余 洋 靳國(guó)旺 熊 新 童成功 張國(guó)平

(信息工程大學(xué)地理空間信息學(xué)院 鄭州 450001)

1 引言

合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)具備全天時(shí)、全天候工作的能力，在地形測(cè)繪、災(zāi)害監(jiān)測(cè)、目標(biāo)偵察等領(lǐng)域具有突出優(yōu)勢(shì)[1]。中國(guó)首顆高分辨率C波段多成像模式SAR衛(wèi)星高分三號(hào)(GF-3)，受衛(wèi)星位置測(cè)量誤差、傳感器授時(shí)精度和測(cè)距精度影響，影像系統(tǒng)級(jí)定位誤差約為40 m[2]。利用控制點(diǎn)對(duì)幾何模型參數(shù)進(jìn)行精化可達(dá)到提高定位精度的目的，包括少量高質(zhì)量地面控制點(diǎn)[3,4]、已有數(shù)字正射影像圖(Digital Orthophoto Map,DOM)和數(shù)字高程模型(Digital Elevation Model,DEM)等高精度地理信息數(shù)據(jù)中提取的內(nèi)業(yè)控制點(diǎn)[5]。地面控制點(diǎn)布設(shè)耗時(shí)費(fèi)力，且不能應(yīng)用于境外等難以布設(shè)區(qū)域，內(nèi)業(yè)控制點(diǎn)依賴(lài)于地理信息數(shù)據(jù)自身的精度。

近年來(lái)，將星載激光測(cè)高數(shù)據(jù)作為控制數(shù)據(jù)對(duì)光學(xué)遙感影像幾何模型參數(shù)進(jìn)行精化，可有效提高定位精度，星載激光測(cè)高數(shù)據(jù)全球控制點(diǎn)提取、聯(lián)合遙感影像定位逐步成為研究熱點(diǎn)[6]。冰、云和陸地高程衛(wèi)星-2 (The Ice,Cloud and land Elevation Satellite-2,ICESat-2)是世界上首顆光子計(jì)數(shù)激光測(cè)高衛(wèi)星，搭載高級(jí)地形激光測(cè)高系統(tǒng)(Advanced Topographic Laser Altimeter System,ATLAS)，以10 kHz的重復(fù)頻率發(fā)射激光，可獲得相鄰光子沿軌距離為0.7 m的全球觀測(cè)數(shù)據(jù)[7,8]。其中，名為全球地理定位光子數(shù)據(jù)的ATL03級(jí)產(chǎn)品提供了沿軌光子經(jīng)緯度、高程、沿軌距離、置信度標(biāo)識(shí)[9]等信息，并以沿軌距離約20 m對(duì)接收到的光子進(jìn)行分組，是其他產(chǎn)品的基礎(chǔ)數(shù)據(jù)[10]。由于ATLAS傳感器靈敏度高，且發(fā)射波長(zhǎng)為532 nm的綠光進(jìn)行探測(cè)，數(shù)據(jù)中包含較多因大氣散射與太陽(yáng)光噪聲引起的噪點(diǎn)，常用不同形狀的濾波核進(jìn)行去噪處理[11]。ATLAS數(shù)據(jù)光斑大小約為17 m，高程測(cè)量精度受光斑內(nèi)地形坡度、地表植被覆蓋影響，在地形平坦、無(wú)云且地表植被稀疏等理想情況下高程精度達(dá)到0.1 m，與地面控制點(diǎn)高程精度相當(dāng)，是目前高程精度最高的星載激光測(cè)高數(shù)據(jù)[12,13]。

