基于卫星遥感数据的地表信息特征
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[2 ]
1 指标计算方法
1. 1 ND VI NDVI 可由 NOAA/ AVHRR 的 1 、 2 通道数据计
算 , 其具体公式为 :
NDVI = ( Ch2 - Ch1 ) / ( Ch2 + Ch1 )
, 原因在于 NDVI 指数
是可见光与近红外波段的结合 ,Ts 反映了热红外 波段的信息 ,因而 Ts 与 NDVI 的比值可能会综合 更多有关植被的信息 。Lambin 和 Ehrlich 等人又 从水分平衡 ( 植被蒸腾 ) 、 温度效应与植被覆盖度 关系的角度 ,理解陆地表面温度与植被指数相结 合的时间序列对于植被覆盖成图及其覆盖变化分 析的合理性
宏观植被覆盖分类以及植被参数计算方面取得了 许多成果 [1 ] 。 在应用卫星数据进行陆地表面覆盖变化的研 究实践中 ,Lambin 和 Ehrhich 发现 , 利用陆地表面 温度 ( land surface temperature , Ts) 与 NDVI 的比值 时间序列比单独使用其中一种数据更能准确地进 行大尺度土地覆盖分类
) - 75 Δ ε Ts = T4 + 1 . 8 ( T4 - T5 ) + 48 ( 1 - ε ( 1)
首先产生正态化数据集 :
Xj | Xj = Xi - X
σ
( 6)
其中 , Xj 为 正 态 化 后 数 据 ; X i 为 原 始 数 据
n
X=
n
i =1
∑X / n ;
i i
均
方
差
σ=
Pv = NDVI - NDVImin NDVImax - NDVImin
2
其中 , X i 为正态化后数据集 ; a 、 b 为系数 , 按下式 确定 :
min{ Xj } - a = ( b - a) max{ X i } - a = 255 ( b - a)
( 8)
2 计算结果
( 3)
式中 , NDVImin 和 NDVImax 分别是裸地和植被完全 覆盖状态下的 NDVI 值 。研究表明 , 可以根据像 元类型的不同 ( 植被完全覆盖 、 裸地 、 植被与裸地 混合像元) 来选择不同的地表比辐射率值计算公 式。
13
主分量
F1 NDVI F2 F3 F1 Ts F2 F3
方差比例
0. 76 0. 10 0. 02 0. 59 0. 17 0. 11
- 0. 27 - 0. 25 - 0. 24 - 0. 12
0. 00 - 0. 22 - 0. 56 0. 12 - 0. 76 0. 24 0. 15 0. 22 0. 61
NDVI 的大体相同 ,但其第 1 主成分仅占总方差的 59 % ,表征了全年的累计温度 。而年内温度的季
将计算出的 Ts 与 NDVI 值的时序数据相除 , 得到 Ts/ NDVI 数据集 。为了避免过小的 NDVI 值 可能导致 Ts/ NDVI 数据的异常 , 保证 NDVI 、 Ts 和
Ts/ NDVI 数据集的可比性 , 需对原始数据进行标
0. 07 - 0. 21 - 0. 28 - 0. 14
- 0. 35 - 0. 32 - 0. 23 - 0. 30 - 0. 34 - 0. 35
0. 02 - 0. 16 - 0. 63
0. 10 - 0. 02 - 0. 05
1. 2. 3 裸地像元
时间分辨率为旬 ,时间序列为从 1999 年 1 月上旬 至 1999 年 12 月下旬 ,共 36 个时间断面 。
2. 1 主成分分析
