资源一号02D可见近红外和高光谱影像辐射质量评价

doi:10.11873/j.issn.1004-0323.2022.4.0938

遥感技术与应用

2022, Vol. 37

Issue (4): 938-952 DOI: 10.11873/j.issn.1004-0323.2022.4.0938

数据与图像处理

资源一号02D可见近红外和高光谱影像辐射质量评价

孙培宇^1,^2,³(

),柯樱海^1,^2,³(

),钟若飞^1,^2,³,赵世湖⁴,刘瑶⁴

^1.城市环境过程与数字模拟国家重点实验室培育基地，北京 100048
^2.水资源安全北京实验室，北京 100048
^3.首都师范大学资源环境与旅游学院，北京 100048
^4.自然资源部国土卫星遥感应用中心，北京 100048

Radiance Quality Assessment of ZY-1-02D VNIC/AHSI Image Data

Peiyu Sun^1,^2,³(

),Yinghai Ke^1,^2,³(

),Ruofei Zhong^1,^2,³,Shihu Zhao⁴,Yao Liu⁴

^1.State Key Laboratory Cultivation Base of Urban Environment Process and Simulation，Beijing 100048，China
^2.Beijing Laboratory of Water Resources Security，Beijing 100048，China
^3.College of Resource Environment and Tourism，Capital Normal University，Beijing 100048，China
^4.Land Satellite Remote Sensing Application Center，MNR，Beijing 100048，China

全文: PDF(10700 KB) HTML

摘要：

资源一号02D（ZY1-02D）卫星搭载了我国自主研制的可见近红外相机（VNIC）和高光谱相机（AHSI），是我国首颗民用高光谱业务卫星，具有广泛的应用前景。通过整体辐射精度、信噪比、清晰度以及信息熵4个评价指标，对ZY1-02D VNIC和AHSI数据进行辐射质量评价，并分别采用Sentinel-2 MSI和GF-5 AHSI数据进行对比。结果表明： ZY1-02D VNIC数据在可见光波段具有亮度高、信噪比高等优势；在红边近红外等波段，影像具有灰度范围大、信息量大的特点。ZY-1-02D VNIC数据在影像亮度、灰度范围、清晰度和信息量方面均优于Sentinel-2，二者信噪比近似。ZY-1-02D AHSI数据在395—1 341 nm范围内辐射质量良好；在1 929—2 501 nm范围，存在噪声严重的波段，影像质量较差。与GF-5 AHSI数据对比，ZY-1-02D AHSI数据的影像亮度和信噪比相当，但ZY-1-02D AHSI数据在灰度范围方面优势明显，且短波红外谱段的清晰度和信息量优于GF-5 AHSI数据。

关键词： 资源一号02D卫星; 影像质量评价; Sentinel-2; GF-5; 高光谱数据

Abstract:

ZY-1-02D is the first civil hyperspectral satellite in China， equipped with Visible Near-Infrared Camera （VNIC） and Advanced Hyperspectral Imager （AHSI）. This study evaluates and analyzes the radiance quality of ZY-1-02D VNIC/AHSI data and compares them with Sentinel-2 MSI/GF-5 AHSI data. Four indicators are used to assess image quality： radiance precision， Signal-to-Noise Ratio （SNR）， definition， and Shannon entropy. The results indicate that ZY-1-02D VNIC data has the advantages of high radiance and high SNR in visible bands. In red-edge and near-infrared bands， ZY-1-02D VNIC data has the advantages of a large gray range and a large amount of information. The comparison between ZY-1-02D and Sentinel-2 MSI data shows that ZY-1-02D VNIC data has better performance in radiance， gray range， definition， and information content. The performance of the two sensors is similar in terms of SNR. ZY-1-02D AHSI data has great quality in 395~1 314 nm wavelength. However， in 1 929—2 501 nm， some bands have severe noise and poor quality caused by water vapor. The comparison between ZY-1-02D AHSI and GF-5 AHSI data shows that the performance in radiance and SNR of the two sensors are similar. The gray range of ZY-1-02D AHSI data is greater than GF-5 AHSI data in both VNIR and SWIR. The definition and information content of ZY-1-02D AHSI data are better than GF-5 AHSI data in SWIR bands.

