楊天鵬, 閆文佳, 張 遠(yuǎn)

(1.華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,上海 200241;2.華東師范大學(xué)地理科學(xué)學(xué)院,上海 200241)

GF-1 WFV與Landsat-8 OLI和Sentinel-2A MSI遙感圖像光譜信息轉(zhuǎn)換研究

楊天鵬1,2, 閆文佳1,2, 張 遠(yuǎn)1,2

(1.華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,上海 200241;2.華東師范大學(xué)地理科學(xué)學(xué)院,上海 200241)

地表環(huán)境的宏觀動(dòng)態(tài)監(jiān)測(cè)研究中,受衛(wèi)星回歸周期及天氣的影響,單顆衛(wèi)星難以獲取長期、連續(xù)的光學(xué)遙感數(shù)據(jù),因此,定量分析多平臺(tái)遙感數(shù)據(jù)的光譜信息關(guān)系是十分必要的.本研究基于兩組同日過境的無云衛(wèi)星影像(GF-1與Landsat-8和Sentinel-2A),結(jié)合地面調(diào)查數(shù)據(jù),進(jìn)行了不同傳感器影像間對(duì)應(yīng)波段的光譜信息對(duì)比,并通過統(tǒng)計(jì)回歸分析獲得了兩組衛(wèi)星對(duì)應(yīng)波段(藍(lán)、綠、紅和近紅外)的反射率轉(zhuǎn)換方程.研究結(jié)果顯示,GF-1與Landsat-8和GF-1與Sentinel-2A對(duì)應(yīng)波段的反射率都具有很強(qiáng)的相關(guān)性,得到的轉(zhuǎn)換方程能夠?qū)ι鲜鋈N衛(wèi)星數(shù)據(jù)間對(duì)應(yīng)波段的光譜信息實(shí)現(xiàn)高精度的轉(zhuǎn)換.本研究能夠?qū)崿F(xiàn)同日多光譜遙感數(shù)據(jù)的光譜信息轉(zhuǎn)換及協(xié)同應(yīng)用,并為區(qū)域資源環(huán)境的長期定量遙感監(jiān)測(cè)提供技術(shù)支持.

