Landsat7 ETM+與Landsat8 OLI植被和非植被定量研究

張風霖 緱變彩 李靖琳

(武漢科技大學城市學院，湖北 武漢 430083)

·測量·

Landsat7 ETM+與Landsat8 OLI植被和非植被定量研究

張風霖 緱變彩 李靖琳

(武漢科技大學城市學院，湖北 武漢 430083)

選取遙感Landsat7 ETM+和Landsat8 OLI的同一地區、近同一時間的衛星影像，利用Envi5.0，Arcgis10.0等軟件，定量的提取了兩景圖像的植被、非植被信息，比較得出：Landsat8 OLI比Landsat7 ETM+收窄了全色波段的寬度，植被和非植被在全色圖像上反差加大，Landsat8 OLI在近紅外波段排除了0.825 μm處水汽吸收的影像，在進行NDVI植被提取時，具有更高的準確度。

Landsat8，NDVI，波段組合，OLI，植被

0 引言

2013年2月11號，由美國航空航天局和美國地質調查局聯合研制的Landsat8衛星成功發射，攜帶兩個主要載荷：OLI(運行陸地成像儀)和TIRS(熱紅外傳感器)。Landsat8的設計和特征與Landsat7基本相同，但采用了更為先進的技術，性能和可靠性都有所提高[1]。本研究選取Landsat7 ETM+與Landsat8 OLI同一地區、接近同一時間的兩景數據，利用Arcgis10.0，ENVI5.0軟件，進行了植被與非植被的定量分析對比。

1 研究區概況及數據源

數據來源于中國科學院計算機網絡信息中心——科學數據中心。

選取時間最接近的同一地區的兩景影像；能夠代表植被生長狀況、覆蓋情況等各生物物理特征一般是在6月～9月，數據選取見表1。約位于湖北省孝感市東南部區域，東西11 040 m，南北8 730 m。

表1 遙感數據基本情況

從圖1和圖2可以看出，Landsat7的數據植被區和建筑用地、裸地的亮度較接近，很難將植被和非植被區分開來；而Landsat8的植被區較暗，城鎮、裸地、道路的亮度較高，很容易從目視判讀的角度區分開。這是由于Landsat8的OLI的全色波長范圍是在0.50 μm～0.68 μm，不包括近紅外波段的光譜，從而有利于植被和非植被的區分。

2 數據預處理

Landsat7和Landsat8得到的數據為Level1T級別，是經過系統輻射校正和幾何校正，所以一般情況下可以直接使用而不需要幾何校正。本研究圖像直接進行輻射校正。大氣會對陽光和來自目標的輻射產生吸收和散射，消除大氣的影響是非常重要的。采用基于輻射傳輸方程的大氣校正——MORTARN模型，具有較高的輻射校正精度[2]。

3 植被信息提取

3.1 NDVI計算

植被指數中，歸一化植被指數NDVI對植被監測靈敏度較高，在一定程度上能消除地形和群落結構的陰影、輻射干擾及太陽高度角和大氣所帶來的噪聲。通常用NDVI來進行植被覆蓋度研究[3]。

NDVI=(NIR-R)/(NIR+R)。

其中，NIR為近紅外波段；R為紅波段。

對于Landsat7的ETM+：

NDVI=(B4-B3)/(B4+B3)。

特別地，對于Landsat8的OLI：

NDVI=(B5-B4)/(B5+B4)。

計算圖像的NDVI值，植被的正常范圍是在0～1之間。但由于地面的陰影以及圖像邊緣的切割等因素，會出現不在此范圍之內的異常值。可用ENVI中的Band Math創建掩膜，將異常值去除。

3.2 PCA變換

圖像各波段之間通常是相關的，通過主成分分析可以去除波段間的多余信息。通過統計分析，本例中Landsat7 第一主分量PC1信息量占到約79%，而Landsat8第一主分量PC1占到67%。

