Landsat TM與HJ CCD影像植被指數的交互比較

袁正午， 楊愛霞,， 仲波

(1.重慶郵電大學計算機科學與技術學院，重慶 400065；2.中國科學院遙感與數字地球研究所遙感科學國家重點實驗室，北京 100101)

Landsat TM與HJ CCD影像植被指數的交互比較

袁正午1， 楊愛霞1,2， 仲波2

(1.重慶郵電大學計算機科學與技術學院，重慶 400065；2.中國科學院遙感與數字地球研究所遙感科學國家重點實驗室，北京 100101)

為了論證Landsat TM 與 HJ CCD影像植被指數間的相關關系，首先將多對同日過境的環境與災害監測預報小衛星(HJ 1A/1B)CCD1/CCD2影像及Landsat TM影像的灰度值轉換成表觀反射率，然后針對不同的土地利用類型影像，通過回歸分析建立二者歸一化植被指數(normalized difference vegetation index,NDVI)之間的定量關系，計算二者的轉換方程，分析二者間的差異。結果表明，HJ CCD及Landsat TM影像的植被指數之間具有顯著的線性正相關關系，轉換方程的轉換精度較高。

環境與災害監測預報小衛星；TM；植被指數；交互比較

0 引言

長時間序列植被指數[1]作為遙感領域中用來表征大尺度時間范圍內地表植被變化及生長狀況的一種簡單有效的經驗性度量參數，在陸地生態系統監測和模擬方面發揮了重要的作用。目前，國內外學者已研發了幾十種植被指數，常用的有歸一化植被指數(normalized difference vegetation index,NDVI)[2]、增強型植被指數 (enhanced vegetation inelex,EVI)[3]、調整土壤亮度植被指數(soil-adjusted vegetation index,SAVI)[4]、比值植被指數(ratio vegetation index,RVI)[5]以及差值植被指數(difference vegetation index,DVI)等，這些植被指數已經被廣泛應用于植被監測、土地覆蓋變化以及荒漠化研究等方面。

我國的環境與災害監測預報小衛星星座A星和B星(HJ 1A/1B)于2008年9月發射升空，影像的空間分辨率為30 m，主要用于對生態環境和災害進行大范圍、全天候動態監測[6]。目前HJ CCD只積累了不足4 a的數據，尚不能滿足某些動態監測對長時間序列數據的需要; 雖然Landsat TM[7-8]數據已具有完備的時間序列且容易獲取，但其所能獲取的數據越來越少。因此，如果已知TM與HJ CCD數據植被指數間的定量關系，就可以將2種數據相互補充，得到長時間序列數據，以滿足陸地生態系統監測等應用需要。

本文利用多對同日過境的HJ CCD及Landsat TM影像，通過輻射定標、大氣校正及幾何糾正等處理，將多光譜波段數據的灰度值轉換成表觀反射率，選取不同的土地利用類型，通過回歸分析得到二者歸一化植被指數之間的定量關系，計算二者的轉換方程，進一步分析二者的差異。

1 實驗方法

1.1 研究區及數據選擇

本文選擇研究區的原則是： ①面積不宜太大；②地形差異不宜太明顯，以避免復雜大氣條件造成的影響；③選擇的地物具有典型性，光譜覆蓋范圍廣，高、低反射率地物同在。遵照這一原則，本文選擇黑河流域中游附近 (E97°55′～101°44′，N38°24′～40°14′)為研究區域 (圖1)，同時參考FORM-FLC[9]的分類產品及Google Earth影像，選擇林地、草地、耕地、建筑用地和沙地等5種土地利用類型進行比較。

圖1 研究區Google Earth影像Fig.1 Google Earth image of study area

在對上述2種傳感器影像數據的選擇上，本文遵循的原則是： ①傳感器必須同時觀測同一目標區域；②傳感器的太陽高度角及方位角接近。本研究HJ CCD數據來自中國資源環境衛星中心網站(http: //www.cresda.com/)；TM數據來自美國地質調查局網站(http: //earthexplorer.usgs.gov/)。

1.2 數據預處理

1)大氣校正。為了消除大氣變化對計算結果的影響，本文應用ENVI的FLAASH[10]模塊對影像進行了大氣校正。

2)輻射定標。首先分別計算出傳感器的輻亮度，計算式為

L=DN·gain+bias,

(1)

式中：DN為傳感器的計數值；gain為TM或CCD影像的絕對輻射增益值；bias為TM或CCD傳感器接收的最小光譜輻射值。表觀反射率的計算式為

(2)

(3)

式中：ρλ為表觀反射率；Lλ為影像的輻亮度；d為日地距離；days為衛星獲取日期在一年中的天數；θs為太陽天頂角；ESUNλ為外層大氣平均太陽輻照度。表1列出了HJ CCD及Landsat TM傳感器的ESUNλ參數值。