GF-1; Landsat-8; Sentinel-2A; 遙感; 傳感器; 反射率; 轉(zhuǎn)換方程

0 引 言

近年來,衛(wèi)星遙感技術(shù)發(fā)展迅速,眾多新型衛(wèi)星相繼發(fā)射,遙感對(duì)地觀測(cè)能力逐步提高.然而,由于受到云、雨天氣的影響及回歸周期的限制,單顆光學(xué)遙感衛(wèi)星在進(jìn)行長時(shí)間序列和高質(zhì)量的無云影像獲取中皆顯得力不從心,為此,實(shí)現(xiàn)多源遙感數(shù)據(jù)的互補(bǔ)應(yīng)用則顯得尤為重要.徐涵秋等[1]利用歸一化植被指數(shù)(NDVI)將GF-1 PMS與ZY-3 MUX傳感器在植被觀測(cè)能力上進(jìn)行了對(duì)比,發(fā)現(xiàn)ZY-3 MUX的NDVI信息量和信號(hào)總量強(qiáng)于GF-1 PMS.Van Leeuwen等[2]對(duì)MODIS和AVHRR影像的NDVI進(jìn)行對(duì)比,發(fā)現(xiàn)兩者有較好的線性相關(guān)性,通過線性方程可相互轉(zhuǎn)換,但NDVI指標(biāo)僅涉及到近紅外和紅波段,沒有對(duì)其它波段信息進(jìn)行對(duì)比.賈玉秋等[3]利用GF-1與Landsat-8多光譜遙感影像進(jìn)行了玉米LAI反演對(duì)比,發(fā)現(xiàn)GF-1影像的藍(lán)、綠、紅和近紅外波段表觀反射率(Top of the Atmosphere Reflectance,TOA反射率)與Landsat-8有顯著的線性關(guān)系,但所獲得的線性關(guān)系方程由于選取的樣本點(diǎn)較少,轉(zhuǎn)換精度有待提高.蘇濤等[4]將IRS-P6 LISS-3和Landsat-5 TM兩種多光譜傳感器影像進(jìn)行了數(shù)據(jù)對(duì)比,也針對(duì)對(duì)應(yīng)波段的TOA反射率建立了轉(zhuǎn)換方程,但該研究并沒有考慮各波段的地表真實(shí)反射率(Bottom of the Atmosphere Reflectance,BOA反射率).當(dāng)前在軌運(yùn)行的代表性資源衛(wèi)星中,Landsat-8是美國國家航空航天局(NASA)于2013年2月11日發(fā)射的第八代陸地資源衛(wèi)星[5];2015年6月23日發(fā)射的哨兵2A號(hào)(Sentinel-2A)是歐空局(ESA)“哥白尼”計(jì)劃下多光譜成像任務(wù)中的首發(fā)星[6];高分一號(hào)(GF-1)衛(wèi)星是我國高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)天基系統(tǒng)中的首發(fā)星,于2013年4月26日發(fā)射[7].3顆衛(wèi)星憑借數(shù)據(jù)精度高、更新速度快、成像波段多等優(yōu)勢(shì),廣泛應(yīng)用于精細(xì)農(nóng)業(yè)、污染監(jiān)測(cè)、土地資源管理、公共安全等領(lǐng)域.可以預(yù)見,這3種衛(wèi)星數(shù)據(jù)在當(dāng)前以及今后相當(dāng)長時(shí)期內(nèi),將成為最具廣泛應(yīng)用前景的地表資源環(huán)境遙感監(jiān)測(cè)數(shù)據(jù)源.目前3顆衛(wèi)星運(yùn)行狀況良好,數(shù)據(jù)質(zhì)量高且可免費(fèi)獲取,是今后實(shí)現(xiàn)衛(wèi)星長時(shí)間序列數(shù)據(jù)集構(gòu)建重要的互補(bǔ)性數(shù)據(jù)源.因此,開展上述衛(wèi)星數(shù)據(jù)間的光譜信息對(duì)比及定量分析轉(zhuǎn)換研究具有重要意義.基于此,本研究將GF-1與當(dāng)前國際上使用廣泛的Landsat-8以及Sentinel-2A進(jìn)行對(duì)比,定量分析GF-1與另外兩顆衛(wèi)星在藍(lán)、綠、紅、近紅外波段TOA反射率以及BOA反射率中的差異和相關(guān)性,以期為提升我國GF-1數(shù)據(jù)的應(yīng)用價(jià)值、拓展數(shù)據(jù)的應(yīng)用領(lǐng)域、增強(qiáng)多源多光譜遙感數(shù)據(jù)在定量遙感研究中的互補(bǔ)提供技術(shù)支持.

1 數(shù) 據(jù)

為了準(zhǔn)確量化不同衛(wèi)星多光譜傳感器各波段之間的信息差異,一個(gè)重要的前提條件是選取同日過境、太陽高度角和方位角接近且有重疊覆蓋范圍的無云衛(wèi)星影像.這樣可以保證傳感器在獲取遙感數(shù)據(jù)時(shí)大氣影響的差異最小,并且獲得的地表反射能量最為接近.由于不同衛(wèi)星的重訪周期和幅寬不同,因此難以獲取一個(gè)地區(qū)內(nèi)的同一天、同時(shí)過境的三顆衛(wèi)星影像.本研究獲取了2014年9月8日同天過境研究區(qū)1的 GF-1 WFV2及 Landsat-8 OLI遙感影像,以及 2016年 8 月 22 日覆蓋研究區(qū)的 GF-1 WFV3 及 Sentinel-2A MSI影像.研究區(qū)主要土地覆蓋類型包括耕地、林地、水體、裸土和不透水面(建筑物、道路等),具體地理范圍如圖1所示.

