 33忆20义
HJ1A鄄CCD1鄄17鄄80—2011鄄04鄄30 15923*13968, 848M 18657*12751,226M 6365*4585, 55.6M 33忆54义
HJ1B鄄CCD1鄄31鄄80—2011鄄08鄄26 16072*13928,854M 23971*23806,544M 8193*8185, 127M 37忆45义
HJ1A鄄CCD1鄄39鄄76—2011鄄08鄄25 16460*14450, 907M 27084*29047,854M 10402*13288, 263M 39忆27义
3摇 讨论
3.1摇 HJ1A / B 星座轨道设计及其多光谱影像几何
特性
在我国环境减灾卫星星座(HJ鄄 1A、1B)的轨道
设计中,为实现 48h内对全球的重复覆盖功能,通过
多次轨控及相位的初始化,现已形成了双星相位差
180毅 2d重访的要求[23],并经过地面轨迹和星座的
轨道维持策略,形成了主要考虑星座相位的轨道维
持方法[27]。 环境减灾卫星选择的是轨道高度 649.
093km,每天运行圈数 14 23
31
的轨道参数,卫星的星下
点轨迹每 31d重复 1次(图 6)。 对于单颗卫星而言,
由于其设计幅宽为 720km(CCD1 与 CCD2 同时获
取),因此,理论上可以在 4d后对全球任何地方重访
并且覆盖。 然而,这种轨道设计给卫星数据的处理
与应用带来了困难,尤其影响其影像的重叠范围与
几何特性。 由于环境减灾 A、B星星座轨道没有对地
面轨迹进行严格维持,选定轨道的相邻两天的轨道
间距为 700.76km, 单星 4d 后重访获取的影像覆盖
范围理论重叠率为 87.1%。 因此,尽管环境减灾卫
星星座组网后能够对任意位置具有 2d 的重访能力,
而对 于 流 域 尺 度 或 更 大 范 围 的 区 域 尺 度
而言,获取研究区完整的影像覆盖其时间分辨率较
图 6摇 HJ1A / B轨道运行规律(同天相邻圈间距 2715.454km)
Fig.6摇 Orbit operation rules for HJ1A / B (The distance of the adject orbit of the same day is 2715.454km)
8817 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
低。 根据环境减灾卫星的轨道重访周期,可以算出
面积在 360km2的研究区在一个重访周期(31d)内能
够获取单星 5景完整的影像覆盖。 小于该面积的研
究区可获得更多的完整影像。 该面积对研究区时间
序列影像数据集的建立有一定的指导意义。
此外,由于环境减灾卫星单星上的 CCD 影像为
侧视影像,影像远离星下的边缘象元几何误差较大,
且光谱畸变较为严重。 需要发展光谱纠正算法进行
光谱纠正以实现多时相遥感数据的对比。
3.2摇 HJ1A / B 多光谱 CCD 影像象元定位误差的影
响因素及其校正难点
本研究对 HJ 多光谱 CCD 影像的校正结果表
明,本系统能够获取几何定位精度较高的多时相 HJ
影像。 本研究发展的系统集成了几何精纠正与正射
校正的两部分算法。 当前,国内学者在环境减灾卫
星的图像几何校正方面也开展了一些尝试,如潘励
等[28]在线阵传感器共线方程的基础上构建了一种
扩展几何模型,实验证明具有较高的校正精度;单小
军等[29]发展了一种基于 Forstner 算子和模板匹配的
分层配准方法,实验结果证明具有较好的配准精度。
然而,当前关于环境减灾卫星几何纠正研究的问题
主要集中在以下几个方面,首先,遥感象元的几何畸
变是系统误差(滚动、俯仰、航偏等)与随机误差(偏
离星下观测导致的地形起伏位移)的叠加形成的。
遥感影像覆盖的地表起伏具有随机性的特点,尤其
在我国的广大山区,因此,通过多项式的变换仅能消
除由于卫星震动、翻滚等造成的影像系统几何误差,
而由于地形起伏引起的随机误差需要根据山体海
拔、卫星高度及侧视角度信息进行逐像元的校正。
此外,在影像的几何纠正与正射校正过程中,云的出
现会导致控制点搜索不均匀并直接影响校正精度。
影像选择时一般会限定云量(如 30%以下),然而多
云影像也蕴含着丰富的地表信息。 因此,耦合云检
测算法及几何纠正算法开展多云影像的同步综合处
理将能够充分发挥海量多云影像作用。
3.3摇 HJ1A / B 多光谱 CCD 影像与植被生理生态参
量反演
环境减灾卫星多光谱数据的选择、获取及预处
理(系统几何纠正)可以通过中国资源卫星应用中心
(http: / / www.cresda. com)免费获取,目前已累积搜
集了全球近 5 年的遥感数据集,形成了丰富的对地
观测资源。 多时相多光谱的 HJ CCD 影像提供了植
被同一生长周期不同生长阶段的物候信息,非常有
助于生态学家了解植被生长过程在空间上的变化趋
势。 在开展具有生态学意义的土地覆盖分类研究
中,环境减灾卫星影像一方面提供了 30m 空间分辨
率的纹理信息,另一方面提供了多时相的植被数据,
在进行森林不同时相如落叶与常绿的识别上具有较
大优势,能够给分类器提供更多的决策信息,这在以
往的土地覆盖分类中采取单一时相的数据进行分类
有很大不同[30]。 此外,多时相的环境减灾卫星影像
能够用以开展植被生理生态参量如 LAI、NPP 等的
多时相遥感反演。 然而,由于环境减灾卫星的地面
轨迹没有经过严格的控制,尽管目前能够获取研究
区多时相的遥感影像,但并不能保证其严格的时间