Key words: ZY-1-02D Image quality assessment Sentinel-2 GF-5 Hyperspectral data

收稿日期: 2021-07-26 出版日期: 2022-09-28

TP75

基金资助: 国家自然科学基金项目(42071396);国家重点研发计划项目(2017YFC0505903)

通讯作者: 柯樱海 E-mail: 771584826@qq.com;yke@cnu.edu.cn

作者简介: 孙培宇(1998-)，男，北京人，硕士研究生，主要从事遥感影像质量评价、生态水文遥感研究。E?mail：771584826@qq.com

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	孙培宇
	柯樱海
	钟若飞
	赵世湖
	刘瑶

引用本文:

孙培宇,柯樱海,钟若飞,赵世湖,刘瑶. 资源一号02D可见近红外和高光谱影像辐射质量评价[J]. 遥感技术与应用, 2022, 37(4): 938-952.

Peiyu Sun,Yinghai Ke,Ruofei Zhong,Shihu Zhao,Yao Liu. Radiance Quality Assessment of ZY-1-02D VNIC/AHSI Image Data. Remote Sensing Technology and Application, 2022, 37(4): 938-952.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2022.4.0938 或 http://www.rsta.ac.cn/CN/Y2022/V37/I4/938

表1 遥感影像辐射质量评价研究现状

表2 ZY1-02D VNIC与Sentinel-2 MSI参数对比

表3 ZY1-02D AHSI与GF-5 AHSI参数对比

图1 ZY1-02D VNIC数据真彩色显示

表4 ZY1-02D VNIC影像信息

图2 ZY1-02D AHSI数据真彩色显示

表5 ZY1-02D AHSI影像信息

图3 Sentinel-2 MSI和GF-5 AHSI数据真彩色显示

图4 ZY1-02D VNIC整体辐射精度及与Sentinel-2 MSI对比结果

图5 ZY1-02D VNIC信噪比计算结果及与Sentinel-2 MSI对比结果

图6 ZY1-02D VNIC清晰度计算结果及与Sentinel-2 MSI对比结果

图7 ZY1-02D VNIC信息熵计算结果及与Sentinel-2 MSI对比结果

图8 ZY1-02D AHSI整体辐射精度计算结果及与GF-5 AHSI对比结果

图9 ZY1-02D AHSI信噪比计算结果及与GF-5 AHSI对比结果

图10 ZY1-02D AHSI数据在不同信噪比区间的短波红外谱段影像

图11 ZY1-02D AHSI清晰度计算结果及与GF-5 AHSI对比结果

图12 ZY1-02D AHSI与GF-5 AHSI数据信息熵计算结果

表6 ZY1-02D AHSI数据和GF-5 AHSI数据各指标评价结果

1	Zhang Hongyu， Han Bo， Wang Xiaohu， et al. System design and technique characteristic of ZY-1-02D satellite［J］. Spacecraft Engineering， 2020， 29（6）： 10-18.
1	张宏宇，韩波，王啸虎，等. 资源一号02D卫星总体设计与技术特点［J］. 航天器工程， 2020， 29（6）： 10-18.
2	Wei Hongyan， Xiao Chenchao， Song Qingjun， et al. Natural resources typical applications in on-orbit test of ZY-1-02D satellite［J］. Spacecraft Engineering，2020，29（6）：148-15.
2	魏红艳，肖晨超，宋庆君，等.资源一号02D卫星在轨测试自然资源典型应用［J］. 航天器工程， 2020， 29（6）： 148-154.
3	Huang Yan， Tian Qingjiu， Wei Hongwei， et al. Data quality evaluation and application potential analysis on ZY-1-02C P/MS［J］. Remote Sensing Information， 2013， 28（6）： 33-43.
3	黄彦，田庆久，魏宏伟，等. ZY-1-02C卫星P/MS数据质量评价及应用潜力分析［J］. 遥感信息，2013，28（6）：33-43.
4	Chen Ming， Zhou Wei， Yuan Tao. GF-1 image quality evaluation and applications potential for the mining area land use classification［J］. Journal of Geomatics Science and Technology， 2015， 32（5）： 494-499.
4	陈明，周伟，袁涛. “GF-1”影像质量评价及矿区土地利用分类潜力研究［J］. 测绘科学技术学报， 2015， 32（5）： 494-499.
5	Xu Wen， Long Xiaoxiang， Li Qingpeng. Radiometric image quality assessment of GF-2 satellite PMS Camera［J］. Spacecraft Recovery & Remote Sensing， 2015， 36（4）： 1-9.
5	徐文，龙小祥，李庆鹏. “高分二号”卫星相机影像辐射质量评价［J］. 航天返回与遥感， 2015， 36（4）： 1-9.
6	Dong Shengyue， Sun Genyun， Du Yongming， et al. Image quality assessment for visual and infrared multis-pectral imager of GF-5［J］. Remote Sensing Technology and Application， 2020， 35（2）： 381-388.
6	董胜越，孙根云，杜永明，等. 高分五号全谱段光谱成像仪影像数据质量评价研究［J］. 遥感技术与应用， 2020， 35（2）： 381-388.
7	Tan Wei， Qi Wenwen， Wang Jun， et al. On-orbit adjusting and image quality assessment method for VNIR camera of ZY-1-02D satellite［J］. Spacecraft Engineering， 2020， 29（6）： 60-66.
