中巴02B卫星多光谱影像中LBV数据变换方法研究

格式：pdf
大小：1.99 MB
文档页数：6

下载文档原格式

基于FLAASH的CBERS-02B星CCD影像大气校正

基于FLAASH的CBERS-02B星CCD影像大气校正韩念龙;刘闯;许旭【期刊名称】《安徽农业科学》【年(卷),期】2011(039)004【摘要】中巴资源卫星的CCD数据作为我国自主卫星数据源,在遥感应用方面发挥着重要作用.但由于CCD数据所获取的可见光-近红外波段信息易受大气因素干扰,因此寻求一种适合于中巴资源卫星CCD数据快速、有效的大气校正方法,以提高影像的利用率.介绍FLAASH大气校正的主要算法原理,并利用其进行CBERS-02B星CCD影像的大气纠正试验.通过分析校正前后的影像目视效果、典型地物光谱特征和NDVI值,表明FLAASH方法能够快速、有效地纠正大气因素对CBERS-02B星CCD影像的影响,对于植被覆盖地区纠正效果尤为明显.因此,FLAASH大气校正方法能够为大数据量的CBERS系列卫星CCD数据的大气校正提供了快速、可行及有效的方法.【总页数】4页(P2051-2053,2071)【作者】韩念龙;刘闯;许旭【作者单位】北京师范大学资源学院,北京,100875;北京师范大学资源学院,北京,100875;中国科学院地理科学与资源研究所,北京,100101;北京师范大学资源学院,北京,100875【正文语种】中文【中图分类】TP75【相关文献】1.基于FLAASH和ATCOR2模型的LandsatETM＋影像大气校正比较 [J], 王永锋;靖娟利2.基于FLAASH的AVIRIS高光谱影像大气校正 [J], 林娜;杨武年;王斌3.基于CBERS-02B星HR与CCD数据的喀斯特山区影像融合研究 [J], 胡娟;罗淼;安裕伦4.基于 FLAASH模型的 SPOT6卫星影像大气校正及评价 [J], 杨亚莉;赵宁;成晓倩5.基于6S和FLAASH的Landsat8卫星影像大气校正精度对比研究 [J], 韩杰;刘小玉;李慧娜;苗宝亮;石宏斌因版权原因，仅展示原文概要，查看原文内容请购买。

中巴地球资源02星CCD图像交叉定标与大气校正研究

TMl 斜率截距 0. 762824 - l. 52 TM2 l. 4425l0 - 2. 84 TM3 l. 039882 - l. l7 TM4 0. 872588 - l. 5l
表 3 CBERS-2 CCD 1 ~ 4 波段辐射定标系数 Table 3 Radiance calibration coefficients of CBERS-2 CCD band 1 ~ 4
引言
2003 年 10 月 21 日中巴地球资源卫星 02 星（ CBERS-2 ）成功发射，它的成功发射具有重要的社会经济意义. 为了使 CBERS-2 作为国产遥感卫星数据源能够得到更加广泛的应用，利用 LANDSAT-5 的 TM 对 CBERS-2 的 CCD 进行交叉定标计算，获得 CCD 的参考定标系数. 利用 6S （ Second SimuIation of SateIIite SignaI in the SoIar Spectrum）模型，进行了大气辐射校正和反射率反演研究，分析了大气对 CCD 数据遥感定量研究的影响，为中国资源卫星遥感数据较为深入的定量应用做了一些基础性的工作.
在 CBERS-2 的 CCD 和 LANDSAT-5 的 TM 各对应波段的水体、裸地、城市和植被 4 种典型地物中随机选取同名点，分别计算辐射亮度值，来检验交叉定标得到的 CCD 辐射定标系数的有效性，如表 4 所
24
红外与毫米波学报
26 卷
示. 从表 4 辐射亮度计算结果中可以发现 CCD1 ， 4 波段的定标结果要好于 CCD2 ， 3 波段， CCD1 ， 2， 3， 4 波段平均误差分别为 4. 01% 、 5. 21% 、 5. 38% 和 3. 最大误差为 7. 16% ，可见这一交叉定标结果 94% ，是比较理想的，具有较高的参考价值.

