高分一号卫星，简称高分卫星，是一种高分辨率对地观测卫星，于2013年4月26日在酒泉卫星发射中心发射升空，搭载了4台多光谱宽幅相机和2台全色/多光谱相机，分辨率分别为16 m、2 m/8 m.与国内已投入使用的对地观测卫星相比，高分卫星有以下特点：1)因为增加了高分辨率多光谱相机，所以有效地提高了遥感影像的空间分辨率；2)时间分辨率有较大提高. “高分一号”可以4天内对同一地区重复拍照，而世界上同类卫星需要10余天.可以说，高空间分辨率和高时间分辨率的结合在“高分一号”卫星上得到了完美体现.

随着遥感数据的广泛应用，遥感数据的质量评价已经成为连接遥感数据技术发展与更高分辨率传感器研制的重要 纽带，也是遥感技术研究领域的重要课题之一.迄今为止，国内外学者在遥感数据质量评价方面开展了诸多研究，对于不同的遥感数据采用不同的评价方法，主要表现为以下三方面：

(1)对于TM数据的质量评价有通过计算TM数据和地形图上同名控制点及相应线段的的坐标差值、差值均值和均方根来定量分析TM数据的几何精度(王新民等，1987；王新民和章蕾，1989)，还有通过计算图像的信噪比、反差、辐射精度、信息量、清晰度和地面分解力等方面与其他卫星数据进行对比分析(刘建贵等，1999；张霞等，2002；王钦军和田庆久，2007).

(2)对于中巴资源卫星数据的评价有进行条带现象、几何精度和噪声等方面分析CCD图像数据质量(赵书河等，2000；杨忠东等，2004)，还有采用PANSHARP方法、HIS变换法、Gram-Schmidt法、Brovey变换法、SFIM法、小波融合法和主成分融合法将中巴资源卫星数据融合结果进行对比分析(薛振山等，2009).

(3)还有一些对于其他数据精度的分析，如对Arkon-2地球观测卫星数据从实际空间分辨率、成像系统等方面分析(Thomson, 2005)；李浩军等(2010)基于GNSS网络利用所估计实时精密钟差特征建立实时精密单点定位的估算模型，并对该模型进行精度分析；陈顺云等(2011)从差值、统计特征和时频三个方面来对比分析通过卫星遥感影像获得的地表温度和实际测量得到的地表温度，两者之间的相关性；对FY-3气象卫星上搭载的紫外臭氧总量探测仪TOU获得的、经过在轨定标后的数据与AURA/OMMI以及地基产品进行了对比分析(江芳等，2012)；通过欧洲中尺度天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)资料对GPS实测获得的ZTD数据进行对比分析(陈钦明等，2012)；对于风云卫星数据从太阳X射线探测器能谱分辨率、对地球静止轨道空间环境高能带电粒子的探测能力范围等方面进行了分析(韦飞等，2013)；宫晓艳等(2013)通过计算COSMIC大气掩星与SABER/TIMED数据的绝对偏差、平 均温度偏差和标准偏差对数据进行比较分析；沈强等(2013)基于ALOSPRISM获取的三轨立体像对、ALOSPALSAR雷达影像和欧空局发布的汶川地震ENVISAT雷达影像应用光学遥感立体测图技术、InSAR技术建立覆盖汶川地震地区的数字高程模型并采用实测GPS数据进行精度分析.

总之，他们都是通过不同方法对不同的数据进行对比研究(姚大全等，2014；方中于等，2015)，发现不同数据的质量特征，可以在相同空间分辨率的情况下选择数据质量高的遥感数据，为数据的选择提供科学依据，并对卫星传感器的研制起到一定的推动作用，促进了遥感技术的发展.高分一号卫星作为国内首个以高空间分辨率和高时间分辨率完美结合的卫星，数据的应用更是受到各界的关注，因此对于高分数据质量的评价非常重要.

