森林资源调查中SPOT5遥感图像处理方法探讨

森林资源调查中SPOT5遥感图像处理方法探讨王照利、黄生、张敏中、马胜利（国家林业局西北林业规划设计院，遥感计算中心，西安710048）本文发表于＜陕西林业科技＞2005 No.1 P.27-29,55摘要：目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。

本文结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。

探讨性地提出了适应于森林资源调查的SPOT5遥感数据处理方法。

关键词：SPOT5 遥感数据，森林资源调查、数据处理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xi’an China 710048)Abstract: Now days, high spatial resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data,ortho-rectification, image bands composition and image data fusion. The complete steps of image processing for forest inventory are given.Key words: SPOT5 image data，forest inventory, data processing前言卫星遥感影像具有空间宏观性、视角广、多分辨率（光谱和空间）、多时相、周期性、信息量丰富等特点，所以卫星遥感影像既可以提供森林资源的宏观空间分布信息又能提供局部的详细信息以及随时间、空间变化的信息等[1]。

目前在林业领域卫星遥感数据被广泛的应用于不同尺度层次的森林资源调查、资源监测、病虫害、火灾监测等方面。

2002年5月法国SPOT地球观测卫星系列之5号卫星（即SPOT5星）发射。

SPOT5遥感数据的多光谱波段空间分辨率为10米（短波红外空间分辨率为20米），但全色波段空间分辨率达到2.5米。

SPOT5遥感数据的高空间分辨率和多光谱分辨率为森林资源调查提供了丰富的、可靠的、高精度的基础数据源。

从性价比分析，在其他高分辨率遥感数据目前比较昂贵的状况下，SPOT5遥感数据比较适宜应用于大面积的森林资源调查，可大幅度的森林调查的减少外业工作量、提高工作效率。

在我国SPOT5卫星数据已被大量地应用于森林资源调查工作中，尤其，是在森林资源“二类”调查中被作基本的森林资源信息源提取各类信息。

针对于将多光谱分辨率和高空间分辨率的SPOT5遥感数据应用于森林资源调查的数据处理技术和方法鲜有报道。

本文总结工作实践，结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。

1．SPOT5卫星遥感数据特点SPOT卫星系统采用线性阵列传感器和推扫式扫描技术，具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。

采用与太阳同步的近极地的椭圆形轨道，轨道高度约832Km，轨道倾角98.7o ，每天绕地球14圈多，重复覆盖周期26天[2]。

由于有倾斜观测功能，使重复覆盖周期减少到2-3天。

SPOT5卫星载有2台高分辨率几何成像仪（HRG）、1台高分辨率立体成像装置（HRS）和1台宽视域植被探测仪（VGT）。

高分辨率几何成像仪的波段选择是总结了多年的研究成果，认为HRG的波段设置（见表1）足以取得辨别作物和植被类型的最佳效果。

本文主要探讨HRG高空间分辨率数据的处理。

2．SPOT5数据的处理方法和过程SPOT5数据处理工作流程：2.1 遥感数据的订购订购数据时，用户需向数据代理商提供购买区域的四个角的大地坐标或者数据的景号（PATH/ROW）。