CBERS-02B卫星影像几何纠正与融合试验初步研究

CBERS-02B卫星影像几何纠正与融合试验初步研究廖安平陈利军张宏伟王爱萍（国家基础地理信息中心，北京 100044）摘要：为了研究CBERS-02B数据应用于国家1:50000数据库更新工程中的可行性，扩大基础地理信息更新的影像资料来源，本文就CBERS-02B星HR影像数据的几何定位精度和影像融合开展初步的试验和评价工作。

初步试验结果表明，从影像几何精度和融合质量方面评价，CBERS-02B星HR影像数据可以作为国家1：5万数据库更新工程的影像数据源之一。

关键词：CBERS-02B 外参数解算精度评价影像融合1 前言CBERS-02B星是由中巴两国共同投资、联合研制的传输型地球资源遥感卫星，于2007年9月19日成功发射，星上不仅搭载了19.5m的中分辨率多光谱CCD相机和258m的宽视场成像仪(WFI)，还首次搭载了一台自主研制的高分辨率HR相机，光谱范围0.5～0.8μm，地面分辨率高达2.36米，是目前国内最高分辨率的民用卫星。

为了研究CBERS-02B数据应用于国家1:50000数据库更新工程中的可行性，扩大基础地理信息更新的影像资料来源，本文就CBERS-02B星的HR影像数据的几何定位精度和影像融合开展初步的试验和评价工作。

2 CBERS-02B影像正射纠正试验与分析2.1 试验数据本次试验从中国资源卫星应用中心获取到了1景多光谱CCD和5景HR影像数据，产品级次为1级（Level 1）。

全色影像的分辨率2.36m，幅宽为27km；多光谱影像的分辨率19.5m，幅宽113km，5个波段。

其中对1景HR影像数据18-59-C-2开展正射纠正试验及精度评价分析。

该景影像位于青海湖的西部地区，地貌特征是山地高原，海拔3000m以上，相对高差约600m。

试验区共涉及4幅1:50000图幅，采用的控制资料包括4幅1m分辨率的航空正射影像（相当于1:25000成图精度）和4幅1:50000的数字高程模型数据(采样间隔为25m）。

基于LBV变换与小波变换的OLI图像融合方法

传感器 ETM +
表 1 Landsat 7 ETM + 数据与 Landsat 8 OLI 数据的主要参数对比 Tab． 1 Comparison of spectral bands between Landsat 7 ETM + data and Landsat 8 OLI data
波段号
1 2 3 4 5 6 7 8
引言
Landsat 8 OLI 图像较之前 Landsat 7 ETM + 图像，在全色波段（波长 500 ～ 680 nm）去除了近红外光（波长 680 ～ 900 nm），在可见光 / 近红外 / 短波红外谱段收窄了各单波段的波长范围，并且具有更高的辐射分辨率（ 12 位灰度量化等级）和信噪比。通过将 OLI 图像的全色波段与同源的多光谱波段进行像元级融合，能够引入高频纹理结构信息，有效分解多光谱图像像元（空间分辨率 30 m），从而将其空间分辨率提升至 15 m。这有利于在地形复杂地区降低分析、解译 OLI 图像的不确定性，改善 OLI 图像的自动分类精度和专题制图的比例尺精度。
灌溉耕地旱耕地灌木林地有林地草地荒草地水域沙地道路及居民用中融合结果与原多光谱图像进行叠加分析可以发现各种算法的融合结果中4种植被类型旱耕地有林地灌木林地草地和居民用地道路的色度较原图像均有一定程度改变其中brovey变换和pca变换的融合结果中图像色度的改变程度较大并且弱化了灌溉耕地与旱耕地有林地与灌木林地草地之间的色度亮度对比色差减少容易导致在这几个植被类型之间形成误判
第 i 波段
266
农业机械学报
2014年
图 2 榆阳区 Landsat 8 OLI 图像的全色波段图像 Fig． 2 Panchromatic image of Yuyang County（ OLI8）

中巴资源卫星遥感影像解译数据主要做什么卫星遥感应用的

中巴资源卫星遥感影像解译数据主要做什么卫星遥感应用的？中巴资源卫星主要用户是国土资源部、住建部、交通运输部、林业局、农业局、海洋局、调查局、环境部门等企事业单位,详情可咨询广西善图科技有限公司技术部。