高分一号卫星PMS传感器搭载了8 m分辨率多光谱和2 m分辨率全色相机，具有高空间分辨率、多光谱的特点.高分一号PMS传感器设置了全色(0.45～0.90 μm)和蓝(0.45～0.52 μm)、绿(0.52～0.59 μm)、红(0.63～0.69 μm)、近红外(0.77～0.89 μm)4个波段，分辨率分别为2 m和8 m；SPOT5传感器设置了全色(0.49～0.69 μm)和绿(0.49～0.61 μm)、红(0.61～0.68 μm)、近红外(0.78～0.89 μm)、短波红外(1.58～1.78 μm)4个波段，分辨率分别为2.5 m和10 m.高分一号两台相机组合扫描幅宽是60 km, 与SPOT5一景宽度是一致的，多光谱相机的重访周期为4天，覆盖周期为41天，而全色相机的覆盖周期为4天，可以将多光谱、高空间分辨率和宽覆盖等遥感技术结合在一起，而地质灾害的勘察与监测也需要高空间分辨率遥感图像.

文章所选评价区域为湖南省株洲市攸县，攸县位于湖南省东南部，地理位置介于东经113°09′09″至113°51′30″，北纬26°46′34″至27°26′30″之间，全县辖20个乡镇，总面积2664平方公里，地貌以山地为主，其次为岗地，接下来依次为平原、丘陵和水面，全县海拔界于69 m至1404.9 m之间.攸县属于亚热带季风湿润气候，常年气候较温和，四季分明，雨水充足，地下矿产资源丰富，由自然条件引发的地质灾害与人类活动引发的地质灾害较为突出，主要的地质类型包括：崩塌、滑坡、泥石流、地面塌陷、踩空塌陷、土质塌陷、地面沉降、地裂缝.一般地，地质灾害发生会引发严重的经济损失、人员伤亡、交通通讯中断，甚至是在灾害发生区域造成动荡，本数据的评价工作主要应用于后期对该区域地质灾害类型、范围、强度等的判断.实验数据包括高分一号卫星PMS数据与SPOT5数据的1～3波段数据.

(1)IHS融合

IHS融合方法就是首先将多光谱图像从R(红)G(绿)B(蓝)空间转换至I(亮度)、H(色调)和S(饱和度)空间，然后将转换后多光谱图像的I分量与全色图像进行直方图匹配，接着将多光谱图像的I分量用上一步匹配好的全色图像代替，最后进行IHS逆变换即可，IHS融合方法可以更好的表现多光谱影像关于空间细节方面的信息.

(2)Brovey变换

Brovey变换就是首先将多光谱图像的3个波段按照以下公式进行计算，计算的值即为融合后各个波段的值，然后进行Brovey反变换即可得到融合图像.Brovey变换融合方法较简单，多光谱图像的信息也最大限度地保留下来.

(3)乘积变换

乘积变换就是将多波段遥感影像像元值和高分辨率全色波段影像像元值按照以下公式进行计算，计算的结果即为融合图像各个波段的像元灰度值，这样可以得到融合图像，公式为

(4)主成分变换

主成分分析法，即PCA(Principal component analysis)，包含两种方法，第一种是参与法，将高分辨率全色波段影像和多光谱波段遥感影像一起进行主成分变换，然后再进行PCA逆变换即可；另一种是替换法，首先将多光谱进行主成分变换，然后将高分辨率全色波段影像与多光谱图像的第一主成分图像进行直方图匹配，接着将匹配后的高分辨率影像数据代替多光谱遥感影像数据中的第一主成分数据，最后将它同其他成分数据进行逆主成分变换即可得到融合影像.主成分变换可以使用任意多个波段，有效的减少了数据的冗余.

(5)小波变换

小波变换就是首先要将多光谱遥感影像和高空间分辨率全色影像按照以下公式分别进行小波分解得到图像的近似分量和细节分量，然后再分别进行融合处理，最后将融合后图像的近似分量和细节分量进行小波逆变换，即可得到融合图像.分解公式为

(6)Gram Schmidt变换

Gram Schmidt变换是一种多维线性正交变换，首先将高分辨率全色影像进行重采样为低分辨率的模拟的高分辨率全色波段影像，然后将低分辨率全色波段影像作为第1个向量与多光谱图像进行Gram Schmidt变换，接着将高分辨率全色波段影像代替进行上一步变换后得到图像的第1个向量，最后将得到的数据进行反Gram Schmidt变换，即可得到进行融合图像.Gram Schmidt变换方法可以有效地减少数据冗余，降低信息过于集中的问题.

