GF-5卫星高光谱影像数据质量评价与分析

王崇倡，薛荣荣,，赵世湖，刘书含，王 霞，李鸿洲，刘梓钦

(1.辽宁工程技术大学测绘与地理科学学院，辽宁 阜新 123000；2.自然资源部国土卫星遥感应用中心，北京 110048)

0 引言

高分五号(GF-5)卫星搭载的可见短波红外高光谱相机AHSI(visible-shortwave infrared Advanced Hyperspectral Imager)是国际上首台兼顾宽覆盖、宽谱段并具备高定量化水平的星载高光谱相机[1]，在水环境遥感、生态环境遥感、固体废弃物遥感及矿物识别与填图领域具有重要意义[2,3]，对GF-5 AHSI遥感影像数据进行质量评价和波段可用性分析具有重要参考价值。目前，高光谱影像一般从噪声、清晰度和信息量等方面进行质量评价，相关研究有：张霞等[4]采用信噪比、地面分解力、清晰度、辐射精度和反差5个指标对中巴地球资源一号卫星红外多光谱扫描仪(IRMSS)4个波段的零级影像进行了全面质量评价；周雨霁等[5]采用辐射精度、信息量、清晰度、信噪比等指标对扬州地区Hyperion L1R影像进行质量评价；巫兆聪等[6]利用值域、均值和标准差等灰度特征指标以及对比度、清晰度、信息熵和角二阶矩等纹理特征指标评价了GF-1影像的整体质量；邢哓达等[7]采用辐射精度、信息熵、信噪比、清晰度等指标对THEMIS-T-FPS 2500地面高光谱成像仪数据进行了质量评价；吴兴等[8]采用辐射精度、信噪比、信息熵和清晰度4个指标对SPARK 1A级数据质量进行了评价；董胜越等[9]利用信噪比、清晰度、信息量和辐射不均一性4个指标对GF-5全谱段光谱成像仪影像数据质量进行了评价。

综上，目前针对多光谱/高光谱影像质量评价的指标和方法已较为成熟，对于高光谱原始DN值影像的主要评价指标为信噪比、清晰度和信息熵3个指标，但尚未发现针对GF-5 AHSI影像进行质量评价与波段可用性选择的研究，不利于GF-5卫星高光谱数据的处理与应用。噪声标准差也是评价影像噪声的重要指标，且对影像纹理依赖低，因此，本文选取噪声标准差、信息熵和清晰度3个指标对GF-5 AHSI高光谱数据进行质量评价，并对比高光谱影像的波段响应差异，评判高光谱影像的可用性。

1 实验

1.1 光谱响应

GF-5的AHSI高光谱数据，成像幅宽为60 km，空间分辨率为30 m，光谱范围400～2 500 nm，光谱通道330个，其中可见近红外波段(VNIR)共150个波段，光谱分辨率为5 nm，短波红外波段(SWIR)共180个波段，光谱分辨率为10 nm。本文分析典型地物植被GF-5 AHSI高光谱数据的光谱响应特点，其中，影像的DN值为12 bit，取值范围为0～4 096。由图1可知：在约560 nm可见光波段处有一个反射峰值，两侧450 nm(蓝光)和670 nm(红光)处则有两个吸收带；近红外波段700～800 nm处出现反射陡坡，至900 nm和1 100 nm附近分别有一个峰值，1 000 nm处出现一个吸收带，形成植被独有特征；短波红外波段1 300～2 500 nm 处受植被含水量影响，吸收率升高，反射率下降。

图1 植被影像DN光谱曲线和反射率光谱曲线对比Fig.1 Comparison of DN spectral curves and reflectance curves of vegetation image

1.2 实验数据

为保证评价结果的可靠性，实验分别选取3组不同成像时间和地表覆盖类型的影像进行质量评价，进而分析波段的可用性。每组影像包含两景数据，为同一区域地表覆盖类型相近、但成像时间不同的GF-5 AHSI高光谱数据(图2)：图2a、图2b分别是黑龙江省肇东市2019年10月7日和2019年11月27日数据，云覆盖率较高，地表覆盖类型主要为土地、居民区；图2c、图2d分别是河北省潘家口地区2019年9月24日和2019年11月14日数据，地表覆盖类型主要为河流、山地；图2e、图2f分别是黑龙江省双鸭山市地区2019年4月27日和2019年4月20日数据，地表覆盖类型主要为居民区和少量山地。

图2 AHSI高光谱数据Fig.2 Hyperspectral data of AHSI

2 GF-5 AHSI影像质量评价方法

本文分别选取噪声标准差、信息熵和清晰度3个指标对各波段影像的质量进行评估。

2.1 噪声估计

在基于光谱域的噪声评估方面，Roger等[10]提出了空间维去相关法(SSDC)，其主要思想是高光谱数据空间维和光谱维存在高相关性，多元线性回归法可去除高相关性的数据，然后利用得到的残差影像对噪声进行估算。影像残差的计算公式为：

(1)

(2)