中巴地球资源卫星中巴地球资源卫星是1988年中国和巴西两国政府联合议定书批准，由中、巴两国共同投资，联合研制的卫星（代号CBERS）。

1999年10月14日，中巴地球资源卫星01星（CBERS-01）成功发射，在轨运行3年10个月；02星（CBERS-02）于2003年10月21日发射升空，目前仍在轨运行。

资源一号02B2004年中巴两国正式签署补充合作协议，启动资源02B星研制工作。

2007年9月19日，卫星在中国太原卫星发射中心发射，并成功入轨，2007年9月22日首次获取了对地观测图像。

02B星是具有高、中、低三种空间分辨率的对地观测卫星，搭载的2.36米分辨率的HR相机改变了国外高分辨率卫星数据长期垄断国内市场的局面，在国土资源、城市规划、环境监测、减灾防灾、农业、林业、水利等众多领域发挥重要作用。

2007年10月29日，国防科工委与国土资源部签署协议，国土资源部成为资源02B星的主用户。

02B星有效载荷及性能指标资源一号02C资源一号02C卫星（简称ZY-1 02C）于2011年12月22日成功发射搭载有全色多光谱相机（P/MS）和全色高分辨率（HR）相机，主要任务是获取全色和多光谱图像数据，可广泛应用于国土资源调查与监测、防灾减灾、农林水利、生态环境、国家重大工程等领域。

资源一号02C卫星基本参数资源02c卫星_2.36m影像资源二号中国资源二号卫星于2002年10月27日，在太原卫星发射中心用“长征四号乙”运载火箭送入太空。

“资源二号”是传输型遥感卫星，主要用于国土资源勘查、环境监测与保护、城市规划、农作物估产、防灾减灾和空间科学实验等领域，存档数据非常全面，完全能够满足不同用户的需求。

中巴地球资源卫星星绝对辐射校正系数初步应用效果良好（ＰＤＦ）

中巴地球资源卫星02星绝对辐射校正系数初步应用效果良好中巴地球资源卫星02星于2003年10月21日成功发射，卫星在轨运行10个月后，中国资源卫星应用中心于2004年8月14日至28日期间，在敦煌绝对辐射校正场进行了CBERS-2 CCD传感器的绝对辐射校正试验，通过星地同步测量采集了“基于反射率定标方法”所必须的全部数据，并进行了数据处理。

现将CBERS CCD各波段绝对辐射校正系数的初步结果与应用简况汇报如下：1、2004年CBERS-2卫星CCD传感器敦煌场地绝对辐射定标系数此次试验期间，CBERS-2卫星有3次经过敦煌场地的机会，由于天气原因分别于2004年8月19日和25日，成功地获得两次星地同步测量数据。

其中2004年8月19日为CBERS-2 CCD相机向东侧摆6.8ｏ观测，8月25为向西侧摆6.0333ｏ观测。

地面测试利用CBERS模拟波段式辐射计(CE313)、手动太阳辐射计（CE317）和照度计获取所需的全部数据。

经“6S”辐射传输模型计算和数据分析处理，初步得到CBERS-2卫星CCD传感器4个波段的绝对辐射校正系数如表1所示。

表1 2004年8月19、25日敦煌场地绝对辐射校正系数表(CE313)单位：(DN/w/m2/sr/µm)8月19日和25日获取的绝对辐射校正系数基本一致，尚存微量差异，主要与两次星地同步观测的观测方位、倾斜角度和天气的不同有关。

为了保障绝对辐射校正系数的有效性和可靠性，试验中还利用ASD野外光谱仪，在2004年8月25日获取了敦煌场地350～2500nm连续光谱的地表反射率数据。

巴西空间设计院在巴西于2004年8月，也用同样仪器获得地面2350～2500nm 连续光谱的地表反射率数据。

分别按CBERS -2 CCD 各波段的光谱范围获得了地面反射率积分测量数据参与数据处理，获得的绝对辐射校正系数如表2所示。

经研究发现，定标的结果基本一致，但巴西的标定值略高于中国资源卫星应用中心标定值的7%～2%，与不同的辐射校正场、大气状况、仪器标定误差及测量误差有关。

ERDAS下的中巴资源卫星的处理

ERDAS下的中巴资源卫星的处理●中巴资源卫星介绍详细资料参考中国资源卫星应用中心网站：●中巴资源卫星数据处理难点1、图像校正/正射：由于中国政策等方面的因素，一些大型的商业化软件，如ERDAS、PCI、ENVI等，没有其几何校正的物理模型。

