森林遙感圖像測量數(shù)據(jù)偏差影響分析方法設(shè)計

朱發(fā)財，許濟(jì)金

(1.福州理工學(xué)院計算與信息科學(xué)學(xué)院，福建 福州 350506；2.福州理工學(xué)院數(shù)字福建車聯(lián)網(wǎng)實(shí)驗室，福建 福州 350506；3.福建農(nóng)林大學(xué)機(jī)電工程學(xué)院，福建 福州 350002)

1 引言

資源衛(wèi)星(ZY-1)是一種應(yīng)用較為廣泛的衛(wèi)星，主要用于勘測和研究地球資源，具有極高的分辨率，能夠有效監(jiān)測火山噴發(fā)、河口海岸的變化、河水泛濫以及農(nóng)作物長勢等信息[1]。由于探測地表各物體的探測元件不同，假如探測元件接收到地表反饋時的路徑出現(xiàn)細(xì)微差別，即產(chǎn)生配準(zhǔn)誤差，則極易造成采集到的數(shù)據(jù)出現(xiàn)偏差。溫度的不穩(wěn)定和采樣元件結(jié)構(gòu)的變化都會造成配準(zhǔn)誤差。

波段間向元重合、定位、結(jié)合即為波段配準(zhǔn)。波段配準(zhǔn)能夠盡可能地降低或消除衛(wèi)星圖像的模糊和雙邊影響[2]。對于資源衛(wèi)星來說，配準(zhǔn)的精準(zhǔn)度在很大程度上影響著地物分類的精準(zhǔn)度和幾何定位的準(zhǔn)確性[3-4]。

對遙感圖像測量數(shù)據(jù)的偏差進(jìn)行控制以及異常診斷始終是一個難點(diǎn)問題。目前，已有部分學(xué)者對該項問題展開了研究，設(shè)計了如考慮背光源強(qiáng)度的圖像測量誤差影響分析方法[5]、多重觀測衛(wèi)星圖像無控區(qū)域網(wǎng)平差影響分析方法[6]等研究成果，在很大程度上提高了遙感圖像的測量質(zhì)量。

污染誤差模型可以一定程度調(diào)節(jié)波段偏差校準(zhǔn)后的遙感衛(wèi)星圖像[7]。森林地區(qū)的地形既復(fù)雜且多變，因此，其對遙感衛(wèi)星測量數(shù)據(jù)的精準(zhǔn)性要求極高。為充分發(fā)揮森林遙感影像的可用性，本研究從波段配準(zhǔn)誤差的角度出發(fā)，通過利用污染誤差模型調(diào)整遙感圖像來降低因測量數(shù)據(jù)出現(xiàn)觀測異常而產(chǎn)生的影響，并生成包含配準(zhǔn)誤差在內(nèi)的新圖像。在此基礎(chǔ)上，研究污染誤差模型下森林遙感圖像測量數(shù)據(jù)偏差影響，從而為森林遙感圖像的準(zhǔn)確監(jiān)測提供有效、可靠的分析依據(jù)。

2 森林遙感圖像測量數(shù)據(jù)偏差影響分析

2.1 研究對象數(shù)據(jù)

本研究選取廣西壯族自治區(qū)隆安縣為監(jiān)測對象，隆安縣平面位置示意圖如圖1所示。

圖1 實(shí)驗對象的位置示意圖

隆安縣位于廣西壯族自治區(qū)西南部，林地面積102萬畝，占總面積的30.03%。該地區(qū)森林資源豐富。

近年來，當(dāng)?shù)卣罅ν苿油烁€林政策，使得該地區(qū)既是重要交通樞紐又是天然氧吧，從地理條件和生態(tài)條件來看，該項退耕還林政策取得了重大成效。本研究利用ZY-1衛(wèi)星采集了該地區(qū)森林資源的多波段資料，并對其圖像測量數(shù)據(jù)加以分析。

2.2 森林遙感圖像處理

2.2.1 污染誤差分析過程

由于受到各種環(huán)境污染的影響，ZY-1資源衛(wèi)星采集的隆安縣地區(qū)森林遙感圖像存在圖像清晰度偏低的問題。為此，本研究運(yùn)用污染誤差模型對其進(jìn)行微調(diào)處理。

