李旭辉 赵佳玉 Natalie Schultz 肖薇 刘寿东

1 耶鲁大学 森林与环境学院,纽黑文,06511 2 南京信息工程大学 大气环境中心,南京,210044

0 引言

南京信息工程大学(原南京气象学院,简称“南信大”)创建于1960年,正值冷战鼎盛时期．建校伊始,南信大师生为新大学建设努力工作,却很少有人意识到美国侦察卫星也正在密集活动．在1960至1972年的13年里,美国空间侦查局操纵了一系列CORONA卫星,收集中国、前苏联、东欧和其他地区的情报[1]．1995年,冷战结束后的第4年,美国政府决定解密CORONA卫星图像,把其中一些图像数字化,并在美国地质调查局网站上归档和发布,提供给公众使用．这些图像已被用于地形高程重建[2]、考古勘察[3-4]、森林砍伐[5]等工作．

利用侦察卫星图像研究土地利用变化,突出的优势是这些图像获取的时间比用于监测环境的常规卫星(如LANDSAT系列卫星)早至少10年．研究者们可以利用这些图像研究更长时间的变化．但是,使用这些图像也存在很多挑战．首先,这些图像没有坐标信息．如果要与之后的卫星图像比较,就需要将它们登记在坐标系中．但是,由于图像获取时间较早,很难找到未发生变化的地面控制点．其次,图像条带较窄,约20 km,长度却有200 km,这会导致离中心点较远的地物发生较严重的扭曲变形,而地理配准采用的线性变换很难校正这种变形．再次,与太阳同步轨道环境卫星不同,侦察卫星过境时间不是固定的,因此每幅图像的太阳光照情况不同．尽管可以知道图像获取的日期,但获取的准确时间和太阳高度角却是未知的,这增加了图像解译的难度．最后,这些黑白图像区分地物的能力有限,原因是无法计算出常用的光谱参数,如植被指数(NDVI)．

本文的研究目标有以下3点:1)选择适合分析南信大校园及其周边变化情况的侦察卫星图像;2)对这些图像在WGS84地图坐标中做地理配准,确定定位精度;3)分析南信大早期的校园变化情况．

1 观测数据和处理方法

本研究所使用的图像主要来源于美国“锁眼”侦察卫星(Keyhole,简称 KH)和Google Earth(简称GE)高分辨率历史遥感图像,所有的图像处理都是基于遥感图像处理软件ArcGIS中的ArcMap(版本号:10.6.1)完成的．

1.1 美国“锁眼”卫星图像

本研究使用的KH卫星图像来源于美国地质调查局(United States Geological Survey,USGS)图片数据库(https:∥earthexplorer.usgs.gov/)．具体的获取方法如下．首先,划定包含研究目标(南京信息工程大学)在内的方形区域,同时设置获取图像的时间范围．其次,根据研究需求选择对应的数据库,本研究所使用的图像包含在Declassified data数据库中的第1组数据库(Declass 1)内,该数据库的拍摄照片多集中在20世纪60年代末期,且大多为长条状推扫式卫星图片．通过预览图片可以粗略地看出图片拍摄地理范围、有无云遮挡等信息,根据特定的需求(免费、高分辨率)筛选所有图像之后,有5幅图像可以满足本研究的研究需求(图1)．

表1中列出了满足研究需求的5幅KH卫星图片基本信息．拍摄卫星型号为KH-4型,该卫星为第一代详查型照相侦察卫星,在1962年3月第1次发射,工作寿命平均为3～5年．该卫星携带了2台胶片宽度为70 mm的全景相机,其夹角为30o,一台用于前视,另一台用于后视,拍摄数据类型为全色波段,呈黑白图像．KH-4卫星根据相机等技术参数的不同又分为KH-4A和KH-4B两种类型,关于卫星相机的具体性能参数可参照文献[6]．相比KH-4A(2.7 m),KH-4B具有更高的空间分辨率(1.8 m)．

1.2 Google Earth 图像

GE遥感图像是基于卫星图像和航拍图像等多数据融合而成的．其中卫星遥感图像主要来自于美国DigitalGlobe公司的QuickBird商业卫星(分辨率可达0.61 m)、美国IKONOS(可提供1 m左右分辨率的图像)、法国SPOT5(可提供分辨率为2.5 m的图像)、美国EarthSat陆地卫星系列(以LANDSAT-7卫星居多)等．相比大多卫星图像,航拍图像具有更高的地面分辨率,其来源包括英国的Bluesky公司和美国的Sanborn公司等．GE中全球图像的地面有效分辨率最低为100 m,大多为30 m,在中国大陆某些地区如东部经济发达区域,覆盖了更高分辨率(如1 m)的图像．此外,Google Earth在5.0版本中加入了历史图像查看功能,通过移动时间滑块可呈现不同年份在特定拍摄日期的历史图像．

