衛(wèi)煒,吳文斌,周清波,張明偉
(1.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所,北京100081;2.農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京100081;3.國(guó)家衛(wèi)星氣象中心,北京100081)
傳感器光譜響應(yīng)差異對(duì)NDVI的影響
衛(wèi)煒1,2,吳文斌1,2,周清波1,2,張明偉3
(1.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所,北京100081;2.農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京100081;3.國(guó)家衛(wèi)星氣象中心,北京100081)
傳感器光譜響應(yīng)差異是導(dǎo)致不同來(lái)源NDVI觀測(cè)數(shù)據(jù)之間差異的因素之一,在進(jìn)行多源遙感數(shù)據(jù)之間的對(duì)比和同化處理時(shí)需要對(duì)其影響加以分析和校正?;诖?,該研究將地物的反射波譜曲線和傳感器的光譜響應(yīng)函數(shù)進(jìn)行卷積,以此來(lái)模擬不同傳感器在可見(jiàn)光和近紅外通道的等效地表反射率并計(jì)算相應(yīng)的NDVI,分別用絕對(duì)誤差和相對(duì)誤差兩個(gè)指標(biāo)來(lái)描述不同傳感器觀測(cè)結(jié)果相對(duì)于MODIS的差異并建立校正模型。結(jié)果表明,光譜響應(yīng)差異引起的不同傳感器觀測(cè)結(jié)果差異可以通過(guò)二次多項(xiàng)式模型進(jìn)行校正,基于相對(duì)誤差的校正模型比基于絕對(duì)誤差的校正模型效果更好一些,整體上傳感器光譜響應(yīng)差異對(duì)NDVI觀測(cè)值的影響有限,還需要進(jìn)一步考慮大氣狀況及觀測(cè)幾何等其他因素的影響。
光譜響應(yīng)函數(shù);傳感器;反射率;NDVI;校正模型
歸一化差異植被指數(shù)(Normalized Difference Vegetation Index,NDVI)充分利用植被在可見(jiàn)光和近紅外波段反射率的差異,通過(guò)綜合四則運(yùn)算提高對(duì)土壤背景的鑒別能力,同時(shí)削弱大氣和地形陰影的影響[1-2]。NDVI能夠很好地反映綠色植被的長(zhǎng)勢(shì)、覆蓋度和生物量等信息,是目前使用得最為廣泛的植被指數(shù),常被應(yīng)用于植被動(dòng)態(tài)監(jiān)測(cè)[3-5]、地表分類與土地利用變化[6-7]、農(nóng)作物產(chǎn)量估算[8-9]以及植被對(duì)氣候變化的響應(yīng)[10-11]等。
長(zhǎng)時(shí)間序列NDVI數(shù)據(jù)提供了更為豐富的對(duì)地觀測(cè)歷史資料,被大量應(yīng)用于區(qū)域乃至全球范圍的資源、環(huán)境、水文以及氣象等各個(gè)方面的研究[12]。NOAA/AVHRR、SPOT/VGT和EOS/MODIS等傳感器能夠進(jìn)行逐日觀測(cè),所提供的NDVI數(shù)據(jù)具有時(shí)間序列完整且容易獲取等優(yōu)點(diǎn),是目前長(zhǎng)時(shí)間序列NDVI數(shù)據(jù)的主要來(lái)源[13]。除此之外,搭載在我國(guó)風(fēng)云三號(hào)衛(wèi)星(FY3)上的可見(jiàn)光掃描輻射計(jì)(VIRR)也具備了以上3種傳感器的主要特征[14],為NDVI時(shí)間序列數(shù)據(jù)的國(guó)產(chǎn)化提供了有利條件。
