• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于軌道參數(shù)修正的PALSAR-2影像正射校正技術(shù)

      2018-06-21 11:25:54李艷艷胡昌苗單小軍
      自然資源遙感 2018年2期
      關(guān)鍵詞:分辨率校正修正

      李艷艷, 唐 娉, 胡昌苗, 單小軍

      (1.中國(guó)科學(xué)院遙感與數(shù)字地球研究所,北京 100101; 2.中國(guó)科學(xué)院大學(xué),北京 100049)

      0 引言

      先進(jìn)的對(duì)地觀測(cè)衛(wèi)星二號(hào)(ALOS-2)于2014年5月24日由日本宇航局發(fā)射,是繼先進(jìn)的對(duì)地觀測(cè)衛(wèi)星(ALOS)之后的新一代L波段雷達(dá)衛(wèi)星。作為上一代ALOS衛(wèi)星的后續(xù)星,ALOS-2以更好的性能延續(xù)了ALOS 衛(wèi)星在區(qū)域制圖、災(zāi)害監(jiān)測(cè)和資源調(diào)查等方面的優(yōu)勢(shì),可繼續(xù)發(fā)揮重大的作用[1]。特別是為了響應(yīng)更廣泛的社會(huì)需求,其搭載的PALSAR-2合成孔徑雷達(dá)系統(tǒng)獲取的影像細(xì)節(jié)更清晰、覆蓋范圍更廣,成像模式也更為豐富。Arikawa等[2]指出,ALOS-2在通道數(shù)量、量測(cè)精度和導(dǎo)航精度方面的性能指標(biāo)較ALOS有很大的提升,其數(shù)據(jù)產(chǎn)品的質(zhì)量評(píng)價(jià)對(duì)進(jìn)一步推廣應(yīng)用有重要的意義[3]。但是,由于斜距成像的成像原理,影像中存在嚴(yán)重的幾何變形,對(duì)PALSAR-2影像進(jìn)行正射校正及精度評(píng)價(jià)顯得尤為重要,且目前針對(duì)同一類型的2代同波段傳感器的校正精度差異比較等相關(guān)研究成果尚少。

      就校正方法而言,基于成像幾何模型結(jié)合數(shù)字高程模型(digital elevation model,DEM)和距離-多普勒(range doppler,RD)定位模型對(duì)合成孔徑雷達(dá)(synthetic aperture Radar,SAR)影像進(jìn)行正射校正方法是應(yīng)用較廣泛的一類方法[4-6]。該方法無需地面控制點(diǎn),適用于對(duì)不易人工獲取地面控制點(diǎn)的區(qū)域進(jìn)行正射校正[7]。但是由于用于計(jì)算的衛(wèi)星軌道參數(shù)[8-9]、DEM高程[10]及成像參數(shù)存在誤差,經(jīng)校正后的圖像仍然存在誤差[11]。校正過程中關(guān)鍵部分是如何計(jì)算準(zhǔn)確的方位向與距離向偏移,為此一些學(xué)者曾提出了基于線性逼近和迭代來解算RD模型的方法[12],但這類方法計(jì)算量大,且精度不是很高。Shimada給出了一種簡(jiǎn)單而且精確的正射校正方法[13],但是要不斷判斷軌道精度,在軌道精度不滿足要求的時(shí)候,需要通過模擬影像與真實(shí)影像的配準(zhǔn)進(jìn)行反復(fù)計(jì)算。

      本文提出一種基于軌道參數(shù)修正和RD模型簡(jiǎn)化解算的PALSAR-2影像校正方法,利用模擬SAR與真實(shí)SAR影像的配準(zhǔn),修正軌道參數(shù),再利用修正后的軌道參數(shù)與RD模型,完成校正工作。為了對(duì)同一類型的2代同波段傳感器的校正精度差異進(jìn)行比較,評(píng)估新一代L波段傳感器的性能,將該方法同時(shí)應(yīng)用于PALSAR-2與PALSAR影像,并對(duì)2種影像校正結(jié)果精度進(jìn)行比較; 并與沒有經(jīng)過軌道參數(shù)修正的PALSAR-2影像校正結(jié)果進(jìn)行了對(duì)比,驗(yàn)證方法的有效性。