表1 本研究所使用的5幅侦察卫星图像基本信息

基于Google Earth高分辨率的遥感图像,本研究采用Google Earth Pro(版本:7.3.2.5776)软件获取高分辨率的南信大历史图像,获取方法如下:运行Google Earth Pro,首先设定包含研究目标在内的区域范围(118°41′12.95″～118°44′24.81″E,32°11′36.44″～32°13′15.99″N);其次打开历史图像查看功能,寻找合适的图像(无大气云层等杂质的干扰)进行保存,在保存过程中选择最大的分辨率(4 800 km×2 886 km)．在深度筛选之后从2006—2018年共有11幅图像满足本研究的研究目的,具体图片日期如表2所示．

1.3 数据处理

本研究所使用的KH侦察卫星和GE历史遥感图像,均没有地理坐标信息．为了准确地分析南信大校园的变化,本研究利用ArcMap对所有图像进行在线地理坐标配准[7-8],并且选择ArcMap在线的全球图像(Basemap-World imagery)作为底图进行配准,该全球图像的分辨率以及图像来源随着地理位置和范围的变化而变化,在世界的许多地方提供1 m或者更高精度的卫星和航拍图像,对更大区域范围则提供分辨率较低的卫星图像．本研究所采用的底图遥感图像拍摄日期为2013-09-16,来源于DigitalGlobe公司的Worldview2(WV02)卫星,其分辨率约为0.5 m．地理配准一般需要经过添加控制点、检查残差、选择合适地理配准方法以及更新地理配准等几个步骤,具体操作方式如下．

首先,由于KH卫星图片拍摄的区域相对研究目标范围较广,因此为了提高配准的精确度,只截取KH卫星图片包含研究目标的部分区域进行配准,截取之后,将底图和需要配准的图层加载到ArcMap的窗口中．其次,加载Georeferencing工具条,输入需要进行地理配准的图层,选择并添加控制点,通过控制点连接底图和需配准的图层．控制点的选取对地理配准的精确度具有重要的影响,理论上控制点的选取需均匀地分布在整个图层中,至少为3对控制点,并且应选择2张图层中无变化且较为明显的地表特征来配准,如道路交叉口、建筑物及其边角等．本研究对于每幅KH卫星图像共选取了7对控制点(表3),主要包括学校周边的道路交叉口以及没有变化的建筑物边角处如北辰楼和22栋宿舍楼．对于GE历史图像,在选取控制点时以道路交叉点以及平面参照物的边角处(如操场)为主．具体的控制点信息如表2所示．在选取控制点进行配准过程中,软件能够计算出所有控制点的X残差(东西方向)、Y残差(南北方向)和总均方根误差(Root Mean Square Error,RMSE),通过查看各个控制点的残差,可以粗略判断控制点选取的准确度,如残差过大,则删除后重新进行选取．对于本研究每张配准图像的总RMSE如表2和表3最后一列所示．最后,在选取好所有控制点之后,勾选合适的地理配准方法(一阶多项式(仿射),1stOrder Polynomial(Affine)),更新图层的地理配准信息,对图层进行保存分析．

表2 GE历史图像地理配准控制点的选取以及均方根误差

×:道路交叉口.

表3 KH卫星图像地理配准控制点的选取以及均方根误差

×:道路交叉口.

对于KH卫星图像,由于分辨率低且呈现为黑白图像,控制点的选取难度相对较大,因此相比GE 图像配准,其RMSE具有更高值．在完成第1次地理配准之后,为了提高KH卫星图像的地理信息精度,选择拍摄日期为1968-11-09的KH卫星图像作为底图,采用上述方法对其他4幅KH图像进行第2次地理配准,完成后的图像其平均RMSE值为1.52 m,并且KH图像之间能够很好地重合．

为了准确判断南京信息工程大学校园边界的变化,本研究基于ArcMap软件分别以20世纪60年代和当今校园边界创建了2个shapefile文件．第1个shapefile文件是基于20世纪60年代的校园边界,在创建过程中使用矩形方框包含所有校园区域．第2个shapefile文件则是基于当今校园的边界,使用多边形描绘出校园边界的范围．采用2种shapefile文件对所有图像进行裁剪,以此获取20世纪60年代和当今校园边界的所有图像．

