高分辨率光學衛星測繪技術綜述

李德仁 王密

高分辨率光學衛星測繪技術綜述

李德仁 王密

（武漢大學測繪遙感信息工程國家重點實驗室，武漢 430079）

從第一顆人造衛星的成功發射到如今日益豐富的高分辨率遙感衛星，基于衛星平臺的航天攝影測量已經成為大中比例尺地形圖測制和修測的主要手段。高分辨率衛星立體測繪的實現離不開高精度測繪處理技術的不斷進步。文章對高分辨率光學衛星的三種典型測繪（三線陣、雙線陣和單線陣/面陣）方式及特點進行了分析，對測繪處理涉及的幾何關鍵技術進行了介紹，最后結合中國測繪衛星發射規劃，對未來智能遙感衛星服務應用模式下航天攝影測量的發展進行了展望。

立體測繪 測繪處理 智能服務 高分辨率光學衛星

0 引言

1957年第一顆人造衛星成功發射，使得基于衛星平臺的航天攝影測量成為可能。1986年法國發射SPOT-1衛星，第一次基于衛星平臺實現相鄰軌道的側視，獲取異軌立體影像對[1]。1999年美國發射IKONOS衛星，空間分辨率為1m，是世界上第一顆高分辨率商業衛星，利用衛星平臺姿態機動能力實現同軌和異軌多角度立體成像[2]。2002年法國發射SPOT系列第5顆衛星，具備單線陣異軌立體成像和雙線陣同軌立體成像能力[3]。2005年印度發射CartoSAT-1（IRS P5）衛星，空間分辨率為2.5m，采用前視26°、后視5°的雙線陣相機進行立體觀測[4]。2006年日本發射ALOS衛星，星上搭載的全色遙感立體測繪儀（PRISM）傳感器實現了三線陣立體測繪，3臺相機交會角為24°，地面像元分辨率為2.5m[5]。后續美國和法國分別發射了空間分辨率優于0.5m的WorldView系列衛星和Pleiades-1衛星星座，均可進行多角度成像獲取立體影像對。此外，美國發射的Skysat系列視頻小衛星也可以實現立體觀測，其采用面陣傳感器，通過靈活的姿態指向控制，以不同角度連續高幀頻成像，能獲得多種基高比的立體像對[6]。

近些年來，中國也相繼發射了多個系列高分辨率立體測繪衛星。2010年發射的“天繪一號”系列01星（02星和03星分別于2012和2015年先后發射）實現了中國傳輸型立體測繪衛星“零”的突破，5m分辨率的三線陣相機能夠測制1∶50 000比例尺地形圖[7]；2012年發射的“資源三號”系列01星（02星于2016年發射）是中國自主設計和發射的第一顆民用高分辨率立體測繪衛星，搭載前后視3.5m、正視2.1m的三線陣相機，主要用于1∶50 000立體測圖[8]；2015年發射的“吉林一號”系列視頻01星和02星（視頻03~06星于2017年發射，視頻07、08星于2018年發射）采用面陣成像方式實現多角度連續拍攝，地面分辨率為1.13m[9]；2019年發射的“高分七號”（GF-7）衛星是中國首顆民用亞米級高分辨率立體測繪衛星，雙線陣立體相機的空間分辨率達0.65m，能夠用于中國1∶10 000立體測圖及更大比例尺基礎地理信息產品的更新。GF-7衛星的成功發射開啟了中國亞米級衛星測繪新時代。

本文根據航天攝影測量的技術發展，對高分辨率光學衛星立體測繪的三種典型方式：三線陣、雙線陣和單線陣/面陣的測繪方式和特點以及測繪處理的關鍵技術進行了分析，對衛星攝影測量的未來發展進行了展望。

1 典型測繪方式及特點

航天攝影測量類似于人眼的立體視覺，從一個觀測視角獲取的單幅影像只能確定物點的空間方向，從不同視角觀測的兩幅及以上相互重疊影像構成的立體像對，通過前方交會確定物點的空間位置。光學衛星傳感器可分為面陣和線陣兩種類型，當前高分辨率光學衛星多采用線陣傳感器推掃成像，而面陣傳感器更有利于連續拍攝獲取視頻影像，是高分辨率敏捷衛星傳感器的一種選擇[6]。將高分辨率敏捷衛星線陣傳感器和面陣傳感器的立體成像方式統一稱為單線陣/面陣測繪方式，根據目前航天攝影測量的技術發展，高分辨率衛星測繪方式可分為三種類型：三線陣、雙線陣和單線陣/面陣。