(1)辐射精度

辐射精度能够反映传感器接收到图像的信息量丰富程度，这里选取了灰度均值、方差、偏斜和陡度4个图像评价参数，通过计算这些参数，来定量的分析评价图像的质量，计算公式为

灰度均值是指图像中所有像元灰度值的平均值，灰度均值越大表明图像的整体辐射状况越好，图像越亮，接收到的光能也越大，反之，接收到的光能较小，趋向于黑色，读不出图像中的信息；方差值越大，表明图像的灰度分布范围越广，所含的信息量越丰富，反差越大，反之，图像灰度分布范围越小，色调均匀，反差越小，所含信息量越少；偏斜度越大，表明图像直方图分布偏离平均值程度越大，反之，偏离程度较小，而当偏斜度值大于0时，表示不对称部分的分布趋向正值，反正，趋向负值；陡度越大，表明图像直方图的动态范围越小，反之，直方图动态范围越大.

(2)图像信噪比

图像信噪比是指图像中信号和噪声的比值，计算信噪比的方法有多种，最常见的有分块统计、半方差图等，研究结果表明根据以上方法计算得到的信噪比能反映图像的整体质量(Gao, 1993；Curtis et al.，1988a, 1988b).本文采用了方差法判读PMS传感器的信噪比水平，定量的分析图像的信噪比，信噪比数值越高，噪声越小，图像越好，公式为

(3)图像信息量

通过计算信息熵可以用来衡量图像的信息量，信息熵越大，表明图像所含的信息量越丰富，并且在一定程度上决定了影像的不确定性(王占宏，2004)，公式为

各个波段信息量的总和就是多波段遥感影像的信息量，但是由于影像波段间相关性等因素会影响遥感影像所包含的信息量，所以在充分考虑波段间的信息冗余的基础上计算多波段遥感影像数据的信息量.计算公式为

(4)波段之间的参数

各个波段之间的相关性存在于多波段图像中，协方差和协方差矩阵、相关系数和相关矩阵参数可以用来评价各个波段之间的统计特征公式为

本次研究的数据处理流程如下：

(1)数据收集整理.首先下载高分一号卫星2014年1月31号扫描覆盖研究区域数据和SPOT5卫星2013年12月31日扫描覆盖研究区影像数据，前人研究的成果资料，还需要下载2010年USGS制作的全球陆地测量数据GLS, 进行几何精度的分析.

(2)数据前期预处理.利用ARCGIS、ENVI和ERDAS的GIS软件和遥感软件对各个影像数据进行格式转换、影像数据增强、融合、拼接、裁剪等处理.

为了保证数据的质量，融合时使用了B01、B02和B03波段参与，融合结果也以321真彩色波段组合方式进行显示.实验数据进行了数据格式转换等预处理过程之后，分别采用了IHS融合、Brovey变换、乘积变换、主成分变换、小波变换和Gram Schmidt变换六种方法进行处理得到以下结果(图 1).

图 1

Fig. 1

图 1 实验区MSS和PAN影像及其6种不同方法融合影像 (RGB321真彩色合成) Fig. 1 Raw MSS, PAN image and their six different methods of fused image (RGB321 True Color Composited)

图 2

Fig. 2

图 2 控制点分布示意图 Fig. 2 Distribution map of control points

从上图目视效果看，IHS融合图像色调发生了变化，纹理较清晰；Brovey融合影像空间分辨率较低，色调与真实地物较接近；主成分方法融合影像分辨率较低，纹理清晰度较好；小波融合影像色调发生了较大的变化，影像纹理较模糊，空间分辨率不高，有一定的光谱畸变；GS融合影像空间分辨率高，纹理较清晰，发生了一定程度的光谱畸变；乘积融合图像能较好的反映真实地物，在色彩、色调以及影像分辨率、纹理清晰度和地物识别等方面均优于IHS融合、Brovey变换、主成分变换、小波变换和GS变换方法.通过上述比较定性分析，可以发现乘积变换方法应用于此次数据的保真效果较好，所以本次研究中采用的是乘积变换方法对数据进行融合.

本文几何精度参考数据采用了2010年USGS制作的全球陆地测量数据GLS, 通过对比分析判读高分数据和SPOT5数据的几何精度.

