SAR Elevation Control Point Extraction Combining Multistrategy ATLAS Data Preference and Image Matching
-
摘要: 为了精化星载SAR影像几何参数并提高立体定位精度,借鉴星载激光测高数据光学遥感影像高程控制点提取思路,设计了一种多策略高级地形激光测高系统(ATLAS)数据优选与影像匹配相结合的SAR高程控制点提取方法。该方法采用非夜间观测光子滤除、高置信度光子选取、SRTM DEM辅助的粗差剔除、大偏心率椭圆滤波核平坦区域光子筛选等多种策略,从ATLAS数据ATL03级产品中提取高质量、平坦区域的激光高程点,再依据SRTM DEM对斜距SAR影像进行地理编码,按激光高程点的平面坐标选取局部谷歌地球影像作为足印影像,采用秩自相似描述子进行足印影像与SAR地理编码影像的匹配,得到与激光高程点对应的SAR影像像点坐标,从而提取SAR高程控制点。采用中国登封市、日本横须贺市两个区域的ATLAS数据进行了高分三号SAR高程控制点提取实验,利用提取的高程控制点进行SAR影像几何参数精化,大幅提升了立体定位精度,验证了该文高程控制点提取方法的可行性和有效性。
-
关键词:
- 合成孔径雷达 /
- 高分三号 /
- 冰、云和陆地高程卫星-2 /
- 有理函数模型 /
- 定位
Abstract: To refine the geometric parameters of satellite-based SAR images and improve the stereo positioning accuracy, a method of SAR elevation control point extraction combining multistrategy ATLAS data preference and image matching has been developed. This method is based on the concept of optical remote sensing image elevation control point extraction from satellite-based laser altimetry data. The method employs various strategies, such as non-night observation photon filtering, high confidence photon selection, SRTM DEM-assisted coarse difference rejection, and large eccentricity elliptical filtering kernel flat area photon screening. To extract laser elevation points with high quality and flat area from ATLAS data for ATL03 level products. Then the geocoding of the slant range SAR images is performed using the SRTM DEM. The local Google Earth images are selected as the footprint images according to the plane coordinates of the laser elevation points. The rank self-similarity descriptor is used to match the footprint images with the SAR geocoded images. The coordinates of the SAR images corresponding to the laser elevation points are obtained. Thus, SAR elevation control points are extracted. The extraction of GF-3 SAR elevation control points was performed using ATLAS data from two regions: Dengfeng, China, and Yokosuka, Japan. The geometric parameter refinement of SAR images using extracted elevation control points significantly improved the accuracy of stereo positioning and verified that the method for extracting elevation control points described in this paper is feasible and effective. -
1. 引言
作为现代通信、探测和测试系统中的核心部件,频率综合器能够在一定带宽范围内灵活输出高精度、高稳定的频率信号,广泛应用于无线通信、雷达探测、测试与计量、卫星等领域[1–4]。随着技术的发展,高频率、大带宽、低相噪及低杂散成为新一代高性能频率综合系统的必然演进方向。传统基于微波技术的频率综合技术采用低频晶体振荡器作为参考源,通过倍频锁相的方式产生高频信号,但是所产生的高频信号的相位噪声在倍频锁相过程中被快速恶化(20lgN, N为倍频因子),难以进一步提升。
