国土变更调查正射影像数据生产与处理研究

2024-01-30 02:34黄尔双刘锟铭
江西测绘 2023年4期
关键词:全色射影数据源

黄尔双 刘锟铭 王 萃

(江西省地质局地理信息工程大队 江西 南昌 330001)

1 引言

国土变更调查可以提供土地利用的详细数据和信息,为国家和地方政府做好土地规划、城乡建设和经济发展等决策提供科学依据。通过对土地利用变化的分析,可以合理规划土地资源的利用,提高土地利用效率,促进经济可持续发展。通过国土变更调查,可以监测土地利用的变化,及时发现和解决土地资源的过度开发、破坏和污染等问题,保护生态环境的稳定和可持续性。同时,国土变更调查也可以提供大量的土地利用数据,为统计分析和科学研究提供基础和依据。通过对土地利用变化的研究,可以深入了解土地资源的利用状况和趋势,为相关领域的研究和决策提供参考。在“非农化”“非粮化”耕地监测、保持国土调查成果现势性、支撑综合监管平台和自然资源“一张图”平稳运行等方面具有重要意义。

首先,收集县级基础数据,包括上年度遥感影像数据、上年度土地利用数据、土地所有权数据等,再利用卫星遥感、互联网、云计算等技术,开展今年度的遥感影像图制作,并组织技术人员开展遥感监测,提取地类变化图斑。通过下发国土调查云软件,组织专业人员对县域内的土地利用情况、土地使用权归属和土地变更情况进行详细调查、记录和举证,全面掌握土地信息的地类、面积、属性及相关单独图层变化情况,更新县级国土利用数据库,形成年度国土变更调查成果,继续采用“分阶段分层级”的质量管控机制,通过县级实地调查举证,省级、国家级核查,确保调查数据的真实性。

2020年度国土变更调查正射影像图的生产及监测图斑提取任务主要技术流程分为:基础资料检查与处理、正射影像图(DOM)生产、监测图斑提取及质量控制等环节。其中,正射影像质量的好坏关乎后期监测图斑的提取工作。按照国家标准,以第三次全国国土调查遥感影像和高程数据作为基础,对卫星遥感影像数据进行正射纠正、配准、融合、镶嵌、裁切等处理,生产DOM数据。其技术流程如图1所示:

图1 DOM制作技术流程图

2 DOM数据处理关键步骤

2.1 数据配准

实际生产中,根据所使用数据源的情况不同,选用不同的数据配准方式,通常主要包括配准控制点采集、配准模型选择、配准方法确定及精度检查等内容。

同步获取的全色与多光谱影像,可选择几何多项式模型,阶数不大于2 阶。同源同步获取的多光谱与全色影像,平地丘陵地、侧视角较小地区可先配准后融合。不同源或不同步获取的多光谱与全色影像,以正射纠正后的全色影像为基础,对多光谱影像进行配准、融合。

对于RapidEye,TH−1 等遥感数据,其多光谱数据波段间有不匹配现象,存在数个像元的偏移,直接使用会使得多光谱数据有明显的红、蓝彩边,先对多波段进行相互配准、合成,然后再进行正射纠正。

重采样方法采用双线性内插法或三次卷积内插法。为了提高生产效率,可采用专业遥感数据处理软件的自动配准功能进行影像自动配准,再由人工剔除少量误差超限的点,使得配准精度满足要求。

2.2 数据融合

遥感影像多源数据融合是指将来自不同传感器或不同时间的遥感影像数据进行整合和融合,以获取更全面、准确和有用的信息。这种融合可以提供更高的空间分辨率、光谱分辨率和时间分辨率,从而增强遥感数据的分析和应用能力。主要分为以下几个步骤:融合前影像处理、融合单元的选择、最佳融合算法的选取、实现,以及融合后的处理和效果检查[1],其技术路线如图2所示。

图2 数据融合技术路线

一般以景为单元进行融合,这样能保证融合后影像颜色均匀、协调,不会因为全色和多光谱分别镶嵌而造成融合影像内部有色差;如果同一卫星同一时间接收的影像,可以单轨或区域拼接后以单轨、区域或完整监测区、县为融合单元。通过对各种融合方法的试验和比较,优先选择PANSHARP 融合方法。为获得最佳结果,须采用输入参考影像通道,这样多光谱波段将尽可能近于覆盖高分辨率全色影像的波谱范围。

