徐之俊，劉子雯，邢光成，李連營(yíng)

（1. 湖北省測(cè)繪成果檔案館，湖北 武漢 430074；2. 武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430070）

隨著我國(guó)高分系列和資源系列等國(guó)產(chǎn)衛(wèi)星的種類和數(shù)量日益增多，國(guó)產(chǎn)遙感衛(wèi)星對(duì)地觀測(cè)能力提升，為地表研究提供高精度的地物要素信息能力越來(lái)越高，應(yīng)用越來(lái)越廣泛。目前國(guó)產(chǎn)高分辨率衛(wèi)星已廣泛地應(yīng)用于國(guó)土資源[1]，每年的地理國(guó)情監(jiān)測(cè)[2]、土地利用變更[3]等常態(tài)化更新都需要用到大量遙感衛(wèi)星影像進(jìn)行分析。因此，遙感衛(wèi)星影像對(duì)各地的覆蓋情況以及覆蓋質(zhì)量會(huì)對(duì)應(yīng)用有著一定的影響。

一方面，由于地形、地勢(shì)、氣候等因素的影響，衛(wèi)星影像在各個(gè)地區(qū)的覆蓋范圍、覆蓋頻次上差異較大，甚至部分困難地區(qū)無(wú)影像覆蓋。另一方面，據(jù)全球衛(wèi)星云氣候研究數(shù)據(jù)（ISCCP-FD）顯示，全球每年平均云覆蓋占全球地表面積的比例大約為66%，而云層作為影像中的一種常見污染物，也會(huì)影響國(guó)產(chǎn)衛(wèi)星遙感數(shù)據(jù)獲取地表信息的能力[4]。

因此，為全面分析衛(wèi)星影像數(shù)據(jù)的覆蓋質(zhì)量，使其滿足自然資源事業(yè)發(fā)展需要，我們需要對(duì)近年來(lái)的國(guó)產(chǎn)衛(wèi)星影像數(shù)據(jù)進(jìn)行深入分析，統(tǒng)計(jì)規(guī)律，研究影響具體覆蓋困難的地區(qū)?？紤]到云層覆蓋情況，在本次研究中采用了深度學(xué)習(xí)方法對(duì)現(xiàn)有國(guó)產(chǎn)衛(wèi)星影像數(shù)據(jù)的云覆蓋、云影等信息進(jìn)行提取，并對(duì)這些數(shù)據(jù)進(jìn)行分析，研究云的遮擋對(duì)遙感影像在各地的覆蓋率以及覆蓋頻次的影響，綜合分析國(guó)產(chǎn)衛(wèi)星的影像獲取能力，評(píng)價(jià)衛(wèi)星影像的可用性。

1 研究區(qū)域及數(shù)據(jù)

本次研究根據(jù)高分一號(hào)衛(wèi)星、高分二號(hào)衛(wèi)星以及資源三號(hào)衛(wèi)星影像數(shù)據(jù)在湖北省各市（州）的覆蓋情況，通過(guò)具體指標(biāo)值分析出覆蓋困難的城市，并對(duì)這些覆蓋困難城市進(jìn)行量化的分級(jí)，便于后續(xù)為如何提升國(guó)產(chǎn)光學(xué)衛(wèi)星影像質(zhì)量提供依據(jù)[5]。

1.1 研究區(qū)域特點(diǎn)

湖北省地處中國(guó)中部地區(qū)，29°01′53″N～ 33°6′47″N、108°21′42″E～116°07′50″E之間，東西長(zhǎng)約740 km，南北寬約470 km，總面積18.59萬(wàn)km2。湖北省地勢(shì)大致為東、西、北三面環(huán)山，中間低平，略呈向南敞開的不完整盆地，地形地勢(shì)對(duì)衛(wèi)星影像的獲取有著較大影響。