相比之下,光子技术具有低噪声、低损耗和大带宽等关键优势,因此通过光子技术实现频率综合已获得人们的广泛重视[5–9]。光域实现微波频率综合技术主要包括双光频梳锁定技术[5],飞秒锁模激光器锁相技术[6],半导体激光器注入锁定技术[7]和基于光电振荡器(Opto-Electronic Oscillator, OEO)的锁相技术[8,9]等。双光频梳锁定技术和飞秒锁模激光器锁相技术本质上都需要选出两个光波长进行拍频,将拍频产生的微波信号作为频率综合器的参考信号。这两种技术都能产生高稳定的参考信号,但为了保证选出的两个波长的频率稳定性,需要对光频梳对或者锁模激光器进行复杂的控制,很难具有实用性。而基于半导体激光器的注入锁定技术[7]能够实现宽带频综信号产生,但是由于主光波长和从光波长之间无法严格相位锁定,因此产生的频综信号相位噪声性能较差。与前3种技术不同,基于OEO的频率综合技术采用OEO输出的高频、低相位噪声的微波频率作为参考信号,利用锁相环技术将频率综合器的输出信号和光电振荡频率进行相位锁定,进而实现宽带高性能的频率综合信号产生。基于该机理,Peng等人[8]利用锁相OEO实现了高频率分辨率的X波段频率综合器,输出频率范围覆盖8~10 GHz。该技术避免了传统倍频锁相技术引入的相噪恶化,但其OEO输出频率的相位噪声仅为–100 dBc/Hz@10 kHz,极大地限制了频率综合器性能的提升。此外,Beltchicov等人[9]基于振荡频率为10.2 GHz的OEO及锁相技术也实现了9~18 GHz的频率综合器。该系统通过频率合成输出的10 GHz信号相位噪声约为–120 dBc/Hz@1 kHz以及–140 dBc/Hz@10 kHz,具有很好的相噪性能。值得注意的是,该方案中采用的OEO相位噪声约为–122 dBc/Hz@1 kHz和–151 dBc/Hz@10 kHz,从根本上保证了频率综合器输出信号的频谱纯度及噪声性能。综上所述,基于超低相位噪声OEO的频率综合技术为实现高性能先进频率综合系统提供了有效新思路。
本文提出了一种基于级联相位调制器(Phase Modulator,PM)的注入锁定OEO及其频率综合系统。与传统的OEO[10–12]相比,本文利用相位调制技术展宽光谱并保持光功率恒定,降低振荡环路中光纤引入的受激布里渊散射[13]、自相位调制[14]以及四波混频[15]等非线性影响。采用注入信号和光电振荡信号分别独立调制的方式,隔离注入信号对振荡环路微波器件的反向干扰,从而消除微波链路中反射干扰对振荡信号的影响。双输出马赫曾德尔干涉器(Mach-Zehnder Interferometer,MZI)实现相位调制到强度调制的转化,之后通过平衡探测的方式消除系统共模强度噪声,大幅提升系统信噪比。此外,本文基于所提出的OEO,联合直接数字频率合成(Direct Digital frequency Synthesis, DDS)与锁相环(Phase-Locked Loop, PLL)的混合锁相技术,实现了宽带、高性能频率综合信号的产生。本文中,首先提出并分析基于级联相位调制器的注入锁定OEO的结构、机理及其性能,然后提出基于上述OEO的频率综合系统结构与原理,最后搭建基于级联相位调制器的注入锁定OEO的频率综合实验系统,并对其产生信号的性能开展研究与分析,证实所提OEO及其频综系统的可行性与技术优势。
2. 基于级联PM的注入锁定光电振荡器
图1所示为基于级联相位调制器的注入锁定OEO结构示意图,主要由光源,相位调制器(PM1, PM2),光纤,双输出MZI,平衡探测器(Balanced PhotoDetector, BPD),放大器,窄带带通滤波器(BandPass Filter, BPF),压控移相器(Voltage-Controlled Phase Shifter, VCPS),注入源以及锁相环等各部分组成。PM1将注入源输出的信号相位调制到光源输出的光载波上,输出的相位调制光信号在级联的PM2中相位调制上光电振荡信号,并输出级联相位调制后的光信号。PM2输出的光信号经过长光纤延时后,在双输出MZI中实现相位调制到强度调制的转化,输出两路差分的强度调制光信号,并在BPD中进行平衡探测,实现光信号到电信号的转化。平衡探测后的微波信号经过放大器、带通滤波器及压控移相器后连接至PM2的射频端口形成振荡环路。若注入源信号关闭,当反馈环路满足自由振荡条件后[16],OEO将输出频率为带通滤波器中心频率附近的振荡信号,但是自由振荡的OEO输出频率不固定,且边模抑制较差。
为了使OEO输出固定频率且具有高杂散抑制比,本文将注入源信号打开,调制到PM1上,并通过PM2、光纤、双输出MZI和BPD进入至光电振荡环路,且注入信号频率与带通滤波器的中心频率保持一致。得益于注入信号的牵引与对其它振荡模式的抑制作用,OEO将在注入信号频率处形成振荡,并在带通滤波器输出端口输出高杂散抑制比的振荡信号[10]。此外,为了提高环路信号的信噪比以及降低振荡信号的相位噪声,光源输出功率需要尽可能提高。但是基于传统强度调制的OEO方案,随着光源功率提高,进入到光纤中的强度调制光信号功率也将提升,容易激发光纤中的各类非线性效应[14,17],比如受激布里渊散射、自相位调制及四波混频等。本文在进入长光纤前采用相位调制方式,将光载波的能量分散到各个调制边带上,降低了光纤中受激布里渊散射的影响[17]。同时相位调制不影响输出光信号强度,保持光能量在光纤传播中不随时间变化,从而降低光纤克尔非线性引入的噪声影响。此外,为了提升OEO的频率稳定性,本文将OEO输出频率相位锁定到注入源信号上,即采用PLL技术将OEO的输出频率与注入源信号鉴相并将获得的误差信号控制VCPS的相位变化,从而反馈控制光电振荡环路的相位,最终实现OEO输出频率的稳定。值得注意的是,本文引入的双输出MZI级联平衡探测器的方法拥有两倍于基于传统强度调制OEO的光功率,光电转化后产生的微波功率提升6 dB[18],可大幅提升振荡信号的信噪比。接下来对其进行理论分析,令通过PM1, PM2以及光纤后,输入MZI的光场为
