面向自然资源监测的高分七号卫星在轨应用评价

阳超　杨亮亮　张哲　曹里

摘  要：为测试高分七号遥感影像数据在实际生产应用中的情况，本文基于第三次全国国土调查矢量数据成果，分别套合高分七号、高景一号、高分二号数字正射影像，对比提取土地利用图斑，并对成果进行对比评价分析，发现高分七号卫星数据提取建设用地边界信息的能力优于高景一号和高分二号，可满足土地利用變更调查、基础性地理国情监测一类区数据保障要求。

关键词：高分七号；遥感影像；土地动态遥感监测；精度评价

中图分类号： P237             文献标识码：A            文章编号：1672-5603（2023）01-100-11

On-orbit Application Evaluation of GF-7 Satellite for Natural Resources Monitering

Yang Chao1，2， Yang Liangliang1，2， Zhang Zhe1，2， Cao Li1，2

（1.Key Laboratory of Natural Resources Monitoring and Supervision in Southern Hilly

Region， Ministry of Natural Resources，Changsha Hunan 410119；

2. Hunan Second Institute of Surveying and Mapping，Changsha Hunan 410119）

Abstract： In order to test the application of GF-7 remote sensing image data in actual production， based on the vector data results of the third National Land Survey， this paper combines digital orthophoto images of GF7， GJ-1 and GF-2 respectively， compares and extracts land use map spots， and makes comparative evaluation and analysis of the results. It is found that the ability of GF-7 satellite data to extract construction land boundary information is better than that of GJ-1 and GF-2， which can meet the data guarantee requirements of land use change survey and basic geographical condition monitoring.

Keywords： GF-7; remote sensing image; land dynamic remote sensing monitoring; precision evaluation

0 引言

随着社会经济以及高分辨率卫星遥感技术的快速发展，生产需求对卫星影像质量要求越来越高[1]。高分七号卫星是我国首颗亚米级光学传输型立体测绘卫星，其轨道高度为506 km，搭载0.8 m分辨率的前视全色相机和0.65 m分辨率的后视全色相机，双线阵相机参数幅宽20 km[2]，可以提供影像纹理特征清晰，光谱信息丰富的高分辨率立体卫星数据，该卫星的成功发射标志着我国高空间分辨率、高时间分辨率、高精度观测的天基对地观测能力的初步形成[3-6]，改变了我国从国外大量购买卫星影像的被动局面，进一步满足用户在基础测绘、全球地理信息保障、城乡建设监测评价、农业调查统计等方面的数据需求[7-11]。

高分七号卫星除具备亚米级影像分辨率外，还具有立体成像和激光测高数据获取能力，在高精度立体测绘、自然资源监测等领域具有独特的应用优势，是各级资源主管部门和政府获取自然资源现状数据和动态变化数据的重要支撑，将进一步提升自主高分卫星对自然资源主体业务的支撑服务能力，尤其在1：1万比例尺基础测绘、全国土地利用变更调查监测与核查、矿产卫片执法检查、国土空间规划遥感监测、自然资源立体监测与综合分析、地理国情监测、全球地理信息资源建设、极地测绘遥感等方面发挥重要作用[12-16]。除服务于1：1万基础测绘和自然资源监测分析之外，高分七号卫星还可城市、统计、农业、林业、水利、环境、应急等领域发挥重要作用，在支撑产业发展和服务大众方面也将起到促进作用[17]。

本文基于第三次全国国土调查数据，进行土地利用变化图斑的提取，对比分析高分七号、高景一号和高分二号提取得到的图斑属性上的差异，对高分七号遥感影像数据土地利用要素识别能力进行评估。

1 数据及方法

1.1 影像数据

本文所使用的测试数据共3景，总数据量为15.4 GB，每景包括前视景、后视景以及与后视景对应的多光谱。其中，多光谱与全色影像有差异的是*.dim模型文件以四个文件分块保存。文件数据详细情况如表1所示。

根据GF7号影像数据覆盖情况，以湖南省株洲市石峰区为试验区，基于已有的第三次全国国土调查矢量数据成果，选择覆盖试验区范围内的影像数据作为变更数据源，仅从土地利用变更数据成果的更新角度分别对GF7、SV1、GF2号影像数据进行土地利用图斑提取，测评区有效数据覆盖情况如图1所示。

1.2 测试方法

利用第三次全国国土调查矢量数据成果为本底数据，分别套合试验区的GF7、SV1、GF2号遥感影像数据，通过逐地块分析DOM纹理、色调、区位、附着物和周边环境，按照三调内业信息提取分类标准判读图斑地类，依据影像特征提取土地利用图斑，并对土地利用图斑结果进行评价分析[18]。测评指标如下：

（1）图斑调查指标。调绘图斑的明显边界与DOM上同名地物位移不应大于图上0.3 mm，不明显界线不应大于图上1.0 mm。

（2）线状地物调查指标。线状地物边界应依据影像特征调绘，对宽度较小的农村道路或沟渠等影像不能准确调绘的，可依据原有单线线状地物的走向和宽度以图斑的形式上图。

（3）最小上图图斑面积指标。根据第三次国土调查要求，建设用地和设施农用地最小上图面积200 m2，农用地（不含设施农用地）最小上图面积400 m2，其他地类最小上图面积要求600 m2。

