武晓天，许 康，王彦敏

（1.广东省国土资源技术中心，广东 广州 510075；2.江苏省测绘工程院，江苏 南京 210013）

1 引 言

我国政府高度重视遥感卫星的发展工作，现已形成气象卫星、海洋卫星、资源卫星、环境减灾卫星等卫星系列。近些年来，国家推动了立体测绘卫星的发射与应用，为国民经济建设提供了重要的空间信息保障。2010年8月升空的天绘卫星是第一颗传输性立体测绘卫星，可以实现无地面控制条件下全球1∶50 000比例尺地形图测绘，可应用在科学研究、国土资源普查、地图测绘等诸多领域。2012年1月9日，我国首颗高分辨率民用立体测图卫星“资源三号卫星”成功发射，主要用于生产全国1∶50 000基础地理信息产品，开展1∶25 000和更大比例尺地形图的修测和更新，能够为国土资源调查与监测、防灾减灾、农林水利、生态环境、城市规划与建设、交通、国家重大工程领域应用提供有效服务。

随着国家高分辨率对地观测重大专项的实施，我国计划在未来几年研制发射一系列高分辨率对地观测卫星。到2020年，在轨的高分辨率对地观测卫星将达到数十颗，将初步建成具备全球覆盖与实时动态观测能力的高分辨率对地观测卫星系统。我国遥感卫星将向高空间（优于10m）、高时间（小于1天）和高波谱分辨率（5nm～10nm）发展，基本满足国家各行各业对高分辨率遥感数据的需求，大大提高了遥感卫星为国民经济和国家安全提供信息保障服务的能力。但因为影像处理手段落后、关键技术难题以及资金投入等多种因素，导致海量卫星影像快速处理与影像及时应用发生阻塞，阻碍了遥感影像现势性的发挥，不能实现遥感技术价值最大化。

2 GXL软件介绍

GXL（Geoimaging Accelerator，GXL）是PCI公司面向海量影像自动化生产提出的新一代解决方案产品，主要用于卫星影像数据的自动化生产。PCI地理成像加速器（GXL）将高性能的计算能力与PCI Geomatica 2013的专业处理技术相结合，使数据处理在速度和效率上都得到了显著提高。通过定制自动化的GXL工作流，能够大大提升传统影像处理能力，从而提高单位的影像处理实力。作为自动化影像生产处理系统，GXL技术领先的优势集中体现在自动化和快速处理能力，主要技术优势如下：①GXL采用GPU并行处理能力加快图像处理速度，提升了影像处理效率。目前，在遥感图像处理领域GXL是唯一采用该技术的系统平台。通过引入GPU技术，GXL就能紧随计算机硬件技术的发展。随着Nvidia推出更强计算能力的GPU，PCI GXL也将能够为用户提供更强大的处理能力和最优图像处理算法的快速图像处理平台。基于NVIDIA的CUDA API，GXL工作流可比传统的单CPU系统快60倍左右。②GXL系统可扩展能力强。GXL系统在硬件上可以根据用户的处理需求扩充硬件终端，并根据处理能力的变化随时加入新的处理节点或降低处理能力，也可暂时关闭处理节点。在系统功能组合上可根据处理需求快速添加新的功能模块，或根据需求定制第三方技术处理功能模块。③GXL数据读入功能模块支持当前主流的所有数据格式，支持应用RPC模型和严格轨道模型方式读入数据，支持国产卫星数据。PCI的RPC模型是公认优秀的RPC模型算法，同时GXL系统也是支持最多严格模型卫星数据的海量数据处理平台。④GXL正射校正模块过程全自动化，不需人工干预即可得到理想的校正处理结果。⑤GXL自动镶嵌模块支持自动接边线搜索，在没有其他外部信息的参照下（如DTM）仅根据影像的波谱特征影像接边线就能够自动地绕开建筑物和线性地物。⑥有强大的控制点、连接点自动匹配算法，基于频率域相关技术可达千分之一像素，高精度、全自动。可以自动采集连接点，且精度与质量符合生产要求，大大节省了生产时间。空间域和频率域的匹配算法也包括对星历数据坐标、几何模型绝对偏移较大的影像进行高精度影像配准。⑦具备优秀的RPC模型算法和独有的严格物理模型算法。在海量影像数据处理系统中是支持国际主流和国产卫星最多且算法最优的数据处理系统。⑧具有国际最优的Pansharpening全色锐化融合算法，可得到最好的融合效果。

