不同载荷指标的模拟HyMap数据质量评价

霍红元，周 萍，倪卓娅

(中国地质大学(北京)地球科学与资源学院，北京 100083)

不同载荷指标的模拟HyMap数据质量评价

霍红元，周 萍，倪卓娅

(中国地质大学(北京)地球科学与资源学院，北京 100083)

从图像预处理和地学应用两个角度对不同载荷指标的模拟HyMap数据质量进行评价。在图像预处理角度上，利用图像的均方差异常、直方图异常、数据相关异常等3个参量分别对模拟HyMap图像质量加以分析和评价;在模拟数据的地学应用角度上，利用模拟的HyMap数据进行矿化蚀变信息提取和矿物填图。通过对提取信息的种类、数量及矿物填图精度的分析，获得了对不同载荷指标和不同尺度模拟HyMap数据质量评价方法的许多重要认识。

HyMap数据质量评价;图像预处理;信息提取;矿物填图;载荷指标

0 引言

影响遥感图像质量的因素有很多，图像评价参数因子也有多种，不同评价参数的原理不尽相同，在图像质量评价中所起的作用也必然不同，一般的评价因子有信噪比、灰度直方图、图像信息熵等［1－2］。本文着重分析影响模拟HyMap数据质量的一个重要因素——噪声。噪声分析是遥感图像质量评价的重要一环。噪声在理论上定义为“不可预测，只能用概率统计方法来认识的随机误差”。因此，可将图像噪声看成是一个多维随机过程，对噪声的描述完全可以借用随机过程及其概率分布函数和概率密度函数的方法［3］。但在很多情况下，这种描述方法很复杂，甚至不可能，而且在实际应用中往往没有必要，故通常用其数字特征(即均值、方差、相关函数等)来表征［4－5］。本文采用的模拟图像质量评价指标为均方差异常、直方图异常和数据相关异常;在HyMap模拟数据应用试验中，根据所识别的蚀变矿物信息种类和数量及矿物填图的精度等应用结果对模拟数据质量进行分析和评价。

1 研究区与模拟数据

研究区位于新疆东天山土墩地区，地理坐标为E94°4'～ 94°11'，N42°9'～ 42°13'。大地构造位置处于准噶尔板块东南缘活动带，出露地层可分为结晶基底与盖层。成矿带经历多期构造变形，岩浆活动强烈，皱褶与断裂系统极为发育，产出多种类型和规模不等的矿床，主要矿种为 Cu、Mo、Ni、Fe等多金属。区内的变质作用主要为与构造破碎及热液蚀变有关的动力变质和热液变质作用。动力变质作用主要伴随断裂构造形成，沿构造线呈带状分布;热液变质作用主要产生部位为断裂构造带和层间裂隙，其规模和强度取决于构造的规模和性质。蚀变作用主要形成黄铁绢云岩化、绢云母化、高岭土化、硅化、碳酸盐化、绿泥石化和钾化，同时伴有黄铁矿化、方铅矿化、孔雀石化及金矿化。

星载模拟HyMap数据是以澳大利亚HyVista公司生产的HyMap航空成像光谱数据为基础、利用本文开发的模拟软件对原始HyMap图像加入一定比例的噪声而模拟生成的，其不同载荷指标与尺度如下:空间分辨率分别为10、15、50、75和100 m;光谱分辨率分别为5、15、20、25和30 nm;信噪比分别为50～100、250～300、350～400和 450～500(VNIR—SWIR)。

2 从图像预处理角度评价模拟数据质量

在各个不同的图像预处理阶段，经处理的HyMap图像数据具有不同的特征，对其进行质量评价时，需要选择合适的评价参数［6－7］。HyMap图像预处理包括飞机姿态的纠正，沿飞行和扫描方向的几何纠正，图像的辐射校正，图像的配准、均匀性处理和去噪声等。

2.1 基于不同指标与尺度的模拟HyMap图像质量分析

2.1.1 基于均方差异常的模拟图像质量分析

通常，图像均方差大，则图像亮度变化范围大，图像信息较丰富。但不能直接以均方差大小为标准来评判图像质量好坏。由于HyMap CCD镜头的故障，某个波段的图像可能会有极高亮度值的像元(图像亮斑)，则该波段图像均方差比邻近波段要大;如果高亮度的像元较少，也不会对整个波段图像的均方差产生大的影响。而当某波段图像的均方差比相邻波段的都小时，该波段的图像质量也不一定比其他波段差。如果对HyMap图像的质量进行目视检查，即可通过均方差图像对其质量做出大概的评价(图1)。

