晏紅波，吳思怡，盧獻(xiàn)健*，王佳華

(1.桂林理工大學(xué) 測(cè)繪地理信息學(xué)院，廣西 桂林 541006；2.廣西空間信息與測(cè)繪重點(diǎn)實(shí)驗(yàn)室，廣西 桂林 541004)

0 引言

Landsat系列衛(wèi)星自問世以來,因分辨率較高、時(shí)間跨度大及數(shù)據(jù)免費(fèi)等特點(diǎn)被廣泛應(yīng)用。Landsat9于2021年9月27日14:12從加利福尼亞范登堡太空部隊(duì)基地發(fā)射,是Landsat8的改進(jìn)復(fù)制品,陸地成像儀-2(Operational Land Imager 2,OLI-2)是Landsat8陸地成像儀(Operational Land Imager,OLI)的副本,但OLI-2在進(jìn)行光譜響應(yīng)表征時(shí),采用戈達(dá)德絕對(duì)輻射測(cè)量激光器(Goddard Laser for Absolute Measurement of Radiance,GLAMR)代替了傳統(tǒng)的雙單色儀方法。GLAMR增強(qiáng)了掃描光譜范圍,提供了足夠的照明來進(jìn)行指定的帶內(nèi)和帶外光譜采樣,同時(shí)提供低于1%的輻射不確定性,可以驗(yàn)證OLI-2絕對(duì)輻射校準(zhǔn)。改進(jìn)的光譜特性將減少絕對(duì)輻射測(cè)量不確定性,提高了目標(biāo)相關(guān)條紋大小的評(píng)估能力,同時(shí)讓用戶在不同輻射水平下更好地處理OLI-2數(shù)據(jù)。Landsat9認(rèn)識(shí)到OLI數(shù)據(jù)量化噪聲是受限的,因此將OLI-2下行鏈路所產(chǎn)生的14位數(shù)據(jù)全部由航天器電子設(shè)備接收并傳輸?shù)降孛?為其圖像提供更大的位深度和增加冗余度。Landsat9以更高的輻射精度對(duì)地球表面進(jìn)行觀測(cè),在典型輻射下,OLI-2傳輸?shù)臄?shù)據(jù)的信噪比(Signal to Noise Ratio,SNR)提高了25%[1]。Landsat8搭載了最先進(jìn)的熱紅外傳感器,能夠提供更為精確和及時(shí)的數(shù)據(jù),但Landsat8的熱紅外傳感器(Thermal Infrared Sensor,TIRS)出現(xiàn)的故障導(dǎo)致圖像中出現(xiàn)了過多的雜散光,偽影的幅度高達(dá)4%(10.8 μm波段)和8%(12.0 μm波段)。熱紅外傳感器-2(Thermal Infrared Sensor 2,TIRS-2)的2個(gè)波段性能都優(yōu)于Landsat8的熱波段,且在儀器風(fēng)險(xiǎn)等級(jí)與最大限度減少雜散光的設(shè)計(jì)方面也是TIRS的改進(jìn)版。TIRS是C級(jí)儀器,設(shè)計(jì)壽命為3年,冗余度有限,而TIRS-2是B級(jí)儀器,設(shè)計(jì)壽命與OLI、OLI-2一樣長(zhǎng),為5年,增加了冗余度[2]。雜散光分析和測(cè)試表明,Landsat8的雜散光是由一個(gè)光學(xué)機(jī)械部件引起的[3]。建模和測(cè)試表明,固定望遠(yuǎn)鏡的第3個(gè)透鏡,其機(jī)械支架的散射比預(yù)期的高,這是造成雜散光過多的主要原因[4]。為了減少雜散光,TIRS-2的研發(fā)策略是在光學(xué)望遠(yuǎn)鏡內(nèi)增加幾個(gè)擋板,以阻擋TIRS設(shè)計(jì)中可能出現(xiàn)的雜散光路徑,提高絕對(duì)精度。初步評(píng)估表明,TIRS-2總的雜散光幅度已經(jīng)改善到至少1%[5]。

綜上所述,Landsat9是一顆性能更好、數(shù)據(jù)質(zhì)量更高的遙感衛(wèi)星。但由于其發(fā)射時(shí)間較短,相關(guān)研究還比較匱乏。相比之下,對(duì)Landsat8的研究較為全面,有利于科研界更好地了解Landsat8的應(yīng)用情況,證實(shí)了該衛(wèi)星在遙感對(duì)地觀測(cè)技術(shù)方面的重要貢獻(xiàn)。如初慶偉等[6]介紹了Landsat8的研發(fā)背景、基本參數(shù)和數(shù)據(jù)特點(diǎn),對(duì)該衛(wèi)星的數(shù)據(jù)應(yīng)用方向進(jìn)行了探討。Landsat8地表溫度產(chǎn)品的驗(yàn)證表明該衛(wèi)星的溫度產(chǎn)品精度稍高于普適性單通道算法反演結(jié)果[7]。本文旨在通過對(duì)比Landsat9和Landsat8的影像特征差異,以及選取國(guó)內(nèi)不同地質(zhì)地貌區(qū)域的影像,從歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)和地表溫度(Land Surface Temperature,LST)反演結(jié)果統(tǒng)計(jì)特征數(shù)據(jù)、結(jié)果圖的視覺效果等方面分析Landsat9在中國(guó)區(qū)域內(nèi)的應(yīng)用情況,探討Landsat9的影像質(zhì)量情況。在此基礎(chǔ)上,可以進(jìn)一步評(píng)估Landsat9是否能有效彌補(bǔ)Landsat8的缺陷并提高對(duì)地觀測(cè)的能力。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