当 NDVI 值在 0 与 0 . 2 之间时 , 像元近似被认 为是裸地 ( 取 Pv = 0 , Ci = 0) , 有 : ε= 0 . 098 - 0 . 042 Ch1 Δ ε= - 0 . 003 - 0 . 029 Ch1 其中 , Ch1是通道 1 的反射值 。
不同月份的载荷因子
1 0. 26 0. 21 0. 23 2 0. 26 0. 24 0. 25 3 0. 26 0. 26 0. 26 4 0. 27 0. 22 0. 30 0. 04 5 0. 29 0. 03 0. 17 0. 32 0. 23 6 0. 31 0. 30 0. 24 0. 28 7 0. 33 0. 37 0. 33 0. 33 8 0. 33 0. 37 0. 33 0. 20 9 0. 32 0. 26 0. 32 0. 12 10 0. 29 0. 17 0. 28 11 0. 27 12 0. 25
http://www.cnki.net
12
武汉大学学报・ 信息科学版
2005 年 1 月
校正 , 反演 Ts 的误差可能很大 ( 可达到 12 K) [1 ] 。 在假定地表比辐射率已知的条件下 , 劈窗算法的 主要目的是剔除大气的影响 , 目前已取得了较好 的效果 。其主要思想是通过邻近通道所测量的亮 温线性 ( 或二次多项式) 组合来确定地表温度 [1 ] :
项目来源 : 国家自然科学基金资助项目 (40201036) ; 测绘遥感信息工程国家重点实验室开放研究基金资助项目 (WK L (03) 0102) 。
© 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved.
NDVI 值代替 。 1. 2 Ts
。
随着遥感对地观测资料的积累以及陆地表面 温度遥感反演精度的不断提高 , 将 Ts 与 NDVI 时 间序列资料结合进行地表植被动态变化已显示出 良好 的 应 用 前 景 。本 文 着 重 讨 论 以 下 问 题 :
收稿日期 :2004209218 。
地表温度在自然生态系统的演替循环中扮演 着十分重要的角色 , 可作为量化地表覆盖特征变 化的一个指标 。Ts 的遥感反演精度主要取决于 大气和比辐射率的影响 , 如果两者的影响没有被
摘 要 : 介绍了基于卫星遥感数据的可操作 NDVI 、 Ts 和 Ts/ NDVI 计算方法 ,讨论了 NDVI 、 Ts 和 Ts/ NDVI 数据 对植被覆盖信息表达的差异 ,分析了不同地表覆盖在 NDVI2Ts 空间的年内变化特征 。利用信息熵和平均梯度 定量分析了 NDVI 、 Ts 和 Ts/ NDVI 数据在信息表达丰富度方面的差异 ,讨论了在不同地表植被覆盖下 ,Ts/ NDVI 数据信息提高程度的敏感性 。 关键词 : 植被指数 ; 陆地表面温度 ;NDVI2Ts 空间 ; 信息熵 中图法分类号 :P237. 3
1. 3 Ts/ ND VI
( 5)
由表 1 可以看出 ,NDVI 第 1 主成分的载荷因 子在各月均为正值 , 意味着该主分量与年累计总 生物量有关 ( PC1 占总方差的 76 %) 。第 2 主成 分在 1 、 2、 3、 4、 11 、 12 月份为负值 ,5～10 月份为正 值 ,这代表年内生长旺季与非生长旺季植被指数 的变化程度 ( PC2 占总方差的 10 %) 。Ts 数据与
准化处理 。
节变化特征则由第 2 主成分表达 , 主要对应于 4 ～10 月份的夏 、 秋季节 ( PC2 占总方差的 17 %) 。
http://www.cnki.net
© 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved.