图1 HyMap图像均方差图解Fig.1 Diagrams of mean squared difference of HyMap image

(1)不同空间分辨率模拟图像分析。在图1(a)中，不同空间分辨率模拟图像均方差的大小关系为S11＞S12＞S13＞S14＞S15(这里，原始 HyMap图像的均方差记为S11，空间分辨率分别为15、45、60、75 m的模拟HyMap图像的均方差分别记为S12、S13、S14、S15)。可以看出，15 m分辨率的模拟图像质量要明显好于45、60、75 m分辨率的模拟图像质量;45 m分辨率模拟图像的均方差稍高于60 m分辨率的模拟图像的均方差，这2种类型模拟图像的质量相差不多;而分辨率为75 m的模拟图像的质量最差。

(2)不同光谱分辨率模拟图像分析。记原始HyMap图像的均方差为S21，光谱分辨率分别为5、15、20、25和30 nm的模拟HyMap图像的均方差分别记为 S22、S23、S24、S25、S26，从图 1(b)中可以看出，S21＞S22＞S23＞S24＞S25＞S26，表明不同光谱分辨率模拟图像的质量随光谱分辨率的降低而降低。

(3)不同信噪比模拟图像分析。从图1(c)可以看出，不同信噪比的模拟HyMap图像的均方差曲线基本重合。针对不同信噪比的模拟图像，均方差异常度量指标的可区分度不高，这可能是用模拟软件模拟图像时所增加的噪声所致。

图1(d)对原始HyMap图像和不同空间分辨率、不同光谱分辨率、不同信噪比的模拟HyMap图像均方差曲线进行综合对比，可以看出，S31＞S32≥S33＞S34(记原始HyMap图像、不同光谱分辨率图像、不同信噪比图像、不同空间分辨率图像的均方差分别为 S31、S32、S33、S34)。

从整体上看，原始HyMap图像质量要高于模拟图像，不同光谱分辨率和不同信噪比的模拟HyMap图像质量相差无几，都略高于空间分辨率低于30 m的模拟HyMap图像;但对于15 m分辨率的模拟HyMap图像而言，其均方差曲线值要高于其余载荷指标模拟图像的值，故15 m分辨率的模拟HyMap图像质量要好于其他模拟图像。不同空间分辨率模拟图像的可区分度较好，不同光谱分辨率模拟图像的可区分度次之，不同信噪比模拟图像的可区分性较差。可以认为，不同信噪比和不同光谱分辨率的模拟图像随着信噪比与光谱分辨率的变化，其图像质量变化不大;不同空间分辨率的模拟图像随着空间分辨率的变化，其图像质量变化较大。因此设计传感器时，在光谱分辨率和信噪比一定的情况下，应尽可能地提高传感器的空间分辨率，这样会使图像质量明显提高。

2.1.2 基于直方图异常的模拟图像质量分析

直方图异常主要用于评价数据的动态范围，数据的动态范围越大，地物的层次越丰富、可分性越高。在对遥感图像进行预处理时，首先应对图像建立灰度直方图以便了解图像整体亮度分布情况，然后可通过对直方图做均衡化和归一化处理，对图像质量进行调整。灰度直方图描述图像灰度统计特性，故可以从直方图上分析图像噪声情况，进而评价模拟HyMap图像的质量。通常，图像的直方图呈近似正态分布。如果图像受到灰度值很大、频率很小的噪声的影响，其直方图将偏离正态分布，而被挤压成很窄的形状，表明有效信息受到抑制。为了方便做直方图对比分析，对不同载荷指标模拟图像均取第一波段在450 nm处的直方图曲线(图2)进行分析研究。

图2 模拟图像450 nm处直方图曲线对比图Fig.2 Comparison of histogram cures of simulated image at 450 nm

(1)不同空间分辨率模拟图像直方图异常分析。从图2(a)中的对比分析可以看出，15 m分辨率模拟图像的直方图曲线的横坐标值即灰度级范围比45、60和75 m分辨率模拟图像的灰度级范围大，且同一灰度级出现的频率明显偏高，而75 m分辨率模拟图像的灰度级范围最窄。说明随着空间分辨率的提高，模拟图像质量也相应提高。

