加入收藏 | 设为首页 | 联系我们
简体繁体切换
您现在的位置:首页 >> 综合•其他 >>
栏 目: 关键字:
月球轨道器影像摄影测量制图进展及应用
双击自动滚屏 发布者:admin 时间:2021-2-2 12:19:19 阅读:486次 【字体:

月球轨道器影像摄影测量制图进展及应用

邸凯昌,刘 斌,辛 鑫,岳宗玉,叶乐佳

中国科学院遥感与数字地球研究所遥感科学国家重点实验室,北京 100101

摘 要本文对月球轨道器影像摄影测量制图技术进展、产品及应用进行综述,着重介绍了月球轨道器影像几何模型构建与精化、月球遥感影像与数字高程模型配准、多重覆盖影像择优方法及大区域制图等新技术的进展与应用。结合我国的嫦娥工程任务,阐述了月球轨道器摄影测量制图在工程及科学研究中的应用。最后对月球轨道器摄影测量制图技术未来的发展进行展望和探讨。

关键词月球探测;月球制图;摄影测量;轨道器影像

月球轨道器遥感观测是月球探测的主要手段,基于轨道器遥感影像的摄影测量制图是月球探测的基础性工作,为月球地形地貌构造分析、月球地质环境演化等科学研究提供关键信息,并为月球着陆探测工程任务中的着陆区评估与选择、着陆点定位、科学探测目标确定、巡视器导航定位等提供重要的数据信息支撑[1-3]。国际国内的月球探测任务不断增多,已经积累了大量多源、多分辨率、多重覆盖的月球遥感影像。利用这些影像数据,基于摄影测量制图技术,已制作出不同覆盖范围分辨率各异的制图产品,这些产品在月球探测工程和科学研究中作出了巨大的贡献。

月球摄影测量制图与对地观测制图在原理上一致,均是通过构建遥感影像的成像几何模型、区域网平差、立体影像匹配、空间前方交会等技术手段进行定位制图。但是由于月球卫星轨道和姿态测量精度低、月球表面难以获得控制点、无卫星导航定位设施、月球无大气因而影像受光照条件变化影响大等受限条件,月球摄影测量制图具有很大的挑战和更大的难度[3]。另外,由于应用场景的不同,月球摄影测量制图与对地观测制图发展重点也不尽相同。随着月球探测的深入开展,月球探测工程和科学研究对更高精度、更高分辨率、更好覆盖性、更高时效性的月球摄影测量制图技术和产品提出了新的需求。

21世纪以来,面向新的需求及挑战,在新一轮的探月高潮推动下,月球摄影测量技术也得到了长足的发展。本文对国际国内月球轨道器摄影测量制图技术进行综述,介绍月球全球及区域的影像拼图、数字正射影像图(DOM)和数字高程模型(DEM)等制图产品,阐述月球轨道器制图产品在月球探测工程与科学研究上的应用。其中,对于笔者团队(中国科学院遥感与数字地球研究所行星制图与遥感团队)在月球轨道器影像摄影测量处理中的相关技术进展及在我国嫦娥探月工程中的应用给予了较为详细的介绍。最后,对月球摄影测量技术的未来发展进行展望。

1 月球摄影测量技术进展

驱动月球摄影测量制图技术发展主要有两方面的动力。一是针对月球受限条件下的摄影测量技术进行研究,如研究针对月球轨道器影像的几何建模及精化方法等;另一方面是针对月球探测的工程及科研应用需求的摄影测量制图方法研究,如多源基准统一的大区域制图、数据融合制图等方法研究。据此,本文对摄影测量技术进展主要从几何建模与精化、多源数据配准、多重覆盖影像择优、遥感影像产品制作等方面展开。

1.1 月球遥感影像几何建模与精化

1.1.1 轨道器影像几何模型构建

遥感影像成像几何模型是描述影像上的点与地面点之间的坐标转换关系的模型,利用轨道器影像进行摄影测量的定位制图,构建影像的成像几何模型是关键和基础。月球影像的几何模型与对地观测遥感影像的模型构建一样也分为两类,一类是基于共线方程原理的物理成像几何模型,也称严格成像几何模型;另一类是与传感器无关的通用成像几何模型。

基于共线方程的物理成像几何模型是根据成像原理,恢复成像时光线的几何位置关系,从而建立像点与物方点的对应关系。共线方程表达月球轨道器严格成像几何模型如下[4]

(1)

式中,(X,Y,Z)是对应的物方点在月固坐标系的坐标;(xcyc)与f是经过畸变校正的焦平面坐标和焦距,构成内方位元素;(XS,YS,ZS)是摄影中心在月固坐标系的坐标,为外方位线元素;Rib表示像空间坐标系转换至飞船本体坐标系(body coordinate system,BCS)的旋转矩阵,由传感器的安装角计算得来;Rbo表示BCS至轨道坐标系(orbit coordinate system,OCS)间的旋转矩阵,可用姿态计算得到;Rol表示OCS到月固坐标系(lunar body-fixed coordinate system,LBF)的旋转矩阵,由轨道测量参数计算得到;λ是一个比例因子。构建月球轨道器模型的关键是获取上述内外方位元素参数。目前国外大部分月球轨道器的内外元素参数均可由SPICE kernel[5]文件读取。

严格几何模型有明确的物理意义,便于作理论分析和高精度处理,但严格几何模型比较复杂,且由于影像传感器的设计差异,往往针对每一个传感器都要建立各自的严格几何模型。另外,对于部分轨道器遥感影像(包括我国的嫦娥一号、嫦娥二号)的测轨测姿数据目前尚未完全开放,仅有部分研究团队能够获取,给建立和广泛应用严格几何模型带来一定的困难。为了能使月球轨道器遥感影像得到更广泛更好的应用,构建其通用成像几何模型有较高的需求。

以有理函数模型(rational function model,RFM)为代表的通用成像几何模型具有拟合精度高、通用性好、应用方便等优点,研究有理函数模型对行星轨道器影像的适用性是十分必要的。近年来,研究者对RFM在月球和火星的适用性和精度进行了一系列研究[6-10]。特别需要指出的是,文献[8]发现部分行星轨道器由于轨道设计原因,TDI相机积分时间发生跳变,会直接影响传统方法拟合RFM的精度,为此提出了时间变量的RFM模型与虚拟重成像影像的RFM两种方案,有效解决了这一难题。

