无人机遥感影像不同校正模型对反射率反演结

无人机遥感影像不同校正模型对反射率反演结果的影响分析

河南省水利勘测有限公司

贾智乐

摘要

无人机遥感凭借其灵活机动、高分辨率、云下作业等特点已被广泛地应用于环境监测、灾害应急等领域。但大多以无人机航测为主，遥感应用倾向于图像解译。在郑州市开展了无人机综合遥感实验，采用飞马D四旋翼无人机携带多光谱相机，获取了可见光波段的数据，地面同步测量了地表反射率和大气参数。结合实验数据，采用基于POS数据的严格成像模型和多项式模型对图像进行了几何校正，对比了两种模型的校正精度和不同重采样方式产生的差异。在几何校正的基础上进行了大气校正，获得地表反射率，选取典型地物水体、植被、裸土的实测结果进行验证。结果表明低空无人机遥感可以得到精度较高的地表反射率结果，但不同的几何校正模型对地表反射率影响较小，可以忽略。通过开展该实验证明了利用无人机开展定量化遥感研究的可行性以及其优势。关键词：无人机；几何校正模型；辐射校正；反射率反演

01引言

无人飞行器(UAVs：Unmannedaerialvehicles)的可移动性可以满足危险环境下或人类无法直接探测区域遥感数据的获取，潜在地提供了一种比有人飞机遥感平台更迅捷、廉价的新型遥感数据获取平台[1]。使得近些年来无人飞行器遥感平台在国内外遥感领域得到了飞速的发展。作为卫星和常规摄影测量手段的有效补充，凭借获取信息速度快、周期短，受条件限制少，分辨率高，移动性能好、操作简单，成本低等特点，无人机遥感技术在雨雪冰冻灾害、滑坡、地震等应急事件中获取到及时准确的灾情信息，为减灾救灾工作提供了科学准确的依据[2-3]。目前已被广泛的应用于测绘、环境监测、灾害应急等领域，但当前无人机遥感多是采用遥感解译方法，仍存在于定性阶段，主要是由于目前应用中无人机搭载的相机多为数码相机。近些年来，多光谱、高光谱的轻小型传感器的研发，使得无人机遥感数据的获取取得突破。本文利用飞马D四旋翼无人机携带有两轴增稳云台的D-MSPC五波段（蓝、绿、红、红边、近红外）多光谱相机，根据在郑州郊区开展的无人机遥感综合实验数据，采用严格成像模型和多项式模型对影像进行了几何校正，经过辐射定标、大气校正反演得到地表反射率，利用地面实测控制点检核了各模型几何校正的精度，用地面实测的反射率对反演结果进行验证，并对比了两种模型反射率结果之间的差异。验证结果和分析对基于无人机开展地表参量的定量反演研究提供借鉴。

02几何校正模型

为了尽可能有效地准确地提取图像信息，需要对遥感图像的几何变形进行校正。几何校正中的一个关键点是地理参考的过程，即将图像与地图坐标进行对准。因此要有效地使用遥感影像，首先要建立有效的成像模型，以正确的描述物方空间坐标与图像平面像点坐标之间的几何关系。Okamoto和Vincent等将遥感影像的传感器模型全要分为两大类，物理模型和通用模型[5-6]。物理模型是利用传感器的位置、姿态变化和镜头畸变等参数构建成像模型，又称为严格成像模型，最具代表性的是以共线条件方程为基础的传感器模型。通用成像模型是直接采用数学函数的形式描述地面点和相应像点之间的关系。该方法与具体传感器无关，数学模型简单，计算速度快，例如多项式、直接线性变换以及有理函数模型等。下面主要讲述严格成像模型和多项式校正模型。

2.1严格成像模型

共线方程式是描述摄影中心、像点及对应的物点位于同一直线上的关系式。

其中，（X，Y，Z）为给定的物方空间坐标系中物点坐标，（XS，YS，ZS）为成像时刻摄影中心位置，（x，y）为像平面坐标系中像点坐标，f为镜头焦距，ai、bi、ci（i=1，2，3）为像片在物方空间坐标系中朝向的方向余弦，构成由像空间坐标系与物方空间坐标系转换的旋转矩阵。在飞行过程中，机载的POS会记录每个航带的GPS时间和相应的位置参数（XS，YS，ZS，ω，φ，κ）。2.2多项式校正模型多项式模型是把遥感图像整体的变形看作是平移、缩放、旋转等综合作用的结果，利用适当的数学模型将纠正前后影像点之间的关系进行近似拟合。（x，y）为像点坐标，（X，Y，Z）为地面控制点坐标。为了避免高阶引起的参数相关，一般多项次的次数不大于三。

