摘 要:RapidEye数据已经大规模的用于土地动态遥感监测中,具有重访周期短的优势,P5数据具有高分辨率的优势,将多源遥感影像进行融合,可以充分发挥高空间分辨率卫星遥感数据的优势,优化高分辨率卫星遥感数据解决方案。本文通过研究数据处理与应用的方法与技巧,挖掘数据应用潜力,以更好的应用高分辨率遥感数据进行土地动态遥感监测。
　　关键词:RapidEye IRS-P5 遥感监测
　　中图分类号:TP7 文献标识码:A 文章编号:1674-098X(2011)04(b)-0011-01
　　
　　1 RapidEye及P5卫星数据概况(表1)
　　
　　2 技术与方法
　　2.1 影像的几何精纠正
　　选用遥感影像处理软件的几何纠正模块进行纠正,控制资料采用QB正射影像,DEM采用ASTGTM 30m分辨率数据,用物理模型对P5影像进行正射纠正。
　　选择控制点时遵循均匀分布、特征明显、足够数量几个原则[1]。对控制点数据对纠正精度的影响进行了试验,通过选取不同数量控制点纠正同一景影像,发现控制点数量在13～17个时,纠正精度较好,且数量适中,可以节省作业时间,当精度要求较高时,可适当增加控制点数量。
　　2.2 影像配准
　　影像融合的效果依赖于原始影像的质量及其相互配准精度,在精度不能保证的情况下,无论采用何种融合方法和后处理措施都不能得到良好的结果,因此在进行融合之前,首先应对P5与RapidEye数据进行精确配准。我们同样进行了配准控制点数量试验,试验结果显示控制点数量在11～18个之间,在控制点选择合理准确的前提下,P5与RapidEye影像相对误差在1个像素以内,通过对P5与RapidEye影像叠加用卷帘工具检查精度情况,误差在1个像素(RapidEye)以内,可以保证影像融合效果,避免出现光谱溢出等现象。
　　2.3 影像的融合
　　2.3.1 融合方法比较
　　遥感数据融合的算法有很多,目前还没有统一的数据融合模型和融合结果的有效评价方法,选用何种算法有效在很大程度上与遥感数据源的种类和融合的目的有关。
　　(1)IHS变换:优点是运算简单、实现容易,较好地保留了高分辨率影像的纹理细节和多光谱影像的彩色关系;其缺点为限于三个波段参加,融合后同色系层次较少,影响地物类型的判读。
　　(2)主成分变换:融合结果保留了更多多光谱数据的色彩信息,但纹理细节被光滑,图像清晰度低于IHS变换的结果。
　　(3)线性加权乘积是最直观的一种影像融合手段。优点在于能够较好地保留多光谱影像的丰富色彩,多源影像完全融为一体,可生成较好的融合影像;缺点是,降低了影像亮度,给融合后处理的色调调整带来困难,高分辨率影像的纹理相应减弱,增加了对高分辨率影像预处理的难度,清晰度低于IHS变换的结果。
　　通过对以上几种融合算法的分析及其结果的比较,在实际的遥感数据融合中,根据土地利用的目的和需求,选择IHS变换,实用性强、操作简单,可获得较好的融合效果。
　　2.3.2 融合后与融合前比较
　　融合后影像在P5数据高分辨的基础上增加了RapidEye影像的色彩信息,建设用地、农用地等较之前更容易判读[2],且边界清晰,易于勾绘;RapidEye影像有云地区缺失的信息融合后也得以弥补。表2为P5与RapidEye原始影像与融合后影像对比情况。
　　
　　3 多源数据融合在土地利用动态遥感监测中的应用
　　3.1 遥感监测图斑提取
　　在ARCGIS软件中叠加前后时相的影像提取变化信息、建立图斑属性表、建立图斑的拓扑关系。按要求填写外业调查记录表,并制作以DOM影像为底图,叠加注记、图斑编号和外业前变化图斑等要素的土地利用动态遥感监测外业底图,进行外业调查后整理成果。内业共提取32块变化图斑,经外业调查,确认为变化图斑的有28块。
　　3.2 数据处理流程及参数选取(图1)
　　
　　4 结语
　　(1)为达到多源遥感数据信息的相互补充的目的,采用IHS变换融合方法,能较好地保留高分辨率影像的纹理细节和多光谱影像的彩色关系,易于识别地类属性与变化,目视解译效果更佳。
　　(2)P5与RepidEye融合数据适用于大比例尺的土地利用现状的更新调查。
　　
　　参考文献
　　[1] 赵英时,陈冬梅,周心铁,等.遥感应用分析原理与方法[M].北京:科学出版社,2003.159-160.
　　[2] 土地利用类型划分执行最新国家标准《土地利用现状分类》(GB/T 21010-2007).
　　
　　“本文中所涉及到的图表、公式、注解等请以PDF格式阅读”