表1 TM與CCD的ESUNλ比較Tab.1 Comparison of ESUNλ between TM and CCD

3)幾何糾正。本研究主要對CCD影像進行幾何糾正。以TM影像為底圖，使用ENVI軟件對CCD影像進行了幾何糾正，糾正精度控制在1個像元內。

4)NDVI 的計算。NDVI的計算式為

NDVI=(ρNIR-ρR)/(ρNIR+ρR),

(4)

式中：ρNIR為近紅外波段的反射率；ρR為紅光波段的反射率。

2 CCD數據與TM數據的交互比較

2.1 植被指數統計值的比較

在對應的CCD及TM影像上，選取一塊400像元×400像元大小的區域，統計二者植被指數分布的動態范圍、均值、標準差及相關系數，結果如表2所示。

表2 CCD與TM植被指數分布比較Tab.2 Comparison of NDVI between CCD and TM

可以看出，TM與CCD植被指數的動態范圍、均值、標準差相差不大，相關系數均大于0.90，說明2種傳感器的植被指數非常相似，二者也存在著敏感性的差異，但總體來說，用TM數據計算的 NDVI比用CCD數據計算的NDVI動態范圍更大，即敏感性更高，獲取的植被信息也更豐富。

2.2 不同土地利用類型植被指數的比較

為了避免偶然誤差，每一對傳感器選取2幅影像，相關系數取二者的平均值。不同影像對、不同土地利用類型的相關系數如表3所示。

表3 不同影像對、不同土地利用類型的相關系數Tab.3 Correlation coefficients of different image pairs and different landuse types

可以看出，林地的相關系數最高，裸地的相關系數最低。圖2也表明,HJ CCD與TM的NDVI具有明顯的相關性，而且植被茂盛區的相關性更好。

圖2 TM與HJ 1B-CCD1不同土地利用類型植被指數比較Fig.2 Comparison of NDVI between HJ 1B-CCD and TM in different landuse

2.3 轉換方程的驗證

為了得到CCD與TM二種傳感器植被指數間的轉換方程，本文將二者對應的植被指數投影到二維特征空間，進行一元線性回歸，然后計算出二者的轉換方程。為了驗證轉換方程的準確性，本文在影像對中選擇先前未參與過比較的400像元×400像元大小的區域，利用轉換方程將CCD的NDVI轉換成TM的NDVI，并與TM對應區域的NDVI比較，得出差值影像；同樣將TM的NDVI轉換成CCD的NDVI，并與CCD對應區域的NDVI比較，得出差值影像。這里以HJ 1B-CCD2與TM的轉換為例，轉換后差值的比較如圖3所示。

圖3 轉換后NDVI差值比較Fig.3 D-value of NDVI after conversion

由圖3可以看出，不管是TM轉換成CCD，還是CCD轉換成TM，轉換之后二者的差值影像都比轉換前更接近與0，差值影像的均值及均方根都有所改善，說明本文的轉換方程有效。

3 結果與討論

以上分析表明，雖然HJ CCD與TM的植被指數很接近，但仍有一定的差異，分析造成這種差異的原因主要有以下2點：

1) HJ CCD與TM的光譜響應函數不同。HJ 1A-CCD1與TM的光譜響應函數如圖4所示。可以看出，雖然二者的光譜響應函數變化趨勢基本一致，但是TM在近紅外波段的光譜響應強度要高于HJ CCD的。

圖4 HJ 1A-CCD與TM的光譜響應函數比較Fig.4 Comparison of spectral response function between HJ 1A-CCD and TM

2) HJ CCD的定標目前還不夠準確。自HJ星發射以來，各波段數據都有不同程度的退化。本文的HJ CCD數據做輻射定標時采用的是影像頭文件XML里面的定標系數。另外，中國資源衛星應用中心官網上也有一套在敦煌定標實驗場做的場地定標系數，如表4所示。

表4 2010年6月5日HJ 1B-CCD1影像的2套定標系數Tab.4 Two different calibration coefficients of HJ 1B-CCD1

分別使用這2套定標系數計算HJ CCD影像的NDVI，并進行差值運算，如圖5所示。可以看出，使用不同定標系數計算的NDVI有差異，這一差異也必然影響到HJ CCD與TM二者NDVI之間的交互比較。

圖5 兩種定標系數計算的NDVI差值分布Fig.5 D-value of NDVI calculated by two different calibration coefficients

4 結論

本文通過對多對同日過境的HJ CCD及Landsat TM影像數據，回歸分析得到二者歸一化植被指數(NDVI) 之間的定量關系，結論如下：

1) HJ CCD與Landsat TM的NDVI之間具有顯著的線性正相關關系(R2>0.91)，二者相關性在高植被覆蓋區域的相關性高于低植被覆蓋區域(林地>0.98，0.88<裸地<0.93)。