对地表覆盖变化特征进行监测 、 制图 ,在全球 变化研究中有重要作用 。初始的地表覆盖制图与 覆盖变化研究工作基于从 NOAA/ AVHRR 卫星影 像中得到的植被指数 ( NDVI) 的时序资料 。其中
NDVI 得到了较为广泛的使用 , 在植被变化检测 、
① NDVI 、 Ts 和 Ts/ NDVI 数据系列对草地与农牧 交错带植被信息表达的差异 ; ② NDVI \ | Ts 空间 所揭示的不同植被覆盖类型的年内变化特征 ; ③ 在地表覆盖分类的基础上 , 定量分析 Ts/ NDVI 数 据对不同植被覆盖类型的敏感性 。
第 30 卷 第 1 期 2005 年 1 月
武 汉 大 学 学 报 ・信 息 科 学 版 Geomatics and Information Science of Wuhan University
ห้องสมุดไป่ตู้
Vol. 30 No. 1 Jan. 2005
文章编号 :167128860 (2005) 0120011204
[3 ,4 ]
其中 , Ch1和 Ch2分别为第 1 、 2 通道的反射值 。从 原始 NOAA/ AVHRR 影像到 NDVI 的全部处理过 程均采用国际公认的可靠方法 ( 包括三星衰减订 正) 。同时 NDVI 数据都经过 MVC ( maximum value composites) 纠正 ,即图像中每一像元用该旬的最大
VI2Ts 空间变化特征提供了研究平台 。
当 NDVI 在 0 . 2～0 . 5 之间时 , 可认为像元反 映了植被与裸土的混合状况 。据 Sobrino 对典型 植被覆盖条件的实地测量结果 , 有 [ 6 ] : ε = 0 . 971 + 0 . 018 Pv Δ ε = 0 . 006 ( 1 - Pv )
1. 2. 1 混合像元
选择我国北方草地及其东南部毗邻的农牧交 错带 (farming2pastoral zone) 为研究区 。该区位于内 蒙古高原东南边缘和黄土高原北部 ,包括内蒙古 、 黑龙江 、 吉林 、 辽宁 、 河北 、 山西 、 陕西 、 甘肃 、 宁夏 、 青海 10 个省 ( 区 ) ( 封二彩图 1 ) 。该区为半干旱 气候 ,年平均降水量为 250 ～ 500mm , 年降水变化 率为 25 %～50 % ,经纬度范围为东经 100° ～125° 、 北纬 35° ～50° 。地表覆盖类型多样 ,植被 NDVI 变 化梯度明显 , 为理解区域尺度条件下的植被 ND2
第 30 卷第 1 期
陈云浩等 :基于卫星遥感数据的地表信息特征 — — — NDVI2Ts 空间描述 表 1 ND VI、 Ts 数据集的主成分分析
Tab. 1 Factor Loading Matrix of Principal Component Analysis for NDVI and Ts Data Sets
( 2)
i=n
∑( X
2 - X) / ( n - 1) 。 该数据集为均值为 0 、
均方差为 σ 的正态分布 。然后将经正态化的数 据集标准化至 0～255 之间 。
Xi | Xi = Xj - a b - a ( 7)
ε 式中 ,ε vi 和 si 分别表示 AVHRR 通道 i ( i = 4 , 5) 对 应的植被与裸土像元的比辐射率 ; Ci 代表了表面 特征 , 并考虑内部反射 ( 空洞效应 ) ( Ci = 0 时 , 表 示各向同质和表面平滑 ) 。 Pv 为植被盖度 ( 像元 中植被所占投影面积) , 可由下式得到 [ 5 ] :
式中 , T4 、 T5 分别为 AVHRR4 、 5 通道测量出的亮 Δ ε分别表示两通道上的比辐射率的均值与 温 ;ε、 ε = (ε 差值 ,ε = (ε 4 +ε 5 ) / 2 ,Δ 4 - ε 5 ) 。而比辐射 率可由下式计算 : ε i =ε vi Pv + ε si ( 1 - Pv ) + Ci
文献标识码 :A
