卫星影像离一张能用的“底图”还差几步？航天宏图 PIE-Ortho 测绘生产全景
卫星遥感如今已经相当普遍——高分辨率光学卫星每天都在往地面传回海量影像，覆盖的国土、城市、农田越来越多。但有一个事实容易被忽略：卫星在天上拍下来的影像，并不能直接拿来当“地图”用。
上面画不了等高线，量不出准确的距离，套不上统一的坐标，也拼不成一张完整无缝的大图。要让一张卫星影像变成能真正用于测量、制图、工程的“底图”，中间还要补好几步。航天宏图的 PIE-Ortho 卫星影像测绘处理软件，做的正是这件事——把原始卫星影像，批量化加工成测绘领域最基础的三种成果：数字正射影像（DOM）、数字高程模型（DEM）和数字地表模型（DSM）。
一、卫星影像，为什么不能直接当“底图”用
先看一个容易被忽略的事实：卫星影像不等于地图——准确地说，它连测绘的“底图”都还不是，离“地图”更远。
卫星在天上拍照，受飞行姿态、地形起伏、地球曲率等因素影响，拍出来的影像存在几何变形——同一栋楼可能是“歪”的，山区的影像会有明显的位移，同一个地物在不同景影像里的位置对不上。这样的影像，直接拿来量距离、算面积，误差会很大，达不到测绘的精度要求。
其次是色彩。一张成图底图往往由几十甚至几百景影像拼接而成，这些影像拍摄的时间、太阳角度、天气条件各不相同，颜色深浅不一。直接拼在一起，会出现一块块明显的“补丁”，看起来东一块西一块。
第三是“没有高度”。一张平面的影像，看不出地形的高低起伏，也分不清地表上到底有没有建筑、树木。而测绘生产需要的，恰恰是带高程信息的地形数据。
所以，卫星影像要变成能用的底图，必须经过几何纠正、精确配位、匀色镶嵌、高程提取等一系列处理。这就是 PIE-Ortho 干的活。
二、底图是什么：DOM、DEM、DSM 三样东西
在讲怎么加工之前，先把“底图”说清楚。测绘领域最基础的三样成果，各有各的用途。
- DOM（数字正射影像），可以理解成一张“经过纠正的精确影像图”——经过几何纠正后，影像里的每一个像素都有了准确的坐标，画面是垂直向下看的效果，可以量距离、量面积，也能直接叠加道路、河流等矢量图层，是各种专题地图的底图基础；
- DEM（数字高程模型），是“纯地形”的高度数据，只记录地面的高低起伏，不含建筑物和植被。做流域分析、坡度坡向计算、工程设计，用的都是 DEM；
- DSM（数字地表模型），是“地表最上层”的高度，包含建筑、树木等地物。做三维展示、城市建模，需要的是 DSM。
简单说：DOM 是“看得见的样子”，DEM 是“脚下的地形”，DSM 是“地表所有的凸起”。这三样，构成了测绘底图的基本盘。
三、几步把影像变成底图
PIE-Ortho 把这条加工链，做成了软件里的标准工序，大致可以分成五步。
- 第一步，区域网平差——给影像“定坐标”。把多景影像放到一个区域网里，自动匹配影像之间的连接点、控制点，统一解算每景影像的位置和姿态，让所有影像彼此对得上、套得上统一的坐标系；
- 第二步，正射纠正——把“歪”的影像“扶正”。利用 DEM 消除地形起伏和影像倾斜带来的几何变形，让影像变成垂直向下看的样子，这才是能拿来测量的 DOM；
- 第三步，匀色镶嵌——把几十几百景影像拼成一张无缝大图。让颜色自然过渡、没有补丁感，还要让镶嵌线避开房屋、道路等地物；
- 第四步，DEM/DSM 提取——从立体像对里做密集匹配，自动提取地形高程和地表高度；
- 第五步，质量检查——对 DOM、DEM、DSM 做精度检查和图面检查，不合格的纠正，合格的交货。
这五步，在 PIE-Ortho 里被封装成工具箱、工程管理、区域网平差、正射影像、DEM/DSM 获取、流程生产、质量评价、调度管理八个模块。更关键的是“流程生产”——可以把整条链配成一条“流水线”，数据进去、成果出来，实现批量化的自动化生产。
四、核心技术优势
同样是“把影像变成底图”，PIE-Ortho 有几项过硬的核心技术。
一是全流程内存内处理。传统遥感处理往往是“算一步、把中间结果写进磁盘、再读出来算下一步”，磁盘读写反复折腾，慢。PIE-Ortho 采用全流程内存内处理架构，中间结果在内存里流转、不落盘，配合 CPU/GPU 并行加速，整个处理过程实时可视化，还能一键式输出成果图。
二是异源、异时相、异分辨率联合平差。不同卫星拍的影像，成像几何模型不一样，很难放在一起精确定位。PIE-Ortho 能自动匹配这些异源影像的同名点，匹配精度达到亚像元级，把不同来源的影像统一到一个区域网里解算。
三是问题 DEM 实时编辑。高精度影像有时会因为 DEM 不吻合，出现局部的正射扭曲。PIE-Ortho 支持边编辑 DEM、边实时看到纠正后的影像，问题改没改好，一眼就知道。
四是自主的匀光匀色技术。基于自主研发的地理模板匀色和区域网平差匀色，先整体、后局部自动调色，配合人工精调工具，大区域影像的匀光匀色效率大幅提高。
五是自适应样条模型和 RPC 小面元模型。当影像内部几何均匀度不均匀、不符合标准的 RPC 模型时，这两种模型能有效解决影像内部的几何畸变。
五、真实场景的应用
有了这些能力，PIE-Ortho 已经走进了国土、测绘、农业、林业、水利、环保等行业。
国土调查需要成片成片的 DOM 底图，把每块土地的边界画清楚；水利部门需要 DEM 做流域分析、算汇水面积；农业估产需要高精度影像看清作物长势；城市测量需要 DSM 支撑三维建模。这些场景，背后都离不开“把卫星影像变成底图”这一步。
软件支持集群分布式运算，能把海量数据分发到多台机器上并行处理，作业效率和项目周期都有了保证——数据规模再大，也能按需求伸缩处理。
六、从“手工活”到“流水线”
对测绘生产来说，PIE-Ortho 带来的是一种“从手工到流水线”的变化：把过去分散在多个工具、多个步骤里的工作，收进一条自动化的生产链；把过去依赖进口软件的处理能力，变成国产自主可控的选项；把“单机算不动的大数据”，交给集群分布式去跑。
当卫星影像能快速、批量地变成一张张“能用的底图”，下游的测绘、国土、水利、农业才有了可靠的数据底座。这，就是 PIE-Ortho 在这条产业链里的位置。