1970–2017年海南島Landsat系列衛星遙感深加工數據集

維基文庫,自由的圖書館
1970–2017年海南島Landsat系列衛星遙感深加工數據集
作者:梁琛彬 程博 何國金
2019年5月20日
本作品收錄於《中國科學數據
梁琛彬, 程博, 何國金. 1970–2017年海南島Landsat系列衛星遙感深加工數據集[J/OL]. 中國科學數據, 2019. (2019-01-14). DOI: 10.11922/csdata.2019.0002.zh.


摘要&關鍵詞[編輯]

摘要:自海南省經濟特區建立以來,海南島的自然環境和城市發展均發生了滄海巨變。在新的國家戰略形勢下,面向海南國際旅遊島建設、海上絲綢之路建設以及東盟戰略的重大需求,高質量的長時間序列的衛星遙感數據集對於城市建設、環境保護、農業規劃、生態旅遊等方面具有重大的參考價值。為了宏觀了解海南島的變遷,掌握40多年來自然資源的變化過程,本數據集選用了1970–2017年間無雲或雲量較低的Landsat系列衛星遙感數據,通過衛星遙感深加工服務系統,分別製作了1970年、1988年、1998年、2008年、2017年5期覆蓋海南全島的數據產品。衛星數據深加工處理工作主要包括數據選擇、投影轉換、波段融合和影像鑲嵌等流程。本產品雲量較少、時間跨度大,可用於海南島40多年自然資源時空變化科學分析、行業應用監測和政府宏觀決策。

關鍵詞:Landsat;海南島;深加工產品;波段融合;遙感服務

Abstract & Keywords[編輯]

Abstract: Since its establishment as Hainan Special Economic Zone, Hainan Island has achieved great development in urbanization and great changes have taken place in the natural environment. In recent years, many policies have been put forward for the construction of Hainan Island, such like Hainan International Tourism Island Construction, Maritime Silk Road and the ASEAN strategy. In this situation, the long time-sequence, high-quality satellite remote sensing data sets provide important reference to Urban Construction, Environmental Protection, Agricultural Planning, and Ecotourism. In order to learn the changes of Hainan Island, in macroscope perspective, and understand the evolution of its natural resources, since the establishment of the special economic zone, this study selected the cloudless or less cloudy Landsat series satellite remote sensing images from 1970 to 2017. Through the deep processing service system, we obtained five images which can cover the entire island of Hainan in 1970, 1988, 1998, 2008 and 2017. And the main jobs included image registration, projection conversion, band fusion and image mosaicking. With less cloud influence, this product has a large time span and can be used for scientifically analyzing the temporal and spatial changes of Hainan Island over the past 40 years, as well as in industrial application monitoring and government macro decision.

Keywords: Landsat; Hainan Island; value-added products; band fusion; remote sensing service

數據庫(集)基本信息簡介[編輯]

數據庫(集)名稱 1970–2017年海南島Landsat系列衛星遙感深加工數據集
數據作者 梁琛彬、程博、何國金
數據通信作者 程博(chengbo@mail.cn)
數據時間範圍 1970–2017年
地理區域 海南島全島(地理範圍包括北緯18°07』 –20°07』,東經180°30』 –111°10』)
空間分辨率 60 m,30 m
數據量 1.00 GB
數據格式 *.tif ( GeoTIFF, 8 bit float )
數據服務系統網址 http://www.sciencedb.cn/dataSet/handle/725
基金項目 海南省重大科技計劃項目(ZDKJ2016021);國家重點研發計劃海洋環境安全保障重點專項課題項目(2017YFC1405600);中國科學院A類戰略性先導科技專項課題(XDA190090300);國家自然科學基金項目(61731022)。
數據庫(集)組成 本數據集主要由以下2個部分組成:第一部分是1970–2017年海南島Landsat系列衛星遙感鑲嵌產品,格式為GeoTIFF,一共5幅;第二部分是選取的影像名字列表文件,命名為海南島Landsat系列衛星遙感深加工數據列表,格式為XLS。此外,提供了一份樣例數據,包含波段融合數據和影像鑲嵌數據。

Dataset Profile[編輯]