1.1.2 几何模型精化

由于存在轨道误差、姿态误差、时间误差、相机模型误差等,使得构建的严格几何模型或通用几何模型会存在误差。模型误差不仅使得定位出现偏差,且多重覆盖及相邻影像生产的产品在几何上也会出现偏差,严重影响月球遥感影像及制图产品的应用。月球遥感影像的几何模型精化主要达到两个目的,一是提高遥感影像的绝对定位精度,二是提高遥感影像间的几何一致性,从而生产出几何上无缝的制图产品。由于月球上缺乏高精度的绝对控制,因此几何模型精化常采用多数据联合平差或大区域影像的区域网平差方法,主要提高数据间的一致性,特别使得平差后影像的反投影差变小,提升整体的相对定位精度,间接提升一定的绝对定位精度。

目前针对月球轨道器遥感影像的区域网平差处理主要以共线方程的严格成像几何模型为基础,建立各传感器的成像参数精化模型,并辅助激光高度计数据、DEM等已有的地形产品进行最优参数估计的平差解算,由于平台及传感器的不同,平差方法与平差细节也各有差异。21世纪以来主要的月球轨道器遥感数据(如表1)均有相应的处理。

表1 21世纪以来主要的月球轨道器遥感数据

Tab.1 Main orbital data acquired by lunar exploration missions in the 21st century

文献[12]通过对多轨道影像间的偏移进行改正,将SELENE月球探测器上携带的一台地形相机(TC)影像的相对误差由100 m降低到10 m左右,其后又通过与激光高度计(LALT)数据对比及平坦区域高差控制等约束条件对TC相机的CCD探测器的畸变模型和相机镜头安装角进行校正,使TC相机生成的DEM与LALT数据间的一倍中误差降低到3.2 m[11]。文献[13]对轨道和姿态数据分别进行三阶和九阶多项式拟合,建立了月船一号(Chandrayaan-1)地形制图相机(terrain mapping camera,TMC)影像的严格成像几何模型。通过对姿态数据多项式的常数项和一次项系数进行了精化,利用调整外方位元素进行区域网平差,消除了三线阵影像之间的不一致性。针对月球侦查轨道器相机(LROC)窄角(NAC)相机影像[14],亚利桑那州立大学、NASA艾姆斯研究中心、亚利桑那大学、俄亥俄州立大学、德国宇航中心和柏林工业大学,以及美国地质调查局均进行过平差研究。这些研究团队或利用ISIS软件和SOCET SET软件,或通过自行开发研究,最终都生成高精度的地形产品[15]。处理过程主要包含了视准轴标定、摄影测量光束法平差、高精度地形编辑以及轨道器颤振(jitter)处理。研究表明一对或多对窄角相机立体影像平差结果像方残差中误差小于1个像素。立体LROC NAC影像生成的DEM与LOLA激光测高数据差异的均方根误差不超过10 m,经过平移后两者基本吻合,很好地体现出二者数据的一致性[16]

针对嫦娥一号(CE-1)和嫦娥二号(CE-2)影像的几何模型及其精化,我国学者已展开诸多研究。文献[17—18]利用理论推演与数值仿真探讨了EFP(等效框幅相片)光束法平差,并对CE-1三线阵CCD影像进行处理。文献[19]通过结合影像姿态角常差改正和激光高度计(LAM)轨道交叉点平差实现二者更高精度的配准,配准后影像与LAM数据的高程差值平均值在物方从200 m降低至3.21 m,LAM数据点投影到像方同名点的不一致降低到0.1像素。文献[20]通过曲面拟合进行高差约束,实现了CE-1单轨CCD影像与LAM数据的联合光束法平差,平差后像方误差由18个像素降低到1个像素左右。文献[4]提出了一种基于严格几何模型的CE-2自检校光束法平差方法,相邻轨平差后影像间的不一致从20个像素减小到子像素。文献[21]以LOLA数据作为控制基准,推估出CE-2影像的外方位元素,并利用多轨影像进行联合平差处理,将影像间的不一致降低到子像素。

以上均为基于严格成像几何模型的精化,在基于有理函数模型精化方面,文献[22]对4000列×15 000行TMC影像使用有理函数模型进行区域网平差,使像方误差达到3~5像素,与美国LOLA激光高度计数据比较,采样点高差基本在百米以内。针对CE-1、CE-2及LROC NAC影像利用有理函数模型进行区域网平差,使得平差后反投影差都能达到子像素[7,9-10,23],并生产出高精度的DEM及DOM产品。

1.2 多源数据配准

不同月球探测任务、不同传感器获取了大量的影像及地形数据,利用多源数据进行制图,可以充分结合不同数据的优势信息,实现数据间的优势互补。但是,多源轨道器数据间普遍地存在定位偏差,为了实现月球多源数据的基准统一,不同源影像与DEM、DEM与DEM间的配准受到广泛关注与研究。

目前针对月球影像与DEM的配准主要基于3类匹配方法:三维表面匹配、基于联合平差方法的匹配,以及结合辐射信息的基于窗口的匹配。三维表面匹配方法主要应用于立体影像通过摄影测量方法制作生成的DEM与参考高程数据之间,通过计算两个高程数据间的7个变换参数(旋转、平移、缩放参数)进行匹配,间接实现立体影像与高程数据之间的配准[19]。该方法可以实现立体像对与高程数据的高精度匹配,但并不适用于单幅影像与高程数据间的匹配。联合平差方法是指匹配与平差同时求解,在计算立体像对几何模型参数的同时,令DEM高程值与立体像对前方交会得到的高程值的高程差最小为高程约束,并作为区域网平差的附加观测,从而精化模型参数,实现影像与高程数据的匹配[20-21]。除上述两种应用较多的方法外,还有少数学者将辐射信息引入影像与地形数据的匹配中。首先基于月表反照率模型与地形数据生成模拟影像数据,通过模拟影像与实际影像匹配,间接实现地形数据与影像的匹配[24-25]。该方法通过构建模拟影像,实现了影像与地形数据基于窗口的匹配,提高了匹配精度,匹配精度可达子像素。

多源DEM配准研究也是进行多源数据基准统一制图的关键技术。目前DEM配准技术主要基于三维最小二乘表面匹配方法。该方法的主要思想为根据不同的算法建立三维点间的对应关系构建误差方程,通过求解转换参数实现DEM间的匹配。例如迭代最邻近点法(iterative closest point,ICP)以点对间的三维距离最小构建误差方程[26]、最小高差法(least Z-difference,LZD)以点对间的高程差最小构建误差方程[27]。这两种方法是三维表面匹配的主流算法,在月球DEM配准方面也得到了一定应用[28]。此外,基于撞击坑、山脊线等特征的匹配算法也同样适用于月球DEM间的匹配[29],但该方法并不适用于特征贫乏地区。