本文選取7個(gè)研究區(qū),分布在國(guó)內(nèi)各方位。這些區(qū)域的海拔高度、氣候、地貌特征、植被覆蓋類型和地質(zhì)類型之間存在明顯的差異。同時(shí),它們的地質(zhì)地貌和氣候條件較為典型,有利于增加數(shù)據(jù)的多樣性并從不同角度驗(yàn)證2個(gè)衛(wèi)星在不同地理?xiàng)l件下的應(yīng)用情況。華西研究區(qū)選取了靠近喜馬拉雅山脈的影像,介于北緯28.1°～29.6°、東經(jīng)86.0°～86.8°,平均海拔超過4 000 m,占地面積約6 698 km2,氣候干燥、寒冷,雪季長(zhǎng),溫度和降雨分布不均,區(qū)內(nèi)冰川廣布雪山連綿,山間高原面起伏和緩,地質(zhì)類型包括火山巖、花崗巖和沉積巖等,植被以高山草甸、高山針葉林、高山灌叢和高山荒漠為主。西北研究區(qū)選取塔里木盆地與昆侖山交界處,介于北緯38.2°～38.8°、東經(jīng)87.6°～88.0°,平均海拔2 000 m,占地面積約1 171 km2,屬于內(nèi)陸干旱區(qū),氣候干燥,年均降水量少,區(qū)內(nèi)盆地和山脈交錯(cuò)分布,地勢(shì)較為平坦,地表礫石和沙粒較多,植被覆蓋度低,以荒漠植被和荒漠灌叢為主。華中研究區(qū)介于北緯32.4°～33.2°、東經(jīng)105.6°～106.3°,平均海拔600 m,占地面積約3 740 km2,夏無酷暑,冬無嚴(yán)寒,雨量充沛,氣候濕潤(rùn),四季分明,地勢(shì)起伏較大,山地、丘陵和盆地等地形類型都有,地質(zhì)構(gòu)造復(fù)雜,以花崗巖、片麻巖和變質(zhì)巖為主,也有火山巖、沉積巖和喀斯特地貌等地質(zhì)類型,植被種類繁多,以常綠闊葉林和落葉闊葉林為主。東北研究區(qū)介于北緯42.5°～43.2°、東經(jīng)122.9°～123.5°,平均海拔100 m,占地面積約2 193 km2,春季干旱多風(fēng),夏季短促溫?zé)?秋季涼爽,冬季干冷,地表形態(tài)比較平坦,地物高差不大,以第四季沉積為主,植被覆蓋以草原植被為主,森林植被居其次。華北平原研究區(qū)選取多覆蓋城市地區(qū),介于北緯36.7°～38.3°、東經(jīng)116.1°～117.1°,平均海拔200 m,占地面積約8 928 km2,冬寒夏熱,春秋短促,氣候干燥,地勢(shì)平坦,地質(zhì)類型主要為沉積巖和火山巖,主要植被類型屬于暖溫帶闊葉林。東南研究區(qū)介于北緯28.1°～28.6°、東經(jīng)118.6°～119.0°,平均海拔500 m,占地面積約1 268 km2,氣候溫暖潮濕,雨量充沛,地形主要是平原、丘陵和山地,地形起伏較大,地質(zhì)類型豐富,巖石和土壤類型多樣,植被主要為落葉和常綠闊葉林。中國(guó)西南喀斯特地貌地區(qū)主要分布于廣西、云南、貴州等省區(qū),本文選擇了位于云貴地區(qū)的研究區(qū),該地平均海拔為1 500 m,夏季多雨、濕度大,冬季干燥、風(fēng)沙較多,多山地,地形崎嶇,峰嶺眾多,石灰?guī)r厚度大,分布廣,經(jīng)地表和地下水溶蝕作用形成典型的喀斯特地貌,以亞熱帶常綠闊葉林為主。由于該地區(qū)在2021年10月末—2022年的3月份存在較多陰雨天氣,因此遙感影像中的云量相對(duì)較高,需要從多幅影像中選擇具有較少云量且處于同一地區(qū)的樣區(qū)進(jìn)行篩選。最終確定的研究區(qū)域范圍較小,主要覆蓋西南喀斯特地貌地區(qū),位于北緯25.6°～25.7°、東經(jīng)104.1°～104.2°,占地面積約54 km2。