Title Value-added Landsat image data of Hainan Island from 1970 to 2017
Data corresponding author Cheng Bo (chengbo@mail.cn)
Data authors Liang chenbin, Cheng bo, He guojin
Time range 1970 – 2017
Geographical scope Hainan Island (18°07』N – 20°07』N, 108°30』E – 111°10』E)
Spatial resolution 60 m, 30 m
Data volume 1.00 GB
Data format *.tif (GeoTIFF, 8 bit float )
Data service system <http://www.sciencedb.cn/dataSet/handle/725>
Sources of funding Major Science and Technology Program of Hainan Province (ZDKJ2016021); National Key Research and Development Program of China (2017YFC1405600); Strategic Priority Research Program of the Chinese Academy of Sciences (XDA190090300); National Natural Science Foundation of China (61731022).
Dataset composition This dataset covers two parts of data, including Landsat Hainan Island mosaic product in GeoTIFF format from 1970 to 2017 and image lists in XLS format. In addition, a data sample is provided to show the band fusion data and image mosaic data.


引 言[編輯]

海南省位於中國最南端,擁有3.53萬km2陸域面積、1823 km的海岸線以及200萬km的南海海域,既是走向世界的前沿,又是東西方交流的主要通道,作為我國面積最大的經濟特區,具有特殊的區位優勢和戰略地位[1]。自1988年海南建省辦經濟特區30年來,海南島的自然環境和城市建設均發生了巨大的變化,快速掌握自然資源和人類活動發展的動態信息,對於釐清海南省自然、農業、旅遊等資源情況,強化資源環境管理,促進信息資源共享,提高科學、宏觀、決策管理水平,推動「多規合一」,實現海南省資源、環境、經濟、社會協調可持續發展,帶動空間大數據的互聯網+應用及萬眾創業,新時期推進海南國際旅遊島建設、建設21世紀海上絲綢之路和海南自由貿易試驗區的建設具有深遠的戰略作用和重要的現實指導意義。

衛星遙感技術對於開展資源環境宏觀調查具有獨特優勢,這類調查必須依靠高質量的衛星遙感基礎數據[2]。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,滿足用戶的快速應用需求,使用戶將更多的精力投入更深層次的研究與實踐應用中[3],何國金等人提出了即得即用(Ready To Use,RTU)的衛星遙感產品理念[4][5],即將衛星遙感數據加工成用戶能夠直接使用的產品級別,免去用戶在使用前進行繁瑣的預處理過程,提高了工作效率。

本文以Landsat系列多時相遙感數據為基礎數據,利用遙感數據深加工處理方法得到1970–2017年共5期的覆蓋海南島全島的深加工數據產品。本產品對獲取的遙感影像進行了影像配准,投影轉換等一系列的預處理,並進行了影像鑲嵌獲得海南島全島鑲嵌產品。一方面,本數據產品採用了模擬真彩色合成,在該彩色合成下,植被、建築物等具有直觀鮮明的特點,有利於有關部門對島內自然環境、城市建設等進行監測;另一方面,本產品完成了數據的預處理,時間跨度大,空間範圍廣,為其他研究者更深層次的研究提供了便利,奠定了基礎。

1 數據採集和處理方法[編輯]

1.1 數據源[編輯]

Landsat系列衛星自1972年首發以來,已發射8顆衛星,是迄今為止在全球應用最為廣泛、成效最為顯著的地球資源衛星遙感信息源,常被用於探測地球資源與環境,調查地下礦藏、海洋資源和地下水資源,監視和協助管理農、林、畜牧業和水利資源的合理使用,預報農作物的收成,研究自然植物的生長和地貌,考察和預報各種嚴重的自然災害(如地震)和環境污染,拍攝各種目標的圖像,以及繪製各種專題圖(如地質圖、地貌圖、水文圖)等。Landsat具有較高的空間分辨率、較長的時間跨度、開放式使用等眾多特點[6],對長時間序列監測研究具有顯著優勢。