湖北省共轄12個(gè)市、1個(gè)自治州、4個(gè)省直轄縣級(jí)行政單位。本次研究將以市（州）為單位對(duì)湖北省各市（州）的衛(wèi)星影像覆蓋情況進(jìn)行分析，具體有武漢市、黃石市、十堰市、宜昌市、襄陽(yáng)市、鄂州市、荊門市、孝感市、荊州市、黃岡市、咸寧市、隨州市、恩施土家族苗族自治州、仙桃市、潛江市、天門市、神農(nóng)架林區(qū)17個(gè)市（州）。

1.2 數(shù)據(jù)內(nèi)容分析

1.2.1 原始影像資料數(shù)據(jù)

本次研究現(xiàn)有影像數(shù)據(jù)包括GF1、GF1BCD、GF2、 ZY-3衛(wèi)星影像，影像時(shí)間跨度從2012－2019年，其中共有2189景GF1 PMS衛(wèi)星影像；405景GF1BCD PMS影像；1204景GF2 PMS影像；5341景ZY-3 MUX影像，具體數(shù)據(jù)清單如表1所示。

表1 已有衛(wèi)星影像數(shù)據(jù)清單

現(xiàn)有衛(wèi)星影像數(shù)據(jù)具有以下特點(diǎn)：

1）數(shù)據(jù)時(shí)間跨度大：涉及數(shù)據(jù)自2012年后所有多源影像數(shù)據(jù)，從其按年份統(tǒng)計(jì)來(lái)看，數(shù)據(jù)量有逐年增加趨勢(shì)明顯。

2）數(shù)據(jù)類型多：影像涉及衛(wèi)星類型多樣，早期以ZY系列為主，后期增加了很多GF系列衛(wèi)星影像，且衛(wèi)星編號(hào)不斷增加。

3）數(shù)據(jù)格式差異大：不同衛(wèi)星影像涉及的數(shù)據(jù)標(biāo)準(zhǔn)均有差異，從覆蓋區(qū)域、文件大小、命名規(guī)則等均存在較大差異。

4）數(shù)據(jù)量巨大：不同衛(wèi)星影像中，每景數(shù)據(jù)大小從500 M～6 G，大小不等，整體數(shù)據(jù)量巨大。

1.2.2 云檢測(cè)軟件處理后的數(shù)據(jù)

由于本次分析需要基于天氣模型，需要使用多源國(guó)產(chǎn)衛(wèi)星影像云檢測(cè)軟件對(duì)原始影像數(shù)據(jù)進(jìn)行處理。

本次研究中，各衛(wèi)星影像的樣本數(shù)量較為充足，選取基于深度學(xué)習(xí)的云提取技術(shù)實(shí)現(xiàn)對(duì)遙感影像中云要素的提取。首先通過(guò)半自動(dòng)標(biāo)注影像云掩膜、人工檢查糾正和裁切構(gòu)建多源影像云檢測(cè)樣本集，然后進(jìn)行多源衛(wèi)星影像深度學(xué)習(xí)云檢測(cè)模型訓(xùn)練，實(shí)現(xiàn)多類型國(guó)產(chǎn)衛(wèi)星影像高精度批量云提取，輸出影像云掩膜和云量注記信息等文件。

處理后影像的元數(shù)據(jù)xml文件包含每一景影像的含云量，矢量云掩膜文件中有每一景數(shù)據(jù)各地理單位的云覆蓋情況，并用mask屬性字段對(duì)云覆蓋情況進(jìn)行區(qū)分，其中mask字段值為1的地方代表此地區(qū)沒有云層覆蓋，其余值表示有云覆蓋。通過(guò)矢量云掩膜文件可以得到每景影像中有云覆蓋的位置和大小數(shù)據(jù)，在ArcGIS中經(jīng)過(guò)處理后可以得到各地區(qū)內(nèi)云覆蓋的具體情況，為后續(xù)分析提供數(shù)據(jù)支持。

2 研究方法

2.1 指標(biāo)體系

1）覆蓋率。覆蓋率是指衛(wèi)星拍攝覆蓋到面積與各地總面積的比值。根據(jù)數(shù)據(jù)中各衛(wèi)星每一景影像數(shù)據(jù)的XML文件中的信息進(jìn)行處理，將生成的各衛(wèi)星覆蓋的shp文件與行政區(qū)劃shp數(shù)據(jù)相交后，分別計(jì)算出各地的覆蓋率[6]。

