留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

ICESat-2/ATLAS全球高程控制点提取与分析

王密 韦钰 杨博 周晓

王密, 韦钰, 杨博, 周晓. ICESat-2/ATLAS全球高程控制点提取与分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531
引用本文: 王密, 韦钰, 杨博, 周晓. ICESat-2/ATLAS全球高程控制点提取与分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531
WANG Mi, WEI Yu, YANG Bo, ZHOU Xiao. Extraction and Analysis of Global Elevation Control Points from ICESat-2 /ATLAS Data[J]. Geomatics and Information Science of Wuhan University, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531
Citation: WANG Mi, WEI Yu, YANG Bo, ZHOU Xiao. Extraction and Analysis of Global Elevation Control Points from ICESat-2 /ATLAS Data[J]. Geomatics and Information Science of Wuhan University, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531

ICESat-2/ATLAS全球高程控制点提取与分析

doi: 10.13203/j.whugis20200531
基金项目: 

国家自然科学基金 61825103

国家自然科学基金 91838303

湖北省国土资源科研计划 [2018]844-11

详细信息
    作者简介:

    王密,博士,教授,主要从事高分辨率卫星几何处理与智能服务的理论与方法研究。wangmi@whu.edu.cn

  • 中图分类号: P236

Extraction and Analysis of Global Elevation Control Points from ICESat-2 /ATLAS Data

Funds: 

The National Natural Science Foundation of China 61825103

The National Natural Science Foundation of China 91838303

Scientific Research Program of Hubei Provincial Department of Land and Resources [2018]844-11

More Information
    Author Bio:

    WANG Mi, PhD, professor, specializes in the theories and methods of geometric processing and intelligent service of high-resolution satellites. E-mail: wangmi@whu.edu.cn

  • 摘要: ICEsat-2/ATLAS是目前高程精度最高的星载激光数据,其数据覆盖全球,能够作为生产高精度全球地面参考高程的基础数据。基于ICESat-2/ATLAS全球激光数据产品ATL08,获取了全球ICESat-2陆地高程点,研究了基于参考高程数据和属性参数提取全球高程控制点的方法,并利用高精度参考高程数据验证了其精度。利用山东试验场和河南试验场30 cm高程精度的机载激光数据对所获取的激光点进行了验证,得到的均方根误差分别为1.11 m、1.39 m;经过参考DEM(digital elevation model)和属性参数限制筛选后的高程控制点的均方根误差分别为0.69 m、0.57 m,数据保留率分别为61.38%、60.00%,证明了该提取方法能够在保证数据保留率的同时有效提高高程精度。所提出的方法能够自动提取点位密度大、精度高的全球高程控制点数据,为国产高分辨率卫星进行无地面或少地面控制点的立体测绘和产品质量检验提供数据支持。
  • 图  1  ATLAS 6波束激光示意图

    Figure  1.  Schematic Diagram of Six Laser Beams of ATLAS

    图  2  ICESat-2高程控制点提取流程图

    Figure  2.  Flowchart of ICESat-2 Elevation Control Points Extraction

    图  3  ICESat-2全球高程控制点数据库

    Figure  3.  ICESat-2 Global Elevation Control Points Database

    图  4  中国试验场高程参考数据示意图

    Figure  4.  Schematic Diagrams of Elevation Reference Data of China's Experimental Fields

    图  5  美国试验场Google参考影像示意图

    Figure  5.  Schematic Diagrams of Reference Google Images of American Experimental Fields

    图  6  山东和河南试验场ICESat-2高程控制点精度分布情况[19]

    Figure  6.  Accuracy Distributions of ICESat-2 Elevation Control Points in Shandong and Henan Experimental Fields[19]

    图  7  各试验场高程精度(RMSE)验证结果比较

    Figure  7.  Comparison of Elevation Accuracy Verification Results (RMSE) for Each Experimental Field

    表  1  ICESat-2卫星平台参数

    Table  1.   ICESat-2 Satellite Platform Parameters

    参数 具体内容
    发射时间 2018年9月15日
    运载火箭 德尔卡2(Delta Ⅱ)
    发射地点 加利福尼亚州范登堡空军基地
    轨道类型 非太阳同步
    轨道高度/km 500
    轨道周期/d 91
    轨道倾角/(°) 92
    观测范围 88°N~88°S
    预计寿命/a 5
    下载: 导出CSV

    表  2  ICESat-2/ATLAS的技术指标

    Table  2.   Technical Specifications for ICESat-2/ATLAS

    指标 设计值
    激光波束 6波束
    波长/nm 532
    脉冲频率/kHz 10
    光斑直径/m ~17
    脉冲能量/mJ 强激光束:约0.12
    弱激光束:约0.04
    光斑间距 航向:0.7 m
    旁向(两强或两弱):3.3 km
    旁向(强弱):0.09 km
    测高精度/m 0.1
    下载: 导出CSV

    表  3  ATL08数据产品参数说明

    Table  3.   Descriptions of ATL08 Data Product Parameters

    参数 说明
    h_te_interp 插值陆地表面高程
    h_te_mean 被划分为地表光子高程的平均值
    h_te_median 被划分为地表光子高程的中位数
    h_te_max 被划分为地表光子高程的最大值
    h_te_min 被划分为地表光子高程的最小值
    dem_h 该点的参考DEM高程,参考值来源于Arctic、GMTED、MSS、Antarctic 4种数据产品之一
    terrain_slope 沿轨方向的地面坡度,通过线性拟合计算得到
    urban_flag 城市标记,0=not_urban, 1=urban
    cloud_flag_atm 云量标记,大于0表示有云或气溶胶存在,取值范围为[0, 10]
    terrain_flg 质量检查标记,表示与参考DEM的偏离是否高于阈值,0=below_threshold, 1=above_threshold
    night_flag 夜晚标记,0=day,1=night
    下载: 导出CSV