本數據集以中國科學院遙感與數字地球研究所三亞接收站和美國地質勘探局(http://glovis.usgs.gov/)提供下载的海南岛1970年、1988年、1998年、2008年和2017年的多光谱影像Landsat MSS/TM/OLI為數據源,共獲取少雲和條帶影響的25景影像。為了避免雲霧干擾,採用對應時相相鄰年份的遙感數據作為補充和替換,所用到的遙感影像信息如表1所示。根據成像時間對Landsat影像進行拼接鑲嵌,得到完整覆蓋海南島的1970–2017年共5期的遙感影像圖。


表1 海南島遙感影像數據列表

序號 成像時間 軌道號 衛星 傳感器 空間分辨率
1 1973-02-25 134-047 Landsat-1 MSS 60 m
2 1973-12-28 134-046 Landsat-1 MSS 60 m
3 1974-01-13 132-046 Landsat-1 MSS 60 m
4 1977-01-25 133-046 Landsat-2 MSS 60 m
5 1978-12-18 132-046 Landsat-3 MSS 60 m
6 1980-01-01 133-047 Landsat-3 MSS 60 m
7 1988-01-07 124-047 Landsat-5 TM 30 m
8 1988-06-08 123-046 Landsat-5 TM 30 m
9 1988-06-08 123-047 Landsat-5 TM 30 m
10 1988-06-15 124-046 Landsat-5 TM 30 m
11 1998-01-02 124-047 Landsat-5 TM 30 m
12 1998-01-11 123-047 Landsat-5 TM 30 m
13 1998-04-24 124-046 Landsat-5 TM 30 m
14 1998-08-23 123-046 Landsat-5 TM 30 m
15 1998-09-22 125-047 Landsat-5 TM 30 m
16 2008-08-25 124-047 Landsat-5 TM 30 m
17 2009-10-08 123-046 Landsat-5 TM 30 m
18 2009-10-24 123-047 Landsat-5 TM 30 m
19 2010-03-24 124-046 Landsat-5 TM 30 m
20 2015-11-17 124-046 Landsat-8 OLI 30 m
21 2015-11-17 124-047 Landsat-8 OLI 30 m
22 2016-08-08 123-046 Landsat-8 OLI 30 m
23 2017-03-02 125-046 Landsat-8 OLI 30 m
24 2017-04-21 123-047 Landsat-8 OLI 30 m
25 2017-04-26 125-047 Landsat-8 OLI 30 m


1.2 數據處理方法[編輯]

針對Landsat系列遙感數據,對其進行遙感數據預處理工作,主要包括:投影轉換、影像配准、波段融合和影像鑲嵌。本數據集的投影坐標統一為UTM 49N,坐標係為WGS84,採用短波紅外、近紅外、紅光波段進行波段融合,最後進行影像鑲嵌得到覆蓋海南島全島的數據產品(圖1)。


圖片

圖1 Landsat系列衛星遙感影像數據處理流程


1.2.1 投影轉換[編輯]

由於獲取數據的來源不同,以及Landsat數據本身的投影也不統一,為了後續影像鑲嵌工作的順利進行,將影像投影坐標統一為UTM 49N,使用ENVI軟件採用Map Based的方式,對數據列表中的各波段數據進行投影轉換。

1.2.2 影像配准[編輯]

圖像配準是指將相同或不同日期、同一傳感器或不同傳感器獲取的2幅或多幅圖像(參考和待配准圖像),利用其重疊的物理區域來擬合最佳空間轉換的過程。若從數學意義的角度來定義圖像配准,可將圖像間的配准關係映射為下式[7]:

圖片 (1)

作為數字圖像,\({I}_{1}\left(x,y\right)\)和\({I}_{2}\left(x,y\right)\)分別為參考圖像和待配准圖像的二維數組矩陣,它們用來表徵圖像的灰度級,其中\(\left(x,y\right)\) 是空間坐標;\(f\)為二維空間坐標變換,如仿射變換、相似變換等,其參數矩陣由2幅圖像間的相似性度量決定,使之能夠達到最佳的空間擬合過程;\(\mathrm{g}\)為圖像亮度或飽和度等的變換,也可以通過調整傳感器硬件參數來達到目的。

為了消除鑲嵌時的影像間的幾何誤差,在鑲嵌每一期影像前,從每期所需的數據中,選取一景基準影像,利用ENVI軟件採用雙線性內插法進行Image to Image的幾何糾正。