E(t)=E0exp[jωc(t−τ0)+jθ(t−τ0)] (1) 其中,E0为进入MZI的光场幅度,
ωc 为光载波角频率,θ(t) 为经过PM1和PM2后相位调制总和,τ0 为光纤引入的时延。假设双输出MZI的两臂之间引入的时延差为τd ,φd 为MZI中两臂引入的相位差,那么MZI两臂输出光场E1(t), E2(t)分别为(忽略MZI本征长度)E1(t)=√22[ejφdE(t−τd)+E(t)]E2(t)=√22[ejφdE(t−τd)−E(t)]} (2) 双输出MZI的两路输出光信号分别注入到BPD中,通过BPD转化成电信号,并输出差分后的光电流i(t),可表示为
i(t)=2ℜcos[θ(t−τ0)−θ(t−τ0−τd)+ωcτd+φd] (3) 其中,
ℜ 为BPD中单个探测器的响应度。由于光电振荡器输出的信号为单频信号,所以可以令θ(t)=βcos(ω0t) ,其中ω0 为振荡信号的角频率,β 为小信号调制系数。调节MZI的延时使得ω0τd=(2n−1)π ,其中n为整数,同时调节MZI的相对相位差使得ωcτd+φd=π/2 ,最终由式(3)可得(忽略高阶分量)i(t)=4ℜβsin(ωt−ωτ0) (4) 由式(2)、式(3)、式(4)式可得,BPD输出的信号比单路PD输出微波信号功率提升了4倍,从而大幅度提升了系统的信噪比。
根据图1的原理结构,搭建了基于级联PM的注入锁定OEO,输出信号频率为9.9999914 GHz,其结果如图2所示。图2(a)为OEO输出信号在频率范围为1 MHz、RBW为1 kHz的频谱图。由图2(a)可知,OEO输出信号杂散抑制比大于85 dB,表明该系统具有很低的杂散分量。这些杂散分量主要来自于光电振荡环路中残余的竞争模式。接下来对本文所提的OEO输出频率的相位噪声进行分析,如图2(b)中蓝色曲线所示,系统产生的光电振荡信号在1 kHz频偏处的相位噪声为–127.2 dBc/Hz, 10 kHz频偏处的相位噪声为–153.1 dBc/Hz,振荡模式模式间隔为46 kHz左右。作为对比,红色曲线为商用基于微波技术实现的高性能微波源(E8257D, Keysight)在同频点处的相位噪声曲线,其相位噪声为–105 dBc/Hz@1 kHz以及–114.4 dBc/Hz@10 kHz。对比分析可知,本文所提出的基于级联PM的注入锁定OEO在1 kHz和10 kHz频偏处的相位噪声比E8257D分别低22.2 dB和38.7 dB,表明本系统实现了超低相位噪声信号的产生。
为了分析光纤非线性效应对OEO相位噪声的影响,本文在相位调制器为小信号调制状态且输出光功率为15.5 dBm情况下,依次在环路光纤前端和后端增加光衰减器,测试不同光衰减量下的相位噪声情况。如图3所示,蓝色曲线和红色曲线分别为在环路光纤的前端和后端增加光衰减器、对应OEO在10 kHz频偏处的相位噪声随光衰减量的变化情况。对比两条曲线可知,当光衰减量从0~5 dB变化时,红色曲线对应的相噪变化较小,而蓝色曲线对应的相位噪声值比红色曲线有了极大的提升,且逐步接近–150 dBc/Hz。表明高功率的调制光信号激发了光纤中的非线性效应,严重地恶化了OEO的相位噪声。通过在光纤前端增加光衰减,降低进入光纤的光功率,可达到降低光纤非线性效应影响、提升OEO性能的效果。当光衰减量从5.0~8.8 dB变化时,蓝色曲线对应的OEO逐渐从最优的相位噪声恶化至–130 dBc/Hz左右,恶化的主要来源为环路衰减引起的信噪比损失。而红色曲线对应的相位噪声仍然比蓝色曲线高近20 dB,表明光纤非线性效应对相位噪声的影响在红色曲线中仍然表现显著。所以,为了实现最优化的相位噪声性能,需要提高系统信噪比同时尽可能降低光纤中非线性效应的影响。
3. 基于超低相噪OEO的频率综合系统
目前,实现频率综合器的主要方式包括直接模拟频率合成、DDS、混频法频率合成以及锁相环频率合成等几种途径[19]。结合第2节所提出的基于级联PM的注入锁定OEO,本文利用DDS与锁相环技术实现宽带、高性能频率综合系统,输出频率为5.9~12.9 GHz,其系统结构如图4所示。
基于级联PM的注入锁定OEO为本文所提出频率综合系统提供高性能参考信号。如图4所示,OEO输出的9.9999914 GHz信号通过功分器分为A, B, C 3路,其中A路输出信号与压控振荡器(Voltage-Controlled Oscillator, VCO)在混频器1中混频产生0.1~1.1 GHz的中频信号。B路输出信号经过10分频器分频后,产生多个次谐波分频分量,其中1 GHz, 2 GHz, 3 GHz的分频分量分别由对应的带通滤波器选出。频率为3 GHz的分频分量被选出用作DDS的外部参考时钟。DDS的输出频率通过编程控制,可实现0.2~1.2 GHz的频率输出。DDS输出信号与来自混频器1中的中频信号再次混频,输出频率为100 MHz的中频信号,并与C路的光电振荡频率100次分频后的信号一起输入至鉴相鉴频器中(Phase-Frequency Detector, PFD)。PFD输出的误差信号经由带宽为1 MHz的环路滤波器(Loop Filter, LF)提取,并反馈至VCO,进行频率稳定控制,从而实现VCO到OEO的相位锁定。当锁相环路稳定后,VCO可输出频率为8.9~9.9 GHz的信号。然后,通过将VCO输出信号与OEO的10分频信号中1 GHz, 2 GHz或3 GHz的分频分量在混频器3处混频,实现频率为5.9~12.9 GHz的频率输出。
此外,为了实现宽频谱范围内频率的快速切换,系统引入射频开关(SW1, SW2, SW3及SW4),并通过FPGA对其快速控制。由于频综系统中引入了多个混频器,混频器输出的交调分量将会恶化系统的杂散抑制度,因此在信号输出端引入带宽为500 MHz的带通滤波器组(BPF Group)对杂散信号进行滤除,抑制残余的杂散分量。本系统通过引入高频、超低相位噪声参考源,可实现频率综合器锁相环路中分频系数的大幅降低,避免相位噪声的倍频恶化,从而保证了系统信号的高性能输出。