间隔。 在未来的研究中还需进一步发展数据集的合
成与构建算法,形成能够反应植被生理生态状况的
时间序列数据集。
4摇 结论与展望
本文介绍了环境减灾卫星遥感影像自动化纠正
与正射校正系统的总体架构和数据的处理方法及其
关键技术,经试验验证,本文提出的校正方法可以保
证校正结果几何误差小于 2 个像元。 该系统可高
效、准确地开展环境减灾卫星影像的处理工作,满足
不同应用领域的需求。
遥感影像的自动几何精纠正与正射校正系统是
遥感实现产业化发展不可或缺的应用服务平台。 国
内遥感数据的标准化处理是必然的发展趋势,在日
益增多的遥感数据面前,遥感卫星数据产品的生产
和应用领域尚未出现通用性遥感数据产品分类分级
规则,自动化、标准化、高精度的数据处理系统发展
相对滞后。 遥感数据的自动化处理平台作为一个专
业的数据处理工具,在以后的更新过程中,不仅要考
虑其通用性,还要把握数据自身特点,不断引入最近
的研究成果,增强规范化机制,使数据处理系统趋于
成熟和完善,以适应当前飞速发展的遥感技术和海
量遥感数据产品的需要。
References:
[ 1 ] 摇 Chen P F, Wang J L, Liao X Y, Yin F, Chen B R, Liu R. Using
data of HJ鄄 1A / B satellite for Hulunbeier grassland aboveground
biomass estimation. Journal of Natural Resources, 2010, 25(7):
9817摇 24期 摇 摇 摇 边金虎摇 等:环境减灾卫星多光谱 CCD影像自动几何精纠正与正射校正系统 摇
http: / / www.ecologica.cn
1122鄄1131.
[ 2 ] 摇 Chen J, Huang J, Hu J. Mapping rice planting areas in southern
China using the China Environment Satellite data. Mathematical
and Computer Modelling, 2011, 54(3鄄4): 1037鄄1043.
[ 3 ] 摇 Zhao S H, Qin Q M, Zhang F, Wang Q, Yao Y J, You L, Jiang
H B, Cui R B, Yao Y J. Research on using a mono鄄window
algorithm for land surface temperature retrieval from Chinese
satellite for environment and natural disaster monitoring(HJ鄄 1B)
data. Spectroscopy and Spectral Analysis, 2011, 31 ( 6 ):
1552鄄1556.
[ 4 ] 摇 Huang Y, Zhu Y, Wang H, Yao X F, Cao W X, Hannaway D
B, Tian Y C. Predicting winter wheat growth based on integrating
remote sensing and crop growth modeling techniques. Acta
Ecologica Sinica, 2011, 31(4): 1073鄄1084.
[ 5 ] 摇 Yu B Y, Yan M, Wu F, Wang Z Y. The orthorectification of
ultra鄄width remote sensing image. Remote Sensing for Land &
Resources, 2010, (3): 31鄄35.
[ 6 ] 摇 Bian J H, Li A N, Jin H A, Lei G B, Huang C Q, Li M X. Auto鄄
registration and orthorecification algorithm for the time series HJ鄄
1A / B CCD images. Journal of Mountain Science, 2013, 10(5):
743鄄753.
[ 7 ] 摇 Gao F, Masek J G, Wolfe R E. Automated registration and
orthorectification package for Landsat and Landsat鄄like data
processing. Journal of Applied Remote Sensing, 2009, 3
(1): 033515.
[ 8 ] 摇 Huang C Q, Goward S N, Masek J G, Gao F, Vermote E F,
Thomas N, Schleeweis K, Kennedy R E, Zhu Z L, Eidenshink J
C, Townshend J R G. Development of time series stacks of
Landsat images for reconstructing forest disturbance history.
International Journal of Digital Earth, 2009, 2(3): 195鄄218.