1.2.3 波段融合[編輯]

採用了短波紅外、近紅外和紅光波段的假彩色合成,清晰地反映了各種地物的特徵,這種組合利用了一個紅光波段、2個紅外波段,水體與水體邊界很清晰,易於區分河渠與道路,適合對海岸及其灘涂的調查。對於居民地,這種波段組合下,其外圍邊界雖不十分清晰,但內部的街區結構特徵清楚。此外,該波段組合具備標準假彩色圖像的突顯植被的優點,但同時色彩上又不會很飽和。

本文利用GDAL庫對數據列表中的數據進行批處理,實現波段融合。GDAL是由Frank Warmerdam於1988年最先研發的,全稱是Geospatial Data Abstraction Library,為表達各種數據格式制定了抽象數據模型,並為數據的轉換和處理服務提供了相關的命令行工具。GDAL中提供了對大多數柵格數據和矢量數據的支持,但對某些特定數據的讀寫需要按照一定的規則處理[8][9]

1.2.4 影像鑲嵌[編輯]

在進行影像鑲嵌時,通過修改鑲嵌線儘量減少鑲嵌結果的雲量。此外,由於成像條件的不同,在鑲嵌某一年份的全島圖時,所用影像之間的色差比較嚴重,需要對影像進行勻色,以減少影像之間的色差,使得整體上色調能夠保持一致。

採用直方圖匹配進行勻色,直方圖匹配是影像間的色彩一致性處理時經常用到的方法,該方法以基準參考圖像的直方圖為標準,使待勻色的圖像的直方圖與之相同或近似,從而使2幅圖像具有類似的色彩和亮度[10]。它充分反映了圖像的灰度分布。通過直方圖修正來對圖像進行處理是以直方圖作為根本來變換的,使得變換後的直方圖與給定的參考圖像直方圖相近。圖像可以數字化,當然它的直方圖就可以用離散函數來表示,通過它可以統計數字圖像中的灰度值與其出現的次數之間的關係[11]

假如數字圖像用\(\mathrm{g}\left(x,y\right)\)來表示,圖像行列的維數分別為\(M\)和\(N\)。歸一化的直方圖可以定義為:

圖片 (2)

式中:\({r}_{k}\)為第k級灰度值;\(P\left({r}_{k}\right)\)為灰度級\({r}_{k}\)在圖像中出現的概率的一個估計;\({n}_{k}\)為灰度級\({r}_{k}\)的像素總數。

2 數據樣本描述[編輯]

本數據集包括1970–2017年共計5期的覆蓋全島的海南島Landsat系列衛星遙感深加工產品。這些數據存儲在「data set」文件夾中,每期數據以相應的年份命名,總數據量為1.00 GB。除1970年的影像空間分辨率為60 m外,其餘年份均為30 m。各期投影坐標為UTM 49N,坐標係為WGS1984。2017年的海南島鑲嵌圖如圖2所示。


圖片

圖2 2017年海南島Landsat影像鑲嵌圖


3 數據質量控制和評估[編輯]

3.1 影像配准精度[編輯]

從統計誤差方面入手對影像配準的效果進行全面深入的分析。現在普遍適用的方法是均方根誤差法(Root-mean-square Error, RMSE),通過計算校正圖像與參考圖像之間的RMSE 來對配准精度進行客觀評價。一般來說,RMSE值越小表示算法的準確度越高。在圖像變化檢測方向的研究中,RMSE的數學表達式為:

圖片 (3)

其中,\(\left({x}^{\text{'}\text{'}},{y}^{\text{'}\text{'}}\right)\)為配准後圖像的像元坐標。

選取多項式模型進行幾何糾正,選取雙向線性內插法進行精配准,總體精度達到0.5個像元以內,分別選取上下和左右鄰接影像展示接邊精度(圖3)。從圖3中可以直觀地看出河流、道路等現狀物的接邊精度較高。


圖片

圖3 影像接邊圖


3.2 勻色鑲嵌效果[編輯]

