京津冀城市群大区域高分卫星数据产品

龙腾飞，何国金*，焦伟利，王桂周

1. 中国科学院空天信息创新研究院，北京 100094

2. 海南省地球观测重点实验室，海南三亚 572029

引 言

京津冀城市群是中国的政治、文化中心，也是中国北方经济的重要核心区。近年来，随着京津冀一体化的推进，特别是北京通州城市副中心、河北雄安新区[1]的建设，京津冀城市群的发展非常迅速，城市面貌日新月异。该区域的大气环境[2]、城市绿地[3]、土地利用格局[4]、土地生态状况[5-6]等问题受到广泛的关注。卫星遥感技术作为一种在不直接接触的情况下，对目标物或自然现象远距离感知的一门探测技术，可以快速、客观地获取城市发展、建设的有关信息，从而全面、高效地了解城市的发展变化。而随着遥感应用的深入和普及，广大用户对数据产品需求逐渐的由基础型向深加工型转变。为了能更加高效、快速地提供标准化的深加工产品，何国金等人首次提出了即得即用（Ready To Use，RTU）卫星遥感产品理念[7-8]。该理念是将卫星遥感数据加工成用户能够直接使用的级别，免去用户在使用过程中繁琐的预处理过程，从而提高工作效率。

本文采用2018-2019 年的国产高分一号B/C、高分二号、高分六号等卫星遥感数据，通过卫星数据深加工处理方法得到京津冀城市群地区大区域高分辨率镶嵌影像，是针对京津冀城市群研制的现势性较好的高分卫星即得即用数据产品。本数据集特点是云量少、定位精度高和色彩均衡，能够直接下载使用。

1 数据采集和处理方法

1.1 数据源

为保证数据集的现势性和数据质量，本数据集的数据来源包括高分一号B/C、高分二号、高分六号等多种卫星数据，合计93 景，空间范围完全覆盖京津冀城市圈，全色影像空间分辨率优于2 m。高分卫星原始数据由中国遥感卫星地面站接收、中国资源卫星应用中心分发，影像数据自带有理函数模型（RPC 模型）参数，但由于自带RPC 模型存在一定误差，无法直接用于正射影像的生产。影像的覆盖范围及时相信息分别如图1 和表1 所示。

图1 高分卫星影像覆盖范围

表1 高分卫星影像获取时间

1.2 数据处理

大区域卫星数据即得即用遥感产品的深加工处理主要包含影像配准、平差、几何校正、影像融合和影像镶嵌，流程如图2。

图2 高分卫星数据深加工处理流程

以下主要对影像自动匹配、区域网平差、正射校正、影像融合和匀色镶嵌等关键步骤进行说明。

1.2.1 影像自动匹配

影像自动匹配是高效获取地面控制点和连接点的有效方法。为保证采集到的控制点在空间上分布均匀，我们将高分一号WFV 原始影像划分为规则的格网，然后在每个格网内利用SIFT 算法[9]自动匹配一个控制点。另一方面，通过划分格网也可得到大小合适的影像块，从而提高SIFT 匹配算法的速度和成功率。借助待匹配影像的初始RPC 模型，参考影像块的范围可以根据待匹配影像块的影像坐标近似计算得到。此外，我们还可以将参考影像块重采样成与待校正影像块相近的分辨率，从而让SIFT 匹配更加稳健。以2 m 分辨率的正射镶嵌影像作为参考影像，利用影像自动匹配方法从参考影像提取地面控制点、在影像间提取连接点。

1.2.2 区域网平差

以RPC 模型作为通用几何成像模型，利用自动匹配得到的地面控制点和连接点，根据光束法原理在DEM 数据的辅助下对多源高分卫星影像进行区域网平差，修正影像自带的RPC 模型，同时保证影像的绝对定位精度和影像间的接边精度。图3 为区域网平差效果示例，图3(a)中，未经过区域网平差时，接边影像间存在错位；图3(b)中，经过区域网平差后，影像间几何一致性较好。

