陳星，劉智華

（1.重慶市國(guó)土資源和房屋勘測(cè)規(guī)劃院，重慶400020；2.重慶市土地利用與遙感監(jiān)測(cè)工程技術(shù)研究中心，重慶400020）

環(huán)境一號(hào)衛(wèi)星與MODIS NDVI的定量關(guān)系分析

陳星1，2，劉智華1，2

（1.重慶市國(guó)土資源和房屋勘測(cè)規(guī)劃院，重慶400020；2.重慶市土地利用與遙感監(jiān)測(cè)工程技術(shù)研究中心，重慶400020）

不同遙感器由于波段設(shè)置和光譜響應(yīng)函數(shù)差異導(dǎo)致其在紅光和近紅外波段所接收的地物反射信號(hào)不同，產(chǎn)生了NDVI的不一致性問(wèn)題，針對(duì)這一問(wèn)題，該文研究了HJ－1NDVI和MODIS NDVI的定量關(guān)系。采用高光譜Hyperion數(shù)據(jù)進(jìn)行光譜卷積和空間卷積，模擬HJ－1與MODIS兩遙感器波段反射率數(shù)據(jù)。通過(guò)計(jì)算NDVI，進(jìn)行回歸分析求出兩者之間的定量關(guān)系。分別基于單一覆蓋類型和混合覆蓋類型建立HJ－1與MODIS的轉(zhuǎn)換方程，排除其定量關(guān)系可能受不同土地覆蓋類型的影響。定量分析與精度驗(yàn)證表明：HJ－1NDVI與MODIS NDVI有很高的線性正相關(guān)性（R2＞0.99）；單一覆蓋類型轉(zhuǎn)換精度高于混合覆蓋類型轉(zhuǎn)換精度，均能滿足定量應(yīng)用要求，但單一覆蓋類型轉(zhuǎn)換在實(shí)際應(yīng)用中較為復(fù)雜，可采用混合覆蓋類型轉(zhuǎn)換方程進(jìn)行HJ－1NDVI與MODIS NDVI的轉(zhuǎn)換。

NDVI；定量關(guān)系；HJ－1；MODIS；光譜響應(yīng)函數(shù)

0 引 言

目前，一系列衛(wèi)星遙感器都用來(lái)構(gòu)建植被指數(shù)數(shù)據(jù)集，從高分辨率、窄幅的遙感器，如TM、SPOTHRV，到中分辨率、寬幅的遙感器，如NOAA－AVHRR、MODIS。中分辨率遙感器具有較短的重返周期，有利于變化檢測(cè)，生態(tài)環(huán)境監(jiān)測(cè)，年際氣候變化研究和土地覆被變化研究等。高分辨率遙感器則能夠捕捉與土地流轉(zhuǎn)和生態(tài)系統(tǒng)管理相關(guān)的植被動(dòng)態(tài)變化的更為詳細(xì)的信息，但往往重返周期較長(zhǎng)，且易受云覆蓋等的影響。

這些遙感器的植被指數(shù)，可以互為補(bǔ)充，以增強(qiáng)植被指數(shù)的應(yīng)用效果［1－4］。然而，由于遙感器／平臺(tái)特性差異，同一地表反映在各遙感器的波段信號(hào)不同，所得植被指數(shù)不具有直接可比性，由此引發(fā)對(duì)植被指數(shù)一致性問(wèn)題的探討［5］。很多學(xué)者從不同遙感器植被指數(shù)間的相互關(guān)系著手，深入研究這一問(wèn)題。Steve等［6］采用地物光譜儀實(shí)測(cè)數(shù)據(jù)模擬AVHRR、TM／ETM＋、SPOT、MODIS等遙感器波段反射率數(shù)據(jù)，對(duì)它們生成的植被指數(shù)進(jìn)行定量比較，獲得了各遙感器NDVI的互為轉(zhuǎn)換方程。Miura等［7－8］采用高光譜數(shù)據(jù)模擬生成AVHRR、ETM＋、MODIS等植被指數(shù)，建立各遙感器NDVI的關(guān)系方程，對(duì)影響多遙感器植被指數(shù)一致性的因素進(jìn)行了探討。徐涵秋等［9］利用三對(duì)同日過(guò)空的ETM＋和ASTER影像，考察二者植被指數(shù)（NDVI、SAVI）之間的定量關(guān)系。結(jié)果發(fā)現(xiàn)ETM＋與ASTER植被指數(shù)之間具有顯著的線性正相關(guān)關(guān)系。趙凱等［10］對(duì)HJ－1與TM／ETM＋植被指數(shù)的交互比較也得到了類似的結(jié)論。還有學(xué)者采用AVHRR與MODIS同一觀測(cè)區(qū)域重疊時(shí)期的影像，建立AVHRR與MODIS NDVI的轉(zhuǎn)換關(guān)系，并構(gòu)建了連續(xù)時(shí)間序列植被指數(shù)［11－12］。