由于環(huán)境污染形勢復(fù)雜多變，需要對利用ZY-1衛(wèi)星獲取的森林地物遙感觀測圖像展開大量分析。

考慮抗差估計，抗差估計模型中，方差膨脹模型能夠最直觀地把不同的異常污染模型根據(jù)方差-協(xié)方差傳播定律統(tǒng)一歸類為方差-協(xié)方差膨脹模型[8]。

假設(shè)ΔKa和ΔKb分別表示觀測值Ka和實(shí)際值Kb的誤差量。其不但受到誤差源Δn影響，還分別受到Δa和Δb獨(dú)立誤差的影響。ΔKa和ΔKb的分解如式(1)和式(2)所示

ΔKa=Δa+γaΔn

(1)

ΔKb=Δb+γbΔn

(2)

在式(1)和式(2)中，期望為0的獨(dú)立的隨機(jī)誤差分別為Δa、Δb和Δn，它們存在如下關(guān)系

N(Δa)=N(Δb+=N(Δn)=1

(3)

(4)

(5)

(6)

式(7)表示Ka和Kb的相關(guān)系數(shù)

(7)

以上過程將ZY-1衛(wèi)星對森林遙感圖像的觀測誤差細(xì)化為相關(guān)誤差部分和獨(dú)立誤差部分，而誤差模型也分為多種。在考慮各種因素影響的基礎(chǔ)上，本研究選用誤差整體膨脹模型。

2.2.2 誤差整體膨脹模型

誤差整體膨脹模型的表達(dá)式如式(8)所示

(8)

在此基礎(chǔ)上，得到其方差和協(xié)方差分別如式(9)、(10)所示

(9)

(10)

(11)

由于本研究所運(yùn)用的模型相關(guān)系數(shù)保持不變，與方差-協(xié)方差矩陣對稱。因此，作為膨脹因子，υaa和υbb要按照誤差確定數(shù)值大小。

森林遙感圖像測量數(shù)據(jù)觀測可信度可以根據(jù)有效的殘差絕對值判斷，以此來減少異常觀測使用效率需運(yùn)用方差-協(xié)方差膨脹因子，從而控制異常觀測產(chǎn)生的影響，從根本上提高森林遙感圖像觀測結(jié)果的精確性。

2.3 多光譜波段配準(zhǔn)圖像誤差模擬過程

森林遙感圖像波段配準(zhǔn)圖像誤差需要通過隨機(jī)函數(shù)生成，通過多項式擬合、隨機(jī)誤差值模擬以及插值重采樣三個過程生產(chǎn)包含新配準(zhǔn)誤差的遙感圖像。

由于遙感衛(wèi)星傳回的圖像幾何變換誤差比較小，因此，本研究主要對圖像隨機(jī)幾何錯位加以考慮。通過以下過程獲取含有波段配準(zhǔn)誤差的模擬衛(wèi)星遙感圖像：

步驟1：插值重新采樣。若要生成多光譜波段配準(zhǔn)誤差模擬圖像，需要在標(biāo)準(zhǔn)參考圖像內(nèi)，選擇原始全色以添加配準(zhǔn)誤差，從實(shí)際波段配準(zhǔn)圖像受到1個像元之內(nèi)的配準(zhǔn)誤差干擾情況角度展開分析，這也是完成插值重采樣需要分析的重點(diǎn)內(nèi)容。本研究在分析過程中，分別放大ZY-1衛(wèi)星收集的多光譜波段數(shù)據(jù)元素原始像元以及全色波段到30倍和6倍，并設(shè)置0.18m作為圖像空間分辨率插值，從而實(shí)現(xiàn)對1個像元內(nèi)的錯位以及扭曲等配準(zhǔn)誤差的有效模擬[9]。

步驟2：將隨機(jī)誤差值添加到利用ZY-1衛(wèi)星獲取的多光譜圖像中。在多光譜圖像中采集均衡排列的控制點(diǎn)處，結(jié)合曲面擬合多項式，利用采集的控制點(diǎn)配準(zhǔn)多光譜以及幾何校正后的全色圖像，從而確保配準(zhǔn)誤差低于0.4個像元[10]?；诖?，修正控制點(diǎn)的像元，確保配準(zhǔn)誤差達(dá)到0.1～0.6像元。從全色和多光譜圖像中采集的子圖像尺寸為6000×6000像元。

在這一過程中，配準(zhǔn)誤差模擬圖像生成需用到曲面擬合多項式模型如式(12)所示：

(12)

