开展地理信息保障的卫星影像源数据优选方法探析_陈忠金.pdf

第 46 卷 第 4 期2023 年 4 月测绘与空间地理信息GEOMATICS&SPATIAL INFORMATION TECHNOLOGYVol.46,No.4Apr.,2023收稿日期:2022-07-05作者简介:陈忠金(1983-),男,四川江油人,工程师,学士,主要从事遥感测绘和地理信息保障工作。开展地理信息保障的卫星影像源数据优选方法探析陈忠金,葛海军(96944 部队,北京 100096)摘要:随着信息技术的普遍应用,几乎所有基于位置服务的应用均需要地理信息的支撑。当前地理信息保障数据源主要是卫星影像,在应急保障等一些特定、急需应用的场合,由于各卫星影像类型、重访周期、平差精度、产品价格等条件存在差异,导致基于不同遥感卫星的保障效率大不相同。本文在列举当前常用的遥感卫星影像特征的基础上,通过划分卫星影像指标、运用德尔菲法思想确定指标权重,经线性数学模型进行定量分析评估各保障模式的效率,探索优选卫星影像数据源的方法。关键词:卫星影像;地理信息;德尔菲法;优选中图分类号:P237 文献标识码:A 文章编号:1672-5867(2023)04-0092-04Research on the Optimal Selection Method of Satellite Image SourceData for Geographic Information SupportCHEN Zhongjin,GE Haijun(96944 Troops,Beijing 100096,China)Abstract:With the widespread application of information technology,almost all the location-based services application requires the support of geographic information systems(GIS).Currently the data source of geographic information support is mainly satellite image type,in emergency support,the use of the specific and urgent application industries,because there are differences in satellite image type,revisiting period,adjustment accuracy,and product price and so on,which leads to the support efficiency based on different re-mote sensing satellites is very different.This paper is based on enumerating the features of remote sensing satellite images,by dividing satellite image indicators,uses the idea of Delphi to determine the weighting index,through the linear mathematical model to quantita-tively analyze and evaluate the efficiency of each support model,to explore the way of optimal selection of satellite image data sources.Key words:satellite images;geographic information;Delphi method;optimal selection0 引 言地理信息产业近些年作为综合性高新技术产业得到了飞速发展,其成果在各行各业均得到了广泛应用。卫星影像作为地理信息保障的重要支撑源数据之一,随着其分辨率不断提高、重访周期逐渐缩短,相比航空影像或人工获取手段,具备时效性高、覆盖面积广、经济效益高等显著特点。当前,国内外卫星影像类型愈来愈多,具体选用什么卫星影像作为源数据,需要综合考量卫星影像自身特点等因素,尤其是有多渠道、多类型卫星影像时,往往需要对数据进行研究分析,确定最佳使用方案,将节省保障时间、提高综合保障效益。因此,在开展地理信息保障时如何优选卫星影像源数据的思路和方法是本文研究的重点和目的。1 常用卫星影像情况及应用1.1 常用卫星影像介绍目前,国内外遥感卫星种类近百种,这里主要介绍地理信息保障常用的遥感卫星影像,相关数据为综合各类公开信息而来,卫星影像的分辨率、精度、重访周期等信息可能不全面,后续有条件情况下进行更新。1)国外卫星影像WorldView。由 WorldView1/2/3 系列卫星组成,由美国研发。每 1 至 2 d 可实现全球任意地区的重访,空间分辨率为 0.30.5 m,幅宽 20 km,定位精度 35 m。价格为 500700 元/km2。QuickBird。由美国研发。正常重访周期 16 d(取决于卫星载荷位置的纬度高低),在中国境内每天至少有 2 至 3 个重访时间。空间分辨率为 0.61 m,幅宽16.5 km,定位精度优于 10 m。价格为 450 元/km2。Pleiades。由 2 颗性能相同的卫星 Pliades 1 和Pliades 2 组成,为法国研发。双星配合可实现全球任意地区的每日重访,空间分辨率为 0.5 m,幅宽 20 km,定位精度 3 m。价格为 800 元/km2。SPOT6/7。由法国研发。与 Pleiades 卫星在同一轨道平面上,两星组网可于 3 d 以内重访全球任意地区,空间分辨率为 1.5 m,幅宽 60 km,定位精度优于 10 mm。