SPOT遥感影像数据处理及城市规划应用研究

1.影像预处理

以SPOT影像处理为例，该研究所用SPOT影像产品均是L1B级别，即原始影像只进行了部分几何纠正，消除了如卫星姿态、全景变形、地球曲率及自转带来的几何误差。SPOT原始影像数据由全色波段和多光谱影像数据两部分组成，为了满足影像目视解译及制图的需要，需对L1B级别的SPOT影像进行一系列预处理工作。影像预处理工作主要包括正射校正、影像配准、影像增强、影像融合、影像镶嵌、投影转换、几何精校正及影像裁剪等。

相关数据处理工作主要基于遥感影像处理软件ERDAS IMAGINE 9.2和PCI 9.0平台上完成。

(1)正射校正

为了消除地形起伏和传感器误差引起的影像像点位移，达到制作高精度数字正射影像图的要求，需要分别对全色波段和多光谱波段影像进行正射校正。正射校正需要用到数字高程模型(DEM)数据。本研究利用东莞地区30m分辨率的DEM数据用于SPOT影像的正射校正，正射校正过程在ERDAS 9.2平台上完成。

(2)影像配准

以经过预处理的东莞市2011年SPOT 5影像为参考影像，以2013年正射校正后的SPOT 5和SPOT 6全色影像和多光谱影像为纠正单元，在每个单元景“田”字形节点处均匀选取不少于12个的配准控制点进行配准。同时选取不少于配准控制点24个以上的检查点，对全色与多光谱数据的配准精度进行检查，要求检查点残差不超过配准控制点中误差的2倍。将2013年正射校正后的SPOT影像配准到2011年经过预处理后的SPOT 5影像上，影像配准操作在ERDAS 9.2平台上完成。

(3)影像增强

融合前数据增强处理是对已进行正射纠正全色影像进行光谱增强，其目的是提高全色影像的亮度，使之更加清晰；本研究在ERDAS 9.2中采用卷积增强处理的方法完成。其原理是按照像元分块进行评卷处理，用于改变图像的空间频率特征。同时，对已进行正射纠正的多光谱影像进行色彩增强，拉大不同地类之间的色彩反差，突出其多光谱彩色信息。本专题在ERDAS 9.2中采用直方图均衡化的方法完成。直方图均衡化是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元数量大致相同，这样，原直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。

(4)影像融合

遥感影像融合是利用多波段低分辨率影像与单波段高分辨影像生成一幅新的影像的处理过程，其目的是获得同时具有高分辨率和多波段的遥感影像，以便进行各种分析与处理。影像融合不仅可以提高影像的空间分辨率，还可以增加影像的空间纹理信息等。现在主流的遥感影像处理软件如ENVI、ERDAS、PCI等都可以进行影像融合处理，常用的影像融合方法主要有主成分变换融合、乘积变换融合和比值变换融合。在影像融合的过程中，需要重采样。三种常用的重采样方法分别是最临近像元法、双线性内插法以及三次方卷积法。经过对实验效果比较可知，立方卷积法重采样效果最好。因此，本研究在影像融合过程中采用立方卷积法进行重采样。最终，SPOT 5全色影像(2.5m)和多光谱影像(10m)融合后得到2.5m的彩色影像；SPOT 6全色影像(1.5m)和多光谱影像(6m)融合后得到1.5m的彩色影像。

(5)影像镶嵌

由于SPOT 5和SPOT 6影像只有近红外、红、绿三个波段的波长范围近似相同，因此融合后的影像必须同时都用标准假彩色波段组合(R近红外、G红、B绿)才能得到一致的显示色调。另外，SPOT 5影像的像素深度是8bit，其像元值的范围在0～255之间，而SPOT 6影像的像素深度是16bit，其像元值的范围在0～65536之间，两者不能直接镶嵌。因此，在镶嵌之前必须先将两幅影像的像素深度和波段组合进行统一。为压缩融合后影像的存储空间，本研究采用线性变换的方法将SPOT 6影像的像素深度从16bit变换到与SPOT 5像素深度统一的8bit。经过上述变换后，分别将近红外、红、绿三个波段导出并重新组合成一幅新的三波段的彩色影像，用于影像镶嵌。完成上述操作后，在ERDAS中进行影像镶嵌。选取SPOT 5影像作为基准影像，其余分块的SPOT 6影像按其基准进行色彩匹配。镶嵌输出结果分辨率统一为2.5m。