Rosiek等人[14]、何鈺等人[15]、耿迅等人[16]針對(duì)行星表面缺乏控制數(shù)據(jù)，遙感影像測(cè)繪產(chǎn)品精度低問(wèn)題，利用激光測(cè)高數(shù)據(jù)與光學(xué)遙感影像進(jìn)行光束法區(qū)域網(wǎng)平差，行星表面地形測(cè)繪成果精度得到有效提升，初步驗(yàn)證了星載激光測(cè)高數(shù)據(jù)用于提升光學(xué)遙感影像定位精度的可行性。王晉等人[17]、張?chǎng)卫诘热薣18]、Zhang等人[19]將星載激光測(cè)高數(shù)據(jù)與高分辨率光學(xué)立體影像聯(lián)合處理，通過(guò)提取激光點(diǎn)為光學(xué)影像做高程控制，有效地消除了幾何模型中的系統(tǒng)誤差，定位精度得到了大幅提升。譚建偉等人[20]、王密等人[21]、鄭迎輝等人[22]分別利用ICESat-1,ICESat-2測(cè)高數(shù)據(jù)，通過(guò)屬性參數(shù)約束等策略篩選，提取出可滿足中比例立體測(cè)圖高程控制要求的激光高程點(diǎn)[23]。曹寧等人[24]、唐新明等人[25]利用中國(guó)搭載了激光測(cè)高系統(tǒng)的光學(xué)立體測(cè)繪衛(wèi)星影像，進(jìn)行了激光測(cè)高數(shù)據(jù)與遙感影像聯(lián)合平差實(shí)驗(yàn)，為中國(guó)1:10000立體測(cè)圖需求提供了技術(shù)支持，綜上，星載激光測(cè)高數(shù)據(jù)與光學(xué)遙感影像聯(lián)合應(yīng)用具有重要價(jià)值，但ATLAS數(shù)據(jù)與SAR影像聯(lián)合幾何處理相關(guān)研究較少。

為精化SAR影像幾何參數(shù)并提高立體定位精度，本文借鑒星載激光測(cè)高數(shù)據(jù)光學(xué)遙感影像高程控制點(diǎn)提取思路和秩自相似(Rank-based Self-Similarity,RSS)描述子匹配算法[26]，設(shè)計(jì)了一種從ATLAS數(shù)據(jù)中提取SAR高程控制點(diǎn)方法。利用中國(guó)登封市和日本橫須賀市兩個(gè)區(qū)域的ATLAS數(shù)據(jù)進(jìn)行了高分三號(hào)SAR高程控制點(diǎn)提取實(shí)驗(yàn)。

2 多策略ATLAS數(shù)據(jù)優(yōu)選與影像匹配相結(jié)合的SAR高程控制點(diǎn)提取

多策略ATLAS數(shù)據(jù)優(yōu)選與影像匹配相結(jié)合的SAR高程控制點(diǎn)提取流程如圖1所示。對(duì)ATLAS數(shù)據(jù)采用多種策略組合優(yōu)選激光高程點(diǎn)，將激光高程點(diǎn)平面坐標(biāo)投影至谷歌地球(Google Earth,GE)影像中，選取局部區(qū)域作為激光足印影像(Laser Footprint Image,LFI)；利用SRTM DEM對(duì)斜距SAR影像進(jìn)行地理編碼，由RSS描述子實(shí)現(xiàn)SAR地理編碼影像與LFI的匹配，從而建立激光高程點(diǎn)高程值與SAR地理編碼影像坐標(biāo)之間的對(duì)應(yīng)關(guān)系，再通過(guò)坐標(biāo)反算得到斜距SAR影像高程控制點(diǎn)。

圖1 多策略ATLAS數(shù)據(jù)優(yōu)選與影像匹配相結(jié)合的SAR高程控制點(diǎn)提取流程Fig.1 Process of SAR elevation control point extraction combining multistrategy ATLAS data preference and image matching

2.1 多策略ATLAS數(shù)據(jù)優(yōu)選

多策略ATLAS數(shù)據(jù)優(yōu)選流程如圖2所示，分為夜間高質(zhì)量光子提取與大偏心率橢圓平坦區(qū)域光子提取兩個(gè)步驟。夜間高質(zhì)量光子提取中，根據(jù)光子三維坐標(biāo)計(jì)算太陽(yáng)高度角，從而濾除非夜間觀測(cè)光子數(shù)據(jù)；由置信度信息提取位于地面的信號(hào)光子；通過(guò)比較光子高程值與SRTM DEM高程值剔除粗差。最后，利用大偏心率橢圓濾波核提取位于平坦區(qū)域的光子作為激光高程點(diǎn)。算法需要讀取的參數(shù)如表1所示。

表1 算法使用到的ATL03參數(shù)Tab.1 ATL03 parameters used by the algorithm

圖2 多策略ATLAS數(shù)據(jù)優(yōu)選流程Fig.2 Process of multistrategy ATLAS data preference

(1) 夜間高質(zhì)量光子提取

為減小太陽(yáng)光噪聲對(duì)高程控制點(diǎn)提取的影響，依據(jù)光子三維坐標(biāo)計(jì)算的太陽(yáng)高度角Hθ提取夜間觀測(cè)數(shù)據(jù)。Hθ為太陽(yáng)光線與地平面之間的夾角，該值小于零時(shí)可認(rèn)為數(shù)據(jù)獲取時(shí)刻在當(dāng)?shù)貫橐归g，計(jì)算式為