    表  4  美国试验场参考DEM数据

    Table  4.   DEM Reference Data of American Experimental Fields

    地理位置 DEM数据名称 获取时间 数据源
    美国西部试验场 CA_NoCAL_Wildfires_B5b_2018 2018-08 LiDAR
    CA_Sacramento_2017 2017-12 LiDAR
    TX_RedRiver_Lavaca_Wharton_2018 2018-01 LiDAR
    美国中部试验场 KS_15CoNorth_A1_2015 2015-12 LiDAR
    KS_15CoNorth_A2_2015 2015-12 LiDAR
    KS_SCentral_L3_2015 2015-03 LiDAR
    美国东部试验场 MI_Kalamazoo_2015 2015-11 LiDAR
    MI_CalhounCo_2017 2017-04 LiDAR
    MI_31Co 2017-05 LiDAR
    下载: 导出CSV

    表  5  ICESat-2高程数据在山东试验场的高程精度验证情况

    Table  5.   Elevation Accuracy Verification of ICESat-2 Elevation Data in Shandong Experimental Field

    筛选条件 插值高程精度/m 均值高程精度/m 中值高程精度/m 数据保留率/%
    ME RMSE ME RMSE ME RMSE
    -0.19 1.11 -0.24 1.20 -0.25 1.35 100.00
    -0.12 1.04 -0.16 1.08 -0.17 1.18 75.94
    -0.12 0.95 -0.17 1.00 -0.17 1.11 75.93
    -0.08 0.69 -0.08 0.70 -0.07 0.71 61.38
    注:①保留所有激光点;②仅保留强激光束的激光点;③保留经过参考DEM粗差筛选后的激光点;④保留经过粗差筛选和精细化筛选后的激光点,即高程控制点
    下载: 导出CSV

    表  6  ICESat-2高程数据在河南试验场的高程精度验证情况

    Table  6.   Elevation Accuracy Verification of ICESat-2 Elevation Data in Henan Experimental Field

    筛选条件 插值高程精度/m 均值高程精度/m 中值高程精度/m 数据保留率/%
    ME RMSE ME RMSE ME RMSE
    0.26 1.39 0.28 1.40 0.29 1.50 100.00
    0.31 1.25 0.33 1.25 0.33 1.35 83.90
    0.31 0.83 0.31 0.77 0.30 0.75 78.13
    0.31 0.57 0.31 0.55 0.31 0.56 60.00
    注:①保留所有激光点;②仅保留强激光束的激光点;③保留经过参考DEM粗差筛选后的激光点;④保留经过粗差筛选和精细化筛选后的激光点,即高程控制点
    下载: 导出CSV

    表  7  不同地形下ICESat-2高程点的高程精度(按照耕地坡度分级划分)

    Table  7.   Elevation Accuracies of Extracted ICESat-2 Laser Points Under Different Terrains (Graded by Terrain Slope)

    精度指标 地形类别代码及坡度范围
    Ⅰ(平地)
    (坡度≤2°)
    Ⅱ(平地)
    (2° < 坡度≤6°)
    Ⅲ(缓坡)
    (6° < 坡度≤15°)
    Ⅳ(缓坡)
    (15° < 坡度≤25°)
    Ⅴ(陡坡)
    (坡度 > 25°)
    ME/m -0.09 -0.29 0.39 0.32 -1.60
    RMSE/m 0.47 1.16 1.58 4.08 5.62
    下载: 导出CSV

    表  8  各试验区ICESat-2高程控制点的高程精度对比/m

    Table  8.   Elevation Accuracy Comparison of ICESat-2 Elevation Control Points in Each Experimental Field/m

    精度类别 中国山东试验场 中国河南试验场 美国西部试验场 美国中部试验场 美国东部试验场
    ME RMSE ME RMSE ME RMSE ME RMSE ME RMSE
    插值高程精度 -0.08 0.69 0.31 0.60 -0.85 0.88 -0.68 0.71 -0.44 0.58
    均值高程精度 -0.08 0.70 0.31 0.57 -0.86 0.89 -0.66 0.78 -0.45 0.60
    中值高程精度 -0.07 0.71 0.31 0.61 -0.85 0.88 -0.65 0.78 -0.45 0.60
    最大高程精度 0.41 0.83 0.81 1.00 -0.40 0.51 0.00 0.74 0.07 0.45
    最小高程精度 -0.63 0.94 -0.21 0.57 -1.38 1.42 -1.39 1.46 -1.05 1.16
    下载: 导出CSV
  • [1] 张重阳.基于GLAS数据的广义高程控制点库的建设与应用[D].阜新: 辽宁工程技术大学, 2015

    Zhang Chongyang. Construction and Application of Generalized Elevation Control Point Database Based on GLAS Data[D]. Fuxin: Liaoning Project Technology University, 2015
    [2] 李国元, 唐新明, 张重阳, 等.多准则约束的ICESat/GLAS高程控制点筛选[J].遥感学报, 2017, 21(1):96-104 https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB201701009.htm

    Li Guoyuan, Tang Xinming, Zhang Chongyang, et al. Multi-criteria Constraint Algorithm for Selecting ICESat/GLAS Data as Elevation Control Points[J]. Journal of Remote Sensing, 2017, 21(1):96-104 https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB201701009.htm
    [3] González J H, Bachmann M, Scheiber R, et al. Definition of ICESat Selection Criteria for Their Use as Height References for TanDEM-X[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(6): 2750-2757 doi:  10.1109/TGRS.2010.2041355
    [4] Duong H, Lindenbergh R, Pfeifer N, et al. ICESat Full-Waveform Altimetry Compared to Airborne Laser Scanning Altimetry over the Netherlands[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(10):3365-3378 doi:  10.1109/TGRS.2009.2021468
    [5] 胡国军, 方勇, 张丽.星载激光雷达的发展与测绘应用前景分析[J].测绘技术装备, 2015, 17(2):34-37 https://www.cnki.com.cn/Article/CJFDTOTAL-CHKJ201502011.htm