圖1 研究區(qū)域圖Fig.1 Study areas

GF-1衛(wèi)星搭載了一臺(tái)2 m分辨率的全色相機(jī)、一臺(tái)8 m分辨率的多光譜相機(jī)(PMS)和四臺(tái)16 m分辨率多光譜相機(jī)(WFV).基于衛(wèi)星觀測(cè)模式和對(duì)比影像的空間分辨率信息特征,共獲取兩景GF-1多光譜16 m影像.研究區(qū)1選取的GF-1 WFV2影像成像時(shí)間為2014年9月8日,研究區(qū)2選取的GF-1 WFV3影像成像時(shí)間為2016年8月22日.Landsat-8衛(wèi)星攜帶有OLI和TIRS兩個(gè)傳感器:①陸地成像儀OLI,包括9個(gè)波段,空間分辨率為30 m(全色波段為15 m),成像幅寬為185 km;②熱紅外傳感器TIRS,包括2個(gè)熱紅外波段,空間分辨率為100 m.本研究獲取的Landsat-8 OLI影像包括L1T級(jí)產(chǎn)品和在其基礎(chǔ)上經(jīng)過大氣校正的L2級(jí)產(chǎn)品,成像時(shí)間為2014年9月8日.Sentinel-2A衛(wèi)星攜帶一個(gè)多光譜傳感器MSI,MSI包括13個(gè)波段,空間分辨率有10 m、20 m、60 m 3種,成像幅寬290 km.本研究獲取的Sentinel-2A MSI影像成像時(shí)間為2016年8月22日.上述3顆衛(wèi)星的具體參數(shù)及要對(duì)比的對(duì)應(yīng)波段信息如表1及圖2所示.同時(shí),課題組于2016年9月15–17日對(duì)研究區(qū)進(jìn)行了為期3 d的實(shí)地調(diào)查.通過田間觀測(cè)和走訪咨詢,獲得了大量研究區(qū)的地物類型(耕地、林地、水體、城鎮(zhèn)等)、分布規(guī)律及植被的物候特征等信息(見圖2),這為提高遙感影像的地類識(shí)別,以及對(duì)比樣本點(diǎn)選擇的精度提供了有效保證.

表 1 GF-1、Landsat-8及Sentinel-2A衛(wèi)星參數(shù)表Tab.1 System parameters of GF-1,Landsat-8 and Sentinel-2A

圖2 用于對(duì)比的遙感圖像以及研究區(qū)典型地物類型Fig.2 Remote sensing images for comparison and typical land covers in study areas

2 方 法

2.1 數(shù)據(jù)處理

對(duì)于GF-1的WFV2和WFV3影像,處理步驟包括:正射校正,幾何校正,輻射定標(biāo)和大氣校正.首先,參考空間分辨率為30 m的DEM數(shù)據(jù)對(duì)GF-1影像進(jìn)行正射校正,減小因地形起伏對(duì)數(shù)據(jù)造成的影響;然后,分別以經(jīng)過嚴(yán)格校正的Landsat-8以及Sentinel-2A影像作為參考[8],對(duì)同時(shí)期GF-1數(shù)據(jù)進(jìn)行幾何校正;接下來對(duì)校正后的數(shù)據(jù)進(jìn)行輻射定標(biāo),定標(biāo)參數(shù)從中國資源衛(wèi)星應(yīng)用中心獲取(http://www.cresda.com/CN/Downloads/dbcs/10506.shtml);最后,通過ENVI5.3軟件提供的FLAASH方法進(jìn)行大氣校正.具體定標(biāo)公式如下.

GF-1輻射定標(biāo)公式:

式中,Lλ為輻射亮度,單位為W/(m2·sr·μm);Gain為增益;DN 為亮度值.GF-1輻射亮度轉(zhuǎn)換為TOA反射率計(jì)算公式為[9]

式中,ρλ為TOA反射率;Lλ為輻射亮度;d為日地天文單位距離;ES為大氣層外波段太陽輻照度,單位為W/(m2·μm);θSE為太陽天頂角;θSZ為太陽高度角,且滿足θSE=90°?θSZ.

對(duì)于Landsat-8 OLI的L1T級(jí)產(chǎn)品,主要通過美國地質(zhì)調(diào)查局(USGS)提供的定標(biāo)參數(shù)(可從影像頭文件中獲得)對(duì)其進(jìn)行輻射定標(biāo)處理,得到大氣上行輻射亮度,再計(jì)算TOA反射率.L2級(jí)產(chǎn)品為經(jīng)過大氣校正之后的BOA反射率數(shù)據(jù),經(jīng)USGS數(shù)據(jù)分發(fā)網(wǎng)站(http://earthexplorer.usgs.gov/)可以免費(fèi)下載.本研究采用的具體計(jì)算公式如下.