4. 实验及结果分析
基于图4所示结构图,搭建了基于超低相位噪声OEO的频率综合器系统,其中OEO采用基于级联PM的注入锁定技术,输出频率与注入源频率同频(9.9999914 GHz)。OEO中激光器(Emcore 1782)输出波长为1550.2 nm,输出光功率为20 dBm。环路中光纤为单模光纤,类型为G652D,模场直径为9.3 μm。光纤长度约为4.4 km且注入至光纤中的光功率约为 13 dBm。为保证注入信号不对光电振荡器相位噪声造成影响,注入功率低于–15 dBm,对应信号的相位噪声为–118 dBc/Hz @1 kHz以及–122 dBc/Hz @10 kHz。此外,该频率综合系统主要还包括VCO(Hittite-HMC511), DDS(ADI-AD9914), PFD(Hittile-HMC439),分频器,混频器,低噪声放大器,带通滤波器,功分器和射频开关等。实验过程中,采用相噪分析仪(FSWP-50, R&S)对频率综合信号的频谱和相位噪声进行分析,使用实时示波器(Keysight DSOX93304,采样率80 GSa/s)对跳频信号进行采样与分析。
为了验证以基于级联PM的注入锁定OEO为参考源,锁相后VCO的输出信号性能,调节DDS参数,使其输出599.9914 MHz信号用于VCO的鉴相鉴频,从而使VCO输出9.4 GHz的微波信号,其频谱图如图5(a)所示。由图5(a)可知,VCO成功产生了频率为9.4 GHz的微波信号,且杂散抑制比在10.0 MHz的频率范围内达到74.3 dB。需要注意的是,在9.4 GHz频率两侧频偏大约1 MHz处有两个较高的噪声包络,该噪声包络主要由带宽为1 MHz的锁相环引入。此外,本文还对VCO输出9.4 GHz信号的相位噪声进行了分析,图5(b)给出了锁相前VCO输出相噪曲线(黑线),锁相后VCO输出相噪曲线(红线)以及OEO信号的相噪曲线(蓝线)。由图可知,锁相后输出信号的相位噪声在1 kHz和10 kHz频偏处分别为–115.3 dBc/Hz和–130.7 dBc/Hz,比锁定前信号的相位噪声分别低65.2 dB和47.3 dB,表明VCO输出信号锁相至OEO后相位噪声比锁相前有了极大的提升。值得注意的是,锁相后VCO信号的相位噪声相对于OEO相噪仍然有较大的差距,在1 kHz和10 kHz频偏处比OEO的相位噪声分别高11.9 dB和22.4 dB,其主要原因在于VCO本征噪声、DDS本征噪声和锁相环带内噪声的总噪底比OEO的噪底要高。为进一步降低VCO输出信号的相位噪声,可通过引入更低本征噪声的VCO和DDS,并优化锁相环的有源噪声。
改变DDS输出频率,VCO输出频率也会随之变化。图6为VCO输出信号频率为8.9~9.9 GHz、步进为0.1 GHz的相位噪声和杂散抑制情况。由图6(a)可知,VCO输出各频点在10 kHz频偏处的相位噪声值为–130 dBc/Hz左右,表明VCO锁相至超低相噪OEO后实现了宽带、低相噪信号的产生。图6(b)为VCO输出各频点的杂散抑制情况,从图中可知,各频点杂散抑制比都大于70 dB,说明该系统具有高频谱纯度。
由于VCO输出的频率范围有限,为进一步拓展频率综合系统的输出频率范围,将VCO的输出信号与OEO的10分频后的次谐波分量(分别为1 GHz, 2 GHz, 3 GHz)进行混频,从而实现了5.9~12.9 GHz的频率合成,其结果如图7所示。图7(a)为本文所提出频率综合系统输出频率为5.9~12.9 GHz、步进为1 GHz情况下的相位噪声曲线。由图7(a)可知,频率综合系统输出信号的相位噪声在5.9~12.9 GHz范围内具有高一致性,且在近频偏处相对于VCO有极大提升。图7(b)分析了该频率综合系统的在不同频率下、10 kHz频偏处的相位噪声值和杂散抑制情况。由图可得,其10 kHz频偏处相位噪声在5.9~12.9 GHz范围内均低于–125 dBc/Hz,最低能到–135 dBc/Hz,表明该系统在更大工作频率范围下仍然能保持低相位噪声的信号输出。值得注意的是,输出信号的杂散抑制比随频率在65~70 dB范围内变化,比图6(b)恶化了5 dB左右,主要原因在于混频器是非线性器件,混频后的信号中包含众多交调分量,恶化了系统杂散性能。此外,还对频率综合系统的跳频时间进行了分析,如图7(c)所示,从9.04 GHz到9.02 GHz的跳频时间低于1.48 μs,表明该系统具有快速跳频性能。
5. 结束语
本文提出一种基于级联PM的注入锁定OEO及其频率综合系统。该OEO利用相位调制输出光信号具有光谱宽、功率恒定的特点,降低了光纤中的非线性效应引入的强度噪声。还利用双输出MZI级联BPD的结构实现相位调制到强度调制的转化并有效提高了系统的信噪比。为了降低光电振荡信号的边模抑制比,采用在PM1中注入信号的方式,实现了注入锁定OEO,其输出频率为9.9999914 GHz,其相位噪声分别为–127.2 dBc/Hz@1 kHz和–153.1 dBc/Hz@10 kHz,比Keysight E8257D在相同频点、相同频偏处分别低22.2 dB和38.7 dB,具有超低相位噪声性能。此外,本文还基于所提出的超低相位噪声OEO构建了一个宽带频率综合系统。该频率综合系统采用DDS和PLL混合技术,实现了VCO锁相至OEO中,并输出8.9~9.9 GHz信号,且相位噪声保持在–130 dBc/Hz@10 kHz附近,杂散抑制比优于70 dB。最后,本文通过引入电混频器、带通滤波器组及射频开关,将频率综合系统的工作频率进行了拓展,实现了5.9~12.9 GHz的频率输出,对应的10 kHz频偏处相位噪声仍然为–130 dBc/Hz附近,跳频时间小于1.48 μs,且杂散抑制比优于65 dB。值得注意的是,通过改善或者引入更高性能VCO、DDS和锁相环,可进一步提升该频率综合系统的相位噪声性能。综上所述,本文所提出的基于级联PM的注入锁定OEO及其频率综合系统具有宽带、超低相位噪声、低跳频时间等特性,可应用于现代卫星通信、电子战系统、雷达探测以及高端仪器仪表等领域。