    Hu Guojun, Fang Yong, Zhang Li. Development and Application Prospect Analysis of Spaceborne LiDAR[J]. Geomatics Technology and Equipment, 2015, 17(2):34-37 https://www.cnki.com.cn/Article/CJFDTOTAL-CHKJ201502011.htm
    [6] Abdalati W, Zwally H J, Bindschadler R, et al. The ICESat-2 Laser Altimetry Mission[J]. Proceedings of the IEEE, 2010, 98(5):735-751 doi:  10.1109/JPROC.2009.2034765
    [7] Neumann T A, Martino A J, Markus T, et al. The Ice, Cloud, and Land Elevation Satellite-2 Mission: A Global Geolocated Photon Product Derived from the Advanced Topographic Laser Altimeter System[J]. Remote Sensing of Environment, 2019, 233: 111325 doi:  10.1016/j.rse.2019.111325
    [8] Zwally H J, Schutz B, Abdalati W, et al. ICESat's Laser Measurements of Polar Ice, Atmosphere, Ocean, and Land[J]. Journal of Geodynamics, 2002, 34(3):405-445
    [9] Markus T, Neumann T A, Martino A J, et al. The Ice, Cloud, and Land Elevation Satellite-2 (ICESat-2): Science Requirements, Concept, and Implementation[J]. Remote Sensing of Environment, 2017, 190:260-273 doi:  10.1016/j.rse.2016.12.029
    [10] NASA. ICESat-2 (Ice, Cloud, and Land Elevation Satellite-2) TECHNICAL SPECS[OL]. https://icesat-2.gsfc.nasa.gov/science/specs, 2019
    [11] 夏少波, 王成, 习晓环, 等. ICESat-2机载试验点云滤波及植被高度反演[J].遥感学报, 2014, 18(6):1199-1207 https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB201406007.htm

    Xia Shaobo, Wang Cheng, Xi Xiaohuan, et al. Point Cloud Filtering and Tree Height Estimation Using Airborne Experiment Data of ICESat-2[J]. Journal of Remote Sensing, 2014, 18(6):1199-1207 https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB201406007.htm
    [12] National Snow and Ice Data Center. Data at NSIDC[OL]. https://nsidc.org/data, 2020
    [13] Dandabathula G, Verma M, Rao S S, et al. Evaluation of ICESat-2 ATL08 Data Product: Performance Assessment in Inland Water[J]. European Environment, 2020, 1(3):1-7
    [14] Neuenschwander A, Pitts K, Jelley B, et al. Ice, Cloud, and Land Elevation Satellite 2 (ICESat-2) Algorithm Theoretical Basis Document (ATBD) for Land-Vegetation Along-Track Products (ATL08) [OL]. https://nsidc.org/sites/nsidc.org/files/technical-references/ICESat2_ATL08_ATBD_r003.pdf, 2020
    [15] Zhu Xiaoxiao, Nie Sheng, Wang Cheng, et al. A Ground Elevation and Vegetation Height Retrieval Algorithm Using Micro-Pulse Photon-Counting LiDAR Data[J]. Remote Sensing, 2018, 10(12): 1962 doi:  10.3390/rs10121962
    [16] Stoker J. USGS 3DEP LiDAR Point Cloud Now Available as Amazon Public Dataset[OL]. https://www.usgs.gov/news/usgs-3dep-lidar-point-cloud-now-available-amazon-public-dataset, 2019
    [17] Gesch D B, Oimoen M J, Evans G A. Accuracy Assessment of the US Geological Survey National Elevation Dataset, and Comparison with Other Large-Area Elevation Datasets—SRTM and ASTER[OL]. https://pubs.usgs.gov/of/2014/1008/, 2020
    [18] Imagery ⓒ2020 Google. Google Maps[OL]. https://maps.google.com, 2020
    [19] 李振洪, 李鹏, 丁咚, 等.全球高分辨率数字高程模型研究进展与展望[J].武汉大学学报·信息科学版, 2018, 43(12): 1927-1942 doi:  10.13203/j.whugis20180295

    Li Zhenhong, Li Peng, Ding Dong, et al. Research Progress of Global High Resolution Digital Elevation Models[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 1927-1942 doi:  10.13203/j.whugis20180295
    [20] 地理国情监测云平台. 全国分省坡度分级数据产品 [OL]. http://www.dsac.cn/DataProduct/Detail/200803, 2020