针对异源数据匹配难题,本团队提出了一种同时考虑辐射信息以及几何信息的轨道器影像与参考DEM数据匹配方法[25]。由于轨道器影像与参考DEM数据的匹配精度同时受匹配连接点及模型精度的影响,在二者分辨率差异大的情况下,匹配过程中引入几何模型约束可以提高匹配精度。基于此,在传统最小二乘匹配的基础上,基于遥感影像的通用成像几何模型,利用影像自身的内部几何一致性信息,在进行原始影像与通过参考DEM数据计算得出的模拟影像单像匹配的同时,求解有理函数模型的精化参数与匹配点,从而提高影像与参考DEM数据的匹配精度,进而为后续大区域制图等应用提供高精度控制点。LROC NAC影像与参考DEM的配准试验表明该方法配准精度优于特征匹配法、ASIFT匹配法和传统的最小二乘匹配法[25]

1.3 多重覆盖影像择优

多重覆盖影像中选择出最优的影像组合是大区域制图研究的首要任务。文献[30]从影像重叠范围、空间分辨率、光照条件、立体强度、太阳经度及光谱范围等方面阐述了立体影像选择的限制条件。文献[31—32]在利用LROC NAC影像进行地形制图时,选择了侧摆角在0°~30°或交会角在10°~45°的影像。上述研究主要针对影响影像立体制图定位精度的因素,包括立体几何强度、影像匹配条件等,但是所给出的约束条件基本上都是通过经验得出,没有详细地定量分析不同因素与影像匹配精度、定位精度等的相互关系。对于影像匹配条件的描述一般都是采用定性的方式,主要集中于立体交会强度和匹配精度对于定位制图精度的影响,尚没有分析立体交会强度与匹配误差之间关系的研究。

本团队利用月球表面最高分辨率的LROC NAC数据展开了多源多重覆盖影像定位精度的研究。选取了7景Apollo 11号和9景嫦娥三号着陆区多重覆盖的影像,首先研究不同立体像对组合的定位精度。在以往的研究中并未考虑交会角引起的匹配精度变化,本研究系统论证了立体交会角、匹配精度(用相关系数表征)和定位精度的耦合关系,得出在交会角小于10°时,交会角对定位精度起决定性作用,而当交会角大于10°时,影像匹配误差对定位精度影响更大的结论(如图 1所示)。

图1 立体影像交会角与定位精度和匹配精度的关系[23]
Fig.1 The relationship between the convergence angle and the positional error, the convergence angle and the image correlation coefficient for Apollo-11 and CE-3 landing site

在此基础上,本文还首次定量分析了不同影像获取参数,如影像光照条件差异、影像行列分辨率差异等对于匹配精度的影响。影像的光照差异是通过阴影顶端距离(shadow-tip distance,DSH)来定量化描述的。DSH的定义是假设待计算阴影差异的两张影像上分别存在单位高的立柱,在两张影像的光照条件下分别形成的两个阴影,则两个阴影顶端的距离称为DSH。影像行列方向分辨率的差异可以通过像素纵横比来描述,它是指影像行方向和列方向地面采样距离的比值。研究表明,影像匹配精度随阴影顶端距离和影像纵横比之比的增加都呈现线性下降关系。影像的匹配精度又直接影响最终的立体定位精度,因此在制图影像选择过程中,除了考虑影像交会角对定位结果的影响外,还需要考虑影像光照条件、影像纵横比之比等因素的影响。

以上结论对多重覆盖区立体制图影像选择具有指导意义,对轨道器影像传感器设计和数据获取方式设计也具有参考价值。在此基础上,进行了多影像立体定位精度研究,表明选择部分影像用于交会定位精度优于用所有影像的定位精度。为此笔者还提出了一种渐进式选取最优影像的方法,在多重覆盖影像区获得最高的定位精度[23]

1.4 月球遥感影像产品制作技术

1.4.1 立体影像DEM产品制作

立体影像DEM制作主要流程都基本为影像模型构建及定向、立体匹配和三维生成及DEM内插。针对行星遥感影像DEM生产的软件主要有NASA开源软件Ames Stereo Pipeline(ASP)[33]、商业摄影测量软件SOCET SET、意大利帕尔马大学研究团队开发的Dense Matcher[34]及香港理工大学研究团队开发的PLANETARY3D[10]等。在DEM产品生产中,立体匹配效果往往是影响DEM质量的关键。

立体匹配方法依据是否考虑到全局约束可分为局部匹配方法与全局匹配方法。局部匹配方法缺乏平滑约束,在遮挡以及纹理信息匮乏区域匹配质量不佳。基于全局能量最小化的全局匹配方法由于加入了全局约束,匹配质量较局部匹配大大增加。文献[35]提出的半全局匹配算法(SGM),利用多方向动态规划近似全局的能量最优,在效率和精度上均取得了较好效果,目前被广泛应用[10,33]。为了提高匹配的可靠性与速度,月球立体影像的匹配常常采用核线约束、从粗到精策略和三角网约束等匹配策略以提高匹配成功率及精度。文献[36]首先建立影像间的核线约束关系,再利用基于灰度的图像匹配方法进行密集匹配,利用嫦娥二号影像数据,制作了全月DEM。文献[21]将7 m分辨率的嫦娥二号数据与LOLA数据相结合,生成了虹湾地区20 m分辨率的DEM,其在地形建模的过程中,利用物方三角网约束了搜索范围。

1.4.2 多源数据融合的DEM产品制作

采用多源地形数据通过融合处理,实现数据间的信息互补,最终使得融合后的DEM信息量增加,达到质量优于融合前地形数据的效果。在月球探测中,DEM融合研究相对较少,一般选取月球激光高度计数据与立体影像生成的DEM数据进行融合,月球激光高度计数据的获取相较于影像不受光照影响,尤其在太阳入射角较低的高纬度地区及永久阴影区可以获取更为精确的高程信息;而由于立体影像分辨率较高,可以获取更为密集的三维数据,尤其在赤道地区激光点数据较为稀疏,此时立体影像生成的DEM可以发挥更大的优势,将两类数据融合可以得到更高质量的DEM产品。文献[37]通过将SELENE地形相机生成的DEM配准至LOLA,并用其补充了LOLA激光点轨迹间数据的缺失,生成了融合后的DEM产品(SLDEM2015),与LOLA DEM、GLD100比较表明,融合后的DEM具有更加丰富的细节与纹理。