2）覆蓋頻次。覆蓋頻次是指衛(wèi)星影像在一年間對(duì)各地覆蓋的次數(shù)。獲得每景影像的覆蓋范圍矢量數(shù)據(jù)后，將所有矢量圖形組合并為一個(gè)要素類，每個(gè)圖形作為其中的一個(gè)要素。在ArcGIS中，使用頻數(shù)工具，通過(guò)面積字段以及表連接功能統(tǒng)計(jì)出各區(qū)域的覆蓋頻次[7]。

3）云量。云量是指云、薄云和云影的面積占所在區(qū)域面積的百分比。本文中的云量數(shù)據(jù)是指原始影像數(shù)據(jù)經(jīng)過(guò)云提取軟件處理后得到的數(shù)據(jù)結(jié)果。

以市（州）為單位對(duì)各衛(wèi)星所拍攝影像的含云量進(jìn)行分析，含云量比例也是由有云區(qū)域的面積與各市（州）的面積相除得到的。將數(shù)據(jù)整理后得到下圖，其中含云量是指所有年份各衛(wèi)星對(duì)各市（州）所拍攝影像含云量的平均值。

2.2 分析方法

由于每一年各衛(wèi)星對(duì)湖北省各市（州）的覆蓋率和覆蓋頻次都有較大差別，高分一號(hào)和資源三號(hào)總體的覆蓋率較高，各市（州）相差較小，而高分二號(hào)覆蓋率相差較大，因此要確定各個(gè)年份各衛(wèi)星的覆蓋率指標(biāo)和覆蓋頻次指標(biāo)應(yīng)在整體覆蓋質(zhì)量指標(biāo)中計(jì)算權(quán)重的大小。得到各市（州）的覆蓋質(zhì)量指標(biāo)后，使用自然斷點(diǎn)法對(duì)其分類，完成基于覆蓋質(zhì)量的困難城市的分級(jí)。具體分析路線如圖1所示。

圖1 分析路線圖

1）熵權(quán)法賦值。熵權(quán)法是一種客觀賦值方法。在具體使用的過(guò)程中，熵權(quán)法根據(jù)各指標(biāo)的變異程度，利用信息熵計(jì)算出各指標(biāo)的熵權(quán)，再通過(guò)熵權(quán)對(duì)各指標(biāo)的權(quán)重進(jìn)行修正，從而得到較為客觀的指標(biāo)權(quán)重。

具體計(jì)算步驟如下：

①處理計(jì)算得到每年各衛(wèi)星影像對(duì)17個(gè)市（州）的覆蓋率、覆蓋頻次、云量指標(biāo)數(shù)據(jù)。

②分別對(duì)各市（州）的覆蓋率指標(biāo)、覆蓋頻次指標(biāo)和云量指標(biāo)進(jìn)行歸一化處理，得到各指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)值，再計(jì)算標(biāo)準(zhǔn)值下的熵權(quán)。

（3）渾河、蘇子河的氮輸入對(duì)撫順取水口處各水質(zhì)要素的影響相當(dāng)，減小蘇子河的磷輸入能更有效地降低撫順取水口處的葉綠素a濃度。該研究以期為大伙房水庫(kù)水資源可持續(xù)利用及水質(zhì)管理提供理論指導(dǎo)。

③用計(jì)算得到的權(quán)重分別與原始數(shù)據(jù)相乘，得到加權(quán)后各州市的覆蓋率指標(biāo)值、覆蓋頻次指標(biāo)值和云量指標(biāo)值。