不同傳感器的觀測(cè)數(shù)據(jù)之間既有重疊又有互補(bǔ),對(duì)多源NDVI進(jìn)行差異分析及多源遙感數(shù)據(jù)的整合與協(xié)同應(yīng)用是當(dāng)前的研究熱點(diǎn)之一。宋富強(qiáng)等[15]在陜北地區(qū)對(duì)比了AVHRR、VGT和MODIS 3種NDVI的差異,發(fā)現(xiàn)VGT和MODIS數(shù)據(jù)反映出該地區(qū)在1999~2007年間的NDVI呈現(xiàn)顯著增加的趨勢(shì),而AVHRR數(shù)據(jù)結(jié)果卻未呈現(xiàn)顯著變化;Zhang等[16]分別利用VGT和MODIS數(shù)據(jù)提取了1982~2011年青藏高原地區(qū)的植被生長(zhǎng)季開(kāi)始期,發(fā)現(xiàn)30年來(lái)的植被生長(zhǎng)季開(kāi)始期呈持續(xù)提前的趨勢(shì),修正了之前用AVHRR-NDVI數(shù)據(jù)得到的該地區(qū)植被生長(zhǎng)季開(kāi)始期先提前后推遲的結(jié)論。Mao等[17]基于逐像元一元線性回歸模型,在我國(guó)東北地區(qū)用MODIS-NDVI對(duì)AVHRR/GIMMS-NDVI進(jìn)行時(shí)間序列延長(zhǎng),然后利用延長(zhǎng)后的時(shí)間序列進(jìn)行NDVI變化與氣溫、降水變化之間的相關(guān)分析。
多源遙感數(shù)據(jù)整合與協(xié)同應(yīng)用所面臨的一個(gè)首要問(wèn)題就是需要進(jìn)行數(shù)據(jù)之間的對(duì)比和同化處理,以保證在同一區(qū)域由不同衛(wèi)星傳感器所觀測(cè)的數(shù)據(jù)之間具有可比性[18]。造成不同的衛(wèi)星傳感器對(duì)同一地物觀測(cè)數(shù)據(jù)差異的原因主要包括3個(gè)方面:大氣狀況(包括輻射定標(biāo)設(shè)備與方法)差異、觀測(cè)幾何(太陽(yáng)和衛(wèi)星的天頂角、方位角)的差異以及不同傳感器對(duì)應(yīng)通道之間光譜響應(yīng)的差異[19]。其中通道的光譜響應(yīng)描述了傳感器對(duì)特定波長(zhǎng)輻射能量的探測(cè)能力,一般用光譜響應(yīng)函數(shù)(Spectral Response Function,SRF)來(lái)表示[20]。SRF是指?jìng)鞲衅髟谀骋徊ㄩL(zhǎng)上接收的輻射能量與入射的輻射能量的比值,是傳感器的一個(gè)重要性能指標(biāo),不同類型的傳感器以及同一傳感器不同波段的光譜響應(yīng)函數(shù)之間通常存在差異[21]。本研究旨在定量描述不同傳感器之間的光譜響應(yīng)差異對(duì)可見(jiàn)光、近紅外通道反射率及NDVI觀測(cè)值的影響,并通過(guò)建立校正模型嘗試對(duì)這種影響進(jìn)行消除。
表1 主要NDVI時(shí)間序列數(shù)據(jù)來(lái)源傳感器的對(duì)應(yīng)通道
1.1 傳感器光譜響應(yīng)特征描述
前面提到在當(dāng)前的植被遙感中NDVI時(shí)間序列數(shù)據(jù)來(lái)源主要包括NOAA/AVHRR、SPOT/VGT、EOS/MODIS和FY3/VIRR等,表1列出了這些衛(wèi)星傳感器的對(duì)應(yīng)通道。從中可以看出上述衛(wèi)星傳感器在可見(jiàn)光和近紅外波段具有相似的通道設(shè)置,便于開(kāi)展多源遙感協(xié)同應(yīng)用研究。然而不同的傳感器之間光譜響應(yīng)有所不同,即使是搭載在不同衛(wèi)星平臺(tái)上的相同類型傳感器,其光譜響應(yīng)之間也會(huì)有一定的差異。
