国产遥感卫星系列（七）：高分七号（GF-7）——中国首颗亚米级立体测绘卫星
·
国产遥感卫星系列（七）：高分七号（GF-7）——中国首颗亚米级立体测绘卫星
问题引入
在前六篇文章中，我们介绍的高分卫星系列主要侧重于平面观测——获取地物的二维空间信息和光谱信息。然而，在测绘和三维建模领域，我们需要的不仅仅是平面图像，还需要精确的高程信息。你是否曾遇到过以下问题？
- 制作1:10000比例尺地形图，需要高精度的数字高程模型（DEM）
- 城市规划需要建筑物的三维模型，传统方法成本高昂
- 铁路和公路选线设计需要精确的立体地形数据
- 滑坡和泥石流风险评估需要高分辨率的地形信息
- 不动产登记和确权需要精确的三维测量数据
2019年11月3日，高分七号（GF-7）卫星的成功发射，为这些问题提供了高效的解决方案。作为中国首颗亚米级立体测绘卫星，GF-7具备了高精度立体成像和测图能力，使中国自主卫星测绘精度达到了1:10000比例尺的国际先进水平。
卫星概况
基本参数
- 发射时间：2019年11月3日
- 发射地点：太原卫星发射中心
- 运载火箭：长征四号乙运载火箭
- 设计寿命：8年
- 轨道类型：太阳同步轨道
- 轨道高度：约506公里
- 降交点地方时：10:30 AM
- 重访周期：5天
历史意义
GF-7是中国首颗亚米级双线阵立体测绘卫星，也是高分专项中唯一一颗以测绘为主要任务的卫星。它实现了中国自主卫星测绘从1:50000比例尺到1:10000比例尺的跨越，使中国成为继美国、法国之后，少数几个能够自主获取亚米级立体测绘数据的国家之一。
什么是立体测绘？
双线阵立体成像原理
GF-7采用双线阵立体成像技术，搭载两台线阵推扫相机，分别以前视和后视两个角度对同一目标进行成像：
GF-7卫星
│
┌───────┴───────┐
前视相机 后视相机
(+26°) (-5°)
│ │
╲ ╱
╲ ╱
╲ ╱
╲ ╱
╲ ╱
╲ ╱
╲ ╱
╲ ╱
○ 地面目标
工作原理：
- 前视相机先对地面目标成像（前视影像）
- 卫星继续飞行，后视相机对同一目标再次成像（后视影像）
- 两景影像存在视差（parallax）
- 通过视差计算地面目标的高程信息
立体像对与三维重建：
前视影像 后视影像 三维模型
┌────────┐ ┌────────┐ ┌────────┐
│ ○ │ │ ○ │ → │ /|\ │
│ │ │ │ │ / | \ │
│ │ │ │ │ | │
└────────┘ └────────┘ └────────┘
像素偏移（视差） → 高程计算
与常规遥感卫星的区别
| 对比项 | 常规遥感（GF-2） | 测绘卫星（GF-7） |
|---|---|---|
| 主要任务 | 图像获取 | 立体测图 |
| 成像方式 | 单视角 | 双视角（前视+后视） |
| 几何精度 | 相对定位 | 绝对定位 |
| 产品类型 | 影像产品 | DEM/DSM + 正射影像 |
| 测图能力 | 无 | 1:10000比例尺 |
| 高程精度 | 无 | 优于1米 |
| 控制点需求 | 可无控制点 | 可无地面控制点 |
有效载荷与技术特点
1. 双线阵立体相机（DLSC）
技术参数：
- 前视相机：俯角约26°，分辨率0.8米
- 后视相机：俯角约5°，分辨率0.8米
- 基高比（B/H）：约0.55（立体交会角优化）
- 幅宽：20公里（单轨条带）
- 光谱范围：全色0.45-0.90μm + 多光谱
- 量化位数：12bit
2. 多光谱相机
技术参数：
- 波段设置：蓝、绿、红、近红外（4波段）
- 空间分辨率：3.2米
- 幅宽：20公里
- 用途：彩色正射影像生成
3. 激光测高仪
GF-7还搭载了激光测高仪，这是一项独特的配置：
技术参数：
- 激光波长：1064nm（近红外）
- 光斑大小：约30米（地面）
- 测距精度：优于0.3米
- 采样频率：3Hz
- 用途：高程控制点获取、卫星定位校准
激光测高仪的作用：
- 直接测量地面点的高程，作为立体测图的"控制点"
- 校验和修正立体相机的高程误差
- 实现无地面控制点的1:10000比例尺测图
创新技术亮点
1. 双线阵立体成像
通过前后视双相机同时成像，获取高精度立体像对，实现三维信息提取。
2. 激光测高辅助
激光测高仪提供精确的高程控制，减少了对外业地面控制点的依赖，大幅降低测图成本。
3. 高精度定轨定姿
卫星配备了GPS接收机、星敏感器和陀螺组件，实现了优于5米的定位精度和优于0.001°的姿态确定精度。
4. 无控测图能力
结合高精度轨道姿态数据和激光测高数据，GF-7可在无需地面控制点的情况下，实现1:10000比例尺测图精度。
数据产品体系
产品级别
| 产品级别 | 名称 | 说明 |
|---|---|---|
| Level 0 | 原始数据 | 未处理的原始影像和辅助数据 |
