首页 > 新闻频道 > 卫星应用 > 正文

基于GF-1与Landsat-8多光谱遥感影像的玉米LAI反演比较

2016-09-13 11:36:32来源:《农业工程学报》2015年第31卷第9期 编辑:浏览:

贾玉秋1,李冰2,程永政1,刘婷1,郭燕1,武喜红1,王来刚1

(1.河南省农业科学院农业经济与信息研究所,郑州450002;2.郑州澍青医学高等专科学校,郑州450064)

摘要:近年来,中国遥感事业已取得长足进步,高分一号(GF-1)卫星首次实现了中国自主研发的高分辨率对地观测。为探讨国产GF-1卫星影像在农业遥感长势监测中的适应性,以许昌地区为研究对象,选取同期Landsat-8卫星影像,结合地面采样数据LAI,从传感器光谱响应特征、经验回归模型监测精度以及LAI空间一致性等3方面进行2类遥感数据的对比评价。结果表明,GF-1影像近红外、红、蓝波段光谱响应与Landsat-8有差异,与绿波段光谱响应非常吻合,各波段光谱反射率与Landsat-8影像同类光谱间均存在显著线性关系。通过各波段组合多种归一化植被指数,采用经验回归模型反演LAI发现,GF-1影像反演的最优模型为NDVI的指数模型,R2为0.848,Landsat-8影像反演的最优模型为蓝红组合的归一化植被指数(blue-red NDVI,BRNDVI)的指数模型,R2为0.687,2类影像反演LAI与地面实测值均呈现较为一致的线性关系。由许昌地区玉米LAI值空间分布可见,GF-1影像反演的玉米LAI值与Landsat-8影像反演值过渡趋势一致,在许昌西部种植结构复杂地区,GF-1影像以其空间分辨率优势更能凸显LAI分布差异。通过该文研究表明,GF-1卫星的高时间分辨率以及高空间分辨率特征能够代替传统中分辨率数据成为农业遥感长势监测中的重要数据源,该数据在农业遥感其他领域的应用是今后研究的重点。

关键词:遥感;作物;波长;玉米;GF-1;Landsat-8;叶面积指数

0 引言

遥感影像宽视域的宏观特性在区域尺度农作物长势监测中有着不可替代的优势,自1974年起,美国、欧盟等发达地区开展了一系列围绕NOAA/AVHRR(advanced very high resolution radiometer)遥感数据的大面积农作物长势监测,涵盖多个国家以及多种农作物,在长势监测以及产量估产等研究中取得突破性的进展和巨大的经济效益[1-2]。中国在20世纪80年代中期,开始利用气象卫星开展小麦、水稻、玉米等大宗作物的面积监测、长势监测以及产量估计等技术研究,并建立了基于各种气象卫星的监测系统[3]。气象卫星数据时间分辨率高而空间分辨率较低,如NOAA气象数据虽然在中国农作物长势监测中取得一定的研究进展[4-6],但是近年来与其时间分辨率相近并有着相对较高的空间分辨率的MODIS数据在大区域尺度长势监测中逐渐取而代之[7-8]。中高空间分辨率数据如TM(thematic mapper)、SPOT/VGT(vegetation)等,在中国农业遥感监测中同样有着很好的适用性[9-14],由于其较长的重访周期造成作物生长期内获取有效影像的几率大大降低,很难实现作物的连续监测。农作物关键生育期植株状态动态变化,同时地块的破碎以及种植制度多样性的现状,要求遥感数据能尽可能的提高时间分辨率监测作物生长全过程,改善低空间分辨率对作物信息的综合实现精准监测。米级高分辨率遥感数据如QuickBird、RapidEye等国外卫星数据在农业遥感中虽然已经成功使用[15-16],但为了打破对国外卫星的严重依赖,实现兼顾高时间分辨率、高空间分辨率以及高光谱分辨率的卫星自主研发,GF-1卫星在2013年成功发射。同年,国家统计局利用GF-1数据完成了对河北、辽宁、山东、湖北、黑龙江5省的秋粮和新疆棉花种植面积的遥感调查;2014年对安徽、山东、河北3省196个县的小麦、水稻、玉米进行的遥感对地调查也是使用的GF-1数据[17]。为了进一步研究GF-1数据在农作物长势监测中的适应性,本研究采用GF-1数据进行玉米长势关键参数叶面积指数(LAI)进行反演研究。LAI是标志作物长势的综合指标,当前多光谱遥感反演LAI的方法主要有2种,基于植被指数的经验回归法和基于生物物理关系的植被冠层反射率模型法[18]。经验回归方法简化了光子在冠层内复杂的传输过程,方法简单高效,在小区域内可以获得较高的精度,因此,本文采用该方法结合地面采样数据进行玉米LAI反演[19-21]。因陆地卫星Landsat-8延续了历代陆地卫星系列数据的优良特性,在农业定量遥感监测中的应用已经成熟开展[22],因此,将GF-1与国际普遍认可的数据进行对比能够证实GF-1数据在作物长势监测的可行性和可靠性,对推动GF-1在农业定量遥感中的应用提供基础。