1.1 三線陣測繪成像特點

星載三線陣測繪采用三臺線陣相機按照不同的角度安裝構成的三線陣立體測繪相機，沿衛星飛行方向推掃，即可能夠近乎同時地獲取固定基高比的三視同軌立體影像。如圖1所示，前視相機沿飛行方向向前傾斜成像，后視相機向后傾斜成像，正視相機垂直對地成像。由于垂直對地成像可以將地形起伏引起的投影差降低到最小，并且能獲取相對較高的空間分辨率，正視影像可以用于生成高分辨率正射影像。同一成像時刻，三臺相機分別對地成像，相機視角不同導致三臺相機成像時間存在一定的延遲（如圖2所示），前視相機在1時刻先對地面點成像得到像點1，隨著衛星沿飛行方向推掃，正視相機和后視相機再依次對地面點成像，分別在2和3時刻得到像點2和3，基于攝影測量原理，同名攝影光線1、2以及3通過前方交會，可以得到地面點的物方三維坐標，從而實現衛星的高程測量能力。星載三線陣測繪的優點是不需要衛星平臺敏捷機動，按照衛星運行的回歸周期即可獲得覆蓋全球的固定基高比的三線陣立體影像，適合全球尺度的測繪應用。

圖1 三線陣立體成像方式

圖2 三線陣立體測量原理

1.2 雙線陣測繪成像特點

雙線陣測繪方式與三線陣類似，采用兩臺相機按照不同的角度安裝構成兩線陣立體測繪相機（如圖3所示），兩臺前、后視相機以固定的交會角對地推掃成像，獲取兩視立體影像對。雙線陣相機通常采用前視視軸與星下點成+26°夾角、后視視軸與星下點成–5°夾角的交會設計，例如CartoSAT-1、GF-7衛星的雙線陣相機，這樣的立體觀測方式有利于減小大高差的遮擋問題，同時近似垂直對地成像的后視相機可以用于生成正射影像。同三線陣相機相比，雙線陣相機的載荷數量較少，載荷設計更加簡化，通過任務規劃進行區域立體成像，更加適合更大比例尺的重點區域測繪。

圖3 雙線陣立體成像方式

1.3 單線陣/面陣測繪成像特點

隨著高精度、高穩定、高敏捷平臺技術的發展，高分辨率光學遙感衛星不斷向多角度成像、小型敏捷等方向發展，具備較強的姿態機動成像能力，可通過側擺、俯仰、偏航角靈活調整對地成像，基于立體測量的原理，單個相機也可以實現立體觀測。

單線陣/面陣測繪相機可以根據姿態機動的方式進行同軌和異軌兩種立體成像模式。依賴一軌過境期間衛星成像俯仰和偏航姿態角的調整，在沿軌方向進行交會成像，實現同軌立體觀測（如圖4）；在不同軌道下，利用衛星側擺和偏航角調整，對同一地面區域過境成像，在垂軌方向進行交會成像，實現異軌立體觀測（如圖5）。異軌立體觀測獲取立體影像的時間間隔較長，云層遮擋也會影響再次過境影像的獲取效率，限制其在大規模立體測圖中的應用，目前很少采用該種模式；同軌立體觀測能在一軌中相隔較短時間對同一地區成像，立體影像獲取的時效性較強。單線陣/面陣測繪可以獲取不同基高比的高分辨率立體像對，適合大比例尺的局部測繪。

圖4 單線陣/面陣同軌立體成像方式

圖5 單線陣/面陣異軌立體成像方式

1.4 對比分析

三種典型測試方式具有各自的成像優勢和特點，主要總結如下：

1）三線陣和雙線陣測繪都采用多相機組合的成像方式實現立體成像，一次拍攝便能得到多景不同觀測視角的影像，數據獲取的效率有明顯的優勢；立體觀測過程中不依賴高敏捷機動的航天衛星平臺設計技術，且成像過程中三軸穩定，成像穩定性較好，數據保真度較高；但機動能力欠佳，數據獲取能力受到軌道位置限制而較局限。