| Level 1 | 传感器校正产品 | 经辐射和几何传感器校正 |
| Level 2 | 立体像对产品 | 前视和后视配准的立体像对 |
| Level 3 | DEM/DSM产品 | 数字高程模型/数字表面模型 |
| Level 4 | 正射影像产品 | 经正射校正的影像 |
| Level 5 | 测绘产品 | 等高线、矢量图等 |
核心产品
1. 数字高程模型（DEM）
- 格网间距：2米
- 高程精度：优于1米（平地和丘陵），优于2米（山地）
- 覆盖范围：20×20公里（单景）
2. 数字表面模型（DSM）
- 包含内容：地表建筑物、植被等所有地物的高程
- 格网间距：2米
- 应用：城市三维建模、通信覆盖分析
3. 正射影像（DOM）
- 分辨率：0.8米（全色）/ 3.2米（多光谱）
- 平面精度：优于5米
- 用途：地图更新、GIS底图
与国外测绘卫星对比
| 参数 | GF-7（中国） | ZY-3（中国） | Pleiades（法国） | ALOS PRISM（日本） |
|---|---|---|---|---|
| 分辨率 | 0.8米 | 2.1米 | 0.7米 | 2.5米 |
| 立体模式 | 双线阵 | 三线阵 | 单线阵+侧摆 | 三线阵 |
| 激光测高 | 有 | 无 | 无 | 无 |
| 基高比 | 0.55 | 0.85 | 可变 | 1.0 |
| 测图比例尺 | 1:10000 | 1:50000 | 1:10000 | 1:25000 |
| 幅宽 | 20公里 | 50公里 | 20公里 | 35公里 |
数据组织与文件命名规范
数据产品目录结构
GF-7数据产品解压后的典型目录结构如下：
GF7_DLSC_E116.5_N39.5_20191115_L1A0000444/
├── README.txt
├── metadata.xml # 主元数据文件
├── orientation/ # 定向参数
│ ├── rpc_forward.txt # 前视RPC参数
│ ├── rpc_backward.txt # 后视RPC参数
│ ├── satellite_ephemeris.txt # 卫星星历
│ └── satellite_attitude.txt # 卫星姿态
├── image/
│ ├── GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_FWD_PAN.tif # 前视全色
│ ├── GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_BWD_PAN.tif # 后视全色
│ ├── GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_FWD_MUX.tif # 前视多光谱
│ ├── GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_BWD_MUX.tif # 后视多光谱
│ ├── GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_FWD_PAN.rpb
│ ├── GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_BWD_PAN.rpb
│ └── GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_BROWSE.jpg
├── laser/ # 激光测高数据
│ ├── laser_footprint.shp # 激光脚点矢量
│ └── laser_ranging.txt # 激光测距数据
├── dem/ # DEM产品目录
│ ├── GF7_DLSC_E116.5_N39.5_20191115_DEM_2m.tif
│ └── GF7_DLSC_E116.5_N39.5_20191115_DSM_2m.tif
└── preview/
├── GF7_DLSC_E116.5_N39.5_20191115_L1A_FWD.jpg
└── GF7_DLSC_E116.5_N39.5_20191115_L1A_BWD.jpg
文件命名规则
GF-7的文件命名规则需要区分前视和后视影像：
GF7_DLSC_E116.5_N39.5_20191115_L1A0000444_FWD_PAN.tif
│ │ │ │ │ │ │
│ │ │ │ │ │ └── 产品类型
│ │ │ │ │ └── 视角方向
│ │ │ │ └── 产品序列号
│ │ │ └── 成像日期
│ │ └── 目标中心坐标
│ └── 传感器类型
└── 卫星代号
视角方向标识
| 标识 | 含义 | 说明 |
|---|---|---|