上述幾種衛(wèi)星傳感器在可見(jiàn)光和近紅外波段的光譜響應(yīng)函數(shù)曲線如圖1所示。從圖中可以看出,在可見(jiàn)光譜段MODIS的光譜響應(yīng)通道最窄,VIRR的光譜響應(yīng)通道最寬,各傳感器光譜響應(yīng)函數(shù)曲線的形狀也完全不同;而在近紅外譜段MODIS的光譜響應(yīng)通道仍然最窄,但光譜響應(yīng)通道最寬的為AVHRR,另外盡管VIRR近紅外通道波長(zhǎng)范圍為840nm~890nm,但是在1090nm處仍然存在著非常小的響應(yīng)。不同傳感器的光譜響應(yīng)函數(shù)曲線的差異還體現(xiàn)在中心波長(zhǎng)位置、波段間的重疊程度等,特別是在從葉綠素吸收為主到葉片組織反射為主的過(guò)渡譜段(680nm~720nm)處的差異會(huì)對(duì)植被觀測(cè)造成較大的影響。在進(jìn)行多源遙感數(shù)據(jù)之間的對(duì)比和同化處理時(shí),如果不進(jìn)行傳感器波段之間的光譜響應(yīng)匹配,有可能會(huì)導(dǎo)致一定的誤差產(chǎn)生。
圖1 不同衛(wèi)星傳感器在可見(jiàn)光和近紅外譜段的光譜響應(yīng)函數(shù)曲線
1.2 不同傳感器觀測(cè)數(shù)據(jù)模擬
對(duì)于某一地物而言,如果忽略傳感器定標(biāo)的誤差,那么在相同的觀測(cè)幾何和大氣狀況條件下,傳感器入瞳處的輻射能量是相等的,然而,光譜響應(yīng)函數(shù)的差異會(huì)導(dǎo)致不同傳感器所觀測(cè)到的反射率有所不同[22]。各傳感器所觀測(cè)到的等效地表反射率可以由地物的實(shí)際反射率與傳感器觀測(cè)通道的光譜響應(yīng)函數(shù)進(jìn)行卷積運(yùn)算得到:
式中,ρi表示傳感器通道i的等效地表反射率,ρλ為實(shí)際的地表反射率,RSFi(λ)為傳感器通道i的光譜響應(yīng)函數(shù)[23]。
在實(shí)際的衛(wèi)星觀測(cè)中,大氣狀況和觀測(cè)幾何等因素也會(huì)影響觀測(cè)結(jié)果。為了定量描述不同傳感器之間光譜響應(yīng)函數(shù)差異對(duì)觀測(cè)數(shù)據(jù)的影響,本研究搜集了28種地物的反射波譜曲線,結(jié)合衛(wèi)星傳感器的光譜響應(yīng)函數(shù)來(lái)模擬不同傳感器的觀測(cè)結(jié)果,在不考慮大氣狀況和觀測(cè)幾何影響的條件下,建立不同傳感器對(duì)應(yīng)通道觀測(cè)數(shù)據(jù)之間的轉(zhuǎn)換關(guān)系。用到的反射波譜曲線主要來(lái)自USGS植被光譜數(shù)據(jù)庫(kù)[24]、賈斯伯里奇(Jasper Ridge)光譜實(shí)驗(yàn)室[25]和約翰霍普金斯(Johns Hopkins)大學(xué)光譜實(shí)驗(yàn)室[26]的測(cè)量數(shù)據(jù),從中選擇了14種綠色植被,8種非綠色植被以及6種非植被類型,它們?cè)诳梢?jiàn)光到近紅外譜段的反射波譜曲線如圖2所示。
2.1 對(duì)模擬結(jié)果的統(tǒng)計(jì)分析
在得到各傳感器在可見(jiàn)光和近紅外通道的反射率后,再進(jìn)一步計(jì)算各傳感器測(cè)得的NDVI。對(duì)模擬得到的不同傳感器NDVI觀測(cè)值進(jìn)行比較,計(jì)算各傳感器相對(duì)于MODIS的絕對(duì)百分比差異APD(Absolute Percentage Difference),并統(tǒng)計(jì)NDVI及APD的最小值、最大值、平均值及標(biāo)準(zhǔn)差(表2)。APD的計(jì)算公式如下:
式中,NDVIi和NDVIMOD分別代表模擬得到的某種傳感器以及MODIS傳感器的NDVI觀測(cè)值。
圖2 用于模擬分析的28種地物在可見(jiàn)光到近紅外譜段的反射波譜曲線
表2 對(duì)模擬得到的NDVI和各傳感器相對(duì)于MODIS的APD的統(tǒng)計(jì)描述