1.2 數(shù)據(jù)來源

為了避免實(shí)驗(yàn)結(jié)果的偶然性,本文采用了多組影像交互對(duì)比的方法。在比較NDVI和LST之前,必須獲取二者在同一天過境的遙感影像。Landsat9與Landsat8成像存在8 d的時(shí)間偏移,在同一行列上的影像并不能滿足要求。不過,Landsat9與Landsat8的相鄰影像之間只相差約24 h,因此利用2張相鄰影像的重疊區(qū)域可獲取所需的數(shù)據(jù)。本研究共獲取了3個(gè)地區(qū)、3個(gè)不同時(shí)間段(秋季、冬季和春季)的Landsat9和Landsat8在同一景、近同一時(shí)間(不超過24 h)的遙感影像,查詢氣象數(shù)據(jù),獲取時(shí)間段內(nèi)地表溫度變化幅度不大,無劇烈的天氣變化,無雨雪大風(fēng)等強(qiáng)對(duì)流天氣。共42期,如表1所示。所有數(shù)據(jù)均來自美國(guó)地質(zhì)勘探局(United States Geological Survey,USGS)官網(wǎng)(https:∥earthexplorer.usgs.gov/)。

2 研究方法

2.1 影像質(zhì)量評(píng)估方法

受環(huán)境、遙感系統(tǒng)隨機(jī)誤差或地面數(shù)據(jù)處理方法等影響,衛(wèi)星遙感數(shù)據(jù)可能存在一定誤差。由此對(duì)原始影像的質(zhì)量評(píng)估可以為L(zhǎng)andsat9產(chǎn)品的應(yīng)用提供理論依據(jù),為評(píng)估Landsat9探測(cè)器識(shí)別結(jié)果的準(zhǔn)確性和可靠性提供重要參考。本文的影像分析處理采用如下方法。

(1)直方圖

直方圖是統(tǒng)計(jì)影像亮度值頻率信息的圖形表達(dá)方式,橫坐標(biāo)代表某波段亮度值的量化等級(jí),縱坐標(biāo)代表該亮度值出現(xiàn)的頻率[8]。在影像像元數(shù)目相當(dāng)大、地物類型差異非懸殊的情況下,其直方圖接近于正態(tài)分布,而波峰不止一個(gè)則意味著圖像中包含著波譜特征差異明顯的2個(gè)或多個(gè)類別[9]。

(2)灰度均值

影像上所有像元的灰度平均值就是灰度均值,反映圖像整體的輻射情況?；叶染翟酱?圖像所接收的光能越大;均值越低,圖像越暗,對(duì)影像呈現(xiàn)地物的清晰度影響越大[10]。

(3)灰度方差

對(duì)于同一個(gè)區(qū)域的不同影像,其灰度分布范圍越大,影像的方差就越大。而影像的灰度方差越大則代表圖像的灰度層次越豐富,圖像質(zhì)量越好[11]。

(4)信噪比

影像中有用的信息與噪聲信號(hào)的比值稱為信噪比。對(duì)遙感影像而言,信噪比值大,影像所反映的有用信息較由于噪聲所引起的干擾要強(qiáng),反映地物信息效果好,影像質(zhì)量好。

(5)灰度共生矩陣

影像的灰度共生矩陣指的是像元距離和角度的矩陣函數(shù),通過計(jì)算影像中一定距離和一定方向的2個(gè)灰度之間的相關(guān)性來反映影像在方向、間隔、變化幅度及快慢上的綜合信息。在共生矩陣的基礎(chǔ)上進(jìn)行二次統(tǒng)計(jì),抽取表示紋理特征的參數(shù),對(duì)其分析可以理解影像的紋理特性。本文選擇的參數(shù)為熵、對(duì)比度和角二階矩。

①熵值是影像中包含信息量的一個(gè)度量單位,表示影像的復(fù)雜程度,當(dāng)影像復(fù)雜程度高時(shí),熵值越大,信息量越大。計(jì)算如下:

ENT=-∑j∑kPj,k*lg(Pj,k),

(1)

式中:P為每一灰度級(jí)出現(xiàn)的概率。

②角二階矩(ASM)是灰度共生矩陣各個(gè)元素的平方和,也稱為能量,反映的是圖像灰度的均勻程度和紋理的粗糙程度。角二階矩越大,其紋理越粗糙,空間結(jié)構(gòu)越復(fù)雜[12]。計(jì)算如下:

(2)

③圖像的對(duì)比度(CON)代表紋理的清晰程度,也是圖像的清晰程度。圖像對(duì)比度越大,反映圖像紋理溝壑越深,圖像更清晰,可以達(dá)到更好的視覺效果。計(jì)算如下:

(3)

(6)目視判讀

目視判讀是遙感影像質(zhì)量分析中最直接的無定性方法,與計(jì)算機(jī)分析和統(tǒng)計(jì)分析相比,目視判讀更直觀。

2.2 NDVI和LST計(jì)算和比較方法

2.2.1 NDVI計(jì)算和比較方法

NDVI是目前世界上應(yīng)用最廣的植被指數(shù),廣泛應(yīng)用于監(jiān)測(cè)草地長(zhǎng)勢(shì)、判斷植物的生長(zhǎng)狀態(tài)、作物產(chǎn)量和密度估計(jì)以及林火監(jiān)測(cè)等方面[13]。在不同傳感器之間進(jìn)行逐一對(duì)比時(shí),通常使用統(tǒng)計(jì)回歸方法[14]。本文通過獲取Landsat9和Landsat8在整個(gè)研究區(qū)的植被指數(shù)NDVI、同一位置3×3像元的NDVI值,統(tǒng)計(jì)特征數(shù)據(jù),如最大值、最小值、均值、標(biāo)準(zhǔn)差以及數(shù)據(jù)動(dòng)態(tài)范圍(最大值與最小值的比值),從不同海拔條件、氣候條件和緯度條件的角度對(duì)比這2個(gè)衛(wèi)星的植被觀測(cè)能力。使用相對(duì)偏差率(ME)來量化2組數(shù)據(jù)之間的特征差異,并判斷它們之間的強(qiáng)弱關(guān)系。計(jì)算如下:

