李聰　張旭　石玉

摘要 近年來(lái)，我國(guó)遙感衛(wèi)星技術(shù)發(fā)展迅速，新一代極軌氣象衛(wèi)星風(fēng)云三號(hào)（FY3）上攜帶的分辨率光譜成像儀（MERSI）已獲取大量對(duì)地觀測(cè)資料，在大尺度遙感監(jiān)測(cè)等方面顯示出較高的實(shí)用價(jià)值。為了實(shí)現(xiàn)自動(dòng)批量處理FY-3A/ MERSI影像數(shù)據(jù)，提取新疆范圍植被指數(shù)特征，為今后新疆植被類(lèi)型制圖方法研究做準(zhǔn)備，對(duì)MERSI數(shù)據(jù)經(jīng)過(guò)預(yù)處理、投影變換等處理，提取植被指數(shù)特征數(shù)據(jù)，按旬生成最大植被指數(shù)時(shí)間序列影像；并對(duì)生成的歸一化植被指數(shù)（NDVI）結(jié)果進(jìn)行分析，其結(jié)果可為今后按MERSI NDVI時(shí)間序列影像進(jìn)行新疆植被類(lèi)型分布研究、監(jiān)測(cè)植被長(zhǎng)勢(shì)的應(yīng)用等后續(xù)工作做準(zhǔn)備。

關(guān)鍵詞 FY-3A/MERSI；NDVI；提取；分析

中圖分類(lèi)號(hào) S73 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-5739（2016）08-0199-02

Abstract In recent years，China's development of satellite remote sensing technology rapidly，a new generation of Polar Orbiting Meteorological Satellite FY-3 carrying resolution spectral imager （MERSI） has acquired a lot of observation data，shows a high practical value in the large scale remote sensing monitoring.In order to realize the automatic batch processing of domestic FY-3A/ MERSI image data，extracting vegetation index in Xinjiang range，in preparation for the study of Xinjiang vegetation mapping method in the future，the MERSI data after preprocessing，projection transform processing，extraction of vegetation index data，generated by ten days maximum vegetation index time series image；automatic batch processing of Xinjiang the range of MERSI data using the IDL programming language，the vegetation index data generated by ten days time series of 250 m spatial resolution algorithm；and the normalized difference vegetation index （NDVI） were analyzed，and the results could be to prepare for the future according to the MERSI NDVI time series images of Xinjiang vegetation research，monitoring vegetation growth application subsequent work.

Key words FY-3A/ MERSI；NDVI；extraction ；analysis

作為陸地生態(tài)系統(tǒng)和景觀的重要組成部分，植被也是科研的重要對(duì)象之一[1]。植被指數(shù)（vegetation index）是對(duì)地表植被活動(dòng)的簡(jiǎn)單有效度量，可反映植被的變化信息，同時(shí)也可作為植被生物物理學(xué)參數(shù)的“中間變量”[2]。植被指數(shù)的計(jì)算可通過(guò)將2個(gè)或多個(gè)對(duì)植被敏感的光譜觀測(cè)通道進(jìn)行組合，其中林業(yè)領(lǐng)域常將時(shí)間序列植被指數(shù)用于林業(yè)災(zāi)害預(yù)警、災(zāi)后評(píng)估等實(shí)踐活動(dòng)[3]。

風(fēng)云三號(hào)（FY-3）氣象衛(wèi)星是中國(guó)第2 代極軌氣象衛(wèi)星，其中，F(xiàn)Y-3A衛(wèi)星、FY-3B衛(wèi)星分別為上午星、下午星，兩者分別于2008 年5 月27 日、2010 年11 月5 日發(fā)射成功[4-5]，標(biāo)稱軌道回歸周期為6d。

風(fēng)云三號(hào)氣象衛(wèi)星搭載了分辨率光譜成像儀（MERSI），其250m分辨率的通道數(shù)為5個(gè)，光譜信息更為豐富，是目前國(guó)際上最有效的監(jiān)測(cè)地球環(huán)境動(dòng)態(tài)變化的空間遙感儀器[6]。MERSI可以實(shí)現(xiàn)連續(xù)監(jiān)測(cè)，且風(fēng)云系列衛(wèi)星仍在持續(xù)發(fā)射中，應(yīng)用前景十分廣闊[7]。張茂鑫等[8]對(duì)HDF 文件格式的MERSI 影像數(shù)據(jù)的讀取、圖像合成方法進(jìn)行了研究；馮 銳等[9]對(duì)MERSI和MODIS數(shù)據(jù)的歸一化植被指數(shù)進(jìn)行差異分析，結(jié)果表明：2種數(shù)據(jù)的NDVI有著共同的直方圖走勢(shì)，動(dòng)態(tài)范圍基本一致，各類(lèi)地物的反演結(jié)果均表現(xiàn)出很好的線性一致性；該文通過(guò)對(duì)2012年1—12月批量處理國(guó)產(chǎn)FY-3A/MERSI影像數(shù)據(jù)，并對(duì)生成的歸一化植被指數(shù)（NDVI）結(jié)果進(jìn)行分析，其結(jié)果可為今后按MERSI NDVI時(shí)間序列影像進(jìn)行新疆植被類(lèi)型分布研究、監(jiān)測(cè)植被長(zhǎng)勢(shì)的應(yīng)用等后續(xù)工作提供一定的理論依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

