京津冀城市群大區域高分衛星數據產品
| 京津冀城市群大區域高分衛星數據產品 作者：龍騰飛 何國金 焦偉利 王桂周 2020年4月10日 |
 龍騰飛, 何國金, 焦偉利, 王桂周. 京津冀城市群大區域高分衛星數據產品[J/OL]. 中國科學數據, 2020. (2020-04-06). DOI: 10.11922/csdata.2020.0015.zh. |
摘要&關鍵詞[編輯]
摘要：採用2018–2019年的國產高分一號B/C、高分二號、高分六號等衛星遙感數據，通過影像配准、平差、幾何校正、影像融合、影像鑲嵌等衛星數據深加工處理方法得到京津冀城市群地區大區域高分辨率鑲嵌影像，空間分辨率為2 m，是針對京津冀城市群研製的現勢性較好的高分衛星即得即用數據產品。本數據集雲量少、色彩均衡、幾何精度約為1–2像素（即2–4 m）。影像數據包含可見光及近紅外波段，可為京津冀城市群的土地利用、城市發展、生態環境監測等方面的研究及應用提供數據支撐。
關鍵詞：即得即用；京津冀；鑲嵌；大區域；正射影像
Abstract & Keywords[編輯]
Abstract: Using domestic remote sensing data such as domestic GF-1 B/C, GF-2 and GF-6 from 2018 to 2019, and with value-added processing of satellite data such as image registration, block adjustment, geometric orthorectification, image fusion, and image mosaic, a high-resolution mosaic image of a large area in the Beijing-Tianjin-Hebei urban Metropolitan Region was obtained with a spatial resolution of 2 m. This dataset has few clouds, balanced color, and geometric accuracy of about 1–2 pixels (2–4 m). The image data includes visible light and near-infrared bands, which can provide data support for the research and application of land use, urban development, and ecological environment monitoring in the Beijing-Tianjin-Hebei Metropolitan Region.
Keywords: Ready To Use; Beijing-Tianjin-Hebei; mosaic; large area; orthophoto
數據庫（集）基本信息簡介[編輯]
| 數據庫（集）名稱 | 京津冀城市群大區域高分衛星數據集 |
| 數據作者 | 龍騰飛、何國金、焦偉利、王桂周 |
| 數據通信作者 | 何國金（hegj@radi.ac.cn） |
| 數據時間範圍 | 2018–2019年 |
| 地理區域 | 地理範圍包括北緯43°19′3″–34°54′40″，東經113°9′16″–120°48′30″。地理區域範圍包括北京市、天津市、河北省。 |
| 空間分辨率 | 2 m |
| 數據量 | 682 GB |
| 數據格式 | *.tif |
| 數據服務系統網址 | ftp://124.16.184.141/csdata/Jingjinji2018-2019/ http://www.sciencedb.cn/dataSet/handle/967 |
| 基金項目 | 中國科學院Ａ類戰略性先導科技專項（XDA19090300）；國家自然科學基金項目（61701495、61731022）。 |
| 數據庫（集）組成 | 數據集共包括4個數據文件，它們分別：jingjinji.TIF、jingjinji.TIF.ovr、jingjinji_BROWSER.JPG、seamline.shp。其中：(1) jingjinji.TIF 是影像數據，數據量511GB；(2) jingjinji.TIF.ovr 是金字塔數據，數據量170GB；(3) jingjinji_BROWSER.JPG 是縮略圖文件，數據量934 KB；(4) seamline.shp 是鑲嵌線文件，數據量2.85 MB。 |