(2)不同光谱分辨率模拟图像直方图异常分析。图2(b)中随着图像亮度值范围逐渐向高值方向移动，5、15、20、25 nm 光谱分辨率图像的直方图曲线移动步长稍小且移动步长较均匀，而30 nm光谱分辨率图像的直方图曲线移动步长较其余光谱分辨率图像直方图曲线的移动步长大;纵轴所代表的不同灰度级值所出现的频率的峰值基本稳定且均衡，故主要差别在于灰度级阈值范围的不同。

(3)不同信噪比模拟图像直方图异常分析。从图2(c)中可看出，随着信噪比增大，模拟图像直方图曲线的阈值范围逐渐向右移动，且移动步长不均衡，信噪比为450～500的模拟图像直方图曲线的移动步长较其他3种信噪比模拟图像直方图曲线的移动步长大;阈值范围跨度较宽，信噪比为450～500的模拟图像的均方差要比其余3种信噪比模拟图像的均方差大;图像质量随着信噪比增高而不断提高，其中信噪比为450～500的模拟图像的质量最好，信噪比为250～300和350～400的模拟图像几乎重合，这3种信噪比模拟图像质量都要好于信噪比为50～100的模拟图像质量。

2.1.3 基于数据相关异常的模拟图像质量分析

HyMap图像的相关性表现为空间相关性和谱间相关性，这里只讨论谱间相关性。从光谱学角度来看，各波段之间的光谱反射率具有较强的相关性，且相关性的大小在很大程度上取决于光谱分辨率。同景图像的不同波段图像所涉及的地面目标相同，并具有相同的空间拓扑结构。基于这两点因素，每个波段的光谱图像在同一空间位置的像元具有相似性。对于不同波段间隔的HyMap图像，各个波段包含的地物信息不一，各波段之间信息的重叠与分异程度亦不同，各类型图像数据间的相关性也不同。

图3 不同空间分辨率模拟图像相关图Fig.3 Correlation of simulated image with different spatial resolution

(1)不同空间分辨率模拟图像相关异常。从不同空间分辨率模拟图像相关图(图3)中可以看到，在整体上空间分辨率为15、45、60、70 m的模拟图像相差无几，但不能因此认为这4种模拟图像质量基本相同。因为从原理上来看，这些不同空间分辨率的高光谱图像是在相同条件下利用原始HyMap数据和模拟软件模拟而成，故在这种情况下，空间分辨率高的模拟图像包含更丰富的空间纹理信息，其质量理应比空间分辨率低的模拟图像的质量好。

(2)不同光谱分辨率模拟图像相关异常。从不同光谱分辨率模拟图像相关图(图4)的对比中可以看到，在各模拟图像相关图上都有一些值为零的黑色条带，一般情况下这些零值的模拟图像都是坏波段;另外，波段间的相关系数较大，相关性高，尤其是光谱分辨率为5 nm的模拟图像的波段相关性比其余载荷指标模拟图像的波段相关性要高(且接近于1)，数据冗余现象极为明显。光谱分辨率为15、20、25、30 nm的图像的相关系数依次减小，所以从理论上来说，其质量应逐渐提高。但图4中光谱分辨率为15 nm的模拟图像的波段相关性却比光谱分辨率为20、25 nm的模拟图像的波段相关性低，造成这一异常现象的可能原因是原始HyMap数据在模拟过程中所加噪声不均一所致。

图4 不同光谱分辨率模拟图像相关图Fig.4 Correlation of simulated image with different spectral resolution

(3)不同信噪比模拟图像相关异常。从不同信噪比模拟图像的波段相关图(图5)和相关系数矩阵来看，信噪比高的模拟图像的波段相关性较低，且信噪比在250以上的模拟图像的波段相关性要比信噪比在100以下的模拟图像的波段相关性低。

