森林资源监测中GF-2卫星影像波段配准误差分析

谢士琴，赵天忠，王 威，史京京，夏朝宗

(1．北京林业大学，北京 100083；2．国家林业局调查规划设计院，北京 100714)



森林资源监测中GF-2卫星影像波段配准误差分析

谢士琴1，赵天忠1，王 威2，史京京2，夏朝宗2

(1．北京林业大学，北京 100083；2．国家林业局调查规划设计院，北京 100714)

通过对GF-2卫星影像正射校正及波段模拟配准误差试验，分析GF-2卫星正射校正方法的选择以及不同配准误差下对GF-2卫星影像自动分类结果的影响；最后介绍GF-2遥感影像在森林资源监测应用中的初步测试。研究结果表明：正射校正时，当校正精度要求控制在RMS<2时，控制点数量选择范围在85～95间较为合理，且控制点数在90个时，RMS值最小；经有理函数模型与卫片模型比较后，卫片模型校正精度较高；以目视判读为主时，实践中建议使用三次卷积重采样法输出结果最好；波段模拟配准误差试验中，配准误差与各地类面积变化间存在显著的线性关系；对于森林面积监测时，配准误差应小于0.3个像元。此研究可为新型国产卫星数据在森林资源监测中的应用提供参考。

森林资源监测；GF-2卫星影像；正射校正；波段配准；森林分类

高分二号卫星(GF-2)是目前我国分辨率最高的光学对地观测卫星，搭载2台全色多光谱传感器，每台传感器可提供幅宽不低于23 km、空间分辨率优于1 m的全色影像和优于4 m的多光谱影像，经数据处理获得的高分辨率多光谱影像可作为土地利用动态监测、矿产资源调查、城乡规划监测评价、交通路网规划、森林资源调查监测、荒漠化监测等行业的基础数据源之一[1-2]。然而，在实际应用中，高分辨率遥感影像波段间配准误差是影响数据质量及其应用的重要因素之一[3-5]。目前，有研究表明高分辨率遥感影像不同波段配准误差情况下对行业应用具有重大的影响[6-9]。因此，为了充分发挥GF-2数据的优势，推进数据的业务化程度，特别是针对林业行业应用特点，研究影像数据波段间配准误差对森林资源监测的影响，并提出合理的误差范围区间，对GF-2卫星数据在林业行业的生产应用具有重要的现实意义。

1 实验数据

研究区位于重庆市云阳县境内，位置示意见图1。云阳县是三峡库区生态经济区沿江经济走廊承东启西、南引北联的重要枢纽，实施过天然林资源保护工程和退耕还林工程，其自然地理环境、森林类型及其生长状况，以及生态工程建设在我国西南地区具有典型意义。本研究选用GF-2号卫星2014-12-21的全色与多光谱影像，多光谱数据包括蓝(0.45～0.52 um)、绿(0.52～0.59 um)、红(0.63～0.69 um)、近红外(0.77～0.89 um)4个波段[2]。

图1 研究区位置示意图

2 研究方法

2.1 全色波段正射校正误差分析

1)控制点数量确定：以研究地区1∶1 万DOM为基准数据，引入DEM 高程信息，对GF-2全色影像进行正射校正。校正时控制点数量不同会影响校正的误差，一般情况下，控制点越多校正精度会更高，但是控制点数量的增加也会使图像局部扭曲变形，最终造成校正精度下降，为得到合理的控制点数量，本研究控制点数量选取确定为80～120个，误差变化呈“U”形分布。

2)校正模型筛选：当确定合理的控制点数量后，研究选取有理函数模型 (Rational Functions)与卫片模型(Satellite Orbital Modelling)[10]进行校正，筛选最优的函数模型。

3)重采样方法评价：研究中选择最邻近像元采样法(Nearest Pixel Sampling)、双线性插值法(Bilinear Interpolation Sampling)、三次卷积法(Cubic Convolution Sampling)[11-13]分别对影像输出，目视对比评价3种方法输出结果。