    Geographical Information Monitoring Cloud Platform. Slope Grading Data Products by Province in China[OL]. http://www.dsac.cn/DataProduct/Detail/200803, 2020
  • [1] 岳春宇, 孙世君, 何红艳.  一种星载激光测高仪光斑内定位方法 . 武汉大学学报 ● 信息科学版, 2019, 44(4): 586-592. doi: 10.13203/j.whugis20170125
    [2] 王虹, 张智宇, 周辉, 李松, 马跃, 张文豪.  面向森林植被的星载大光斑激光雷达回波仿真 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 711-718. doi: 10.13203/j.whugis20160375
    [3] 唐新明, 陈继溢, 李国元, 高小明, 张文君.  资源三号02星激光测高误差分析与指向角粗标定 . 武汉大学学报 ● 信息科学版, 2018, 43(11): 1611-1619. doi: 10.13203/j.whugis20170058
    [4] 肖峰, 李斐, 张胜凯, 袁乐先, 朱婷婷.  联合CryoSat-2测高数据和地面高程数据建立东南极拉斯曼丘陵地区DEM . 武汉大学学报 ● 信息科学版, 2017, 42(10): 1417-1422. doi: 10.13203/j.whugis20160011
    [5] 徐曦煜, 王振占, 许可.  激光站在星载雷达高度计绝对定标中的应用 . 武汉大学学报 ● 信息科学版, 2017, 42(1): 103-108. doi: 10.13203/j.whugis20140542
    [6] 张过, 李少宁, 黄文超, 李德仁.  资源三号02星对地激光测高系统几何检校及验证 . 武汉大学学报 ● 信息科学版, 2017, 42(11): 1589-1596. doi: 10.13203/j.whugis20160514
    [7] 墙强, 周春霞, 廖明生, 赵秋阳, 王泽民.  利用CryoSat-2测高数据研究东南极PANDA断面考察沿线高程变化 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1445-1449. doi: 10.13203/j.whugis20150271
    [8] 胡长江, 李英冰.  GNSS-R星载测高的动态性误差和信号平行误差研究 . 武汉大学学报 ● 信息科学版, 2015, 40(12): 1695-1700. doi: 10.13203/j.whugis20130819
    [9] 闫利, 刘华, 陈长军, 曹亮.  无地面控制点的车载激光扫描系统外标定方法 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 1018-1022. doi: 10.13203/j.whugis20130782
    [10] 郭靖, 赵齐乐, 李敏, 胡志刚.  利用星载GPS观测数据确定海洋2A卫星cm级精密轨道 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 52-55.
    [11] 刘佳音, 尤红建, 洪 文.  用于星载SAR图像几何校正的稀疏控制点修轨方法 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 262-265.
    [12] 用于星载SAR图像几何校正的稀疏控制点修轨方法 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 262-265.
    [13] 黄海兰, 王正涛, 金涛勇, 超能芳.  利用ICESat激光测高数据确定极地冰盖高程变化 . 武汉大学学报 ● 信息科学版, 2012, 37(10): 1221-1223.
    [14] 田礼乔, 陈晓玲, 邱凤, 张伟.  星载激光雷达气溶胶数据辅助的近岸浑浊水体大气校正研究 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 960-963.
    [15] 文汉江, 刘焕玲, 常晓涛, 程鹏飞.  利用GPS测量检核ICESAT卫星激光测高数据精度 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 262-266.
    [16] 袁修孝, 吴颖丹.  缺少控制点的星载SAR遥感影像对地目标定位 . 武汉大学学报 ● 信息科学版, 2010, 35(1): 88-91.
    [17] 史红岭, 陆洋, 鲍李峰, 王正亮.  利用ICESat交叉点分析探测恩德比地冰盖近年高程变化 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 440-443.
    [18] 李建成, 范春波, 褚永海, 张胜凯.  ICESAT卫星确定南极冰盖高程模型研究 . 武汉大学学报 ● 信息科学版, 2008, 33(3): 226-228.
    [19] 陈俊勇, 张全德, 张鹏.  对中国高程控制网现代化工作的思考 . 武汉大学学报 ● 信息科学版, 2007, 32(11): 941-944.
    [20] 杨杰, 潘斌, 李德仁, 钟永正.  无地面控制点的星载SAR影像直接对地定位研究 . 武汉大学学报 ● 信息科学版, 2006, 31(2): 144-147.
  • 加载中
图(7) / 表(8)
计量
  • 文章访问数:  57
  • HTML全文浏览量:  22
  • PDF下载量:  29
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-11-06
  • 刊出日期:  2021-02-05

ICESat-2/ATLAS全球高程控制点提取与分析

doi: 10.13203/j.whugis20200531
    基金项目:

    国家自然科学基金 61825103

    国家自然科学基金 91838303

    湖北省国土资源科研计划 [2018]844-11

    作者简介:

    王密,博士,教授,主要从事高分辨率卫星几何处理与智能服务的理论与方法研究。wangmi@whu.edu.cn

  • 中图分类号: P236

摘要: ICEsat-2/ATLAS是目前高程精度最高的星载激光数据,其数据覆盖全球,能够作为生产高精度全球地面参考高程的基础数据。基于ICESat-2/ATLAS全球激光数据产品ATL08,获取了全球ICESat-2陆地高程点,研究了基于参考高程数据和属性参数提取全球高程控制点的方法,并利用高精度参考高程数据验证了其精度。利用山东试验场和河南试验场30 cm高程精度的机载激光数据对所获取的激光点进行了验证,得到的均方根误差分别为1.11 m、1.39 m;经过参考DEM(digital elevation model)和属性参数限制筛选后的高程控制点的均方根误差分别为0.69 m、0.57 m,数据保留率分别为61.38%、60.00%,证明了该提取方法能够在保证数据保留率的同时有效提高高程精度。所提出的方法能够自动提取点位密度大、精度高的全球高程控制点数据,为国产高分辨率卫星进行无地面或少地面控制点的立体测绘和产品质量检验提供数据支持。

English Abstract

王密, 韦钰, 杨博, 周晓. ICESat-2/ATLAS全球高程控制点提取与分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531
引用本文: 王密, 韦钰, 杨博, 周晓. ICESat-2/ATLAS全球高程控制点提取与分析[J]. 武汉大学学报 ● 信息科学版, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531
WANG Mi, WEI Yu, YANG Bo, ZHOU Xiao. Extraction and Analysis of Global Elevation Control Points from ICESat-2 /ATLAS Data[J]. Geomatics and Information Science of Wuhan University, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531
Citation: WANG Mi, WEI Yu, YANG Bo, ZHOU Xiao. Extraction and Analysis of Global Elevation Control Points from ICESat-2 /ATLAS Data[J]. Geomatics and Information Science of Wuhan University, 2021, 46(2): 184-192. doi: 10.13203/j.whugis20200531
  • 高程控制点是生产遥感数字产品的重要基础数据[1]。近年来,随着中国全球地理信息资源建设的有力推进,全球测图任务对地面控制点的需求日益提升,建设和维护高精度的全球控制点库成为当前的重要任务,这对高程控制点的精度、覆盖范围和生产更新速率提出了更高的要求。传统的高程控制点测量工作需要大量的人力、物力,耗时长、效率低、成本高,且受气候、地形等因素影响,无法实现大范围的覆盖。