1.4.3 大区域DOM产品制作

在月球轨道器影像获取过程中,轨道器的定轨定姿精度有限,造成获取的影像间存在着几何不一致性,这种不一致性对基于高分辨率影像的制图结果会产生更大的影响。此外,由于月球目前缺乏高精度的控制基准,已有的不同制图产品间也存在着一定的几何不一致性,本团队在嫦娥四号、嫦娥五号任务的需求下,研发出一种分块策略和区域网平差相结合的技术方法同时解决影像间的不一致性和影像与DEM之间的位置差异[38]。除几何不一致性外,由于轨道器影像获取时光照条件的差异,影像间辐射信息也存在着差异,从而对最终影像制图产品的目视效果产生不良影响。该方法通过在每个分块内部,采用平面区域网平差方法,减小LROC NAC影像间和影像与DEM间的几何偏差。在分块平差的基础上,大区域采用基于薄板样条(TPS)模型的几何纠正方法,在虚拟控制点的辅助下,可以在保持制图精度不变的条件下得到高精度的配准结果,完成分块影像间的几何不一致性纠正,并对影像间辐射不一致进行校正,从而得到几何和辐射无缝的大区域制图产品。

2 月球制图产品

2.1 全月或大区域制图产品

21世纪以来的几次探测任务中基本都搭载了可以获取地形数据的立体相机或激光高度计,利用这些数据制作生成了不同分辨率的全月DEM产品,产品的分辨率和精度如表2所示。

目前月球的全球影像制图产品主要包括克莱门汀号(Clementine)全月正射影像拼接图、LROC WAC全月正射影像拼接图、嫦娥一号全月影像图、嫦娥二号全月影像图、SELENE地形相机(terrain camera,TC)全月正射影像拼图等,如表3所示。

表2 月球全球DEM制图产品

Tab.2 Lunar global DEM products

表3 月球全球DOM制图产品

Tab.3 Lunar global DOM products

为支持Lunar Mapping and Modeling Project (LMMP),美国地质调查局利用LROC NAC数据对月球两极85.5°~90°范围进行了有控制的拼接影像图制作[45],拼接图的分辨率为1.0 m/pixel,控制点来源于LOLA极区10 m分辨率的DTM,采用ISIS软件对影像进行辐射校正、几何校正、光束法平差、正射校正以及最终的拼接等处理,但其制图范围较小,且没有考虑光照影响。

在上述工作的基础上,美国地质调查局、亚利桑那州立大学、NASA艾姆斯研究中心等团队利用LROC NAC影像对月球的北极和南极进一步开展了有控制的拼接制图工作[46-47]。美国地质调查局的制图范围是南北纬85°~90°,使用的控制数据是LOLA激光点。为考虑不同光照条件,将影像按照太阳经度每10°的间隔进行分类,最终得到36幅考虑光照的拼接图,以及综合所有极区影像的无缝拼接图。该成果有望成为月球极区新一代的高精度基准图[47],但目前该成果尚未发布。

覆盖月球北半球60°到极点范围的LROC NAC拼接图LROC Northern Polar Mosaic (LNPM) 于2014年发布[48]。LNPM共涉及10 581幅NAC影像,分辨率可达到2 m,总覆盖面积可达2.54×106 km2。该拼接产品仍然采用ISIS软件完成,以LOLA得到的30 m分辨率的DEM作为基准,但影像间的几何偏差仍大量存在。

为满足嫦娥四号(CE-4)、嫦娥五号(CE-5)工程任务需求,本团队基于1.4节中大区域制图方法,制作了CE-4着陆区和备选着陆区[49]及CE-5预着陆区无缝大区域正射影像图[38]。其中CE-4着陆区正射影像拼图分辨率为0.9 m(51 km×30 km)[49],用于着陆区形貌和地质构造分析[50],着陆后作为参考影像底图之一用于着陆点定位和支持巡视器路径规划等[51]。CE-5覆盖范围为20°(经度)×4°(纬度),截至2017年12月,该区域共覆盖LROC NAC影像2000多幅,根据影像太阳方位角大于180°、入射角在40°~80°等条件共筛选得到735幅NAC影像,对于余下无法覆盖区域则采用太阳方位角小于180°的影像进行补充,所选影像的平均分辨率约为1.5 m。选择SLDEM2015为控制基准来提供区域网平差的控制点和地形纠正的基准,垂直精度为3~4 m。图2展示了所制作的分辨率为1.5 m的DOM,图像大小224 721列×44 945行。该图是目前为止利用LROC NAC影像生产的最大范围无缝月球正射影像图。

图2 嫦娥五号预着陆区正射影像图[38](分辨率1.5 m,简单圆柱投影)
Fig.2 Seamless DOM mosaic of the Chang’E-5 planned landing area[38](pixel size 1.5 m, simple cylindrical projection)

2.2 局部区域高精度产品

月球高分辨率局部影像制图产品主要数据源为LROC NAC影像,LROC通过侧摆获取部分重点区域的立体影像。多个团队利用LROC NAC影像生产了精度及分辨率最高的DOM与DEM产品,均可在http:∥wms.lroc.asu.edu/lroc下载。产品涉及的LROC NAC影像从两对到几十对不等,数据总覆盖范围极其有限。除此之外,中国科学院国家天文台团队利用1.5 m嫦娥二号立体影像制作了嫦娥三号着陆区的高分辨率DEM和DOM。

从以上现有的月球影像制图成果中可以看出,全球制图成果分辨率为几十米至百米量级一般较低,无法用于着陆探测任务的规划和局部精细地形地貌的研究。局部制图成果分辨率为米级,但覆盖范围极为有限。

3 应 用

3.1 工程应用

月球着陆探测任务前需要进行着陆区选址,以确保着陆器的安全着陆。选址过程需要同时兼顾科学探测目标、工程能力以及着陆区环境(光照、通视性、物质成分)等因素,月球轨道器全球或局部高精度制图产品在着陆区选址评价过程中起到了重要的作用。影响月球选址的原始条件复杂多样,通过月球DEM可以计算得到预选着陆区的坡度、粗糙度、地形起伏度、光照遮挡等地形信息,通过高分辨率的影像图可以分析着陆区的地貌类型和石块丰度等,为探测器着陆安全和巡视器工作规划提供支撑。