從現(xiàn)有研究來(lái)看，國(guó)產(chǎn)衛(wèi)星HJ－1與國(guó)外業(yè)務(wù)化生產(chǎn)的MODIS植被指數(shù)的定量關(guān)系研究迄今很少開(kāi)展。因此，本文擬采用光譜卷積的方法，將高光譜Hyperion數(shù)據(jù)進(jìn)行波段模擬，得到HJ－1與MODIS波段反射率數(shù)據(jù)?；谒鼈兩傻闹脖恢笖?shù)，進(jìn)行HJ－1和MODIS NDVI的定量分析，并得到兩者的轉(zhuǎn)換方程。同時(shí)，考慮到土地覆蓋類型可能會(huì)影響HJ－1和MODIS NDVI的相互關(guān)系，本文分別得到單一土地覆蓋類型和混合土地覆蓋類型下兩種遙感器植被指數(shù)的轉(zhuǎn)換方程，并對(duì)比分析兩種情況下轉(zhuǎn)換方程的轉(zhuǎn)換精度。

1 實(shí)驗(yàn)方法

1.1 數(shù)據(jù)源及研究區(qū)域

Hyperion是美國(guó)地球觀察衛(wèi)星EO－1搭載的成像光譜儀，以推掃方式獲取可見(jiàn)光－近紅外（VNIR，400nm～1000nm）和短波紅外（SWIR，900nm～2500nm）光譜數(shù)據(jù)。波段連續(xù)，共有242個(gè)波段，光譜分辨率10nm，輻射分辨率16bit，地面分辨率30m。其光譜分辨率和空間分辨率很利于用來(lái)模擬各遙感器的像元數(shù)據(jù)，因此本研究采用Hyperion L1R數(shù)據(jù)進(jìn)行相關(guān)研究。

采用3個(gè)地區(qū)的Hyperion影像進(jìn)行研究，覆蓋不同的植被類型，具體內(nèi)容見(jiàn)表1。其中，土地覆蓋類型數(shù)據(jù)由研究區(qū)域 MODIS土地覆蓋產(chǎn)品MCD12Q1數(shù)據(jù)得到，采用的是國(guó)際地圈生物圈計(jì)劃（IGBP）的全球植被分類方案。

表1 研究區(qū)域

1.2 Hyperion數(shù)據(jù)預(yù)處理

對(duì)Hyperion數(shù)據(jù)的預(yù)處理主要包括：未定標(biāo)和受水汽影響波段的去除、絕對(duì)輻射值轉(zhuǎn)換、壞線修復(fù)、條紋去除、smile效應(yīng)糾正、大氣校正、幾何校正［13］。其中，大氣校正采用ENVI大氣校正擴(kuò)展模塊FLAASH，得到地表反射率數(shù)據(jù)；幾何校正以精校正的TM影像為參考，利用ERDAS軟件進(jìn)行，重采樣成30m×30m影像。

1.3 光譜卷積

不同遙感器的特性不同，其差異主要體現(xiàn)在波段設(shè)置和光譜響應(yīng)函數(shù)上。在得到Hyperion地表反射率數(shù)據(jù)后，基于HJ－1和MODIS的波段設(shè)置和光譜響應(yīng)函數(shù)，進(jìn)行光譜卷積，得到相應(yīng)波段地表反射率數(shù)據(jù)。

HJ－1和MODIS波段設(shè)置的主要差異在于近紅外波段，HJ－1近紅外波段范圍為760nm～900nm，MODIS為841nm～876nm。MODIS近紅外波段比HJ－1窄，且較好地避開(kāi)了水汽吸收波段，如820nm和905nm。