Landsat-8 OLI大氣上層輻照度計(jì)算公式[10]:

式中,Lλ為輻射亮度,單位為W/(m2·sr·μm);ML為輻射亮度增益;AL為輻射亮度偏移;QCAL為影像DN值.Landsat-8 OLI輻亮度轉(zhuǎn)換為反射率計(jì)算公式:

式中,ρλ為TOA反射率;Mρ為反射率增益;Aρ為反射率偏移;QCAL為像元DN值;θSZ為太陽高度角.Sentinel-2A MSI影像是從ESA網(wǎng)站(https://scihub.copernicus.eu/dhus/#/home)下載到的,Sentinel-2A MSI L1C級(jí)產(chǎn)品為經(jīng)過定標(biāo)之后的TOA反射率,為方便數(shù)據(jù)的存儲(chǔ),數(shù)值被擴(kuò)大了10000倍[11].主要數(shù)據(jù)處理步驟是進(jìn)行大氣校正.本研究采用的是歐空局開發(fā)的開源遙感數(shù)據(jù)處理軟件SNAP上用于處理Sentinel-2A L1C級(jí)產(chǎn)品的工具箱SEN2COR來計(jì)算BOA反射率[12].

2.2 樣本數(shù)據(jù)選擇

為了對(duì)比兩組傳感器在藍(lán)、綠、紅、近紅外波段TOA反射率以及BOA反射率的差異,參考同時(shí)期高分2號(hào)(GF-2)的高清影像(0.8 m)和2016年9月的實(shí)地調(diào)查數(shù)據(jù),選取了耕地、林地、水體、裸土和不透水面等類型用于反射率定量對(duì)比研究.樣點(diǎn)數(shù)據(jù)的選擇是本研究中最為關(guān)鍵的步驟,后期數(shù)據(jù)的統(tǒng)計(jì)分析都在此基礎(chǔ)上進(jìn)行.為此,樣點(diǎn)的選擇應(yīng)滿足以下原則.

(1)選取無云區(qū)域,盡可能減少復(fù)雜大氣環(huán)境對(duì)結(jié)果造成的影響.

(2)樣點(diǎn)應(yīng)選擇均質(zhì)區(qū)域,并盡可能選取均質(zhì)區(qū)域中央位置,以確保選擇純像元.

(3)應(yīng)在一定的波長范圍內(nèi)選取樣本,即高低反射率地物都應(yīng)涉及,這樣才能客觀地對(duì)比不同傳感器在整個(gè)波譜范圍的性能.

(4)選取地每類地物樣本數(shù)目不少于300個(gè),以確保不同傳感器對(duì)應(yīng)波段間數(shù)據(jù)的可信度.

GF-1 WFV2與Landsat-8 OLI TOA反射率和BOA反射率的對(duì)比研究共選取了1903個(gè)純樣點(diǎn),GF-1 WFV3與Sentinel-2AMSI的對(duì)比則選取1527個(gè)純樣本點(diǎn).對(duì)于每組對(duì)比圖像,隨機(jī)選取每類地物純樣本點(diǎn)中2/3用于不同傳感器光譜信息對(duì)比及回歸建模,其余的1/3用于轉(zhuǎn)換結(jié)果的精度驗(yàn)證.

2.3 回歸模型建立與檢驗(yàn)

本研究采用統(tǒng)計(jì)線性回歸方法,對(duì)不同傳感器各個(gè)對(duì)應(yīng)波段的TOA反射率及BOA反射率進(jìn)行逐一對(duì)比.利用決定系數(shù)(R2)和均方根誤差(RMSE)這兩個(gè)評(píng)價(jià)指標(biāo),分別進(jìn)行對(duì)應(yīng)波段光譜反射率回歸分析.然后利用回歸得到的轉(zhuǎn)換方程進(jìn)行TOA反射率及BOA反射率的模擬,線性回歸方程的顯著性檢驗(yàn)是借助F檢驗(yàn)來實(shí)現(xiàn)的.

決定系數(shù)R2均方根誤差RMSE計(jì)算公式為[13]

式中,n為驗(yàn)證樣點(diǎn)數(shù)量;yi為樣點(diǎn)實(shí)測(cè)值;y^1為樣點(diǎn)估測(cè)值;為樣點(diǎn)平均值.

F檢驗(yàn)計(jì)算公式為

式中,Q為誤差平方和或剩余平方和;U為回歸平方和;n為樣本數(shù).

3 結(jié)果與分析

在選擇的樣本點(diǎn)處,分別提取了3顆衛(wèi)星各個(gè)波段的TOA及BOA反射率數(shù)值,得到了兩組衛(wèi)星對(duì)應(yīng)波段的光譜信息對(duì)比結(jié)果(見圖3).

