看懂卫星遥感数据RPC文件

PRC（Rational Polynomial Coefficients ）文件是用来存储用于遥感数据几何校正的RPC模型的文件，目前多存储成xml文件。对于遥感数据来说地理坐标的精确度是十分重要的，L1级别的遥感数据是没有经过几何校正的，也可以简单地理解为数据没有地理坐标。因此可以通过数据包内的RPC文件进行数据校正。

RPC参数是有理函多项式函数模型的参数，可以将遥感影像的图像坐标（Line，Sample）即（行号，列号）与其对应的大地坐标（Lat，Long， Height）即（纬度，经度，高程）用比值多项式一一对应起来。RPC的概念得到了很大的关注是因为RPC不仅可以将传感器成像的物理模型隐藏起来，同时可以通过RPC模型校正出几何精度更高的卫星数据。不同数据厂商使用不同的方法生成RPC文件，但目前大多数都采取的非线性最小二乘法（Non linear Least square）。在成像期间，要拟合的数据由物理传感器模型生成。

RPC文件样例，该数据为Airbus Pleiades Neo的样例数据：

<?xml version="1.0"?>
<Dimap_Document version="3.0">
<Metadata_Identification>
<METADATA_FORMAT version="3.0" profile="PNEO_SENSOR">DIMAP</METADATA_FORMAT>
<METADATA_PROFILE>PNEO_SENSOR</METADATA_PROFILE>
<METADATA_SUBPROFILE>RPC</METADATA_SUBPROFILE>
<METADATA_LANGUAGE>en</METADATA_LANGUAGE>
</Metadata_Identification>
<Rational_Function_Model>
<Resource_Reference>
<RESOURCE_TITLE version="2.1">NITF</RESOURCE_TITLE>
<RESOURCE_ID>RPC00B</RESOURCE_ID>
</Resource_Reference>
<Global_RFM>
<RFM_Validity>
<LONG_SCALE>0.09497798415550429</LONG_SCALE>
<LONG_OFF>5.386471928559029</LONG_OFF>
<LAT_SCALE>0.13878415264120036</LAT_SCALE>
<LAT_OFF>43.32305708203754</LAT_OFF>
<HEIGHT_SCALE>3550</HEIGHT_SCALE>
<HEIGHT_OFF>3450</HEIGHT_OFF>
<SAMP_SCALE>5864</SAMP_SCALE>
<SAMP_OFF>5864</SAMP_OFF>
<LINE_SCALE>11716</LINE_SCALE>
<LINE_OFF>11716</LINE_OFF>
<GroundtoImage_Validity_Domain>
<FIRST_LON>5.291493944403524</FIRST_LON>
<FIRST_LAT>43.18427292939634</FIRST_LAT>
<LAST_LON>5.481449912714533</LAST_LON>
<LAST_LAT>43.461841234678744</LAST_LAT>
</GroundtoImage_Validity_Domain>
<ImagetoGround_Validity_Domain>
<FIRST_COL>0</FIRST_COL>
<FIRST_ROW>0</FIRST_ROW>
<LAST_COL>11728</LAST_COL>
<LAST_ROW>23432</LAST_ROW>
</ImagetoGround_Validity_Domain>
</RFM_Validity>
<GroundtoImage_Values>
<SAMP_DEN_COEFF_1>1</SAMP_DEN_COEFF_1>
<SAMP_DEN_COEFF_2>-0.0369559356163</SAMP_DEN_COEFF_2>
<SAMP_DEN_COEFF_3>-0.0426433251759</SAMP_DEN_COEFF_3>
<SAMP_DEN_COEFF_4>0.0411615283486</SAMP_DEN_COEFF_4>
<SAMP_DEN_COEFF_5>-0.029104046665</SAMP_DEN_COEFF_5>
<SAMP_DEN_COEFF_6>-0.0110560101634</SAMP_DEN_COEFF_6>
<SAMP_DEN_COEFF_7>0.00398822248239</SAMP_DEN_COEFF_7>
<SAMP_DEN_COEFF_8>0.0159897753261</SAMP_DEN_COEFF_8>
<SAMP_DEN_COEFF_9>-0.00179057279937</SAMP_DEN_COEFF_9>
<SAMP_DEN_COEFF_10>0.000873825839003</SAMP_DEN_COEFF_10>
<SAMP_DEN_COEFF_11>0.000138521378526</SAMP_DEN_COEFF_11>
<SAMP_DEN_COEFF_12>-5.04879875657e-05</SAMP_DEN_COEFF_12>
<SAMP_DEN_COEFF_13>-0.00012143771886</SAMP_DEN_COEFF_13>
<SAMP_DEN_COEFF_14>6.00760628115e-05</SAMP_DEN_COEFF_14>
<SAMP_DEN_COEFF_15>0.000179311387447</SAMP_DEN_COEFF_15>