(4)

2.2.2 LST計(jì)算和比較方法

目前,地表溫度反演算法主要包括大氣校正法(輻射傳輸方程)[15-16]、單通道算法[17-18]和分裂窗算法[19-20]。本實(shí)驗(yàn)采用大氣校正法,該算法物理基礎(chǔ)明確、計(jì)算結(jié)果精度較高,所需的大氣剖面數(shù)據(jù)也較容易獲取。針對(duì)地表溫度反演,同樣使用各種統(tǒng)計(jì)特征數(shù)據(jù)進(jìn)行計(jì)算,并比較反演結(jié)果的色彩、亮度等視覺效果。為了驗(yàn)證反演結(jié)果的準(zhǔn)確性,使用中國(guó)氣象局陸面數(shù)據(jù)同化系統(tǒng)(China Land Surface Data Assimilation System,CLDAS-V2.0)近實(shí)時(shí)產(chǎn)品數(shù)據(jù)集對(duì)LST反演結(jié)果進(jìn)行驗(yàn)證。最后,分別統(tǒng)計(jì)水體、植被以及裸土這3種不同地物的平均溫度和標(biāo)準(zhǔn)差,并進(jìn)行比較。

3 數(shù)據(jù)處理及過程分析

3.1 數(shù)據(jù)處理

基于ENVI5.6進(jìn)行數(shù)據(jù)處理,NDVI預(yù)處理包括輻射定標(biāo)以及大氣校正。所選研究區(qū)地物種類繁多,且部分影像出現(xiàn)云霧覆蓋的情況。地表類型差異、云霧遮擋和陰影等情況可能會(huì)導(dǎo)致NDVI計(jì)算出現(xiàn)異常值。此外,圖像的邊緣、云層、陰影或者其他遮擋物的區(qū)域可能會(huì)出現(xiàn)像元缺失的情況,像元缺失同樣會(huì)導(dǎo)致NDVI計(jì)算異常。利用Band math對(duì)大氣校正后的影像進(jìn)行NDVI計(jì)算,-1≤NDVI≤1。Band Math進(jìn)行NDVI計(jì)算后用Compute Statistics統(tǒng)計(jì)是否有值出現(xiàn)跳躍(是否有NDVI數(shù)值不在[-1,1]),如果有,需要使用Band Math建立掩膜去除異常值得到正常值范圍內(nèi)的NDVI,公式為(bllt -1)*(-1)+(blgt 1)*1+(blge -1andblle 1) *bl,bl選擇NDVI計(jì)算結(jié)果,含義是小于-1的值賦予-1,大于1的值賦予1,其他值不需要改變。之后計(jì)算出NDVI的各種統(tǒng)計(jì)特征數(shù)據(jù),以便進(jìn)行后續(xù)分析。在進(jìn)行LST預(yù)處理時(shí),同樣需要進(jìn)行輻射定標(biāo)和大氣校正,但輻射定標(biāo)是對(duì)可見光波段和熱紅外波段分別進(jìn)行的。利用可見光波段的輻射定標(biāo)結(jié)果進(jìn)行大氣校正,提取NDVI值,計(jì)算植被覆蓋度得到地表比輻射率。利用熱紅外波段的輻射定標(biāo)結(jié)果結(jié)合地表輻射率和大氣剖面數(shù)據(jù),計(jì)算出同溫度下的黑體輻射亮度,最終生成單位為K的地表溫度圖。

3.2 影像質(zhì)量評(píng)價(jià)

(1)直方圖評(píng)價(jià)

在Landsat8與Landsat9多光譜數(shù)據(jù)的直方圖,圖1為L(zhǎng)andsat8在12月12日關(guān)于華北平原冬季的影像波段直方圖,圖2為L(zhǎng)andsat9在12月13日關(guān)于華北平原冬季的影像波段直方圖。二者直方圖曲線總體形態(tài)相近,Landsat9峰值較大,信息量較Landsat8在均值附近更集中。Landsat9存在多個(gè)峰值,可見其影像更易區(qū)分不同類型地物。

圖1 Landsat8波段直方圖Fig.1 Band histogram of Landsat8

圖2 Landsat9波段直方圖Fig.2 Band histogram of Landsat9

(2)影像的特征值統(tǒng)計(jì)