    星载激光雷达具有受大气影响小、穿透性强、精度高、数据覆盖范围广等优势。随着激光测高技术的发展,星载激光测高仪的激光足印直径不断减小,定位精度不断提高,高程精度可达亚米级,观测范围覆盖全球,可作为获取高程控制点的新途径[2]。由于地表的复杂性以及往返大气过程中云层和大气产生的影响,激光测高数据往往存在噪声,其高程精度与地表覆盖、坡度、云量等因素有关。因此,将激光数据作为高程参考数据之前,需要根据一定的规则进行高程控制点提取,以保证其精度。传统的高程控制点筛选方法主要分为3类,即基于参考高程数据的筛选、基于属性参数的筛选和基于波形特征参数的筛选。目前,常用的激光数据主要是ICESat/GLAS(ice,cloud,and land elevation satellite/geoscience laser altimeter system)数据,该卫星的全波形激光雷达以回波波形的形式记录地表的垂直分布情况。文献[3]将GLAS数据作为参考高程数据,对TanDEM-X的高程值进行筛选,有效提高了数字高程模型(digital elevation model,DEM)产品的精度。基于属性特征的筛选常用属性包括云量、反射率、增益值、饱和度等[4-5]。文献[4]使用增益值、高程使用标记、饱和度改正标记3个属性参数剔除了GLAS高程数据中的严重错误值。文献[2]利用波形分析得到的波形特征参数对ICESat高程点进行精细化筛选,筛选后的高程精度能够满足1:50 000比例尺立体测图的要求。

    2018年9月,美国国家航空航天局(National Aeronautics and Space Administration,NASA)发射了ICESat-2卫星,其搭载的激光载荷——先进地形激光测高系统(advanced topographic laser altimeter system,ATLAS),相比ICESat/GLAS具有更高的精度和更小的激光足印,主要用于监测两极冰层变化、全球植被情况以及云和气溶胶[6-7]。本文基于ICESat-2/ATLAS全球激光数据产品,研究了基于先验参考DEM和属性参数提取全球高程控制点的方法,并利用国内外高精度机载激光参考高程数据验证其高程精度,所提出的方法能够快速提取点位密度大、精度高的全球高程控制点数据,从而能为国产高分辨率卫星进行无地面或少地面控制点的立体测绘和产品精度检验提供数据支持。

    • 2003年1月发射的ICESat卫星是全球首颗对地观测的激光测高卫星,旨在监测极地高程变化、云和气溶胶、全球地形和植被特征参数等。其搭载的地球科学激光测高系统GLAS使用线性探测技术采集全波形数据,测高精度可达0.15 m[8]。由于仪器故障等原因,该星在2009年停止了工作。为继续执行观测任务,NASA发射了ICESat-2[9],其卫星平台参数如表 1所示。

      表 1  ICESat-2卫星平台参数

      Table 1.  ICESat-2 Satellite Platform Parameters

      参数 具体内容
      发射时间 2018年9月15日
      运载火箭 德尔卡2(Delta Ⅱ)
      发射地点 加利福尼亚州范登堡空军基地
      轨道类型 非太阳同步
      轨道高度/km 500
      轨道周期/d 91
      轨道倾角/(°) 92
      观测范围 88°N~88°S
      预计寿命/a 5

      表 2显示了ICESat-2/ATLAS的技术指标。它采用光子计数体制,相比于全波形激光雷达,具有高重复频率(10 kHz)、低脉冲能量(单脉冲能量可在48~170 μJ之间调节)、短脉冲宽度(1.5 ns)的优势,沿轨方向的激光足印间距约0.7 m,激光足印直径约17 m[10],能够实现沿轨方向的连续探测。其搭载的有效载荷ATLAS采用6波束激光对地面进行探测,两束为一组,每组有一束强激光和一束弱激光,强弱激光束能量比约为3:1。

      表 2  ICESat-2/ATLAS的技术指标

      Table 2.  Technical Specifications for ICESat-2/ATLAS

      指标 设计值
      激光波束 6波束
      波长/nm 532
      脉冲频率/kHz 10
      光斑直径/m ~17
      脉冲能量/mJ 强激光束:约0.12
      弱激光束:约0.04
      光斑间距 航向:0.7 m
      旁向(两强或两弱):3.3 km
      旁向(强弱):0.09 km
      测高精度/m 0.1

      图 1显示了ATLAS 6个激光束的位置关系。垂直于飞行轨迹方向上,每两组激光束之间的距离为3.3 km,每组激光束内的强、弱两束激光相距90 m。强弱激光束组合的模式使得激光器在明亮或黑暗表面都能获取足够的返回光子,3组强弱光束形成交叉测量,能够有效提高对坡度和地表高程变化的检测能力[11]