选取均匀分布在影像上的22个控制点，其控制点所在的位置如图 2所示.通过计算不同波段间的同名控制点的坐标差值、总差值、均方根误差以及相应线段间的差值来评价影像波段间位移以及内部精度，结果如表 1和表 2所示.

由表 1可知，高分数据在x、y方向上的波段间位移总值最大为3.3 m, 均值小于0.2 m, 即不到0.1个像元，RMS小于1，总RMS小于0.8；而SPOT5数据在x、y方向上的波段间位移总值最大为6.3 m, 均值小于0.3 m, RMS小于0.9，总RMS小于0.8.由于选取控制点的过程中必然会存在误差，在11000比例尺下控制点的误差范围控制在1 m范围内，因此可认为：1)高分数据与SPOT5数据波段间无像元错位现象，图像较清晰，波段间没有明显的位移情况；2)高分数据的波段间位移均值均小于SPOT5数据，在一定程度上高分一号卫星影像还比SPOT5卫星影像稳定.

从表 2可以看出，高分数据内部控制点边长与GLS2010数据对应边长相比，相对误差均低于0.35％，且其均值为0.03％，可以看出高分数据的影像内部没有明显的畸变与扭曲现象，而SPOT数据内部对应控制点边长与GLS2010数据相比，相对误差均值为-0.01％，可见高分数据较SPOT数据相比，存在畸变和扭曲，但是影响很小.

表 1 (Table 1)

表 1 波段间位移精度分析/m Table 1 Analysis of inter-b and displacement/m 影像 高分数据 SPOT5数据 波段 1’2 1’3 1’2 1’3 坐标差 ΔX ΔY ΔX ΔY ΔX ΔY ΔX ΔY 总坐标差 -1.03 -1.19 0.49 -3.27 -1.56 5.44 -6.26 1.26 均值 -0.05 -0.05 0.02 -0.15 -0.07 0.25 -0.28 0.06 RMS 0.59 0.39 0.93 0.60 0.53 0.73 0.88 0.69 总RMS 0.50 0.79 0.64 0.79

表 1 波段间位移精度分析/m Table 1 Analysis of inter-b and displacement/m

表 2 (Table 2)

表 2 影像内部同名控制点连线边长误差/m Table 2 Comparison of side length error between image control points/m 影像 高分数据 SPOT5数据 线段 绝对误差 相对误差 绝对误差 相对误差 1 33.83 0.14% -54.63 -0.23% 2 0.17 0.00% 9.48 0.14% 3 -20.27 -0.11% -20.86 -0.11% 4 17.25 0.31% 19.73 0.35% 5 -14.35 -0.12% -28.90 -0.24% 6 20.85 0.19% 10.74 0.10% 7 -3.96 -0.07% -26.02 -0.47% 8 3.69 0.02% 36.83 0.16% 9 1.86 0.01% -37.51 -0.13% 10 7.79 0.03% -5.69 -0.02% 11 -4.60 -0.06% 1.80 0.02% 12 11.57 0.11% -5.52 -0.05% 13 -4.71 -0.02% 47.75 0.22% 14 -5.41 -0.02% 12.05 0.05% ∑ 43.70 0.40% -40.74 -0.20% 均值 3.12 0.03% -2.91 -0.01% RMS 14.12 27.75

表 2 影像内部同名控制点连线边长误差/m Table 2 Comparison of side length error between image control points/m

本文选用了灰度均值、方差、偏斜、陡度、信噪比和信息熵6个评价指标来定量的分析图像的辐射质量.

辐射精度分析指标计算结果如表 3所示.从表中数据可以看出高分数据的均值较低，可见高分数据的整体辐射状况 稍差于SPOT5数据，高分数据与SPOT5数据的灰度均值相差-11.26％(-19.11)，方差均值相差 -88.84％(-8129.73)，表明高分数据的整体辐射范围小于SPOT5数据，SPOT5数据的图像灰度分布范围更广.在影像的偏斜度与陡度方面，高分数据的偏斜度均值为0.00002698，而SPOT5数据是-0.20150511039，可见高分数据直方图偏离平均值的程度较大，且不对称部分的分布趋向正值，SPOT5数据恰恰相反，偏离程度较小且趋向负值，高分数据与SPOT5数据的陡度均值相差355％(0.20150511355)，高分数据比SPOT5数据的图像直方图动态范围小.综上，SPOT5数据的辐射状况较好，灰度分布范围更广，形态更加均匀，直方图的动态范围较大.