融合后的影像灰阶分布动态范围小,亮度偏低且色彩不够丰富。为了提高遥感监测的准确性,可通过增加对比度、降噪、锐化、颜色校正等操作对影像进行处理,以提高影像的清晰度和可视化效果。处理后的影像应当可以清晰判别地类类型,影像色调均匀、纹理清晰、反差适中,色彩接近自然真彩色。

2.3 正射纠正

遥感影像纠正模型常用的有物理模型和有理函数模型两种,不同卫星获取的影像数据应选择不同的纠正模型,本文以高分系列卫星影像为例。

2.3.1 人工纠正

(1)单景纠正,不同轨道、不同时相、非连片的影像,对单景数据采用严格物理模型或有理函数模型进行正射纠正,如图3 左图所示。为了保证接边精度,在纠正旁边单景影像时,选用相邻景的公共控制点参与纠正,其重叠区域控制点数,不少于4个。

图3 单景纠正和单轨纠正

(2)单轨纠正,对同轨道、同时相影像,可自然拼接、消除重叠误差后采用有理函数模型进行正射纠正,如图3右图所示。

(3)区域纠正,当工作区涉及连片多景同源遥感数据时,可使用区域网平差进行区域纠正,不仅保证了影像之间的重叠精度,而且提高了影像处理效率。

2.3.2 软件自动纠正

1)在ERDAS IMAGINE 2010 的LPS 模块中先利用影像的RPC 数据和DEM 数据,进行影像的粗校正,然后将基准影像和粗校正后的影像加入卫星校正软件中,再进行影像的自动纠正。

2)使用EasyOrtho 软件,加入影像的投影信息,基础底图和DEM 信息数据,对影像进行全自动纠正。

2.4 影像镶嵌

对重叠精度满足要求的相同采样间隔纠正后影像,采用PCI 或ERDAS 软件的镶嵌模块进行镶嵌处理,并根据影像分辨率、色差、重叠精度等具体情况,设置羽化等参数值,避免出现重影、错位、模糊、晕边、硬线等情况。镶嵌块是由镶嵌线(相同采样间隔间镶嵌)、接边线(不同采样间隔间接边)或县级行政界线(行政区边缘影像被裁切)组成的若干闭合面。图4 是以县级行政辖区为单位制作镶嵌块信息文件,文件属性表的每条记录反映了对应影像块的影像信息。

图4 镶嵌块信息文件示意图

3 数据源处理技巧和效果评价

3.1 复杂数据源的色彩调整处理

先以同源、相近时相划分区域,再单区域选定最佳原始数据进行模板匀色,之后局部精修正,最后对所有影像进行区域网匀色。先对所有数据进行预划分,选择数据源、时相、相近、空间位置相邻的影像划为同一区。剔除多云及色调明显异于其他数据的影像,选择区域范围内色调及图面质量好的影像数据作为基础匀色模板,对同一区域内影像进行模板匀色,再分别对各个区域影像进行人工色调调整,使范围区影像色调基本一致且不失真,最后对所有影像进行区域网匀色,对个别偏色影像微调。

3.2 根据不同数据源选用不同纠正方法

对于连片数据,采用多景数据联合纠正的方法,将控制点和相邻影像的连接点的误差方程联合组成误差方程组,进行整体平差纠正。利用连接点改正各景影像的外方位角元素,提高影像纠正的精度,通过区域网平差的方式不仅可以减少控制点的数量,同时,提高了影像间的接边精度。图5 是某县正射影像处理后的成果图。

图5 某县正射影像处理后的成果图

4 结束语

本文针对大面积正射影像介绍了生产和数据处理的技术流程,并从影像纠正、影像配准、影像融合和影像镶嵌等关键步骤进行了阐述。根据遥感影像数据源的复杂异构性,提出了处理的建议,对于大面积正射影像的生产和处理具有一定的指导意义。

猜你喜欢
全色射影数据源
三星“享映时光 投已所好”4K全色激光绚幕品鉴会成功举办
海信发布100英寸影院级全色激光电视
浅谈书画装裱修复中的全色技法
三参数射影平坦芬斯勒度量的构造
Web 大数据系统数据源选择*
基于不同网络数据源的期刊评价研究
基于已有控制资料的正射影像自动更新
基于真值发现的冲突数据源质量评价算法
基于改进射影控制的柔性直流输电广域阻尼控制
全色影像、多光谱影像和融合影像的区别