遙感器各通道受元器件特性的制約，每個(gè)通道在特定光譜區(qū)間對(duì)不同光譜輻射的響應(yīng)能力不同。通道對(duì)光譜的選擇響應(yīng)能力就是通道的光譜響應(yīng)。圖1所示分別為HJ－1BCCD2與MODIS紅、近紅外波段的光譜響應(yīng)曲線。HJ－1紅波段的光譜響應(yīng)曲線與MODIS在形狀上很相似，不過(guò)更寬；近紅外波段兩者光譜響應(yīng)曲線則存在很大差異。

根據(jù)HJ－1與MODIS紅、近紅外波段的波段范圍與光譜響應(yīng)曲線，采用Hyperion地表反射率數(shù)據(jù)，經(jīng)光譜卷積方法，模擬得到HJ－1與MODIS紅、近紅外波段反射率數(shù)據(jù)。具體方法如下：

圖1 HJ－1B CCD2和MODIS波段光譜響應(yīng)曲線

其中，ρ是卷積后的地表反射率，SRF（λ）是給定遙感器相應(yīng)波段的光譜響應(yīng)函數(shù)（如MODIS紅波段），ρ（λ）是Hyperion地表反射率。

1.4 空間卷積

HJ－1數(shù)據(jù)的空間分辨率為30m，MODIS數(shù)據(jù)的空間分辨率為250m。為了便于比較分析，本文將模擬HJ－1與MODIS數(shù)據(jù)的分辨率統(tǒng)一為250m。將光譜卷積后30m分辨率HJ－1與MODIS地表反射率數(shù)據(jù)，空間卷積為250m分辨率數(shù)據(jù)。采用的空間卷積函數(shù)為MODIS相應(yīng)波段空間點(diǎn)擴(kuò)散函數(shù)。具體方法如下：

其 中，x，y 分 別 為 像 元 的 行 列 號(hào)，PSFMODIS（x，y）是MODIS PSF在（x，y）處的權(quán)重值，ρ（x，y）是經(jīng)光譜卷積所得HJ－1或MODIS地表反射率數(shù)據(jù)，是經(jīng)空間卷積后所得250m分辨率的HJ－1或MODIS地表反射率數(shù)據(jù)。

1.5 NDVI計(jì)算

分別采用經(jīng)光譜和空間卷積所得模擬HJ－1和MODIS紅、近紅外波段地表反射率數(shù)據(jù)計(jì)算NDVI，計(jì)算公式如下：

1.6 模擬HJ－1與MODIS NDVI定量關(guān)系分析

對(duì)4種土地覆蓋類型：落葉闊葉林、混交林、作物和草原，分別取50個(gè)樣本。采用回歸分析方法，進(jìn)行單一覆蓋類型下模擬HJ－1與MODIS NDVI的定量分析。同時(shí)，采用4種覆蓋類型下共200個(gè)樣本，經(jīng)回歸分析，得到混合覆蓋類型下模擬HJ－1與MODIS NDVI的定量關(guān)系。

單一覆蓋類型和混合覆蓋類型的情況下，模擬HJ－1與MODIS NDVI始終保持線性關(guān)系（圖2）。如表2所示，各回歸模型R2都大于0.99，均方根誤差RMSE很小，說(shuō)明回歸方程顯著，模擬HJ－1 NDVI與MODIS NDVI表現(xiàn)出很高的相關(guān)性和一致性。?

表2中的回歸模型參數(shù)可用于將模擬HJ－1 NDVI轉(zhuǎn)換為模擬MODIS NDVI。轉(zhuǎn)換公式如下：

例如，對(duì)于落葉闊葉林，采用單一覆蓋類型回歸模型（以下簡(jiǎn)稱“分類轉(zhuǎn)換方程”）進(jìn)行轉(zhuǎn)換，轉(zhuǎn)換公式為：

采用混合覆蓋類型回歸模型（以下簡(jiǎn)稱“不分類轉(zhuǎn)換方程”）進(jìn)行轉(zhuǎn)換，轉(zhuǎn)換公式為：

圖2 HJ－1 NDVI和MODIS NDVI關(guān)系

表2 HJ－1 NDVI到MODIS NDVI回歸模型統(tǒng)計(jì)參數(shù)