| FWD | Forward（前视） | 前视相机影像，俯角26° |
| BWD | Backward（后视） | 后视相机影像，俯角5° |
产品类型后缀
| 后缀 | 说明 | 用途 |
|---|---|---|
| _PAN | 全色影像 | 高分辨率立体匹配 |
| _MUX | 多光谱影像 | 彩色正射影像 |
| _DEM | 数字高程模型 | 地面高程 |
| _DSM | 数字表面模型 | 含植被和建筑物 |
| _DOM | 正射影像 | 校正后的影像 |
立体像对的配对识别
# GF-7立体像对识别示例
import os
import re
def find_stereo_pairs(data_dir):
"""查找GF-7前视和后视立体像对"""
fwd_pattern = re.compile(r'GF7_DLSC_[\w.]+_L1A\d+_FWD_PAN\.tif$')
bwd_pattern = re.compile(r'GF7_DLSC_[\w.]+_L1A\d+_BWD_PAN\.tif$')
fwd_files = []
bwd_files = []
for file in os.listdir(data_dir):
if fwd_pattern.search(file):
fwd_files.append(file)
elif bwd_pattern.search(file):
bwd_files.append(file)
# 配对
pairs = []
for fwd in fwd_files:
# 提取公共部分
prefix = fwd.replace('_FWD_PAN.tif', '')
bwd = f"{prefix}_BWD_PAN.tif"
if bwd in bwd_files:
pairs.append({'fwd': fwd, 'bwd': bwd, 'prefix': prefix})
print(f"找到 {len(pairs)} 对立体像对")
return pairs
立体测图技术流程
从卫星影像到三维地图
原始影像 产品输出
│ │
├─ 前视影像 ─┐ ├─ DEM（2米格网）
├─ 后视影像 ─┤ ├─ DSM（2米格网）
├─ 激光测高 ─┤ ├─ DOM（0.8米）
├─ 轨道姿态 ─┤ ├─ 等高线
└─ 定标参数 ─┘ └─ 三维模型
│ │
▼ ▲
┌──────────────────────────────────────┐
│ 立体测图处理流程 │
│ │
│ 1. 影像预处理 │
│ ├─ 辐射定标 │
│ └─ 传感器校正 │
│ │
│ 2. 立体像对构建 │
│ ├─ 影像配准（前视 vs 后视） │
│ └─ RPC参数计算 │
│ │
│ 3. 密集匹配 │
│ ├─ 金字塔分层匹配 │
│ ├─ 半全局匹配（SGM） │
│ └─ 视差图生成 │
│ │
│ 4. 高程反演 │
│ ├─ 视差→高程转换 │
│ └─ 激光测高数据辅助校正 │
│ │
│ 5. 点云滤波与分类 │
│ ├─ 地面点提取 │
│ ├─ 建筑物提取 │
│ └─ 植被分类 │
│ │
│ 6. 产品生成 │
│ ├─ DEM/DSM内插 │
│ ├─ 正射影像纠正 │
│ └─ 等高线自动提取 │
└──────────────────────────────────────┘
核心处理步骤代码示例
# GF-7立体测图处理框架（简化示例）
import numpy as np
import rasterio
from scipy import ndimage
class GF7StereoProcessor:
"""GF-7立体测图处理框架"""
def __init__(self, fwd_file, bwd_file, laser_file=None):
self.fwd_file = fwd_file
self.bwd_file = bwd_file
self.laser_file = laser_file
def load_stereo_images(self):
"""加载立体像对"""
with rasterio.open(self.fwd_file) as src:
fwd = src.read(1)
self.fwd_profile = src.profile
with rasterio.open(self.bwd_file) as src:
bwd = src.read(1)
self.bwd_profile = src.profile
return fwd, bwd
def epipolar_resample(self, fwd, bwd):
"""极线校正（将影像校正到极线方向）"""
# 实际应用中需要基于RPC参数进行精确的极线校正
# 这里仅为流程示意
print("正在进行极线校正...")