式中，δ為太陽(yáng)赤緯，Ω為時(shí)角，

N為觀測(cè)時(shí)間與該年第1天之間的天數(shù)差，

為由t0計(jì)算的真太陽(yáng)時(shí)[27]。

ATL03產(chǎn)品為每個(gè)光子提供不同地形下基于泊松算法的信號(hào)置信度標(biāo)識(shí)，分別為0～4，在被標(biāo)記為陸地的數(shù)據(jù)中提取C大于0的光子。

根據(jù)拉依達(dá)準(zhǔn)則，比較光子高程值與相同平面坐標(biāo)下SRTM DEM高程值，保留高程差值小于3倍SRTM DEM標(biāo)準(zhǔn)差的光子，即

式中，Hice為光子高程值，HSRTM為相同平面坐標(biāo)下SRTM DEM高程值，ξ為egm96模型水準(zhǔn)面差，σD為SRTM DEM標(biāo)準(zhǔn)差。

(2) 大偏心率橢圓平坦區(qū)域光子提取

地面有較大的坡度時(shí)，物像不一致問(wèn)題會(huì)造成高程控制偏差問(wèn)題。如圖3所示，S為成像時(shí)刻SAR衛(wèi)星位置，地物A對(duì)應(yīng)的同名像點(diǎn)為a，A匹配到的像點(diǎn)為a′，a′對(duì)應(yīng)同名地物點(diǎn)為A′，a與a′在距離向、方位向上相差 Δy、Δx個(gè)像素，當(dāng)?shù)孛娲嬖诖笮棣恋钠露葧r(shí)，會(huì)分別引起高程為ΔZ1與ΔZ2的差值：

圖3 物像不一致造成的高程差示意圖Fig.3 Schematic diagram of height difference caused by difference between object and image

式中，Ry,Rx為SAR影像距離向、方位向分辨率。則 當(dāng) Δx=1,Δy=1,α=1.5°,Ry=0.6 m,Rx=0.4 m 時(shí)，由式(5)計(jì)算可得，將引起高程為ΔZ1=0.0157 m，ΔZ2=0.0105 m的誤差。因此，篩選出位于平坦區(qū)域的光子即可保證激光點(diǎn)高程精度，也可減弱物像不一致問(wèn)題造成的高程控制偏差問(wèn)題。

星載激光測(cè)高數(shù)據(jù)常用空間聚類(lèi)算法進(jìn)行地面光子的提取，橢圓形濾波核更符合地面信號(hào)光子的分布特征。如圖4所示，對(duì)于某個(gè)光子p，定義以點(diǎn)p為中心的長(zhǎng)軸沿軌橢圓形窗口，點(diǎn)q是否在該橢圓內(nèi)可用式(6)判斷：

圖4 橢圓濾波核提取分析示意圖Fig.4 Schematic diagram of ellipse filter kernel extraction

式中，a,b為橢圓長(zhǎng)、短半徑，lp,lq為p,q的沿軌距離，由光子對(duì)應(yīng)li與前序所有組Li的和相加得到，hp,hq為p,q的高程，θ為橢圓旋轉(zhuǎn)角度，當(dāng)d(p,q)≤1時(shí)q在橢圓內(nèi)；即對(duì)于任意光子pi，根據(jù)式(6)遍歷位于以pi為中心的橢圓內(nèi)光子數(shù)W，若W大于某一閾值T，則保留pi。

相對(duì)于整體信號(hào)光子提取時(shí)將橢圓濾波核長(zhǎng)短軸之比設(shè)為4:1的做法，本文將濾波核長(zhǎng)軸a設(shè)為25 m，短軸b設(shè)為0.5 m，并將濾波核轉(zhuǎn)角θ設(shè)為0，以直接提取平坦區(qū)域處的地面光子。該濾波核的提取結(jié)果如圖5所示，此時(shí)橢圓濾波核的偏心率為0.9998，所提光子在沿軌方向上的坡度不超過(guò)1.15°，能夠滿足高程控制的要求。

圖5 平坦區(qū)域光子提取結(jié)果示意圖Fig.5 Schematic diagram of laser points extraction result in flat area