03基于6S模型的大气校正

3.1辐射定标

开展定量遥感研究的首要前提是辐射定标和大气校正。辐射定标主要是指将传感器观测到的数值转化成物理量的过程[7]。

式中A为绝对定标系数增益，B为偏移量。L为辐亮度，单位为W×m-2×sr-1×m-1。利用定标系数可以得到图像的表观辐亮度。3.2大气校正从遥感图像获得地表反射率的过程通常叫做光学遥感的大气纠正，其目的是去除大气效应的影响，准确提取地表信息[8]。为了准确快速的进行大气纠正，目前的大部分方法是根据辐射传输模型，计算得到TOA值，建立查找表。6S辐射传输模型对不同传感器和不同地面状况下太阳光在太阳地面目标传感器整个传输路径中所受的大气影响进行了描述，通过输入相应的参数，即可求得地面反射率。在地表为均一朗伯面、大气水平均匀的假设条件下，传感器所接收到的辐射亮度可由公式表示：式中，μv=cosθv、μs=cosθs、θv、θs分别为观测天顶角与太阳天顶角；L(μv)为传感器接收到的辐射亮度；L0(μv)为观测方向的路径辐射项；r为朗伯体地表反射率；s为大气下界的半球反射率，它是波长、大气光学性质以及一系列位置参数的函数；T为大气透过率；μsF0为大气层顶与太阳光垂直方向的辐射通量密度。利用入射太阳辐射项μsF0，进行归一化可以得到大气顶部反射率ρTOA：式中，ρ0是大气的路径辐射项等效反射率，ρs为地表二向反射率，当地表为朗伯体时为r。将上式变化形式，转化为如下形式：用6S建查找表，通过计算得到S、ρ0和T参数，就可以计算地表反射率ρ。气溶胶参数的输入可根据地基太阳分光光度计实测结果设置，对于无人机遥感的大气校正，由于飞行高度通常在1km以下，可根据气溶胶的消光系数廓线确定飞行高度层以下气溶胶的光学厚度。

04实验区概况

实验区位于郑州市郊区，场地地势开阔平坦，无遮挡，倾斜度小于5度；场地地表覆盖类型多样，包括植被、水体、道路和建筑等地类；使用的无人机是飞马D四旋翼无人机，它具有操作简单，飞行速度稳定，转弯半径小，飞行高度稳定，飞机姿态稳定等独特优势。此次飞行搭载带有两轴增稳云台的D-MSPC五波段（蓝、绿、红、红边、近红外）多光谱相机（如图1所示）此次实验为综合性无人机遥感实验，同步开展了地面控制点测量、地表反射率测量、地基CE测量等。其地面同步地物光谱测量采用美国ASD公司的FieldSpecFR便携式野外地物光谱仪和标准漫反射参考板。为保证实测数据能够反映测区地物的反射特性，在整个测区针对各典型地物，采用多点测量统计平均的方法获取反射率值。根据需要，选取植被、水体、裸土三种典型下垫面类型数据进行处理，结果如图2所示。

图1D-MSPC相机图2实测反射率

05结果与分析

选数据第六航带上的一组五个波段中的蓝、绿、红、近红外四个波段图像为例，采用基于POS提供的外方位元素构建共线方程式模型和采用地面控制点构建三次多项式模型进行图像的几何纠正，采用最近邻插值、双线性插值和三次卷积进行了重采样，对比了三种采样方式对结果的影响。选取以双线性插值为采样方式的两个模型校正结果，以地面实测控制点为检查点，验证几何纠正的精度。然后对几何纠正结果进行辐射校正，反演地表反射率，利用实测地表反射率进行验证，得到其相对差异。

5.1几何校正结果

采用反解法微分纠正对图像进行校正，分别采用了最近邻法、双线性法、三次卷积法进行重采样，对各方法的插值结果进行对比。最近邻与双线性之间的相对差异为2%，双线性与三次卷积的相对差异为0.2%，最近邻与三次卷积的相对差异为2.3%。下文的纠正精度与反演结果对比分析以双线性插值结果为例。