return fwd, bwd
def dense_matching(self, fwd_epi, bwd_epi):
"""密集匹配（半全局匹配）"""
# 简化的匹配示例：使用块匹配
from skimage.registration import phase_cross_correlation
height, width = fwd_epi.shape
disparity_map = np.zeros((height, width))
# 分块匹配（实际应用中应使用SGM等算法）
block_size = 32
for y in range(0, height - block_size, block_size):
for x in range(0, width - block_size, block_size):
block_fwd = fwd_epi[y:y+block_size, x:x+block_size]
block_bwd = bwd_epi[y:y+block_size, x:x+block_size]
try:
shift, _, _ = phase_cross_correlation(block_fwd, block_bwd)
disparity_map[y:y+block_size, x:x+block_size] = shift[1]
except:
pass
return disparity_map
def disparity_to_height(self, disparity_map):
"""视差转高程"""
# 视差→高程转换公式（简化）：
# h = B * f / (d * GSD)
# 其中 B=基线距, f=焦距, d=视差, GSD=地面分辨率
B = 200 # 基线距（米，示例值）
f = 8000 # 焦距（像素，示例值）
GSD = 0.8 # 地面分辨率（米）
# 避免除零
valid_mask = disparity_map > 0
height_map = np.zeros_like(disparity_map)
height_map[valid_mask] = (B * f) / (disparity_map[valid_mask] * GSD)
return height_map
def apply_laser_control(self, height_map):
"""利用激光测高数据进行高程校正"""
if self.laser_file is None:
print("无激光测高数据，跳过校正")
return height_map
# 读取激光脚点数据
# 使用激光测高点作为控制点，校正DEM系统误差
print("正在应用激光测高控制点校正...")
# 实际应用需要：
# 1. 读取激光脚点位置和测量高程
# 2. 与立体匹配高程进行对比
# 3. 建立误差模型
# 4. 对整个DEM进行校正
return height_map
def generate_dem(self, height_map):
"""生成DEM产品"""
# 滤波去噪
dem = ndimage.median_filter(height_map, size=3)
# 填补空洞
from scipy import interpolate
# 内插到2米格网
# 实际需要精确的地理编码
return dem
def process(self):
"""完整的立体测图处理流程"""
print("=== GF-7立体测图处理开始 ===")
print("1/6 加载立体像对...")
fwd, bwd = self.load_stereo_images()
print("2/6 极线校正...")
fwd_epi, bwd_epi = self.epipolar_resample(fwd, bwd)
print("3/6 密集匹配...")
disparity = self.dense_matching(fwd_epi, bwd_epi)
print("4/6 视差转高程...")
height = self.disparity_to_height(disparity)
print("5/6 激光测高校正...")
height_corrected = self.apply_laser_control(height)
print("6/6 DEM生成...")