7	谭伟，齐文雯，王军，等. 资源一号02D卫星可见近红外相机在轨调试与图像质量评价方法［J］. 航天器工程， 2020， 29（6）： 60-66.
8	Zhou Yuji， Tian Qingjiu. Image quality evaluation of EO-1 hyperion sensor［J］.Journal of Geo-information Science，2008，10（5）： 678-683.
8	周雨霁，田庆久. EO-1 Hyperion高光谱数据的质量评价［J］. 地球信息科学， 2008， 10（5）： 678-683.
9	Wu Xing， Zhang Xia， Sun Xuejian， et al. Radiation quality evaluation of spark hyperspectral satellite image［J］. Remote Sensing Technology and Application， 2018， 33（2）： 233-240.
9	吴兴，张霞，孙雪剑，等. SPARK卫星高光谱数据辐射质量评价［J］. 遥感技术与应用， 2018， 33（2）： 233-240.
10	Wang Chongchang， Xue Rongrong， Zhao Shihu， et al. Quality evaluation and analysis of GF-5 hyperspectral image data［J］. Geography and Geo-Information Science， 2021， 37（1）： 33-38+125.
10	王崇倡，薛荣荣，赵世湖. GF-5卫星高光谱影像数据质量评价与分析［J］. 地理与地理信息科学， 2021， 37（1）： 33-38+125.
11	Liu Yinnian， Sun Dexin， Liang Jian， et al. Overview of ZY-1-02D satellite AHSI on-orbit performance and stability［J］. Spacecraft Engineering， 2020， 29（6）： 93-97.
11	刘银年，孙德新，梁建，等. 资源一号02D卫星高光谱相机在轨性能及稳定性评估［J］. 航天器工程， 2020， 29（6）： 93-97.
12	Hong Bo. Study on methods for SNR estimation of hyperspectral remote sensing images［D］. Beijing： University of Chinese Academy of Sciences， 2013.
12	洪波. 高光谱遥感图像信噪比估算方法研究［D］. 北京：中国科学院大学， 2013.
13	Qin Bangyong. A study on quality evaluation system and methods of hyperspectral remote sensing data［D］. Beijing： University of Chinese Academy of Sciences， 2014.
13	覃帮勇. 高光谱遥感数据质量评价体系及方法研究［D］. 北京：中国科学院大学，2014.
14	Gao Lianru， Zhang Bing， Zhang Xia， et al. Study on the method for estimating the noise in remote sensing images based on local standard deviations［J］. National Remote Sensing Bulletin， 2007， 11（2）： 201-208.
14	高连如，张兵，张霞，等. 基于局部标准差的遥感图像噪声评估方法研究［J］. 遥感学报， 2007， 11（2）： 201-208.
15	Roger R E， Arnold J F. Reliably estimating the noise in AVIRIS hyperspectral images［J］. International Journal of Remote Sensing， 1996， 17（10）： 1951-1962. DOI： 10.1080/01431169608948750 . doi: 10.1080/01431169608948750
16	Wang Hongnan， Zhong Wen， Wang Jing， et al. Research of measurement for digital image definition［J］. Journal of Image and Graphics， 2004， 9（7）： 64-67.
16	王鸿南，钟文，汪静，等. 图像清晰度评价方法研究［J］. 中国图象图形学报， 2004， 9（7）： 64-67.
17	Li Qinglin， Xu Xianfeng， Wei Zhiyong， et al. Design and verification of visible and Near-infrared camera for ZY-1-02D satellite［J］. Spacecraft Engineering， 2020， 29（6）： 78-84.
17	李庆林，徐先锋，魏志勇，等. 资源一号02D卫星可见近红外相机技术与验证［J］. 航天器工程， 2020， 29（6）： 78-84.
18	Darius P， Matamyo S， Serajis S， et al. Sentinel-2 data for land cover/use mapping： A review［J］. Remote Sensing， 2020， 12（14）： 2291. DOI： 10.3390/rs12142291 . doi: 10.3390/rs12142291
19	Misra G， Cawkwell F， Wingler A. Status of phenological research using Sentinel-2 data： A review［J］. Remote Sensing. 2020， 12（17）： 2760. DOI： 10.3390/rs12172760 . doi: 10.3390/rs12172760
20	Li P， Ke Y， Bai J， et al. Spatiotemporal dynamics of suspended particulate matter in the Yellow River estuary， China during the past two decades based on time-series Landsat and Sentinel-2 data［J］. Marine Pollution Bulletin， 2019， 149： 110518. DOI： 10.1016/j.marpolbul.2019.110518 . doi: 10.1016/j.marpolbul.2019.110518