从各个波段的角度来看，高分数据与SPOT5数据相比，1波段在4个指标的相对误差分别为-2.03％(-3.59)、 -88.69％(-6786.99)、5855.10％(0.00002869)、21550.00％(0.20150511431)，2波段在4个指标的相对误差分别为-2.37％(-3.9)、-88.80％(-8939.45)、7985.19％(0.00002156)、25200.00％(0.20150511252)，3波段在4个指标的相对误差分 别为-29.63％(-49.84)、-88.99％(-8662.75)、7965.00％(0.00003106)、38500.00％(0.20150511385)，表明高分数据3个波段的辐射精度由好到差的排序依次为第一波段、第二波段和第三波段.

表 3 (Table 3)

表 3 实验影像辐射精度分析 Table 3 Analysis of radiation accuracy 影像 波段 灰度均值 方差 偏斜度 陡度 高分数据 1 173.09 865.15 0.00002820 0.20150511433 2 160.47 1127.10 0.00002129 0.20150511253 3 118.37 1071.50 0.00003146 0.20150511386 SPOT5 数据 1 176.68 7652.14 -0.20150511049 0.20150511002 2 164.37 10066.55 -0.20150511027 0.20150511001 3 168.21 9734.25 -0.20150511040 0.20150511001

表 3 实验影像辐射精度分析 Table 3 Analysis of radiation accuracy

高分数据与SPOT5数据信噪比的计算结果如表 4所示，从表中可以看出，高分数据与SPOT5数据3个波段信噪比均值的差距为650.00％(0.13)，表明高分数据在信噪比方面优于SPOT5数据，所含的噪声小于SPOT5数据，图像中的信号大于SPOT5数据.

从各个波段的角度来看，高分数据的信噪比由大到小依次为波段1、波段2和波段3，可见高分数据的第一波段所含噪声最小，第三波段所含噪声最大，而SPOT5数据波段1、2、3的信噪比值相同，所以SPOT5波段1、2、3数据所含噪声基本相同.高分数据与SPOT5数据相比，波段1的信噪比的差距为900.00％(0.18)，波段2的信噪比的差距为600.00％(0.12)，波段3的信噪比的差距为450.00％(0.09)，可见，高分数据的各个波段的信噪比均大于SPOT5数据，所含噪声均小于SPOT5数据.

表 4 (Table 4)

表 4 实验影像信噪比分析 Table 4 Analysis of SNR 影像 高分数据 SPOT5数据 波段1 0.20 0.02 波段2 0.14 0.02 波段3 0.11 0.02

表 4 实验影像信噪比分析 Table 4 Analysis of SNR

表 5 (Table 5)

表 5 图像信息量结果 Table 5 Amount of information results 影像 高分数据 SPOT5数据 波段1 5.56 4.20 波段2 5.56 4.15 波段3 5.57 4.32 总信息量 16.69 12.67 实际信息量 5.65 4.25

表 5 图像信息量结果 Table 5 Amount of information results

高分数据与SPOT5数据的图像信息量结果如表 5所示，从总信息量来看，高分数据为SPOT5数据信息量的131.73％(4.02)，考虑到相邻波段间的相关性，高分数据实际信息量为SPOT5数据实际信息量的132.94％(1.40)，可知高分数据所含信息量略多于SPOT5数据.同时，从各个波段来看，高分数据3个波段各自所含信息量分别为SPOT5数据3个波段的132.38％(波段1)、133.98％(波段2)、128.94％(波段3)，表明高分数据的各个波段所含信息量均多于SPOT5数据，且高分数据的波段3所含信息量稍微多于波段1和2.