      1 PALSAR-2正射校正原理與方法

      1.1 PALSAR-2成像特點(diǎn)

      PALSAR-2成像幾何模型為側(cè)視模式,根據(jù)地面點(diǎn)與天線中心距離大小按順序記錄地面點(diǎn)位置。因此,地面點(diǎn)高度變化引起圖像幾何變形非常明顯。圖1展示了成像過程中的地面點(diǎn)偏移情況。

      圖1 像點(diǎn)位移

      1.2 PALSAR-2正射校正流程

      基于DEM進(jìn)行PALSAR-2影像模擬,對(duì)真實(shí)PALSAR-2影像進(jìn)行校正的主要步驟如下:

      1)讀取SAR影像頭文件,獲取衛(wèi)星運(yùn)動(dòng)參考坐標(biāo)系統(tǒng),并根據(jù)SAR頭文件中提供的N個(gè)時(shí)刻的衛(wèi)星位置矢量和速度矢量對(duì)衛(wèi)星軌道進(jìn)行擬合,生成軌道參數(shù)。

      2)讀取DEM影像并進(jìn)行坐標(biāo)系轉(zhuǎn)換,轉(zhuǎn)換為SAR頭文件中讀取衛(wèi)星運(yùn)動(dòng)的參考坐標(biāo)系。

      3)根據(jù)SAR影像成像參數(shù)、擬合后的衛(wèi)星軌道參數(shù)以及坐標(biāo)系轉(zhuǎn)換后的DEM,建立RD定位模型,進(jìn)行影像模擬,生成模擬SAR影像。

      4)模擬SAR影像與真實(shí)SAR影像進(jìn)行特征點(diǎn)檢測(cè)與匹配。

      5)根據(jù)匹配得到的控制點(diǎn)對(duì)衛(wèi)星軌道參數(shù)進(jìn)行修正。

      6)根據(jù)修正后的衛(wèi)星軌道數(shù)據(jù),重新建立RD模型。

      7)求解RD模型,生成正射校正影像。

      8)精度驗(yàn)證與分析。

      具體流程如圖2所示。

      圖2 PALSAR-2正射校正流程

      本文主要對(duì)衛(wèi)星軌道描述、RD定位模型與簡(jiǎn)化計(jì)算以及軌道參數(shù)修正進(jìn)行詳細(xì)介紹,其他步驟采用常規(guī)方法進(jìn)行。

      1.3 衛(wèi)星軌道描述

      SAR數(shù)據(jù)頭文件中都會(huì)提供N個(gè)時(shí)刻的衛(wèi)星位置矢量和速度矢量的記錄,可以采用二階及以上的多項(xiàng)式方法擬合出衛(wèi)星隨時(shí)間變化的軌道曲線方程,隨著階數(shù)增加,計(jì)算復(fù)雜度也會(huì)增加,且二階和三階多項(xiàng)式定位差異僅在cm級(jí)[14],故本文使用二階多項(xiàng)式對(duì)軌道進(jìn)行擬合,天線相位中心位置關(guān)于時(shí)刻t的二階多項(xiàng)式模型為

      (1)

      式中: (XS,YS,ZS) 為衛(wèi)星天線相位中心的三維位置; (ak,bk,ck)為多項(xiàng)式系數(shù),k=0,1,2。

      式(1)對(duì)時(shí)間t求導(dǎo),可得任一像點(diǎn)成像瞬間衛(wèi)星天線相位中心的瞬時(shí)速度(VX,VY,VZ),即

      (2)

      利用頭文件中提供的位置矢量和速度矢量,依據(jù)最小二乘原則,求取初始多項(xiàng)式系數(shù),即本文所選取的軌道參數(shù)。

      1.4 RD定位模型建立與簡(jiǎn)化計(jì)算

      采用RD定位模型進(jìn)行定位,實(shí)驗(yàn)中衛(wèi)星軌道記錄在地心旋轉(zhuǎn)坐標(biāo)系中,地面點(diǎn)相對(duì)于坐標(biāo)軸是靜止的。運(yùn)動(dòng)速度為0,建立RD模型為

      (3)

      式中:RS可以通過雷達(dá)參數(shù)求取;rP為地面點(diǎn)P的位置矢量;rS和vS分別為衛(wèi)星位置矢量和參數(shù)矢量,均可以通過雷達(dá)參數(shù)求取;f0為載波頻率,均可以從頭文件中讀??;c為光速。

