高分辨率遥感影像技术在测绘中的应用

高分辨率遥感影像技术在测绘中的应用

浪万玲

西安航天宏图信息技术有限公司，陕西 西安 710000

摘要：近年来，社会进步迅速，结合国内外近年来的一些研究，探讨高分辨率遥感影像应用于测绘生产的潜在能力。对高分辨率遥感影像和中低分辨率遥感影像以及航空影像进行全面比较，分析高分辨率遥感影像用于基础测绘生产的潜在能力。最后得出结论，借助于精密的摄影测量纠正模型和适当的地面控制点，目前的米级高分辨率遥感影像在基础测绘生产中可以用于最大至1：10000国家基本比例尺地图的生产和更新工作。

关键词：高分辨率遥感影像技术；测绘应用；研究分析

引言

随着航天技术的迅猛发展，高分辨率遥感卫星在自然资源调查、环境监测、减灾防灾、地图测绘、国民经济建设、军事侦查与情报收集等方面展现出越来越广阔的应用前景。目前在轨运行的各种高分辨率遥感卫星有几十颗，除了美国、欧洲、俄罗斯等一些发达国家外，摩洛哥、韩国等中小国家也在高分辨率遥感卫星领域进行了积极探索。

1 高分辨率遥感影像技术应用重要性

高分辨率遥感卫星的迅速发展以及技术手段的不断提高为航天测绘提供了新的机遇，高清卫星影像数据的获取极大地促进了应用领域的扩展，越来越多的高分辨率卫星影像被广泛应用于军事侦察、民用监测、日常百姓生活中。为了更好地把握这一机遇，笔者详细了解了高分辨率测绘卫星的国内外现状，收集分析了近年来应需求而制定或正在制定的高分辨率测绘卫星相关标准，调查了相关行业内还需要的高分辨率测绘卫星相关标准，结合自然资源测绘各部门工作实际、自然资源测绘标准化任务以及新兴市场需求，深度思考与分析了高分辨率测绘卫星的标准建设，认为高分辨率测绘卫星应用应从顶层标准体系框架设计做起，与原有测绘标准体系相契合，并使之更加丰富和完善，为日后高分辨率测绘卫星相关标准制订提供有效支撑，为更加科学、有序的开展常态化自然资源测绘标准制修订工作提供新方法和新途径。

2 高分辨率遥感技术应用现状

随着科技的进步，我国目前也已进入信息化的时代，传感的信息技术使我国在科研方面发生了巨大的发展。我国的测绘生产技术一直依靠着遥感影像。遥感影像技术在我国仍然存在着很多不足，例如在测量几何图形时的能力有限，而且测量范围有限等。卫星的高分辨率遥感技术的出现在很大程度上克服了这些不足，它足够的精准性在测绘领域有着突出的贡献，发展前景也十分可观。随着影像技术的不断成熟，高分辨率遥感影像技术更是上到了一个新的发展高度，在测绘的领域上得到人们的普遍认可，有希望取代一切测绘应用技术。我国遥感系统由最初始的老式中低分辨率遥感影像发展到今天的高分辨率遥感影像，取得了巨大的成就。高分别率遥感影像系统有着自身独特的优势，比如它具有高光谱分辨率、周期长、覆盖面广，而且可以对传统遥感影像对几何测量的范围和精确度上进行了巨大的改善；更重要的是，其技术可以形成立体的结构图形，这对地面测绘来说，三维空间的即视感可以使测量的数据更加准确。

3 高分辨率遥感影像技术在测绘中的应用

测绘在我国一般比例尺的地图上应用非常广泛，同时也得到了很大的发展。在测绘领域，对影像源有着特殊的要求。主要在以下三个方面，首先影像必须可以提供可大可小相当范围的详细的特征物质，其次，影像上必须存在足够的地形信息和地貌信息，最后，地面上进行目标定位时，影像必须能确保足够的精确程度。具体的要求分析如下：