2 结果与讨论

理想情况下,地理配准之后图像的定位准确度(positional accuracy)应该低于一个像元大小．KH图像地面控制点的均方根误差的范围为4.77 m(1968年11月9日)至7.74 m(1970年12月5日)(表3),误差为图像空间分辨率的2至3倍．由于准确度不高,把前期KH图像与后期的GE图像重叠在一起时,会发现不同日期的图像有轻微的位置偏移(见文后附件)．

图像分辨率是变化的．早期的2幅图像(1964年11月12日和1965年9月26日,图2、3),建筑很模糊,边缘不清晰．在后期的2幅图像(1968年11月9日和1970年5月25日,图3)中,结构更清晰．在所有的KH图像中,线性特征(如道路和河流)都很容易分辨．

尽管地理配准后的图像的定位有较大的不确定性,但是地理配准后的尺寸准确度(dimensional accuracy)较好．例如,1968年KH图像中操场(中苑老操场)的跑道总长为298 m,很接近真实值(300 m),比当今跑道(400 m)短很多．根据南信大一位退休教授的口头陈述,操场扩建应该是发生在20世纪70年代早期．

为了便于理解图像分辨率,接下来展示1965年10月9日和1970年5月25日南京长江大桥的图像(图4)．1965年大桥尚处于建设中,但是几个桥墩隐约可见．1970年,完整的大桥清晰可见,桥墩产生的水流漩涡也能看到．更多长江大桥的图像见文后附件4．

2.1 南信大校园演变

南信大校园于1961年4月破土动工,当年9月学校正式迁入该校址．根据1964-11-12 KH图像,1964年已经建成3栋教师宿舍楼,2栋学生宿舍楼(图2上排图片)．图像中可以看到北辰楼和一代图书馆．操场跑道还不完整,有一条小路横穿过操场．

1964-11-12 KH图像中建筑物投射的影子大,表明图像获取时刻太阳角较低．从图像上无法直接看到水塔,但是北辰楼西侧的一块深色斑影可能是水塔的影子:这个斑影的位置与水塔的位置相同,影子长度与宿舍楼影子的长度相近(水塔高度与宿舍楼高度相同)．

1964年校园图像中有2个较大的水体．尽管这2个水体都和建筑物的影子一样暗,但是其方向和形状却存在明显差异．第1个是圆形池塘,位于食堂东侧,后来成为观赏水塘(现名“藕舫园”)．第2个长方形的水体是当年师生常游泳用的池塘．

与1964年相比,1965年的KH图像有几点变化．1965年图像上能看到3栋教师公寓楼和北侧的1栋幼儿园平房．操场已经完整,跑道清晰可见．圆形池塘的中心比其他部分更亮,表明有水生植物生长．建筑物的影子(包括水塔投射的影子)比1964年图像中的影子小,说明图像获取时刻的太阳高度角较大．1965年图像中,学生宿舍楼与盘城路连线中间位置的一块区域比1964年图像中的更为明亮,但是没有影子,这个特征物是校车车队的停车场．

另外一个明显的变化是1965年增加了一条进出学校的通道．北面的通道在后来的图像中逐渐消失了,新的通道成为连接校园和盘城路的唯一一条道路(图3左侧图和附件1)．虽然从太空上看不到,但是东大门应该是位于该通道的尽头．

1968年的KH图像是本文所选侦察卫星图像中最好的一幅．1968年,教工宿舍楼增加到7栋．操场上更细微的特征物可以分辨出来了,包括操场北侧和南侧两块亮点(可能是跳远跳高场地和铅球场)以及它们中间的长方形草地．一代图书馆也能明显地分辨出来．圆形池塘的一半比另外一半明亮很多,表明水生植物生长茂盛．

快进到2006年．图3右上小图是GE图库中的覆盖校园的最早的高分辨率图片．从20世纪70年代初到2006年,校园已经发生了巨大变化．22栋学生宿舍楼和北辰楼是为数不多保存较为完整的永久特征物．很多变化是显而易见的．校园向东扩展到宁六路,老食堂消失了,北辰楼前面水体变成了长方形,现称为“藕舫园”．原来的长方形水塘被填埋,而后在这个位置建成了南楼(现名“尚贤楼”)．

2.2 其他景观变化

从20世纪70年代到2006年,最明显的变化是很多农田变成城市用地．此外,老校园和新校园边界外的几个明显变化也值得我们注意．

1) 老校园外面的盘城路(现名“盘城新街”)在1964年图像为非常明亮线条(图2右上图),在1965年及此后的图像均变暗(图2右下图、图3左侧图和附件1)．在1964年11月12日至1965年9月26日之间道路亮度降低,说明它从砾石路变成了柏油路．