為了提取平坦區(qū)域裸地的光子，以當(dāng)前光子為中心設(shè)置寬度為WS、長(zhǎng)度應(yīng)能覆蓋所有光子的矩形窗口，計(jì)算窗口內(nèi)提取的夜間高質(zhì)量光子高程方差，剔除方差大于閾值δW的光子數(shù)據(jù)，得到優(yōu)選的激光高程數(shù)據(jù)。

2.2 谷歌影像、SAR影像秩自相似描述子匹配

為使激光高程點(diǎn)與SAR影像匹配更具魯棒性與準(zhǔn)確性，本文通過(guò)影像匹配的方法實(shí)現(xiàn)二者的匹配。如圖6所示，將提取出的激光高程點(diǎn)按平面坐標(biāo)投影至GE中，并與SAR地理編碼影像進(jìn)行匹配，建立SAR影像像點(diǎn)與激光點(diǎn)高程值之間的對(duì)應(yīng)關(guān)系，作為高程控制條件引入幾何模型參數(shù)精化中，從而提升SAR影像定位精度。

圖6 GE影像與SAR地理編碼影像匹配示意圖Fig.6 Schematic diagram of matching between GE image and SAR geocoding image

GE影像與SAR影像的匹配屬于異源遙感影像匹配工作，匹配前利用GF-3影像導(dǎo)航信息(幾何模型參數(shù))與外部DEM對(duì)SAR影像進(jìn)行地理編碼，即將SAR影像糾正到與GE影像同一坐標(biāo)基準(zhǔn)下，從而消除GE影像與斜距SAR影像間的旋轉(zhuǎn)與尺度差異，且可獲得含有較小誤差的幾何對(duì)應(yīng)關(guān)系。為了得到精確的匹配結(jié)果，利用模板匹配算法進(jìn)行，但此類(lèi)算法效率低，可以根據(jù)幾何對(duì)應(yīng)關(guān)系預(yù)估激光高程點(diǎn)在SAR地理編碼影像上的位置，然后在局部窗口內(nèi)逐像素計(jì)算匹配算子相似性度量結(jié)果。

(1) SAR影像地理編碼

將圖像坐標(biāo)系的SAR影像糾正到地理坐標(biāo)系下，即由SAR地理編碼影像像點(diǎn)坐標(biāo) (x′,y′)，根據(jù)分辨率S計(jì)算地面點(diǎn)平面坐標(biāo)(X,Y)，由SRTM DEM內(nèi)插得到相應(yīng)高程值Z，利用SAR影像有理多項(xiàng)式系數(shù)(Rational Polynomial Coefficients,RPC)模型計(jì)算斜距影像像點(diǎn)坐標(biāo) (x,y)，根據(jù)斜距影像灰度分布內(nèi)插 (x,y)處的灰度值賦給SAR地理編碼影像中的相應(yīng)像點(diǎn)，逐像點(diǎn)賦值后得到SAR地理編碼影像。

(2) 秩自相似描述子匹配

由于平坦區(qū)域激光點(diǎn)往往對(duì)應(yīng)影像特征稀疏區(qū)域，基于特征的影像匹配結(jié)果誤差較大，這里使用RSS描述子進(jìn)行匹配工作，并針對(duì)效率和精細(xì)匹配需求，進(jìn)行了減少分區(qū)網(wǎng)格數(shù)量和基于二次多項(xiàng)式的亞像素坐標(biāo)計(jì)算的改進(jìn)。如圖7所示，將激光高程點(diǎn)投影至GE影像中某個(gè)像元，以該像元為中心，大小為(2R1+1)×(2R1+1)的窗口提取LFI(模板窗口)；將激光高程點(diǎn)投影至SAR地理編碼影像中，選取大小為(2R1+1)×(2R1+1)和(2R2+1)×(2R2+1)的區(qū)域?yàn)槠ヅ浯翱谂c搜索窗口。影像秩表面RSq(x,y)定義為

圖7 匹配窗口示意圖Fig.7 Matching window diagram

式中，SAD為差絕對(duì)值和運(yùn)算，R為由排序計(jì)算得到的秩值。

將模板窗口與匹配窗口劃分為若干塊，通過(guò)對(duì)數(shù)極坐標(biāo)網(wǎng)格(分區(qū)網(wǎng)格)將塊內(nèi)的像素劃分為12個(gè)區(qū)間(徑向區(qū)間數(shù)量為2，方向區(qū)間數(shù)量為4,8)，每個(gè)區(qū)間的秩值連接構(gòu)成該塊的描述子，窗口內(nèi)所有塊描述子連接構(gòu)成RSS描述子向量。利用NCC計(jì)算描述子間的相似性值：