21	Liu L， Xiao X， Qin Y， et al. Mapping cropping intensity in China using time series Landsat and Sentinel-2 images and Google Earth Engine［J］. Remote Sensing of Environment， 2020， 239（4）： 111624. DOI： 10.1016/j.rse.2019.111624 . doi: 10.1016/j.rse.2019.111624
22	Tong Qingxi， Zhang Bing， Zhang Lifu. Current progress of hyperspectral remote sensing in China［J］. Journal of Remote Sensing，2016，20（5）：689-707.
22	童庆禧，张兵，张立福. 中国高光谱遥感的前沿进展［J］. 遥感学报，2016，20（5）： 689-707.
23	Sun Yunzhu， Jiang Guangwei， Li Yunduan， et al. GF-5 Satellite system design and technological characteristics［J］. Aerospace Shanghai， 2019， 36（2）： 1-13.
23	孙允珠，蒋光伟，李云端，等. 高分五号卫星方案设计与技术特点［J］. 上海航天， 2019， 36（2）： 1-13.
24	Wan L， Lin Y， Zhang H， et al. GF-5 Hyperspectral data for species mapping of mangrove in Mai Po， HongKong［J］. Remote Sensing，2020， 12（4）： 656. DOI： 10.3390/rs12040656 . doi: 10.3390/rs12040656
25	Yuan Jingwen， Wu Chen， Du Bo， et al. Analysis of landscape pattern on urban land use based on GF-5 hyperspectral data［J］. National Remote Sensing Bulletin， 2020， 24（4）： 465-478.
25	袁静文，武辰，杜博，等. 高分五号高光谱遥感影像的城市土地利用景观格局分析［J］. 遥感学报， 2020， 24（4）： 465-478.
26	Jiao L， Sun W， Yang G， et al. A hierarchical classification framework of satellite multispectral/hyperspectral images for mapping coastal wetlands［J］. Remote Sensing，2019，11（19）： 2238. DOI： 10.3390/rs11192238 . doi: 10.3390/rs11192238
27	Ye B， Tian S， Cheng Q， et al. Application of lithological mapping based on Advanced Hyper Spectral Imager（AHSI） imagery onboard Gaofen-5 （GF-5） satellite［J］. Remote Sensing， 2020， 12（23）： 3990. DOI： 10.3390/rs12233990 . doi: 10.3390/rs12233990
28	Hu Lin， Gan Shu， Yuan Xiping， et al. Study on the spatial distribution characteristics of cyanobacteria bloom in Dianchi Lake based on GF-5［J］. Laser & Infrared，2021，51（2）：237-243.
28	胡琳，甘淑，袁希平，等. 基于GF-5的滇池蓝藻水华空间分布特征研究［J］. 激光与红外， 2021， 51（2）： 237-243.
29	Sun W， Liu K， Ren G， et al. A simple and effective spectral-spatial method for mapping large-scale coastal wetlands using China ZY-1-02D satellite hyperspectral images［J］ International Journal of Applied Earth Observation and Geoinformation， 2021， 104： 102572. DOI： 10.1016/j.jag.2021.102572 . doi: 10.1016/j.jag.2021.102572
30	Yang Y， Shang K， Xu Y. Analysis of sensitive spectral characteristics of farmland soil organic matter content based on AHSI/ZY-1-02D data ［J］. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS. 2021： 6461-6464. DOI： 10.1109/IGARSS47720.2021.9554275 . doi: 10.1109/IGARSS47720.2021.9554275
31	Shang K， Gu H， Yang Y. Inversion of total copper content in mining soils with different spectral pretreatment techniques using AHSI/ZY1-02D Data［J］. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS，2021： 6461-6464， DOI： 10.1109/IGARSS47720.2021.9554275 . doi: 10.1109/IGARSS47720.2021.9554275
32	Li Genjun， Yang Xuesong， Zhang Xing， et al. Application and analysis of ZY-1-02D hyperspectral data in geological and mineral survey［J］. Remote Sensing for Land and Resources， 2021， 33（2）： 134-140.
32	李根军，杨雪松，张兴，等. ZY1-02D 高光谱数据在地质矿产调查中的应用与分析［J］. 国土资源遥感， 2021， 33（2）： 134-140.