從表2中可以看出,模擬的NDVI從低值到高值都有分布,平均值在0.54左右。各傳感器相對(duì)于MODIS的APD最小值接近0,但最大值甚至超過(guò)16%。通過(guò)對(duì)模擬結(jié)果進(jìn)行分析發(fā)現(xiàn),APD較大的主要為一些非綠色植被,其NDVI計(jì)算值本來(lái)就很小,因此導(dǎo)致APD較大;同時(shí)APD波動(dòng)范圍較大說(shuō)明APD大小與觀測(cè)對(duì)象也有一定的關(guān)系;APD的平均值在7%以內(nèi),說(shuō)明傳感器之間的光譜響應(yīng)差異對(duì)NDVI的影響非常有限。
2.2 不同傳感器觀測(cè)結(jié)果差異分析
以MODIS傳感器觀測(cè)結(jié)果為標(biāo)準(zhǔn),用絕對(duì)差異(Absolute Difference)和相對(duì)差異(Relative Difference)兩個(gè)參量來(lái)描述各傳感器觀測(cè)結(jié)果相對(duì)于MODIS的差異:
式中,Xi和XMOD分別表示某種傳感器以及MODIS傳感器的觀測(cè)結(jié)果。
圖3為模擬得到的各傳感器觀測(cè)數(shù)據(jù)相對(duì)于MODIS的差異,從上到下第一行為可見(jiàn)光通道等效地表反射率,第二行為近紅外通道等效地表反射率,第三行為NDVI;從左到右依次為AVHRR、VIRR和VGT觀測(cè)數(shù)據(jù)。從圖中可以看出,對(duì)可見(jiàn)光通道的等效地表反射率而言,3種傳感器中VIRR與MODIS的差異最大,AVHRR次之,VGT最小;對(duì)近紅外通道的等效地表反射率而言,3種傳感器中AVHRR與MODIS的差異最大,VIRR次之,VGT最小;NDVI的情況與可見(jiàn)光通道等效地表反射率相類似。另外無(wú)論是可見(jiàn)光和近紅外通道等效地表反射率還是NDVI,整體上相對(duì)差異的離散程度小于絕對(duì)差異。
2.3 光譜響應(yīng)差異校正模型
由不同傳感器之間光譜響應(yīng)差異所引起的觀測(cè)結(jié)果差異可以通過(guò)建立二次多項(xiàng)式校正模型進(jìn)行校正。表3和表4分別為基于絕對(duì)差異和相對(duì)差異的AVHRR、VIRR和VGT 3種傳感器與MODIS觀測(cè)數(shù)據(jù)之間的差異校正模型,其中x代表各傳感器對(duì)應(yīng)的NDVI值。模型計(jì)算結(jié)果為各傳感器相對(duì)于MODIS觀測(cè)數(shù)據(jù)的差異。從表中可以看出,兩種校正模型在可見(jiàn)光和近紅外通道等效地表反射率的回歸系數(shù)變化較大,但對(duì)NDVI而言,基于相對(duì)差異的校正模型回歸系數(shù)整體上高于基于絕對(duì)差異的校正模型。
表3 基于絕對(duì)差異(Absolute Difference)的校正模型與模擬計(jì)算結(jié)果
圖3 模擬得到的不同傳感器觀測(cè)數(shù)據(jù)相對(duì)于MODIS的差異,從上到下依次為可見(jiàn)光通道等效地表反射率、近紅外通道等效地表反射率和NDVI,從左到右依次為AVHRR、VIRR和VGT傳感器
表4 基于相對(duì)差異(Relative Difference)的校正模型與模擬計(jì)算結(jié)果
2.4 校正模型驗(yàn)證與應(yīng)用
本研究從3種反射波譜曲線來(lái)源數(shù)據(jù)庫(kù)中另外選擇了綠色植被、非綠色植被和非植被類型的反射波譜曲線各1條(28種類型以外),用于對(duì)不同傳感器NDVI的光譜響應(yīng)差異校正模型進(jìn)行驗(yàn)證,3條用于模型驗(yàn)證的光譜曲線如圖4所示。