由圖3可見,對(duì)于TOA和BOA反射率,GF-1 WFV與Landsat-8 OLI和Sentinel-2A MSI數(shù)據(jù)在藍(lán)(B)、綠(G)、紅(R)和近紅外(NIR)波段都不同程度地存在一定偏差.而且,對(duì)比衛(wèi)星對(duì)應(yīng)波段的光譜值的相關(guān)系數(shù)r均大于0.96,這表明各個(gè)對(duì)應(yīng)波段反射率都具有很強(qiáng)的線性相關(guān)性.橫向?qū)Ρ冉Y(jié)果顯示:在TOA反射率上,GF-1 WFV2各個(gè)波段反射率數(shù)值普遍高于Landsat-8 OLI,擬合直線與1∶1線幾乎平行(圖3(a1)–(d1));GF-1 WFV3 各個(gè)波段反射率數(shù)值普遍高于Sentinel-2A,擬合直線隨著反射率數(shù)值增加而逐漸偏離1∶1線(圖3(a2)–(d2));對(duì)于BOA反射率,GF-1 WFV2與Landsat-8 OLI各個(gè)波段的差異不大,分布在1∶1線兩側(cè)(圖3(a3)–(d3));GF-1 WFV3各個(gè)波段BOA反射率數(shù)值大部分高于Sentinel-2A MSI,并隨著反射率數(shù)值增加差異逐漸增大(圖3(a4)–(d4)).通過縱向?qū)Ρ瓤砂l(fā)現(xiàn),與TOA反射率對(duì)比結(jié)果相比,經(jīng)過大氣校正之后的BOA反射率數(shù)值的差異降低明顯,一致性明顯提高.

為了分析產(chǎn)生上述波譜信息差異的原因,本研究繪制了3顆衛(wèi)星對(duì)應(yīng)波段的光譜響應(yīng)曲線(見圖4).其中,GF-1WFV光譜響應(yīng)曲線由中國資源衛(wèi)星應(yīng)用中心提供的光譜響應(yīng)函數(shù)進(jìn)行繪制(http://www.cresda.com/CN/Downloads/gpxyhs/index.shtml);Landsat-8 OLI的光譜響應(yīng)曲線則通過美國地質(zhì)調(diào)查局(USGS)提供的光譜響應(yīng)函數(shù)進(jìn)行繪制(https://landsat.usgs.gov/using-usgs-spectral-viewer);Sentinel-2A光譜響應(yīng)值可直接從下載到的影像參數(shù)信息中獲取并繪制成圖.

圖3TOA反射率和BOA反射率對(duì)比散點(diǎn)圖Fig.3 Scatter plots of TOA and BOA reflectance comparison

由圖4可以看出,GF-1 WFV2與Landsat-8 OLI兩傳感器的藍(lán)與綠波段波譜帶寬設(shè)置較為接近,但在紅和近紅外波段,波譜帶寬差異顯著(見圖4).對(duì)于GF-1 WFV3與Sentinel-2A MSI而言,除了近紅外波段,GF-1的波譜帶寬明顯要比Sentinel-2A寬.

波譜范圍越寬,則傳感器獲得的能量越多.由圖4(a)可知,WFV2各個(gè)波段的波譜范圍比OLI要寬,在藍(lán)、綠波段,兩者光譜響應(yīng)值差異不大,在紅波段中心波長位置WFV2光譜響應(yīng)值稍低于OLI.在近紅外波段,只有在很窄的范圍內(nèi)WFV2光譜響應(yīng)值小于OLI,光譜響應(yīng)值越大,傳感器接收到的信號(hào)能量越強(qiáng).結(jié)合圖3(a1)–(d1)不難發(fā)現(xiàn),WFV2在藍(lán)、綠波段TOA反射率比OLI要大,在紅、近紅外波段部分值要小于OLI,這與光譜響應(yīng)曲線體現(xiàn)出來的差異一致,波譜范圍和光譜響應(yīng)值共同影響反射率的大小.由圖4(b)可見,WFV3各個(gè)波段的波譜范圍大于Sentinel-2AMSI,在近紅外波段波譜范圍差異最小.各對(duì)應(yīng)波段WFV3光譜響應(yīng)值比MSI要高,在藍(lán)、綠、紅波段差異最大,在近紅外波段差異最小.通過圖3(a2)–(d2)容易發(fā)現(xiàn),WFV2各個(gè)波段的TOA反射率數(shù)值要大于MSI反射率數(shù)值,藍(lán)、綠、紅波段反射率的差異最大,近紅外波段反射率差異最小,兩者結(jié)果一致.由圖3(a3)–(d3)和圖3(a4)–(d4)發(fā)現(xiàn),BOA反射率數(shù)值比TOA反射率數(shù)值低,由于大氣校正,減弱了大氣的影響,降低了反射率.