2) 丁解路,位于盘城路以西0.4 km(图3左侧图),在后期的GE图像(图3右侧图)上消失了．从附件中的大幅图像(附件3)上可以看出,现在的丁解路在校园南边界终止．

3) 龙须沟是一个蜿蜒穿过校外农田的沟渠．现在经过重建,呈规则的“L”几何形状,河岸为钢筋混凝土结构,名为“群英河”,

4) 旧田径场大幅度扩展．跑道由1968年KH图像中的298.0 m扩展到2006年4月6日GE图像的406.5 m．操场中心向东移动了9 m,向南了移动47 m．

作物的季节变化也是造成1964年和1965年KH图像之间差异的因素．1964年图像是在秋冬交际时拍摄的,除了水体和建筑物的影子以外其他的景观均匀明亮(附件2),这一点由图5直方图中相对集中的分布可以看出．这个时段的农田没有作物,像元亮度值较高．相对而言,1965年的图像则在初秋时节获取,亮度值范围更宽(附件2,图5)．1965年一些农田的颜色看起来像池塘和河流一样深,可能是收获后尚有积水的水稻田．

2.3 太阳高度角和视角的影响

前文已经提及影子大小与太阳位置之间的关系．由于受影子的影响,一些建筑物的边界无法准确确定．例如,一些教工宿舍楼的南部会隐藏在其南侧相邻建筑物的影子里(图2右上图)．

视角的影响与水面的双向反射特性有关．水面反照率较低,通常在遥感图像上亮度很低,这就是为什么池塘和河流是侦察卫星图像中最暗的特征物．但1970年5月25日的图像是例外,在这幅图像里,水体和建筑物一样明亮(图3左下图)．产生这种耀斑现象(sun glint)的原因是镜面反射:当反射角与太阳光线入射角相同时,光滑水面的反射率很大,可接近100%．如图1所示,南信大校园位于1970年图片拍摄视场的中心位置,相机的视角很小．当时太阳肯定是位于天顶位置附近,才能产生镜面反射．该影像中北辰楼的影子极窄,也说明太阳位于天顶位置．

太阳耀斑现象为我们提供了检验景观的变化的机会．图2中显示的圆形池塘在1970年KH图像中变得很明亮,但是长方形池塘却只有一部分是明亮的,说明后者可能干枯萎缩了．1968年图像(图3左上图)的一些较暗特征物在1970年图像上仍然很暗,没有太阳耀斑区(图3左下图),说明这些池塘水面有季节变化,在1968年非生长季有水,而在1970年夏季生长季没有水．

1970年5月25日图像中沿着盘城路有一个线性明亮特征物(图3左下图)．这些特征物的宽度不规则,而且不连续．这可能是一条小溪流,也可能是灌溉水渠．道路扩建后,这条溪流在GE图像中已经看不到了(图3右侧图)．

3 结论

本文分析了1964年11月至1970年12月的5幅黑白KH图像和2006至2018年的11幅GE彩色图像．经过地理配准后,KH图像地面控制点的均方根误差(或定位准确度,positional accuracy)为4.8至7.8 m,相当于原始图像空间分辨率的2～3倍．尽管位置准确度没有达到小于或等于一个像元尺寸的理想标准,但是配准后图像的尺寸尺度准确度(dimensional accuracy)较好,旧操场的跑道长度为298.0 m,实际长度300 m,仅相差2 m(0.7%)．

通过对比早期KH图像和近期GE图像,能够明显看出20世纪60年代至21世纪初景观的动态变化．最明显的变化是老操场的扩建,及其中心位置的较大变动(47 m)．在KH黑白图像中,建筑物影子和水体的亮度均较低．通过对比不同太阳高度角情况下拍摄的图片,能够分辨这两类地表类型．其中一幅KH图像中出现太阳耀斑现象,有助于确定水体的空间分布状况．地理配准后的KH和GE图像(裁剪成多种尺寸)已经整理成图像文件,在本文附件中呈现．这些图像为我们提供了南信大历史演变的空间视角信息,这些信息是无法从传统的照片和口头陈述中获取的．

上述南信大校园演变定性分析主要是基于目视解译进行的．本研究未采用土地利用类型分类等标准的土地利用变化方案量化校园面积、建筑物数、水体面积等,也没有计算不同土地覆盖类型所占的百分比．由于光谱限制、位置精度不足和影子范围变化等因素的影响,无法实现这些定量分析．