IRS遥感卫星图像地形校正

第 35卷 第 7期 2007年7月 东 北 林 业 大 学 学 报 JOURNAL OF NORTHEAST FORESTRY UNIVERSITY Vo1．35 No．7 Ju1．2O07 IRS遥感卫星图像地形校正 ) 何 超 岳彩荣 陈建珍 袁 华 (西南林学院，昆明，650224) 摘 要 运用经验统计法、Minnaert校正和 C校正方法对 高黎贡山南段地区的 IRS卫星图像进行校正试验， 从视 觉、定量方面对校正效果评价：低太阳高度角时，经验统计法是校正 IRS遥感卫星图像地形影响的理想方法。 关键词 遥感；卫星图像 ；地形校正 分类号 TP751 Terrain Correction of India Remote Sensing Satellite hnage／He Chao，Yue Cairong，Chen Jianzhen，Yuan Hua(Southwest Forestry CoHege，Ktmming 650224，P R．China)／／Journal of Northeast Forestry University．一2OO7，35(7) 一59～6o，63 e correcffon methods。statistic．empirica1 correction。Minnae~ correction and C correction，were used to correct the terrain effect of India remote sensing(IRS)satellite image of the south of Gaoligong Mountain．The correction effects of the three methods were evaluated from vision and quantity．Resuh indicates that the statistic—empirical correction is an optimal method to eliminate the terrain effect of IRS image in the context of low solar elevation angles． Key words Remote sensing；Satellite images；Terrain correction 卫星遥感图像在成像过程中受到多种因素的影响，其中 地形是主要影响因素之一，特别是在山区，地形的影响更为突 出，因此在使用图像之前往往要进行地形校正。遥感图像地 形校正是指对原始图像通过一定的变换 ，将原图中所有像元 的辐射亮度变换到某一参考平面上(通常是水平面)，从而消 除地形起伏引起的图像辐射失真 ，使图像更好地反映地物的 光谱特性 l。对卫星遥感图像地形校正的研究始于20世纪 80年代，经过 20多年的研究，主要可以归纳为两大类方法： 一 类是波段比值法，另一类是太阳光照模型法。波段比值法 简单，但对地形的抑制有限，如比值植被指数。太阳光照模型 较复杂 ，需要高精度的数字高程模型(DEM)，但是校正效果 较好 ，如典型的朗伯模型 J。 过去对卫星遥感图像地形校正方法的研究 ，主要是围绕 美国陆地卫星(Landsat)展开，经研究得出：C校正是校正 Landsat卫星遥感图像地形影响的最佳方法 J。然而，近年 来印度遥感卫星(IRS)则被广泛应用于我国的农业、减灾、城 建规划及海洋等领域，且成绩斐然，但对其图像地形影响校正 的研究 目前还较少。笔者采用太阳光照模型校正法中的经验 统计法、Minnaert校正和 C校正对 2006年 1月28日的 IRS— P6图像进行地形校正，并从图像视觉和定量分析两个角度对 校正结果进行评价。 1 研究地区概况 研究区位于高黎贡山南段，云南省西部保山市、腾冲县、 泸水县交界处 ，怒江的西岸 ，西部与缅甸接壤 ，地理坐标为北 纬 25。10 ～25。20 、东经98。39 ~98。51IO该地区自南向北纵贯 横断山南部 ，东西最宽约 19．3 km，南北最长约 18．3 km，总面积 353．19 km2，研究区内最高峰雪山顶海拔 3 586．5 m，最低处怒 江河岸海拔 690 m，相对高差达2 896．5 m，地形起伏较大。 2 研究方法 2．1 太阳光照模型校正方法简介 太阳光照模型根据太阳光照原理，利用数字高程模型提取 地表面元的坡度、坡向，并结合卫星成像时的太阳方位角、太阳 1)云南省重点建设专业(林学)资助。 第一作者简介：何超，男，1982年 2月生 ，西南林学院资源学院 硕士研究生。 通讯作者：岳彩荣，西南林学院资源学院，教授。 