應(yīng)用本文中所描述的方法,結(jié)合上述光譜響應(yīng)差異校正模型,分別計(jì)算得到經(jīng)過(guò)校正后的AVHRR、VIRR和VGT傳感器的NDVI測(cè)量值。對(duì)比光譜響應(yīng)差異校正前后各傳感器NDVI相對(duì)于MODIS的APD如表5所示。從表中可以看出,各傳感器NDVI經(jīng)過(guò)光譜響應(yīng)差異校正后,相對(duì)于MODIS的APD均有不同程度減小,說(shuō)明校正后的各傳感器NDVI與MODIS/NDVI之間的差異變小。另外從兩種差異校正模型來(lái)看,整體上相對(duì)差異校正模型計(jì)算結(jié)果的APD比絕對(duì)差異校正模型要小一些,說(shuō)明相對(duì)差異校正模型表現(xiàn)優(yōu)于絕對(duì)差異校正模型,該結(jié)果也與3.3節(jié)中兩種模型回歸系數(shù)之間的大小關(guān)系相一致。
除了使用模擬數(shù)據(jù)對(duì)光譜響應(yīng)差異校正模型的正確性進(jìn)行驗(yàn)證之外,本研究還將這兩種模型用于真實(shí)的遙感觀測(cè)數(shù)據(jù)并對(duì)其計(jì)算結(jié)果進(jìn)行分析。所用的實(shí)際NDVI觀測(cè)值分別由EOS/MODIS和SPOT/VGT兩種傳感器獲取,數(shù)據(jù)內(nèi)容為NDVI最大值合成產(chǎn)品。由于兩種傳感器數(shù)據(jù)產(chǎn)品的合成周期分別為16天(MODIS)和10天(VGT),為了便于比較,本文將這兩種數(shù)據(jù)產(chǎn)品統(tǒng)一處理為80天最大值合成,一年共包括四期,第320天之后的數(shù)據(jù)舍棄不用。數(shù)據(jù)時(shí)間為2011年,區(qū)域?yàn)橹袊?guó)東北三省,空間分辨率為1km,提取該范圍內(nèi)84個(gè)農(nóng)業(yè)氣象站點(diǎn)所在像元的NDVI值用于計(jì)算和分析。樣點(diǎn)的地表覆蓋基本為農(nóng)作物,作物類型主要有玉米、水稻、大豆和小麥,另外也包括部分其它作物,如谷子、高粱等。
首先用實(shí)際的VGT/NDVI數(shù)據(jù)結(jié)合光譜響應(yīng)差異校正模型計(jì)算與MODIS/NDVI之間的差異,然后再根據(jù)上述結(jié)果計(jì)算經(jīng)過(guò)校正的VGT/NDVI并與實(shí)際的MODIS/NDVI數(shù)據(jù)進(jìn)行比較。圖5為分別利用絕對(duì)差異和相對(duì)差異校正模型計(jì)算出的校正后的VGT/NDVI(橫軸)與實(shí)際觀測(cè)的MODIS/NDVI(縱軸)之間的回歸關(guān)系,回歸方程和回歸系數(shù)分別為:
圖4 用于校正模型驗(yàn)證的3種地物在可見(jiàn)光到近紅外譜段的反射波譜曲線
實(shí)際觀測(cè)的MODIS/NDVI與VGT/NDVI之間的回歸方程和回歸系數(shù)分別為:
可以看出經(jīng)過(guò)兩種校正模型計(jì)算出的校正后的VGT/NDVI與真實(shí)的MODIS/NDVI之間的回歸系數(shù)R2與校正前相比均有所提高,說(shuō)明經(jīng)過(guò)校正后兩種傳感器NDVI之間的差異有所減小。
分別將未經(jīng)校正的、經(jīng)過(guò)絕對(duì)差異和相對(duì)差異模型校正的EOS/MODIS和SPOT/VGT所獲取的NDVI之間的關(guān)系進(jìn)行比較,表6為光譜響應(yīng)差異校正前后兩種傳感器NDVI之間的統(tǒng)計(jì)參量變化(樣本數(shù)n=336)。從表中可以看出,經(jīng)過(guò)光譜響應(yīng)差異校正后兩種傳感器NDVI之間的APD和均方根誤差RMSE也有所減小,進(jìn)一步說(shuō)明二者之間的差異得到一定程度改善。另外從統(tǒng)計(jì)參量的變化幅度大小上也可以看出,基于相對(duì)差異的校正模型比基于絕對(duì)差異的校正模型效果更好一些。