Landsat8、Landsat9影像特征數(shù)據(jù)如表2和表3所示?？梢钥闯?Landsat9的7個(gè)波段的方差、均值和灰度分布范圍比Landsat8大,說明相比之下Landsat9接受光能較大、圖像較亮、波段灰度等級(jí)多、波譜信息量大、圖層較豐富且圖像質(zhì)量較好。Landsat8的均值數(shù)組中最大值與最小值相差1 903.56,Landsat9相差1 526.47;Landsat8的7個(gè)波段灰度均值數(shù)組的方差和標(biāo)準(zhǔn)差分別為555 371.25、689.95,Landsat9分別為369 346.80、562.66;Landsat9的7個(gè)波段的均值最大值與最小值之差、方差以及標(biāo)準(zhǔn)差都要小于Landsat8,其7個(gè)波段能量差異較小、均衡度較高且均值匹配更合理。Landsat9的信噪比要大于Landsat8,反映地物信息的效果更好。從紋理特征來看,Landsat9的對(duì)比度和熵值,無論從整體還是單波段的角度比較,都大于Landsat8,意味著Landsat9影像復(fù)雜程度高,信息量大且圖像更清晰;對(duì)于角二階矩,除Band1相等外,Landsat9的其余波段都要小于Landsat8,Landsat8相比之下紋理較粗糙、數(shù)據(jù)的空間結(jié)構(gòu)沒有Landsat9復(fù)雜,反映地物的細(xì)節(jié)沒有Landsat9效果好。這些結(jié)論表明,Landsat9在圖像處理和地物識(shí)別方面具有更好的性能和優(yōu)勢(shì)。

表2 Landsat8影像特征數(shù)據(jù)Tab.2 Landsat8 image feature data

表3 Landsat9影像特征數(shù)據(jù)Tab.3 Landsat9 image feature data

(3)目視判讀

針對(duì)Landsat8與Landsat9的自然真彩色合成影像(R4G3B2)局部進(jìn)行放大對(duì)比,如圖3(a)和圖3(b)所示。圖3(e)中Landsat9的影像色彩明顯更明亮自然,顯示的地物輪廓更清晰。紋理不僅是遙感影像的重要信息,也是進(jìn)行目視判讀的重要基礎(chǔ)[12]。圖3(b)～圖3(d)、圖3(f)～圖3(h)分別是Landsat8和Landsat9的綠波段由灰度共生矩陣生成的相關(guān)紋理圖像。圖3(b)和圖3(f)的對(duì)比圖中,白色為城市建筑物、道路等地類,Landsat9的圖3(f)中白色部分更清晰可辨。對(duì)于熵值和角二階矩的紋理圖像,圖3(g)、圖3(h)相較于圖3(c)、圖3(d)的紋理更復(fù)雜、更精細(xì),地類也更清晰。結(jié)合表2和表3分析,Landsat9影像層次更豐富、包含信息量更大,且能夠更清晰地反映地類和紋理信息。

NDVI的計(jì)算是通過紅光和近紅外光的反射差別來描述植被狀況的[21]。衛(wèi)星波譜信息量的豐富程度直接影響該植被指數(shù)的計(jì)算結(jié)果。當(dāng)使用大氣校正法反演LST時(shí),需要計(jì)算植被覆蓋度和地表比輻射率。計(jì)算植被覆蓋度時(shí),采用的混合像元分解法需要將整景影像的地類大致分為水體、植被和建筑,再利用NDVI指數(shù)計(jì)算植被覆蓋度。計(jì)算地表比輻射率時(shí),其原理是將遙感影像分為水體、城鎮(zhèn)和自然表面3種類型,再對(duì)不同類型的像元分別估算比輻射率。因此,地物的分類對(duì)于反演LST尤為重要。Landsat9影像反映地類更清晰,在地物分類上更具有優(yōu)勢(shì),其在反演地表溫度上也更具優(yōu)勢(shì)。綜上所述,Landsat9數(shù)據(jù)具有信息量豐富、影像清晰的優(yōu)點(diǎn),解譯和判讀地物更容易,有利于植被提取和地表溫度的反演。

4 分析與討論

4.1 NDVI對(duì)比分析

選擇同一期NDVI數(shù)據(jù)作對(duì)比,由表4可以看出,Landsat8和Landsat9的NDVI表現(xiàn)有所不同。在7個(gè)地區(qū),二者的ME值總體偏大,偏差率可以達(dá)到-34.552%。但進(jìn)一步分析發(fā)現(xiàn),Landsat9相比Landsat8具有更好的植被獲取能力:① Landsat9與Landsat8的NDVI動(dòng)態(tài)范圍相同,但Landsat9的標(biāo)準(zhǔn)差總體比Landsat8大,最大標(biāo)準(zhǔn)差為0.216,與同組的Landsat8數(shù)值相差0.044,說明Landsat9獲取的植被的信息量要大于Landsat8,植被的可分性也會(huì)優(yōu)于Landsat8;② 而對(duì)于均值,如圖4所示,Landsat9的NDVI均值整體大于Landsat8,Landsat9獲取植被指數(shù)信號(hào)要強(qiáng)于Landsat8。在東南地區(qū)Landsat8的NDVI值異常高可能是因?yàn)楫?dāng)天云量大的影響。圖5顯示,在華西、西南和西北3個(gè)靠西邊方向的研究區(qū),Landsat8和Landsat9的偏差率較小。初步分析表明,在華西方向,經(jīng)度85°～105°的2個(gè)衛(wèi)星的適用情況相似,而其他地區(qū)二者植被獲取能力差別明顯,Landsat9整體而言能力優(yōu)于Landsat8。