2.2 多光谱波段配准误差分析

选择原始全色为标准参考图像来添加配准误差，产生配准误差模拟图像，具体步骤如下：

1)将GF-2多光谱波段数据原始影像像元放大4倍，将影像空间分辨率插值为1 m，以便于多光谱影像实现1个像元内的错位以及扭曲等配准误差的模拟。

2)在多光谱影像上添加随机误差值。采用曲面拟合多项式模型，在多光谱影像上选取均匀分布的控制点，对多光谱和正射校正后的全色影像进行配准，使配准误差在0.5个像元以内，然后调整控制点，使配准误差分别达到约0.05像元、0.1 像元、0.15 像元、0.2 像元、0.25 像元及 0.3像元、0.35像元、0.4像元、0.45 像元及0.5像元(1m/ 像元)。并从全色和多光谱影像上截取5 000×5 000像元的子图像。

3)将不同配准误差的多光谱波段与全色波段进行融合，产生一系列不同配准误差的融合影像数据。最后采用迭代自组织数据分析方法(ISODATA)对结果进行非监督分类，在所有参数一致的情况下，根据已掌握的试验区土地类型，将地物分为水域、森林、建筑物、农田、裸地等5大地类，将标准参考影像分类结果与各配准误差模拟图像的分类结果进行面积统计，分析不同配准误差下，各地类分类面积随误差变化趋势，特别关注森林面积的变化情况。

3 结果分析

3.1 全色波段正射校正误差分析

控制点数量与误差变化(见图2)分析表明：当精度要求RMS<2时，控制点数量选择85～95时最合适，误差很接近，仅相差0.01，校正效果最理想；当控制点数达到90个时，RMS值最小。然后，在90个控制点下，选择有理函数模型与卫片模型进行对比分析，不同模型的精度如表1所示，结果表明，卫片模型校正精度最高，生产实际中可以选择

图2 控制点数量与误差变化关系

模型控制点RMSXRMSYRMS卫片模型1.861.511.09有理函数模型a)13.0512.951.64有理函数模型b)2.181.621.46有理函数模型c)1.881.571.25

此模型。最后，对比最邻近像元采样法、双线性插值法、三次卷积法输出结果(见图3)，从结果可以看出，最邻近像元采样法得到的影像产生锯齿状像素，但简单辐射保真度好；双线性插值法重采样得到的图像平滑但略显模糊；三次卷积重采样法得到的影像，不仅图像平滑，还保留影像的细节特征，重采样效果最好。为了结合应用需要，主要以目视判读为主，实践中建议使用三次卷积重采样法。

图3 不同采样方法的重采样效果

3.2 多光谱波段配准误差分析

从不同地物的分类面积变化率随误差变化趋势(见图4)可以看出：各地类面积变化与配准误差间存在显著的线性关系。其中，水域、农田和裸地的分类面积随着配准误差增大而减少，而森林和建筑物的分类面积随着配准误差增大而增加。

水域和森林分类面积变化率最大。当配准误差为0.15个像元时，森林分类面积变化率达到1%以上；配准误差达到0.3个像元时，森林分类面积变化率发生突变，大幅度增加；当配准误差小于0.3个像元时，面积变化率保持在3%以下，误差一旦超过0.3个像元后，森林分类面积变化率平均为4%，并保持在一个相对稳定的范围内。原因是由于森林在影像色调上存在渐变关系，当配准误差增大时，其边界会被混淆，造成在分类中的误识别，影响分类结果，因此，在森林资源监测中，GF-2多光谱影像的配准误差应小于0.3个像元。

图4 不同配准误差与各地物分类面积变化率关系

4 结 论

经上述研究，本文得出如下结论：

1)GF-2全色影像正射校正时，随着控制点数量增加，校正误差先变小后变大，合理控制点数量应为85～95个；校正模型采用卫片模型作为校正模型比有理多项式校正模型误差小；以目视判读为主时，重采样方法建议使用三次卷积重采样法。

2)GF-2多光谱影像模拟配准误差发现各地类面积变化与配准误差间存在显著的线性关系。经过研究表明，在林业行业应用对森林资源进行监测中，GF-2全色与多光谱影像之间的配准误差应小于0.3像元。

[1] 王忠武,刘顺喜,戴建旺,等.“高分二号”卫星多光谱与全色影像配准策略[J].航天返回与遥感,2015,36(4): 48-53.