圖4 傳感器光譜響應(yīng)曲線Fig.4 Spectral response curves of GF-1,Landsat-8 and Sentinel-2A

基于對(duì)兩組數(shù)據(jù)的波段信息對(duì)比可知,構(gòu)建GF-1與其他兩顆衛(wèi)星對(duì)應(yīng)波段的光譜信息轉(zhuǎn)換方程,便可實(shí)現(xiàn)不同衛(wèi)星之間對(duì)應(yīng)波段的相互轉(zhuǎn)換.通過對(duì)GF-1 WFV與Landsat-8 OLI和Sentinel-2A MSI影像各個(gè)波段反射率分別進(jìn)行回歸分析,獲得了WFV2與OLI以及WFV3與MSI傳感器在藍(lán)、綠、紅、近紅外波段的反射率轉(zhuǎn)換方程(見表2).

表 2 GF-1 WFV與Landsat-8 OLI和Sentinel-2A MSI的光譜轉(zhuǎn)換方程Tab.2 Equations for spectrally conversing Landsat-8 OLI to GF-1 WFV2 and Sentinel-2 MSI to GF-1 WFV3

為了檢驗(yàn)轉(zhuǎn)換方程的效果,本研究將Landsat-8 OLI和Sentinel-2A MSI進(jìn)行了波段轉(zhuǎn)換,并將轉(zhuǎn)換結(jié)果分別于GF-1 WFV2及GF-1 WFV3進(jìn)行了對(duì)比驗(yàn)證.其中,選擇了總體樣本點(diǎn)中余下的1/3作為驗(yàn)證數(shù)據(jù)用來進(jìn)行光譜轉(zhuǎn)換效果的驗(yàn)證,結(jié)果如圖5所示.

圖5 Landsat-8 OLI和Sentinel-2A MSI的轉(zhuǎn)換值與GF-1的觀測(cè)值對(duì)比驗(yàn)證結(jié)果圖Fig.5 The results of Landsat-8 OLI and Sentinel-2A MSI conversion value contrast with the observed values of GF-1

通過對(duì)比由轉(zhuǎn)換方程計(jì)算的GF-1 WFV2和WFV3的各個(gè)波段TOA反射率與另外兩顆衛(wèi)星數(shù)據(jù)的對(duì)應(yīng)波段反射率值發(fā)現(xiàn),兩組對(duì)比數(shù)據(jù)的一致性顯著提高,擬合直線與1∶1線幾乎重疊(見圖5).統(tǒng)計(jì)分析顯示,對(duì)于GF-1 WFV2與Landsat-8 OLI兩傳感器在可見光(藍(lán)、綠、紅)波段,RMSE都低于0.008,在近紅外波段RMSE＜0.015,R2＞0.93.通過一元線性回歸模型F檢驗(yàn)得到,在置信度水平α=0.05下,F?F0.05(1,632),說明回歸方程在此水平上是顯著的.對(duì)于GF-1 WFV3與Sentinel-2A MSI兩傳感器,可見光(藍(lán)、綠、紅)波段的RMSE＜0.007,在近紅外波段RMSE最大值為0.0181,R2＞0.92.F檢驗(yàn)結(jié)果顯示在置信度水平α=0.05下,F?F0.05(1,509),這表明回歸方程在此水平上是顯著的,所建立的光譜轉(zhuǎn)換方程的轉(zhuǎn)換效果較好.