[ 9 ] 摇 Chander G, Markham B. Revised Landsat鄄 5 TM radiometric
calibration procedures and postcalibration dynamic ranges. IEEE
Transactions on Geoscience and Remote Sensing, 2003, 41(11):
2674鄄2677.
[10] 摇 Singh A. Postlaunch corrections for thematic mapper 5 ( TM鄄 5)
radiometry in the thematic mapper image鄄processing system
( Tips ) . Photogrammetric Engineering and Remote Sensing,
1985, 51(9): 1385鄄1390.
[11] 摇 Chander G, Haque M O, Micijevic E, Barsi J A. L5 TM
Radiometric Recalibration Procedure Using the Internal Calibration
Trends from the NLAPS Trending Database. Proc. SPIE 7081,
Earth Observing Systems XIII, 2008, 7081. doi: 10. 1117 /
12.795652.
[12] 摇 Justice C O, Vermote E, Townshend J R G, Defries R, Roy D P,
Hall D K, Salomonson V V, Privette J L, Riggs G, Strahler A,
Lucht W, Myneni R B, Knyazikhin Y, Running S W, Nemani R
R, Wan Z M, Huete A R, van Leeuwen W, Wolfe R E, Giglio
L, Muller J P, Lewis P, Barnsley M J. The Moderate Resolution
Imaging Spectroradiometer ( MODIS): Land remote sensing for
global change research. IEEE Transactions on Geoscience and
Remote Sensing, 1998, 36(4): 1228鄄1249.
[13] 摇 Passot X. VEGETATION image processing methods in the CTIV.
Proceedings of VEGETATION, 2000, 2: 3鄄6.
[14] 摇 Shen Z Q, Wang J B, Chen X Y, Lai Z L. Research on system
integration and application of hyper鄄spectral marine remote sensing
image processing based on spectral angle. Hydrographic Surveying
and Charting, 2009, 29(2): 49鄄52.
[15] 摇 Zhu S Y, Liu H, Dong X L. Signal processing system of
microwave Scatterometer on HY鄄II. Remote Sensing Technology
and Application, 2007, 22(2): 152鄄154.
[16] 摇 Wang C Y, Zhao Z M. Design and implementation of processing
flow system for remote sensing image. Science of Surveying and
Mapping, 2006, 31(6): 105鄄106, 88鄄88.
[17] 摇 Xu Y M, Tan L S, Zhu Y P, Wang D F. The design and
realization of a satellite data processing system for marine
application. Hydrographic Surveying and Charting, 2012, 32(4):
54鄄56.
[18] 摇 Wang W F, Fu D Y. Key workflow analysis of receiving and
processing system of satellite ground station. Information
Technology, 2011, (9): 34鄄37, 41鄄41.
[19] 摇 Yang R Z, Cai X W, Yang L, Shi L. Research on technology of
quick look processing of general remote sensing satellite. Remote
Sensing Information, 2009, (5): 32鄄35.
[20] 摇 Jia F J, Wu Y L, Huang Y, Cao D J. Design and on鄄orbit
application of CCD camera on HJ鄄 1A / 1B satellites. Spacecraft
Engineering, 2009, 18(6): 37鄄42.
[21] 摇 Cao D J, Sun J W, Yang B N. CAD molding and modes analysis
for the structure of wide鄄swath Mutilspectra CCD camera.
Spacecraft Recovery & Remote Sensing, 2003, 24(4): 5鄄9.
[22] 摇 Bai Z G, Shen Z, Wang Z Y. HJ鄄 1A / 1B satellites technology.
Spacecraft Engineering, 2009, 18(6): 1鄄11.
[23] 摇 Tan T, Yang F. HJ鄄 1A / 1B constellation orbit design. Spacecraft
Engineering, 2009, 18(6): 27鄄30.
[24] 摇 Tucker C J, Grant D M, Dykstra J D NASA忆s global orthorectified
landsat data set. Photogrammetric Engineering and Remote
Sensing, 2004, 70(3): 313鄄322.
[25] 摇 Li A N, Jiang J G, Bian J H, Lei G B, Huang C Q. Experiment
and accuracy analysis of automated registration and
orthorectification for landsat鄄like images based on AROP. Remote
Sensing Technology and Application, 2012, 27(1): 23鄄32.
[26] 摇 Elassal A A. General cartographic transformation package
(GCTP), Version II. NOAA Technical Report NOS 124 CGS 9,
1987. [ 2013鄄 10鄄 12] . http: / / www. ngs. noaa. gov / PUBS _ LIB /
GeneralCartographicTransformationPackage _ v2 _ TR _ NOS124 _
CGS9.pdf
[27] 摇 Liu L F, Wang X L, Bai Z G, Tan T, Yu G. Orbit maintenance
technology and implement for HJ鄄 1A / B constellation. Chinese
space Science and Technology, 2012, 32(5): 69鄄75.