表4 Landsat8、Landsat9同一期整體區(qū)域NDVI均值對(duì)比Tab.4 Comparison of NDVI mean values of Landsat8 and Landsat9 in the same period

圖4 Landsat8、Landsat9整體區(qū)域NDVI均值對(duì)比Fig.4 Comparison of mean value of NDVI in whole area of Landsat8 and Landsat9

圖5 Landsat8、Landsat9整體區(qū)域NDVI偏差率絕對(duì)值Fig.5 Absolute value of NDVI deviation rate of Landsat8 and Landsat9 in the whole area

提取西南喀斯特地貌3個(gè)時(shí)間段的遙感影像9個(gè)植被覆蓋度較高的同一3×3像元區(qū)域的NDVI作對(duì)照,如表5所示。Landsat8與Landsat9對(duì)應(yīng)的3×3像元陣整體的NDVI值ME最小為0.07%,Landsat9的9個(gè)像元的NDVI均值較Landsat8更大,進(jìn)一步證明Landsat8與Landsat9的植被指數(shù)NDVI具有較強(qiáng)的相似性,但Landsat9植被獲取能力更強(qiáng)。

表5 西南喀斯特3個(gè)時(shí)間段影像的3×3像元整體NDVI均值對(duì)比

4.2 LST對(duì)比分析

4.2.1 LST空間分布圖比較分析

對(duì)Landsat8與Landsat9衛(wèi)星在7個(gè)地區(qū)的同一時(shí)間段反演結(jié)果作對(duì)比,結(jié)果如圖6和圖7所示。在華西研究區(qū),南方為雪山脈,所以氣溫較低,其他區(qū)域可能有雪覆蓋,同樣表現(xiàn)為低溫區(qū)。華北地區(qū)多為城鎮(zhèn),溫度較高。西北地區(qū)選擇植被與沙漠邊界,呈現(xiàn)明顯的高低溫色差。2個(gè)衛(wèi)星的反演結(jié)果大部分空間分布一致,雪山、河流和植被區(qū)域溫度較低,城鎮(zhèn)區(qū)域溫度較高。在東北研究區(qū),高低溫區(qū)域更明顯,結(jié)果圖呈現(xiàn)密集的紅綠色小點(diǎn)。在西南和東南地區(qū),受陰雨天氣影響,云量覆蓋較大,雖盡量避免云量較大區(qū)域,但仍有一些云存在。因此,2個(gè)衛(wèi)星的反演結(jié)果存在一定差異,但高溫部分的空間分布仍然相似。相對(duì)于Landsat8,Landsat9對(duì)水體溫度的反演更為明顯,圖7(c)～圖7(f)可以清晰顯現(xiàn)云團(tuán)的輪廓。Landsat9反演低溫區(qū)域較為敏感,在圖上出現(xiàn)密集的小綠點(diǎn),顏色較Landsat8要深。

圖6 Landsat8 LST冬季反演結(jié)果Fig.6 LST retrieval results of Landsat8 in winter

圖7 Landsat9 LST冬季反演結(jié)果Fig.7 LST retrieval results of Landsat9 in winter

4.2.2 LST反演結(jié)果定量分析評(píng)價(jià)

表6顯示了42幅影像的溫度反演結(jié)果。在青藏高原的海拔5 000～5 500 m處,秋季和春季的夜間溫度相近,約255～260 K,但秋季的溫度略低于春季,而冬季的夜間溫度最低,在250 K左右,相差5～10 K[22]。在秋末冬初的10月底,溫度比12月份高5～10 K,比3月份則低5～10 K。實(shí)驗(yàn)結(jié)果總體變化趨勢(shì)與氣候溫度的變化趨勢(shì)相符。2個(gè)衛(wèi)星的地表溫度反演結(jié)果具有較高相似性,大多數(shù)條件下偏差率小于1%。然而,在東南地區(qū)的3月份,由于南方多雨多云的影響,出現(xiàn)了較大偏差,差值達(dá)15 K,偏差率5.473%。

利用遙感圖像反演地表溫度的結(jié)果最重要的是與實(shí)測(cè)的地表真實(shí)溫度的吻合度。國(guó)家氣象科學(xué)數(shù)據(jù)中心提供了CLDAS-V2.0近實(shí)時(shí)產(chǎn)品數(shù)據(jù)集。該數(shù)據(jù)集利用多種來源地面、衛(wèi)星等觀測(cè)資料,采用多重網(wǎng)格變分同化、最優(yōu)插值和地形校正等技術(shù)進(jìn)行研制。在中國(guó)區(qū)域內(nèi),該數(shù)據(jù)集質(zhì)量?jī)?yōu)于國(guó)際同類產(chǎn)品,且時(shí)空分辨率更高。該數(shù)據(jù)集提供全國(guó)范圍地表溫度,經(jīng)過中國(guó)區(qū)域業(yè)務(wù)的質(zhì)量控制后,對(duì)CLDAS-V2.0地表溫度數(shù)據(jù)產(chǎn)品進(jìn)行了評(píng)估,結(jié)果顯示,該地表溫度產(chǎn)品與地面實(shí)際觀測(cè)吻合度較高,全國(guó)區(qū)域平均相關(guān)系數(shù)為0.98,均方根誤差(Root Mean Square Error, RMSE)為1.8 K,偏差為1.4 K。這些數(shù)據(jù)可供本文的實(shí)驗(yàn)結(jié)果參考。對(duì)數(shù)據(jù)集的數(shù)據(jù)進(jìn)行重采樣到30 m分辨率以匹配Landsat的影像。比對(duì)結(jié)果顯示,2種數(shù)據(jù)源的地表溫度反演結(jié)果對(duì)比數(shù)據(jù)集數(shù)據(jù)都表現(xiàn)出高估,反演結(jié)果與參考數(shù)據(jù)之間相對(duì)偏差率都較小,在0～5%,表明二者反演精度較高。