2）單線陣/面陣測繪依靠高敏捷和高穩定的衛星平臺機動控制能力進行立體觀測，其具有更加靈活的優勢，主要體現在：a）多角度、多視成像，單線陣/面陣相機在姿態機動能力允許的條件下，可進行兩視以上多角度成像，而三線陣/雙線陣立體成像角度單一；b）交會角度自主可控，單線陣/面陣相機依靠衛星平臺靈活的機動能力，立體觀測交會角度及基高比可根據不同的地形地貌（平地、丘陵、山地）通過自主規劃控制最優，具有最高的理論精度。

3）三線陣相機前、后視成像交會角較大，可以構成較大的基高比的立體像對，理論上高程測量精度較優；雙線陣相機前、后視成像交會角有限，較小的基高比限制了其高程測繪精度；單線陣/面陣測繪成像體制雖然立體觀測更加靈活，但受到衛星平臺姿態控制、姿態機動等平臺硬件水平的限制，且影像交會條件、幾何特性較復雜，影響立體測繪高程相對精度水平。

2 測繪處理關鍵技術

高分辨率衛星復雜的空間運行環境極易導致對地成像鏈路中存在多種系統和非系統性觀測誤差，直接影響影像的幾何定位精度[10]，難以滿足立體測圖的高精度應用需求。利用一定的幾何處理方法消除和補償影像中的各種誤差，提升影像的幾何質量是高分辨率衛星立體測圖的前提和關鍵。高分辨率衛星測繪處理關鍵技術主要涉及在軌幾何定標、高精度傳感器校正和區域網平差處理，分別針對影像中的系統誤差、內部畸變和姿軌觀測偶然誤差進行修正與處理。

2.1 在軌幾何定標

高分辨率衛星發射及運行過程中載荷狀態會發生較大改變，地面測量的各類設備安裝、相機鏡頭畸變等關鍵參數值會發生變化，必須采用在軌幾何定標方法對在軌成像幾何參數重新進行精確標定[11-14]。在軌幾何定標通過對成像過程中系統誤差的精確估計，獲取星上真實幾何成像參數。

通常將幾何系統誤差分為外部系統誤差（如空間環境引起的相機安裝角度變形）和內部系統誤差（相機內部主點、主距及鏡頭光學畸變、探測器探元畸變等誤差），并分別進行外部參數和內部參數的標定[15-16]。外部參數只需利用少量控制點即可進行解算，而內部參數定標需要對探測器每個探元指向系統誤差進行檢測，要求提供大量控制約束條件。根據控制信息的獲取方式，在軌幾何定標方法可分為兩種：基于地面定標場的傳統方法和自主幾何定標方法。

傳統基于地面定標場的在軌幾何定標方法是利用衛星在軌獲取的定標場影像，通過與高精度定標場的數字正射影像（Digital Orthophoto Map，DOM）和數字高程模型（Digital Elevation Model，DEM）數據進行影像匹配，獲取密集控制點，基于單像空間后方交會方法精確確定內外定標參數，處理流程如圖6。

自主幾何定標方法是在高分辨率衛星機動成像能力下，利用相機在軌獲取不同觀測視角的多景影像，通過影像匹配得到連接點信息，基于同名光線空間相交的幾何約束關系，實現內部參數的自主標定。只需依賴少量的控制點（外業控制點或通過部分影像與地面定標場匹配自動獲取）對外部參數進行標定，極大地減少了對參考數據的依賴[17-18]。

對于三線陣以及雙線陣測繪相機，由于相機間存在一定夾角的安裝關系，為了保證獲取的三視/二視立體影像間的相對幾何精度，在軌幾何定標時還需要顧及相機間的相對安裝關系。地面定標場數量及分布有限，利用一個定標場對三臺/兩臺相機外部參數標定后，由于三臺/兩臺相機對同一定標場的成像時刻不一致，各相機外定標參數會吸收不同程度的姿態漂移誤差，需要重新標定相機間的相對安裝關系。如圖7和圖8，采用定標場和少量外業控制點聯合的控制方案，對三線陣/雙線陣相機進行幾何定標。對于三線陣相機，基于定標場對前、后、正視相機分別進行幾何定標后，再利用前視和后視相機沿軌一小段成像區域內各均勻布設的少量外業控制點，重新對前、后視相機的外定標參數進行解算；對于雙線陣相機，基于定標場對前、后視相機分別進行幾何定標，再利用前后相機的連接點和控制點精確標定相機之間的相對安裝關系。