2 轉(zhuǎn)換方程精度評(píng)定

采用長(zhǎng)白山地區(qū)（落葉闊葉林、混交林）同一天2011年8月20號(hào)的HJ－1BCCD2和MODIS影像，計(jì)算NDVI，進(jìn)行轉(zhuǎn)換方程的精度評(píng)定。其中，MODIS數(shù)據(jù)直接下載250m分辨率地表反射率數(shù)據(jù)，HJ－1BCCD2影像獲取L2級(jí)數(shù)據(jù)，經(jīng)輻射定標(biāo)、幾何校正（與MODIS數(shù)據(jù)幾何配準(zhǔn)）、大氣校正后得到30m地表反射率。進(jìn)而采用MODIS PSF函數(shù)空間卷積為250m分辨率地表反射率數(shù)據(jù)，計(jì)算NDVI。

為驗(yàn)證土地覆蓋類型對(duì)兩遙感器植被指數(shù)定量關(guān)系是否有影響，即是否可以基于一個(gè)通用的方程將HJ－1NDVI轉(zhuǎn)換到MODIS NDVI，在研究區(qū)選取49個(gè)落葉闊葉林樣本、50個(gè)混交林樣本，共99個(gè)樣本進(jìn)行測(cè)試。采用分類轉(zhuǎn)換方程和不分類轉(zhuǎn)換方程將樣本HJ－1NDVI轉(zhuǎn)換到MODIS NDVI。轉(zhuǎn)換NDVI的計(jì)算方法為：

NDVIT＝a＋b·NDVIHJ（8）

其中，NDVIHJ為HJ－1NDVI，a、b為回歸模型截距和斜率。

3種轉(zhuǎn)換方案如表3所示。

表3 轉(zhuǎn)換方案

圖3給出了落葉闊葉林樣本不轉(zhuǎn)換、分類轉(zhuǎn)換下NDVI和MODIS NDVI絕對(duì)誤差和相對(duì)誤差。由圖中結(jié)果可以直觀地看到，分類轉(zhuǎn)換能很好地縮小原始HJ－1NDVI和MODIS NDVI之間的差異；圖4給出了混交林樣本不轉(zhuǎn)換、分類轉(zhuǎn)換NDVI和MODIS NDVI絕對(duì)誤差和相對(duì)誤差。轉(zhuǎn)換后NDVI與MODIS NDVI的絕對(duì)誤差和相對(duì)誤差大幅度減?。粓D5給出了兩種樣本不轉(zhuǎn)換、不分類轉(zhuǎn)換NDVI和MODIS NDVI絕對(duì)誤差和相對(duì)誤差。轉(zhuǎn)換模型也很大程度上縮小了NDVIT與MODIS NDVI的絕對(duì)誤差和相對(duì)誤差。

采用統(tǒng)計(jì)量均方根誤差（RMSE）定量分析轉(zhuǎn)換模型的精度。同時(shí)，統(tǒng)計(jì)了3種轉(zhuǎn)換方案NDVI與MODIS NDVI相對(duì)誤差（RE）大于5%占總樣本百分比的情況。結(jié)果如表4所示。不轉(zhuǎn)換時(shí)，總體樣本、落葉闊葉林、混交林樣本RMSE分別為0.03585、0.03511和0.03657，RE大于5%的樣本比例分別為16.2%、12.2%和20%；分類轉(zhuǎn)換時(shí)，總體樣本、落葉闊葉林、混交林樣本RMSE分別為0.02047、0.01986、0.02105，RE大于5%的樣本比例分別為1.0%、0.0%、2.0%；不分類轉(zhuǎn)換時(shí)，總體樣本、落葉闊葉林、混交林樣本RMSE分別為0.02599、0.02495、0.02697，RE大于5%的樣本比例分別為5.0%、4.1%、6.0%。可見(jiàn)，分類、不分類轉(zhuǎn)換都有較高的模型轉(zhuǎn)換精度。