针对月球着陆区选址,国际国内学者均进行了相关研究。文献[52]基于月球正射影像、LOLA地形制图数据及矿物丰度等遥感数据,结合科学目标[53],提出了29处月球探测预选区。我国的嫦娥四号任务实现了人类探测器首次月球背面软着陆探测,嫦娥二号影像与DEM产品在着陆区评估与选址方面发挥了重要作用。文献[54]结合SLDEM2015以及由LROC NAC生成的DOM,综合考虑了坡度、撞击坑、石块分布及地势遮挡因素,建立了着陆区评价及筛选模糊模型,筛选出了安全着陆区,并通过嫦娥四号任务成功验证了方法的有效性。文献[55]结合地形及矿物丰度图对嫦娥三号、四号着陆区进行了对比分析,对月球背面地形进行了软着陆探测影响分析,发现嫦娥三号、四号着陆区环境差异较大,证实了嫦娥四号探测器可以适应月球背面的地形变化。

月球轨道器摄影测量制图技术及产品在着陆器及月表特征点高精度定位也有广泛的应用。文献[56]利用多重覆盖LROC NAC影像对以往月球着陆器和其他月表设备(如激光角反射器)进行了定位。本团队以嫦娥二号DOM、LROC NAC影像及DOM为底图,对嫦娥三号、四号的着陆器进行了高精度定位[51,57]。图3是以LROC NAC底图为基准的嫦娥四号着陆点定位图[51]

图3 以LROC NAC底图为基准的嫦娥四号着陆点定位及局部放大[51]
Fig.3 CE-4 lander localization result on LROC NAC DOM and local magnification[51]

3.2 月球形貌特征分析

月球轨道器影像摄影测量制图产品在形貌特征及演化研究中得到广泛应用,国内外都有大量的研究成果。限于篇幅,这里仅给出几个在撞击坑、月壤、石块等方面的研究案例。

目前除了对Apollo工程与Luna任务取回月球样品进行同位素定年外,对月球其余地方的年龄没有直接的证据。文献[58—60]研究了月球不同区域的撞击坑大小频率分布规律。文献[59]进一步将Apollo和Luna采样区域的撞击坑统计分布规律与样品的同位素结果相结合,得到了利用月球表面撞击坑大小频率的关系推导绝对定年的经验公式。目前,这种方法已经用于对月表玄武岩[61]、月球皱脊[62]、月球大型盆地[63]等地质年龄的研究。近年来,文献[64—65]利用获取的高分辨率数据不断优化利用撞击坑统计进行绝对定年的方法。

结合嫦娥四号工程任务应用需求,本团队在LROC NAC正射影像图上(图3(a))识别量测了直径大于3.6 m的撞击坑11 787个,其中11 449个直径大于5 m,4057个大于10 m,28个大于100 m(用浅蓝色标出),见图4[50]。这些密布的撞击坑对于研究该区表面演化过程及地质年龄有重要意义,同时在月球车的科学探测任务规划和行驶路径规划也具有重要的参考作用。

图4 嫦娥四号着陆区撞击坑分布图(范围同图3(a))
Fig.4 Distribution of impact craters in the CE-4 landing area (the extent is the same as the Fig.3(a))

月壤是月球表面一种松散的碎屑层,它与底部的基岩在强度方面具有明显的差异,这种差异性将使撞击坑形成过程中的冲击波在界面上进行反射和透射,其结果是形成平底撞击坑、同心环撞击坑、台阶撞击坑这些特殊形态的撞击坑[65]。因此,可以利用这些撞击坑的形态来推断月壤的厚度[66]。图5是在嫦娥五号着陆区识别出的同心环撞击坑及估算出的月壤厚度图[67]

图5 嫦娥五号着陆区同心环撞击坑分布及月壤厚度均值分布[67]
Fig.5 Distribution of concentric craters and mean regolith thickness over CE-5 landing area[67]

石块是月球表面一种典型精细地貌,可以提供月球表面构造演化、地质年龄等信息。目前利用月球高分辨率影像能够提取石块的大小及分布规律[68],这能够为月球表面的地质演化以及探测车的安全行驶提供重要信息,并且,提取撞击坑周围石块的分布规律可以得到最近(20 Ma)形成的撞击坑的绝对年龄信息[69]。亚米级和米级分辨率的轨道器影像为识别和量测石块提供了可能。除了人工识别与量测外,利用高分辨率影像与DEM进行形貌特征(如石块、撞击坑等)的自动提取与识别也是研究的热点[70-71]

4 未来发展方向展望与探讨

月球探测的新一轮热潮正在形成,包括我国在内的世界航天大国纷纷制定新的轨道器探测、着陆巡视探测、载人登月、建立月球基地等计划。随着工程任务的持续开展和月球科学研究的不断深入,月球轨道器影像摄影测量制图技术与应用也必将得到更大的发展。

4.1 参考框架与绝对定位精度提升

受限于绝对参考精度及高精度控制点(激光角反射器)数量,目前月球摄影测量制图技术在绝对定位精度上依然受限。目前国际上通用的月球全球控制网ULCN 2005水平精度为100 m至几千米,垂直精度约100 m,总体精度较低。随着载人登月、月球基地等任务的实施,参考框架与绝对定位精度的需求将更加迫切,面向提高参考框架与绝对定位精度的月球轨道器探测及摄影测量技术会相应发展。

4.2 大区域高分辨率影像定位制图

目前月球最高分辨率的影像为LROC NAC影像,但立体覆盖非常有限。为满足今后月球探测的需求,新的探测任务将会搭载分辨率更高(米级和亚米级)、立体覆盖更全(全球覆盖)的传感器(如我国规划中的嫦娥七号)。随着分辨率的增高,摄影测量中考虑的误差因素也将增多(如Jitter的影响将更显著)。面向新的更高分辨率、更高精度的探测,月球轨道器影像摄影测量技术随之而发展,大区域乃至全球高分辨率测图技术是其中主要的研究方向。

4.3 多数据融合的精细制图

在新的工程和科研的需求下,对月球形貌分析的需求必将向精度更高、更精细、覆盖更全等方面发展,这就需要集成多源数据进行精细制图。多重覆盖影像、影像与激光高度计、影像与雷达数据等的融合制图均会是今后重要的研究方向。

4.4 海量月球影像的自动摄影测量处理

目前持续增长的海量月球遥感影像数据,已经远远超出了传统的人机交互处理的能力,大量的数据获取后存档而无法及时处理分析。因此,海量月球影像的自动摄影测量处理是急需突破的关键技术和重要的研究方向,包括自动制作DEM、DOM等标准化的制图产品,以及月表地物地貌的自动识别与专题图制作等。除了摄影测量核心技术需要更加自动化和标准化以外,云计算、大数据、人工智能等技术将会推动这一方向的发展。

4.5 月球制图标准

为了更好地综合利用各国月球的探测数据进行摄影测量制图产品制作和共享,十分有必要建立和完善国际月球制图标准,包括坐标系、控制网、制图系列比例尺的确定、地图投影、地物的分类与表达、数据格式与编码等。这些标准和共享的实现,有赖于有效的国际合作,需要相关业务主管部门、国际组织和科学工作者的共同努力。

参考文献:

[1] GREELEY R, BATSON R M. Planetary mapping[M]. New York: Cambridge University Press, 1990.