      為了簡(jiǎn)化計(jì)算,把式(3)第二個(gè)公式中rP用rP-rP1+rP1代替,可得

      (4)

      ΔfD為相對(duì)地面點(diǎn)P相對(duì)衛(wèi)星運(yùn)動(dòng)引起的多普勒頻移,頻移導(dǎo)致的方位向偏移量為

      (5)

      式中:fDD為多普勒調(diào)頻率;vg為衛(wèi)星在地面上沿方位向的速度。因此,地面點(diǎn)P沿距離向偏移到P1,再沿方位向偏移到P2(圖1)時(shí),地面點(diǎn)高程引起距離向偏移,偏移量為

      (6)

      衛(wèi)星運(yùn)動(dòng)速度隨時(shí)間變化導(dǎo)致多普勒頻移也是隨時(shí)間變化的,其變化規(guī)律可以利用三次多項(xiàng)式擬合。通常情況下,SAR頭文件中都提供了多普勒中心頻率變化的擬合參數(shù),一種典型的計(jì)算方法為

      fD=d0+d1(t-t0)+d2(t-t0)2+d3(t-t0)3,

      (7)

      t0=2R0/c,

      (8)

      式中:t0和R0分別為初始時(shí)間和初始斜距;d0,d1,d2和d3分別為頭文件中給出的方程參數(shù);t為當(dāng)前時(shí)間,可以通過雷達(dá)參數(shù)轉(zhuǎn)換為采樣窗口方位向數(shù)據(jù)地址。

      P1點(diǎn)坐標(biāo)可以通過下式求得,即

      (9)

      式中:xP1,yP1和zP1分別為矢量rP1的3個(gè)元素;Ra為赤道半徑;Rb為極半徑;e為橢球第一偏心率;φ為大地緯度。

      對(duì)于SAR影像上任意一個(gè)像元(i,j),滿足如下關(guān)系

      (10)

      式中:δr為距離向斜距像元大?。籘為像元(i,j)的成像時(shí)間;PRF為SAR的脈沖重復(fù)頻率;M為方位向視數(shù);T0為初始成像時(shí)間。

      1.5 軌道參數(shù)修正

      構(gòu)建函數(shù)如下:

      (11)

      上述函數(shù)均和軌道參數(shù)相關(guān),使用泰勒級(jí)數(shù)展開為線性形式,即

      (12)

      2 實(shí)驗(yàn)分析與精度驗(yàn)證

      2.1 實(shí)驗(yàn)數(shù)據(jù)

      選取日本富士山地區(qū)為主要研究區(qū)域,地理位置為E138.30°~138.99°,N35.10°~35.70°,最高海拔為3 759 m,最低海拔為0 m,地形復(fù)雜多變。實(shí)驗(yàn)數(shù)據(jù)包括研究區(qū)的L波段ALOS PALSAR影像、ALOS-2 PALSAR-2影像,詳細(xì)信息見表1,以及相應(yīng)區(qū)域的SRTM 30 m空間分辨率的 DEM(來源于 USGS 網(wǎng)站)。

      表1 研究區(qū)影像信息Tab.1 Brief introduction of the images in study area

      2.2 數(shù)據(jù)預(yù)處理

      2.2.1 PALSAR-2影像預(yù)處理

      采用的PALSAR-2影像為CEOS格式數(shù)據(jù),需預(yù)先用SARscape將原始CEOS格式數(shù)據(jù)轉(zhuǎn)為單視復(fù)數(shù)據(jù)(single look complex,SLC),并進(jìn)行多視處理,生成多視處理之后的幅度圖。此處多視處理的目的有2個(gè): ①SLC圖像數(shù)據(jù)中包含大量的斑點(diǎn)噪聲,為了降噪,需進(jìn)行多視處理,降低了空間分辨率,但同時(shí)提高輻射分辨率; ②SLC圖像的距離向和方位向空間分辨率往往不一致,通過多視處理可以把兩者的空間分辨率調(diào)整到相近的值。