图3原始影像（（a）蓝波段（b）绿波段（c）红波段（d）近红外波段）图4共线方程式校正结果（（a）蓝波段（b）绿波段（c）红波段（d）近红外波段）图5三次多项式校正结果（（a）蓝波段（b）绿波段（c）红波段（d）近红外波段）从表2可以看出，三次多项式纠正模型精度高于共线方程，三次多项式的纠正精度均方根误差满足3个像元，而共线方程式的误差近10个像元。产生该问题的原因主要是由于无人机机载POS数据的精度不高，由外方位元素引入的误差较大，而且测区内地势平坦，适用于多项式模型，采用3次多项式使得残差最小，因此可以产生较好的校正效果。但要注意的是，多项式校正时，需要选取大量的控制点，数据处理时间上高于共线方程式。且当地形起伏变化较大时，多项式模型无法校正局部地形的影响。表2几何校正精度5.2反射率结果分别在两种几何校正的结果上，进行辐射校正，得到地表反射率图像。在反射率图像内选取多处典型地物（水体、植被、裸土）作为样本数据，统计其反射率平均值。图9为实测和基于两种几何校正模型得到的地表反射率，横坐标轴的1、2、3、4分别代表蓝波段、绿波段、红波段和近红外波段。从结果来看，经大气校正后得到的地表反射率与实测反射率结果一致。经统计分析，水体：多项式模型反演结果与实测反射率平均差异为3.3%，共线方程模型反演结果与实测反射率平均差异为3.3%，两模型之间差异为0；植被：多项式模型反演结果与实测反射率平均差异为1.9%，共线方程模型反演结果与实测反射率平均差异为2.2%，两模型之间差异为0.2%；裸土：多项式模型反演结果与实测反射率平均差异为3.8%，共线方程模型反演结果与实测反射率平均差异为3.9%，两模型之间差异为0.1%。图6地表反射率（（a）实测反射率（b）共线方程模型反射率（c）三次多项式反射率）

06结论

本文针对无人机的遥感数据进行了几何与辐射校正处理，分析对比了两种几何校正模型及其对地表反射率的影响。

（1）无人机的影像处理可以采用不同的几何校正模型进行校正，严格成像模型受机载POS提供的位置姿态数据影响，每幅影像有对应的POS数据，校正速度快，可以POS数据为初值，通过多次迭代的方式提高校正的精度。多项式受地形以及控制点数量及分布的影响，每幅影像需要通过配准提取控制点，数据准备时间较长，且控制点数量较少或分布不均时对校正结果影响很大。因此，在应用中可根据实际条件选择数据几何处理的方法。

（2）经过大气校正后得到的地表反射率，用实测反射率进行了验证，证明了用无人机开展定量遥感研究的可行性，同时从反演结果可以看出，低空无人机遥感受大气影响较小，得到的反射率结果与地面实测结果一致性更好，充分体现了无人机可云下作业、高分辨率的特点。

（3）通过对比分析两种校正模型的反射率反演结果，对于无人机高分辨率影像，几何校正模型的选取主要与其定位精度有关，对反射率的反演结果影响较小，可以忽略。

参考文献

[1]李德仁，李明.无人机遥感系统的研究进展与应用前景[J].武汉大学学报?信息科学版,,39(5):-.[2]TaoZeng,WunianYang,etal.UAVremotesensingimageprocessingandclassificationinwenchuanearthquakedistrict.Proc.ofSPIEVol.-1.[3]李传荣.无人机遥感载荷综合验证系统技术[J].中国科技成果,(10):10-11.[4]勾志阳,晏磊等.无人机高光谱成像仪场地绝对辐射定标及验证分析[J].光谱学与光谱分析,Vol.32No.2:~.[5]程晓.中国在南极长城站首飞遥感无人机[J].中华儿女,(3):4.[6]廖小罕,周成虎,苏奋振,等.无人机遥感众创时代[J].地球信息科学学报,,18(11):-.[7]刘轲，周清波，吴文斌,陈仲新，唐华俊.基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较.农业工程学报,，32（3）：-.[8]徐言，姜琦刚．基于6S模型的MODIS影像逐像元大气校正及其应用［J］．吉林大学学报(地理科学版)，45(5):－3．

转载请注明原文网址：http://www.shanggaoxianzx.com/shgxjt/7472.html