本文利用評(píng)價(jià)指標(biāo)RMSE和均方誤差(Mean Absolute Error, MAE)進(jìn)行比較。如圖8所示,2個(gè)衛(wèi)星的RMSE曲線趨勢(shì)相同,Landsat9整體曲線要小于Landsat8,變化幅度較小。但在東北研究區(qū)和華中研究區(qū)Landsat9的RMSE明顯大于Landsat8,查看表6發(fā)現(xiàn),主要是由于Landsat9在冬季和春季的反演結(jié)果與數(shù)據(jù)集相差較大。進(jìn)一步分析其原因,在東北研究區(qū)的冬季,2個(gè)衛(wèi)星的反演結(jié)果都呈現(xiàn)高估,查看原始的影像數(shù)據(jù)發(fā)現(xiàn),Landsat8影像中有云霧出現(xiàn),因此Landsat8的反演結(jié)果更低;在春季,Landsat9的原始影像中同樣出現(xiàn)云霧,其反演結(jié)果也明顯較Landsat8更低。這些云霧是造成Landsat9的RMSE偏大的原因。但中國(guó)大部分研究區(qū)Landsat9的地表溫度反演結(jié)果都較Landsat8更接近數(shù)據(jù)集數(shù)據(jù)。Landsat8、Landsat9 LST反演結(jié)果和數(shù)據(jù)集地表溫度的MAE如圖9所示,可以看出,Landsat9整體的MAE更接近0值,在東北和華中研究區(qū)出現(xiàn)效果比Landsat8差的問題,同樣是受云霧的影響。從整體來看,Landsat9 LST(RMSE=4.419 K,MAE=2.264 K)精度要優(yōu)于Landsat8 LST(RMSE=5.133 K,MAE=2.488 K)。

圖8 Landsat8、Landsat9 LST反演結(jié)果和數(shù)據(jù)集地表溫度的RMSEFig.8 RMSE of Landsat8, Landsat9 LST retrieval results and surface temperature of the data set

圖9 Landsat8、Landsat9 LST反演結(jié)果和數(shù)據(jù)集地表溫度的MAEFig.9 MAE of Landsat8, Landsat9 LST retrieval results and surface temperature of the data set

地表溫度受多種因素影響,包括太陽輻射、地表反照率、水分和植被覆蓋等。不同地物的地表溫度存在差異性,因此進(jìn)行不同地物的溫度統(tǒng)計(jì)對(duì)于研究區(qū)地表溫度變化具有重要意義。本文對(duì)華北平原的水體、植被以及裸土數(shù)據(jù)進(jìn)行了地表溫度統(tǒng)計(jì),并得出平均溫度和標(biāo)準(zhǔn)差,如表7～表9所示。裸地和植被的溫度受氣溫影響變化較大,而水體因有較高的比熱容,溫度變化較小[23]。隨季節(jié)溫度變化,水體的平均溫度變化為5～7 K,而植被與裸土隨季節(jié)溫度變化為7～15 K。在春季與冬季,植被的溫度變化最為明顯,溫差高達(dá)15.2 K。水體、植被和裸土的偏差率絕對(duì)值如圖10所示,可以看出,2顆衛(wèi)星對(duì)于不同地物溫度反演結(jié)果中,偏差率較低,特別是在冬季,偏差率可以達(dá)到-0.05%,具有較高相似性。水體的整體偏差率較低,2顆衛(wèi)星反演結(jié)果相似。此外,圖11顯示2顆衛(wèi)星對(duì)于不同地物的溫度反演結(jié)果隨時(shí)間變化的趨勢(shì)相一致,但幅度有所不同。總的來說,Landsat9的反演結(jié)果相對(duì)Landsat8的反演結(jié)果較高,尤其是對(duì)于裸土和植被,平均高1.5 K左右。

表7 水體LST對(duì)照Tab.7 Comparison of water LST

表8 植被LST對(duì)照Tab.8 Comparison of vegetation LST

表9 裸土LST對(duì)照Tab.9 Comparison of bare LST

圖10 水體、植被、裸土的偏差率絕對(duì)值Fig.10 Absolute value of deviation rate of water, vegetation and bare soil

(a)水體段

(b)植被段

(c)裸土

綜上所述,Landsat8與Landsat9的地表溫度反演結(jié)果空間分布一致,具有較高的相似度,但Landsat9憑借更高精度、更清晰的影像對(duì)地物的溫度更為敏感。2個(gè)衛(wèi)星的反演結(jié)果與數(shù)據(jù)集相比都呈現(xiàn)高估,整體而言Landsat9 LST(RMSE=4.419 K,MAE=2.264 K)精度要優(yōu)于Landsat8 LST(RMSE=5.133 K,MAE=2.488 K)。提取水體、植被和裸土的LST做對(duì)比,Landsat9反演的溫度結(jié)果要高于Landsat8。