图3 区域网平差效果示例

1.2.3 正射校正

利用修正后的RPC 模型和DEM 数据，按WGS84 坐标系Albers 投影（中央经线为110 度，原点纬度为10 度，双标准纬线为北纬25 度和北纬47 度）和2 m（全色）或8 m（多光谱）分辨率建立输出正射影像的规则格网，然后计算输出影像格网中的每一点对应于原始高分一号WFV 影像的像素坐标：根据输出影像左上角点的投影坐标及影像的空间分辨率计算输出格网点的投影坐标，并将投影坐标转换为地理坐标（经纬度），然后利用修正后的RPC 模型和DEM 数据将经纬度和高程计算为对应的原始影像像平面坐标。一般地，计算得到的像平面点的坐标值不为整数，则需采用双三次卷积法插值得到相应的灰度值填充到输出影像格网中。

1.2.4 影像融合

基于Pansharp[10]融合算法，综合高分辨率全色图像的几何纹理细节信息和低分辨率多光谱图像的光谱，以最大的光谱保真度实现低分辨率多光谱数据与高分辨率全色数据的融合。图4 展示了局部区域融合的效果，可以看到，融合影像与原多光谱影像色彩一致性好，空间细节信息显著增强。

图4 Pansharp 融合效果示意图

1.2.5 影像镶嵌

针对经过几何标准化处理后的大规模遥感正射影像，采用Graph Cut 方法自动提取最优镶嵌线，并匀光匀色，然后进行分布式并行镶嵌处理，实现城市群尺度高分辨率遥感影像的快速无缝镶嵌。

2 数据样本描述

本数据集为京津冀城市群2018-2019 年2 m 分辨率的融合、镶嵌影像，其空间分辨率为2 m，坐标系为WGS1984，投影方式为Albers 投影，中央经线为110 度，原点纬度为10 度，双标准纬线为北纬25 度和北纬47 度，包含可见光和近红外4 个波段，量化级数为8 bit，总数据量约为682 GB。数据集由4 个文件组成：影像文件、金字塔文件、镶嵌线文件、缩略图文件。京津冀城市群2018-2019 年镶嵌影像的缩略图如图5 所示，北京故宫和雄安新区的局部放大效果如图6 和图7 所示，其中图5 和图6 为3、2、1 波段合成的真彩色影像，图7 为3、4、2 波段合成的假彩色影像。

图5 京津冀城市群大区域镶嵌影像真彩色合成缩略图（RGB=321）

图6 北京故宫真彩色合成（RGB=321）

图7 雄安新区（局部）假彩色合成（RGB=342）

3 数据质量控制和评估

以2 m 分辨率的正射镶嵌影像为参考，采用自动匹配方法对京津冀城市群镶嵌影像采集90 个均匀分布的检查点，用于评价镶嵌影像的几何定位精度。结果表明该数据集的几何精度约为1-2 像素（即2-4 m），检查点及其平面误差的分布如图8 所示。

图8 京津冀城市群镶嵌影像检查点及其精度分布

4 数据价值

本数据集是京津冀城市群地区2018-2019 年的无缝镶嵌影像，空间分辨率为2 m，包含可见光及近红外波段，云量少、定位精度高，可直接用于遥感影像制图、植被指数计算、目视判别、影像自动分类或变化检测等遥感分析应用。本数据集包含影像数据、影像金字塔、缩略图和镶嵌线矢量文件，便于用户了解数据的属性、影像来源及时相信息。本数据集可为京津冀城市群的土地利用、城市发展、生态环境监测等方面的研究及应用提供数据支撑。

5 数据使用方法和建议

京津冀城市群地区时间序列正射影像数据集保存为GeoTIFF 格式，包含4 个波段，能够在ENVI、PCI、ArcGIS 和QGIS 等遥感和GIS 主流软件中读取和操作。

后续本数据集将会定期补充该区域新的即得即用遥感产品，为京津冀城市群的动态遥感监测提供基础数据支撑。

致 谢

感谢中国资源卫星应用中心提供数据支持。

数据作者分工职责

龙腾飞（1986—），男，湖北省武汉市人，博士，助理研究员，研究方向为遥感图像智能处理。主要承担工作：算法设计和数据处理。

何国金（1968—），男，福建省龙岩市人，博士，研究员，研究方向为遥感信息智能服务。主要承担工作：总体思路与方案设计。

焦伟利（1965—），女，辽宁省凤城市人，正高级工程师，研究方向为遥感图像处理与工程应用。主要承担工作：数据处理流程设计。

王桂周（1984—），男，山东省济宁市人，博士，高级工程师，研究方向为遥感图像智能处理。主要承担工作：数据收集和产品精度检查。