多源遥感数据协同计算方法：以月球地形信息提取为例

Multi-source remote sensing data sets have different characteristics such as sensor configuration, spatial-temporal attributes, and uncertainty. There are usually different levels of inconsistencies or even contradictions among the spatial information derived from them. This significantly limits the integrated processing and synergistic use of the multi-source remote sensing data. This proposed research aims at the synergistic use of multi-source remote sensing data, and plans to develop innovative synergistic computation methods for multi-source remote sensing data, so that the inconsistencies among different types of data can be reduced and their respective advantages can complement to each other to produce better spatial information. This research will develop a scale-invariant feature extraction method with good repeatability and information content and develop a scale-invariant image matching model under self-adaptive triangle constraint, to provide a novel solution for the reliable matching of multi-source remote sensing imagery. This research will develop a unified geometric model of remote sensing images with different sensor configurations based on the rational function model, and develop synergistic computation methods for the combined block adjustment of multi-source remote sensing images. This research will develop a novel synergistic computation method for the cross-platform remote sensing imagery and laser altimeter data to achieve the synergistic use of these two types of datasets with different nature and dimension. The proposed research in this project will provide theoretical and methodology foundations for the key aspects such as spatial information extraction and fusion in the field of spatial information network.

多源遥感数据各有不同的传感器模式、时空属性与精度等特点，由其获取的空间信息之间也往往存在不一致性甚至矛盾，这极大地制约了多源遥感数据的融合处理与协同利用。本项目研究多源遥感数据的协同计算方法，消除多源遥感数据之间的不一致性，实现多源遥感数据的优势互补与协同利用。主要研究内容包括：研究具有良好重复率与信息量的、与尺度无关的高效特征提取方法，与尺度无关的自适应三角形约束影像匹配方法，为多源遥感影像的可靠匹配提供新途径；研究多源遥感影像基于有理函数的统一几何模型，在此基础上系统地研究多源遥感影像联合区域网平差的协同计算方法；研究跨平台遥感影像与激光测高数据的协同计算方法，实现这两种异质、异维数据的协同利用。本项目的研究成果将为空间信息网络领域空间信息的快速提取与融合处理提供基础理论依据与方法支撑。

不同的对地观测平台(卫星、飞机)获取的遥感数据数量庞大且差异显著，这些多源遥感数据(如星载或机载遥感影像、激光测高数据等)各有不同的传感器模式、空间分辨率、时相、精度等特点，通过不同遥感数据所获取的地形地貌信息之间也往往存在不一致性甚至矛盾，这极大地制约了空间信息的可用性、精准性与协同利用。本项目研究多源遥感数据的协同计算方法，主要研究内容包括：研究适应多源、多尺度遥感影像的特征提取与可靠匹配方法；研究多源遥感影像基于有理函数的统一几何模型，在此基础上研究多源遥感影像的协同计算方法；研究跨平台遥感影像与激光测高数据的协同计算方法，实现这两种异质、异维数据的协同利用。经过系统深入的项目研究与实验分析，本项目所研发的边界约束下的最小二乘匹配方法能有效实现多源多尺度遥感影像的自动可靠匹配，即使影像的分辨率差距达20倍，该方法仍能获得可靠的匹配结果；本项目所研发的多源遥感影像协同计算模型能协同处理多源、多尺度的遥感影像，消除各影像数据之间的不一致性与矛盾，获得更高精度的数字地形信息；本项目所研发的多源遥感影像与激光测高数据协同计算模型能实现这两类遥感数据之间的优势互补，消除其之间的不一致性，获得更高精度的数字地形信息。本项目的研究成果对空间大数据时代多源遥感数据之间的协同利用具有重要的意义，所研发的理论与方法将促进空间信息网络领域空间信息的融合处理与知识发现等方面的发展。