以株洲市该区的部分区域为解译单元，根据第三次全国国土调查分类指标体系，按照第三次

全国国土调查土地利用图斑提取的流程与标准，分别套合GF7、SV1、GF2号数字正射影像，对石峰区部分区域进行土地利用图斑提取，根据解译结果分别对GF7、SV1、GF2进行对比分析，通過对比分析结果评价GF7号遥感影像数据在实际生产应用中的情况，本测试评流程整体技术路线如图2所示。

2 土地动态遥感监测评价

本实验采用第三次全国国土调查矢量数据成果为本底数据，分别套合试验区的GF7、SV1、GF2号遥感影像数据，按照三调内业信息提取分类标准判读图斑地类，依据影像特征提取土地利用图斑[19]。对比分析三者提取得到的图斑属性上的差异评估高分七号遥感影像数据土地利用要素识别能力。

2.1测试数据

本文采用的测试数据为正射影像数据（表2）和石峰区第三次全国国土调查矢量数据成果。

2.2影像融合

以高分7号卫星影像作为基础数据源，以株洲市石峰区典型区域（包括农田、水体、居民区等几种典型地物）作为融合实验区，利用Brovery、Gram-Schmidit、主成分PCA变换融合和PAN-Sharpening方法对数据进行融合。基于像素级的融合方法主要分为四类：基于色彩域的、基于空间频率域的、基于代数的、基于信息分解的融合算法。各种融合方法都有各自的优缺点和适用范围，如表3所示。

融合效果主要从主观定性和客观定量两个方面来评价。基于上述四种融合结果的视觉对比分别如图3、图4所示，图3体现影像的整体效果，色调、清晰度、对比度等；图4体现细节信息，如纹理、清晰度、对比度、色调的过渡等。在整体色调方面Gram-schmidt与PAN Sharpening融合方法较好地保留原始多光谱的色调；PC融合次之，颜色略有加深和变浅；Brovey融合整体色调的效果最差，典型地物颜色偏差大出现明显色斑，整体色调畸变很大。在纹理细节方面，四种融合结果影像空间细节的表现能力和清晰度都有了较大提升。只有小波变换在视觉上清晰度较差，略有模糊感。

综上，在视觉评价上Gram-schmidt与PAN-Sharpening融合方法较好，Brovey与PCA融合相对较差。试验从亮度信息、信息量、清晰度、纹理信息、光谱信息五个方面进行分析，相比传统的单一定量评价更全面，可以减少评价的随机性和不确定性，更具有科学含义。定量评价结果如表4-表7所示。

亮度信息是空间分辨率的一种体现，均值越大说明影像所接受光能越大，反之图像偏暗发黑，无法识别地物。亮度信息指标下，Gram-schmidt效果最好，PAN-Sharpening略微逊色，PCA与Brovey效果最差。信息熵用于评价空间的信息含量，即融合后图像信息量保持和增加的程度。信息熵指标下，Gram-schmidt、PAN-Sharpening表现最好，纹理指标下Brovery、Gram-schmidt、PAN-Sharpening效果最好。清晰度指标下，Gram-schmidt效果最好，PCA、PAN-Sharpening、Brovery略微逊色。光谱信息指标下，Gram-schmidt 、PAN-Sharpening效果最好，Brovery、PCA效果略微差一些。

综合主观、客观评价结果，GF7卫星数据采用Gram-schmidt融合效果较好。在实际应用中，应根据具体情况选择最优方法，以突出空间信息或突出光谱信息。

3 土地利用要素识别与精度评价

3.1 GF7遥感影像数据土地利用要素识别比对评价

1∶10000比例尺精度范围下高分七号卫星数据与高景一号、高分二号卫星数据土地利用要素识别对比情况如表8所示。

与相同区域的高景一号数据与高分二号数据对比得出如下结论：①高景七号数据影像对耕地中的水田清晰度较高，田埂较清晰，但对比高景一号田埂清晰度稍弱一些，比高分二号辨识度高；②对比地类旱地，高分七号遥感卫星影像数据纹理清晰，色彩信息丰富，其色彩辨识度均优于高景一号、高分二号；③对于园地、林地区域，高景七号色域比高景一号、高分二号宽，色彩真实度上高景七号更优，纹理更清晰；④建设用地高景七号色彩饱和度较高，光谱色彩信息也更加丰富，对单一地物，如城镇住宅用地、农村宅基地、公用实施用地，其色彩辨识度均优于高景一号、高分二号；⑤水体色彩表现上，三者差异较小，均能很好反映水体色彩特征；⑥线状地物如道路、沟渠等，高景七号的对比度高，能清晰地分辨绿化带、斑马线等地物，高景一号比高分七号稍弱一些，高分二号边界不清晰、纹理较模糊。

