随着高分辨率卫星日益增多,正射影像在生产中需求量不断扩大。卫星原始图片主要利用严密成像几何模型或有理函数模型完成正射产品生产或制作。然而,由于商业机密性的原因,卫星商家往往不向用户提供卫星轨道参数和传感器姿态等参数。用户没有条件建立其严密成像几何模型。一般情况,卫星影像数据附带有理函数模型参数文件来隐藏严格成像模型参数,即达到商业保密目的,又满足用户或研究人员的使用。有理函数模型未知参数可通过独立于地形或依赖于赖于地形方案来求解。卫星商通过严格成像模型参数,构建三维虚拟控制格网,拟合求解有理函数模型参数,这种方法无需地表真实的控制点,称为独立于地形方案。依赖于地形方案通过GPS—RTK等方式实地采集控制点。特殊情况下也可在大比例尺地形图上获取一定数量的分布均匀的控制点。然后,根据最小二乘法则,拟合求解有理函数模型未知参数。一般依照最小二乘理论平差解算有理函数模型的未知参数。因控制点非均匀分布或者模型过度参数化,高阶有理函数模型参数求解时法方程易病态,此时最小二乘法无法求出正确解。针对有理函数模型解法方程时的病态情况,本文给出了两种求解方法。根据标准有理函数模型参数个数是否改变,分为直接求解法和优选参数法。优化参数法通过复共线性诊断去除相关性强的某些参数,达到削弱法方程病态性和提高有理函数模型拟合精度的目的。直接求解方法在不改变有理函数模型及参数个数情况下,求解病态法方程。主要有截断奇异值法,Tikhonov正则化方法,迭代求解法和遗传算法等,本文主要介绍其中的正则化方法。本文主要采纳L曲线和GCV曲线确定则化参数,然后求解有理函数模型法方程的正则化解,比较两种方法的稳定性、可行性和精度。根据L曲线—Tikhonov正则化方法进行改进,并结合均方误差理论,本文提出改进的最优正则化方法。这种方法通过确定最优正则化参数,进而确定法方程最优正则化解。这种方法以L曲线确定的正则化参数为作为初值,在均方误差最小时确定最优正则化参数。本质上是对L曲线正则化参数的一种微调方法。在参数优选方面,主要介绍相关系数法和条件指标——方差分解比法,调节阈值来筛选出特定数据对应的最佳阈值,使优选参数模型构建的法方程无病态且拟合精度足够高,在0.01～0.1个像素内。此外,在依赖于地形方案下,研究了控制点分布,数量,RFM类型对有理函数模型拟合精度的影响情况。在独立于地形方案下,研究控制点格网尺寸、高程层数与RFM拟合精度的关系。