式(12)中，多項式系數(shù)分別為oij和pij。在模型中模擬產(chǎn)生新的圖像，該圖像具備配準(zhǔn)誤差，誤差的像元坐標(biāo)分別是c′與d′，多項式次數(shù)為M，以c和d作為像元坐標(biāo)，該坐標(biāo)屬于含有隨機(jī)誤差圖像控制點(diǎn)。在此基礎(chǔ)上，利用式(13)計算總均方根

(13)

式(13)中，C和D均表示圖像控制點(diǎn)的標(biāo)準(zhǔn)坐標(biāo)，h表示控制點(diǎn)數(shù)。

步驟3：為得到不同配準(zhǔn)誤差的融合圖像數(shù)據(jù)，本研究對全色波段和差異配準(zhǔn)誤差下多光譜波段展開融合，并通過迭代自組織數(shù)據(jù)分析方法得到非監(jiān)督分類融合結(jié)果[11-12]。

假設(shè)所有參數(shù)一致，將隆安縣地區(qū)森林資源劃分為四種地理類型，分別為森林、水域、裸地和農(nóng)田。然后分別統(tǒng)計各配準(zhǔn)誤差模擬圖像和標(biāo)準(zhǔn)參考圖像的分類面積，從而研究在存在差異配準(zhǔn)誤差的情況下，四種地類分類面積同匹配誤差間的關(guān)聯(lián)關(guān)系，并重點(diǎn)分析研究森林面積的變化情況。

2.4 圖像幾何精校正分析

幾何校正在圖像處理的過程中，為使得圖像幾何精度大幅度提高，本研究對多因素產(chǎn)生的幾何畸變實(shí)施全面校正，從而使得解釋制圖以及幾何量測的精度大大提升，為后期的多元遙感信息復(fù)合與不同圖像配準(zhǔn)奠定有效的基礎(chǔ)。

為了探析差異波段配準(zhǔn)誤差對圖像幾何精校正的干擾，本研究將標(biāo)準(zhǔn)參考圖像設(shè)置為原始圖像，在此基礎(chǔ)上，通過幾何精校正對多項式擬合形成的差異配準(zhǔn)誤差圖像實(shí)施處理。

對圖像展開幾何精校正后產(chǎn)生的配準(zhǔn)RMS總誤差如表1所示。

表1 波段配準(zhǔn)誤差模擬圖像校正模型RMS

根據(jù)表1所示結(jié)果可知，當(dāng)配準(zhǔn)誤差保持低于0.25像元時，幾何精校正后的總RMS始終低于0.10；而當(dāng)配準(zhǔn)誤差高于0.35時，幾何精校正后的總RMS升高至0.143，變化幅度較大。

3 實(shí)驗結(jié)果與分析

為驗證本研究設(shè)計的基于污染誤差模型的森林遙感圖像測量數(shù)據(jù)偏差影響分析方法的可行性和有效性。設(shè)計如下實(shí)驗。

3.1 融合圖像分類實(shí)驗分析

為了獲取不同配準(zhǔn)誤差的廣西壯族自治區(qū)隆安縣森林融合圖像數(shù)據(jù)，本研究融合差異配準(zhǔn)誤差的ZY-1全色圖像和多光譜圖像，并且為了分析差異配準(zhǔn)誤差的全色圖像融合后對圖像分類產(chǎn)生的不利干擾，應(yīng)通過迭代自組織數(shù)據(jù)分析方法非監(jiān)督分類存在配準(zhǔn)誤差的圖像數(shù)據(jù)。融合圖像平均面積變化率情況如圖2所示。

圖2 融合圖像平均面積變化率

根據(jù)圖2所示結(jié)果可知，當(dāng)配準(zhǔn)誤差在0.1-0.3像元范圍時，平均面積變化率在9%-16%之間；當(dāng)配準(zhǔn)誤差為0.3像元時，平均面積變化率達(dá)到了16%。產(chǎn)生這一結(jié)果的原因可能是因為某些地物具有漸變特性。當(dāng)配準(zhǔn)誤差高于0.4像元后，面積變化率突增。

綜合上述結(jié)果可知，當(dāng)配準(zhǔn)誤差≤0.3像元時，面積變化率<25%；當(dāng)配準(zhǔn)誤差>0.3像元后，面積變化率突增后保持在45%左右。