[2] KIRK R L, ARCHINAL B A, GADDIS L R, et al. Lunar cartography: progress in the 2000s and prospects for the 2010s[C]∥Proceedings of International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Melbourne. Australia: [s.n.], 2012: 489-494.

[3] 邸凯昌, 刘召芹, 万文辉, 等. 月球和火星遥感制图与探测车导航定位[M]. 北京: 科学出版社, 2015.

DI Kaichang, LIU Zhaoqin, WAN Wenhui, et al. Lunar and Mars remote sensing mapping and rover localization[M]. Beijing: Science Press, 2015.

[4] DI Kaichang, LIU Yiliang, LIU Bin, et al. A self-calibration bundle adjustment method for photogrammetric processing of Chang’E-2 stereo lunar imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(9): 5432-5442.

[5] NAIF. Lunar reconnaissance orbiter camera (LROC) instrument kernel[J]. Space Science Review, 2010, 150(1): 81-124.

[6] LIU Yiliang, DI Kaichang. Evaluation of rational function model for geometric modeling of Chang’E-1 CCD images[C]∥Proceedings of International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Guilin: [s.n.], 2011.

[7] LIU Bin, LIU Yiliang, DI Kaichang, et al. Block adjustment of Chang’E-1 images based on rational function model[C]∥Proceedings of Remote Sensing of the Environment: 18th National Symposium on Remote Sensing of China. Wuhan: SPIE, 2014: 91580G.

[8] LIU B, XU B, DI K, et al. A solution to low RFM fitting precision of planetary orbiter images caused by exposure time changing[C]∥Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Prague, Czech Republic: [s.n.], 2016: 441-448.

[9] HU Han, WU Bo. Block adjustment and coupled epipolar rectification of LROC NAC images for precision lunar topographic mapping[J]. Planetary and Space Science, 2018, 160: 26-38. DOI: 10.1016/j.pss.2018.03.002.

[10] HU Han, WU Bo. Planetary3D: a photogrammetric tool for 3D topographic mapping of planetary bodies[C]∥Proceedings of ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Enschede, The Netherlands: ISPRS, 2019: 519-526. DOI: 10.5194/isprs-annals-IV-2-W5-519-2019.

[11] HARUYAMA J, OHTAKE M, MATSUNAGA T, et al. Selene (Kaguya) terrain camera observation results of nominal mission period[C]∥Proceedings of the 40th Lunar and Planetary Science Conference. Woodlands: NASA, 2009: 128-139.

[12] HARUYAMA J, HARA S, HIOKI K, et al. Lunar global digital terrain model dataset produced from SELENE (Kaguya) terrain camera stereo observations[C]∥Proceedings of the 43rd Lunar and Planetary Science Conference. Houston, TX: [s.n.], 2012: 1200.

[13] RADHADEVI P V, SOLANKI S S, NAGASUBRAMANIAN V, et al. An algorithm for geometric correction of full pass TMC imagery of Chandrayaan-1[J]. Planetary and Space Science, 2013, 79-80(1): 45-51.

[14] ROBINSON M S, BRYLOW S M, TSCHIMMEL M, et al. Lunar reconnaissance orbiter camera (LROC) instrument overview[J]. Space Science Reviews, 2010, 150(1-4): 81-124.

[15] LI R, WANG W, HE S, et al. Precision photogrammetric modeling of LROC NAC cameras and topographic products[C]∥Proceedings of Annual Meeting of the Lunar Exploration Analysis Group. Washington, DC: [s.n.], 2010: 36.

[16] TRAN T, ROSIEK M R, BEYER R A, et al. Generating digital terrain models using LROC NAC images[C]∥Proceedings of a special joint symposium of ISPRS Technical Commission IV & AutoCarto in conjunction with ASPRS/CaGIS 2010 Fall Specialty Conference. Orlando, Florida: [s.n.], 2010.

[17] 王任享. 月球卫星三线阵CCD影像EFP光束法空中三角测量[J]. 测绘科学, 2018, 33(4): 5-7.

WANG Renxiang. EFP bundle triangulation using lunar imagery obtained from satellite three-line-array camera[J]. Science of Surveying and Mapping, 2018, 33(4): 5-7.

[18] 王建荣, 王新义, 李晶 等. 三线阵CCD摄影测量理论在月球探测中的应用[J]. 测绘科学, 2018, 33(6): 19-20.

WANG Jianrong, WANG Xinyi, LI Jing, et al. The application of three- line array CCD photogrammetry theory on the lunar exploration[J]. Science of Surveying and Mapping, 2018, 33(6): 19-20.

[19] DI Kaichang, HU Wenmin, LIU Yiliang, et al. Co-registration of Chang’E-1 stereo images and laser altimeter data with crossover adjustment and image sensor model refinement[J]. Advances in Space Research, 2012, 50(12): 1615-1628.

[20] WU Bo, GUO Jian, ZHANG Yunsheng, et al. Integration of Chang’E-1 imagery and laser altimeter data for precision lunar topographic modeling[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(12): 4889-4903.

[21] WU Bo, HU Han, GUO Jian. Integration of Chang’E-2 imagery and LRO laser altimeter data with a combined block adjustment for precision lunar topographic modeling[J]. Earth and Planetary Science Letters, 2014, 391(1): 1-15.

[22] SIVAKUMAR V, KUMAR B, SRIVASTAVA S K, et al. DEM generation for lunar surface using chandrayaan-1 TMC triplet data[J]. Journal of the Indian Society of Remote Sensing, 2012, 40(4): 551-564.

[23] LIU Bin, JIA Mengna, DI Kaichang, et al. Geopositioning precision analysis of multiple image triangulation using LROC NAC lunar images[J]. Planetary and Space Science, 2018, 162(1): 20-30.

[24] COLTIN B, NEFIAN A. LiDAR to image coregistration on orbital data[C]∥Proceedings of 2013 IEEE International Conference on Image Processing. Melbourne, VIC, Australia: IEEE, 2013: 775-779.

[25] XIN Xin, LIU Bin, DI Kaichang, et al. High-precision co-registration of orbiter imagery and digital elevation model constrained by both geometric and photometric information[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018, 144(1): 28-37.

[26] BESL P J, MCKAY N D. A method for registration of 3D shapes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992, 14(2): 239-256.

