山体阴影面积对卫星遥感影像的质量评分影响*

邓 鑫 ，黄彦锋，刘 颖，庞 洁

(1.云南省测绘产品检测站，云南 昆明 650034；2.中国电建集团昆明勘测设计研究院有限公司，云南 昆明 650051；3.云南省地矿测绘院有限公司，云南 昆明 650218)

0 引言

20世纪60年代以来遥感技术快速发展，遥感影像的应用日趋成熟，遥感正射影像已被广泛应用于国土调查、生态监测、城市规划等诸多行业。遥感正射影像通常在各类大型建设项目、科研项目中用作基础数据使用，其地位十分重要。遥感正射影像的质量将直接影响项目建设的效果。CH/T 1027—2012《数字正射影像图质量检验技术规程》中规定的遥感正射影像的质量元素有空间参考系、位置精度、逻辑一致性、时间精度、影像质量、表征质量、附件质量[1]7项，其中，影像质量元素包括色彩特征、色彩模式、影像噪音、信息丢失4项质量子元素。

近些年来，随着遥感影像生产处理的手段日趋成熟精准，位置精度、色彩特征、影像噪音对遥感影像质量的影响越来越小。而因四季变化和地形带来的云、雪、阴影等遮挡依旧无法使用人工手段彻底消除，且其导致的信息丢失面积较大，特别是阴影面积较大、颜色较深时，会使影像上的土地类型、建筑物边界、道路走向等重要信息无法识别，造成遥感影像可用性降低。

如今我国正转型为高质量的发展模式，遥感影像的获取手段比以前更丰富，影像分辨率更高，但若没有控制好遥感影像的获取条件，只是增加了遥感影像的数量，没有提升质量，就谈不上高质量的发展。因此，选择适当的拍摄条件，控制影阴面积，才能更好地提升遥感正射影像质量，提高使用效率，做到低耗能、高产出。

太阳高度角是影响地物、山体、植被、构建筑物阴影面积大小的直接原因，即卫星影像拍摄时间决定了阴影面积的大小。为此，本文以云南省山地、高山地地形景洪市局部地区和兰坪县局部地区为实验区，分析影像成像年积日与阴影面积的关系，为遥感影像的获取和正射影像的生产提供参考。

1 山体阴影形成的理论依据

1)北半球上半年太阳直射点运动规律

冬至日(12月22日前后)太阳直射点位于南回归线，春分(3月21日前后)太阳直射点位于赤道，夏至日(6月22日前后)太阳直射点位于北回归线，上半年太阳直射点呈逐渐北移的规律。

2)太阳高度角与阴影长度关系

如图1所示，夏至、春分、冬至的太阳直射角θ1>θ2>θ3，对同一山体阴影形成的不同阴影长度比较为：线段AB

图1 北半球太阳高度角与阴影长度的关系Fig.1 Relationship between solar altitude angle and shadow length

3)太阳高度角与太阳方位角

太阳高度角是指对地球上的某个地点太阳光入射方向和地平面的夹角。太阳方位角是太阳在方位上的角度，它通常被定义为从北方沿着地平线顺时针量度的角。太阳高度角、太阳方位角的计算公式如下：

θ=arcsin(sinφsinδ+cosφcosδcosω)

(1)

(2)

式中：θ为太阳高度角；β为太阳方位角；φ为地理纬度；δ为太阳赤纬角；ω为太阳时角。

国内外众多专家学者提出了多种太阳赤纬角的近似算法，这些算法均是基于年积日数为变量进行的计算[4]：如Cooper提出的太阳赤纬角近似算法[5]：

(3)

式中：m为所求日期在一年中的年积日数。

由上面各式联立可知，影响太阳位置的太阳高度角和太阳方位角主要由以下因子决定：地理纬度φ、太阳时角ω、年积日m。

2 实验对象选择

云南省88.64%的土地面积为山地[3]，山体阴影是影像信息丢失最多的地方，为保证研究结果能为实际应用提供参考，本文选择山体阴影作为研究对象。山体阴影面积往往较大，人工勾绘不良区域的统计误差对结果影响较小。相对而言大部分构建筑物、植被等阴影面积比较小，相同技术条件下，统计误差对研究结果影响较大，且存在较多不稳定因素。因此，本文实验使用人工勾绘山体阴影的方法进行统计。

3 统计及评分

3.1 数据准备

为消除多变量影响，本文实验均选择正午时刻所拍摄的影像，即太阳时角ω为0，根据式(2)，ω=0 则sin0°=0，太阳方位角β=0。在选在实验区时，固定同一山体为实验对象，则地理纬度φ为固定值。因此在本实验中山体阴影的面积只受年积日数m的影响。

