资源一号02C卫星PMS数据特性分析

李宗仁，张 焜，李得林，李晓民

（1.青海省青藏高原北部地质过程与矿产资源重点实验室，青海 西宁 810012；2.青海省地质调查院，青海 西宁 810012）

资源一号02C卫星PMS数据特性分析

李宗仁1,2，张 焜1,2，李得林1,2，李晓民1,2

（1.青海省青藏高原北部地质过程与矿产资源重点实验室，青海 西宁 810012；2.青海省地质调查院，青海 西宁 810012）

首先介绍了资源一号02C卫星PMS数据的基本参数；再通过目视判读与定量分析相结合的方法，重点从清晰度、波段统计、相关系数、主成分分析、图像几何质量等方面对PMS数据特性进行了分析；最后根据分析结果，提出了可行性意见，为PMS数据在地质矿产实际中的应用提供参考。

资源一号02C；PMS数据；特性分析；地质矿产应用

1 资源一号02C卫星简介

资源一号02C（简称ZY-1-02C）卫星于2011年12月22日成功发射，是一颗填补中国国内高分辨率遥感数据空白的卫星。卫星重量约为2 100 kg，设计寿命为3 a，搭载有1台5 m/10 m全色多光谱（PMS）相机和2台2．36 m高分辨率全色（HR）相机，其主要任务是获取全色和多光谱图像数据。ZY-1-02C卫星PMS数据波段特征如表1所示。

表1 ZY-1-02C卫星PMS数据波段特征[1]

2 实验数据及数据特性分析

2.1 清晰度

受空间分辨率限制，在目视效果上（图1），PMS数据纹理清晰度较低，纹理边缘较为模糊，但其光谱信息比较丰富，目视可分辨目标较多。大面积地表出露地质体、河流、较宽道路、大面积第四系覆盖可识别，面积较小地物不易识别。

图1 PMS数据目视效果图

2.2 波段统计

遥感数据各波段的特征量包括最小值、最大值、均值和标准差，其中最大值和最小值反映图像灰度值的分布范围；均值反映图像中地物的平均反射强度；标准差则反映图像信息量的大小，标准差越大说明图像所含的信息量越大[2-3]。统计实验区内ZY-1-02C卫星PMS数据各波段的特征量，结果如表2所示。

表2 PMS数据各波段统计特征量

从表2可知，在4个波段的灰度值覆盖范围（等级）分布中，Pan波段和Band2的动态范围较大，其次是Band1和Band3。Pan波段标准差最大，其次是Band3；标准差越大，表明该波段内地物的亮度值距均值的离散程度越大，即地物的差异可能表现越大，信息量越丰富。

2.3 相关系数

相关系数反映了不同波段间的相关程度，了解图像各波段间的相关系数对于波段的选择，减少数据冗余有很大作用[2-3]。本文对ZY-1-02C卫星PMS数据各波段间的相关系数进行了统计，结果如表3所示。

表3 PMS数据各波段相关系数

由表3可知，Pan波段和Band1的相关系数最高（ρ=0．99），其次是Band1和Band2（ρ=0．98），说明这些波段数据间的重叠较多；Pan波段、Band1、Band2和Band3的相关性最小，说明Band3有较大的独立性。

需不断提高审计人员的能力，首先，加强内部审计人员的多样性，内部审计人员应掌握审计、会计、财管、法律、宏观经济等知识，熟悉计算机操作，熟悉基建预结算审核。其次，不断挖掘内部审计人员的能力，开展岗位培训，加强各审计内容的学习，进行严格的岗位培训，确保内审队伍的能力稳步向前。最后，单位审计部门要与审计机关、社会审计组织密切联系与沟通，加强对审计方法、审计经验的学习，汲取审计机关、社会审计组织优秀的方面，促进本单位审计质量的提高。

2.4 主成分分析

主成分分析是根据变量之间的相互关系，在尽可能不丢失信息的前提下，用几个综合性指标表示多个变量的方法。在多光谱图像中，由于各波段的数据间具有相关性，因此包含许多冗余信息。通过主成分分析法可以把遥感图像中所含的大部分信息用少数波段表示，消除冗余信息[4]。各波段数据的主成分分析结果见表4。

表4 PMS数据各波段主成分分析特征量

可以看出，第一主成分分量的信息占4个波段总信息量的53%，构成第一主成分的向量中Pan波段最高，说明第一主成分中Pan波段的贡献最大，其次是Band3；第二主成分分量的信息占4个波段总信息量的42%，构成第二主成分的向量中Band3最高，说明第 二主成分中Band3的贡献最大。根据各波段主成分分析结果，Pan波段和Band3信息量最大，与波段标准差统计结果一致。

2.5 图像几何质量

由于原始的卫星地面站接收的遥感图像仅进行了系统误差的校正，而没有进行几何畸变和投影差的校正，使得形成的遥感图像失真，影响了图像的质量和后期应用的效果，这种图像很难应用在实际工作中，在使用前必须消除[5]。

通过对02C数据存储结构及应用成图比例的了解，在保证项目中所使用的所有遥感数据在几何精度高度匹配的前提下，决定在Erdas Imagine 9．2软件下利用“RPC+DEM+GCP”方法来进行几何校正，以提高最终的定位精度。其中，RPC为ZY-1-02C卫星自带的有理函数模型；DEM为高程数据，本次工作采用分辨率为30 m的高程数据；GCP为地面控制点，其精度要求为20～30 cm，控制点尽可能选在山间较为开阔的平地上，地物标志清晰明显，点位分布尽量均匀。本次工作选取28个地面控制点，其中山地地区7个，丘陵地区12个，平原地区9个，其分布情况见图2。