FY-3A/ MERSI 來(lái)源于新疆氣象局遙感中心。本文選擇2012年全年FY-3A的衛(wèi)星軌道資料，衛(wèi)星過(guò)境時(shí)間均為12：00和13：00左右。利用國(guó)家衛(wèi)星中心研制的Fy-3資料處理系統(tǒng)軟件，將接收的Fy-3A衛(wèi)星資料原始MERSI資料進(jìn)行定標(biāo)、幾何校正、生成HDF標(biāo)準(zhǔn)科學(xué)數(shù)據(jù)集，利用SMART處理軟件，批量投影，跟EOS/MODIS相匹配的新疆區(qū)域的LDF1B數(shù)據(jù)，中心經(jīng)緯度：85°，42°，大小范圍為10400，6400，分辨率250 m，選取通道為MERSI的1、2、3、4、5通道，可以用ENVI軟件直接讀取。MERSI有光譜通道20個(gè)，該文主要選取1～5通道進(jìn)行研究，其用途見(jiàn)表1。

1.2 研究方法

1.2.1 植被指數(shù)的提取。首先，利用預(yù)處理完成MERSI數(shù)據(jù)HDF數(shù)據(jù)，用SMART處理軟件幾何校正、投影轉(zhuǎn)換和SI的反射率/亮溫轉(zhuǎn)換，用ENVI軟件直接讀??；投影后的圖像可運(yùn)用ENVI軟件進(jìn)行地理信息疊加，然后轉(zhuǎn)換成目前大多數(shù)遙感和地理信息系統(tǒng)軟件通用的文件格式。

在ENVI軟件中打開(kāi)新疆行政矢量地圖，將其轉(zhuǎn)換成感興趣區(qū)域，然后在MERSI影像中提取新疆邊界，計(jì)算歸一化植被指數(shù)（NDVI），計(jì)算公式如下：

NDVI=（b2-b1）/（b2+b1）

式中，b1和b2分別對(duì)應(yīng)紅光和近紅外波段。NDVI植被指數(shù)值被定義在-1～1之間，負(fù)值表示地面覆蓋為云、水雪、建筑物或?qū)梢?jiàn)光有高反射率的巖石或裸土等。

1.2.2 旬最大植被指數(shù)合成。地表植被覆蓋如果采用光學(xué)衛(wèi)星進(jìn)行監(jiān)測(cè)，云常常成為干擾因素，人們常采用多天的光學(xué)衛(wèi)星數(shù)據(jù)進(jìn)行合成處理，目的是消除影像中的云體[4]。采用最大植被指數(shù)合成法合成旬最大NDVI晴空數(shù)據(jù)集，結(jié)果見(jiàn)圖1，供植被指數(shù)分析處理；并對(duì)植被指數(shù)圖進(jìn)行分級(jí)處理，得到2012年1—12月各旬的NDVI分級(jí)圖。具體實(shí)施步驟見(jiàn)圖2。

2 結(jié)果與分析

利用IDL 編程語(yǔ)言，完成了上述算法方法程序并進(jìn)行運(yùn)行，完成了2012年1—12 月各旬的NDVI合成處理工作。在ENVI處理軟件中，利用密度分割對(duì)植被指數(shù)圖進(jìn)行分級(jí)處理，將各旬植被指數(shù)合成圖中0～1.0的植被指數(shù)分為10個(gè)等級(jí)，部分結(jié)果見(jiàn)圖3。

2.1 NDVI旬植被指數(shù)圖各級(jí)分布

由表2可以看出，4 月中旬全疆NDVI分布范圍為0～0.8，其中0～0.1級(jí)分布的像元最多，達(dá)到20.63%；7 月中旬全疆NDVI分布范圍為0～0.9，其中0～0.1級(jí)分布的像元達(dá)到18.6%，其中0.2～0.9級(jí)分布的像元均比4月中旬多；10月中旬全疆NDVI分布范圍為0～0.9，其中0～0.1級(jí)分布的像元最多，達(dá)到15.54%；其中0.2～0.4級(jí)分布的像元均比7月中旬多，而0.4～0.9級(jí)分布的像元比7月中旬少。