3.3 波段組合

采用監督法分類中的最大似然分類。此法最重要的就是植被樣本的選擇，采用波段組合方法來提取。

樣本要易于將植被從地物中提取出來，要選擇相應的波段進行假彩色合成。方法一般有兩種：

1)采用信息論及數學方法，以組合三波段標準差之和最大以及波段間的相關系數最小為依據；

2)從視覺效果和假彩色合成[4]。采用兩種方法相結合的方法，將PCA得到的第一分量PC1作為紅波段，NDVI作為綠波段、Band1作為藍波段進行假彩色合成，如圖3和圖4所示。

從圖3，圖4可以看到，植被區域在假彩色合成后顏色均勻一致，有利于樣本選擇。在Landsat8的假彩色合成圖上，植被與水體、道路、裸地、建筑等用地更加明顯，主要是由于NDVI在進行計算時，利用了近紅外波段，Landsat7 ETM+的近紅外波段Band4，范圍為0.77 μm～0.90 μm，而Landsat8 OLI的近紅外波段Band5，范圍調整為0.845 μm～0.885 μm，排除了0.825 μm處水汽的影響，植被提取更加容易。

3.4 最大似然分類

在假彩色合成的圖上，以多光譜和全色采用Gram-Schmidt融合之后的15 m的圖像為參考底圖，進行監督分類，將植被和非植被提取出來，導入到Arcgis中，結果見表2。

表2 Landsat7和Landsat8植被與非植被對比

4 結論與討論

1)Landsat8 OLI圖像較之Landsat7 ETM+圖像，全色波段的收窄，更容易將植被和非植被區分開來。

2)ETM+數據是2013年8月8日，OLI是2013年7月31日，接近夏季植被越好，但通過定量的方法提取植被，OLI的植被反而比ETM+提高12.823%。到地面實況進行的真實性調查，發現在植被提高的12.823%的數據中，約有1/5是非植被。但仍說明Landsat8傳感器設計等各方面性能有了改進和提高，相對于Landsat7對植被的監測準確度有了一定的提高。

3)只采用了監督法分類中的最大似然分類法進行比較，因此對觀測數據要求較高；只選取了湖北省某一地區為研究對象來研究，具有一定的局限性，其他地區情況，值得進一步分析研究。

[1] Xu HQ,Tang F..Analysis of new characteristics of the first Landsat8 image and their eco-environmental significance[J].Acta Ecologica Sinica,2013,33(11):3249-3257.

[2] 孫家抦.遙感原理與應用[M].第3版.武漢:武漢大學出版社,2013.

[3] Myneni RB.,Keeling C.D.,Tucker C.J.,et al.Increased plantgrowth in the northern high latitudes from 1981 to 1991[J].Nature,1997(386):698-702.

[4] 鄧書斌.ENVI遙感圖像處理方法[M].北京:科學出版社,2013.

Quantitative study of vegetation and non-vegetation Landsat7 ETM+with Landsat8 OLI

ZHANG Feng-lin GOU Bian-cai LI Jing-lin

(FacultyofUrbanConstruction,WuhanUniversityofScienceandTechnology,Wuhan430083,China)

Select Landsat7 ETM+remote sensing and Landsat8 OLI the same area, satellite images of nearly the same time, the use of Envi5.0, Arcgis10.0 software, extracted vegetation, non-vegetation information. Compare the results: Landsat8 OLI panchromatic than Landsat7 ETM+narrowed width, making vegetation and non-vegetation contrasts increase in full-color images, easier to distinguish, due to Landsat8 OLI had ruled out the near-infrared water vapor absorption at 0.825 μm, images can extract with higher vegetation accuracy use of NDVI.

Landsat8， NDVI， band combination， OLI， vegetation

1009-6825(2014)11-0240-02

2014-01-25

張風霖(1986- )，女，助教； 緱變彩(1986- )，女，助教； 李靖琳(1985- )，女，助教

P208

A