-
表 1 算法使用到的ATL03参数
Table 1. ATL03 parameters used by the algorithm
参数 含义 本文符号 lat_ph 每个接收光子纬度(WGS84) B lon_ph 每个接收光子经度(WGS84) L h_ph 每个接收光子高程(WGS84椭球高) H signal_conf_ph 每个接收光子置信度 C data_start_utc 数据开始时间 t0 dist_ph_along 每个接收光子在该组中的沿轨距离 li segment_length 每组沿轨距离(19.8~20.2 m) Li segment_ph_cnt 每组内光子数 wi 表 2 SAR影像数据基本参数
Table 2. Basic parameters of SAR image data
区域 序号 成像日期 轨道类型 入射角 尺寸(像素) 中心经纬度 区域1 影像1 20191021 升轨 23.31°~24.58° 32966×12576 (113.114°E, 34.514°N) 影像2 20191206 降轨 42.52°~43.18° 30944×15648 (113.120°E, 34.512°N) 影像3 20190829 降轨 46.24°~46.82° 28224×16056 (113.130°E, 34.511°N) 区域2 影像4 20190116 升轨 38.65°~39.38° 30558×14624 (139.645°E, 35.290°N) 影像5 20190116 降轨 25.16°~26.32° 31920×12576 (139.645°E, 35.296°N) 影像6 20190121 降轨 35.46°~36.25° 30638×13600 (139.642°E, 35.296°N) 表 3 不同筛选条件下光子数量
Table 3. The number of photons under different screening conditions
数据类型 区域1 区域2 光子数量(个) 数据剔除率(%) 光子数量(个) 数据剔除率(%) 原始数据 7 221 634 0 5 651 808 0 夜间观测数据 208 935 97.11 309 832 94.52 高置信度数据 171 242 18.04 276 938 10.62 粗差剔除数据 157 635 7.95 276 890 0.02 平坦区域数据 6 609 95.81 25 641 90.74 表 4 区域1 SAR高程控制点高程信息
Table 4. Elevation information of SAR elevation control points in area 1
序号 高程(m) 序号 高程(m) 序号 高程(m) 序号 高程(m) 序号 高程(m) 1 457.09 11 402.28 21 426.60 31 359.66 41 368.92 2 430.53 12 397.58 22 373.99 32 355.80 42 375.77 3 435.54 13 404.51 23 351.45 33 352.67 43 377.07 4 435.32 14 403.89 24 348.68 34 343.63 44 373.36 5 435.43 15 385.88 25 333.22 35 336.50 45 372.15 6 435.10 16 384.23 26 412.32 36 336.41 46 371.26 7 439.42 17 382.38 27 390.60 37 322.30 47 370.16 8 408.47 18 407.05 28 389.62 38 334.37 48 368.57 9 406.28 19 403.99 29 363.33 39 334.76 10 404.04 20 407.59 30 360.98 40 351.15 表 5 区域2 SAR高程控制点高程信息
Table 5. Elevation information of SAR elevation control points in area 2
序号 高程(m) 序号 高程(m) 序号 高程(m) 序号 高程(m) 序号 高程(m) 1 95.58 8 95.69 15 39.42 22 40.07 29 39.47 2 38.71 9 204.95 16 39.32 23 40.05 30 69.25 3 107.14 10 205.64 17 40.42 24 39.73 31 104.99 4 107.19 11 71.39 18 39.08 25 39.95 32 71.12 5 107.19 12 71.53 19 40.33 26 38.90 33 71.23 6 57.84 13 222.95 20 40.44 27 78.16 34 60.62 7 83.25 14 38.98 21 39.63 28 39.44 35 60.64 表 6 检查点信息
Table 6. Information of checkpoints