图5 不同信噪比的模拟图像相关图Fig.5 Correlation of simulated image with different SNR

综上所述，空间分辨率高于30 m、信噪比在250以上和光谱分辨率低于15 nm的HyMap模拟图像的整体质量较好。

3 从地学应用角度评价模拟数据质量

3.1 高光谱遥感矿物识别概况

从岩矿信息提取的角度分析，国内外发展的光谱识别方法从本质上可以归纳为3大类型:①以重建光谱与标准光谱相似性度量为基础的光谱匹配方法，如欧式距离及基于欧式距离的相似指数方法、光谱角填图(Spectral Angle Mapper，SAM)技术、光谱相关填图(Spectral Correlation Mapper，SCM)方法［8］、光 谱 信 息 散 度 (Spectral Information Divergence，SID)［9－10］和交叉相关光谱匹配(Cross Correlation Spectral Matching，CCSM)等;②基于诊断性光谱吸收谱带特征参量的局部光谱识别方法，如光谱特征拟合(Spectral Feature Fitting，SFF)［11］、光谱吸收指数(Spectral Absorption Index，SAI)［4］、吸收谱带定位分析(Analysis of Absorption Band Positioning，AABP)等;③以矿物学和矿物光谱知识为基础的智能识别方法。

3.2 蚀变信息提取与矿物填图

3.2.1 技术流程

蚀变信息提取与矿物填图技术流程如图6所示。

图6 蚀变信息提取与矿物填图技术流程图Fig.6 Flow chart of the method of alteration information extraction and mineral mapping

3.2.2 信息提取、填图结果和模拟参数关系分析

在矿化蚀变信息提取过程中，本文采用了SAM填图和混合调制匹配滤波(Mixture－Tuned Matched Filtering，MTMF)技术相结合的方法，并在2010年5月进行了野外验证和采样，正确率在80%左右，效果较好。

(1)不同空间分辨率数据的提取结果。在矿物信息提取过程中，随着空间分辨率的降低，端元获取的难度变大，端元获取的精度随之降低。在进行MTMF填图时，随着空间分辨率的降低，匹配度不断变小(范围是0～1.0)，不可行性 (Infeasability)值随之升高，使获取最佳匹配目标的难度加大。从总体上来说，空间分辨率的降低，使识别端元种类明显减少，空间分布细节减弱;而空间分辨率的提高，会使遥感影像更清晰、纹理特征更鲜明，混合像元效应降低，蚀变信息提取的结果更好。从图7中可以看出，空间分辨率为10 m的图像比其余几种空间分辨率较低的图像所提取的蚀变矿物信息及矿物填图的精度和准确度都要高;研究认为，要得到包含8种以上蚀变矿物类型的填图结果，数据的空间分辨率需要高于30 m。

图7 不同空间分辨率数据的蚀变信息提取结果Fig.7 Extraction of alteration information from different spatial resolution data

(2)不同信噪比数据提取结果。从不同信噪比数据的提取结果(图8)可以看出，随着信噪比的提高，识别端元种类略微增多，空间分布细节更加精细，所提取矿物种类有明显差别，信噪比高的优越性体现较好。对比分析认为，要得到包含6种以上蚀变矿物类型的填图结果，数据的信噪比需要高于150～200(VNIR/SWIR);要得到矿物类型更多、空间分布更精细的填图结果，则数据的信噪比需要高于350～400;另外，从信噪比在350～400与450～500的数据所提取矿物的效果比从其余两种信噪比的数据所得的结果好，所提取蚀变信息的精度较高。

图8 不同信噪比数据的蚀变信息提取结果Fig.8 Extraction of alteration information from different SNR data

(3)不同光谱分辨率数据的提取结果。从不同光谱分辨率数据的提取结果(图9)中可以看出，随着光谱分辨率的提高，图像所含信息显著增强;但同时噪声也伴随着图像信息的增强而明显增多，对识别蚀变矿物信息影响很严重，有时甚至掩盖了某些蚀变矿物的特征光谱，导致蚀变矿物无法识别或加大了鉴别的难度。另外，随着光谱分辨率的降低，识别端元种类减少得不明显，但空间分布细节有所减弱，部分矿物出现混淆，应用效果不仅受光谱分辨率的影响，而且与所选择的数据处理方法、野外调查与验证工作等也有较大程度的关系。为满足地质调查矿物识别与填图的应用需求，对不同光谱分辨率的载荷性能指标需求初步分析认为，光谱分辨率在10～20 nm时最好。

图9 不同光谱分辨率数据的蚀变信息提取结果Fig.9 Extraction of alteration information from different spectral resolution data