收稿 日期：2006年 10月 16日。 责任编辑：张建华。 天顶角，计算卫星成像时刻太阳光在地表各面元上的入射情 况。太阳光在地表各面元上的入射情况用太阳有效入射角的 余弦值表示，太阳有效入射角(i)定义为太阳直射光线与被照 面元法线的夹角，即太阳有效入射角余弦的计算公式为⋯”： cosi cosz·cosS+sinz·sinS·COS( 一 )0 式中： 为太阳天顶角； 为太阳方位角；S为面元坡度角； 为面元坡向角。 文中采用的 3种太阳光照模型校正方法 分别为 ： 经验统计法 LH=Lr一／nCOS(i)一b+Lr； Minnaert校正 = (cosz／cosi) ； C校正 LH Lr[(COS(z)+c)／(COS(i)+c)]o 式中： 为校正后的图像 ； ，为校正前的图像；m为拟合直线 的斜率；b为拟合直线的截距；c为修正系数； 为校正前图像 的灰度平均值 ；k为 Minnaert常数。 以上参数中，m 和 b可由拟合一元线性 回归方程 L = ／／tCOSi+b得到；c根据m和 b算出，c=b／m “ ；J}值可由拟合 一 元线性回归方程 log(LrcosS)=logZ +klog(cosicosS)得到， 是太阳有效入射角为0时太阳的辐射值 。 经验统计法假设原始波段和太阳光照间存在缵f生相关性。 经验统计法的校正结果是将图像平均值高程对应的线性回归 旋转到水平位置。Minnaert校正是 1941年比利时的天体物理 学家 Minnaert在研究月球光照探测对常用的余弦改进后提出 的，并在余弦校正的基础上增加了一个常数 后。参数 k被称为 Minnaert常数，其值在0～1之间，用于确定地面反射是否是朗 伯反射。 =1表明地面反射为朗伯反射，反之，为非朗伯反 射。k值小，在校正公式中的作用也就小，特别是当太阳有效 入射角为0时，k值增大了分母，有效地减轻了过校正的情况。 C校正采用与经验统计相同的线性回归来确定校正时所需的 参数。参数c表示的是b值和m值在线性回归中所占的比例， 用于模拟太阳辐射在坡度、坡向上的校正，但其物理意义不明 确，c值在校正中的作用与Minnaert校正的k值相同 。 2．2 试验数据 文中使用的数据有：①遥感影像。IRS—P6 LISS3影像； 轨道号／航号：117／54；成像时间：2006年1月28日；影像分辨 率：25 m×25 m；成像时太阳高度角为41．3。；太阳天顶角为 48．7。；太阳方位角为151．0。；②研究区1：50000的地形图。 2．3 试验步骤 地形图配准：地形 图配准在 ARC／INFO WORK~；TATION 9．1下完成，利用 ARC／INFO生成公里网格 ，采用公里网 格校正法校正地形图。按照国家测绘局颁布的国家标准 GB／ 维普资讯 http://www.cqvip.com 东 北 林 业 大 学 学 报 第 35卷 T 19741．1—2o00【7 3进行平面精度检测，X方向中误差为 1．5 m，Y方向中误差为 1．1 m。 生成数字高程模型：从配准的地形图上数字化等高线及 高程点，在 ARCMAP 9．1中利用 3D模块生成 TIN，再将 TIN 内插成分辨率为 25 m X25 m的格网 DEM。按照国家测绘局 颁布的行业标准 CH／T 1008--2001 进行高程精度检测，高 程中误差为9．85 m。 遥感图像几何精校正：在 ARC／INFO中利用水文分析模 块从数字高程模型中提取水系，把水系作为选取地面控制点 的参考，在ARC／INFO中将水系数据与遥感图像相叠在一起， 在图像上寻找与水系交叉点或转角处对应的点作为控制点， 并采用理论上控制点位置合适、精度随着控制点数增多而提 高的局部区域纠正模型对遥感图像进行精校正。校正误差在 方向为 0．49个像元 ，l，方向为 0．66个像元。 遥感图像地形校正：在 ARC／INFO中完成一元线性 回归 方程的拟合，利用AML语言编程计算各参数的值，并完成遥 (a)原始图像5、4、：j波段彩色合成 (c)Minnacrt校JE5、4、3波段彩色合成 4 结论与讨论 感图像各波段的地形校正。 3 校正结果分析 图像视觉评价 ：从图1中可以看出，3种方法都减弱了地 形对遥感图像的影响。从校正后图像的整体亮度来看，Min— naert校正(图 1(C))比经验统计法(图 1(b))和 c校正(图 1 (d))要差。从对图像阴影校正的效果来看，Minnaert校正是 3种方法中最差的，C校正次之 ，经验统计法最好。 定量评价：根据地形校正的概念，地形校正后的图像如果不 再受地形的影响，一元线性回归拟合方程的斜率则应该较小，且 斜率越小，说明校正效果越好。因此，可采用分离系数 定量地 评价校正效果，即分离系数 r2越小，说明校正效果越好 。 