基于卫星遥感数据的地表信息特征 — — — ND VI2Ts 空间描述
陈云浩1 杜培军2 李晓兵1 史培军1
(1 北京师范大学资源学院 ,北京市海淀区新街口外大街 19 号 ,100875) (2 中国矿业大学测绘与空间信息工程研究所 ,徐州市解放南路 ,221008)
1. 2. 2 植被完全覆盖像元
( 4)
本项目研究所利用的遥感数据为美国地球资 源观测系统数据中心的探路者数据库 ( pathfinder
data sets ) 提 供 的 NOAA/ AVHRR 的 通 道 数 据 及 NDVI 数字影像 。图像空间分辨率为 8km × 8km ,
当 NDVI 值大于 0 . 5 时 , 像元被认为是植被近 似完全覆盖和各向同质 。
1 指标计算方法
1. 1 ND VI NDVI 可由 NOAA/ AVHRR 的 1 、 2 通道数据计
算 , 其具体公式为 :
NDVI = ( Ch2 - Ch1 ) / ( Ch2 + Ch1 )
, 原因在于 NDVI 指数
是可见光与近红外波段的结合 ,Ts 反映了热红外 波段的信息 ,因而 Ts 与 NDVI 的比值可能会综合 更多有关植被的信息 。Lambin 和 Ehrlich 等人又 从水分平衡 ( 植被蒸腾 ) 、 温度效应与植被覆盖度 关系的角度 ,理解陆地表面温度与植被指数相结 合的时间序列对于植被覆盖成图及其覆盖变化分 析的合理性
宏观植被覆盖分类以及植被参数计算方面取得了 许多成果 [1 ] 。 在应用卫星数据进行陆地表面覆盖变化的研 究实践中 ,Lambin 和 Ehrhich 发现 , 利用陆地表面 温度 ( land surface temperature , Ts) 与 NDVI 的比值 时间序列比单独使用其中一种数据更能准确地进 行大尺度土地覆盖分类
) - 75 Δ ε Ts = T4 + 1 . 8 ( T4 - T5 ) + 48 ( 1 - ε ( 1)
首先产生正态化数据集 :
Xj | Xj = Xi - X
σ
( 6)
其中 , Xj 为 正 态 化 后 数 据 ; X i 为 原 始 数 据
n
X=
n
i =1
∑X / n ;
i i
均
方
差
σ=
Pv = NDVI - NDVImin NDVImax - NDVImin
2
其中 , X i 为正态化后数据集 ; a 、 b 为系数 , 按下式 确定 :
min{ Xj } - a = ( b - a) max{ X i } - a = 255 ( b - a)
( 8)
2 计算结果
( 3)
式中 , NDVImin 和 NDVImax 分别是裸地和植被完全 覆盖状态下的 NDVI 值 。研究表明 , 可以根据像 元类型的不同 ( 植被完全覆盖 、 裸地 、 植被与裸地 混合像元) 来选择不同的地表比辐射率值计算公 式。
13
主分量
F1 NDVI F2 F3 F1 Ts F2 F3
方差比例
0. 76 0. 10 0. 02 0. 59 0. 17 0. 11
- 0. 27 - 0. 25 - 0. 24 - 0. 12
0. 00 - 0. 22 - 0. 56 0. 12 - 0. 76 0. 24 0. 15 0. 22 0. 61
NDVI 的大体相同 ,但其第 1 主成分仅占总方差的 59 % ,表征了全年的累计温度 。而年内温度的季
将计算出的 Ts 与 NDVI 值的时序数据相除 , 得到 Ts/ NDVI 数据集 。为了避免过小的 NDVI 值 可能导致 Ts/ NDVI 数据的异常 , 保证 NDVI 、 Ts 和
Ts/ NDVI 数据集的可比性 , 需对原始数据进行标
0. 07 - 0. 21 - 0. 28 - 0. 14
- 0. 35 - 0. 32 - 0. 23 - 0. 30 - 0. 34 - 0. 35
0. 02 - 0. 16 - 0. 63
0. 10 - 0. 02 - 0. 05