4.3 數(shù)據(jù)結(jié)果差異原因分析

針對(duì)衛(wèi)星本身,Landsat8與Landsat9的陸地成像儀的光譜波段范圍存在很小的差距。例如,用于計(jì)算植被指數(shù)NDVI的紅波段、近紅外波段,Landsat8 OLI對(duì)應(yīng)的紅波段和近紅外波段的波長(zhǎng)分別為0.636～0.673 μm、0.851～0.879 μm,而Landsat9 OLI-2為0.636～0.672 μm、0.850～0.879 μm[24]。信噪比是衡量遙感儀器性能的一項(xiàng)重要指標(biāo)。Landsat9將OLI-2下行鏈接所產(chǎn)生的所有14位數(shù)據(jù),與從Landsat8的OLI下行鏈接相比,為其圖像提供更大的位深度,略微提高了總體SNR。此外,Landsat9 TIRS-2解決了雜散光入侵以及場(chǎng)景選擇鏡損壞的問題。其次,在選取樣本時(shí)盡量選擇天氣和氣候相接近的數(shù)據(jù),但Landsat8與Landsat9在同一區(qū)域的過境時(shí)間相差24 h,而陸地表面的地表溫度隨時(shí)間變化較快,因此難以保證所選擇的樣本條件相同。這可能也是導(dǎo)致二者的NDVI與LST存在差異的原因之一。Landsat更新了新一代的Landsat9衛(wèi)星,但本次采用的最新版本的ENVI5.6數(shù)據(jù)處理軟件配置仍未進(jìn)行與之相配對(duì)的更新。例如,在進(jìn)行大氣校正過程中,只能選擇Landsat8的OLI作為傳感器參數(shù),而無法選擇Landsat9的OLI-2。雖然Landsat8和Landsat9是姐妹星,但是由于Landsat9的OLI-2存在一定的改進(jìn)或變更,所以未更新的數(shù)據(jù)處理軟件可能也是二者NDVI和LST計(jì)算結(jié)果產(chǎn)生差異的原因之一。

5 結(jié)論

Landsat9衛(wèi)星與Landsat8協(xié)作運(yùn)行,可以在8 d內(nèi)拍攝橫跨整個(gè)地球的圖像。分析比較Landsat9與Landsat8的原始數(shù)據(jù),處理數(shù)據(jù)并獲取NDVI和LST,通過對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行討論研究,得到以下結(jié)論:

①Landsat9的多光譜數(shù)據(jù)各個(gè)波段的能量比Landsat8均衡,較Landsat8而言圖像層次更豐富、信息量更大,能夠更準(zhǔn)確地反映地物類別和紋理信息。Landsat9的高分辨率圖像能夠清晰呈現(xiàn)地物的輪廓和細(xì)節(jié)。因此在觀測(cè)地物方面的能力優(yōu)于Landsat8。

②在NDVI計(jì)算方面,Landsat9與Landsat8的結(jié)果具有較大相似性,特別是在經(jīng)度85°～105°的研究區(qū),其他地區(qū)Landsat9植被獲取能力明顯更強(qiáng)。整體而言,Landsat9的NDVI均值比Landsat8高0.004～0.058,獲取植被信號(hào)量大于Landsat8。在同動(dòng)態(tài)范圍情況下,Landsat9的標(biāo)準(zhǔn)差總體大于Landsat8,最大相差0.044,因此Landsat9能夠提供比Landsat8更為豐富和準(zhǔn)確的植被信號(hào)。

③在地表溫度反演方面,Landsa9和Landsat8的結(jié)果具有一致的空間分布,但Landsat9對(duì)氣溫較低的地區(qū)和地物的溫度更為敏感。Landsat9的反演結(jié)果均高于Landsat8。提取水體、植被和裸土的溫度進(jìn)行進(jìn)一步對(duì)比分析,二者對(duì)于水體的溫度反演整體偏差率較低,反演結(jié)果相似,但對(duì)于裸土和植被,Landsat9較Landsat8平均高1.5 K左右。整體而言,Landsat9對(duì)地物的溫度反演結(jié)果都高于Landsat8?；贑LDAS-V2.0近實(shí)時(shí)產(chǎn)品數(shù)據(jù)集的驗(yàn)證,2個(gè)數(shù)據(jù)源的反演結(jié)果整體上呈現(xiàn)高估。Landsat9 LST(RMSE=4.419 K,MAE=2.264 K)精度要優(yōu)于Landsat8 LST(RMSE=5.133 K,MAE=2.488 K)。

綜上所述,Landsat9具有良好的應(yīng)用前景,在相同條件下,Landsat9能夠提供更高分辨率、更高質(zhì)量的影像,其觀測(cè)地物能力優(yōu)于Landsat8。對(duì)于Landsat9遙感影像的科學(xué)研究及在中國(guó)地區(qū)的應(yīng)用,本研究提供了有價(jià)值的參考。