因此正射校正没有相应的几何模型。

2、中巴卫星同一景图像的不同波段间有飘移，需要单波段依次校正，工作量大，不像TM/ETM那有可以同时对所有波段进行几何校正。

3、辐射校正问题：辐射校正系数不稳定，导致图像间的色调差异大，对图像变化监测影响很大。

由上可知，处理中巴资源卫星最大的问题就是正射校正以及图像的镶嵌。

●ERDAS下中巴资源卫星的处理1、图像校正/正射校正如果是多光谱，考虑其分辨率为20米左右，如果不是对数据精度要求很高，选择二次多项式（Polynomial）就可以满足要求。

全色波段的分辨率达到5.8米（2号星B星达到了2.5米），在山区需要做正射校正。

由于没有相应的物理模型，可以采用其他模型替代，根据生产单位的实践经验，有以下几种方案：（一）在LPS下自定义模型在选择校正模型时候，选择Spot4模型，理由是中巴资源卫星和Spot4非常相似。

加载完图像后，查看模型信息。

需要填写的信息有：焦距（Focal Length）、像元大小（Pixel Size）、图像列数、像中心点坐标（一般为0）。

在Frame Attributes选择项内，还需要填写侧视角（入射角）和图像的地面分辨率。

填写完这些信息后就可以选择控制点、外定向、输出正射影像等操作。

（注：根据别人的经验，每景取20个控制点左右，能达到较好的精度）（二）用spot4校正模型在主模块中，选择Spot校正模型。

填写入射角（Incidence Angle），Type根据实际选择，其他步骤与正射校正Spot 类似。

（三）用QuickBird校正模型目前，部分分发的中巴资源卫星带有RPC参数文件，这个RPC参数文件是以QuickBird的RPC参数文件编写而成。

CBERS-02B卫星TDICCD相机的相对辐射定标方法及结果

CBERS-02B卫星TDICCD相机的相对辐射定标方法及结果何红艳;王小勇;宗云花【摘要】文章根据CBERS-02B卫星TDICCD相机(简称HR相机)的特点,介绍HR 相机的辐射定标方案,并对试验结果进行分析和比较,最后给出了HR相机的在轨辐射校正方案.该方案已经成功应用于HR图像数据的相对辐射校正,对于其它TDICCD相机的相对辐射校正具有参考意义.【期刊名称】《航天返回与遥感》【年(卷),期】2010(031)004【总页数】7页(P38-44)【关键词】时间延时积分电荷耦合器件;辐射定标;空间遥感;中巴地球资源卫星【作者】何红艳;王小勇;宗云花【作者单位】北京空间机电研究所,北京,100076;北京空间机电研究所,北京,100076;北京空间机电研究所,北京,100076【正文语种】中文【中图分类】TPT311 引言随着光电探测技术和高分辨率相机的发展,TDICCD相机已成为发展方向,广泛应用于航天遥感领域。

航天遥感相机的辐射定标虽然不直接参与获取遥感图像,但在确定图像数据的品质方面起着重要的作用。

它使遥感信息真实、定量[1-2],是遥感信息定量化关键的一步。

辐射定标有绝对定标和相对定标2种方式,绝对定标的目的是建立遥感器获取的测量值与相应实际值之间的关系;相对定标是校正由遥感器成像通道中各个探测器(如每片CCD)之间的响应及偏置的不均匀性、每个探测元的固有响应和暗电流的不一致性以及探测器外围电路特征差异的响应不一致性所造成的图像采集误差。

与普通线阵CCD相机相比,TDICCD相机的辐射定标要复杂得多,主要由TDICCD 的特殊性引起。

首先,为了适应不同成像条件下的理想成像,TDICCD相机在轨期间将采用多种TDI积分级数和电路增益组合的成像模式;另外,由于TDICCD成像的同步要求[3],成像过程中相机的积分时间需要定期更新和变化,以适应TDICCD相机的成像需要。

由于TDI积分级数、积分时间和增益为3个独立的参数,各种组合模式很多,可以多达上百种(具体见表1),在辐射定标试验中很难采集各种组合模式下的定标数据。

星高分辨率遥感数据应用潜力与精度评价研究.