採用直方圖匹配進行勻色,其以基準參考圖像的直方圖為標準,使待勻色的圖像的直方圖與之相同或近似,對圖像的色彩和亮度進行調節,最終使圖像在色彩和亮度上保持均衡,消除不同影像之間的色差,如圖4所示。比較鑲嵌前後的示意圖可以發現,在進行勻色鑲嵌時,影像之間的接邊處理效果好,接邊處顏色過渡自然,無明顯色差。


圖片

圖4 影像勻色鑲嵌前後效果圖比對


4 數據價值[編輯]

本數據集是一個比較完整的海南島40多年間Landsat全島鑲嵌產品,本產品雲量少,定位精度高和色彩均衡,無需使用者進行預處理,數據集包含5期全島鑲嵌產品和影像數據列表,可滿足不同用戶使用需求,亦可服務於海南省自然資源調查、生態環境監管、城市發展規劃、重大工程選址、海洋戰略通道監測等領域,也可作為關鍵基礎數據用於科學研究。

5 數據使用方法和建議[編輯]

1970–2017年海南島Landsat系列衛星遙感深加工數據產品是一個長時序的海南島全島鑲嵌產品,除1970年份的空間分辨率為60 m外,其餘年份的空間分辨率均為30 m,可作為海南島本底數據,便於研究海南省經濟特區建立以來,海南島的整體變遷,並且對於城市規劃、農田保護、植被檢測、土地覆被和海岸帶監測等領域具有重要作用。後續本數據集將會定期補充新的時序產品,為海南省可持續發展提供基礎數據支撐。

本數據集的數據格式為GeoTIFF,包含短波紅外、近紅外、紅光波段3個波段,該波段組合具有水體邊界清晰、易於突顯植被、能直觀反映植被和城市信息等優點。此外,數據產品能夠在ENVI、ArcGIS、PCI和QGIS等遙感和地理信息系統軟件中直接讀取與操作,便於進行二次生產。所採用的數據列表,命名為海南省Landsat系列衛星遙感深加工數據列表,格式為XLS。

致 謝[編輯]

感謝中國科學院遙感與數字地球研究所三亞接收站和美國地質勘探局提供的數據支持。

參考文獻[編輯]

  1. 孟廣文, 楊開忠, 朱福林, 等. 中國海南: 從經濟特區到綜合複合型自由貿易港的嬗變[J]. 地理研究, 2018 (12): 2363-2382.
  2. 徐冠華, 柳欽火, 陳良富, 等. 遙感與中國可持續發展:機遇和挑戰[J].遙感學報, 2016, 20(5): 679-688.
  3. 王坤龍, 劉定生, 章文毅, 等.衛星數據深加工處理流程自動化分析、設計與實現[J]. 遙感技術與應用, 2005 (3): 355-360.
  4. 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.
  5. 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.
  6. 湯冬梅, 樊輝, 張瑤. Landsat 時序變化檢測綜述[J]. 地球信息科學學報, 2017, 19(8): 1069-1079.
  7. 徐麗燕. 基於特徵點的遙感圖像配准方法及應用研究[D]. 南京: 南京理工大學, 2012.
  8. 趙岩, 王思遠, 畢海芸, 等.基於GDAL的遙感圖像瀏覽關鍵技術研究[J]. 計算機工程, 2012 (23): 15-18.
  9. 張利娜, 張東芳, 白亞彬. 基於GDAL的遙感影像快速讀取與顯示方法研究[J]. 西部資源, 2014 (1): 188-190.
  10. 王曉麗, 戴華陽, 余濤, 等. 基於多分辨率融合的無人機圖像拼接勻色研究[J]. 測繪通報, 2013(6): 27-30.
  11. 王輝柏, 張朋樓. 基於直方圖匹配的相對輻射校正方法的研究[J]. 數字化用戶, 2014(23): 234.

數據引用格式[編輯]

梁琛彬, 程博, 何國金. 1970–2017年海南島Landsat系列衛星遙感深加工數據集[DB/OL]. Science Data Bank, 2019. (2019-01-14). DOI: 10.11922/sciencedb.725.


本作品在「知識共享-署名 4.0 國際」協議下發表。

Public domainPublic domainfalsefalse