④對(duì)這3個(gè)指標(biāo)值再進(jìn)行歸一化處理和熵權(quán)計(jì)算，得到最終各市（州）質(zhì)量指標(biāo)值。

2）自然斷點(diǎn)法分級(jí)。自然斷點(diǎn)法是一種根據(jù)數(shù)值統(tǒng)計(jì)分布規(guī)律分級(jí)和分類的統(tǒng)計(jì)方法，它能使類與類之間的差異最大化。使用自然斷點(diǎn)法進(jìn)行分級(jí)處理，會(huì)對(duì)數(shù)值進(jìn)行運(yùn)算后自動(dòng)設(shè)置斷點(diǎn)位置，將其分為幾類，使類內(nèi)差異最小,類間差異最大。

3）困難地區(qū)分級(jí)。困難地區(qū)是指衛(wèi)星影像覆蓋程度較差的地區(qū)，為了更好地對(duì)困難程度進(jìn)行評(píng)價(jià)，通過(guò)對(duì)各地區(qū)的覆蓋質(zhì)量指標(biāo)值進(jìn)行分級(jí)處理，從而得到覆蓋困難地區(qū)的分級(jí)情況。對(duì)各市（州）原始影像以及天氣模型影像的覆蓋質(zhì)量指標(biāo)進(jìn)行分級(jí)，得到困難地區(qū)的初步分級(jí)結(jié)果。湖北省包含12個(gè)市、1個(gè)自治州和4個(gè)省直轄縣，覆蓋質(zhì)量指標(biāo)值有17個(gè)，對(duì)這 17個(gè)指標(biāo)值進(jìn)行分級(jí)，根據(jù)自然斷點(diǎn)法原理會(huì)將這些指標(biāo)由低到高分為不同級(jí)別，即代表困難城市等級(jí)。

3 實(shí)例研究

運(yùn)用上述分析方法，以湖北省為例進(jìn)行衛(wèi)星的覆蓋質(zhì)量分析。

3.1 覆蓋質(zhì)量指標(biāo)統(tǒng)計(jì)

根據(jù)影像數(shù)據(jù)通過(guò)分析方法計(jì)算出各衛(wèi)星對(duì)湖北省各市（州）的覆蓋率數(shù)據(jù)、覆蓋頻次數(shù)據(jù)以及云量數(shù)據(jù)。以2017年高分一號(hào)影像數(shù)據(jù)為例，如圖2～4所示。

圖2 覆蓋率統(tǒng)計(jì)圖

圖3 覆蓋頻次統(tǒng)計(jì)圖

圖4 各市（州）含云量比例圖

原始影像質(zhì)量指標(biāo)中需要對(duì)影像數(shù)量、覆蓋率、覆蓋頻次進(jìn)行熵權(quán)法加權(quán)計(jì)算，天氣模型影像質(zhì)量指標(biāo)中需要對(duì)覆蓋率、覆蓋頻次和含云量進(jìn)行熵權(quán)法加權(quán)計(jì)算。對(duì)各年數(shù)據(jù)指標(biāo)進(jìn)行熵權(quán)賦值之后，得到覆蓋質(zhì)量指標(biāo)如表2所示。

表2 湖北省各市（州）影像覆蓋質(zhì)量指標(biāo)

3.2 困難地區(qū)分級(jí)

基于上述覆蓋質(zhì)量指標(biāo)使用自然斷點(diǎn)法進(jìn)行覆蓋困難的分級(jí)。

1）原始影像困難區(qū)分級(jí)。使用自然斷點(diǎn)法對(duì) 17個(gè)市（州）的原始影像覆蓋質(zhì)量進(jìn)行處理后，質(zhì)量值被分為1.75～1.81，1.81～2.37，2.37～2.56，2.56～2.984個(gè)級(jí)別，從低到高排列后對(duì)應(yīng)的市（州）也被分為4個(gè)困難等級(jí)，其中一級(jí)困難地區(qū)（覆蓋質(zhì)量低）有恩施和神農(nóng)架，四級(jí)困難地區(qū)（覆蓋質(zhì)量高）有隨州、孝感和天門。