<SAMP_DEN_COEFF_16>-6.05751699553e-05</SAMP_DEN_COEFF_16>
<SAMP_DEN_COEFF_17>-4.27188265484e-05</SAMP_DEN_COEFF_17>
<SAMP_DEN_COEFF_18>-5.44454389227e-05</SAMP_DEN_COEFF_18>
<SAMP_DEN_COEFF_19>-7.00704986358e-05</SAMP_DEN_COEFF_19>
<SAMP_DEN_COEFF_20>-6.80555082595e-06</SAMP_DEN_COEFF_20>
<SAMP_NUM_COEFF_1>-0.124404065191</SAMP_NUM_COEFF_1>
<SAMP_NUM_COEFF_2>1.01488172814</SAMP_NUM_COEFF_2>
<SAMP_NUM_COEFF_3>0.003272676039</SAMP_NUM_COEFF_3>
<SAMP_NUM_COEFF_4>-0.131867177056</SAMP_NUM_COEFF_4>
<SAMP_NUM_COEFF_5>-0.0447944212561</SAMP_NUM_COEFF_5>
<SAMP_NUM_COEFF_6>0.0529746085684</SAMP_NUM_COEFF_6>
<SAMP_NUM_COEFF_7>0.00251353609439</SAMP_NUM_COEFF_7>
<SAMP_NUM_COEFF_8>-0.0360884985904</SAMP_NUM_COEFF_8>
<SAMP_NUM_COEFF_9>-0.00130881300594</SAMP_NUM_COEFF_9>
<SAMP_NUM_COEFF_10>-0.00609863668677</SAMP_NUM_COEFF_10>
<SAMP_NUM_COEFF_11>0.00729422629277</SAMP_NUM_COEFF_11>
<SAMP_NUM_COEFF_12>0.0160432790209</SAMP_NUM_COEFF_12>
<SAMP_NUM_COEFF_13>-0.00147014084558</SAMP_NUM_COEFF_13>
<SAMP_NUM_COEFF_14>0.0025488565382</SAMP_NUM_COEFF_14>
<SAMP_NUM_COEFF_15>-0.0293649806449</SAMP_NUM_COEFF_15>
<SAMP_NUM_COEFF_16>-2.1862387282e-05</SAMP_NUM_COEFF_16>
<SAMP_NUM_COEFF_17>-0.000573493597353</SAMP_NUM_COEFF_17>
<SAMP_NUM_COEFF_18>-0.0132154365799</SAMP_NUM_COEFF_18>
<SAMP_NUM_COEFF_19>0.000257004573055</SAMP_NUM_COEFF_19>
<SAMP_NUM_COEFF_20>-0.000145605452733</SAMP_NUM_COEFF_20>
<LINE_DEN_COEFF_1>1</LINE_DEN_COEFF_1>
<LINE_DEN_COEFF_2>-0.00111947764787</LINE_DEN_COEFF_2>
<LINE_DEN_COEFF_3>-0.0234458983405</LINE_DEN_COEFF_3>
<LINE_DEN_COEFF_4>-0.000613189437568</LINE_DEN_COEFF_4>
<LINE_DEN_COEFF_5>6.02546791548e-06</LINE_DEN_COEFF_5>
<LINE_DEN_COEFF_6>2.59634715052e-07</LINE_DEN_COEFF_6>
<LINE_DEN_COEFF_7>2.71747582625e-05</LINE_DEN_COEFF_7>
<LINE_DEN_COEFF_8>-2.865256072e-06</LINE_DEN_COEFF_8>
<LINE_DEN_COEFF_9>0.000568675223685</LINE_DEN_COEFF_9>
<LINE_DEN_COEFF_10>8.99584150383e-07</LINE_DEN_COEFF_10>
<LINE_DEN_COEFF_11>7.38686668257e-09</LINE_DEN_COEFF_11>
<LINE_DEN_COEFF_12>-1.24671066716e-07</LINE_DEN_COEFF_12>
<LINE_DEN_COEFF_13>-5.5462904017e-07</LINE_DEN_COEFF_13>
<LINE_DEN_COEFF_14>-5.42894838946e-09</LINE_DEN_COEFF_14>
<LINE_DEN_COEFF_15>-2.51422524755e-07</LINE_DEN_COEFF_15>
...
<LINE_NUM_COEFF_20>-5.17418132068e-08</LINE_NUM_COEFF_20>
<ERR_BIAS_COL unit="m">5.618360660264443e-09</ERR_BIAS_COL>
<ERR_BIAS_ROW unit="m">1.4346142052090727e-12</ERR_BIAS_ROW>
</GroundtoImage_Values>
<ImagetoGround_Values>
...
</ImagetoGround_Values>
</Global_RFM>
</Rational_Function_Model>
</Dimap_Document>