(6)投影变换(www.xing528.com)

SPOT原始影像坐标系为WGS-1984大地坐标系，而东莞外业巡查基站CORS系统采用的也是珠区地方坐标系，为保持一致并便于外业核查工作，本研究需要将SPOT影像进行坐标和投影变换，将坐标系统一为珠区地方坐标系。坐标和投影转换过程在ArcGIS 10.0平台上完成。

(7)影像几何校正

由于WGS-1984大地坐标系和珠区地方坐标系之间无法获取精密的转换参数，同时影像预处理过程中的重采样等操作使镶嵌后的影像与参考影像仍然有轻微的偏移，为满足影像解译及精确制图的要求，需要对影像进行几何精校正。几何精校正过程在ArcGIS 10.0平台上完成。分别在参考影像和待校正影像上均匀选取15～20个GCP地面控制点，采用三次多项式校正模式，控制RMS误差不超过0.5个像元，重采样方法采用最近邻方法，使几何精校正后的影像误差控制在1个像元之内。

(8)影像裁剪

经过上述融合、镶嵌、配准处理之后，在ArcGIS 10.0中利用珠区坐标系的东莞市域边界对影像进行裁剪，得到经过预处理的东莞范围的SPOT影像。

2.影像解译

遥感影像目视解译，也称目视判读，是根据遥感影像目视解译标志和解译经验，识别目标地物的过程(濮静娟，1992)。本研究根据《土地利用现状分类》国家标准，结合东莞市的实际情况，制定东莞土地利用分类标准体系及各个类别对应的SPOT影像解译标志。该标准采用一级、二级两个层次的分类体系，共分10个一级类别、18个二级类别。其中，一级类别包括：耕地、林地、草地、水域、居住用地、交通运输用地、工业用地、园地、开发用地和其他未利用地。SPOT影像采用RGB(近红外、红、绿)标准假彩色波段组合，并以此为参照建立影像解译标志。土地利用分类标准及影像解译标志见表2.2。

表2.2　东莞市土地利用分类标准和SPOT影像解译标志

本研究SPOT影像目视解译工作在ArcGIS 10.0平台上，主要利用Editor工具箱中的工具完成。解译过程中主要根据土地利用分类标准和影像解译标志，综合运用了多种目视判读方法及SPOT影像和解译结果、GoogleEarth影像、2011年Quickbird影像等辅助数据进行判读。主要的解译过程包括以下三个步骤：

①SPOT影像目视判读。该过程是解译过程中最重要的，也是工作量最大的部分。主要内容是根据分类标准和解译标志，对影像地物图斑进行手工矢量化圈出地物的轮廓，并根据影像解译标志判读地物的类别和代码等属性，包括一级分类和二级分类及其类别代码。

②初判结果检查与修改。影像初步判读完成后，需要对初步判读结果进行仔细检查，找出判读结果中存在疑问和误判的图斑地块，利用辅助判读影像进行比对分析等，对判读结果进行修正。上述判读结果检查与修正的过程需要重复多次，直到确保判读结果存在疑问和误判的图斑地块全部修正后为止。

③拓扑检查与修正。SPOT影像解译结果是一幅Polygon类型的矢量图件。多边形边界代表影像地物轮廓，多边形属性包括影像地物的类别名称、代码及面积等属性。影像解译完成后，需要对所得矢量图件进行拓扑检查及修正，以消除矢量图件中多边形重叠、多边形空隙等拓扑错误。拓扑错误检查与修正完成后，所得结果即为东莞市2013年土地利用现状。