dem = self.generate_dem(height_corrected)
print("=== 立体测图处理完成 ===")
return dem
# 使用示例
# processor = GF7StereoProcessor(
# fwd_file='GF7_DLSC_..._FWD_PAN.tif',
# bwd_file='GF7_DLSC_..._BWD_PAN.tif',
# laser_file='laser_footprint.shp'
# )
# dem = processor.process()
典型应用案例
1. 基础测绘与地图更新
GF-7的核心应用是1:10000比例尺地形图的制作和更新：
| 测绘要素 | GF-7能力 | 满足标准 |
|---|---|---|
| 等高线 | 2米等高距 | 1:10000规范 |
| 建筑物轮廓 | 0.8米分辨率识别 | 1:10000规范 |
| 道路网络 | 5米以上道路 | 1:10000规范 |
| 水系要素 | 河流、湖泊、水库 | 1:10000规范 |
| 植被覆盖 | 林地、草地、耕地 | 1:10000规范 |
2. 数字城市三维建模
# 基于GF-7 DSM的建筑物提取（简化）
def extract_buildings_from_dsm(dsm, dom):
"""从DSM和DOM中提取建筑物"""
# 1. 地面点滤波（识别非地面物体）
from skimage.morphology import white_tophat
se = morphology.disk(5)
building_candidates = white_tophat(dsm, se)
# 2. 阈值分割
threshold = np.percentile(building_candidates, 90)
building_mask = building_candidates > threshold
# 3. 形态学处理
from skimage import morphology
building_mask = morphology.remove_small_objects(building_mask, min_size=500)
building_mask = morphology.remove_small_holes(building_mask, area_threshold=100)
# 4. 结合DOM验证
# （建筑物在DOM上有明显的几何形状和阴影特征）
print(f"检测到建筑物数量: {ndimage.label(building_mask)[1]}")
return building_mask
应用场景：
- 城市规划三维可视化
- 建筑物高度统计
- 城市天际线分析
- 日照和视线分析
3. 铁路/公路选线设计
GF-7的DEM数据为交通线路设计提供关键地形信息：
- 纵断面分析：精确的坡度计算
- 横断面分析：路基开挖量估算
- 桥梁选址：河谷地形测量
- 隧道定位：山体高程数据
4. 地质灾害评估
| 灾害类型 | GF-7数据支撑 |
|---|---|
| 滑坡 | 高分辨率DEM识别滑坡地形特征 |
| 泥石流 | 沟谷地形分析，危险区域识别 |
| 地面沉降 | 多期DEM差分分析 |
| 地震灾害 | 同震形变测量 |
| 洪涝灾害 | 淹没范围三维分析 |
5. 自然资源调查
- 森林资源：树高测量（DSM-DEM=冠层高度）
- 矿产资源：采矿区地形变化监测
- 水利工程：水库库容计算，大坝变形监测
# 基于GF-7的森林冠层高度提取
def extract_canopy_height(dsm, dem):
"""提取森林冠层高度"""
canopy_height = dsm - dem
# 过滤非植被区域
canopy_height[canopy_height < 2] = 0 # 低于2米视为地面或低矮植被
# 统计
mean_height = np.mean(canopy_height[canopy_height > 0])
max_height = np.max(canopy_height)
biomass_estimate = mean_height * 0.5 # 简化的生物量估算
print(f"平均冠层高度: {mean_height:.1f}米")
print(f"最大冠层高度: {max_height:.1f}米")
return canopy_height
6. 与资源三号（ZY-3）的对比
| 对比项 | ZY-3（2012） | GF-7（2019） |
|---|---|---|
| 分辨率 | 2.1米 | 0.8米 |