      图  1  ATLAS 6波束激光示意图

      Figure 1.  Schematic Diagram of Six Laser Beams of ATLAS

    • ICESat-2卫星数据产品包括Level-1、Level-2、Level-3A、Level-3B共4级,其中ATL02~ATL10、ATL12、ATL13、ATL16、ATL17可在网站https://nsidc.org上获取[12]。Level-3A级数据产品ATL08储存了陆地高程和冠层高度数据,重访周期为91 d,覆盖范围为全球,同时保存了激光点的编号(n)、经度(longitude)、纬度(latitude)、获取时间(delta_time)、高程以及云量、地形等属性值。其陆地激光点与冠层激光点分别存储在HDF5文件的两个组中,易于提取。文献[13]评估了ATL08数据产品在内陆水体的高程精度。本文采用ATL08数据产品中的陆地高程数据作为全球高程控制点提取的基础数据[14]表 3列出了ATL08数据产品的参数说明。

      表 3  ATL08数据产品参数说明

      Table 3.  Descriptions of ATL08 Data Product Parameters

      参数 说明
      h_te_interp 插值陆地表面高程
      h_te_mean 被划分为地表光子高程的平均值
      h_te_median 被划分为地表光子高程的中位数
      h_te_max 被划分为地表光子高程的最大值
      h_te_min 被划分为地表光子高程的最小值
      dem_h 该点的参考DEM高程,参考值来源于Arctic、GMTED、MSS、Antarctic 4种数据产品之一
      terrain_slope 沿轨方向的地面坡度,通过线性拟合计算得到
      urban_flag 城市标记,0=not_urban, 1=urban
      cloud_flag_atm 云量标记,大于0表示有云或气溶胶存在,取值范围为[0, 10]
      terrain_flg 质量检查标记,表示与参考DEM的偏离是否高于阈值,0=below_threshold, 1=above_threshold
      night_flag 夜晚标记,0=day,1=night
    • 首先对获取的全球ATL08数据进行预处理,仅保留陆地高程点及其属性信息,以减少数据量,便于存储和查找。然后基于参考DEM对高程点进行初步筛选,剔除高程误差较为严重、数据明显错误的点,并基于地面参考数据进行精度验证。最后结合该数据中存储的激光点属性信息进行精细化筛选,保留地形平缓、无植被覆盖、云量低的高程点,并基于高精度地面参考数据进行精度验证。由于ICESat-2沿轨方向脚点间距为90 cm,远高于每平方公里100个点的密度要求,因此需要对筛选后的高程点在沿轨方向上抽稀,以满足高程控制点位均匀分布的要求。建设ICESat-2全球高程控制点数据库管理系统,将生产的高程控制点数据载入数据库。ICESat-2高程控制点提取技术路线如图 2所示。

      图  2  ICESat-2高程控制点提取流程图

      Figure 2.  Flowchart of ICESat-2 Elevation Control Points Extraction

    • ATL08数据产品中的参数dem_h为每个地面激光点提供了对应的参考高程值,虽然高程精度不高,但可以为初步筛选提供参考,以剔除由于云、气溶胶、地形等造成高程值严重错误的激光点。在获取HDF5格式的全球陆地高程数据后,从中提取每个地面点的dem_h,并与陆地高程值计算较差,将高程差大于阈值的高程点作为粗差剔除,即:

      $$ {\rm{\Delta }}H = \left| {{H_{{\rm{ICESat}} - 2}} - {H_{{\rm{dem}}\_{\rm{h}}}}} \right| < 3\sigma $$ (1)

      式中,HICESat-2表示ICESat-2高程点的插值陆地高程h_te_interp;Hdem_h表示参考DEM的高程值dem_h;σ表示参考DEM的绝对高程精度。

    • 根据文献[15]的实验,ICESat-2测高数据的精度与成像时间、坡度、地表覆盖、信噪比等因素有关。其中,坡度对高程精度的影响尤为明显,高程精度随坡度的上升而显著下降;夜间观测数据的高程精度高于白天观测数据;裸地的高程精度高于植被覆盖的区域,植被覆盖率越高,高程精度越低。

      从数据产品中提取定量表示坡度、云量、白天/夜晚的属性参数(terrain_slope、cloud_flag_atm、night_flag),结合实际情况,设置基于属性参数的精细化筛选条件如下:

      1)terrain_slope < Tslope

      2)cloud_flag_atm < Tcloud

      3)night_flag=1。

      条件1)中,Tslope为坡度阈值,取值由高程精度与坡度关系的分析实验决定。当Tslope为0.01时,激光点的高程精度优于0.1 m;条件2)中,Tcloud通常设置为3,此时cloud_flag_atm取值范围为[0, 2],即仅保留云量小于或等于20%的数据;条件3)中,night_flag设置为1,表示仅保留夜间观测数据,考虑到这将会损失近50%的数据,在激光数据有限的情况下,筛选条件3)将不被使用。

      将筛选后的陆地高程点载入高程控制点数据库,同时保留坡度、云量等属性标记,作为高程控制点数据检索时的权重依据。考虑到植被覆盖和地形的实际情况,还应结合全球地表覆盖数据作进一步筛选。

    • 数据库系统要能够有效存储和管理高程控制点数据,以满足用户快速查询、筛选高程控制点的应用需求。ICESat-2全球高程控制点数据库管理系统主要包括高程控制点属性信息表、地理区域信息表、用户角色信息表、用户信息表、日志信息表,其结构如图 3所示。其中,高程控制点属性信息表存储陆地高程控制点的编号(n)、经度(longitude)、纬度(latitude)、插值陆地高程(h_te_interp)、均值陆地高程(h_te_mean)、中值陆地高程(h_te_median)、最大陆地高程(h_te_max)、最小陆地高程(h_te_min)、参考DEM高程(dem_h)、时间(delta_time)、坡度(terrain_slope)、地形标记(terrain_flg)、城市标记(urban_flag)、云量标记(cloud_flag_atm)以及夜晚标记(night_flag)。