2) HJ CCD及Landsat TM存在一定的差異，具體表現在TM比HJ CCD的 NDVI動態范圍更大，即敏感性更高，獲取的植被信息也更加豐富。

3) 本文通過分析建立的TM與CCD影像的轉換方程能更好地將二者擬合在一起，通過擬合后的植被指數可以得到長時間的NDVI序列。

4) TM與CCD的光譜響應差異以及CCD的定標精度都能對二者NDVI的擬合產生影響，在實際應用中要加以注意。

[1] 張杰,郭鈮,王介民.NOAA/AVHRR與EOS/MODIS遙感產品NDVI序列的對比及其校正[J].高原氣象,2007,26(5):1097-1104. Zhang J,Guo N,Wang J M.Contrast and calibration of remote sensing production NDVI of NOAA/AVHRR and EOS/MODIS[J].Plateau Meteorology,2007,26(5):1097-1104.

[2] Yoshioka H,Miura T,Huete A R,et al.Analysis of vegetation isolines in Red-NIR reflectance space[J].Remote Sensing of Environment,2000,74(2):313-326.

[3] 趙英時.遙感應用分析原理與方法[M].北京:科學出版社,2003:372-383. ZhaoY S.The Principle and Methods of Remote Sensing Applications[M].Beijing:Science Press,2003:372-383.

[4] Huete A R.A soil-adjusted vegetation index(SAVI)[J].Remote Sensing of Environment,1988,25(3):295-309.

[5] 郭鈮.植被指數及其研究進展[J].干旱氣象,2003,21(4):71-75. Guo N.Vegetation index and its advances[J].Arid Meteorology,2003,21(4):71-75.

[6] 魏宏偉,田慶久.HJ 1B-CCD影像的質量評估及分析[J].遙感信息,2012(5):31-36. Wei H W,Tian Q J.Quality evaluation and analysis of HJ 1B-CCD images[J].Remote Sensing Information,2012(5):31-36.

[7] http://earthexplorer.usgs.gov/.

[8] Markham B L,Barker J L.Landsat MSS and TM post-calibration dynamic ranges,exoatmospheric reflectances and at-satellite temperature[J].EOSAT Landsat Technical Notes,1986(1):3-8.

[9] Gong P,Wang J,Yu L,et al.Finer resolution observation and monitoring of global land cover:First mapping results with Landsat TM and ETM+data[J].International Journal of Remote Sensing,2013,34(7):2607-2654.

[10] http://blog.csdn.net/kupe87826/article/details/8125224.

(責任編輯： 刁淑娟)

Cross comparison of the vegetation indexes between Landsat TM and HJ CCD

YUAN Zhengwu1, YANG Aixia1，2, ZHONG bo2

(1.CollegeofComputerScience&Technology,ChongqingUniversityofPosts&Telecommunications,Chongqing400065,China;2.StateKeyLaboratoryofRemoteSensingScience,InstituteofRemoteSensingandDigitalEarth,ChineseAcademyofSciences,Beijing100101,China)

In order to demonstrate the correlativity of the vegetation indexes between Landsat TM and HJ CCD imageries, the authors first conducted the conversion from gray values of multi-spectrum bands to apparent reflectance for several pairs of Landsat TM and HJ CCD imageries. The quantitative relationship of normalized differential vegetation indexes between the two imageries was established through regression analysis in the light of different land cover types. At last, the conversion equation was calculated and the difference between the two kinds of data was analyzed. The result shows that vegetation indexes between Landsat TM and HJ CCD have significant linear positive correlation, and the conversion precision of the transformation equation is reasonably high.

HJ satellite；TM；vegetation index；cross comparison

2013-10-09；

2013-12-13

中國科學院西部行動計劃項目“黑河流域生態-水文遙感產品生產算法研究與應用試驗”(編號： KZCX2-XB3-15)、 國家“863計劃”課題“星機地綜合觀測定量遙感融合處理與共性產品生產系統”(編號: 2013AA12A301)、國家“863計劃”課題“多尺度遙感數據按需快速處理與定量遙感產品生成關鍵技術”(編號： 2012AA12A304)以及國家自然科學基金項目(編號： NSFC41271349)共同資助。

10.6046/gtzyyg.2015.01.14

袁正午，楊愛霞，仲波.Landsat TM與HJ CCD影像植被指數的交互比較[J].國土資源遙感，2015,27(1)：87-91.(Yuan Z W,Yang A X,Zhong B.Cross comparison of the vegetation indexes between Landsat TM and HJ CCD[J].Remote Sensing for Land and Resources,2015,27(1)：87-91.)

TP 79

A

1001-070X(2015)01-0087-05

袁正午(1968- )，男，博士，主要從事地理信息系統和定位服務等研究。Email: yuanzw@cqupt.edu.cn。

仲波(1978- )，男，助理研究員，主要研究方向包括定量遙感反演系統、遙感數據處理、氣溶膠遙感等，已在國內外期刊發表論文10余篇，出版專著1部。Email： bzhong1@gmail.com。