[1]	李健锋,刘思琪,李劲彬,彭飚,叶虎平. 耦合SVM和Cloud-Score算法的Sentinel-2影像云检测模型研究[J]. 遥感技术与应用, 2022, 37(3): 713-720.
[2]	陈彦四,黄春林,侯金亮,韩伟孝,冯娅娅,李翔华,王静. 基于多时相Sentinel-2影像的黑河中游玉米种植面积提取研究[J]. 遥感技术与应用, 2021, 36(2): 324-331.
[3]	尹燕旻,贾立. 基于Sentinel-2的闪电河流域农作物分类研究[J]. 遥感技术与应用, 2021, 36(2): 400-410.
[4]	牟昱璇,邬明权,牛铮,黄文江,杨尽. 南方地区复杂条件下的耕地面积遥感提取方法[J]. 遥感技术与应用, 2020, 35(5): 1127-1135.
[5]	王明,刘正佳,陈元琰. 基于Sentinel-2波段/产品的图像云检测效果对比研究[J]. 遥感技术与应用, 2020, 35(5): 1167-1177.
[6]	李宏达,高小红,汤敏. 基于CNN的不同空间分辨率影像土地覆被分类研究[J]. 遥感技术与应用, 2020, 35(4): 749-758.
[7]	李萌,年雁云,边瑞,白艳萍,马金辉. 基于多源遥感影像的青海云杉和祁连圆柏分类[J]. 遥感技术与应用, 2020, 35(4): 855-863.
[8]	董胜越,孙根云,杜永明,葛曙乐. 高分五号全谱段光谱成像仪影像数据质量评价研究[J]. 遥感技术与应用, 2020, 35(2): 381-388.
[9]	许宁,胡玉新,耿修瑞. 凸体几何光谱解混研究进展及若干问题浅析[J]. 遥感技术与应用, 2019, 34(5): 1028-1039.
[10]	梁丽娟, 黄万里张容焱, 林广发, 彭俊超, 梁春阳. Sentinel-2卫星影像融合方法与质量评价分析[J]. 遥感技术与应用, 2019, 34(3): 612-621.
[11]	丁海宁. 黄土高原土壤铁元素含量遥感反演方法 [J]. 遥感技术与应用, 2019, 34(2): 275-283.
[12]	高书鹏, 史正涛, 刘晓龙, 柏延臣. 基于高时空分辨率可见光遥感数据的热带山地橡胶林识别[J]. 遥感技术与应用, 2018, 33(6): 1122-1131.
[13]	韩涛, 潘剑君, 张培育, 曹罗丹. Sentinel-2A与Landsat-8影像在油菜识别中的差异性研究[J]. 遥感技术与应用, 2018, 33(5): 890-899.
[14]	钟函笑，边金虎，李爱农. Landsat-8 OLI与Sentinel-2 MSI山区遥感影像辐射一致性研究[J]. 遥感技术与应用, 2018, 33(3): 428-438.
[15]	张路,刘良云,高建威,焦全军,贾建华. 基于蚁群优化算法的遥感器波段设置探究[J]. 遥感技术与应用, 2016, 31(3): 488-496.

Viewed

Full text

Abstract

Cited

Shared

Discussed