圖6 基于地面定標場在軌幾何定標方式流程

圖7 三線陣相機外部參數標定的控制方案

圖8 雙線陣相機外部參數標定的控制方案

對于單線陣/面陣測繪相機，衛星平臺的敏捷機動能力更加靈活，單線陣/面陣相機可以快速獲取多視重疊影像，而三線陣/雙線陣衛星平臺的機動能力較差獲取同一區域的多景同源影像的成像周期較長。短時間周期內獲取的多視影像間的輻射特性較接近，同名像點的匹配精度更高，單線陣/面陣相機更有利于開展高精度、高時效的自主幾何定標。

2.2 高精度傳感器校正

高分辨率星載相機設計結構較為復雜（如：折反光路結構、多片拼接等設計）[9]，影像內部存在非線性畸變、片間拼接錯位等問題，原始影像難以直接應用。必須進行高精度傳感器校正處理，以優化影像內部幾何精度，獲取高精度整景影像，同時生成高精度的有理多項式系數（Rational Polynomial Coefficient， RPC）參數，為后續應用提供幾何數據基礎。

基于穩態重成像的傳感器校正方法通過設計一條虛擬線陣/面陣，模擬原始線陣/面陣的成像過程，以獲取整景影像，其具有嚴密的幾何理論基礎，是一種基于幾何成像模型的高精度物方校正方法，在光學衛星地面預處理中廣泛應用，例如“資源一號”02C[19]、“資源三號”[20]、“高分二號”[21]、“高分六號”[22]等衛星影像均采用該種方法實現了高精度校正。該方法首先在焦面上設計一個完整的虛擬線陣/面陣，圖9為表示虛擬線陣/面陣與原始分片線陣/面陣在相機坐標系c-ccc中的位置示意圖，兩者共享相機焦距和主點參數；基于幾何定標獲取的精確成像幾何參數，以及經過平滑處理的姿態和軌道數據，確定穩定成像狀態下虛擬線陣/面陣的嚴格幾何成像模型；再基于地形無關方法[23]利用虛擬控制點生成高擬合精度的RPC參數，以完全替代不便于計算的嚴格幾何成像模型，提供影像的幾何定位信息；最后在參考DEM輔助下，基于物方定位一致性建立原始分片影像與虛擬影像坐標間的幾何映射關系（如圖10）。首先將原始分片影像中的像點坐標(,)（表示像點）通過坐標正投影計算對應的物方坐標(,,)，再將物方坐標通過坐標反投影得到對應的虛擬影像像點坐標(i,j)，最后對虛擬影像進行灰度賦值，獲得無縫拼接的完整影像。同時為了避免引入過多的DEM高程誤差而影響整景影像的內部精度，虛擬線陣/面陣的位置應盡可能與真實線陣/面陣位置接近，保證原始成像視角與虛擬成像視角的差異最小[22]。

圖9 虛擬線陣/面陣焦面位置示意圖

圖10 原始影像與虛擬影像坐標映射流程圖

2.3 區域網平差處理

由于區域內不同成像時間的多景影像成像狀態存在差異，姿態、軌道等測量值具有不同程度的隨機誤差，單景影像傳感器校正后仍無法實現高精度的絕對定位，且影像間幾何定位精度存在不一致的問題，同名光線難以交于一點，影響區域影像高精度測圖。然而，在多次成像時姿軌隨機觀測誤差會變為服從正態分布的隨機變量，區域網平差處理對服從正態分布的隨機誤差具有補償效果。

區域網平差是利用區域內相鄰影像間同名像點連接關系，在少量控制點或無控制點條件下，按照一定的平差模型來修正區域內所有影像的幾何成像模型，在提高單景影像的幾何定位精度的同時消除影像間的相對幾何誤差，保證影像間物方定位的一致性，為后續區域影像拼接提供高精度幾何基礎。在傳感器校正生成的RPC模型基礎上，結合附加參數變換模型（平移變換、仿射變換等）構建區域網平差模型[20,24]，以單景影像作為平差單元進行平差處理。