1 材料与方法

1.1 研究区概况

许昌市位于112°42′~114°14′E,34°16′~34°58′N之间,属暖温带亚湿润季风气候,热量资源丰富,雨量较多,光照充足,年平均气温14.3~14.6℃。7月最热,平均气温为27.2~27.4℃;1月最冷,平均0~0.5℃;年平均降雨量671.1~736.0 mm,无霜期217.5 d,全年日照时间约2 280 h。境内较大的河流有北汝河、颖河、双洎河和清泥河,水资源总量年平均5.1亿m3。地形地貌以平原为主,占75%,土壤肥沃,是重要的粮食产区,粮食作物以小麦、玉米为主,经济作物有烟叶、棉花等。

1.2 地面实测数据

为了增强不同尺度遥感数据光谱反射率之间的对比度,减少背景误差,本次研究地面采样原则是:选择无套种的长势均匀的纯玉米大田,面积不小于500 m×500 m;在中分辨率尺度遥感影像上能够识别,有均匀纹理和色调;为避免居民点、道路等建设用地高反射率的干扰,样区应在此类地物100 m之外。基于以上原则,河南省许昌市(含许昌市、禹州市、长葛市、襄城县和许昌县)在玉米主要种植区均匀布设样区,共计24个,见图1。样区位置采用差分GPS系统精确定位,样区内采样操作是在样区中心田块对角线方法定位3个玉米长势具有代表性的地点,对于玉米叶面积指数的获取采用直接收割测量法,取其平均值做为样区LAI值,每15 d取样1次。

图1研究区样点空间分布

由于采样点数据量的限制,为了提高遥感反演LAI模型的精度,在24个样区选择2013年8月7日及2014年7月22日2个时相能够与遥感影像获取时间对应的地面实测LAI数据。LAI的采样数据的可用性及概要统计见表1,通过其变异系数可知,采样点LAI属于中等变异,具有较强的代表性。

表1采样点玉米LAI的概要统计

日期Date 样点数N 最小值Min 平均值Mean 最大值Max 中值Median 标准差Std.Dev 边度Skewness 峰度Kurtosis 变异系数CV/%
2013-08-07 24 2.16 3.42 4.56 3.46 0.74 0.20 -1.41 21.64
2014-07-22 24 2.06 3.38 4.84 3.23 0.96 0.38 -1.09 28.40

1.3 遥感数据获取与预处理

GF-1卫星轨道类型为太阳同步回归轨道,轨道兼有太阳同步轨道和回归轨道的特性,能够根据卫星应用目的设置回归周期,选择合适的发射时间,使过境区域有较好的光照条件,轨道高度645 km;Landsat-8轨道类型为太阳同步的近极地圆形轨道,轨道高度705 km。本研究采用卫星影像与地面采样时间相差在5 d之内,GF-1卫星许昌过境时间为2013年8月10日以及2014年7月26日,Landsat-8卫星选取2013年8月7日及2014年7月25日许昌过境数据,其中2014年7月25日Landsat-8影像有部分云影响。2类传感器具体光谱参数以及波谱响应特征见表2和图2。

表2 GF-1 MFV与Landsat-8 OLI传感器参数

传感器类型 波段号 波长范围(μm) 空间分辨率(m) 幅宽(km×km) 重访周期(d)
Landsat-8 OLI 蓝(2) 0.45~0.52 30 170×180 16
绿(3) 0.53~0.60
红(4) 0.63~0.68
近红(5) 0.85~0.89
GF-1 WFV 蓝(1) 0.45~0.52 16 800(4台相机组合) 4
绿(2) 0.52~0.59
红(3) 0.63~0.69
近红(4) 0.77~0.89

图2 WFV与OLI传感器在可见光及近红外波谱响应函数

遥感影像预处理包括几何校正和辐射校正,软件环境为ENVI5.1。其中几何校正以一景带有准确空间位置的TM历史影像为空间参考,对4幅影像进行几何精校正,采用最近邻法进行重采样,投影选择Albers投影,校正误差控制在1个像元内。Landsat-8影像和GF-1影像的辐射校正在Flaash模块中进行,其中GF-1影像的辐射定标所需的绝对辐射定标系数以及大气校正中波谱响应函数由中国资源卫星应用中心提供[23-24]