式中，V1,V2是模板窗口與匹配窗口上的RSS描述符，,為V1,V2的平均值。在搜索窗口內(nèi)，逐像素計(jì)算匹配窗口與模板窗口間的相似性值，相似性最大的像素(xm,ym)即為匹配點(diǎn)。

(3) 亞像素坐標(biāo)計(jì)算

如圖8所示，為了得到亞像素級(jí)的匹配結(jié)果，利用相似性值最大的匹配點(diǎn)位(xm,ym)與其鄰域8個(gè)點(diǎn)的相似性度量結(jié)果，擬合亞像素匹配模型參數(shù)值，模型函數(shù)偏導(dǎo)為0的位置為亞像素坐標(biāo)。

圖8 匹配點(diǎn)及鄰域點(diǎn)示意圖Fig.8 Schematic diagram of matching points and neighborhood points

亞像素匹配模型為

式中，k0,k1,k2,k3,k4,k5為模型參數(shù)，由最大的匹配點(diǎn)位(xm,ym)及鄰域8個(gè)點(diǎn)的相似性值，通過(guò)最小二乘平差方法求解。亞像素坐標(biāo) (xa,ya)由式(10)計(jì)算得到：

(4) 坐標(biāo)反算與高程控制點(diǎn)獲取

在得到SAR地理編碼影像中的匹配像點(diǎn)坐標(biāo)(xa,ya)后，由RPC模型反解斜距SAR影像像點(diǎn)坐標(biāo)(x,y)。像點(diǎn)(xa,ya)對(duì) 應(yīng)平面坐標(biāo)(X,Y)為

式中，(X0,Y0)為SAR地理編碼影像原點(diǎn)地面坐標(biāo)，由 (X,Y)插值SRTM DEM相同坐標(biāo)下的高程值Z。將地面坐標(biāo)與影像坐標(biāo)正則化到-1與1之間，避免在計(jì)算過(guò)程中引入舍入誤差，正則化公式為

(Xn,Yn,Zn)為 正則化的地面坐標(biāo)，Xo,Xs,Yo,Ys,Zo,Zs為地面坐標(biāo)的正則化參數(shù)，RPC模型多項(xiàng)式為

xo,xs,yo,ys為影像坐標(biāo)正則化參數(shù)，計(jì)算出與激光高程點(diǎn)高程值H對(duì)應(yīng)的斜距SAR影像像點(diǎn)坐標(biāo)(x,y) 后，得到相應(yīng)的SAR高程控制點(diǎn)(x,y,H)。

3 實(shí)驗(yàn)與分析

3.1 數(shù)據(jù)概況

本文選取中國(guó)登封市與日本橫須賀市兩個(gè)區(qū)域進(jìn)行實(shí)驗(yàn)，區(qū)域1位于嵩山山脈中部，地形復(fù)雜，坡度多在6°以上，高程范圍為229～1454 m。區(qū)域2位于東京灣西南岸的三浦半島，地形起伏較小，高程范圍為21～281 m，各區(qū)域地形如圖9所示。

圖9 各區(qū)域地理位置及影像范圍圖Fig.9 Geographical location and topographic map of each area

實(shí)驗(yàn)收集了獲取時(shí)間為2018年11月至2021年10月覆蓋區(qū)域1、區(qū)域2的ATL03級(jí)數(shù)據(jù)16,18軌，各區(qū)域分別選取3景GF-3聚束模式SAR影像，每景覆蓋范圍約為10 km×10 km，影像數(shù)據(jù)參數(shù)如表2所示。進(jìn)行光子粗差剔除與地理編碼時(shí)使用的DEM為30 m分辨率SRTM DEM (SRTM 1″)。