序号 经度(°) 纬度(°) 高程(m) 1 *.**3996 *.**7348 459.38 2 *.**0267 *.**2819 487.50 3 *.**6372 *.**4978 438.96 4 *.**2031 *.**1293 399.94 5 *.**9026 *.**1702 384.47 6 *.**7216 *.**9004 405.98 7 *.**4967 *.**1815 430.68 8 *.**3398 *.**2909 374.35 9 *.**8198 *.**0609 323.37 10 *.**9957 *.**5764 383.76 11 *.**2113 *.**4711 343.14 表 7 定位结果
Table 7. Results of positioning
定位
方法SAR高程控制
点数(个)检查
点数(个)平面中
误差(m)高程中
误差(m)方法1 0 11 10.42 30.42 方法2 10 11 7.35 3.77 方法3 48 11 7.34 3.69 -
[1] WANG Taoyang, LI Xin, ZHANG Guo, et al. Large-scale orthorectification of GF-3 SAR images without ground control points for China’s land area[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1–17. doi: 10.1109/TGRS.2022.3142372 [2] 润一. 高分三号卫星在轨几何定标及与高分二号光学卫星影像联合定位[D]. [硕士论文], 武汉大学, 2017.RUN Yi. On-orbit geometric calibration of GF-3 satellite and joint-positioning of GF-3 and GF-2 satellite images[D]. [Master dissertation], Wuhan University, 2017. [3] 张红敏, 靳国旺, 徐青, 等. 利用单个地面控制点的SAR图像高精度立体定位[J]. 雷达学报, 2014, 3(1): 85–91. doi: 10.3724/SP.J.1300.2014.13138ZHANG Hongmin, JIN Guowang, XU Qing, et al. Accurate positioning with stereo SAR images and one ground control point[J]. Journal of Radars, 2014, 3(1): 85–91. doi: 10.3724/SP.J.1300.2014.13138 [4] 魏钜杰, 张继贤, 赵争, 等. 稀少控制下TerraSAR-X影像高精度直接定位方法[J]. 测绘科学, 2011, 36(1): 58–60, 50. doi: 10.16251/j.cnki.1009-2307.2011.01.006WEI Jujie, ZHANG Jixian, ZHAO Zheng, et al. High-precisely direct geo-location method for TerraSAR-X image with sparse GCPs[J]. Science of Surveying and mapping, 2011, 36(1): 58–60, 50. doi: 10.16251/j.cnki.1009-2307.2011.01.006 [5] 张祖勋, 陶鹏杰. 谈大数据时代的“云控制”摄影测量[J]. 测绘学报, 2017, 46(10): 1238–1248. doi: 10.11947/j.AGCS.2017.20170337ZHANG Zuxun and TAO Pengjie. An overview on “cloud control” photogrammetry in big data era[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1238–1248. doi: 10.11947/j.AGCS.2017.20170337 [6] 方勇, 龚辉, 张丽, 等. 从全球激光点云到三维数字地球空间框架: 全球精确测绘进阶之路[J]. 激光与光电子学进展, 2022, 59(12): 1200002. doi: 10.3788/LOP202259.1200002FANG Yong, GONG Hui, ZHANG Li, et al. From global laser point cloud acquisition to 3D digital geospatial framework: The advanced road of global accurate mapping[J]. Laser &Optoelectronics Progress, 2022, 59(12): 1200002. doi: 10.3788/LOP202259.1200002 [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] XIE Huan, XU Qi, YE Dan, et al. A comparison and review of surface detection methods using MBL, MABEL, and ICESat-2 photon-counting laser altimetry data[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 7604–7623. doi: 10.1109/JSTARS.2021.3094195 [9] ICE, CLOUD, and land elevation satellite-2 (ICESat-2) algorithm theoretical basis document (ATBD) for global geolocated photons (ATL03)[EB/OL]. https://nsidc.org/sites/default/files/icesat2_atl03_atbd_r005_0.pdf, 2021. [10] LIN Xiaojuan, XU Min, CAO Chunxiang, et al. Estimates of forest canopy height using a combination of ICESat-2/ATLAS data and stereo-photogrammetry[J]. Remote Sensing, 2020, 12(21): 3649. doi: 10.3390/rs12213649 [11] 张帅台, 李国元, 周晓青, 等. 基于多特征自适应的单光子点云去噪算法[J]. 红外与激光工程, 2022, 51(6): 20210949. doi: 10.3788/IRLA20210949ZHANG Shuaitai, LI Guoyuan, ZHOU Xiaoqing, et al. Single photon point cloud denoising algorithm based on multi-features adaptive[J]. Infrared and Laser Engineering, 2022, 51(6): 20210949. doi: 10.3788/IRLA20210949 [12] 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 [13] MARKUS T, NEUMANN T, MARTINO A, 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 [14] ROSIEK M R, KIRK R L, ARCHINAL B A, et al. Utility of Viking orbiter images and products for Mars mapping[J]. Photogrammetric Engineering & Remote Sensing, 2005, 71(10): 1187–1195. doi: 10.14358/PERS.71.10.1187 [15] 何钰, 吴绍民, 邢帅. 基于RFM的嫦娥一号CCD影像区域网平差研究[J]. 测绘科学, 2013, 38(6): 5–6, 15. doi: 10.16251/j.cnki.1009-2307.2013.06.034HE Yu, WU Shaomin, and XING Shuai. Block adjustment of Chang’e-1 CCD images based on RFM[J]. Science of Surveying and Mapping, 2013, 38(6): 5–6, 15. doi: 10.16251/j.cnki.1009-2307.2013.06.034 [16] 耿迅. 火星形貌摄影测量技术研究[D]. [博士论文], 解放军信息工程大学, 2014.GENG Xun. Research on photogrammetric processing for Mars topographic mapping[D]. [Ph. D. dissertation], Information Engineering University, 2014. [17] 王晋, 张勇, 张祖勋, 等. ICESat激光高程点辅助的天绘一号卫星影像立体区域网平差[J]. 测绘学报, 2018, 47(3): 359–369. doi: 10.11947/j.AGCS.2018.20170425WANG Jin, ZHANG Yong, ZHNAG Zuxun, et al. ICESat laser points assisted block adjustment for mapping Satellite-1 stereo imagery[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(3): 359–369. doi: 10.11947/j.AGCS.2018.20170425 [18] 张鑫磊, 邢帅, 徐青, 等. ATLAS数据与资源三号02星影像联合区域网平差[J]. 红外与激光工程, 2020, 49(S2): 20200194. doi: 10.3788/IRLA20200194ZHANG Xinlei, XING Shuai, XU Qing, et al. Joint block adjustment for ATLAS data and ZY3-02 stereo imagery[J]. Infrared and Laser Engineering, 2020, 49(S2): 20200194. doi: 10.3788/IRLA20200194 [19] ZHANG Guo, JIANG Boyang, WANG Taoyang, et al. Combined block adjustment for optical satellite stereo imagery assisted by spaceborne SAR and laser altimetry data[J]. Remote Sensing, 2021, 13(16): 3062. doi: 10.3390/rs13163062 [20] 谭建伟, 程春泉. 建筑影像高程控制点的激光测高全波形分解提取[J]. 