1.4 遥感监测指标的确定

已有关于作物长势变化的研究主要基于人工地面观测数据,准确度高,但代表性差,难以表现区域作物生长的整体状况[25]。大区域遥感监测作物的长势,往往通过可见光和近红外波段反射率特征组合建立各种植被指数提取植被生长信息。在农业长势监测中,无论是采用单一植被指数还是采用植被指数指标集监测长势,都取得了很大的进展[26-28]。在40多种植被指数中应用最广泛的归一化差值植被指数(NDVI),虽然存在对土壤背景变化敏感,且在高植被区易饱和的争议点,但是通过归一化的非线性拉伸方式可以部分消除仪器定标、太阳高度角、地形、大气等辐照度的影响,在反演植被叶面积指数研究中有很重要的意义。因此,本文借鉴前人研究,在众多的植被指数中选取通过蓝光、绿光、红光与近红外波段组合7种归一化指数进行LAI的反演。除常用的NDVI指数外,其余6种植被指数是用单一蓝光、绿光或蓝光、绿光、红光的两两组合甚至三者的总和代替NDVI计算公式中的红光[29-30]。各公式如下:

NDVI=(ρNIRR)/(ρNIRR) (1)

GNDVI=(ρNIRG)/(ρNIRG) (2)

BNDVI=(ρNIRB)/(ρNIRB) (3)

GRNDVI=[ρNIR-(ρGR)]/[ρNIR+(ρGR)] (4)

GBNDVI=[ρNIR-(ρGB)]/[ρNIR+(ρGB)] (5)

BRNDVI=[ρNIR-(ρRB)]/[ρNIR+(ρRB)] (6)

PNDVI=[ρNIR-(ρGRB)]/[ρNIR+(ρGRB)] (7)

式中:ρNIR为近红外波段反射率;ρR为红波段反射率;ρG为绿波段反射率;ρB为蓝波段反射率。

2 结果与分析

2.1 波谱反射率比较分析

由图2波谱响应函数可知,2类传感器在可见光波段波谱带宽设置相近,在近红外波段波谱带宽设置差异显著,近红外波段带宽GF-1相比Landsat-8有较宽的波谱通道,也就是说Landsat-8在近红外波段排除了825 nm处的水汽吸收特征。光谱带宽代表传感器所接收到的光谱区间范围内的光线纯度,传感器的光谱带宽大小,直接影响波谱响应对地物类型的敏感程度。GF-1在红绿蓝波段波谱响应有逐渐上升的趋势,在近红外波段光谱响应变化不一,有锯齿状波动,而Landsat-8各个波段均表现出了变化的波动性。同时,GF-1近红外波段设置接近植物红边(680~750 nm)位置,在定量遥感分析中,红边参数用来估测叶绿素含量、叶绿素浓度、氮素营养状况以及叶面积指数和生物量等农学参数,当作物叶绿素含量高、生长旺盛时以及遭受病虫害、物候变化等因素导致叶绿素含量减小时,红边的红移和蓝移成为作物生长状态的重要指示[31]

本文通过样点像元在2类遥感影像中各波段反射率差异,分析传感器性能之间的异同。由图3各波段反射率纵向比较可知,同一样点玉米像元GF-1在近红外波段、红波段反射率较Landsat-8低,蓝波段反射率与绿光反射率与Landsat-8颇为接近,但是GF-1在这2个波段反射率略高,主要原因应来自于GF-1在近红外波段较宽的带宽仍受大气水汽影响,表3得出2类传感器在各波段反射率之间存在显著线性关系。横向比较图3中各波段反射率发现,2类传感器在近红外波段、红波段、绿波段和蓝波段同类光之间反射率变化趋势相同,受同期作物品种、物候期、病虫害等多方面因素的影响,样点像元间反射率波动直接表现了玉米生长的差异,尤其蓝绿光反射率波动较大,因此说明了GF-1数据可以进行玉米LAI的反演。

图3 样方像元在两类传感器各波段光谱反射率

表3 GF-1和Landsat-8各波段反射率定量关系

波段 线性关系式 R2
NIR GF-1=0.475Landsat-8+0.1 0.620
Red GF-1=0.794Landsat-8-0.002 0.756
Green GF-1=0.635andsat-8+0.011 0.704
Blue GF-1=1.024Landsat-8+0.007 0.644