圖3 落葉闊葉林樣本不轉(zhuǎn)換、分類轉(zhuǎn)換NDVI和MODIS NDVI比較情況

圖4 混交林樣本不轉(zhuǎn)換、分類轉(zhuǎn)換NDVI和MODIS NDVI比較情況

圖5 兩種樣本不轉(zhuǎn)換、不分類轉(zhuǎn)換NDVI和MODIS NDVI比較情況

進(jìn)一步，對(duì)比分析分類、不分類轉(zhuǎn)換方案。首先比較兩種情況下所得NDVI的絕對(duì)差值。兩者之間差別很小，平均差值約為0.0066。從表4中可以看出，不轉(zhuǎn)換時(shí)，RE大于5%占總體樣本的比例為16.2%，比例很高；分類轉(zhuǎn)換時(shí)，比例為1.0%，轉(zhuǎn)換精度很高。但實(shí)際應(yīng)用中，要對(duì)覆蓋類型進(jìn)行判斷，且受不同覆蓋類型的影響；不分類轉(zhuǎn)換時(shí)，比例為5.0%，轉(zhuǎn)換精度還算不錯(cuò)。因此，可以采用不分類的轉(zhuǎn)換方程，將HJ－1NDVI轉(zhuǎn)換為MODIS NDVI。

表4 各轉(zhuǎn)換方案精度比較

3 結(jié)束語(yǔ)

HJ－1與MODIS在遙感器波段設(shè)置和光譜響應(yīng)函數(shù)上存在差異，導(dǎo)致兩遙感器在紅光和近紅外波段所接收的地物反射信號(hào)不同，產(chǎn)生了NDVI的不一致性問(wèn)題。本文通過(guò)Hyperion數(shù)據(jù)模擬生成HJ－1與MODIS波段反射率數(shù)據(jù)，進(jìn)而計(jì)算相應(yīng)NDVI并進(jìn)行定量分析。所得結(jié)論如下：

盡管HJ－1與MODIS紅、近紅外波段的波段設(shè)置和光譜響應(yīng)函數(shù)不同，兩遙感器NDVI存在極顯著的線性正相關(guān)關(guān)系（R2＞0.99），表現(xiàn)出較高的相關(guān)性和一致性。

地表覆蓋類型對(duì)兩遙感器NDVI定量關(guān)系影響的研究表明，不同覆蓋類型下，HJ－1與MODIS NDVI的定量關(guān)系存在細(xì)微差別。采用基于單一覆蓋類型的分類轉(zhuǎn)換方程和基于混合覆蓋類型的不分類轉(zhuǎn)換方程，將HJ－1NDVI轉(zhuǎn)換為MODIS NDVI，都有較高的轉(zhuǎn)換精度?？紤]到分類轉(zhuǎn)換在實(shí)際應(yīng)用中要對(duì)覆蓋類型進(jìn)行判斷，較為復(fù)雜，而不分類轉(zhuǎn)換又能滿足定量應(yīng)用要求，認(rèn)為可采用不分類的轉(zhuǎn)換方程，將HJ－1NDVI轉(zhuǎn)換為MODIS NDVI。

值得注意的是，采用高光譜Hyperion數(shù)據(jù)模擬得到寬波段遙感數(shù)據(jù)，由于光譜響應(yīng)函數(shù)和空間點(diǎn)擴(kuò)散函數(shù)都是近似的，所得到的模擬反射率數(shù)據(jù)和遙感器真實(shí)反射率數(shù)據(jù)有一定偏差，由此造成對(duì)結(jié)果的影響需要在今后的工作中作進(jìn)一步的研究。

單一遙感器由于覆蓋范圍、過(guò)境時(shí)間以及云覆蓋等因素，其植被指數(shù)產(chǎn)品的應(yīng)用往往存在局限性。本文的研究結(jié)果表明HJ－1與MODIS NDVI可以進(jìn)行定量轉(zhuǎn)換，互為補(bǔ)充使用。其他遙感器植被指數(shù)也可按照類似方法進(jìn)行相互轉(zhuǎn)換，為擴(kuò)展植被指數(shù)的定量應(yīng)用提供了一定的思路。

［1］ BUSETTO L，MERONI M，COLOMBO R.Combining medium and coarse spatial resolution satellite data to improve the estimation of sub－pixel NDVI time series［J］.Remote Sensing of Environment，2008，112（1）：118－131.