      图  3  ICESat-2全球高程控制点数据库

      Figure 3.  ICESat-2 Global Elevation Control Points Database

    • 中国山东试验场位于山东省北部,属于华北平原,其长、宽分别为264 km、51 km,占地面积约13 497.87 km2。所在区域地形平坦,高程范围为0~27 m,地表覆盖以农田为主,城镇穿插其间,无明显地形起伏,黄河从东北往西南方向流经此地。

      中国河南试验场西起安阳市龙安区,东至濮阳市清丰县,其长、宽分别为77 km、20 km,占地面积约1 515 km2。所在区域西部有较明显的地形起伏,东部地形平坦,高程范围为0~96 m,地表覆盖以城镇和农田为主,试验区西部和东部有聚集的建成区。

      本文采集了山东试验场和河南试验场2 m空间分辨率、高程精度为30 cm的机载激光测高数据作为地面参考高程数据,用于验证提取ICESat-2高程控制点的高程精度。试验场的DEM如图 4所示。

      图  4  中国试验场高程参考数据示意图

      Figure 4.  Schematic Diagrams of Elevation Reference Data of China's Experimental Fields

    • 由美国地质调查局管理的3DEP(3D elevation program)计划通过收集高分辨率激光雷达、干涉合成孔径雷达等提供的三维数据,生产了覆盖全美的DEM产品,包括空间分辨率分别为1″、2″的全国DEM和部分地区的1 m分辨率DEM产品,以满足对高质量地形数据以及自然和建筑三维信息日益增长的需求。根据空间数据精度国家标准公布的数据,在95%置信水平上,3DEP数据的绝对垂直精度为3.04 m[16-18]

      本文使用3DEP制作的标准1 m分辨率DEM作为美国试验区的高程参考数据。其空间参考坐标系是通用横向墨卡托,与1983年北美基准(north America datum 1983,NAD83)一致,高程参考为1988年北美垂直基准(north American vertical datum 1988,NAVD88),数据采集时间为2015—2018年。美国试验场的地理位置及Google参考影像如图 5所示[19]表 4列出了实验所采用的DEM数据信息。

      图  5  美国试验场Google参考影像示意图

      Figure 5.  Schematic Diagrams of Reference Google Images of American Experimental Fields

      表 4  美国试验场参考DEM数据

      Table 4.  DEM Reference Data of American Experimental Fields

      地理位置 DEM数据名称 获取时间 数据源
      美国西部试验场 CA_NoCAL_Wildfires_B5b_2018 2018-08 LiDAR
      CA_Sacramento_2017 2017-12 LiDAR
      TX_RedRiver_Lavaca_Wharton_2018 2018-01 LiDAR
      美国中部试验场 KS_15CoNorth_A1_2015 2015-12 LiDAR
      KS_15CoNorth_A2_2015 2015-12 LiDAR
      KS_SCentral_L3_2015 2015-03 LiDAR
      美国东部试验场 MI_Kalamazoo_2015 2015-11 LiDAR
      MI_CalhounCo_2017 2017-04 LiDAR
      MI_31Co 2017-05 LiDAR

      在美国共设置3块试验场,分别位于美国的西部、中部和东部(见图 5)。其中,西部试验场位于美国加利福尼亚州温特斯,地表覆盖以农田、城镇为主,地形较为平坦,高程范围为-0.69~77.95 m。中部试验场位于美国堪萨斯州詹宁斯,地表覆盖以裸地、农田、林地为主,地形起伏较大,高程范围为666.70~820.95 m。东部试验场位于美国密歇根州巴特尔克里克,地表覆盖以林地为主,高程范围为240.63~322.29 m。

    • 利用机载激光数据分别对中国山东试验场和河南试验场筛选前和筛选后的激光点高程精度进行验证,得到的高程差平均值(mean error,ME)和均方根误差(root mean square error,RMSE)分别如表 56所示。山东试验场和河南试验场原始激光点的RMSE分别为1.11 m、1.39 m;经过参考DEM粗差筛选后的RMSE分别为0.95 m、0.83 m;经过精细化筛选后(云量≤20%,坡度≤0.57°)的高程控制点的RMSE分别为0.69 m、0.57 m,数据保留率分别为61.38%、60.00%。

      表 5  ICESat-2高程数据在山东试验场的高程精度验证情况

      Table 5.  Elevation Accuracy Verification of ICESat-2 Elevation Data in Shandong Experimental Field

      筛选条件 插值高程精度/m 均值高程精度/m 中值高程精度/m 数据保留率/%
      ME RMSE ME RMSE ME RMSE
      -0.19 1.11 -0.24 1.20 -0.25 1.35 100.00
      -0.12 1.04 -0.16 1.08 -0.17 1.18 75.94
      -0.12 0.95 -0.17 1.00 -0.17 1.11 75.93
      -0.08 0.69 -0.08 0.70 -0.07 0.71 61.38
      注:①保留所有激光点;②仅保留强激光束的激光点;③保留经过参考DEM粗差筛选后的激光点;④保留经过粗差筛选和精细化筛选后的激光点,即高程控制点

      表 6  ICESat-2高程数据在河南试验场的高程精度验证情况

      Table 6.  Elevation Accuracy Verification of ICESat-2 Elevation Data in Henan Experimental Field

      筛选条件 插值高程精度/m 均值高程精度/m 中值高程精度/m 数据保留率/%
      ME RMSE ME RMSE ME RMSE
      0.26 1.39 0.28 1.40 0.29 1.50 100.00
      0.31 1.25 0.33 1.25 0.33 1.35 83.90
      0.31 0.83 0.31 0.77 0.30 0.75 78.13
      0.31 0.57 0.31 0.55 0.31 0.56 60.00
      注:①保留所有激光点;②仅保留强激光束的激光点;③保留经过参考DEM粗差筛选后的激光点;④保留经过粗差筛选和精细化筛选后的激光点,即高程控制点