      PALSAR-2 SLC影像空間分辨率為5.54 m(距離向(地距))×2.84 m(方位向),經(jīng)過距離向4視,方位向8視處理后,得到的多視圖像空間分辨率為22.16 m(距離向(地距))×22.72 m(方位向),如圖3所示。

      圖3 PALSAR-2影像

      2.2.2 DEM預(yù)處理

      采用的DEM是SRTM 30 m空間分辨率DEM數(shù)據(jù),DEM經(jīng)緯度范圍包含研究區(qū),需預(yù)先確定PALSAR影像所對(duì)應(yīng)研究區(qū)的經(jīng)緯度范圍,并對(duì)DEM進(jìn)行裁剪,裁剪出研究區(qū)所對(duì)應(yīng)的DEM影像。

      由于精度需求,對(duì)DEM進(jìn)行過采樣。DEM過采樣率f確定方法為

      (13)

      式中:δr為斜距空間分辨率;δrg為地距空間分辨率;ΔSout為模擬SAR影像斜距空間分辨率,可以和δr相同,也可以不同;ΔSdem為DEM的空間分辨率。

      研究區(qū)影像經(jīng)多視處理后可得到,δrg=22.16 m,δr=11.44 m,ΔSdem=30 m,ΔSout=11.44 m。根據(jù)式(13),可以計(jì)算出過采樣率f≥1.91。因此本文對(duì)DEM進(jìn)行2倍過采樣,處理后的DEM影像如圖4所示。

      圖4 DEM 影像

      2.3 實(shí)驗(yàn)結(jié)果與分析

      根據(jù)PALSAR-2頭文件中位置參數(shù),建立衛(wèi)星軌道擬合公式,生成初始軌道參數(shù),采用常規(guī)的方法進(jìn)行影像模擬,生成PALSAR-2模擬影像(圖5)。

      圖5 PALSAR-2模擬影像

      對(duì)比圖5和圖3可以看出,基于DEM的PALSAR-2模擬影像可以很好地反映出山地地形中的地形起伏特征,紋理信息很明顯。

      采用基于特征點(diǎn)的圖像配準(zhǔn)方法,對(duì)真實(shí)PALSAR-2影像和模擬PALSAR-2影像進(jìn)行SURF特征點(diǎn)自動(dòng)檢測(cè)與匹配,將匹配的控制點(diǎn)代入式(12)對(duì)軌道參數(shù)進(jìn)行修正,再根據(jù)修正后的軌道參數(shù)及RD模型簡(jiǎn)化計(jì)算的方法進(jìn)行正射校正,得到正射校正后的PALSAR-2影像,如圖6所示。

      圖6 PALSAR-2校正影像

      對(duì)比圖6和圖3可以看出,正射校正后,透視收縮等變形得到很好改善,表明該方法較為有效,具有可行性。為了對(duì)同一類型的2代同波段傳感器的校正精度差異進(jìn)行比較,評(píng)估新一代L波段傳感器的性能,同時(shí)對(duì)PALSAR影像也進(jìn)行相同實(shí)驗(yàn),對(duì)實(shí)驗(yàn)用PALSAR影像進(jìn)行校正,影像如圖7所示。

      圖7 PALSAR校正影像

      為了評(píng)價(jià)該方法的校正精度,對(duì)PALSAR-2影像進(jìn)行了沒有經(jīng)過軌道修正的正射校正,并對(duì)2種方法校正結(jié)果進(jìn)行比較。PALSAR-2未經(jīng)軌道修正校正的影像如圖8所示。

      圖8 PALSAR-2未經(jīng)軌道修正校正影像

      2.4 精度評(píng)價(jià)

      采用正射校正后的空間分辨率為4.78 m的光學(xué)衛(wèi)星影像圖作為參考基準(zhǔn),在研究區(qū)均勻選取15個(gè)明顯地物點(diǎn)作為檢驗(yàn)點(diǎn),如線路交叉點(diǎn)或拐點(diǎn),在校正的PALSAR-2校正影像上和衛(wèi)星影像圖上都能準(zhǔn)確識(shí)別。分別讀取每一個(gè)檢驗(yàn)點(diǎn)在PALSAR-2校正影像和衛(wèi)星影像上的坐標(biāo),并計(jì)算兩者的坐標(biāo)差△x和△y(見表2)。同時(shí),對(duì)PALSAR-2未經(jīng)軌道修正校正影像也進(jìn)行精度評(píng)價(jià),如表2所示。根據(jù)表2計(jì)算均方根誤差RMSE,即