隨著星上軌道和姿態測量精度的逐步提升，星載激光測高儀、全球DEM等多源攝影測量數據的涌現，無地面控制點區域網平差是衛星測繪處理的必然，目前發展的無控制平差方法主要有：1）基于虛擬控制點的區域網平差方法[25-26]，利用各景待平差影像的初始RPC模型，計算像方坐標系I-下像點對應物方坐標系下物點的坐標（如圖11），生成虛擬控制點，將虛擬控制點作為帶權觀測值引入平差模型；2）激光測高數據輔助的區域網平差方法[27-28]，當確定立體影像連接點物方坐標(0,0,0)的初始高程值0時以高精度的激光測高數據代替（如圖12），提升無控平差后模型的高程精度；3）DEM數據輔助的區域網平差方法[29-30]，在平差過程中引入DEM高程值對同名像點物方高程坐標進行約束（如圖13），利用DEM參考高程H（表示迭代次數）替代立體影像連接點高程坐標0，以改善小基高比影像平差中物方高程難以收斂的問題。

圖11 虛擬控制點生成

圖12 激光測高數據確定連接點物方高程坐標

圖13 DEM高程值約束

3 總結與展望

本文系統介紹了當前高分辨率衛星三種典型立體測繪方式的成像特點，并重點介紹了立體測繪幾何處理中的關鍵技術。三種測繪方式具有各自的成像特點，三線陣和雙線陣在平臺技術復雜度和測繪效率上有一定優勢，單線陣/面陣立體觀測的成像方式、交會角度更加靈活多樣。隨著高分辨率衛星觀測和測量性能、敏捷機動能力的不斷提高，以及測繪處理關鍵技術的不斷進步，傳統依賴控制數據的處理技術逐漸轉向自主、無控制的自動化處理。

根據2015年發布的國家空間基礎設施規劃（2015—2025年），中國后續也將繼續發射多顆三線陣/雙線陣測繪衛星，包括“資源三號”03和04星、與“高分七號”衛星組網的“高分七號”02星等，逐步構建系列比例尺光學測繪衛星星座。武漢大學牽頭正在研制的光學智能遙感衛星“珞珈三號”01星，比傳統敏捷衛星具備更加智能的應用服務模式，能夠根據用戶需求實現智能規劃和智能處理，將人工智能技術與攝影測量技術進行融合，給高分辨率光學衛星測繪提供了新的應用模式。未來中國高分辨率衛星立體測繪成像模式不斷豐富，高分辨率衛星星座不斷構建，通導遙一體化空天信息實時智能服務系統建設不斷推進，航天攝影測量的應用潛能將不斷充分發揮。

致謝：

感謝國家自然科學資金委員會重大集成項目（項目號：91738302）的支持。感謝郭貝貝博士生在論文寫作過程中提供的幫助。

[1] 楊明輝. 21世紀的地形測繪[J]. 測繪科學, 2006, 31(2): 13-15. YANG Minghui. Topographic Mapping in the 21st Century[J]. Science of Surveying and Mapping, 2006, 31(2): 13-15. (in Chinese)

[2] 唐新明, 謝俊峰, 張過. 測繪衛星技術總體發展和現狀[J]. 航天返回與遙感, 2012, 33(3): 17-24. TANG Xinming, XIE Junfeng, ZHANG Guo. Development and Status of Mapping Satellite Technology[J]. Spacecraft Recovery & Remote Sensing, 2012, 33(3): 17-24. (in Chinese)

[3] BOUILLON A, BERNARD M, GIGORD P, et al. SPOT 5 HRS Geometric Performances: Using Block Adjustment as a Key Issue to Improve Quality of DEM Generation[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2006, 60(3): 134-146.

[4] MURALIKRISHNAN S, PILLAI A, NARENDER B, et al. Validation of Indian National DEM from Cartosat-1 Data[J]. Journal of the Indian Society of Remote Sensing, 2013, 41(1): 1-13.

[5] TADONO T, SHIMADA M, MURAKAMI H, et al. Calibration of PRISM and AVNIR-2 onboard ALOS “Daichi”[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(12): 4042-4050.

[6] 滿益云, 李海超. 低軌視頻衛星成像特性分析[J]. 航天器工程, 2015, 24(5): 52-57. MAN Yiyun, LI Haichao. Imaging Characteristics Analysis for LEO Video Satellite[J]. Spacecraft Engineering, 2015, 24(5): 52-57. (in Chinese)

[7] 王任享, 胡莘, 王新義, 等. “天繪一號”衛星工程建設與應用[J]. 遙感學報, 2012, 16(S1): 2-5. WANG Renxiang, HU Xin, WANG Xinyi, et al. The Construction and Application of Mapping Satellite-1 Engineering[J]. Journal of Remote Sensing, 2012, 16(S1): 2-5. (in Chinese)

