高分二号卫星影像数据处理技术方案

5. 在纠正单元内，如果纠正参考的基础底图同时包括 1:1 万和 1:5 万两种， 可根据控制点分布区基础底图比例尺，对一景数据分块后，采用各自基础底图分
6
别纠正。但其中一种比例尺基础底图只占小部分可整体纠正。
根据纠正过程中软件自动记录的控制点残差文件，检查正射纠正控制点点位 精度。要求纠正控制点残差中误差应不大于下表中的规定，取中误差的两倍为其 最大误差。若控制点残差超限，则查找原因并重新选点。
ATCOR 大气校正流程
4.3 校正准确度检查
辐射校正结果为地表反射率产品，与原始数据的 DN 值所表现的光谱曲线明 显差异，矫正后结果跟接近于地物的真实光谱曲线，通过对比校正前后数据的光 谱曲线，检查校正成果的准确度。
11
大气校正前后对比图
大气校正前后某地物光谱曲线对比图
5 影像融合方案
多源数据的融合依据监测区情况不同、数据源的不同类型，其融合方法也不 同。但总体上分为以下几个步骤：融合前影像处理、融合单元的选择、最佳融合 算法的选取及实现以及融合后的处理和效果检查。其技术路线下图所示。
通常情况下，对影像进行粗略几何校正时，需要利用卫星等提供的一些轨道、 姿态参数以及与地面系统相关的处理参数来进行校正。当精度要求较高时需对影 像进行几何精校正，即利用地面控制点及畸变模型对原始影像进行校正。
经过粗校正之后接收到的全色影像数据中的大部分地物已经实现了重叠，只 有个别仍存在偏差。此时，需要利用 DEM 数据对全色影像做正射校正，生成全 色影像的正射影像图。
纠正控制点残差表
地形类别 残差中误差
平地、丘陵地（像素） 1.0
山地、高山地（像素） 2.0
b.校正方法 分别对全色和多光谱遥感影像做正射纠正，得到全色正射影像和多光谱正射 影像。本项目采用区域网平差法纠正。
当工作区涉及连片多景同源遥感数据且相邻影像间重叠度达到要求时，优先 使用区域网平差纠正方法对多景影像进行整体纠正。相邻景影像重叠区内至少选 取 3 个公共点。采用有理函数模型，如图所示。
高分二号卫星轨道和姿态控制参数
参数 轨道类型 轨道高度
倾角 降交点地方时 侧摆能力（滚动）
指标 太阳同步回归轨道 631km（标称值）
97.9080° 10:30 AM ±35°，机动 35°的时间≦180s
高分二号有效载荷技术指标
参数 光谱范围
空间分辨率 幅宽
0.8m 分辨率全色/3.2m 分辨率多光谱相机
3.3 校正精度检查
区域网纠正图
对正射纠正完的单景（区域网）影像进行纠正精度的初步检查。
7
以 DOM 影像作为参考标准，采用 ERDAS 中的“拉窗帘”工具对正射纠正 后的成果与参考影像平面位置偏差进行比较。若影像发生了明显抖动或错位现 象，则量测该处同名点误差。如果点位偏差超出最大误差限差，需要对影像重新 进行正射校正；如果没有超出限差，继续下步工序，以确保接下来的影像处理工 作顺利进行。
d.灰度赋值。将像元点 P 的灰度值赋给校正后的像元点 P，即：
G(X ,Y ) g(x,y)
公式（4）
对每个校正像素逐个进行计算，即能得到数字正射影像（DOM）。 2、校正步骤
a.校正控制点采集
1. 采用基础底图和高程数据为纠正基础，纠正控制点要均匀分布，控制区
域大于片区范围。每景控制点数量在 9-15 个之间，山地适当增加控制点。
3
基本不出现拉花、变形、扭曲等现象。
3 影像正射校正方案3Fra bibliotek1 正射校正原理
遥感影像获取的过程中会受到各种不定因素的影响，如：传感器的成像方式、 地形起伏、地球曲率、大气折射等，导致图像本身的几何位置、形状、尺寸等与 其对应的地物不一致，发生变形。通过一定的数学模型来改正和消除遥感影像产 生的变形的过程称为几何校正。
“拉窗帘”对正射纠正精度进行检查图
通过 DOM 成果与已有参考数据进行定量比对，统计解算 DOM 成果的几何 精度。具体方法是以参考数据作为标准，选取 DOM 成果数据上同名像点（北京 全市域影像均匀选取 300-400 个检查点位，如下图所示），计算每个检查点平面 位置偏差，最后按公式统计中误差，作为 DOM 纠正中误差。
辐射校正的目的主要包括：1、尽可能消除因传感器自身条件、薄雾等大气 条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目 标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本 来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。
辐射校正分为辐射定标和大气校正两部分。 辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对 不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换 为绝对的辐射亮度，这个过程就是辐射定标。 大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反 射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气 校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的 过程。