2）天氣模型影像困難區(qū)分級(jí)。使用自然斷點(diǎn)法對(duì)17個(gè)市（州）的天氣模型影像覆蓋質(zhì)量進(jìn)行處理后，質(zhì)量值被分為1.01～1.21，1.21～1.53，1.53～1.81 3個(gè)級(jí)別。一級(jí)困難地區(qū)有恩施、神農(nóng)架和宜昌。

3.3 困難地區(qū)分析

1）原始影像困難區(qū)分析。原始影像的覆蓋質(zhì)量提升主要是針對(duì)困難地區(qū)覆蓋不到的情況。除非遇到重大事件，衛(wèi)星運(yùn)行軌道是無(wú)法進(jìn)行更改的，因此無(wú)法從軌道路線上對(duì)拍攝進(jìn)行調(diào)整，只有等衛(wèi)星按照周期對(duì)這個(gè)地區(qū)重訪時(shí)才能再次獲取到影像數(shù)據(jù)。

對(duì)數(shù)據(jù)進(jìn)行分析可知，湖北省各市（州）中，恩施市、神農(nóng)架林區(qū)的遙感影像獲取相對(duì)較困難，而遙感衛(wèi)星對(duì)天門市、隨州市以及孝感市的覆蓋情況相對(duì)較好。

2） 天氣模型影像困難區(qū)分析。天氣模型帶來(lái)的影響主要是由于天氣因素，由于這些因素導(dǎo)致遙感影像本身覆蓋到的區(qū)域數(shù)據(jù)缺失?？紤]到天氣模型后對(duì)數(shù)據(jù)進(jìn)行分析得到，湖北省各市（州）中是恩施市、神農(nóng)架以及宜昌市受到云層覆蓋的影響相對(duì)較大。要提高這些地區(qū)的覆蓋影像的質(zhì)量，需要盡量去掉或者修復(fù)影像中的云層遮擋。

3）綜合分析。從上述分析可知，衛(wèi)星影像質(zhì)量是由兩部分因素決定的，一是由于衛(wèi)星本身規(guī)劃的運(yùn)行軌道、拍攝周期頻次等因素導(dǎo)致對(duì)各地區(qū)的覆蓋率和覆蓋頻次有所差別；另一方面是由于各地區(qū)本身天氣因素導(dǎo)致的影像數(shù)據(jù)中存在云遮擋面積的差別。因此，原始影像困難區(qū)與天氣模型影像困難區(qū)分析結(jié)果中，一致的地區(qū)為衛(wèi)星本身原因?qū)е碌挠跋窀采w困難，不一致的地區(qū)則是因?yàn)樵普趽醅F(xiàn)象的影響導(dǎo)致的。

4 結(jié) 語(yǔ)

基于已有國(guó)產(chǎn)衛(wèi)星影像對(duì)湖北省的覆蓋數(shù)據(jù)，在ArcGIS中使用空間分析工具得到覆蓋率、覆蓋頻次等分析指標(biāo)，再使用熵權(quán)法與自然斷點(diǎn)法實(shí)現(xiàn)對(duì)基于原始影像和基于天氣模型影像的困難城市的分級(jí)，確定哪些地區(qū)的覆蓋情況相對(duì)較差。

本文完成了面向湖北省域的國(guó)產(chǎn)光學(xué)衛(wèi)星影像獲取困難區(qū)的分析，得出原始遙感影像對(duì)神農(nóng)架林區(qū)以及恩施市的覆蓋情況相對(duì)較差，同時(shí)宜昌市、神農(nóng)架林區(qū)以及恩施市到云層覆蓋的影響相對(duì)較大。若要進(jìn)行影像覆蓋質(zhì)量的提升，應(yīng)重點(diǎn)關(guān)注這些困難地區(qū)的覆蓋情況。

由于數(shù)據(jù)類型、數(shù)據(jù)量等因素，本文的研究也存在一些局限性。未來(lái)在衛(wèi)星數(shù)據(jù)類型更加多元、數(shù)據(jù)更加完整的情況下繼續(xù)對(duì)各衛(wèi)星的獲取能力進(jìn)行分析，會(huì)得到更加準(zhǔn)確、有價(jià)值的結(jié)果。