表 6和表 7分别是高分数据3个波段间和SPOT5数据3个波段间的相关系数矩阵和协方差矩阵，从3个波段间相关系数可知高分数据三个波段间的相关系数都达到了0.98以上，相关系数均较大，系数均值为0.99232，而SPOT5数据三个波段间的相关系数也比较大，达到了0.99以上，系数的均值为0.99297，表明SPOT5数据三个波段间的相关系数略高于高分数据，光谱质量略好.从图像三个波段的相关系数矩阵来看，高分数据波段2与波段3的相关系数最大，可见高分数据波段2和波段3在光谱信息上有很强的一致性；另外比较波段1与波段2、波段2与波段3的相关系数，高分数据均高于SPOT5数据，由此可知，在波段1与波段2、波段2与波段3的光谱信息一致性方面，高分数据高于SPOT5数据.从协方差矩阵表中可以看出，高分数据的协方差也均高于SPOT5数据，且高分数据的波段2与波段3的协方差最大，表明高分数据各波段之间的独立性不如SPOT5数据.

表 6 (Table 6)

表 6 图像相关系数矩阵 Table 6 Correlation coefficient matrix 相关系数 高分数据 SPOT5数据 波段1 波段2 波段3 波段1 波段2 波段3 波段1 1.20150511 0.99208 0.98644 1.20150511 0.99079 0.99462 波段2 0.99208 1.20150511 0.99843 0.99079 1.20150511 0.99351 波段3 0.98644 0.99843 1.20150511 0.99462 0.99351 1.20150511

表 6 图像相关系数矩阵 Table 6 Correlation coefficient matrix

表 7 (Table 7)

表 7 图像协方差矩阵 Table 7 Covariance matrix 协方差 高分数据 SPOT5数据 波段1 波段2 波段3 波段1 波段2 波段3 波段1 261227518.53467 343268820.81149 361719975.33996 9837.92253 8601.85195 9909.48804 波段2 343268820.81149 458308447.36524 484937892.92968 8601.85195 7661.58442 8735.29940 波段3 361719975.33996 484937892.92968 514731529.00997 9909.48804 8735.29940 10089.94521

表 7 图像协方差矩阵 Table 7 Covariance matrix

4.1  高分一号卫星PMS数据的各波段间无像元错位现象，在x、y方向上各波段间总位移均不到0.2个像元，数据内部存在着极小的影像畸变和扭曲现象，对多数应用基本无影响.

4.2  高分数据的灰度均值和方差均小于SPOT5数据，偏斜度和陡度均大于SPOT5数据，说明高分数据的整体辐射状况不如SPOT5数据，整体辐射范围稍差与SPOT5数据，且高分数据的图像灰度分布范围较小，图像直方图动态范围较小.高分数据的信噪比比SPOT5数据的信噪比更大，可见高分数据图像所含噪声小于SPOT5数据，图像的整体质量要优于SPOT5数据，而且信息量较为丰富.不论是从总信息量还是实际信息量方面来看，高分数据均大于SPOT5数据，可知高分数据所含信息量略多于SPOT5数据.另外高分数据三个波段间的相关系数都达到了0.98以上，但系数均值小于SPOT5数据，可见高分数据的图像光谱质量较差，其中相关系数最大的为高分数据波段2与波段3的相关系数，高分数据绿波段和红波段有较强的一致性存在于光谱信息，同时它们之间的协方差最大，表明高分数据各波段之间的独立性不如SPOT5数据.

4.3  高分数据的3个波段中，从辐射精度方面来看，第一波段最好，其次是第二波段，第三波段差距最大；在信噪比方面，高分数据的第一波段所含噪声最小，图像质量最好，其次为2波段和3波段，并且高分数据的各个波段所含噪声均小于SPOT5数据；从信息量方面来看，高分数据3波段要多于1波段和2波段所含的信息量，并且多于SPOT5数据的对应波段所含的信息量.

4.4  高分一号卫星传感器缺少短波、中、远红外等波段，但是它具有高空间分辨率、高时间分辨率和多光谱的特点，信息量较为丰富，高分数据进行321波段真彩色合成后的影像数据层次分明，图像清晰，能够较好的反应出河流、水库、坑塘、建筑用地、裸地、植被、地貌等方面的影像特征，其应用前景更为广泛，可为国土资源调查、城市规划、地质灾害调查等领域提供服务.

致 谢 感谢中国资源卫星应用中心和USGS给予数据上的大力支持和帮助.