與表5中由模擬數(shù)據(jù)計(jì)算出的APD相比,表6中由真實(shí)遙感數(shù)據(jù)計(jì)算出的不同傳感器NDVI相對(duì)于MODIS/NDVI的APD值明顯大很多。這是因?yàn)樵谟媚M數(shù)據(jù)進(jìn)行計(jì)算時(shí)沒(méi)有考慮大氣狀況和觀測(cè)幾何等因素的影響,各傳感器之間主要為光譜響應(yīng)差異;而用真實(shí)遙感數(shù)據(jù)計(jì)算時(shí)各傳感器之間除光譜響應(yīng)差異之外還存在大氣狀況和觀測(cè)幾何等方面的差異,所以導(dǎo)致真實(shí)數(shù)據(jù)的APD值偏大。經(jīng)過(guò)光譜響應(yīng)差異校正后,各統(tǒng)計(jì)參量盡管向著差異減小的方向變化,但變化幅度并不十分顯著,APD和RMSE仍然分別高達(dá)30%和0.1,而R2也僅有0.84左右。由此也可以看出傳感器之間的光譜響應(yīng)差異對(duì)NDVI的影響有限,還需要進(jìn)一步考慮大氣狀況及觀測(cè)幾何等因素的影響。
表5 光譜響應(yīng)差異校正前后各傳感器NDVI相對(duì)于MODIS的APD/%
圖5 根據(jù)校正模型計(jì)算的VGT/NDVI與實(shí)際的VGT/NDVI之間的關(guān)系
表6 光譜響應(yīng)差異校正前后兩種傳感器NDVI之間的統(tǒng)計(jì)參量變化
NOAA/AVHRR、SPOT/VGT、EOS/MODIS和FY3/VIRR等傳感器在可見(jiàn)光和近紅外波段具有相似的通道設(shè)置,為利用其所獲取的時(shí)間序列數(shù)據(jù)開(kāi)展多傳感器數(shù)據(jù)整合以及多源遙感數(shù)據(jù)協(xié)同應(yīng)用創(chuàng)造了有利條件。然而大氣狀況、觀測(cè)幾何和傳感器差異導(dǎo)致不同來(lái)源觀測(cè)數(shù)據(jù)之間有所不同,光譜響應(yīng)函數(shù)是傳感器的重要特征之一,在通道設(shè)置相類似的情況下能夠反映不同傳感器之間的差異。本文利用地物的反射波譜曲線結(jié)合不同傳感器的光譜響應(yīng)函數(shù),通過(guò)卷積運(yùn)算來(lái)模擬各傳感器的觀測(cè)結(jié)果,在不考慮大氣狀況和觀測(cè)幾何因素影響的條件下定量描述和分析了不同傳感器之間光譜響應(yīng)差異對(duì)NDVI觀測(cè)數(shù)據(jù)的影響。
對(duì)模擬數(shù)據(jù)的統(tǒng)計(jì)分析表明不同傳感器在可見(jiàn)光和近紅外通道的光譜響應(yīng)函數(shù)差異導(dǎo)致其NDVI觀測(cè)結(jié)果之間存在一定的差異。不同傳感器相對(duì)于MODIS觀測(cè)結(jié)果的差異分析結(jié)果表明,光譜響應(yīng)差異引起的觀測(cè)結(jié)果差異可以通過(guò)建立二次多項(xiàng)式校正模型進(jìn)行校正。另外盡管對(duì)實(shí)際遙感數(shù)據(jù)的應(yīng)用表明基于相對(duì)差異的校正模型比基于絕對(duì)差異的校正模型效果更好一些,但是兩種光譜響應(yīng)差異校正對(duì)不同傳感器觀測(cè)數(shù)據(jù)之間差異的修正程度并不明顯。在進(jìn)行多源遙感數(shù)據(jù)之間的對(duì)比和同化處理時(shí),傳感器光譜響應(yīng)之間的差異對(duì)NDVI的影響非常有限,需要重點(diǎn)進(jìn)行考慮的是大氣狀況以及觀測(cè)幾何等因素的影響。
[1] 江東,王乃斌,楊小喚,等.NDVI曲線與農(nóng)作物長(zhǎng)勢(shì)的時(shí)序互動(dòng)規(guī)律[J].生態(tài)學(xué)報(bào),2002,22(2):247-252.