Dataset Profile[編輯]
| Title | A large-region high-resolution satellite dataset of Beijing-Tianjin-Hebei Metropolitan Region |
| Data corresponding author | Guojin He (hegj@radi.ac.cn) |
| Data authors | Tengfei Long, Guojin He, Weili Jiao, Guizhou Wang |
| Time range | 2018-2019 |
| Geographical scope | Beijing, Tianjin and Hebei (43°19′3″N – 34°54′40″N, 113°9′16″E – 120°48′30″E) |
| Spatial resolution | 2 m |
| Data volume | 682 GB |
| Data format | *.tif |
| Data service system | <ftp://124.16.184.141/csdata/Jingjinji2018-2019/> <http://www.sciencedb.cn/dataSet/handle/967> |
| Sources of funding | Strategic Priority Research Program of the Chinese Academy of Sciences (XDA19090300); National Natural Science Foundation of China (61701495, 61731022). |
| Dataset composition | The dataset consists of 4 subsets in total: (1) jingjinji.TIF is made up of image data, with a data volume of 511 GB; (2) jingjinji.TIF.ovr is made up of image pyramid, with a data volume of 170 GB; (3) jingjinji_BROWSER.JPG is the image browser file, with a data volume of 934 KB; (4) seamline.shp is the seamline file, with a data volume of 2.85 MB. |
引 言[編輯]
京津冀城市群是中國的政治、文化中心，也是中國北方經濟的重要核心區。近年來，隨着京津冀一體化的推進，特別是北京通州城市副中心、河北雄安新區[1]的建設，京津冀城市群的發展非常迅速，城市面貌日新月異。該區域的大氣環境[2]、城市綠地[3]、土地利用格局[4]、土地生態狀況[5][6]等問題受到廣泛的關注。衛星遙感技術作為一種在不直接接觸的情況下，對目標物或自然現象遠距離感知的一門探測技術，可以快速、客觀地獲取城市發展、建設的有關信息，從而全面、高效地了解城市的發展變化。而隨着遙感應用的深入和普及，廣大用戶對數據產品需求逐漸的由基礎型向深加工型轉變，為了能更加高效、快速地提供標準化的深加工產品，何國金等人首次提出了即得即用（Ready To Use，RTU）衛星遙感產品理念[7][8]，該理念是將衛星遙感數據加工成用戶能夠直接使用的級別，免去用戶在使用過程中繁瑣的預處理過程，從而提高工作效率。
本文採用2018–2019年的國產高分一號B/C、高分二號、高分六號等衛星遙感數據，通過衛星數據深加工處理方法得到京津冀城市群地區大區域高分辨率鑲嵌影像，是針對京津冀城市群研製的現勢性較好的高分衛星即得即用數據產品。本數據集特點是雲量少、定位精度高和色彩均衡，能夠直接下載使用。
1 數據採集和處理方法[編輯]
1.1 數據源[編輯]
為保證數據集的現勢性和數據質量，本數據集的數據來源包括高分一號B/C、高分二號、高分六號等多種衛星數據，合計93景，空間範圍完全覆蓋京津冀城市圈，全色影像空間分辨率優於2 m。高分衛星原始數據由中國遙感衛星地面站接收、由中國資源衛星應用中心分發，影像數據自帶有理函數模型（RPC模型）參數，但由於自帶RPC模型存在一定誤差，無法直接用於正射影像的生產。影像的覆蓋範圍及時相信息分別如圖1和表1所示。
圖1 高分衛星影像覆蓋範圍
表1 高分衛星影像獲取時間
| 衛星 | 日期 |