[27] ROSENHOLM D, TORLEGÅRD K. Three-dimensional absolute orientation of stereo models using digital elevation models[J]. Photogrammetric Engineering & Remote Sensing, 1988, 54(10): 1385-1389.

[28] GUO J, WU B. Comparison of lunar topographic models derived from multiple sources based on least squares matching[C]∥Proceedings of International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Melbourne, Australia: [s.n.], 2012: 313-319.

[29] WU Bo, GUO Jian, HU Han, et al. Co-registration of lunar topographic models derived from Chang’E-1, SELENE, and LRO laser altimeter data based on a novel surface matching method[J]. Earth and Planetary Science Letters, 2013, 364(1): 68-84.

[30] BECKER K J, ARCHINAL B A, HARE T H, et al. Criteria for automated identification of stereo image pairs[C]∥Proceedings of the 46th Lunar and Planetary Science Conference. The Woodlands, Texas: [s.n.], 2015: 2703.

[31] HENRIKSEN M R, MANHEIM M R, SPEYERER E J, et al. Extracting accurate and precise topography from LROC narrow angle camera stereo observations[C]∥Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Prague, Czech Republic: [s.n.], 2016: 397-403.

[32] HENRIKSEN M R, MANHEIM M R, BURNS K N, et al. Extracting accurate and precise topography from LROC narrow angle camera stereo observations[J]. Icarus, 2017, 283(5): 122-137.

[33] BEYER R A, ALEXANDROV O, MCMICHAEL S. The Ames Stereo Pipeline: NASA’s open source software for deriving and processing terrain data[J]. Earth and Space Science, 2018, 5(9): 537-548.

[34] RE C, CREMONESE G, DALL’ASTA E, et al. Performance evaluation of DTM area-based matching reconstruction of Moon and Mars[C]∥Proceedings of Image and Signal Processing for Remote Sensing XVIII. Edinburgh, United Kingdom: SPIE, 2012: 85370V.

[35] HIRSCHMULLER H. Stereo processing by semiglobal matching and mutual information[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2008, 30(2): 328-341.

[36] 李春来, 刘建军, 任鑫, 等. 基于嫦娥二号立体影像的全月高精度地形重建[J]. 武汉大学学报(信息科学版), 2018, 43(4): 485-495.

LI Chunlai, LIU Jianjun, REN Xin, et al. Lunar global high-precision terrain reconstruction based on Chang’e-2 stereo images[J]. Geomatics and Information Science of Wuhan University, 2018, 43(4): 485-495.

[37] BARKER M K, MAZARICO E, NEUMANN G A, et al. A new lunar digital elevation model from the Lunar Orbiter Laser Altimeter and SELENE Terrain Camera[J]. Icarus, 2016, 273(7): 346-355.

[38] DI Kaichang, JIA Mengna, XIN Xin, et al. High-resolution large-area digital orthophoto map generation using LROC NAC images[J]. Photogrammetric Engineering & Remote Sensing, 2019, 85(7): 481-491.

[39] SMITH D E, ZUBER M T, NEUMANN G A, et al. Results from the lunar orbiter laser altimeter (LOLA): global, high-resolution topographic mapping of the moon[C]∥Proceedings of the 42nd Lunar and Planetary Science Conference. The Woodlands, Texas: [s.n.], 2011: 2350.

[40] SCHOLTEN F, OBERST J, MATZ K D, et al. GLD100: the near-global lunar 100 m raster DTM from LROC WAC stereo image data[J]. Journal of Geophysical Research: Planets, 2012, 117(E12): E00H17.

[41] ARAKI H, TAZAWA S, NODA H, et al. Lunar global shape and polar topography derived from Kaguya-LALT laser altimetry[J]. Science, 2009, 323(5916): 897-900.

[42] 李春来, 任鑫, 刘建军, 等. 嫦娥一号激光测距数据及全月球DEM模型[J]. 中国科学: 地球科学, 2010, 40(3): 281-293.

LI Chunlai, REN Xin, LIU Jianjun, et al. Laser altimetry data of Chang’E-1 and the global lunar DEM model[J]. Science China Earth Sciences, 2010, 40(3): 281-293.

[43] 胡文敏,邸凯昌,岳宗玉,等.嫦娥一号激光高度计数据交叉点分析与平差处理[J]. 测绘学报,2013,42(2):218-224.

HU Wenmin, DI Kaichang, YUE Zongyu, et al. Crossover anlysis and adjustment for Chang’E-1 laser altimeter data[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(2):218-224.

[44] 李春来.嫦娥一号三线阵CCD数据摄影测量处理及全月球数字地形图[J]. 测绘学报,2013,42(6):853-860.

LI Chunlai. Photogrammetric processing and lunar global topographic map from the Chang’E-1 3 line-array CCD data[J]. Acta Geodaetica et Cartographica Sinica, 2013,42(6):853-860.

[45] LEE E M, WELLER L A, RICHIE J O, et al. Controlled polar mosaics of the moon for LMMP by USGS[C]∥Proceedings of the 43rd Lunar and Planetary Science Conference. The Woodlands, Texas: [s.n.], 2012: 2507.

[46] WALLER D A, BOYD A K, SPEYERER E J, et al. Constructing NAC polar maps that optimize lunar surface illumination[C]∥ Proceedings of the 43rd Lunar and Planetary Science Conference. The Woodlands, Texas: [s.n.], 2012: 2531.

[47] ARCHINAL B A, LEE E, WELLER L, et al. Status of geodetically controlled high-resolution LROC polar mosaics[C]∥Proceedings of the 46th Lunar and Planetary Science Conference. The Woodlands, Texas: [s.n.], 2015: 1571.

[48] NASA, GSFC, ASU. http:∥lroc.sese.asu.edu/ images/gigapan/[EB/OL]. 2014.

[49] LIU B, NIU S, XIN X, et al. High precision DTM and DOM generating using multi-source orbital data on Chang’e-4 landing site[C]∥Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Enschede, The Netherlands: [s.n.], 2019: 1413-1417.

[50] DI K, LIU Z, LIU B, et al. Topographic analysis of Chang’e-4 landing site using orbital, descent and ground data[C]∥Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Enschede, The Netherlands: [s.n.], 2019: 1383-1387.

[51] 邸凯昌, 刘召芹, 刘斌, 等. 多源数据的嫦娥四号着陆点定位[J]. 遥感学报, 2019, 23(1): 177-184. DOI: 10.11834/jrs.20199015.

DI Kaichang, LIU Zhaoqin, LIU Bin, et al. Chang’e-4 lander localization based on multi-source data[J]. Journal of Remote Sensing, 2019, 23(1): 177-184. DOI: 10.11834/jrs.20199015.