3.1 立体空间分辨率

有学者报道，毫米级的影像分辨率可以满足1:10000到1:50000的比例尺的测绘，而且能够清楚的看到目标物体的具体特征，便于识别和提取。但存在的问题就是很难提取一些比如电线、围墙这样的细长形信息。

3.2 高程信息功能

一般分辨率的遥感影像上只存在起伏形式的地表信息，高分辨率遥感影像可以提取出更高精确度的高程信息。比如卫星遥感的高度已远远超过航天飞行器的拍摄高度，因此成像的焦距要求是非常大的。而对于卫星正下方的物体，投影的差距又很小，这就要求高分辨率的遥感卫星摄像范围必须足够大。

3.3 制图精确度

立体成像与模型的基高比是非常重要的参数之一。航空飞机摄影的基高比在0.8左右，有时单张成像上的地表地貌信息的高程差也可以用视觉差来表示的。

3.4 信息提取技术

基于高分数据的城市交通要素精细提取技术是实现交通要素精细化快速提取，提升城市交通管理的科学性、快速性和高效性的关键。首先面向城市交通状态监测与辅助决策管理的重大需求，分析高分遥感影像数据特点和城市交通要素目标特性，在此基础上，构建交通要素解译知识库；然后结合多级识别策略和交通地理信息等多源信息，建立完备的算法组件，突破交通要素精细化提取和多期遥感影像交通要素变化检测的技术瓶颈，从而形成城市交通要素和变化信息的快速提取和持续观测能力。

对于信息提取技术来讲，因信息提取数据量大，要实现高效、精确提取，在信息提取系统中需要具有如下特点：（1）具有很高的自动化和智能化程度;（2）系统数据组织是针对实体对象的，其知识规则来自于对遥感图像信息含义的全面理解;（3）对于不同目标的识别，其识别规则具有分层性;（4）系统应具备自学习能力，以及时实现信息的更新。

3.5 模型建立

高分辨率遥感影像解译的关键是影像识别，实质是图像的分类过程，即根据遥感影像的光谱特征、空间特征、时间特征，按照解译者的认知程度或是自信程度和准确度，逐步进行目标的探测、识别和鉴定的过程。首先确定一个目标或特征的客观存在，在更高一层的认识水平上去理解目标或特征，并把它粗略地定为某个十分普通的、大类别中的一个实体，再进一步根据图像上目标的细微特征，以足够的自信度和准确度，将上述识别的这个实体，划归在某一种特定的类别中。

高分辨率遥感影像解译是从影像特征入手的，包括色调或颜色、阴影、大小、形状、纹理、图案、位置、组合等。

影像特征是指不同地物在遥感影像上所表现出的几何形状、大小、色调、纹理等方面的特征，是光线差异在影像上的典型反映，分“色、形、位”三大类，其中：“色”指目标地物的颜色，包括色调、颜色和阴影等；“形”指目标地物的形状，包括形状、纹理、大小和图形等；“位”指目标地物的空间位置，包括目标地物的空间位置、布局关系等。

以这些地物特征为依据，将其作为分析、解译、理解和识别高分辨率遥感影像的基础。常用方法包括：直接判读法、逻辑推理法、对比分析法、信息复合法、综合推理法、地理相关分析法。

4 结语

综上所述，当前高分辨率测绘卫星数据生成与应用产业呈现出蓬勃发展的态势，各行业对高分辨率测绘卫星数据的生产、检验、成果、应用服务、管理等各种类型标准的需求十分迫切，参与制定的热情高涨，为了提高和规范标准制定的质量，进行标准体系框架的建设研究显得至关重要。

参考文献:

[1]金静，党建武，王阳萍，等.面向对象的高分辨率遥感影像道路提取算法[J].兰州交通大学学报，2017，36（1）：57-61.

[2]赖俊玮.基于高分辨率遥感影像的道路网及车辆信息提取技术研究[D].江西理工大学，2017.

[3]王春波.基于面向对象的城市道路高分辨率遥感影像提取方法研究[J].科技论坛，2017（1）：131-132.