1. 2. 3 裸地像元
时间分辨率为旬 ,时间序列为从 1999 年 1 月上旬 至 1999 年 12 月下旬 ,共 36 个时间断面 。
2. 1 主成分分析
当 NDVI 值在 0 与 0 . 2 之间时 , 像元近似被认 为是裸地 ( 取 Pv = 0 , Ci = 0) , 有 : ε= 0 . 098 - 0 . 042 Ch1 Δ ε= - 0 . 003 - 0 . 029 Ch1 其中 , Ch1是通道 1 的反射值 。
不同月份的载荷因子
1 0. 26 0. 21 0. 23 2 0. 26 0. 24 0. 25 3 0. 26 0. 26 0. 26 4 0. 27 0. 22 0. 30 0. 04 5 0. 29 0. 03 0. 17 0. 32 0. 23 6 0. 31 0. 30 0. 24 0. 28 7 0. 33 0. 37 0. 33 0. 33 8 0. 33 0. 37 0. 33 0. 20 9 0. 32 0. 26 0. 32 0. 12 10 0. 29 0. 17 0. 28 11 0. 27 12 0. 25
http://www.cnki.net
12
武汉大学学报・ 信息科学版
2005 年 1 月
校正 , 反演 Ts 的误差可能很大 ( 可达到 12 K) [1 ] 。 在假定地表比辐射率已知的条件下 , 劈窗算法的 主要目的是剔除大气的影响 , 目前已取得了较好 的效果 。其主要思想是通过邻近通道所测量的亮 温线性 ( 或二次多项式) 组合来确定地表温度 [1 ] :
项目来源 : 国家自然科学基金资助项目 (40201036) ; 测绘遥感信息工程国家重点实验室开放研究基金资助项目 (WK L (03) 0102) 。
© 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved.
NDVI 值代替 。 1. 2 Ts
。
随着遥感对地观测资料的积累以及陆地表面 温度遥感反演精度的不断提高 , 将 Ts 与 NDVI 时 间序列资料结合进行地表植被动态变化已显示出 良好 的 应 用 前 景 。本 文 着 重 讨 论 以 下 问 题 :
收稿日期 :2004209218 。
地表温度在自然生态系统的演替循环中扮演 着十分重要的角色 , 可作为量化地表覆盖特征变 化的一个指标 。Ts 的遥感反演精度主要取决于 大气和比辐射率的影响 , 如果两者的影响没有被
摘 要 : 介绍了基于卫星遥感数据的可操作 NDVI 、 Ts 和 Ts/ NDVI 计算方法 ,讨论了 NDVI 、 Ts 和 Ts/ NDVI 数据 对植被覆盖信息表达的差异 ,分析了不同地表覆盖在 NDVI2Ts 空间的年内变化特征 。利用信息熵和平均梯度 定量分析了 NDVI 、 Ts 和 Ts/ NDVI 数据在信息表达丰富度方面的差异 ,讨论了在不同地表植被覆盖下 ,Ts/ NDVI 数据信息提高程度的敏感性 。 关键词 : 植被指数 ; 陆地表面温度 ;NDVI2Ts 空间 ; 信息熵 中图法分类号 :P237. 3
1. 3 Ts/ ND VI
( 5)
由表 1 可以看出 ,NDVI 第 1 主成分的载荷因 子在各月均为正值 , 意味着该主分量与年累计总 生物量有关 ( PC1 占总方差的 76 %) 。第 2 主成 分在 1 、 2、 3、 4、 11 、 12 月份为负值 ,5～10 月份为正 值 ,这代表年内生长旺季与非生长旺季植被指数 的变化程度 ( PC2 占总方差的 10 %) 。Ts 数据与
准化处理 。
节变化特征则由第 2 主成分表达 , 主要对应于 4 ～10 月份的夏 、 秋季节 ( PC2 占总方差的 17 %) 。
http://www.cnki.net
© 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved.