3.2 圖像的幾何精校正分析

實(shí)驗研究在受到不同配準(zhǔn)誤差全色圖像的干擾的情況下本文方法的幾何精校正效果。獲取配準(zhǔn)誤差同差異配準(zhǔn)誤差狀態(tài)下的森林遙感圖像配準(zhǔn)RMS總誤差分布情況，結(jié)果如圖3所示。

圖3 RMS在不同配準(zhǔn)誤差下的變化

根據(jù)圖3所示結(jié)果可知，配準(zhǔn)誤差和配準(zhǔn)RMS總誤差存在正比例關(guān)系。當(dāng)配準(zhǔn)誤差高于0.3像元后，總RMS突增，其變化幅度較大。但當(dāng)配準(zhǔn)誤差高于0.4像元后，森林遙感圖像的配準(zhǔn)RMS總誤差開始趨于穩(wěn)定。

3.3 多光譜波段配準(zhǔn)誤差分析

在不同配準(zhǔn)誤差下，隆安縣森林區(qū)域不同地物(森林、裸地、水域、農(nóng)田)面積變化率不同，其結(jié)果如圖4所示。

圖4 不同配準(zhǔn)誤差下不同地物類型的面積變化率變化結(jié)果

根據(jù)圖4所示的隆安縣森林各地物趨勢可以看出，分類面積變化率受配準(zhǔn)誤差的影響很大。伴隨著配準(zhǔn)誤差的增大，地物中的裸地、水域和農(nóng)田分類面積逐漸減小，地物中的森林面積則正好相反，配準(zhǔn)誤差越大，其分類面積變化率越高。

觀察圖(a)和圖(b)可以看出，分類面積變化率最大的是森林與水域，當(dāng)配準(zhǔn)誤差從0.1像元升高至0.3像元后，森林分類面積變化率從1.5%突然升高至3%。因此，若想要面積變化率低于3%，則需要控制配準(zhǔn)誤差低于0.3像元。

由于隆安縣森林環(huán)境特殊性，森林區(qū)域遙感圖像的影響色調(diào)為漸變狀態(tài)，配準(zhǔn)誤差越大邊界混淆越嚴(yán)重，分類結(jié)果的準(zhǔn)確性受到干擾。因此，當(dāng)在配準(zhǔn)誤差高于0.3以后，分類面積變化率在4%的范圍內(nèi)趨于平穩(wěn)。當(dāng)多光譜配準(zhǔn)誤差低于0.3像元時，遙感衛(wèi)星對森林進(jìn)行監(jiān)測的效果可以達(dá)到最好。

綜上所述，當(dāng)ZY-1全色多光譜圖像配準(zhǔn)誤差大于0.3像元時，融合遙感圖像的平均面積變化率突然升高；當(dāng)多光譜配準(zhǔn)誤差大于等于0.4后，配準(zhǔn)總誤差趨于穩(wěn)定；當(dāng)多光譜配準(zhǔn)誤差低于0.3像元時，森林遙感圖像的監(jiān)測效果最佳。

4 結(jié)束語

1)本研究設(shè)計了一種基于污染誤差模型的森林遙感圖像測量數(shù)據(jù)偏差影響分析方法，首先通過污染誤差模型對森林遙感圖像進(jìn)行調(diào)整，從根本上提高森林遙感圖像的精確度。在此基礎(chǔ)上，從多光譜波段配準(zhǔn)圖像誤差、對圖像展開幾何精校正后產(chǎn)生的配準(zhǔn)誤差出發(fā)，分析森林遙感圖像測量數(shù)據(jù)偏差。

2)經(jīng)實(shí)驗分析結(jié)果可知：若ZY-1全色多光譜圖像間配準(zhǔn)誤差大于0.3像元，會給森林遙感圖像融合和幾何精校正帶來較大影響。當(dāng)配準(zhǔn)誤差低于0.3像元時，森林遙感圖像測量數(shù)據(jù)受到的影響最小，成像效果最佳。

3)綜合分析實(shí)驗部分可知，隨著遙感圖像的配準(zhǔn)誤差的增加，其對測量數(shù)據(jù)偏差的影響也會增大。而利用本文方法能夠?qū)ι诌b感圖像測量數(shù)據(jù)偏差的影響進(jìn)行可靠的分析。