测绘科学, 2021, 46(8): 1–7, 13. doi: 10.16251/j.cnki.1009-2307.2021.08.001TAN Jianwei and CHENG Chunquan. Extracting building image elevation control points by decomposing full waveform of laser altimetry[J]. Science of Surveying and Mapping, 2021, 46(8): 1–7, 13. doi: 10.16251/j.cnki.1009-2307.2021.08.001 [21] 王密, 韦钰, 杨博, 等. 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.whugis20200531WANG Mi, WEI Yu, YANG Bo, et al. 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 [22] 郑迎辉, 张艳, 王涛, 等. 基于ICESat-2数据的高程控制点提取和精度验证[J]. 地球信息科学学报, 2022, 24(7): 1234–1244. doi: 10.12082/dqxxkx.2022.210667ZHENG Yinghui, ZHANG Yan, WANG Tao, et al. Elevation control points extraction and accuracy validation based on ICESat-2 data[J]. Journal of Geo-Information Science, 2022, 24(7): 1234–1244. doi: 10.12082/dqxxkx.2022.210667 [23] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 12341-2008 1: 25000 1: 50000 1: 100000 地形图航空摄影测量外业规范[S]. 北京: 中国标准出版社, 2008.General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China and Standardization Administration of China. GB/T 12341-2008 Specifications for aerophotogrammetric field work of 1∶25000 1∶50000 1∶100000 topographic maps[S]. Beijing: Standards Press of China, 2008. [24] 曹宁, 周平, 王霞, 等. 激光测高数据辅助卫星成像几何模型精化处理[J]. 遥感学报, 2018, 22(4): 599–610. doi: 10.11834/jrs.20187252CAO Ning, ZHOU Ping, WANG Xia, et al. Refined processing of laser altimeter data-aided satellite geometry model[J]. Journal of Remote Sensing, 2018, 22(4): 599–610. doi: 10.11834/jrs.20187252 [25] 唐新明, 刘昌儒, 张恒, 等. 高分七号卫星立体影像与激光测高数据联合区域网平差[J]. 武汉大学学报:信息科学版, 2021, 46(10): 1423–1430. doi: 10.13203/j.whugis20210417TANG Xinming, LIU Changru, ZHANG Heng, et al. GF-7 satellite stereo images block adjustment assisted with laser altimetry data[J]. Geomatics and Information Science of Wuhan University, 2021, 46(10): 1423–1430. doi: 10.13203/j.whugis20210417 [26] XIONG Xin, XU Qing, JIN Guowang, et al. Rank-based local self-similarity descriptor for optical-to-SAR image matching[J]. IEEE Geoscience and Remote Sensing Letters, 2020, 17(10): 1742–1746. doi: 10.1109/LGRS.2019.2955153 [27] 王国安, 米鸿涛, 邓天宏, 等. 太阳高度角和日出日落时刻太阳方位角一年变化范围的计算[J]. 气象与环境科学, 2007, 30(S1): 161–164. doi: 10.16765/j.cnki.1673-7148.2007.s1.031WANG Guoan, MI Hongtao, DENG Tianhong, et al. Calculation of the change range of the sun high angle and the azimuth of sunrise and sunset in one year[J]. Meteorological and Environmental Sciences, 2007, 30(S1): 161–164. doi: 10.16765/j.cnki.1673-7148.2007.s1.031 -