徐慧潔　楊陽

摘 要 本研究分別針對NDVI和EVI建立相對輻射校正回歸模型，對被校正影像進(jìn)行輻射歸一化處理。選擇不變點群法對兩時相影像的NDVI和EVI進(jìn)行相對輻射校正。EVI對于植被類型的分辨很敏感但是它受陰影的影響，而NDVI對于減小陰影的影響很顯著。本研究方法簡單有效并且能為土地利用變化監(jiān)測以及對植被類型的粗略分類提供基礎(chǔ)。

關(guān)鍵詞 相對輻射校正；多時相影像；植被指數(shù)；不變點群

中圖分類號：TP75 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597（2014）06-0055-01

隨著遙感衛(wèi)星的發(fā)展，遙感技術(shù)已經(jīng)越來越多地應(yīng)用于各個領(lǐng)域如：環(huán)境監(jiān)測、農(nóng)業(yè)調(diào)查、城市研究、森林監(jiān)測、地圖修改等方面。遙感影像上以灰度值來記錄地物信息。往往不能準(zhǔn)確地反映地物的實際輻射值，通過輻射校正能夠消除多時相遙感中地物輻射差異的影響，使影像間同一地物類型具有相同的輻射量，有利于樣本點的選取和分類精度的提高。

1 技術(shù)方法

1.1 研究區(qū)概況與數(shù)據(jù)收集

研究區(qū)位于廈門市，廈門市位于東經(jīng)117°53′—118°11′，北緯24°25′—24°46′之間，地處我國東南沿海。研究區(qū)的主要地物類型為耕地和林地，水體，建設(shè)用地等。

1.2 影像處理

基于研究區(qū)的地形圖進(jìn)行配準(zhǔn)，參照已配準(zhǔn)好的地形圖，在影像圖中找到與之的同名點，作為控制點，選取最理想的多項式階數(shù)，利用地形圖進(jìn)行幾何校正，使誤差降低到0.5個像元以下，若出現(xiàn)誤差較大的則進(jìn)行修改或把它設(shè)為檢驗點，以保證地面分辨率達(dá)標(biāo)準(zhǔn)，用最小鄰近法重采樣。

1.3 植被指數(shù)

植被指數(shù)（Vegetation Index），又稱光譜植被指數(shù)，是航天遙感應(yīng)用于對地觀測而提出的專業(yè)術(shù)語，是指由遙感傳感器獲取的多光譜數(shù)據(jù)，經(jīng)線性和非線性組合而構(gòu)成的對植被有一定指示意義的各種數(shù)值。植被指數(shù)是根據(jù)植被反射波段的特性計算出來的反映地表植被生長狀況、覆蓋情況、生物量和植被種植特征的間接指標(biāo)。常用的植被指數(shù)有NDVI、SR、VI、EVI、ARVI等。

1.4 相對輻射校正處理

本研究在基于NDVI和EVI為計算因子的基礎(chǔ)上采用一種改進(jìn)的PIF方法進(jìn)行輻射歸化處理；該方法即是不變點群法（the temporally invariant cluster，TIC）。TIC法是根據(jù)點密度圖上的兩個不變中心確定線性回歸方程，兩個中心是地面光譜信息不變的特征點，并且與其他的地物特征有明顯的區(qū)別。根據(jù)兩影像的不變像元的輻射關(guān)系是線性，其中非線性的輻射影響較小，可忽略這也是可以進(jìn)行線性歸化處理基礎(chǔ)。具體操作步驟如下。

1）根據(jù)2001年和2003年ETM+影像來提取NDVI和EVI生成散點圖。在生成散點圖之前需要把提取的NDVI和EVI分別合成在一幅影像上，這樣在選取樣本區(qū)時可以提取同地點的兩時相的NDVI和EVI。

2）根據(jù)生成的散點圖再生成點密度圖。

3）在點密度圖上選取兩個明顯的特征點以確定回歸方程。最后根據(jù)回歸方程校正2001年的ETM+影像。

2 結(jié)果分析

由于NDVI是根據(jù)近紅外波段和紅外波段計算得到的其值介于-1到1之間。由于研究區(qū)的人口密集建筑用地多而林地及耕地較少，所以林地的中心不是很明顯因此不被選擇，但大體的中心與回歸線非常接近。