[52] FLAHAUT J, BLANCHETTE-GUERTIN J F, JILLY C, et al. Identification and characterization of science-rich landing sites for lunar lander missions using integrated remote sensing observations[J]. Advances in Space Research, 2012, 50(12): 1647-1665.

[53] National Research Council. The scientific context for exploration of the moon[M]. Washington, DC: National Academies Press, 2007.

[54] 赵洋, 李飞, 吴波, 等. 嫦娥四号探测器着陆区精确选择与评价系统设计[J]. 航天器工程, 2019, 28(4): 22-30.

ZHAO Yang, LI Fei, WU Bo, et al. Precise landing site selection and evaluation system design for Chang’e-4 probe[J]. Spacecraft Engineering, 2019, 28(4): 22-30.

[55] 李飞, 张熇, 吴学英, 等. 月球背面地形对软着陆探测的影响分析[J]. 深空探测学报, 2017, 4(2): 143-149.

LI Fei, ZHANG He, WU Xueying, et al. Influence analysis of terrain of the farside of the moon on soft-landing[J]. Journal of Deep Space Exploration, 2017, 4(2): 143-149.

[56] WAGNER R V, NELSON D M, PLESCIA J B, et al. Coordinates of anthropogenic features on the moon[J]. Icarus, 2017, 283: 92-103.

[57] 刘召芹, 万文辉, 彭嫚, 等. 遥感制图与导航定位技术在嫦娥三号遥操作中的应用[J]. 遥感学报, 2014, 18(5): 971-980. DOI: 10.11834/jrs.20144072.

LIU Zhaoqin, WAN Wenhui, PENG Man, et al. Remote sensing mapping and localization techniques for teleoperation of Chang’e-3 rover[J]. Journal of Remote Sensing, 2014, 18(5): 971-980. DOI: 10.11834/jrs.20144072.

[58] NEUKUM G, KÖNIG B, ARKANI-HAMED J. A study of lunar impact crater size-distributions[J]. The Moon, 1975, 12(2): 201-229.

[59] NEUKUM G. Meteorite bombardment and dating of planetary surfaces[D]. Washington, DC: NASA, 1984.

[60] HARTMANN W K, STROM R G, GRIEVE R A F, et al. Chronology of planetary volcanism by comparative studies of planetary craters[M]∥KAULA W M, MERRILL R B, RIDINGS R. Basaltic Volcanism on the Terrestrial Planets. Elmsford, NY: Pergamon Press, 1981: 1050-1127.

[61] HIESINGER H, HEAD III J W, WOLF U, et al. Ages and stratigraphy of lunar mare basalts in Mare Frigoris and other nearside Maria based on crater size-frequency distribution measurements[J]. Journal of Geophysical Research: Planets, 2010: 115(E3): E03003.

[62] YUE Z, MICHAEL G G, DI K, et al. Global survey of lunar wrinkle ridge formation times[J]. Earth and Planetary Science Letters, 2017, 447(11): 14-20.

[63] WHITTEN J, HEAD J W, STAID M, et al. Lunar mare deposits associated with the Orientale impact basin: new insights into mineralogy, history, mode of emplacement, and relation to Orientale Basin evolution from Moon Mineralogy Mapper (M3) data from Chandrayaan-1[J]. Journal of Geophysical Research: Planets, 2011, 116(E6): E00G09.

[64] HIESINGER H, VAN DER BOGERT C H, PASCKERT J H, et al. How old are young lunar craters?[J]. Journal of Geophysical Research: Planets, 2012, 117(E12): E00H10.

[65] ROBBINS S J. New crater calibrations for the lunar crater-age chronology[J]. Earth and Planetary Science Letters, 2014, 403(10): 188-198.

[66] DI Kaichang, SUN Shujuan, YUE Zongyu, et al. Lunar regolith thickness determination from 3D morphology of small fresh craters[J]. Icarus, 2016, 267(3): 12-23.

[67] YUE Z, DI K, LIU Z, et al. Lunar regolith thickness deduced from concentric craters in the CE-5 landing area[J]. Icarus, 2019, 329(3): 46-54.

[68] DI Kaichang, XU Bin, PENG Man, et al. Rock size-frequency distribution analysis at the Chang’E-3 landing site[J]. Planetary and Space Science, 2016, 120(1):103-112.

[69] LI Yuan, BASILEVSKY A T, XIE Minggang, et al. Correlations between ejecta boulder spatial density of small lunar craters and the crater age[J]. Planetary and Space Science, 2018, 162: 52-61.

[70] WU Bo, HUANG Jun, LI Yuan, et al. Rock abundance and crater density in the candidate Chang’E-5 landing region on the moon[J]. Journal of Geophysical Research: Planets, 2018, 123(12): 3256-3272.

[71] 罗中飞,康志忠,刘心怡.融合嫦娥一号CCD影像与DEM 数据的月球撞击坑自动提取和识别[J]. 测绘学报, 2014,43(9):924-930.

LUO Zhongfei, KANG Zhizhong, LIU Xinyi. The automatic extraction and recognition of lunar impact craters fusing CCD images and DEM data of Chang’E-1[J].Acta Geodaetica et Cartographica Sinica, 2014,43(9):924-939.

Advances and applications of lunar photogrammetric mapping using orbital images

DI Kaichang,LIU Bin,XIN Xin,YUE Zongyu,YE Lejia

State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China

Abstract This paper presents a review of the advances, products and applications of lunar photogram-metric mapping using orbital images. It mainly introduces the key techniques such as construction and refinement of geometric models of lunar orbital images, co-registration of lunar orbital image and digital elevation model, optimal selection of multiple images, and large area mapping. Engineering and science applications of lunar photogrammetric mapping products are described, with more emphases on the Chang’E lunar exploration missions. Finally, the future research directions are discussed.

Key words lunar exploration; lunar mapping; photogrammetry; orbital imagery


上一篇|下一篇

 相关评论

暂无评论

 发表评论
 昵称:
 评论内容:
 验证码:
  
打印本页 || 关闭窗口
 
   
制作维护:中联世纪  网站管理
访问 人次
国家信息产业部ICP备案:陕ICP备17019044号-1 网监备案号:XA12993

咨询电话: 13891856539  欢迎投稿:gmlwfbzx@163.com  gmlwfb@163.com
617765117  243223901(发表)  741156950(论文写作指导)63777606

All rights reserved 版权所有 光明论文发表中心 公司地址:西安市碑林区南大街169号-6
CopyRight ©  2006-2009  All Rights Reserved.