| 高分一號B衛星 | 20181228, 20190122, 20190122, 20190122, 20190227, 20190227, 20190308, 20190308, 20190308, 20190316, 20190316, 20190316, 20190406, 20190422, 20190422, 20190422, 20190528, 20190528, 20190528 |
| 高分一號C衛星 | 20190318, 20190415, 20190522, 20190522, 20190522, 20190522, 20190522, 20190522, 20190522, 20190522, 20190701, 20190701 |
| 高分二號 | 20190703 |
| 高分六號 | 20180620, 20180620, 20180628, 20180824, 20180824, 20180906, 20180922, 20180922, 20181029, 20181127, 20181127, 20181127, 20190115, 20190115, 20190123, 20190123, 20190123, 20190123, 20190123, 20190123, 20190123, 20190123, 20190205, 20190205, 20190213, 20190217, 20190217, 20190217, 20190217, 20190221, 20190221, 20190221, 20190301, 20190301, 20190313, 20190313, 20190313, 20190313, 20190317, 20190317, 20190318, 20190318, 20190322, 20190322, 20190326, 20190326, 20190326, 20190330, 20190330, 20190330, 20190415, 20190415, 20190415, 20190415, 20190415, 20190419, 20190502, 20190502, 20190506, 20190514, 20190514 |
1.2 數據處理[編輯]
大區域衛星數據即得即用遙感產品的深加工處理主要包含影像配准、平差、幾何校正、影像融合和影像鑲嵌，流程如圖2。
圖2 高分衛星數據深加工處理流程
以下主要對影像自動匹配、區域網平差、正射校正、影像融合和勻色鑲嵌等關鍵步驟進行說明。
1.2.1 影像自動匹配[編輯]
影像自動匹配是高效獲取地面控制點和連接點的有效方法。為保證採集到的控制點在空間上分布均勻，我們將高分一號WFV原始影像劃分為規則的格網，然後在每個格網內利用SIFT算法[9]自動匹配一個控制點。另一方面，通過劃分格網也可得到大小合適的影像塊，從而提高SIFT匹配算法的速度和成功率。藉助待匹配影像的初始RPC模型，參考影像塊的範圍可以根據待匹配影像塊的影像坐標近似計算得到。此外，我們還可以將參考影像塊重採樣成與待校正影像塊相近的分辨率，從而讓SIFT匹配更加穩健。以2 m分辨率的正射鑲嵌影像作為參考影像，利用影像自動匹配方法從參考影像提取地面控制點、在影像間提取連接點。
1.2.2 區域網平差[編輯]
以RPC模型作為通用幾何成像模型，利用自動匹配得到的地面控制點和連接點，根據光束法原理在DEM數據的輔助下對多源高分衛星影像進行區域網平差，修正影像自帶的RPC模型，同時保證影像的絕對定位精度和影像間的接邊精度。
1.2.3 正射校正[編輯]
利用修正後的RPC模型和DEM數據，按WGS84坐標系Albers投影（中央經線為110度，原點緯度為10度，雙標準緯線為北緯25度和北緯47度）和2 m（全色）或8 m（多光譜）分辨率建立輸出正射影像的規則格網，然後計算輸出影像格網中的每一點對應於原始高分一號WFV影像的像素坐標：根據輸出影像左上角點的投影坐標及影像的空間分辨率計算輸出格網點的投影坐標，並將投影坐標轉換為地理坐標（經緯度），然後利用修正後的RPC模型和DEM數據將經緯度和高程計算為對應的原始影像像平面坐標。一般地，計算得到的像平面點的坐標值不為整數，則需採用雙三次卷積法插值得到相應的灰度值填充到輸出影像格網中。
1.2.4 影像融合[編輯]
基於Pansharp[10]融合算法，綜合高分辨率全色圖像的幾何紋理細節信息和低分辨率多光譜圖像的光譜，以最大的光譜保真度實現低分辨率多光譜數據與高分辨率全色數據的融合。
1.2.5 影像鑲嵌[編輯]