通过几何校正，经检查（表5），校正后平原地区PMS数据的相对误差优于丘陵地区，丘陵地区PMS数据的相对误差优于山地地区；平原地区、丘陵地区未超过精度要求，山地地区也基本符合精度要求。总体而言，ZY-1-02C卫星PMS数据的纠正精度符合基本要求，满足1∶25万比例尺数字制图精度要求。

图2 ZY-1-02C卫星原始影像控制点分布图

表5 ZY-1-02C卫星影像几何校正GCP误差表

3 PMS数据在地质矿产中的应用

3.1 波段组合选择

多光谱数据具有丰富的光谱信息和多个光谱波段，不同波段对不同地物有较好地反映，因此在影像融合前需要进行最佳波段组合和彩色合成，以最大程度地利用各波段的信息量，辅助影像的判读与分析。

PMS数据中的Band2（红光）在可见光中是识别土壤边界和地质界线最有利的波段；Band3（近红外）是标准差最大，即地物的差异表现最大，信息量最丰富且独立性最大的波段。根据最佳波段组合原则：要求合成图像信息量大、相关性小、冗余度小、对研究地物类型的光谱差异大[6]。在中高山地区遥感地质调查中，ZY-1-02C卫星PMS数据最佳波段组合方案为：2（R）3（G）1（B），该组合方案能最大化地体现地质体特征，更接近于自然色，更加有利于解译人员对影像地物信息的判别，效果如图3。

图3 PMS数据2（R）3（G）1（B）组合效果图

3.2 第四纪松散堆积物识别

对第四纪松散堆积物，即第四系的成因类型、相互关系和分布范围的调查是遥感特别是高分辨率遥感技术方法的优势。利用ZY-1-02C卫星PMS数据对不同成因类型的第四系标志性微地貌特征的清晰显示，可准确地识别与圈定不同成因的第四系及其空间展布（图4）。同时，利用它们之间的相互切割关系，可对它们之间的接触关系进行准确地解译判定[7]。

3.3 区域构造格架的建立、岩石大类的解译分区

ZY-1-02C卫星PMS数据光谱信息比较丰富，图像的色彩饱和度较好，地物的对比度较强烈、色调差异较明显，所反映的空间内容也较为宏观，更易建立研究区的构造格架，开展岩石大类的解译分区。对宏观性构造格架的了解和岩石大类的解译分区是利用PMS数据进行解译分析的优势[7]。

PMS数据所显示的岩石大类或岩性组合明显，影像单元界线清晰，岩性组合标志能与影像地层单位相对应。因为岩石大类的边界都具有易于识别的宏观岩石标志，反映到遥感图像上，这种边界标志显示为特殊的色调、纹形等宏观影像标志（图5）。

图4 第四系影像特征

图5 PMS数据岩石大类解译分区效果图

3.4 基础地质遥感调查

受空间分辨率限制（5 m/10 m），ZY-1-02C卫星PMS 数据纹理清晰度较低，纹理边缘较为模糊，但其光谱信息比较丰富，目视可分辨目标较多，具有较强的地物区分能力。据此特点，PMS数据在基础地质遥感调查工作中可发挥其优势，几何校正精度可满足1∶25万等中小比例尺地质解译工作的需求。在实际调查工作中，ZY-1-02C卫星PMS数据对常见地质现象均有较清晰的显示，如岩性、线性构造、环形构造、褶皱、岩体、节理等（图6）。

图6 常见地质现象影像特征

4 结 语

通过对ZY-1-02C卫星PMS数据各波段进行波段计算、相关系数统计和主成分分析，得知Band3是地物差异表现最大，信息量最丰富且独立性最大的波段。根据最佳波段组合原则，确定了在中高山地区遥感地质调查中PMS数据的最佳波段组合为：2（R）3（G）1（B）。该组合方案能最大化地体现地质体特征，更接近于自然色，更加有利于解译人员对影像地物信息的判别。

PMS数据受空间分辨率限制，纹理清晰度较低，纹理边缘较模糊，但其光谱信息较丰富，目视可分辨目标较多，具有较强的地物区分能力。因此，在第四纪松散堆积物识别、区域构造格架的建立及岩石大类的解译分区工作中可发挥其优势。

通过几何校正，PMS数据的相对误差平原地区优于丘陵地区，丘陵地区优于山地地区；平原地区、丘陵地区均未超过精度要求，山地地区也基本符合精度要求。总体纠正精度符合基本要求，满足1∶25万等中小比例尺地质解译工作的需求。

[1] 中国资源卫星应用中心．资源一号02C卫星用户指南[Z]．北京:中国资源卫星应用中心,2012

[2] 汪静,杨媛媛,王鸿南,等．CBERS-1卫星02星图像数据质量评价[J]．航天返回与遥感,2004,25(2):34-38

[3] 孙中平,熊文成,魏斌,等．环境一号卫星CCD影像质量评价研究[J]．红外,2010,31(9):30-36

[4] 密长林,马爱功,张晓东, 等．主成分分析在遥感影像数据中的实例应用[J]．山东国土资源,2013,29(7):69-71,76

[5] 何宇华,谢俊奇,刘顺喜．ALOS卫星遥感数据影像特征分析及应用精度评价[J]．地理与地理信息科学,2008,24(2): 23-26,52

[6] 赵英时．遥感应用分析原理与方法[M]．北京:科学出版社, 2003

[7] 杨金中,孙延贵,秦绪文,等．高分辨率遥感地质调查[M]．北京:测绘出版社,2013

P237

B

1672-4623（2017）01-0029-03

10.3969/j.issn.1672-4623.2017.01.009

李宗仁，工程师，主要从事构造地质学及定量遥感研究。

2015-10-26。

项目来源：中国地质调查局资助项目（科[2013]01-061-017）。