9
辐射校正流程图
4.2 辐射校正方法
辐射定标主要分为两种类型：统计型和物理型。统计型是基于陆地表面变量 和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取 的数据，例如经验线性定标法，内部平场域法等，另一方面，物理模型遵循遥感 系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新 的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型 的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂， 包含大量的变量。
遥感图像辐射校正主要包括三个方面 ：（1）传感器的灵敏度特性引起的辐 射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特 性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同 引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和 吸收引起的辐射误差改正。
本项目采用 ATCOR 模型进行辐射校正处理。 ATCOR 大气校正模型由德国 Wessling 光电研究所 Richter 博士于 1990 年研 究提出并且经过大量验证和评估的一种快速大气校正算法。ATCOR 模型有两种模 式,一种是适用于卫星图像的模式,包括 1996 年提出的用于平坦地面的 ATCOR2 模型和 1998 年提出的可以推广到山区崎岖地面的 ATCOR3 模型; 另一种是适用于 机载和航拍的 ATCOR4 模型。ATCOR 模型算法的核心部分是一个以 MODTRAN4 代码 计算辐射传输方程的数据库, 通过输入传感器几何条件, 光谱特征及成像时的
其中：Z 是像元点 P 的高程，是数字高程模型 DEM 内插得到的，再将像元
点坐标转换成数字化影像的坐标或扫描坐标（I,J）。
I
LX 1
LY 2
LZ 3
L 4
LX L Y L Z 1
9
10
11
L X LY LZ L
J 5
6
7
8
LX 9
LY 10
LZ 11
1
公式（3）
c.灰度内插。灰度内插可以采用双线性内插（因为所得的像元坐标不一定落 在像素中心），求像元点 P 的灰度值 g（x,y）。
基础数据 覆盖范围 数据时间 数据格式
坐标系
数字高程模 型（DEM）
北京
最新
栅格
WGS84
数字正射影 像图 DOM
北京 局部
2017
栅格
WGS84
比例尺 （分辨率） 30 米 ASTERDEM 和 90 米 SRTM
DEM
2米
高程数据准备情况 本项目高程数据拟采用可覆盖全国的 ASTGTM30 米的高程数据。本数据已 进行过认真的分析检查和修改，检查修改方法为生成等高线，对各区域的高程值 以及不连续、不合理或漏洞区域进行修改，修改后的高程数据可确保正射后数据
全色
0.45～0.90μm
0.45～0.52μm
多光谱
0.52～0.59μm 0.63～0.69μm
0.77～0.89μm
全色
0.8m
多光谱
3.2m
45km（2 台相机组合）
2
重访周期（侧摆时） 覆盖周期（不侧摆）
5天 69 天
高分二号样图
2.2 基础数据
本项目所需要的基础数据资料如下表所示。
基础数据资料表
正射校正是将中心投影的影像进行纠正形成正射投影影像的过程，先把影像 化分为许多小区域，之后根据相关参数按照对应的中心投影构像方程或者特定的 数学模型用控制点进行解算，得到解算模型后利用数字高程模型对原始遥感影像 进行校正，最终获得数字正射影像。
3.2 正射校正方法
1、正射校正的计算方法 a.计算地面点坐标。若正射影像上任意一点 P 的中心坐标为（X1,Y1），由其 左下角图廓点的地面坐标（X0,Y0）与其比例尺分母 M 计算得到 P 点对应的坐标 （X,Y）。
利用传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反 射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。辐射误差造成了遥感图 像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。需要指出 的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸 变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。
（1）解算每个点位检查点和标准点之间的平面坐标差 x2 y2 ；
（2）用以下公式统计山区几何中误差、平原区几何中误差以及全市域几何 中误差。
M
n
2 i
i1
n
通过以上公示计算几何中误差得到几何校正结果的精度，如果不符合要求，
则需要重新进行校正。
8
4 影像辐射校正方案
4.1 辐射校正原理
辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的 辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。