表2 SAR影像數(shù)據(jù)基本參數(shù)Tab.2 Basic parameters of SAR image data

3.2 SAR高程控制點(diǎn)提取與分析

(1) 激光高程點(diǎn)優(yōu)選

由表3可知利用夜間高質(zhì)量光子提取算法篩選光子數(shù)據(jù)，其中，區(qū)域1、區(qū)域2分別提取出夜間觀測(cè)光子208935個(gè)，309832個(gè)，相比于原始數(shù)據(jù)剔除率為97.11%,94.52%，表明原始數(shù)據(jù)中存在較多噪點(diǎn)；通過(guò)置信度提取得到光子171242個(gè)，276938個(gè)，相較于夜間觀測(cè)數(shù)據(jù)剔除率為18.04%,10.62%，表明夜間觀測(cè)數(shù)據(jù)整體質(zhì)量較高；通過(guò)SRTM DEM進(jìn)行粗差剔除，提取到光子157635個(gè)，276890個(gè)，剔除率7.95%,0.02%，表明被標(biāo)記為較高置信度的光子中仍有少量粗差點(diǎn)；最終通過(guò)大偏心率橢圓濾波核(閾值T=20)并利用矩形窗口(WS=30,δW=0.2)剔除誤提取點(diǎn)后，得到平坦區(qū)域光子6609個(gè)，25641個(gè)，即激光高程點(diǎn)，剔除率95.81%,90.74%，表明平坦區(qū)域光子數(shù)量相對(duì)原始數(shù)據(jù)較少。

表3 不同篩選條件下光子數(shù)量Tab.3 The number of photons under different screening conditions

為驗(yàn)證所提激光高程點(diǎn)的準(zhǔn)確性，通過(guò)由機(jī)載LiDAR獲取的區(qū)域1分辨率為1.00 m的高精度DEM作為高程驗(yàn)證數(shù)據(jù)。將提取出的激光高程點(diǎn)按平面坐標(biāo)確定1.00 m DEM中對(duì)應(yīng)像素的高程值，直接計(jì)算兩類(lèi)數(shù)據(jù)高程殘值，所有光子高程殘差直方圖如圖10所示，其中，高程殘差為2～4 m的光子數(shù)據(jù)主要位于水體。統(tǒng)計(jì)高程平均絕對(duì)誤差(Mean Absolute Error,MAE)為1.43 m、均方根誤差(Root Mean Square Error,RMSE)為2.65 m。利用多策略ATLAS數(shù)據(jù)優(yōu)選算法得到了數(shù)量充足的光子數(shù)據(jù)作為激光高程點(diǎn)。

圖10 高程殘差直方圖Fig.10 Elevation difference histogram

(2) 影像匹配

GE影像使用18級(jí)數(shù)據(jù)，SAR地理編碼影像與GE影像地面分辨率S約為1.07 m。選取位于3景SAR影像重疊范圍內(nèi)分布良好的激光高程點(diǎn)投影至GE影像中與SAR地理編碼影像匹配，即按每個(gè)激光高程點(diǎn)平面坐標(biāo)為中心，選取GE影像與SAR地理編碼影像的局部區(qū)域?yàn)槟０宕翱谂c匹配窗口，窗口大小為201像素×201像素，搜索窗口大小為281像素×281像素，分區(qū)網(wǎng)格的半徑為3像素，相鄰兩個(gè)分區(qū)網(wǎng)格塊之間在行與列方向上的重疊大小為3像素，則模板窗口與匹配窗口的RSS描述子維度為 (4+8)×48×48。在搜索窗口內(nèi)逐像素計(jì)算模板窗口與匹配窗口描述子相似性值，得到相似性值最大的像素即為匹配像素，由該像素與鄰域8個(gè)像素的行列號(hào)、描述子相似性值，通過(guò)亞像素匹配模型計(jì)算最終匹配結(jié)果。

通過(guò)人工目視判讀的方法檢查匹配結(jié)果，每個(gè)區(qū)域3景影像全部匹配正確作為SAR高程控制點(diǎn)，否則予以剔除，區(qū)域1、區(qū)域2分別得到48個(gè)與35個(gè)，各區(qū)域隨機(jī)選取3個(gè)激光高程點(diǎn)對(duì)應(yīng)SAR影像像點(diǎn)匹配結(jié)果如圖11所示。

圖11 匹配結(jié)果示意圖Fig.11 Schematic diagram of matching results

(3) SAR高程控制點(diǎn)提取結(jié)果

激光高程點(diǎn)高程信息與匹配后的像點(diǎn)坐標(biāo)構(gòu)成SAR高程控制點(diǎn)，區(qū)域1、區(qū)域2 SAR高程控制點(diǎn)分布范圍如圖12所示，高程信息如表4、表5所示。

表4 區(qū)域1 SAR高程控制點(diǎn)高程信息Tab.4 Elevation information of SAR elevation control points in area 1