[2] 潘腾.高分二号卫星的技术特点[J].中国航天,2015(1): 7-13.

[3] 金星,马艳华,舒嵘.遥感图像的图像配准方法[J].红外,2004(9): 23- 30.

[4] BROWN L G.A survey of image registration techniques [J].ACM Computing Surveys,1992,24(4): 325- 376.

[5] ZITOVA B,FLUSSER J.Image registration methods: A survey [J].Image and Vision Computing,2003: 21: 977-1000.

[6] 于海洋,甘甫平,党福星.高分辨率遥感影像波段配准误差试验分析[J].国土资源遥感,2007(3): 39-42.

[7] 张国瑞.多光谱多镜头 CCD 相机的光学配准[J].航天返回与遥感,2001,22(1): 51-54.

[8] 王洪海,徐建艳,龙小祥.一种卫星多光谱图像亚像元波段配准精度自动评价方法[J].航天返回与遥感,2010,31(3): 55-63.

[9] 朱近,司美玲,夏德深,等.用局部灰度极值方法进行多光谱图像配准算法研究[J].航天返回与遥感,2010,31(5): 32-37.

[10] 杨高攀,郭师虹,任雷平.高分辨率卫星影像几何校正研究[J].电脑知识与技术,2010,6(9): 2235-2237.

[11] 李丹丹,陈晓辉.QuickBird影像的正射校正研究[J].测绘与空间地理信息,2014，37(8): 107-110.

[12] 张周威,余涛,孟庆岩,等.空间重采样方法对遥感影像信息影响研究[J].华中师范大学学报(自然科学版),2013,47(3): 426-430.

[13] 鲍文东,杨春德,几何精校正中三种重采样内插方法的定量比较[J].测绘通报,2009(3): 71-72.

[14] 竞霞,魏曼,王纪华,等.基于边界域修正粗糙熵模型的遥感影像分类不确定性评价[J].中国农业科学,2014,47(11): 2135-2141.

[责任编辑：张德福]

Analysis of GF-2 satellite image band registration error based on forest resource monitoring

XIE Shiqin1, ZHAO Tianzhong1, WANG Wei2, SHI Jingjing2, XIA Chaozong2

(1. Beijing Forestry University, Beijing 100083,China;2. State Forestry Administration Survey Planning and Design Institute, Beijing 100714,China)

Based on the GF-2 satellite images orthophoto correction and band simulation registration error test, this paper analyzes the selection of GF-2 satellite orthorectification method and the influence of GF-2 satellite image automatic classification results under the different registration error. Finally, it introduces a primary test of GF-2 remote sensing image in forest resources monitoring applications. The results show that: for ortho correction, when the correction accuracy is required to be controlled at RMS<2, the number of control points in the range of 85～95 is more reasonable, and when the number of control points is 90, the RMS value is the smallest; after comparing the rational function model and satellite orbital model,the satellite orbital model has the higher correction accuracy; based on visual interpretation, cubic convolution sampling method can output the best results.For band simulation registration error test, there is a significant linear relationship between the registration error and different land area change; and for the forest area monitoring, the registration error shall be less than 0.3 pixels. The paper tries to provide a reference for the application of new domestic satellite data to forest resources monitoring.

forest resource monitoring; GF-2 satellite image; ortho rectification; band registration; forest classification

10.19349/j.cnki.issn1006-7949.2017.02.005

2016-01-10

国防科工局课题资助项目(21-Y30B05-9001-13/15-4).

谢士琴(1992-)，女，硕士研究生.

TP79

A

1006-7949(2017)02-0018-04

引用著录：谢士琴，赵天忠，王威，等.森林资源监测中GF-2卫星影像波段配准误差分析[J].测绘工程，2017，26(2)：18-21.