| 立体模式 | 三线阵 | 双线阵+激光 |
| 测图比例尺 | 1:50000 | 1:10000 |
| 高程精度 | 3-5米 | 优于1米 |
| 激光测高 | 无 | 有 |
| 技术跨越 | 填补国内空白 | 国际先进水平 |
数据获取
获取渠道
-
自然资源部国土卫星遥感应用中心
- 测绘卫星数据官方分发机构
- 支持测绘产品订购
-
中国资源卫星应用中心（www.cresda.com）
- 影像数据获取
产品选择建议
| 应用需求 | 推荐产品 | 精度指标 |
|---|---|---|
| 1:10000测图 | DEM 2米 + DOM 0.8米 | 高程≤1米，平面≤5米 |
| 城市三维建模 | DSM 2米 + 立体像对 | 建筑物高度精度≤2米 |
| 林业调查 | DEM+DSM差分 | 树高精度≤2米 |
| 工程测量 | DEM+激光测高数据 | 高程精度≤0.5米 |
| 地图更新 | DOM 0.8米 | 平面精度≤5米 |
技术优势与局限
优势分析
- 亚米级立体成像：0.8米双线阵立体像对，精细度国际领先
- 激光测高辅助：中国唯一搭载激光测高仪的测绘卫星
- 无控测图：无需地面控制点即可实现1:10000比例尺测图
- 高精度定轨：精密轨道和姿态确定
- 产品丰富：DEM、DSM、DOM、立体像对等多种产品
技术局限
- 幅宽较小：20公里幅宽，大面积测图需要多轨拼接
- 重访周期长：5天重访，紧急任务响应受限
- 激光点密度低：激光测高仪采样率有限
- 植被区精度下降：密集植被区域高程精度降低
- 云层影响：光学成像受天气限制
GF-7与其他高分卫星的协同
| 协同方式 | 卫星组合 | 应用场景 |
|---|---|---|
| GF-7测绘 + GF-2精细影像 | GF-7(DEM) + GF-2(0.8m影像) | 城市三维建模 |
| GF-7测绘 + GF-3雷达 | GF-7(DEM) + GF-3(SAR) | 灾害应急评估 |
| GF-7测绘 + GF-4动态 | GF-7(底图) + GF-4(动态变化) | 变化监测 |
| GF-7测绘 + GF-5高光谱 | GF-7(地形) + GF-5(成分) | 矿产资源调查 |
总结与展望
高分七号（GF-7）作为中国首颗亚米级立体测绘卫星，标志着中国自主卫星测绘技术进入了国际先进行列。1:10000比例尺的测图能力，为国民经济建设、国防安全和科学研究提供了高精度的空间信息支撑。
主要成就
- 技术突破：亚米级双线阵立体成像+激光测高辅助
- 能力提升：测图比例尺从1:50000提升到1:10000
- 自主可控：摆脱了高精度测绘数据对外依赖
- 产业推动：带动了国产三维测绘产业发展
高分系列回顾
| 序号 | 卫星 | 发射年份 | 核心能力 |
|---|---|---|---|
| GF-1 | 高分一号 | 2013 | 2米/16米，多光谱 |
| GF-2 | 高分二号 | 2014 | 0.8米，亚米级 |
| GF-3 | 高分三号 | 2016 | C频段SAR，12种模式 |
| GF-4 | 高分四号 | 2015 | GEO，分钟级凝视 |
| GF-5 | 高分五号 | 2018 | 330波段高光谱 |
| GF-6 | 高分六号 | 2018 | 红边波段，农业优化 |
| GF-7 | 高分七号 | 2019 | 立体测绘，1:10000 |
未来展望
随着高分系列卫星的全面建成，中国已形成了高空间分辨率、高时间分辨率、高光谱分辨率和多极化SAR的完整对地观测体系。GF-7作为测绘核心卫星，未来将：
- 星座化：与后续测绘卫星组网，缩短重访周期
- 更高精度：发展更高分辨率的立体测绘技术
- 激光+光学融合：星载激光雷达与光学立体深度融合
- 智能化处理：AI辅助的自动化测图技术
高分系列全回顾：
- [（一）高分一号（GF-1）——中国高分辨率对地观测的里程碑]
- [（二）高分二号（GF-2）——中国亚米级遥感的新纪元]
- [（三）高分三号（GF-3）——中国首颗C频段多极化SAR卫星]
- [（四）高分四号（GF-4）——地球同步轨道的"太空慧眼"]
- [（五）高分五号（GF-5）——中国首颗高光谱观测卫星]
- [（六）高分六号（GF-6）——中国首颗"红边"陆地观测卫星]
- （七）高分七号（GF-7）——中国首颗亚米级立体测绘卫星
后续预告： 高分系列七颗卫星已全部介绍完毕。接下来我们将开启新的专题系列，欢迎继续关注！
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
7
0- 0
已为社区贡献2条内容
所有评论(0)