      (14)

      式中:n為檢驗(yàn)點(diǎn)的個(gè)數(shù);Pri為真實(shí)坐標(biāo);Pci為校正坐標(biāo)。通過計(jì)算可知,PALSAR-2校正的RMSE為8.32 m(0.55個(gè)像元),同樣,PALSAR的RMSE為10.91 m(0.73個(gè)像元),PALSAR-2未經(jīng)軌道修正方法校正的RMSE為14.03 m(0.94個(gè)像元)。結(jié)果表明,新一代L波段傳感器影像的校正精度較高,這也進(jìn)一步證實(shí)了新一代L波段傳感器有更強(qiáng)的性能指標(biāo); 而且相比之下,本文給出的校正方法較未經(jīng)軌道修正方法校正精度有明顯提高。

      表2 PALSAR -2校正影像及未經(jīng)軌道修正的校正影像精度評(píng)價(jià)Tab.2 Accuracy assessment of PALSAR -2 rectification images with orbit modulation and without orbit modulation (m)

      3 結(jié)論與討論

      基于軌道參數(shù)修正和RD模型簡(jiǎn)化解算的PALSAR-2影像校正方法通過利用模擬SAR與真實(shí)SAR影像的配準(zhǔn),修正軌道參數(shù),再利用修正后的軌道參數(shù)與RD定位模型,完成校正工作。將該方法同時(shí)應(yīng)用于PALSAR-2與PALSAR影像,并對(duì)2種影像校正結(jié)果精度進(jìn)行比較,結(jié)果表明新一代L波段傳感器影像的校正精度較高,這也進(jìn)一步證實(shí)了新一代L波段傳感器有更強(qiáng)的性能指標(biāo)。同時(shí),將該方法與基于DEM和RD定位模型的PALSAR-2影像直接地理定位結(jié)果進(jìn)行了比較,結(jié)果表明本文給出的校正方法可操作性強(qiáng),相比于沒有經(jīng)過軌道參數(shù)修正的校正結(jié)果精度有明顯提高。

      由于PALSAR-2的空間分辨率遠(yuǎn)高于DEM的空間分辨率,這在一定程度上限制了PALSAR-2的校正精度。將來,更高空間分辨率的DEM可以在很大程度上提高PALSAR-2的校正精度。同時(shí),由于只采用單景影像,疊掩和陰影等沒有得到很好改善,在今后的研究中,可以采用多景影像來有效改善疊掩和陰影等變形。

      參考文獻(xiàn)(References):

      [1] Hatooka Y,Kankaku Y,Arikawa Y,et al.First result from ALOS-2 operation[M]//Xiong X X,Shimoda H.Earth Observing Missions and Sensors:Development,Implementation,and Characterization III.Beijing,China:SPIE,2014.

      [2] Arikawa Y,Kankaku Y,Saruwatari H,et al.ALOS-2 launch and initial checkout result[C]//Proceedings of the SPIE Volume 9241,Sensors,Systems,and Next-Generation Satellites XVIII,SPIE Remote Sensing.Amsterdam,Netherlands:SPIE,2014.

      [3] 劉宇舟,李夢(mèng)華,張 路,等.ALOS-2PALSAR-2的干涉相干性分析——以黃河上游地區(qū)為例[J].測(cè)繪與空間地理信息,2016,39(3):37-40,44.

      Liu Y Z,Li M H,Zhang L,et al.Interferometric coherence analysis of ALOS-2 PALSAR-2:In the upstream region of the Yellow River[J].Geomatics and Spatial Information Technology,2016,39(3):37-40,44.

      [4] 敖祖銳.星載SAR影像模擬及其在正射校正中的應(yīng)用研究[D].北京:首都師范大學(xué),2014.

      Ao Z R.Simulation of Space-Borne SAR and Its Application in Ortho-Rectification[D].Beijing:Capital Normal University,2014.

      [5] 徐天蜀,岳彩榮,張王菲.山區(qū)星載ALOS PALSAR微波遙感圖像的正射校正[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(1):173-177.