特别应该注意数据订购时间和用户拿到数据之间有时间差，间隔时间长短因用户的要求、天气、卫星重复覆盖周期而异。

相对于其他卫星数据，比较有利的一面是SPOT5卫星装置有旋转式平面镜可以进行倾斜观察，用户可向代理商申请红色编程提前得到调查区域的遥感数据，但要支付编程费。

对于遥感数据的时相、云量、入射角、阴影量、是否购买高空间分辨率的全色波段等用户根据自己具体的工作需要向代理商提出限制要求。

根据我们对SPOT5遥感数据的使用，对于森林资源调查，北方9，10月份和11月初的遥感影像比较适宜。

代理商向用户提供经过处理的不同级别的影像产品，在森林资源调查中建议购买SPOT1A级产品，用户可根据自己的工作需要进行处理，同时也可减少费用。

2.2 基础数据准备大比例尺地形图和高精度DEM是进行SPOT5遥感数据高精度正射校正必需的基础地理数据。

建议购买1：10000地形图和1：25000数字高程模型（DEM）。

将1：1万地形图扫描，扫描分辨率设置为300DPI。

将扫描好的地形图进行几何精纠正，纠正精度控制在0.3毫米内。

从测绘部门购买的1：1万地形图为北京54坐标系3度分带高斯克吕格投影，而1：2.5万DEM为北京54坐标系6度分带投影。

在数据准备时，将校正好的1：1万地形图通过换带转换转成和DEM一致的6度分带投影。

对于没有1：1万地形图的地区，建议使用差分GPS接收机采集地面控制点。

2.3几何正射校正正射校正过程应用了法国SPOT公司发行的GEOIMAGE软件。

GEOIMAGE 软件有针对SPOT5卫星数据开发的SPOT5物理模型。

模型模块自动读取DEM 信息。

SPOT 物理模型可读取卫星在获取遥感数据的瞬间状态参数，这些参数存贮在数据的头文件中[3]。

卫星状态参数包括：卫星成像瞬间的经纬度、高度、倾角等。

卫星状态参数能够帮助提高几何校正的精度。

以校正好的1：1万地形图为基准，在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。

在进行正射校正时，应先进行全色波段数据校正，然后以校正好的全色波段数据为基准进行多光谱数据校正。

以全色波段数据为基准校正多光谱波段就比较容易校正，且能提高两者的匹配精度。

地面控制点应分布均匀，影像的边缘部分布要有控制点分布，同时在不同的高程范围最好都有控制点。

地面控制点的数量因地形地貌的复杂程度而定，根据我们的经验，一景60KmX60Km的SPOT5数据，一般地势平缓的地区20个左右控制点即可达到满意的结果，在高山区25个左右控制点就可使正射校正精度满足要求。

重采样方法采用双线性内插法。

2.4 辐射校正用户购买的SPOT5的各级数据，数据提供商已经根据卫星的记录参数对遥感数据做了辐射校正，即消除了传感器自身引起的、大气辐射引起的辐射噪声。

若果影像存在薄雾或地形高差较大引起的辐射误差情况，用户应进一步进行辐射校正处理。

薄雾的简单消除原理是基于近红外波段不受大气辐射影响，清澈的水体或死阴影区的数值应为零。

从各波段数据中减去近红外波段的水体或阴影的不为零值。

地形起伏引起的辐射误差校正公式: f (x,y)=g(x,y)/cosa，g(x,y)为坡度为a 的倾斜面上的地物影像；f (x,y)为校正后的影像。

由于坡度因子参与校正所以需要DEM支持。

2.5 波段组合根据SPOT5数据波谱特征（表1），各波段分别记录反映了植被的不同特征方面：B4（SWIR）短波红外反映植物和土壤的含水量，利于植被水分状况和长势分析；B3（NIR）近红外波段对植被类别、密度、生长力、病虫害等的变化敏感；B2（RED）红光波段对植被的覆盖度、植被的生长状况敏感；B1（VIS）可见光波段对植物的叶绿素和叶绿素浓度敏感。

经过比较分析和实际应用发现SPOT5的B3、B4、B2波段组合对植被类型的识别要优于B3、B2和B1的组合。

但由于B4波段的空间分辨率为20米，使B342组合对植被空间几何细节表达没有B321组合清晰，例如林缘界线信息表达方面B321要优于B342。

2.6 影像数据融合对于购买有高空间分辨率全色波段数据的用户，进行数据融合是必不可少的。

影像数据融合能够综合不同波段、不同空间分辨率数据（层）的特征，融合后的数据具有更丰富、更可靠的信息[4]。

根据影像数据融合的水平阶段，影像融合分为：像元级、特征级和决策级三个层次。

为了最大限度的从SPOT5遥感数据中提取森林植被信息，应进行像元级的数据融合，将2.5米的全色波段和10米多光谱数据进行融合。

融合得到的新数据既具有全色波段数据的高空间分辨率特征又具有多光谱特征。

像元级数据融合的方法多种多样，根据数据融合的目的，即最大限度的突显森林植被信息，应选取B4、B3、B2和PAN波段，根据我们的试验Brovey 融合算法方法比较理想：2.7遥感影像地图将融合好的数据按Rfused、Gfused、Bfused组合，叠加上行政界线、公里格网、坐标、比例尺等辅助信息，按1：1万地形图分幅生成1：1万纸质图作为外业手图。

3. 结果和讨论3.1 几何精度利用SPOT5物理模型，采用1：1万地形图和2.5万DEM ，经过正射校正处理，可使影像的几何精度控制在2个像元内（<10米）,达到1：1万制图标准要求。

为以遥感影像为基础信息源提取林分调查因子、区划林班界线生成大比例尺的林相图、森林分布图提供了几何精度保障。

3.2 波段选择对于没有全色波段的情况，SPOT5数据的B342组合有利于森林植被类型的识别。

在应用遥感技术进行森林资源调查区划中，林分类型信息提取是最为重要的环节，所以B342波段组合是小班区划和外业手图的最佳组合。

3.3 融合效果融合数据技术使SPOT5遥感影像既具有全色波段的高空间分辨率又拥有多光谱数据的光谱分辨率，丰富了遥感影像的信息量。

采用Brovey算法使SPOT5遥感影像从色彩、纹理等方面增强了影像的可判读性，提高了小班因子正判率和林分小班的区划精度。

参考文献1．周成虎，杨晓梅，骆剑承等.《遥感影像地学理解与分析》，科学出版社，北京，2001，3-4.2．赵英时.《遥感应用分析原理与方法》，科学出版社，北京，2001.88-903．北京视宝卫星图像有限公司.《专业制图工作室GEOIMAGE用户指南》，2004，68-70.4．Christine Pohl. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics, ITC Publication,1996,51-52.。