根据式r =(m／b) ，分别计算校正前的图像(图1(a)) 和采用3种校正方法校正后的图像各波段的分离系数 ，结 果见表 1。 (b)经验统 汁法5、4、3波段彩 色合成 图1 校正前后的图像对比 在试验中，通过图面视觉和定量评价得出，在太阳高度角 较小的情况下，经验统计法是消除印度遥感卫星图像地形影 响的理想方法。 f d)C校正5、4、3波段彩色合成 从表 l中可以看出，对于校正前的图像，可见光波段(第 二、三波段)受地形影响要小于近红外波段及短波红外波段 (第四、五波段)。 根据太阳有效入射角的定义，太阳有效入射角的余弦值 应该是在0～1之问，但是在太阳高度角较小的情(下转63页) 维普资讯 http://www.cqvip.com 第 7期 臧 威等 ：水稻品种对稻瘟病菌粗毒素的抗性 础上，以 10个北方农业生产中大面积种植的水稻品种为材 料，研究了粗毒素对种子萌发、胚芽生长 、愈伤组织形成的影 响。结果发现，龙粳 14号、东农 418号对粗毒素的毒害作用 均表现出较强的抗性，而松粳 6号对粗毒素的抗性则相对较 弱。许文耀等 认为稻瘟病菌粗毒素对水稻品种的毒性与 产毒菌株对水稻品种的致病力之间存在着对应关系 ，产毒菌 株对水稻品种的致病力越强，粗毒素对其毒性也越大，反之亦 然。张满 良 等也提出稻瘟病菌粗毒素属于糖蛋白，可以 利用粗毒素液体代替病原菌接种不同抗性的水稻品种，鉴定 其抗瘟特性 ，水稻对稻瘟病菌粗毒素表现出的抗性在很大程 度上可以代表品种对稻瘟病的抗性，因为一般来说，水稻品种 对粗毒素的抗性与其对产毒菌株的抗性存在一种平衡关 系 ¨。因此，龙粳 14号、东农418号等品种可能在水稻的田 间生产中表现出更强的抗瘟性质，而松粳 6号同其它品种相 比更容易感染灰色梨孢。 在研究过程中还发现，松粳9号在种子萌发和胚芽生长过 程中对粗毒素的毒害作用抗性较强，但是在愈伤组织形成方面 对粗毒素的抗性并不突出；五优稻3号的种子萌发时和垦稻 12 号的胚芽生长时抗毒素能力较强，但是这两个品种在愈伤组织 形成过程中对粗毒素的作用却非常敏感。这种现象的出现可 能是对于不同的水稻品种来说，在不同的生长时期和不同的生 长阶段，对粗毒素的毒性表现出不同的抗性特征，这与稻瘟病 菌对某些水稻品种在叶期和穗期致病力不同相一致 。 水稻品种对稻瘟病抗性不仅是对稻瘟病菌毒素的抗性 ， 而且水稻的抗瘟性还受到环境因素的影响，并与病原菌的侵 染特性有关 ，具有复杂的抗性机理，但是毒素是病原菌导致宿 主发病的最重要因素，探讨不同水稻栽培品种对稻瘟病菌粗 毒素的抗性 ，对于水稻抗瘟性能的研究和水稻生产具有十分 积极的意义。 参 考 文 献 [1] Kumar J，Nelson R J，Zeigler R S．Population structure and dy- namics of Magnaporthe gmeu in the Indian Himalayas[J]．Genet- ics，1999，152：971—984． [2] 张中义．中国真菌志：第 14卷[M]．北京：科学出版社，2003． [3] 侯明生，黄俊斌．农业植物病理学[M]．北京 ：科学 出版社 ， 2Oo6． [4] 高立宏 ，李公美，王丕武．稻瘟病病菌的液体培养及滤液毒性测 定[J]．长春师范学院学报 ，2004，23(2)：71—75． [5] 胡海燕 ，庄杰云，柴荣耀 ，等．水稻穗瘟防卫反应相关基因的分 离和鉴定[J]．遗传学报，2006，33(3)：251—261． [6] Luo C X，Hanamura H，Sezaki H，et a1．Relationship between avirulence genes of the same family in rice blast fungus Magna- portheg,-aeu[J]．J Gen Plant Pathol，2002，68：300—306． [7] 赵海岩，郑文静，王德兴，等．水稻抗稻瘟病变异体离体筛选及 在育种中应用[J]．辽宁农业科学，2001(3)．21—25． [8] 张满良．农业植物病理学[M]．北京：世界图出版公司，1997： 84—85． [9] 刘文萍，刘丽艳，吕晓波，等．稻瘟病菌粗毒素的制备及其致病 力的测定[J]．黑龙江农业科学，1997(6)：15—17． [1O] 赵虔华，钟鸣，马慧，等．粳稻抗稻瘟病细胞突变体筛选技术体 系的建立[J]．安徽农业科学，2005，33(5)：757—758． [11] 许文耀 ，王金陵．稻瘟病菌粗毒素对水稻品种的毒性与产毒菌 株致病力间的关 系[J]．福建农业大学学报：自然科 学版， 1994，23(2)：165—168． [12] 王金陵，许文耀 ，黄碧丽．