      表 7显示了不同地形下ICESat-2高程点的高程精度。根据国情监测云平台的坡度划分原则[20],将地形分为5类,其中Ⅰ级、Ⅱ级为平地,Ⅲ级、Ⅳ级为缓坡,Ⅴ级为陡坡。Ⅰ级平地的高程差ME为-0.09 m,RMSE为0.47 m。由表 7可知,坡度对激光点的高程精度有显著影响,平地的高程差ME和RMSE均优于缓坡和陡坡。

      表 7  不同地形下ICESat-2高程点的高程精度(按照耕地坡度分级划分)

      Table 7.  Elevation Accuracies of Extracted ICESat-2 Laser Points Under Different Terrains (Graded by Terrain Slope)

      精度指标 地形类别代码及坡度范围
      Ⅰ(平地)
      (坡度≤2°)
      Ⅱ(平地)
      (2° < 坡度≤6°)
      Ⅲ(缓坡)
      (6° < 坡度≤15°)
      Ⅳ(缓坡)
      (15° < 坡度≤25°)
      Ⅴ(陡坡)
      (坡度 > 25°)
      ME/m -0.09 -0.29 0.39 0.32 -1.60
      RMSE/m 0.47 1.16 1.58 4.08 5.62

      山东试验场和河南试验场的ICESat-2高程控制点精度分布情况如图 6所示[19],其中高程精度优于0.2 m的激光点表现为绿色;高程精度优于0.5 m的激光点表现为青色、绿色和黄色。精度较低的激光点主要分布于建城区以及地形起伏较大的地方;精度较高的激光点多分布于平地。

      图  6  山东和河南试验场ICESat-2高程控制点精度分布情况[19]

      Figure 6.  Accuracy Distributions of ICESat-2 Elevation Control Points in Shandong and Henan Experimental Fields[19]

    • 利用美国西部、中部和东部试验场的参考高程数据对ICESat-2高程控制点的高程精度进行验证,得到的高程差ME和RMSE如表 8所示。中国和美国各试验场的精度对比(RMSE)如图 7所示。在美国3个试验场中,最大陆地高程(h_te_max)的表现均为最优;综合表现最稳定的是插值陆地高程(h_te_interp)、均值陆地高程(h_te_mean)和中值陆地高程(h_te_median),在各试验场的RMSE均小于0.9 m。

      表 8  各试验区ICESat-2高程控制点的高程精度对比/m

      Table 8.  Elevation Accuracy Comparison of ICESat-2 Elevation Control Points in Each Experimental Field/m

      精度类别 中国山东试验场 中国河南试验场 美国西部试验场 美国中部试验场 美国东部试验场
      ME RMSE ME RMSE ME RMSE ME RMSE ME RMSE
      插值高程精度 -0.08 0.69 0.31 0.60 -0.85 0.88 -0.68 0.71 -0.44 0.58
      均值高程精度 -0.08 0.70 0.31 0.57 -0.86 0.89 -0.66 0.78 -0.45 0.60
      中值高程精度 -0.07 0.71 0.31 0.61 -0.85 0.88 -0.65 0.78 -0.45 0.60
      最大高程精度 0.41 0.83 0.81 1.00 -0.40 0.51 0.00 0.74 0.07 0.45
      最小高程精度 -0.63 0.94 -0.21 0.57 -1.38 1.42 -1.39 1.46 -1.05 1.16

      图  7  各试验场高程精度(RMSE)验证结果比较

      Figure 7.  Comparison of Elevation Accuracy Verification Results (RMSE) for Each Experimental Field

    • 本文通过处理ICESat-2/ATLAS的数据产品ATL08,获取了覆盖全球的ICESat-2陆地高程点,研究了基于参考高程数据和属性参数提取ICESat-2全球高程控制点的方法,并利用高精度地面参考高程数据验证其高程精度。用中国山东试验场和河南试验场30 cm高程精度的机载激光数据进行验证,得到的RMSE分别为1.11 m、1.39 m;经过参考DEM粗差筛选后的RMSE分别为0.95 m、0.83 m;经过精细化筛选后的高程控制点的RMSE分别为0.69 m、0.57 m,数据保留率分别为61.38%、60.00%。用美国西部、中部和东部试验场1 m空间分辨率的机载激光数据进行验证,各试验场的高程RMSE均小于0.9 m,证明本文的提取方法能够在保证数据保留率的同时有效提高高程精度,能够用于大范围的全球高程控制点提取。但本文研究还存在以下问题需要进一步讨论:

      1)点位密度。由于ICESat-2激光点在沿轨方向和垂直于轨道方向的分布并不均匀,在利用ICESat-2高程控制点进行产品质量检查时,有必要对点位密度作适当的调整。利用现有的ICESat-2激光数据的储存管理方式难以直接检索到重叠度高且恰好达到密度要求的激光数据,在保证每平方公里100个高程控制点的数据密度的前提下,如何高效地获取点位分布均匀并同时满足密度要求的激光数据仍是一个问题。

      2)高程控制点数据库管理。即使在完成数据处理、高程控制点提取后,数据量已经大大降低,全球的高程控制点数据量依然非常庞大,且随着时间的推移,数据量还将不断增长。建设能够管理海量数据的高程控制点数据库系统并实现快速查询,是一个具有挑战性的任务。

      3)高程控制点提取的可靠性和精度。全球不同地区、不同地形条件下的高程点精度均存在差异,坡度等属性参数对高程点的筛选效果也应当随着地区的变化而有所不同。未来将结合全球地表覆盖数据对高程控制点作进一步的筛选,研究能够自适应地调整筛选条件的高程控制点提取方法将是下一步的研究方向。

参考文献 (20)

目录

    /

    返回文章
    返回