4 结论

(1)许多研究表明，很多地表物质的吸收峰深度(banddepth)一半处为 20 ～40 nm［12］。结合本文研究，为满足地质调查工作中矿化蚀变信息提取与填图的应用需求，经初步分析确定的星载高光谱传感器的载荷性能指标为:光谱分辨率10～20 nm，空间分辨率10～30 m，信噪比高于200。

(2)总的来说，光谱分辨率、空间分辨率和信噪比之间是相互制约的。要保证高光谱分辨率数据的信息，信噪比就要做出让步(相对来说，信噪比级别可能会降低);反之，要提高信噪比，必然要加宽波段的带宽，致使光谱分辨率降低。空间分辨率与信噪比的相互关系亦然——大像元肯定会有高的信噪比，且噪声干扰相对较小。

(3)不同载荷指标的模拟HyMap数据质量评价还存在以下问题与不足:①数据源较单一且受地域环境限制;②从图像预处理角度进行数据质量评价的指标比较单一，且评价过程中有一定的主观因素。

［1］马德敏.高光谱图像质量评价［J］.红外，2004(增刊):18－23.

［2］汪孔桥，Kangas J A.数字图像的质量评价［J］.测控技术，2000，19(5):14 －16.

［3］王长耀，牛 铮，唐华俊，等，对地观测技术与精准农业［M］.北京:科学出版社，2001.

［4］王晋年，郑兰芬，童庆禧.成像光谱图像光谱吸收鉴别模型与矿物填图研究［J］.环境遥感，1996，11(1):20 －31.

［5］Jensen J R.遥感数字影像处理导论［M］.陈晓玲，龚 威，李平湘，等译.北京:机械工业出版社，2007.

［6］王 昱.数字遥感影像构象质量评价方法初探［J］.遥感信息，2000(4):32－33.

［7］熊兴华.数字影像质量评价方法评述［J］.测绘科学，2004，29(1):68－71.

［8］Carvalho O A J，Menese P R.Spectral Correlation Mapper(SCM):An Improvement on the Spectral Angle Mapper(SAM)［C］//Ninth JPL Airborne Earth Science Workshop.USA:JPL publication，2000，18:65 －74.

［9］Chang C I，Plaza A.A Fast Iterative Algorithm for Implementation of Pixel Purity Index［J］.IEEE Geoscience and Remote Sensing Letters，2006，3(1):63 －67

［10］Chang C I.An Information － theoretic Approach to Spectral variability，Similarity，and Discrimination for Hyperspectral Image Analysis［J］.IEEE Information Theory，2000，46(5):1927 －1932.

［11］Clark R N，King T V V，Klejwa M，et al.High Spectral Resolution Reflectance Spectroscopy of Minerals［J］.Journal of Geophysical Research，1990，95(10):12653 －12680.

［12］Hunt G R.Near－ infrared(1.3 ～2.4 μm)Spectral of Alteration Minerals － potential for Use in Remote Sensing［J］.IEEE Transactions on Geoscience and Remote Sensing，1979，42(3):501 －513.

Evaluation of the Quality of HyMap Data Simulated with Different Payload Indexes

HUO Hong－yuan，ZHOU Ping，NI Zhuo－ya
(School of Earth Sciences and Resurces，China University of Geosicences(Beijing)，Beijing 100083，China)

In this paper，the quality of HyMap data simulated with different payload indexes was evaluated in two aspects，namely，pre － processing and geoscience applications of the HyMap image data.In the aspect of simulated data pre － processing，three parameters were used to evaluate the quality of the simulated HyMap image data，i.e.，average variance abnormality，histogram abnormality and correlation abnormality.In the aspect of geoscience application of the simulated HyMap data，the simulated HyMap image data were used to extract the alteration information of mineralization and mineral mapping，and the quality of simulated HyMap data with different payload indexes or with the same payload indexes but different scales was analyzed and evaluated according to the number and kinds of the information extracted and the precision of mineral mapping.Some good results have been achieved，and several valuable advices and suggestions are put forward for the study of HyMap sensor.

Qulity evalution of HyMap data;Image pre－processing;Information extraction;Mineral mapping;Payload index

TP 79

A

1001－070X(2011)04－0052－06

2011－03－30;

2011－05－19

霍红元(1985－)，男，硕士研究生，主要从事高光谱地学应用方面的研究。

(责任编辑:刘心季)