CBERS-02B星高分辨率遥感数据应用潜力与精度评价研究——以基于影像融合的土地利用分类为例刘咏梅1,2 刘晓靖1 王怀生1,2 李京忠2 杨勤科1(1. 陕西省遥感中心，2. 西北大学城市与资源学系)摘要：本文以评价02B星高分辨率影像数据应用潜力为目的，通过对02B星数据的辐射和彩色增强、02B星数据与较低分辨率影像的融合，并对融合前后的信息含量和分类结果进行了对比。

结果表明，02B高分辨率影像的应用明显提高了土地利用信息的提取精度，在国土资源调查与生态环境监测中具有广阔的应用前景。

关键词：CBERS-02B星高分辨率影像融合土地利用分类针对02B星高分辨率影像的光谱特征与空间分辨率，研究对02B星高分辨率影像的增强处理方法；研究02B星高分辨率影像与CBERS多光谱影像的融合方法；通过对融合影像与原影像信息量的对比，以及基于融合前后影像的土地利用分类精度对比，对02B星高分辨率影像在资源环境领域的应用潜力与精度进行了初步探索。

1 研究区域与数据源1.1 研究区域研究区位于陕西省南部的西乡县（见图53-1）。

经纬度范围为107.60º～107.97º，32. 79º～32.86º。

1.2 数据源图53-1 西乡县位置图（1）研究区的02B星高分辨率相机全色波段影像（图幅号7-63-D-5-L20000014221），空间分辨率为2.36米，已作过精校正。

（2）研究区的TM影像（2、3、4波段），空间分辨率为30米。

已作过精校正。

11.3 研究方法本研究利用了数字图像增强处理和专题分类方法，对02B星高分辨率相机全色波段的影像质量和实用性进行初步评价。

（1）针对02B星 HR全色波段影像光谱分辨率较低的问题，通过辐射增强、彩色增强等方法对图像进行预处理，增强图像光谱信息，改善图像质量；（2）对02B星 HR全色波段影像与低分辨率影像（由于尚未得同时相的02B星多光谱图像，这里用TM替代）进行融合研究，分析融合影像信息量的变化并基于融合前后图像进行土地利用分类。

中巴资源卫星HR与CCD图像融合方法探讨

中巴资源卫星HR与CCD图像融合方法探讨高仉生;赵英俊【摘要】中巴资源卫星(CBERS)多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难.利用锐化、高通滤波(HPF)、Brovey变换、IHS变换、主成分变换、GS变换和小波变换等方法对CCD与HR数据进行融合试验.通过定性与定量分析,探讨了不同方法的融合效果.【期刊名称】《世界核地质科学》【年(卷),期】2010(027)004【总页数】6页(P214-218,223)【关键词】CBERS-02B卫星;HR;CCD;图像融合;评价【作者】高仉生;赵英俊【作者单位】核工业北京地质研究院,遥感信息与图像分析技术国家级重点实验室,北京,100029;核工业北京地质研究院,遥感信息与图像分析技术国家级重点实验室,北京,100029【正文语种】中文【中图分类】TP753图像融合作为一种信息的融合，是数字图像处理中的一项前沿技术，它是通过对多源信息的综合和处理，获得新的改善了的信息和数据，以增强影像中的信息透明度和改善图像信息提取的及时性和可靠性，提高数据的使用效率［1］。

中巴资源卫星（CBERS）02B卫星可获取全色HR数据，空间分辨率可达到2.36m，而多光谱CCD数据的空间分辨率仅为19.5 m。

为了提高影像的解译精度和可靠性，增强目标的识别能力，需要对这两种数据进行融合处理，以改善影像的质量。

尽管图像融合与增强技术方法很多，但由于CBERS-02B卫星多光谱CCD数据与HR数据的空间分辨率相差较大，要使CCD数据与HR数据的融合影像同时保持高空间分辨率和丰富光谱信息，融合方法尤为重要。

本文采用多种方法对CBERS-02B卫星CCD多光谱影像和HR影像进行融合试验研究，通过对融合后的影像进行定性与定量评价及对比分析，得到了适合CBERS-02B卫星HR与CCD影像融合的几种较好的方法。

1.1 锐化锐化（Pansharping）融合方法是由加拿大新不伦瑞克大学Yun Zhang博士开发的。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