EVI對于冠層結(jié)構(gòu)很敏感，EVI對于地表植被有很好的分辨效果，甚至能分辨出在落葉林和針葉林；但EVI對于云層的遮蓋反應(yīng)很敏感，因此受陰影影響的植被EVI值是有明顯的降低的。由于本研究區(qū)的地表植被分布稀少所以在對于植被的類型的區(qū)分在點密度圖上反應(yīng)的不是很明顯。所以根據(jù)EVI點密度圖的顯示選取水體和建筑用地建立回歸方程的校正待校正的影像。

雖然EVI在區(qū)分植被類型比NDVI更有用，但是NDVI校正后的相關(guān)系數(shù)要比EVI高。這結(jié)果可能是因為EVI的“取消作用”在耕地和林地的混合像元中，即對于生長成熟的森林的監(jiān)測不是很靈敏。EVI在對于林地和陰影區(qū)的關(guān)聯(lián)性很弱但是對于下層灌木和草地的關(guān)聯(lián)性很強。以前的研究表明EVI和灌木層及草地覆蓋率有密切的關(guān)系，而EVI對于上層的針葉林覆蓋綠度的反應(yīng)不是很明顯；這就是關(guān)于EVI的“取消作用”，在針葉林生長過程中EVI在增長到一定程度后就會減小增長，這時就產(chǎn)生了EVI的“取消作用”進(jìn)而EVI與生態(tài)系統(tǒng)的相關(guān)指數(shù)的線性函數(shù)的斜率從正變?yōu)樨?fù)。這就是說明EVI的“取消作用”會降低基于EVI輻射歸一化處理后的相關(guān)系數(shù)值。

在以前的相對輻射校正研究中比較典型的是波段對波段的研究，本文利用NDVI和EVI代替以前的波段有明顯的優(yōu)點如下。

1）NDVI和EVI是遙感影像多通道的光譜信息計算得到的比單通道的單一光譜信息更能反應(yīng)地物的變化信息并且能更為正確的辨認(rèn)TIC中心。

2）利用植被指數(shù)能夠減少數(shù)據(jù)的處理和分析的數(shù)量。

3）利用植被指數(shù)能夠減少誤差與傳統(tǒng)的通道對通道的方法即波段對波段的方法，因為在每個單波段進(jìn)行相對輻射校正中會有誤差的積累。

NDVI和EVI是重要的植被指數(shù)對于土地利用動態(tài)監(jiān)測。以前的研究表明NDVI對于土壤類型很敏感，而EVI對于冠層結(jié)果很敏感。對陰影影響的分析顯示出，EVI是非常敏感對于陰影，在陰影下植被的EVI有顯著減少。在NDVI中陰影之下的植被和非陰影區(qū)的植被NDVI值相似。這表明NDVI是一個非常有效的植被指數(shù)對于陰影影響。在本研究中使用了新發(fā)展的TIC法基于NDVI和EVI的相對輻射校正。在使用植被指數(shù)的相對輻射校正方法可能對于未來研究有很大的發(fā)展空間。

參考文獻(xiàn)

[1]張鵬強，余旭初，劉智，等.多時相遙感圖像相對輻射校正[J].遙感學(xué)報，2006，10（3）：339-344.

[2]Xuexia Chen， Lee Vierling， Don Deering. A simple and effective radiometric correction method to improve landscape change detection across sensors and across time [J].Remote Sensing of Environment， 2005， 98： 63-79.

[3]Song， C.，Woodcock， C. E.， Seto， K. C.， Lenney， M.P.， & Macomber， S. A. Classification and change detection using Landsat TM data：When and how to correct atmospheric effects [J].Remote Sensing of Environment， 2001，75： 230-244.

[4]Elvidge， C. D.， Yuan， D.， Weerackoon， R. D.， & Lunetta， R. S. Relative radiometric normalization of Landsat Multispectral Scanner （MSS） data using an automatic scattergram-controlled regression. Photogrammetric [J]. Engineering and Remote Sensing， 1995， 61： 1255-1260.endprint