关键参数解释

名称	描述	取值范围	单位
ERR_BIAS	偏差，图像中所有点的水平轴的均方根偏差误差	>= 0	米
ERR_RAND	随机误差，图像中每个点每水平轴的均方根随机误差	>= 0	米
LINE_OFF	行偏移，相对于图像中心点（标准化平移参数）	>= 0	像素
SAMPLE_OFF	列偏移，相对于图像中心点（标准化平移参数）	>= 0	像素
LAT_OFF	大地纬度偏移（标准化平移参数）	-90 至 +90	度
LONG_OFF	大地经度偏移（标准化平移参数）	-180 至+180	度
HEIGHT_OFF	大地高偏移（标准化平移参数）	不限	米
LINE_SCALE	行比例（标准化比例参数）	>= 0	像素
SAMPLE_SCALE	列比例（标准化比例参数）	>= 0	像素
LAT_SCALE	大地纬度比例（标准化比例参数）	0 < LAT_SCALE <= 90	度
LONG_SCALE	大地经度比例（标准化比例参数）	0 < LONG_SCALE <= 180	度
HEIGHT_SCALE	大地高比例（标准化比例参数）	> 0	米
LINE_NUM_COEFF(1-20)	行分子系数，rn方程分子中多项式的20个系数。	不限
LINE_DEN_COEFF(1-20)	行分母系数。rn方程分母中多项式的20个系数。	不限
SAMPLE_NUM_COEFF(1-20)	列分子系数。cn方程分子中多项式的20个系数。	不限
SAMPLE_DEN_COEFF(1-20)	列分母系数。cn方程分子中多项式的20个系数。	不限

我们在实际的工作中会遇到要进行RPC裁切的问题，这时大家多半就是使用现有的软件进行裁切，那么如果RPC裁切出现了错误，我们很多情况是不知道有没有出错哪里出错了。这就需要进一步的验证计算。

RPC的数学模型（ STDI-0002 2.1 (16Nov2000)标准）

描述图像坐标和地面坐标之间物理关系的几何传感器模型称为严格成像模型。严格成像模型表达为，通过图像空间使用行（rows）和列（columns）表示（r, c）以及地理空间的物体表达为纬度，经度，和高度（ φ, λ, h）即地理坐标，将二者建立关系。( $r_{n}, c_{n}$ )代表归一化的行和列值，（P, L,H）代表归一化的纬度，经度，和高度。归一化的多项式系数（LINE_NUM_COEF_n, LINE_DEN_COEF_n, SAMP_NUM_COEF_n, SAMP_DEN_COEF_n）。这里使用归一化的值是为了减小计算过程中产生的误差,，取值范围在-1~1之间。在行列值，归一化行列值，地理坐标，和归一化地理坐标之间的归一化转换关系如下：

P = (Latitude - LAT_OFF)/ LAT_SCALE
L = (Longitude - LONG_OFF)/ LONG_SCALE
H = (Height - HEIGHT_OFF)/ HEIGHT_SCALE
rn = (Row - LINE_OFF)/ LINE_SCALE
cn = (Column - SAMP_OFF)/ SAMP_SCALE

有理多项式方程为：

$r_{n}=\frac{\sum_{i=1}^{20}LINE\_NUM\_COEF_{i}\cdot \rho _{i}(P, L, H) }{\sum_{i=1}^{20}LINE\_DEN\_COEF_{i}\cdot \rho _{i}(P, L, H)}$

$c_{n}=\frac{\sum_{i=1}^{20}SAMP\_NUM\_COEF_{i}\cdot \rho _{i}(P, L, H) }{\sum_{i=1}^{20}SAMP\_DEN\_COEF_{i}\cdot \rho _{i}(P, L, H)}$