37 61 67 12 587
83 48 81 5 600
9. 采矿场 79 104 60 90
4 789
归方程的系数, D i 表示第 i 个波段图像中原始地物
的灰度值, D^ i 表示原始灰度值对应的回归估测值。
笔者分别将 1 = 0 48 m 、2 = 0 56 m、3 = 0 66
m、4= 0 83 m 带入上式中, 则系数 a、b、c 的值计
1. 清澈水体 2. 浑浊水体
30
46
3. 河岸水 37
典型地物
4. 城镇 5. 极茂密植被
36
41
6. 茂密植被 35
7. 稀疏植被 8. 建筑
49
73
29 21 10 7 856
39 31 10 11 456
33 27 12 5 064
40 27 34 4 899
34 51 43 15 897
29 38 57 13 666
m、0 56 m、0 66 m 和0 83 m 作为取值点, 建立典型地物的波长- 灰度值图像( 图 1) 。
收稿日期: 2010- 12- 10; 修订日期: 2011- 03- 10 基金项目: 国家自然科学基金项目( 40801124) ; 中国科学院知识创新工程项目( K ZCX 2 Y W 224) ; 中国科学院信息化项目( IN FO 115
张成雯等: 中巴 02B 卫星多光谱影像中 LBV 数据变换方法研究
第 23 页
图 2 9 种典型地物的灰度值折线及其对应的回归曲线 Fig. 2 Broken li nes of grey level values and regression curves of the nine ground features
首先, 选取多幅中巴数据, 按照 9 种典型的地物类别对其进行分类, 分别为: 清澈水体、浑浊水体、河岸水、城镇、极茂密植被、茂密的植被、稀疏植被、建筑、采矿场, 并将每种地物的灰度值取平均, 得到能够代表该类地物的灰度值。表 1 列出了每种地物类型及其对应的灰度值, 4 个波段范围分别为 B01 ( 0 45 ~ 0 52 m ) 、B02 ( 0 52 ~ 0 59 m ) 、B03 ( 0 63~ 0 69 m) 、B04( 0 77~ 0 89 m) , 选择 0 48
中巴资源卫星 02B 星( CBERS 02B) 发射于 2007 年 9 月 19 日, 该卫星搭载了 CCD 相机、高分辨率相机 ( H R) 、宽视场成像仪( WFI) 3 种传感器, 是我国迄今为止空间分辨率最高的民用资源卫星[ 3] 。02B 星高分辨率全色谱段相机( H R) 分辨率为 2 36 m、多光谱及
由图 1 中的地物灰度值曲线可以看出: 1) 曲线
8 和 9 的位置较高, 曲线 1、2、3 的位置较低, 曲线位
置的高低反映了地物的亮度水平。因此, 地物的总
辐射水平 L 能够通过曲线位置的高低反映。2) 曲线 1~ 3 向右侧下降, 曲线 5~ 7 向左下降, 其它曲线
较平衡。曲线的这一性质可用可见光- 近红外辐射
1. 3. 1 V 的定义及其计算公式利用式( 7) ~ 式 ( 9) 及式( 12) 、式( 13) 得出的二次回归曲线和线性回
归方程中的系数公式求解对应的回归方程并做回归
曲线( 图 2) , 在图中显示对应的回归残差。图 3 为稀疏植被、采矿场两种典型地物的二次回归曲线及
对应的回归残差 v1 、v2 、v3 、v4 , 可以看出, 裸露的地
平衡 B 表示。3) 曲线 8、9 从 B01 到 B02 波段上升, 从 B02 到 B03 波段下降, 从 B03 到 B04 波段再次上
升, 而曲线 5 在每一波段的走势与其完全相反。另
外, 曲线 9 从 B01 到 B04 波段的上升速度和下降速度都很快, 曲线 8 的变化速度则相对平缓。地物灰
算如下:
4a+ 2 53b+ 1 6685c= D 1 + D 2+ D3 + D 4
(4)
2 53a+ 1 6685b+ 1 1455c= 0 48D 1 +
0 56D 2 + 0 66D3 + 0 83D 4
(5)
图 1 根据表 1 中的数据做出的 9 种典型地物波长- 灰度值折线
Fig. 1 Grey l evel curves ( broken lines) of ni ne representati ve ground features, drawn according to the data in table 1