式中：p表示xi,j,k的空间邻域像元位置；a、b、c、d为多元线性回归方程的系数。

Gao等[11]基于高光谱影像中地物均质性和光谱维高相关性的基本特征，提出了基于均匀区域划分和光谱维去相关(HRDSDC)的高光谱影像噪声估计方法。该方法假设噪声与信号无关，对影像空间纹理特征的依赖相对较低。首先，根据地物在空间上连续分布将影像分为均匀的子块，使用式(1)和式(2)计算每个子块的残差，并将残差的标准差视为该子块的噪声标准差；然后，计算所有子块噪声标准差的均值，均值越小，说明影像中的有效信息比例越高，影像质量越好。

2.2 清晰度

清晰度指影像边缘灰度值变化的剧烈程度，是衡量影像目视效果的重要指标[12]，边缘越清晰，可分辨性越好[8]。常见的清晰度评价方法有平均梯度法、Breneer梯度法、能量梯度法和方差法等，本文选择平均梯度法，被评价波段平均梯度计算公式为：

FMean=

(3)

式中：f(x,y)表示像素点(x,y)处的灰度值；M、N分别为影像的总行数、总列数。

2.3 信息熵

信息熵用于评价遥感影像的信息量，其值越大，表明影像信息越丰富，影像越清晰。被评价波段信息熵计算公式为：

(4)

式中：Pi为灰度为i的像元出现的概率。

3 GF-5 AHSI影像数据质量评价与结果分析

3.1 单指标分析

基于式(1)-式(4)计算得到噪声标准差、清晰度和信息熵(图3,彩图见封2)。从图3a-图3c明显看出，SWIR中，第43-50、96-112共25个波段的噪声标准差、信息熵和清晰度曲线不存在或值为0。这些波段的中心波长分布于SWIR的1 359.03～1 418.17 nm及1 805.44～1 940.15 nm间，集中在大气透射窗口以外、受水汽影响较严重的波长范围内，影像模糊不清，难以利用，当作无效波段。从图3a、图3d可以看出，尽管地表覆盖类型不同，但噪声标准差曲线整体趋势一致，说明本文的噪声估计方法稳定性好。统计噪声标准差的分布情况发现，VNIR的噪声标准差基本小于6，SWIR除去无效波段后剩余155个波段，第1-42(1 004.77～1 350.58 nm)、 51-95(1 426.61～1 797.02 nm)波段的噪声标准差小于6，第113-180(1 948.57～2 513.25 nm)波段的噪声标准差基本大于6；对噪声标准差小于6和大于6的波段影像进行分析(图4)，发现前者的波段影像质量较好，后者的波段影像条带噪声明显，建议在使用前进行去条带处理。

图3 AHSI客观指标Fig.3 Objective indicators of AHSI

图4 GF-5 AHSI高光谱数据SWIR噪声标准差大于6和小于6的波段影像对比(示例)Fig.4 Comparison of noise standard deviation higher than 6 and less than 6 of bands in SWIR for GF-5 AHSI data

由信息熵计算结果(图3b、图3e)可知，VNIR和SWIR所有有效波段的信息熵都在4以上。其中，VNIR第21-120(475.904～899.381 nm)波段的熵值基本大于8，明显高于VNIR中的其他波段；SWIR中，第1-160(1 004.77～2 344.72 nm)波段(受水汽影响的波段除外)的信息熵值基本大于8，明显高于SWIR中的其他波段，表明这些波段的信息量高于其他波段；通过随机选取多组信息熵大于8和小于8的波段进行分析(图5)，发现信息熵大于8的波段有利于不同地物的有效区分。从图3e中可以明显看出，2019年4月27日获取的黑龙江省双鸭山市(影像e)第16波段和第28波段，以及2019年10月7日获取的黑龙江省肇东市(影像a)第84波段和第94波段，从图3d中可以看出，2019年4月27日获取的黑龙江省双鸭山市(影像e)第28波段以及2019年11月14日获取的河北省潘家口(影像d)第167波段，这些影像的信息熵值明显低于其他影像，是由于影像中有云以及地物不均匀造成的。

图5 GF-5 AHSI高光谱数据VNIR信息熵大于8和小于8的波段影像对比(示例)Fig.5 Comparison of information entropy higher than 8 and less than 8 of bands in VNIR for GF-5 AHSI data

由各波段清晰度(图3c、图3f)可以明显看到，VNIR中第21-120(475.904～899.381 nm)波段清晰度(大于0.01)显著高于其他波段清晰度(小于0.01)；SWIR中第1-160(1 004.77～2 344.72 nm)波段(受水汽影响波段除外)清晰度(大于0.01)显著高于其他波段清晰度(小于0.01)；通过随机选取多组清晰度大于0.01和小于0.01的波段进行分析(图6)，明显发现前者影像边缘更清晰，空间上不同地物可分辨程度更高。

图6 GF-5 AHSI高光谱数据SWIR清晰度大于0.01和小于0.01的波段影像对比(示例)Fig.6 Comparison of definition higher than 0.01 and less than 0.01 of bands in SWIR for GF-5 AHSI data