2.2 玉米LAI反演模型比较分析

采用经验回归分析方法进行玉米LAI的反演过程中,GF-1影像在2013年和2014年2个时期的48组地面数据全部可用,随机选取38组数据进行植被指数与LAI回归模型的建立,保留10组样点数据进行回归模型反演精度的检验。由于2014年7月25日Landsat-8遥感影像有云,部分样点作为无效数据舍弃,Landsat-8回归模型的建立采用27组样点数据,同样保留10个样点对回归模型进行LAI反演精度检验。7类归一化植被指数反演精度见表4。综合考察各类模型的R2和RMSE,GF-1影像的最优模型为NDVI的指数模型,R2为0.848,RMSE为0.051;Landsat-8影像的最优模型为BRNDVI的指数模型,R2为0.687,RMSE为0.073,其拟合曲线及最优模型见图4。在GF-1影像的7种植被指数中,强吸收红光参与计算的NDVI、GRNDVI、BRNDVI以及PNDVI均有相对较高的拟合精度,而基于反射绿光和易受大气影响的短波蓝光的GNDVI、BNDVI和GBNDVI 3种归一化指数拟合效果并不理想,这一现象在Landsat-8的7种植被指数中有同样表现,而GF-1的NDVI拟合精度在所有模型中最高,更加验证了这一传统指数与较高分辨率影像结合的优势。在5类模型中,指数模型表现最好,这与玉米生长LAI变化机理一致。在玉米进入吐丝期LAI达到最大值之前,随着玉米叶片增多,叶片展现完全,LAI呈指数模型逐渐增大,而植被指数是这一变化的综合反映,以它作为变量输入完全符合LAI增长变化规律。

表4 玉米LAI单变量反演模型精度对比

传感器类型 植被指数 线性Linear 二次Quadratic 乘幂Power 指数Index 对数Logarithm
R2 RMSE R2 RMSE R2 RMSE R2 RMSE R2 RMSE
GF-1 NDVI 0.826 0.176 0.827 0.180 0.847 0.051 0.848 0.051 0.825 0.177
GNDVI 0.346 0.342 0.363 0.345 0.367 0.103 0.372 0.104 0.350 0.341
BNDVI 0.341

0.343

0.460 0.318 0.364 0.103 0.378 0.104 0.354 0.340
GBNDVI 0.358 0.338 0.415 0.331 0.381 0.101 0.399 0.102 0.374 0.334
GRNDVI 0.555 0.282 0.560 0.287 0.578 0.084 0.586 0.085 0.559 0.280
BRNDVI 0.554 0.282 0.590 0.277 0.579 0.084 0.595 0.083 0.566 0.278
PNDVI 0.481 0.304 0.518 0.300 0.505 0.092 0.528 0.089 0.500 0.299
Landsat-8 NDVI 0.616 0.262 0.617 0.268 0.629 0.079 0.631 0.079 0.617 0.262
GNDVI 0.438 0.317 0.534 0.295 0.438 0.098 0.450 0.097 0.426 0.320
BNDVI 0.501 0.298 0.505 0.304 0.516 0.091 0.519 0.090 0.502 0.298
GBNDVI 0.490 0.302 0.506 0.304 0.495 0.093 0.503 0.092 0.480 0.305
GRNDVI 0.584 0.272 0.597 0.274 0.589 0.086 0.595 0.083 0.577 0.275
BRNDVI 0.679 0.239 0.682 0.244 0.685 0.073 0.687 0.073 0.678 0.240
PNDVI 0.571 0.277 0.574 0.282 0.579 0.085 0.583 0.084 0.564 0.279

图4 两类影像玉米LAI反演最佳模型

高分一号

卫星类型: 对地观测

所属国家: 中国

分辨率: 2米

  绿   近红外 

热门资讯

解决Google Earth 无法连接服务器方法
解决Google Earth 无法连接服务器方法

谷歌地球变谷歌黑洞啦~!从昨日中午起就有论坛007

不一样的世界地图
不一样的世界地图

世界地图的基本构架形成于16—18世纪,后来就无大

南沙群岛现状地图
南沙群岛现状地图

虽然历史和法理依据均证明,南沙群岛的主权毫无疑

谷歌地球看海南文昌卫星发射中心规划图
谷歌地球看海南文昌卫星发射中心规划图

文昌航天发射中心位于中国海南省文昌市附近约北纬

广州增城市新塘镇事件地图
广州增城市新塘镇事件地图

我叔叔有个工厂,所以养了十几条狗看家护院。有外

卫星图片看被菲律宾强占的我南海9大岛礁
卫星图片看被菲律宾强占的我南海9大岛礁

南沙群岛自古以来就是中国领土的一部分,而,随着

利比亚地图 分析最新局势
利比亚地图 分析最新局势

3月8日,一年一度的国际妇女节,特别的是,今年的

让油价不再飞涨——上海打折加油站地图上线
让油价不再飞涨——上海打折加油站地图上线

 2月25日,由折扣网站“爱折客”牵头组织、部分

Google地图Android版正式支持离线包下载
Google地图Android版正式支持离线包下载

心心念念“无网亦可用”的离线地图终于正式上线了

关于Google的Hosts无法访问原因
关于Google的Hosts无法访问原因

近日,多个Google 在国内的Hosts的IP地址都失效

关于上帝之眼| 招贤纳士| 意见反馈| 联系我们| 网站地图| 友情链接| 卫星库| 地球论坛| 艾拉斯贝太空网

©2005-2016 Godeyes,cn Interactive. All rights reserved 上帝之眼版权所有

桂ICP备13002970号-2

网警 联系电话