通过对比分析，高分七号遥感影像数据土地利用要素识别能力好。高分七号影像不仅可以清晰地识别道路、建筑、耕地、河流、水域、林地等地物，还能分辨绿化带、田埂、道路、沟渠、斑马线等地物，尤其是建设用地边界的信息比高景一号和高分二号都要清晰。

3.2 GF7遥感影像数据土地利用要素识别精度比对评价

为了更加准确、全面地反映高分七号卫星影像对要素属性识别精度能力，本次分析过程中，将同时相的高景一号及高分二号卫星影像数据进行地类提取面积进行对比分析如表9所示。

通过对比分析，上表的测试结果显示，与高景1号的提取结果对比，属性识别精度达到100%，各类别图斑面积差异在10%左右， 整体面积误差约1%。与高分2号的提取结果对比，属性识别精度达到100%，各类别图斑面积差异在10%左右，整体面积误差约1%。通过评价，识别能力与高景一号相当。

4 结论

高分七号后视融合影像不仅能够有效识别道路、建筑、耕地、河流、水域、林地等，而且绿化带、田埂、道路、沟渠、斑马线等有效识别，尤其是建设用地边界的信息优于高景一号和高分二号，可满足土地利用变更调查、基础性地理国情监测一类区数据保障要求；高分七号卫星影像对要素属性识别精度能力总体与高景一号相当。

参考文献/References

[1] 杜金莉.高分七号卫星影像立体测图精度及效率研究[J].安徽建筑，2022，29（09）：136-138.DOI：10.16330/j.cnki.1007-7359.2022.09.048.

[2] 罗恒，贺彪，郭仁忠，等.高分七号图像质量评价与解译度分析[J].测绘工程，2022，31（02）：1-7.DOI：10.19349/j.cnki.issn1006-7949.2022.02.001.

[3] 2020测绘地理信息十大新闻[J].中国测绘，2021（01）：6-9.

[4] 赵文普，刘钰，吴晓春，等.利用高分七号卫星开展1∶10000立体测图精度验证[J].测绘科学，2022，47（01）：165-171+180.

[5] KIM T，KIM H， KIM T.Image-based estimation and validation of NIIRS for high-resolution satellite images[J].International Archives of Photogrammetry，Remote Sensing and Spatial Information Sciences，2008，37：1-4.

[6] 程维明，宋珂钰，周成虎，等.地貌信息图谱研究述评与展望[J].地球科学进展，2022，37（07）：661-679.

[7] 刘安兴，刘春光.高分七号在土地资源执法监测中应用研究[J].热带地貌，2021，42（01）：71-75.

[8] 孙畅，初启凤，武建秀.高分七号卫星1：10000立体测图精度验证——以东北地区为例[J].测绘与空间地理信息，2022，45（S1）：124-126+129+132.

[9] 邹馨，刘健，张杰，等.基于高分7号卫星立体像对的DEM提取及其精度评定[J].江西科学，2022，40（03）：502-507.DOI：10.13990/j.issn1001-3679.2022.03.016.

[10] 胡柳茹，唐新明，张智，等.高分七号卫星多源遥感数据精度优化与评估[J].红外与激光工程，2022，51（06）：230-239.

[11] 冉隆思，祁瑞，任常青，等.基于高分七号卫星自动提取典型地物要素及其数据处理[J].测绘标准化，2021，37（03）：65-68.

[12]  解益辰，桂木政.基于高分七号立体卫星影像生产DEM数据及精度验证[J].测绘，2021，44（04）：163-165.

[13]  赵彬彬，王倩，汤鑫，等.基于NE25IM的带洞面目标之间拓扑关系研究[J].长沙理工大学学报（自然科学版），2021，18（4）：61-73.

[14] Racoviteanu A E，Manley W F，Arnaud Y，et al.Evaluating digital elevation models for glaciologic applications：An example from NevadoCoropuna，Peruvian Andes[J]. Global&Planetary Change，2007，59（1）.

[15] 周访滨，王俊，谢财昌，等.爆燃地形的特征表达与提取方法[J].长沙理工大学学报（自然科学版），2022，19（2）：70-76.

[16] 刘安兴，刘春光.高分七号在土地资源执法监测中应用研究[J].热带地貌，2021，42（01）：71-75.

[17] 陈超，丁建钊，王淑一，等.高分七号卫星高精度控制技术与验证[J].中国空间科学技术，2020，40（05）：34-41.DOI：10.16708/j.cnki.1000-758X.2020.0056.

[18] 王本礼，王也.基于深度學习的遥感影像地类信息获取技术现状研究[J].国土资源导刊，2022，19（04）：74-80.

[19] 刘专，肖海，彭能舜，等.湖南省“1+N”卫星监测体系构建[J].国土资源导刊，2022，19（03）：61-65.

收稿日期：2022-10-24;                改回日期：2022-12-27。

*基金项目：自然资源湖南省卫星应用技术体系建设项目。

*第一作者简介：阳超（1989—），男，本科，研究方向：自然资源监测、遥感数据处理技术、耕地保护等;E-mail：409641215@qq.com。