VNIR的第145、146、147、148、149、150波段和SWIR的第1、2、3、4波段重叠，覆盖1 004～1 030 nm光谱范围，分别由不同传感器获取，成像质量差异较大。由重叠波段的评价指标(表1)可知，SWIR的清晰度、信息熵和噪声标准差值均高于VNIR，结合目视效果发现，SWIR中前4个波段效果较好。

表1 重叠波段的评价指标比较Table 1 Comparison of evaluation indicators of overlapping bands

经过以上分析，将受水汽影响的波段视为无效波段，共剩余305个(包括重叠波段)正常波段。

3.2 综合分析

AHSI数据各波段在噪声标准差、信息熵和清晰度3个指标上呈现如下特点：VNIR的噪声标准差基本低于6，SWIR第1-42(1 004.77～1 350.58 nm)、51-95(1 426.61～1 797.02 nm)波段的噪声标准差低于6，第112(1 940.15～2 513.25 nm)波段以后的噪声标准差基本大于6；VNIR中第21-120(475.904～899.381 nm)波段的信息熵值基本大于8，SWIR第1-160(1 004.77～2 344.72 nm)波段(受水汽影响的波段除外)的信息熵值基本大于8；VNIR第21-120(475.904～899.381 nm)波段的清晰度(大于0.01)显著高于其他波段，SWIR第1-160(1 004.77～2 344.72 nm)波段(受水汽影响的波段除外)清晰度(大于0.01)显著高于其他波段；受水汽影响的波段为SWIR的第43-50(1 359.03～1 418.17 nm)以及第96-112(1 805.44～1 940.15 nm)波段。综合考虑数据的波段总体特性与3个指标的特点，将波段分为6组(不包括受水汽影响的波段)，指标的最小值、平均值以及最大值如表2所示。为更清晰地表达组间区别，将各指标均值按组以最大值为分母进行归一化[8](图7)。

表2 正常波段的评价指标表现Table 2 Performance of evaluation indicators of normal bands

由表2和图7可以看出，除第五、第六组数据之外，AHSI数据噪声标准差整体在6以下，信息熵大于4，第二组和第五组的清晰度和信息熵分别在VNIR和SWIR波段高于其他组，第四组次之，第一组和第三组略低，说明第二组和第五组在表达影像边缘和所含信息量方面效果更优；第三组和第四组的噪声标准差分别在VNIR和SWIR波段比其他组要小，说明这两组所在波段有效信息的比例更高，但第五组和第六组的噪声标准差基本大于6，说明该组波段条带噪声明显，使用前需进行去条带处理；无效波段没有列入本次分析范围，在使用时应提前去除。

图7 正常波段各评价指标均一化柱状图Fig.7 Histogram of homogenized evaluation indexes of normal bands

除去无效波段外，有效波段可用性排序为：第二组>第三组>第一组>第四组>第五组>第六组。因此，第一、第二、第三和第四组数据的波段可直接应用，即VNIR和SWIR第1-95波段(受水汽影响波段除外)共237个波段；第五组和第六组数据波段的可用性一般，即SWIR第113-180(1 948.57～2 513.25 nm)波段共68个波段，为提高可用性，在应用前需作特殊的去噪、信息复原等处理。

4 结语

本文选取噪声标准差、信息熵和清晰度3个客观指标，分别对地表覆盖类型和成像时间不同的6景影像进行单指标和综合指标分析，得出波段可用性分析结论：1)SWIR第43-50、96-112波段为受水汽影响波段，中心波长为1 359.03～1 418.17 nm、1 805.44～1 940.15 nm，主要位于大气吸收窗口，不包含或极少包含地面信息，主要是噪声，对于影像判别无效，但可用于水汽的反演。2)VNIR第145、146、147、148、149、150波段(1 006.88 nm、1 011.34 nm、1 015.8 nm、1 020.26 nm、1 024.72 nm、1 029.18 nm)和SWIR第1、2、3、4波段(1 004.77 nm、1 013.2 nm、1 021.62 nm、1 030.05 nm)重叠，前者噪声标准差较小，有效信息比例较高，更适合目视解译，而后者信息熵和清晰度较高，对于影像边缘和信息量的表达效果较好，更适合于自动解译。3)表现正常的305个波段(包括重叠波段)影像表现较好，信息量丰富。整体而言，VNIR波段的影像质量优于SWIR，VNIR和SWIR第1-95波段(受水汽影响波段除外)效果更好，使用时尽量选用这些数据，SWIR第113-180波段(1 948.57～2 513.25 nm)的可用性一般，在应用前需作特殊的去噪、信息复原处理。

GF-5卫星影像的噪声以周期性的条带、亮线及亮斑为主，周期性的条带噪声可通过空间滤波和傅里叶变换等方法去除，亮线及亮斑噪声可用条带或槽型滤波等方式去除。下一步研究的重点是如何提高GF-5影像质量。

感谢国土卫星遥感应用中心肖晨超、唐洪钊、尚坤、刘瑶提供重要参考数据和技术指导以及航天宏图信息技术股份有限公司提供软件技术支持!