4 結(jié) 論

本文通過選取同日過境的衛(wèi)星影像,對(duì)比分析了GF-1 WFV2與Landsat-8 OLI以及GF-1 WFV3與Sentinel-2A MSI對(duì)應(yīng)波段在TOA及BOA反射率上的差異.通過統(tǒng)計(jì)回歸擬合得到了GF-1與另兩顆衛(wèi)星的波段光譜信息轉(zhuǎn)換方程,并利用大量的樣本點(diǎn)對(duì)光譜轉(zhuǎn)換方程進(jìn)行了驗(yàn)證.研究表明,多光譜數(shù)據(jù)GF-1與Landsat-8以及GF-1與Sentinel-2A的各個(gè)對(duì)應(yīng)波段在TOA以及BOA反射率上具有很好的線性相關(guān)性,對(duì)于少量云層覆蓋,地物類型豐富的地區(qū),可以對(duì)不同傳感器數(shù)據(jù)采用線性光譜轉(zhuǎn)換.在進(jìn)行光譜轉(zhuǎn)換時(shí),兩景影像時(shí)間間隔不宜過長,否則影響轉(zhuǎn)換結(jié)果.通過轉(zhuǎn)換方程計(jì)算得到的GF-1轉(zhuǎn)換值與觀測(cè)值對(duì)比驗(yàn)證得出,本研究獲得的GF-1 WFV2與Landsat-8 OLI以及GF-1 WFV3與Sentinel-2A MSI轉(zhuǎn)換方程在TOA和BOA反射率中能夠?qū)崿F(xiàn)數(shù)據(jù)間的高精度轉(zhuǎn)換,這將為多源遙感數(shù)據(jù)在農(nóng)作物生長狀態(tài)的長期定量監(jiān)測(cè)、自然災(zāi)害持續(xù)定量監(jiān)測(cè)等領(lǐng)域提供技術(shù)支持.

另外,本研究顯示,所選擇的3個(gè)衛(wèi)星的過境時(shí)間存在差異(約0.5～1 h)(見表1),因此如果研究區(qū)域有云移動(dòng)的情況,可以用無云區(qū)域的影像來進(jìn)行互相彌補(bǔ).本研究主要針對(duì)的是同日過境的衛(wèi)星影像進(jìn)行波段信息對(duì)比及轉(zhuǎn)換,而對(duì)于相隔一定天數(shù)比如間隔1 d、2 d、3 d天等等所獲取數(shù)據(jù)間的光譜關(guān)系則需要進(jìn)一步分析,這也是今后研究的重點(diǎn).總之,時(shí)間間隔越大,誤差越大,原因是由于大氣狀況以及地表狀況將隨時(shí)間發(fā)生明顯變化,必將導(dǎo)致各傳感器波段的光譜信息發(fā)生變化.

雖然本研究獲得了GF-1與Landsat-8以及Sentinel-2A在藍(lán)、綠、紅、近紅外波段的TOA以及BOA反射率的轉(zhuǎn)換方程,但由于數(shù)據(jù)獲取限制,對(duì)于分類型的地表反射率差異分析及轉(zhuǎn)換的研究依然缺乏,尚需進(jìn)一步檢驗(yàn)及深入探討.由于3顆衛(wèi)星空間分辨率各不相同,過境時(shí)間也略有偏差,再加之不同大氣校正算法的差異也在一定程度上對(duì)結(jié)果造成偏差.本研究只對(duì)同日過境的衛(wèi)星影像進(jìn)行了波段光譜信息對(duì)比以及轉(zhuǎn)換,但現(xiàn)實(shí)應(yīng)用中,大多數(shù)遙感數(shù)據(jù)的獲取時(shí)間都存在一定差異,對(duì)于相隔不同天數(shù)的數(shù)據(jù)光譜之間的定量關(guān)系有待進(jìn)一步探討.因此,從衛(wèi)星遙感數(shù)據(jù)協(xié)同應(yīng)用的角度講,這將成為研究的一個(gè)出發(fā)點(diǎn),不僅有助于今后更好地利用已有的、免費(fèi)共享的多光譜遙感數(shù)據(jù),而且對(duì)于加強(qiáng)多源遙感衛(wèi)星數(shù)據(jù)在長期、連續(xù)的地表參數(shù)定量反演的應(yīng)用潛力都具有重要價(jià)值.

致 謝 感謝中國資源衛(wèi)星應(yīng)用中心、美國地質(zhì)調(diào)查局以及歐空局為本研究提供遙感數(shù)據(jù).

[1] 徐涵秋,劉智才,郭燕濱.GF-1 PMS與ZY-3 MUX傳感器NDVI數(shù)據(jù)的對(duì)比分析[J].農(nóng)業(yè)工程學(xué)報(bào),2016(8):148-154.

[2] VAN LEEWEN W J D,ORR B J,MARSH S E,et al.Multi-sensor NDVI data continuity:Uncertainties and implications for vegetation monitoring applications[J].Remote Sensing of Environment,2006,100(1):67-81.