[8] 李德仁. 我國第一顆民用三線陣立體測圖衛星——資源三號測繪衛星[J]. 測繪學報, 2012, 41(3): 317-322. LI Deren. China’s First Civilian Three-line-array Stereo Mapping Satellite: ZY-3[J]. Acta Geodaetica et Cartographica Sinica, 2012, 41(3): 317-322. (in Chinese)

[9] 李貝貝, 韓冰, 田甜, 等. 吉林一號視頻衛星應用現狀與未來發展[J]. 衛星應用, 2018(3): 23-27. LI Beibei, HAN Bing, TIAN Tian, et al. Application Status and Future Development of Jilin-1 Video Satellite[J]. Satellite Applications, 2018(3): 23-27. (in Chinese)

[10] 龔健雅, 王密, 楊博. 高分辨率光學衛星遙感影像高精度無地面控制精確處理的理論與方法[J]. 測繪學報, 2017, 46(10), 1255-1261. GONG Jianya, WANG Mi, YANG Bo. High-precision Geometric Processing Theory and Method of High-resolution Optical Remote Sensing Satellite Imagery Without GCP[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10), 1255-1261. (in Chinese)

[11] GRODECKI J, LUTES J. IKONOS Geometric Calibrations[C]//Proceedings of the ASPRS 2005 Annual Conference. 2005: 07-11.

[12] MULAWA D. On-orbit Geometric Calibration of the OrbView-3 High Resolution Imaging Satellite[J]. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci, 2004, 35: 1-6.

[13] CAO J, YUAN X, GONG J. Inorbit Geometric Calibration and Validation of ZY-3 Three-line Cameras Based on CCD-detector Look Angles[J]. The Photogrammetric Record, 2015, 30(150): 211-226.

[14] 雷蓉. 星載線陣傳感器在軌幾何定標的理論與算法研究[D]. 鄭州: 信息工程大學, 2011. LEI Rong. Study on Theory and Algorithm of In-flight Geometric Calibration of Spaceborne Linear Array Sensor[D]. Zhengzhou: Information Engineering University, 2011. (in Chinese)

[15] WANG M, YANG B, HU F, et al. On-orbit Geometric Calibration Model and Its Applications for High-resolution Optical Satellite Imagery[J]. Remote Sensing, 2014, 6(5): 4391-4408.

[16] WANG M, CHENG Y, CHANG X, et al. On-orbit Geometric Calibration and Geometric Quality Assessment for the High-resolution Geostationary Optical Satellite Gaofen4[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 125: 63-77.

[17] CHENG Y, WANG M, JIN S, et al. New On-orbit Geometric Interior Parameters Self-calibration Approach Based on Three-view Stereoscopic Images from High-resolution Multi-TDI-CCD Optical Satellites[J]. Optics Express, 2018, 26(6): 7475-7493.

[18] DELVIT J M, GRESLOU D, AMBERG V, et al. Attitude Assessment Using Pleiades-HR Capabilities[J]. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2012, 39(B1): 525-530.

[19] 潘俊, 胡芬, 王密, 等. 基于虛擬線陣的ZY-102C衛星HR相機內視場拼接方法[J]. 武漢大學學報(信息科學版), 2015, 40(4): 436-443. PAN Jun, HU Fen, WANG Mi, et al. Inner FOV Stitching of ZY-1 02C HR Camera Based on Virtual CCD Line[J]. Geomatics and Information Science of Wuhan University, 2015, 40(4): 436-443. (in Chinese)

[20] 潘紅播, 張過, 唐新明, 等. 資源三號測繪衛星傳感器校正產品幾何模型[J]. 測繪學報, 2013, 42(4): 516-522. PAN Hongbo, ZHANG Guo, TANG Xinming, et al. The Geometrical Model of Sensor Corrected Products for ZY-3 Satellite[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(4): 516-522. (in Chinese)

[21] CHENG Y, JIN S, WANG M, et al. Image Mosaicking Approach for a Double-camera System in the Gaofen2 Optical Remote Sensing Satellite Based on The Big Virtual Camera[J]. Sensors, 2017, 17(6): 1441.

[22] WANG M, CHENG Y, GUO B, et al. Parameters Determination and Sensor Correction Method Based on Virtual CMOS with Distortion for the GaoFen6 WFV Camera[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2019, 156: 51-62.