2.2 NDVI 旬植被指數(shù)影像體現(xiàn)了植被覆蓋的季節(jié)變化

當(dāng)植被指數(shù)在0～1之間時(shí)，隨著植被指數(shù)的增大，植被覆蓋度越大。4月、7月分別處于生長(zhǎng)期和植被生長(zhǎng)旺盛期，植被覆蓋度逐漸增大，10月中旬植被覆蓋度表現(xiàn)逐漸下降趨勢(shì)。對(duì)比圖1中4月中旬和7月中旬2副圖，并結(jié)合表2中統(tǒng)計(jì)數(shù)據(jù)，可見(jiàn)7月中旬的圖中NDVI 在0～0.1級(jí)像元比圖4月中旬中的少，而0.2～0.9 各級(jí)別7月中旬比4月中旬對(duì)應(yīng)的各級(jí)像元多，7月中旬相比4 月中旬植被覆蓋度明顯增大；10月中旬在0～0.1級(jí)像元比7月中旬少，0.1～0.4級(jí)中的像元比7月中旬略多，而在0.4～0.9級(jí)像元中明顯少于7月中旬。由此表明，NDVI旬影像可以更好地體現(xiàn)植被覆蓋的季節(jié)變化。

3 結(jié)論與討論

（1）FY-3A/MERSI衛(wèi)星數(shù)據(jù)可以實(shí)現(xiàn)連續(xù)監(jiān)測(cè)，而且風(fēng)云系列衛(wèi)星仍然在持續(xù)發(fā)射中，應(yīng)用前景較廣闊。本文采用批量處理FY3A MERSI數(shù)據(jù)和植被指數(shù)合成等方法，能夠生成全疆植被指數(shù)圖，可以節(jié)省數(shù)據(jù)處理任務(wù)的時(shí)間。

（2）利用MERSI-NDVI數(shù)據(jù)按時(shí)間序列生成新疆植被指數(shù)圖，可以很好地表現(xiàn)各旬新疆植被覆蓋總體分布趨勢(shì)和植被的全年物候變化的優(yōu)勢(shì)。這對(duì)今后研究植被類(lèi)型分布及變化監(jiān)測(cè)方法等后續(xù)工作具有指導(dǎo)意義。

（3）某一年的植被生長(zhǎng)過(guò)程可能受外界因素的影響而表現(xiàn)出某些異常，因此，僅僅利用1年的數(shù)據(jù)不能準(zhǔn)確反映植被實(shí)際的生理生長(zhǎng)狀況，在今后的工作中，應(yīng)將不同年份的植被指數(shù)進(jìn)行時(shí)間序列分析，可以監(jiān)測(cè)不同年份間的植被動(dòng)態(tài)變化情況。

（4）由于時(shí)間因素，本項(xiàng)目也只針對(duì)一種植被指數(shù)NDVI進(jìn)行了分析，今后工作中應(yīng)進(jìn)行其他類(lèi)植被指數(shù)如（EVI）的計(jì)算，將NDVI與EVI進(jìn)行對(duì)比分析，這樣能更全面了解MERSI數(shù)據(jù)應(yīng)用情況。

4 參考文獻(xiàn)

[1] 張翠萍，牛建明，董建軍，等.植被制圖的發(fā)展與現(xiàn)狀[J].中山大學(xué)學(xué)報(bào)，2005，44（2）：245-249.

[2] 劉玉潔，楊忠東.MODIS 遙感信息處理原理與算法[M].北京：科學(xué)出版社，2001：232-260.

[3] 楊存建.衛(wèi)星遙感技術(shù)在林業(yè)中的應(yīng)用[J].遙感技術(shù)與應(yīng)用，1994，9（2）：54-56.

[4] 胡博，覃先林，楊飛，等.基于MERSI數(shù)據(jù)的處理及旬植被指數(shù)生成方法[J].中國(guó)農(nóng)學(xué)通報(bào)，2012，28（10）：63-68.

[5] 董瑤海，孫允珠，王金華，等.FY-3A極軌氣象衛(wèi)星[J].上海航天，2008（5）：1-11.

[6] 雷松濤，張寶龍.FY-3 氣象衛(wèi)星中分辨率光譜成像儀結(jié)構(gòu)仿真分析[J].上海航天，2009（4）：55-60.

[7] 武鵬飛，胡列群，李貴才，等.基于棉田光譜的FY-3A/MERSI與MODIS植被指數(shù)關(guān)系研究[J].沙漠與綠洲氣象.2011，5（4）：49-52.

[8] 張茂鑫，李國(guó)春.基于HDF5 文件格式的MERSI影像數(shù)據(jù)提取的研究與實(shí)現(xiàn)[J].現(xiàn)代農(nóng)業(yè)學(xué)，2009，16（3）：189-191，222.

[9] 馮銳，紀(jì)瑞鵬，武晉雯，等.FY3/MERSI和EOS/MODIS歸一化植被指數(shù)差異分析 [J]中國(guó)農(nóng)學(xué)通報(bào)，2010，26（19）：359-362.