[3] 賈玉秋,李冰,程永政,等.基于GF-1與Landsat-8多光譜遙感影像的玉米LAI反演比較[J].農(nóng)業(yè)工程學(xué)報(bào),2015(9):173-179.

[4] 蘇濤,馮紹元,徐英.IRS-P6 LISS-3和Landsat-5 TM兩種多光譜傳感器影像數(shù)據(jù)的對(duì)比分析[J].遙感技術(shù)與應(yīng)用,2012,27(6):887-895.

[5] ROY D P,WULDER M A,LOVELAND T R,et al.Landsat-8:Science and product vision for terrestrial global change research[J].Remote Sensing of Environment,2014,145:154-172.

[6] DRUSCH M,DELBELLO U,CARLIER S,et al.Sentinel-2:ESA’s optical high-resolution mission for GMES operational services[J].Remote Sensing of Environment,2012,120:25-36.

[7] 白照廣.高分一號(hào)衛(wèi)星的技術(shù)特點(diǎn)[J].中國航天,2013(8):5-9.

[8] STOREY J,ROY D P,MASEK J,et al.A note on the temporary misregistration of Landsat-8 Operational Land Imager(OLI)and Sentinel-2 Multi Spectral Instrument(MSI)imagery[J].Remote Sensing of Environment,2016,186:121-122.

[9] CHANDER G,MARKHAM B L,HELDER D L.Summary of current radiometric calibration coefficients for Landsat MSS,TM,ETM+,and EO-1 ALI sensors[J].Remote Sensing of Environment,2009,113(5):893-903.

[10] PAHLEVAN N,LEE Z P,WEI J W,et al.On-orbit radiometric characterization of OLI(Landsat-8)for applications in aquatic remote sensing[J].Remote Sensing of Environment,2014,154:272-284.

[11] ESA.Sentinel-2UserHandbook[EB/OL].(2015-07-24)[2017-09-18].https://sentinel.esa.int/documents/247904/685211/Sentinel-2UserHandbook.

[12] ESA.STEP[EB/OL].[2017-09-18].http://step.esa.int/main/third-party-plugins-2/sen2cor/.

[13] 徐建華.計(jì)量地理學(xué)[M].北京:高等教育出版社,2014.

(責(zé)任編輯：李萬會(huì))

Conversion study on multi-spectral information of remote sensing images GF-1 WFV,Landsat-8 OLI and Sentinel-2A MSI

YANG Tian-peng1,2,YAN Wen-jia1,2,ZHANG Yuan1,2
(1.Key Laboratory of Geographic Information Science(Ministry of Education),East China Normal University,Shanghai 200241,China;2.School of Geographic Sciences,East China Normal University,Shanghai 200241,China)

Owing to the restrictions in weather conditions and revisit cycle of satellites,single satellite can’t successively acquire effective optical RS data for long-term monitoring the terrestrial environments.Therefore,it is crucial important to analyze the multi-spectral information of multi-source RS data.In this study,two groups of clear RS images(GF-1 and Landsat-8,GF-1 and Sentinel-2A),in along with ground survey data,were respectively acquired on identical date.Four bands,blue,green,red and near infrared(NIR),were selected to compare their spectral characteristics.At the same time,conversion equationfor reflectance of four corresponding spectral bands was derived respectively via statistical regression method.The result shows that each pair of bands in the two comparing groups has a strong correlation.And,these conversion equations can effectively converse spectral information in between each band of two comparing groups with a better precision.This study provides a useful technological approach for the identical date information integration and syngeneic application of multi-spectral RS data from the same day,as well as quantitatively monitoring the long-term dynamics in environments and resources at regional scale.

GF-1;Landsat-8;Sentinel-2A;remote sensing;sensor;reflectance;conversion equation

TP732

A

10.3969/j.issn.1000-5641.2017.06.013

1000-5641(2017)06-0136-11

2017-01-13

國家自然科學(xué)基金(41571410);上海市自然科學(xué)基金(15ZR1411800)

楊天鵬,男,碩士研究生,研究方向?yàn)镚IS與遙感應(yīng)用.E-mail:932032777@qq.com.

張 遠(yuǎn),男,博士,副教授,研究方向?yàn)樯鷳B(tài)遙感.E-mail:yzhang@geo.ecnu.edu.cn.