全色 CCD 相机数据的分辨率为 19 5 m。针对 CBERS 02B 数据的处理与应用逐渐成为国产卫星数据研究的热点, 目前大多结合传统的方法处理中巴资源卫星 CCD 数据, 如 PCA [ 4] 、H IS[ 5- 8] 、Brovey Trans form ( BT ) [ 9, 10] 。因此, 本文将 LBV 数据变换方法运用于 CBERS 02B 数据变换中, 提出针对处理该数据的 L BV 变换公式, 以进一步提高其应用潜力。
式, 使得 L BV 数据变换方法在国产中巴 02B 卫星数据上的应用成为可能; 运用该变换公式处理得到的中巴 L BV 数据变换图像比中巴原始数据假彩色合成图像颜色更鲜艳, 地物类别更易区分, 具有更好的目视解译效果。将 L BV 变换图像与中巴数据假彩色图像分别用最大似然法进行分类, 分类图像和精度检验结果表明: 用 L BV 变换公式得到的 L BV 结果图像能很好地提高图像计算机分类的精度, 该变换方法在中巴 02B 卫星数据的应用中具有很
表( 采矿场) 与稀疏植被灰度折线的变换方向完全相反, 即稀疏植被从 B01 波段到 B04 波段 v1、v2 、
v3、v4 的符号分别为 - 、+ 、- 、+ , 采矿场从 B01 波段到 B04 波段 v1 、v2 、v3 、v4 的符号则分别为+ 、
- 、+ 、- 。
第3期
(8)
c= 20 543140D1 - 10 896957D 2 -
24 987769D3 + 15 341586D4
(9)
对于线性方程 D^ = a+ b , 只需联立两个方程:
D1 + D 2 + D 3 + D4 = 4a+ 2 53b
( 10)
0 48D1 + 0 56D2 + 0 66D3 + 0 83D4 = 2 53a+ 1 6685b ( 11)
( 1. 中国科学院烟台海岸带研究所, 中国科学院山东省海岸带环境过程重点实验室, 山东烟台 264003; 2. 中国科学院研究生院, 北京 100049; 3. 河北师范大学, 河北石家庄 050016)
摘要: 通过对实际获得的多光谱影像的光谱特征分析, 提出了可用于中巴 02B 卫星多光谱影像的 L BV 数据变换公
0 3136D2 + 0 4356D 3+ 0 6889D 4
(6)
解方程组可得:
a= 10 253117D1 - 3 635 0503D 2 -
10 453690D3 + 4 8356235D4
(7)
b= - 29 363121D 1 + 13 328764D 2 +
33 401918D3 - 17 367561D4
图 3 采矿场与稀疏植被的灰度值折线、对应的二次回归曲线及回归残差
Fi g. 3 Broken lines, quadratic regression curves and regression residuals of the sparse vegetation and quarry
此外, 回归残差绝对值的大小反映了辐射变化的速度。采矿场的 v 1 、v2 、v3 、v 4 的绝对值比稀疏植
波段灰度值
B01 B02 B03 B04 像元数
表 1 中国一些区域中 9 种代表性典型地物的灰度值 Table 1 Grey level val ues of ni ne representati ve and typical ground features in some regions of Chi na
第 27 卷第 3 期 2011 年 5 月
地理与地理信息科学 G eog raphy and Geo - Info rmation Science
V o l. 27 No . 3 M ay 2011
中巴 02B 卫星多光谱影像中 LBV 数据变换方法研究
张成雯1, 2 , 唐家奎1, 2*, 米素娟1, 2 , 胡引翠3 , 王春磊1, 2 , 于新菊1, 2 , 李勇志1, 2 , 赵理君1, 2 , 王后茂1, 2
C01 SDB4 17) ; 山东省优秀中青年科学家科研奖励基金项目; 河北师范大学自然基金项目作者简介: 张成雯( 1985- ) , 女, 硕士研究生, 从事海岸带环境遥感研究。* 通讯作者 E- mail : jkt an g@ yic. ac. cn
第 22 页
地理与地理信息科学
第 27 卷
解以上方程组可得:
a= 1 662761D 1 + 0 921640D 2 0 00476016D 3 - 1 579641D4
b= - 2 233614D 1 - 1 061882D2 +
( 12)
0 402783D3 + 2 892713D 4