      Xu T S,Yue C R,Zhang W F.Orthographic calibration of space-borne ALOS PALSAR microwave remote sensing image in mountain area[J].Transactions of the Chinese Society of Agricultural Engineering,2012,28(1):173-177.

      [6] 王 慶,曾琪明,焦 健,等.基于DEM和查找表的高分辨率機(jī)載SAR圖像正射校正[J].測(cè)繪通報(bào),2013(11):10-13.

      Wang Q,Zeng Q M,Jiao J,et al.Orthorectification of high-resolution airborne SAR image based on DEM and the lookup table of RD model[J].Bulletin of Surveying and Mapping,2013(11):10-13.

      [7] 陳繼偉,曾琪明,焦 健,等.利用軌道參數(shù)修正的無控制點(diǎn)星載SAR圖像幾何校正方法[J].測(cè)繪學(xué)報(bào),2016,45(12):1434-1440.

      Chen J W,Zeng Q M,Jiao J,et al.Spaceborne SAR image geometric rectification method without ground control points using orbit parameters modulation[J].Acta Geodaetica et Cartographica Sinica,2016,45(12):1434-1440.

      [8] Pan B,Liu L.Precise SAR satellite orbit parameters determination based on ground control points[C]//Proceedings of the 18th International Conference on Geoinformatics.Beijing,China:IEEE,2010:1-5.

      [9] 陸 靜,郭克成,陸洪濤.星載SAR圖像距離-多普勒定位精度分析[J].雷達(dá)科學(xué)與技術(shù),2009,7(2):102-106.

      Lu J,Guo K C,Lu H T.Analysis of R-D location precision in spaceborne SAR image[J].Radar Science and Technology,2009,7(2):102-106.

      [10] Becek K.Assessing global digital elevation models using the runway method:The advanced spaceborne thermal emission and reflection radiometer versus the shuttle radar topography mission case[J].IEEE Transactions on Geoscience and Remote Sensing,2014,52(8):4823-4831.

      [11] 陳爾學(xué).星載合成孔徑雷達(dá)影像正射校正方法研究[D].北京:中國(guó)林業(yè)科學(xué)研究院,2004.

      Chen E X.Study on Ortho-Rectification Methodology of Space-Borne Synthetic Aperture Radar Imagery[D].Beijing:Chinese Academy of Forestry,2004.

      [12] Gelautz M,Frick H,Raggam J,et al.SAR image simulation and analysis of alpine terrain[J].ISPRS Journal of Photogrammetry and Remote Sensing,1998,53(1):17-38.

      [13] Shimada M.Ortho-rectification and slope correction of SAR data using DEM and its accuracy evaluation[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2010,3(4):657-671.

      [14] 張雷雨,張 飛.星載SAR影像的定位與幾何糾正[J].計(jì)算機(jī)工程與應(yīng)用,2015,51(18):175-179.

      Zhang L Y,Zhang F.Geopositioning and geometric rectification of spaceborne SAR images[J].Computer Engineering and Applications,2015,51(18):175-179.

      猜你喜歡
      分辨率校正修正
      Some new thoughts of definitions of terms of sedimentary facies: Based on Miall's paper(1985)
      修正這一天
      劉光第《南旋記》校正
      合同解釋、合同補(bǔ)充與合同修正
      法律方法(2019年4期)2019-11-16 01:07:28
      EM算法的參數(shù)分辨率
      原生VS最大那些混淆視聽的“分辨率”概念
      一類具有校正隔離率隨機(jī)SIQS模型的絕滅性與分布
      機(jī)內(nèi)校正
      軟件修正
      基于深度特征學(xué)習(xí)的圖像超分辨率重建
      信丰县| 涟水县| 大庆市| 清徐县| 甘泉县| 阳春市| 康马县| 广南县| 米泉市| 九寨沟县| 自治县| 普定县| 宽甸| 西乡县| 樟树市| 海阳市| 沂源县| 东乡族自治县| 阿图什市| 五指山市| 南康市| 五峰| 安远县| 稷山县| 竹北市| 台湾省| 石首市| 天全县| 洪江市| 舞钢市| 榕江县| 开封市| 合阳县| 泾阳县| 南江县| 林周县| 辽阳县| 永靖县| 华蓥市| 会东县| 通城县|