[2] 王正興,劉闖,ALFREDO H.植被指數(shù)研究進(jìn)展:從AVHRR-NDVI到MODIS-EVI[J].生態(tài)學(xué)報(bào),2003,23(5):979-987.
[3] FORKEL M,CARVALHAIS N,VERBESSELT J,et al.Trend change detection in NDVI time series:Effects of interannual variability and methodology[J].Remote Sensing,2013,5(5):2113-2144.
[4] FENSHOLT R,PROUD S R.Evaluation of earth observation based global long term vegetation trends--comparing GIMMS and MODIS global NDVI time series[J].Remote Sensing of Environment,2012,119:131-147.
[5] LI J,ZHAO H,YANG X.Study on the seasonal dynamics of zonal vegetation of NDVI/EVI of costal zonal vegetation based on MODIS data:A case study of spartina alterniflora salt marsh on Jiangsu coast,China[J].African Journal of Agricultural Research,2011,6(17):4019-4024.
[6] BROWN J C,KASTENS J H,COUTINHO A C,et al.Classifying multiyear agricultural land use data from Mato Grosso using time-series MODIS vegetation index data[J].Remote Sensing of Environment,2013,130:39-50.
[7] LANDMANN T,SCHRAMM M,HUETTICH C,et al.MODIS-based change vector analysis for assessing wetland dynamics in Southern Africa[J].Remote Sensing Letters,2013,4(2):104-113.
[8] 任建強(qiáng),陳仲新,唐華俊,等.基于遙感信息與作物生長(zhǎng)模型的區(qū)域作物單產(chǎn)模擬[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(8):257-264.
[9] 顧曉鶴,何馨,郭偉,等.基于MODIS與TM時(shí)序插補(bǔ)的省域尺度玉米遙感估產(chǎn)[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(S2):53-58.
[10] SOUDANI K,HMIMINA G,DELPIERRE N,et al.Ground-based Network of NDVI measurements for tracking temporal dynamics of canopy structure and vegetation phenology in different biomes[J].Remote Sensing of Environment,2012,123:234-245.
[11] 毛德華,王宗明,羅玲,等.基于MODIS和AVHRR數(shù)據(jù)源的東北地區(qū)植被NDVI變化及其與氣溫和降水間的相關(guān)分析[J].遙感技術(shù)與應(yīng)用,2012,27(1):77-85.
[12] 王正興,索玉霞,林昕,等.AVHRR全球時(shí)間序列研究進(jìn)展:PAL-GIMMS-LTDR[J].資源科學(xué),2008,30(8):1252-1260.
[13] 馬明國(guó),宋怡,王旭峰,等.AVHRR、VEGETATION和MODIS時(shí)間系列遙感數(shù)據(jù)產(chǎn)品現(xiàn)狀與應(yīng)用研究進(jìn)展[J].遙感技術(shù)與應(yīng)用,2012,27(5):663-670.
[14] 王園香,李貴才,戎志國(guó),等.NOAA18/AVHRR與FY-3A/VIRR的OLR產(chǎn)品一致性和差異性分析[J].遙感學(xué)報(bào),2013(05):1311-1323.
[15] 宋富強(qiáng),康慕誼,楊朋,等.陜北地區(qū)GIMMS、SPOT--VGT和MODIS歸一化植被指數(shù)的差異分析[J].北京林業(yè)大學(xué)學(xué)報(bào),2010,32(4):72-80.