三次多项式20个系数：

$\sum_{i=1}^{20}C_{i}\rho_{i}(P, L, H)=C_{1}+C_{6}\cdot L\cdot H +C_{11}\cdot P\cdot L\cdot H +C_{16}\cdot P^{3}$ $+ C_{2}\cdot L +C_{7}\cdot P\cdot H +C_{12}\cdot L^{3} +C_{17}\cdot P\cdot H^{2}$ $+ C_{3}\cdot P +C_{8}\cdot L^{2} +C_{13}\cdot L\cdot P^{2} +C_{18}\cdot L^{2}\cdot H$
$+ C_{4}\cdot H+C_{9}\cdot P ^{2}+C_{14}\cdot L\cdot H ^{2}+C_{19}\cdot P^{2}\cdot H$ $+ C_{5}\cdot L \cdot P+C_{10}\cdot H ^{2}+C_{15}\cdot L^{2}\cdot P +C_{20}\cdot H^{3}$

其中系数 $C_{1}...C_{20}$ 表示的是LINE_NUM_COEF_n, LINE_DEN_COEF_n, SAMP_NUM_COEF_n, SAMP_DEN_COEF_n这组系数。图像坐标单位为像素，地理坐标单位经纬度单位为度（小数点形式），高程坐标单位为米，坐标系使用的是WGS-84大地坐标系。在这个有理多项式函数模型中，由光学投影引起的畸变表示为一阶多项式。而像地球曲率、大气折射及镜头畸变等特征，由二阶多项式逼近。高阶部分的其它未知畸变用三阶多项式模拟。

标准化平移参数和标准化比例参数与RPC模型中4个多项式的80个系数共90个参数共同保存在卫星厂家提供给用户的RPC文件中，也是最必要的90个参数。

持续更新中...

看懂卫星遥感数据RPC文件相关推荐

利用sentinel hub Python开发包查询和下载Sentinel-2等卫星遥感数据
利用sentinel hub Python开发包查询和下载Sentinel-2等卫星遥感数据 1. 描述 sentinelhub Python包支持用户利用两种方式进行卫星遥感数据的下载和处理.第 ...
多种卫星遥感数据反演光合有效辐射数据服务
引言光合有效辐射是影响光合作用的关键因子,有助于碳循环和碳驱动机制的研究,其敏感性对全球气候系统有着重要的影响,而且它在不同的陆地生态系统模型中,都是重要的输入参数.通过反演晴空下影响光合有效辐射的 ...
鄱.阳.湖.近期SAR和光学卫星遥感数据汇总及共享
鄱.阳.湖近期SAR和光学卫星遥感数据汇总及共享江西省水利信息网显示,北京时间2020年7月12日11点,鄱阳湖湖口站流量高达25700立方米每秒,距离历史最高水位仅一步之遥,而星子站水位已经突破历 ...
教你看懂卫星场强图，更好入门烧星
为了让更多的卫视爱好者能够很快加入星友的队伍,培养卫视新人,特发此贴. 看到很多星友在发问,怎样看懂场强图,一时半会儿也说不清楚,你看看此贴就知道了. ①各卫星参数,请参考地址www.cnsat.n ...
轻松看懂和绘制数据流程图
数据流程图是比较通用的软件建模模型,它可用于需求分析阶段和系统设计阶段的建模.数据流程图被很多程序员使用,是因为它简单易懂,从事项目的开发人员只要通过查看流程图就能明白系统紧密结合的各个部分.数据流程 ...
不会真的有人看不懂 Linux 小白都能看懂的大数据入门（一）图文
一.概述 1.1 Linux的历史操作系统,英语Operating System简称为OS.说道操作系统就需要先讲一讲Unix,UNIX操作系统,是一个强大的多用户.多任务操作系统,支持多种处理器架 ...
十张图看懂未来大数据世界
作者:薄云借智来源:钱塘江大数据随着互联网云时代的来临,大数据与云计算就像一个硬币的正反两面,势必会影响到社会生活的方方面面,改变我们现有的规则和秩序.伴随着大数据与云计算产业的不断发展,未来到底 ...
一文看懂Python（五）-----文件篇
一.前言文件操作在所有编程语言中都扮演着一个非常重要的角色,编程语言中的文件操作都大同小异,无非就是读取和写入,本文会详细介绍Python的相关文件操作,包括常用的方法.方法如何使用.一些小的案例以 ...
大妈也能看懂的大数据分布式计算
本文是一篇科普性质的文章,希望能通过一个通俗易懂的例子给大家讲清楚大数据分布式计算技术. 大数据技术虽然包含存储.计算和分析等一系列庞杂的技术,但分布式计算一直是其核心,想要了解大数据技术,不妨从 M ...

看懂卫星遥感数据RPC文件

看懂卫星遥感数据RPC文件相关推荐

最新文章

热门文章