3 计算效率对比

高分辨率卫星遥感影像处理过程可以概括为数据读取、计算、数据写入3个阶段。由于高分影像单体数据量较大，数据读取与写入IO的效率远低于计算本身，因此，磁盘IO性能很大程度上影响影像处理的整体性能。根据工作站参数，初步估计CPU计算能力相对于磁盘IO来说可能会出现冗余。因此，在硬件环境满足以下条件时可将每个工作站作为单独处理单元，且不用考虑下行数据从存储写入作业空间的时间。需满足的条件有：大于2T存储空间，磁盘IO读写速度为100M／S，测试采用资源三号40景全色、40景多光谱数据。采用的工作站配置为：处理器Inter Core i7 3.40GHz、内存20GB、硬盘转速5400转。处理效率对比如表1所示。

表1 GXL和传统流程效率对比表

4 实验及精度检测

4.1 试验数据

本次试验以江苏省1∶50 000DOM更新项目为依托，以资源三号卫星影像为数据源进行全省DOM更新，共计处理资源三号卫星影像140余景。全色影像为分辨率2.1m，多光谱影像分辨率为5.8m，1B级数据，获取时间为2014年，现势性较强。数据经过了系统几何校正，但RPC参数精度不高。

4.2 试验流程

4.2.1 数据导入

影像导入是将原始影像数据批量转换为内部格式，同时将原始数据中的星历参数等模型数据读入格式当中的方式。

4.2.2 控制点采集

本文中试验区的控制源有DEM和DOM。控制点采集采用频域相位相关匹配法，它可以判断与原始影像中的像元和线的位置对应的参考影像中的特征。设置100个像素的搜索半径进行控制点采集，其中相似度和拒绝参数分别设置为0.76和2，2。

4.2.3 正射纠正

用多项式模型进行卫星影像正射校正，在自动批量生成全色的同时将多光谱对与已经纠正好的全色影像进行配准，大大减少了人工干预的时间。

4.2.4 PanSharp融合

PanSharp是一个自动影像融合模块，能够依据文件名称实现全色和多光谱的自动配对，从而得到一个高分辨率多光谱影像。该算法是一种基于最小二乘法在原始的多光谱、全色影像间达到最佳近似灰度值关系和最佳色彩组合的融合方法。使用该影像融合的前后对比图如图1所示。

图1 PanSharp影像融合前后对比

4.3 精度检测

批量生成整景影像DOM后采用ARCGIS软件与已有1∶10 000DOM对其平面精度进行套合打点检测，共抽检33幅影像。检测结果X方向中误差为2.377m、Y方向中误差为1.774m，影像总中误差为2.996m，精度均满足CH／T 9009.3－2010《基础地理信息数字成果1∶5 000、1∶10 000、1∶25000、1∶50 000、1∶100 000数字正射影像图》的要求。

5 结 论

①以已有控制资料基础，采用GXL系统的分布式处理技术、自动化处理来制作基于资源三号遥感影像的正射影像是可靠的、高效的，为海量遥感数据的快速生产提供了很好的技术支持。②在后续开展的国家高技术产业化项目——高分辨率遥感卫星在现代测绘和地理信息服务中的综合应用示范中，利用GXL进行了无控的区域网平差纠正，开展了湖南、湖北、江西、福建等省约一百万平方公里的公共影像服务生产，大幅提高了生产效率、减少了人工工作量，其绝对精度和相邻景之间的相对精度都能够满足公共服务影像产品需求。③GXL采用WEB用户界面，操作简洁，支持多CPU、GPU加速、分布式处理；针对海量卫星影像的自动化处理系统，不受卫星数据量大小的限制，全流程自动化，并能实现用户自定义工作流。该方法打破了传统的作业方式，大大减少了人工干预的时间，使海量遥感数据的快速处理成为可能，这些优势是目前大部分遥感软件无法比拟的。

［1］ 国家测绘局.CH／T 9009.3—2010基础地理信息数字成果 1∶5 000、1∶10 000、1∶25 000、1∶50 000、1∶100 000数字正射影像图［S］，北京：测绘出版社，2010.

［2］ 米超川，刘英.基于GXL系统利用高分辨率卫星影像制作正射影像［J］.测绘标准化，2014（1）：43－44.

［3］ 杨静，周晓敏，韩鹏飞.PCI GXL在国情普查项目中的应用［J］.测绘与空间地理信息，2014（6）：165－167.

［4］ 张世群，罗天银，张平.PCI Geomatica 2013（GXL）软件在地理国情监测卫星影像生产中的应用［J］.测绘，2014（5）：43－46.