0917 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
[28]摇 Pan L, He X. Rectification method of linear CCD image from HJ鄄
1A / 1B satellites. Geomatics and Information Science of Wuhan
University, 2013, 38(6): 631鄄636.
[29] 摇 Shan X J, Tang P, Hu C M, Tang L, Zheng K. Geometric precise
correction technology and system implementation for HJ鄄 1 CCD
images. Journal of Remote Sensing, 2014, 18(2): 254鄄266.
[30] 摇 Li A N, Jiang J G, Bian J H, Deng W. Combining the matter
element model with the associated function of probability
transformation for multi鄄source remote sensing data classification in
mountainous regions. ISPRS Journal of Photogrammetry and
Remote Sensing, 2012, 67: 80鄄92.
参考文献:
[ 1 ]摇 陈鹏飞, 王卷乐, 廖秀英, 尹芳, 陈宝瑞, 刘睿. 基于环境减
灾卫星遥感数据的呼伦贝尔草地地上生物量反演研究. 自然
资源学报, 2010, 25(7): 1122鄄1131.
[ 3 ] 摇 赵少华, 秦其明, 张峰, 王桥, 姚云军, 游林, 蒋洪波, 崔荣
菠,姚延娟. 基于环境减灾小卫星(HJ鄄1B)的地表温度单窗反
演研究. 光谱学与光谱分析, 2011, 31(6): 1552鄄1556.
[ 4 ] 摇 黄彦, 朱艳, 王航, 姚鑫锋, 曹卫星, Hannaway D B, 田永超.
基于遥感与模型耦合的冬小麦生长预测. 生态学报, 2011, 31
(4): 1073鄄1084.
[ 5 ] 摇 于冰洋, 严明, 伍菲, 王智勇. 宽刈幅多光谱影像正射纠正技
术研究. 国土资源遥感, 2010, (3): 31鄄35.
[14] 摇 沈照庆, 王建宾, 陈性义, 赖祖龙. 高光谱海洋遥感影像处理
系统集成与应用研究. 海洋测绘, 2009, 29(2): 49鄄52.
[15] 摇 朱素云,刘浩,董晓龙. 海洋二号有效载荷微波散射计数据处
理系统的设计. 遥感技术与应用, 2007, 22(2): 152鄄154.
[16] 摇 汪承义, 赵忠明. 遥感影像流程化处理系统的设计与实现. 测
绘科学, 2006, 31(6): 105鄄106, 88鄄88.
[17] 摇 徐玉湄, 谭琳珊, 朱亚平, 王迪峰. 海洋卫星数据处理系统的
设计与实现. 海洋测绘, 2012, 32(4): 54鄄56.
[18] 摇 王文芳, 付东洋. 卫星地面站接收与处理系统关键流程分析.
信息技术, 2011, (9): 34鄄37, 41鄄41.
[19] 摇 杨仁忠, 蔡兴文, 杨蕾, 石璐. 通用遥感卫星快视处理系统技
术研究. 遥感信息, 2009, (5): 32鄄35.
[20] 摇 贾福娟, 吴雁林, 黄颖, 曹东晶. 环境减灾鄄1a、1b卫星宽覆盖
多光谱 CCD相机技术. 航天器工程, 2009, 18(6): 37鄄42.
[21] 摇 曹东晶, 孙继文, 杨保宁. 宽覆盖多光谱 CCD 相机模装及模
态分析. 航天返回与遥感, 2003, 24(4): 5鄄9.
[22] 摇 白照广,沈中,王肇宇. 环境减灾鄄1A、1B卫星技术. 航天器工
程, 2009, 18(6) . 1鄄11.
[23] 摇 谭田, 杨芳. 环境减灾鄄 1A、1B 卫星轨道设计. 航天器工程,
2009, 18(6): 27鄄30.
[25] 摇 李爱农, 蒋锦刚, 边金虎, 雷光斌, 黄成全. 基于 AROP 程序
包的类 Landsat遥感影像配准与正射纠正试验和精度分析. 遥
感技术与应用, 2012, 27(1): 23鄄32.
[27] 摇 刘龙飞, 王兴玲, 白照广, 谭田, 于钢. 环境减灾 A、B星星座
轨道维持技术与实践. 中国空间科学技术, 2012, 32( 5):
69鄄75.
[28] 摇 潘励, 何潇. 环境减灾卫星 CCD 影像精纠正方法研究. 武汉
大学学报: 信息科学版, 2013, 38(6): 631鄄636.
[29] 摇 单小军, 唐娉, 胡昌苗, 唐亮, 郑柯. 环境一号卫星 CCD图像
几何精校正技术与系统实现. 遥感学报, 2014, 18 ( 2):
254鄄266.
1917摇 24期 摇 摇 摇 边金虎摇 等:环境减灾卫星多光谱 CCD影像自动几何精纠正与正射校正系统 摇