針對經過幾何標準化處理後的大規模遙感正射影像，採用Graph Cut方法自動提取最優鑲嵌線，並進行勻光勻色，然後進行分布式並行鑲嵌處理，實現城市群尺度高分辨率遙感影像的快速無縫鑲嵌。
2 數據樣本描述[編輯]
本數據集為京津冀城市群2018–2019年2 m分辨率的融合、鑲嵌影像，其空間分辨率為2 m，坐標係為WGS1984，投影方式為Albers投影，中央經線為110度，原點緯度為10度，雙標準緯線為北緯25度和北緯47度，包含可見光和近紅外4個波段，量化級數為8 bit，總數據量約為682 GB。數據集由4個文件組成：影像文件、金字塔文件、鑲嵌線文件、縮略圖文件。京津冀城市群2018–2019年鑲嵌影像的縮略圖如圖3所示。
圖3 京津冀城市群大區域鑲嵌影像縮略圖
3 數據質量控制和評估[編輯]
以2 m分辨率的正射鑲嵌影像為參考，採用自動匹配方法對京津冀城市群鑲嵌影像採集90個均勻分布的檢查點，用於評價鑲嵌影像的幾何定位精度。結果表明該數據集的幾何精度約為1–2像素（即2–4 m），檢查點及其平面誤差的分布如圖4所示。
圖4 京津冀城市群鑲嵌影像檢查點及其精度分布
4 數據價值[編輯]
本數據集是京津冀城市群地區2018–2019年的無縫鑲嵌影像，空間分辨率為2 m，包含可見光及近紅外波段，雲量少、定位精度高，可直接用於遙感影像製圖、植被指數計算、目視判別、影像自動分類或變化檢測等遙感分析應用。本數據集包含影像數據、影像金字塔、縮略圖和鑲嵌線矢量文件，便於用戶了解數據的屬性、影像來源及時相信息。本數據集可為京津冀城市群的土地利用、城市發展、生態環境監測等方面的研究及應用提供數據支撐。
5 數據使用方法和建議[編輯]
京津冀城市群地區時間序列正射影像數據集保存為GeoTIFF格式，包含4個波段，能夠在ENVI、PCI、ArcGIS和QGIS等遙感和GIS主流軟件中讀取和操作。
後續本數據集將會定期補充該區域新的即得即用遙感產品，為京津冀城市群的動態遙感監測提供基礎數據支撐。
致 謝[編輯]
感謝中國資源衛星應用中心提供的數據支持。
參考文獻[編輯]
- ↑ 國務院. 國務院關於河北雄安新區總體規劃(2018-2035年)的批覆[J]. 中華人民共和國國務院公報, 2019 (2): 26-29.
- ↑ 陳國鷹, 鄭姝慧, 張愛國, 等. 京津冀城市群大氣環境效率研究[J]. 資源開發與市場, 2019, 35(1): 50-6.
- ↑ 王德起, 龐曉慶. 京津冀城市群綠色土地利用效率研究[J]. 中國人口·資源與環境, 2019, (4): 8.
- ↑ 楊浩. 京津冀城市群土地利用/覆被時空格局變化[J]. 江蘇農業科學, 2018 (10): 67.
- ↑ 白英麗, 劉瀚, 韓維濤. 京津冀城市群區域尺度土地生態遙感監測研究[J]. 河北地質大學學報, 2019 (5): 9.
- ↑ 於瀟, 呂春艷, 郭旭東, 等. 京津冀城市群地區土地生態狀況評估[J]. 中國土地科學, 2018 (4): 89-96.
- ↑ HE G J, ZHANG Z M, JIAO W L, et al. Generation of ready to use (RTU) products over china based on Landsat series data[J]. Big Earth Data, 2018, 2 (1): 56-64.
- ↑ 何國金, 王力哲, 馬艷, 等. 對地觀測大數據處理: 挑戰與思考[J]. 科學通報, 2014, 60 (5/6): 470-478.
- ↑ LOWE DG. Distinctive image features from scale-invariant keypoints[J]. International journal of computer vision, 2004, 60(2): 91-110.
- ↑ ZHANG Y. Problems in the fusion of commercial high-resolution satellite as well as Landsat 7 images and initial solutions[C]. In ISPRS, Vol. 34, Part 4, GeoSpatial Theory, Processing and Applications, Ottawa, Canada, 2002.
數據引用格式[編輯]
龍騰飛, 何國金, 焦偉利, 王桂周. 京津冀城市群大區域高分衛星數據產品[DB/OL]. SDB, 2020. (2020-04-06). DOI: 10.11922/sciencedb.967.