[23] TAO C V, HU Y. A Comprehensive Study of the Rational Function Model for Photogrammetric Processing[J]. Photogrammetric Engineering and Remote Sensing, 2001, 67(12): 1347-1358.

[24] 張力, 張繼賢, 陳向陽, 等. 基于有理多項式模型RFM的稀少控制SPOT-5衛星影像區域網平差[J]. 測繪學報, 2009, 38(4): 24-32. ZHANG Li, ZHANG Jixian, CHEN Xiangyang, et al. Block-adjustment with SPOT-5 Imagery and Sparse GCPs Based on RFM[J]. Acta Geodaetica et Cartographica Sinica, 2009, 38(4): 24-32. (in Chinese)

[25] YANG B, WANG M, XU W, et al. Large-scale Block Adjustment without Use of Ground Control Points Based on the Compensation of Geometric Calibration for ZY-3 Images[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 134: 1-14.

[26] PI Y, YANG B, LI X, et al. Large-scale Planar Block Adjustment of GaoFen1 WFV Images Covering Most of Mainland China[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018, 57(3): 1368-1379.

[27] 李國元, 唐新明, 王華斌, 等. GLAS激光測高數據輔助的資源三號三線陣區域網平差研究[C]//第三屆高分辨率對地觀測學術年會分會論文集. 北京: 高分辨率對地觀測系統重大專項管理辦公室, 2014: 1-15. LI Guoyuan, TANG Xinming, WANG Huabin, et al. Research on the ZY-3 Block Adjustment Supported by the GLAS Laser Altimetry Data[C]//Proceedings of the 3rd Annual Conference of High Resolution Earth Observation. Beijing: Major Special Management Office of High Resolution Earth Observation System, 2014: 1-15. (in Chinese)

[28] 王晉, 張勇, 張祖勛, 等. ICESat 激光高程點輔助的天繪一號衛星影像立體區域網平差[J]. 攝影測量學與遙感, 2018, 47(3): 359-369. WANG Jin, ZHANG Yong, ZHANG Zuxun, et al. ICESat Laser Points Assisted Block Adjustment for Mapping Satellite-1 Stereo Imagery[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(3): 359-369. (in Chinese)

[29] TEO T A, CHEN L C, LIU C L, et al. DEM-aided Block Adjustment for Satellite Images with Weak Convergence Geometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 48(4): 1907-1918.

[30] CHEN X, CEN M, GUO H, et al. Chinese Satellite Photogrammetry without Ground Control Points Based on a Public DEM Using an Efficient and Robust DEM Matching Method[J]. International Journal of Remote Sensing, 2018, 39(3): 704-726.

A Review of High Resolution Optical Satellite Surveying and Mapping Technology

LI Deren WANG Mi

（State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China）

From the successful launch of the first artificial satellite to today's increasingly abundant high-resolution remote sensing satellites, space photogrammetry based on satellite platforms has become a major means of surveying and revising large and medium scale topographic maps. The realization of high-resolution satellite stereo mapping cannot be separated from the continuous research of high-precision mapping processing technology. In this paper, three typical surveying and mapping methods (three line array, dual line array, and single line array/plane array) and their characteristics of high-resolution optical satellite are analyzed, and the key geometrical technologies involved in surveying and mapping processing are introduced. Finally, the future development of space photogrammetry under the service and application mode of intelligent remote sensing satellite is prospected based on the launch plan of China’s surveying and mapping satellites.

stereo mapping; mapping processing; intelligent service; high-resolution optical satellites

P237

A

1009-8518(2020)02-0001-11

10.3969/j.issn.1009-8518.2020.02.001

李德仁，男，1939年生，中國科學院院士、中國工程院院士，主要從事以遙感、全球定位系統和地理信息系統為代表的空間信息科學與技術的科研和教學工作。

王密，男，博士，教授。研究方向為高分辨率光學遙感衛星數據處理與應用。E-mail：wangmi@whu.edu.cn。

2020-02-19

國家自然科學資金委員會重大集成項目（91738302）

李德仁, 王密. 高分辨率光學衛星測繪技術綜述[J]. 航天返回與遙感, 2020, 41(2): 1-11.

LI Deren, WANG Mi. A Review of High Resolution Optical Satellite Surveying and Mapping Technology[J]. Spacecraft Recovery & Remote Sensing, 2020, 41(2): 1-11. (in Chinese)

（編輯：龐冰）