为尽量减少因正射纠正造成的面积统计误差，本文实验中所用的全部遥感正射影像均基于同一数字高程模型制作。

3.2 质量评分依据

为定量分析山体阴影量对影像质量造成的影响，以1∶5 000图幅面积为影像有效面积，影像不良区域面积仅仅统计山体阴影面积(既只定量分析山体阴影导致的影像评分差异)，为排除软件自动解译、不同作业人员经验等影响导致的误差，所有实验区均由一名技术员进行人工勾绘山体阴影不良区域面积。影像质量评分执行GB/T 18316—2008《数字测绘成果质量检查与验收》[6]国家标准，评分公式如下：

s=60+40/r0×(r0-r)

(4)

(5)

式中：s为评分分数；n为不良区域的面积；N为影像有效面积。本实验中r0取值1%，当r≤r0时影像合格。本文实验数据的平面坐标系是以2000国家大地坐标系为基准的3度分带高斯-克吕格投影坐标系。

3.3 景洪市局部地区影像阴影评分实验

本实验选取云南省南部的景洪市局部区域作为实验区。景洪市位于赤道与北回归线之间，靠近北回归线。实验区近似经纬度为101°2′、21°49′N，实验山体海拔约1 470 m，从山底至山顶高差为约200 m。根据GDPJ 08—2013《多尺度数字高程模型生产技术规定》由数字高程模型计算并进行坡度分析，实验区属山地类型。实验选取的影像具体情况如表1所示。

表1 景洪市实验区1月至4月影像信息表Tab.1 Image information of Jinghong test area from January to April

景洪市实验地区1月至4月影像图见图2。

图2 景洪市实验区1至4月影像图Fig.2 Images of JingHong test area from January to April

勾绘并统计各月份山体阴影面积，按式(4)和式(5)，计算各月份影像得分，计算结果见表2。计算结果表明，年积日越靠近夏至日，山体阴影造成的不良面积越小，影像评分越高。

表2 景洪市实验区影像得分Tab.2 Image quality scores of Jinghong test area

3.4 兰坪县局部地区影像阴影评分实验

使用以上相同的实验方法，选取纬度更高的兰坪县局部区域为实验区进行实验。兰坪县地处云南西北部，由于经济、自然和交通等因素的制约，开展外业实地调绘难度较大，因此选用高质量的、信息丢失少的遥感影像，更能对实际项目有较大帮助，具有更大的意义。

兰坪县整体范围在北回归线以北，实验区近似经纬度为99°9′E、26°19′N。山体海拔约2 190 m，从山底至山顶最大高差为约450 m。由数字高程模型计算并进行坡度分析，实验区属高山地类型。实验选取的影像具体情况如表3表示。

表3 兰坪县实验区1月至5月影像信息表Tab.3 Image information of Lanping test area from January to May

兰坪县实验区1月至5月山体阴影变化见图3。勾绘并统计各月份山体阴影面积，发现随着年积日的增加，太阳直射点逐渐北移，山体阴影面积也逐渐变小。此外，对比山体阴影遮挡区域，发现1月至3月间道路、河渠、耕地、房屋等重要地物被阴影遮挡后难以辨别，可用信息减少，给影像判读和实际应用带来困难。

图3 兰坪县实验区1至5月影像图Fig.3 Images of Lanping test area from January to May

按式(4)、式 (5)计算各月份影像得分如表4所示。根据计算结果可知，年积日越靠近夏至日，山体阴影量所造成的不良面积越小，影像评分越高。

表4 兰坪县实验区影像质量得分Tab.4 Image quality scores of Lanping test area

3.5 实验结果

通过对比两个实验区不良面积的统计和评分，经分析可得：

1)在北回归线以北的地区，景洪市实验区及兰坪县实验区在逐渐接近夏至日时，影像的山体阴影面积减少，影像信息丢失减少，对质量的影响降低，从而使影像的可用性提高；

2)以兰坪县实验区为代表的高山地地貌，由于山体高差较大，山体阴影面积更大，阴影颜色更深，造成信息丢失的情况更多，地物更难以辨别，实际使用中更需要注重山体阴影带来的影响；

3)以景洪市实验区为代表的低纬度地区在4月份即可达到阴影面积对质量影响最小的程度(评分为90分以上)。而在达到以相同评分为目标时，以兰坪县实验区为代表的高纬度地区，要在5月份才能达到该质量水平。因此，高纬度地区更需要注意选用接近夏至日所拍摄的影像。

4 结论

通过前文分析，笔者得出如下结论：

1)本文收集了同一地区、不同月份、几乎同一时刻的影像作为实验数据，通过定量分析，排除了大部分可能引起实验结果不准确的影响因素，确保了实验结果的可靠性。

2)使用本文研究方法，可研究每年下半年太阳直射点逐渐南移过程中山体阴影的变化规律，进一步分析纬度与山体阴影的相关关系，找出最佳拍摄月份的区间，为遥感影像的获取和正射影像的生产提供更全的参考。

3)遥感正射影像质量是否达到国家有关的技术标准，还要结合影像的有效面积和其他质量问题进行综合分析，影像质量的总体得分不能单纯由拍摄月份决定。