［2］ TONG A，HE Y.Comparative analysis of SPOT，Landsat，MODIS，and AVHRR normalized difference vegetation index data on the estimation of leaf area index in a mixed grassland ecosystem［J］.Journal of Applied Remote Sensing，2013，7（1）：1－16.

［3］ MIURA T，YOSHIOKA H，F(xiàn)UJIWARA K，et al.Inter－comparison of ASTER and MODIS surface reflectance and vegetation index products for synergistic applications to natural resource monitoring［J］.Sensors，2008，8（4）：2480－2499.

［4］ JAVADNIA1E，MOBASHERIL M R，KAMALI G.MODIS NDVI quality enhancement using ASTER images［J］.Journal of Agricultural Science and Technology，2009，11：549－558.

［5］ TEILLET P M，STAENZ K，WILLIAM D J.Effects of spectral，spatial，and radiometric characteristics on remote sensing vegetation indices of forested regions［J］.Remote Sensing of Environment，1997，61（1）：139－149.

［6］ STEVEN M D，MALTHUS T J，BARET F，et al.Intercalibration of vegetation indices from different sensor systems［J］.Remote Sensing of Environment，2003，88（4）：412－422.

［7］ MIURA T，HUETE A，YOSHIOKA H.An empirical investigation of cross－sensor relationships of NDVI and red／nearinfrared reflectance using EO－1Hyperion data［J］.Remote Sensing of Environment，2006，100：223－236.

［8］ MIURA T，TURNER J P，AND HUETE A.Spectral compatibility of the NDVI across VIIRS，MODIS，and AVHRR：An analysis of atmospheric effects using EO－1Hyperion［J］.IEEE Transactions on Geoscience and Remote Sensing，2013，51（3）：1349－1359.

［9］ 徐涵秋，張鐵軍.ASTER與Landsat ETM＋植被指數(shù)的交互比較［J］.光譜學(xué)與光譜分析，2011，31（7）：1902－1907.

［10］ 趙凱，徐劍波，趙之重，等.HJ－1A／B CCD與Landsat TM／ETM＋植被指數(shù)的交互比較［J］.遙感技術(shù)與應(yīng)用，2013，28（4）：674－680.

［11］ BROWN M E，LARY D J，VRIELING A，et al.Neural networks as a tool for constructing continuous NDVI time series from AVHRR and MODIS［J］.International Journal of Remote Sensing，2008，29（24）：7141－7158.

［12］ GALLO K，JI L，REED B，et al.Multi－platform comparisons of MODIS and AVHRR normalized difference vegetation index data［J］.Remote Sens.Environ.，2005，99（3）：221－231.

［13］ 譚炳香，李增元，陳爾學(xué)，等.EO－1Hyperion高光譜數(shù)據(jù)的預(yù)處理［J］.遙感信息，2005，20（6）：38－43.

Quantitative Analysis of Relationship Between HJ－1 NDVI and MODIS NDVI

CHEN Xing1，2，LIU Zhi－h(huán)ua1，2
（1.Chongqing Institute of Surreying and Planning for Land Resources and Housing，Chongqing400020；2.Chongqing Engineering Research Center of Land Use and Remote－Sense Monitoring，Chongqing400020）

Quantitative relationship between NDVI of HJ－1and MODIS was acquired using Hyperion hyperspectral data.Hyperion scenes were processed to simulate NDVI of the two sensors.To study the effect of land cover on the relationship of NDVI of HJ－1and MODIS，regression models were derived both for land cover－dependent and land cover－independent situation.The conversion models were directly validated by comparison of HJ－1and MODIS image data.The result indicated that HJ－1 NDVI was highly correlated with MODIS NDVI（R2＞0.99）；Regression models under both situations worked well.The land cover－dependent model worked slightly better than the land cover－independent，but it was more complicated when used.So it was suggested to use a single equation to convert HJ－1NDVI to MODIS NDVI.

NDVI；quantitative relationship；HJ－1；MODIS；spectral response function

10.3969／j.issn.1000－3177.2015.04.015

TP79

A

1000－3177（2015）140－0085－06

2014－02－13

2014－03－17

“十二五”國(guó)家科技支撐計(jì)劃課題（2012BAJ22B06）。

陳星（1989—），女，碩士，主要從事遙感應(yīng)用方面研究。

E－mail：chenxing1989＠163.com