表5 區(qū)域2 SAR高程控制點(diǎn)高程信息Tab.5 Elevation information of SAR elevation control points in area 2

圖12 激光高程點(diǎn)分布示意圖Fig.12 Schematic diagram of laser elevation point distribution

(4) SAR高程控制點(diǎn)有效性驗(yàn)證

為驗(yàn)證提取出的SAR高程控制點(diǎn)的有效性，由在航空攝影獲取的區(qū)域1分辨率為0.50 m DOM和1.00 m DEM上采集11個(gè)檢查點(diǎn)作為定位結(jié)果驗(yàn)證數(shù)據(jù)。如圖13所示，檢查點(diǎn)主要位于道路交叉口、水庫(kù)監(jiān)測(cè)站等明顯、易于判讀的位置，且均位于3景SAR影像重疊區(qū)域內(nèi)；其在3景SAR影像上的像點(diǎn)坐標(biāo)均由人工量測(cè)獲取，檢查點(diǎn)信息如表6所示，經(jīng)緯度坐標(biāo)基準(zhǔn)為WGS84，數(shù)值高位以“***”代替，高程基準(zhǔn)為WGS84橢球高，分布情況如圖14所示。

表6 檢查點(diǎn)信息Tab.6 Information of checkpoints

圖13 區(qū)域1部分檢查點(diǎn)示意圖Fig.13 Schematic diagram of some checkpoints in the area 1

圖14 檢查點(diǎn)分布情況示意圖Fig.14 Schematic diagram of the distribution of checkpoints

分別利用GF-3影像原始RPC模型參數(shù)(方法1)、提取出的10個(gè)SAR高程控制點(diǎn)精化模型參數(shù)(方法2)、提取出的48個(gè)SAR高程控制點(diǎn)精化模型參數(shù)(方法3)進(jìn)行立體定位，精度統(tǒng)計(jì)如表7所示，其中平面誤差為高斯3°投影帶下的平面坐標(biāo)差，高程誤差為WGS84橢球高坐標(biāo)差，各檢查點(diǎn)高程殘差如圖15所示。

由圖15可知，利用方法1的高程誤差具有明顯系統(tǒng)性，方法2與方法3高程誤差較小，且無(wú)明顯系統(tǒng)性。由表7可知，采用提取出的SAR高程控制點(diǎn)進(jìn)行幾何模型參數(shù)精化后，立體定位精度明顯提升，且選擇少量分布合理的點(diǎn)也可實(shí)現(xiàn)較高精度的立體定位。通過(guò)不同數(shù)量SAR高程控制點(diǎn)的立體定位方法，驗(yàn)證了本文SAR高程控制點(diǎn)提取方法的有效性。

圖15 檢查點(diǎn)誤差情況Fig.15 Checkpoint error condition

表7 定位結(jié)果Tab.7 Results of positioning

4 結(jié)語(yǔ)

本文設(shè)計(jì)了一種由ATLAS數(shù)據(jù)提取SAR高程控制點(diǎn)方法，通過(guò)多策略ATLAS數(shù)據(jù)優(yōu)選，提取出了數(shù)量充足的高質(zhì)量、平坦區(qū)域激光高程點(diǎn)，通過(guò)谷歌影像、SAR地理編碼影像秩自相似描述子匹配，實(shí)現(xiàn)了激光點(diǎn)高程點(diǎn)高程值與斜距SAR影像像點(diǎn)坐標(biāo)之間的對(duì)應(yīng)，有效提取了SAR高程控制點(diǎn)。采用中國(guó)登封市和日本橫須賀市兩個(gè)區(qū)域的ATLAS數(shù)據(jù)進(jìn)行高分三號(hào)SAR高程控制點(diǎn)提取，驗(yàn)證了方法的有效性。

目前僅利用了覆蓋范圍較小的聚束模型SAR影像，后續(xù)將進(jìn)行大區(qū)域ATLAS數(shù)據(jù)SAR高程控制點(diǎn)提取與區(qū)域網(wǎng)平差實(shí)驗(yàn)，進(jìn)一步驗(yàn)證本文方法的可靠性與普適性。

致謝實(shí)驗(yàn)中的高分三號(hào)SAR影像數(shù)據(jù)由中國(guó)資源衛(wèi)星應(yīng)用中心提供，谷歌地圖影像由GGGIS提供，在此表示感謝。