水稻品种对稻瘟病菌粗毒素的抗性 [J]．福建农学院学报，1990，19(4)：426—432． (上接60页)况下，根据公式计算出的太阳有效入射余弦值 范围却是在 一1～1之间，也就是说太 阳有效入射角有超过 90。的。当地表面元的太阳有效入射角超过 90。时，说明这个 面元处在阴影中，虽然没有直射光照射到，但是邻近坡面的反 射光会对其产生影响，因此，在拟合一元线性 回归方程时，也 应将负余弦值考虑在内。 表 1 校正效果定量评价 由试验过程可以看出，经验统计法、Minnaert校正和 C校 正都需要采样来拟合一元线性回归方程 ，采样的不同将会直 接影响校正的效果。Xiaoliang wu 在其研究中提出：在进 行采样时，应将整个研究区当作采样区来进行拟合直线方程。 但试验中，以整个研究 区作为采样区的校正效果没有以高黎 贡山山脉受地形影响严重的地区的校正效果好 ，这可能是研 究区中不受地形影响的水平地面对采样曲线拟合的影响所 致。因此，笔者认为，进行地形校正时，采样区应选择受地形 影响较严重的区域，且要包括研究区中所有的太阳有效入射 角，如图像中主要的山脉地区，这样可以避免水平面元对曲线 拟合的影响。 致谢：特别感谢澳大利亚 CSIRO(Commonwealth Scientific and Industrial Research Organisation)的Xiaoliang Wq博士在本 次试验完成过程中所给予的帮助和指导。 参 考 文 献 [1] 李英成．数字遥感影像地形效应分析及校正 [J]．北京测绘， 1994(2)：14—19． 【2] David Riano，Emilio Chuviec0，Javier Sal8．8，et a1．Assessment of Different Topographic Corrections in Land—TM Data for Mapping Vegetation Types l J 1．IEEE Transactions on Geoscience and Re- mote Sensing，2003，41(5)：1056—1061． 【3 1 Elizabeth Roslyn McDonaid，Wu Xiaoliang，Peter Caccetta，et a1． Illumination Correction of Landsat TM Data in Southeast NSW 『J／ OL]．(2001—08—22)『2OO6—1O一16]．http：／／www．cmis． csiro．au／rsm／researcIv'pdf／McDonaldE — illumcorweb2000．pdf． [4] Wu Xiaoliang，Suzanne Furby，Jeremy Wallace．An Approach fur Terrain Illumination Correction【J／OL 1．(2004—07—13)『2006— 10—16]．http：／／www．cmls．csiro．att／rsm／researeh／pdf／wu—x一 12ARSPC ． TeⅡainIllumination．pdf． 『5] Hu Zhizhong．Ge0rmrph0l0 c Distrlbufion of Normalized Difference Vegetation Index[J／0L]．(1997—04—10)[2O06—10—16]．ht- tp：／／ ．glsdevelopment．net／asrs／acra／1997／ts10／tsl0004．asp． 『6] PeteT Meyer，K1au$I．Itten，Tobias Kellenberger，et a1．Radiomet． tic Corrections of Topographically Induced Effects on Landsat TM Data in Alpine Terrain l J／OL 1．(2OO1—11—07)l 2007—04 — 23 I． ftp：／／ftp．geo．unizh．ck／pub／ml2／paper／1993／ISPRS93． pdf． [7] GB／T 19741．1—20oo 数字测绘产品质量要求数字线划地形 图、数字高程模型质量要求 [8] CH／T 100~m2001 基础地理信息数字产品 1：16000、1：500OO数字 高程模型 [9] 黄微，张良培，李平湘．～种改进的卫星影像地形校正算法[J]． 中国图象图形学报 ，2005，10(9)：1124—1129． 维普资讯 http://www.cqvip.com