价格为 150 元/km2。2)国内卫星影像主要有高分系列、天绘系列和资源三号卫星影像等。常用型号如下:高分 1 号。重访周期 3 d,空间分辨率为 2 m,幅宽60 km,定位精度 1530 m。高分 2 号。重访周期 3 d,空间分辨率为 0.8 m,幅宽 23.5 km,定位精度 50 m。天绘一号。重访周期 5 d,空间分辨率为 2 m,幅宽60 km,定位精度 1520 m。资源三号。重访周期 5 d,空间分辨率为 2.1 m,幅宽 50 km,定位精度 1520 m。3)卫星影像类别说明从卫星影像可直接利用的角度来看,分为 1 级和 2 级产品。其中,1 级包括 1A 级、1C 级,均为相对辐射校正产品,只是不同卫星选用的生产参数不同;2 级包括 1A 级、1C 级,均为系统几何校正产品。从数据存在现状来看,分为归档数据和编程数据。其中,归档数据是指该类产品已经存在于系统中,仅需要从存储系统中迁移出来,即可供用户下载的数据。编程数据是指该类产品不是已经存在的产品,需要对原始数据产品进行生产,然后再提供给用户下载的数据。1.2 应用方法在利用卫星影像进行地理信息保障主要过程是:构建高精度的基准数据,然后根据目的准备需要进行相关成果制作。主要有两种方法:一是利用单一遥感卫星影像开展保障;二是利用多种遥感卫星影像开展保障。第一种方法的优点是避免了不同源卫星影像间的系统误差,成果精度的一致性保持较好;缺点是很难满足大面积的成果时效的一致,数据获取周期较长。第二种方法的优点是可综合利用多种卫星资源,同时满足多方向、大区域成果的时效一致性要求,保障周期较短;缺点是可能存在不确定的系统误差,同时多源卫星影像也带来了快速应用时的选择难度。从实用角度出发,显然第二种方法更加符合保障需要。作者开展的保障主要是使用国内外卫星影像组合保障。因此,本文重点就多源(一般为 2 种)遥感卫星影像的综合应用优化问题开展研究。2 优选方法确定本文主要根据作者研究的需要,将卫星影像的指标特征划分为重访周期、空间分辨率、幅宽、原始定位精度、获取渠道等 5 个,通过应用德尔菲法确定指标权重,通过分析选用合适评估方法建立优选模型。2.1 基于德尔菲法确定指标权重德尔菲法是较早出现的关于预测和评估的一种方法,是依靠若干业内专家,按照多轮意见征询、递进优化的原则,对标的物进行预测评估的方法。其实施原理及指标权重确定如下:2.1.1 实施原理在普遍征求专家意见基础上,通过多轮次梳理、归纳、统计和专家反馈,将意见不断趋向一致性,直至得到结论1-3。实施过程中,在征求专家个人意见过程要注意保障匿名,主要目的是确保专家互相之间的匿名,避免因个别权威专家意见造成数据失真,同时组织收集意见轮次不低于 3 次。具体应用原理如图 1 所示。图 1 德尔菲法应用原理图Fig.1 Application schematic diagram of Delphi method理解了德尔菲法的应用原理后,具体到本文研究,需要特别注意最后需要对专家最终意见进行一次合理性检查,重点检查“是、否”类指标有无歧义或不准确的地方,有必要情况下,再次征求专家意见并形成最终结论。实施过程中的具体要点如下:1)遴选专家团队。主要围绕目标测绘信息处理装备相关的研究院测绘保障、情报保障专家,装备体系相关的任务规划专家、目标保障专家,以及作战筹划相关专家,组成人数不少于 13 人的多类型专家团队。2)征求专家意见。将指标体系及此次验证工作相关资料组成征求意见材料,针对每个指标,首次征求专家意见后,将汇总意见分发专家进行对比查看,并修改形成第二轮意见结论,如此反复多轮后,直至专家不再修改个人意见。3)指标构成说明。需要明确告知专家,低层指标需要统筹在上层指标内,直至最高层指标。例如:针对四级指标提意见时,需且仅需要在其对应的三级指标范围内提出权重值。4)每轮次指标归纳方法。每轮次征求专家意见后,需要对各项指标的意见进行汇总归纳,形成专家团队意39第 4 期陈忠金等:开展地理信息保障的卫星影像源数据优选方法探析见,作为下次征求意见的参考资料。指标归纳方法主要采用计算平均数作为归纳意见,计算各专家意见与归纳意见差值作为参考意见。计算方法如下所示:指标归纳意见(即指标权重值)计算方法:=n1ain(1)式中,为单个指标的归纳意见,i 的取值为1,n,ai为单个专家对于指标的意见值。专家意见与归纳意见差值计算方法:=ai-(2)如此反复多轮次后,得到最终的单个指标权重值,并逐级计算上级指标的权重值。5)合理性检查。将所有权重带入指标后,先作定性分析,然后分别作所有数据为 0 和所有采集数据为 1 的检验,检查权重是否有不合理之处,将不合理之处进行意见征询后得到权重指标。2.1.2 指标权重确定利用无量纲化方法将卫星优选特征转换为可计算的数值,并使用数据归一化方法将卫星影像主要特征换算为满分为“1”的权重值,根据上述德尔菲法原理,确定各指标换算标准见表 1,各卫星权重值明细见表 2。表 1 卫星影像主要特征权重换算表Tab.1 Conversion table of main feature weights of satellite images序号特征数据值权重值1重访周期(即编程获取最短时间)1 d12 d0.825 d0.6515 d0.315 d 以上0.12空间分辨率优于 1 m112 m0.82 m 以上0.33幅宽大于 15 km11015 km0.7小于 10 km0.14原始定位精度优于 5 m1510 m0.91015 m0.71516 m0.620 m 以上0.55获取渠道国外0.3国内1表 2 各卫星影像特征应用的权重值Tab.2 Weighting values of satellite image feature application序号卫星名称重访周期(t1)空间分辨率(t2)幅宽(t3)原始定位精度(t4)获取渠道(t5)1Wor