[16] ZHANG G,ZHANG Y,DONG J,et al.Green-up dates in the Tibetan Plateau have continuously advanced from 1982to 2011[J].Proceedings of the National Academy of Sciences,2013.
[17] MAO D,WANG Z,LUO L,et al.Integrating AVHRR and MODIS data to monitor NDVI changes and their relationships with climatic parameters in Northeast China[J].International Journal of Applied Earth Observation and Geoinformation,2012,18:528-536.
[18] 李愛(ài)華,柏延臣.多源遙感專題信息比較研究:現(xiàn)狀、問(wèn)題與展望[J].地球科學(xué)進(jìn)展,2011,26(7):741-750.
[19] 祝善友,尹球,張桂欣.多源極軌氣象衛(wèi)星熱紅外波段數(shù)據(jù)的同化方法研究[J].紅外與毫米波學(xué)報(bào),2008,27(5):365-369.
[20] 吳榮華,楊軍,楊忠東,等.光譜響應(yīng)差異對(duì)高精度交叉定標(biāo)的影響——以FY-3A/MERSI與EOS/MODIS為研究實(shí)例[J].遙感信息,2011,26(2):51-57.
[21] 周冠華,姜禾,趙慧潔,等.基于精確光譜響應(yīng)匹配的星載成像光譜儀交叉輻射定標(biāo)[J].光譜學(xué)與光譜分析,2012,32(12):3416-3421.
[22] 潘志強(qiáng),傅俏燕,張浩平.CBERS-02星CCD波段平均太陽(yáng)輻照度反演及應(yīng)用[J].地球信息科學(xué),2008,10(1):109-113.
[23] 胡順石,張立福,張霞,等.衛(wèi)星傳感器波段平均太陽(yáng)輻照度計(jì)算及可靠性分析[J].國(guó)土資源遙感,2012(3):97-102.
[24] CLARK R N,SWAYZE G A,GALLAGHER A J,et al.The U.S.geological survey,digital spectral library:Version 1:0.2to 3.0microns[R].U.S.Geological Survey Open File Report,1993:93-592.
[25] ELVIDGE C D.Visible and infrared reflectance characteristics of dry plant materials[J].International Journal of Remote Sensing,1990,11(10):1775-1795.
[26] KORB A R,DYBWAD P,WADSWORTH W,et al.Portable FTIR spectrometer for field measurements of radiance and emissivity[J].Applied Optics,1996(35):1679-1692.
Analysis and Calibration of Spectral Response Difference Effects on Measured NDVI with Separate Satellite Sensors
WEI Wei1,2,WU Wen-bin1,2,ZHOU Qing-bo1,2,ZHANG Ming-wei3
(1.Institute of Agricultural Resources and Regional Planning,Chinese Academy of Agricultural Sciences,Beijing100081;2.Key Laboratory of Agri-informatics,Ministry of Agriculture,Beijing100081;3.The National Satellite Meteorological Center,Beijing100081)
Spectral response difference of satellite sensors is one of the factors that is responsible for the difference of measured NDVI from separate sources.There is a strong need for the analysis and calibration of spectral response difference effects when using multi-sensor datasets.Spectral response functions are integrated with a set of reflectance spectra curves to simulate the observations of red and near-infrared bands for different satellite sensors.Absolute difference and relative difference are used to compare the measured data between MODIS and other sensors and establish calibration models.The results show that the difference of observations due to spectral response for separate sensors can be corrected by quadratic polynomial equations.Calibration model based on relative difference performs is better than the absolute difference based model.The overall effects of spectral response difference on measured NDVI are limited and other factors such as atmospheric conditions and observation geometries should be considered further.
spectral response function;satellite sensor;reflectance;NDVI;calibration model
10.3969/j.issn.1000-3177.2015.04.016
TP79
A
1000-3177(2015)140-0091-08
2014-07-16
2014-10-12
國(guó)家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(2012AA12A304);國(guó)家自然科學(xué)基金項(xiàng)目(41201184、41271112、41201089)。
衛(wèi)煒(1986—),男,博士研究生,研究方向?yàn)檗r(nóng)情遙感監(jiān)測(cè)。
E-mail:wei20031479@126.com