对地表覆盖变化特征进行监测 、 制图 ,在全球 变化研究中有重要作用 。初始的地表覆盖制图与 覆盖变化研究工作基于从 NOAA/ AVHRR 卫星影 像中得到的植被指数 ( NDVI) 的时序资料 。其中
NDVI 得到了较为广泛的使用 , 在植被变化检测 、
① NDVI 、 Ts 和 Ts/ NDVI 数据系列对草地与农牧 交错带植被信息表达的差异 ; ② NDVI \ | Ts 空间 所揭示的不同植被覆盖类型的年内变化特征 ; ③ 在地表覆盖分类的基础上 , 定量分析 Ts/ NDVI 数 据对不同植被覆盖类型的敏感性 。
第 30 卷 第 1 期 2005 年 1 月
武 汉 大 学 学 报 ・信 息 科 学 版 Geomatics and Information Science of Wuhan University
ห้องสมุดไป่ตู้
Vol. 30 No. 1 Jan. 2005
文章编号 :167128860 (2005) 0120011204
[3 ,4 ]
其中 , Ch1和 Ch2分别为第 1 、 2 通道的反射值 。从 原始 NOAA/ AVHRR 影像到 NDVI 的全部处理过 程均采用国际公认的可靠方法 ( 包括三星衰减订 正) 。同时 NDVI 数据都经过 MVC ( maximum value composites) 纠正 ,即图像中每一像元用该旬的最大
VI2Ts 空间变化特征提供了研究平台 。
当 NDVI 在 0 . 2～0 . 5 之间时 , 可认为像元反 映了植被与裸土的混合状况 。据 Sobrino 对典型 植被覆盖条件的实地测量结果 , 有 [ 6 ] : ε = 0 . 971 + 0 . 018 Pv Δ ε = 0 . 006 ( 1 - Pv )
1. 2. 1 混合像元
选择我国北方草地及其东南部毗邻的农牧交 错带 (farming2pastoral zone) 为研究区 。该区位于内 蒙古高原东南边缘和黄土高原北部 ,包括内蒙古 、 黑龙江 、 吉林 、 辽宁 、 河北 、 山西 、 陕西 、 甘肃 、 宁夏 、 青海 10 个省 ( 区 ) ( 封二彩图 1 ) 。该区为半干旱 气候 ,年平均降水量为 250 ～ 500mm , 年降水变化 率为 25 %～50 % ,经纬度范围为东经 100° ～125° 、 北纬 35° ～50° 。地表覆盖类型多样 ,植被 NDVI 变 化梯度明显 , 为理解区域尺度条件下的植被 ND2
第 30 卷第 1 期
陈云浩等 :基于卫星遥感数据的地表信息特征 — — — NDVI2Ts 空间描述 表 1 ND VI、 Ts 数据集的主成分分析
Tab. 1 Factor Loading Matrix of Principal Component Analysis for NDVI and Ts Data Sets
( 2)
i=n
∑( X
2 - X) / ( n - 1) 。 该数据集为均值为 0 、
均方差为 σ 的正态分布 。然后将经正态化的数 据集标准化至 0～255 之间 。
Xi | Xi = Xj - a b - a ( 7)
ε 式中 ,ε vi 和 si 分别表示 AVHRR 通道 i ( i = 4 , 5) 对 应的植被与裸土像元的比辐射率 ; Ci 代表了表面 特征 , 并考虑内部反射 ( 空洞效应 ) ( Ci = 0 时 , 表 示各向同质和表面平滑 ) 。 Pv 为植被盖度 ( 像元 中植被所占投影面积) , 可由下式得到 [ 5 ] :
式中 , T4 、 T5 分别为 AVHRR4 、 5 通道测量出的亮 Δ ε分别表示两通道上的比辐射率的均值与 温 ;ε、 ε = (ε 差值 ,ε = (ε 4 +ε 5 ) / 2 ,Δ 4 - ε 5 ) 。而比辐射 率可由下式计算 : ε i =ε vi Pv + ε si ( 1 - Pv ) + Ci
文献标识码 :A
基于卫星遥感数据的地表信息特征 — — — ND VI2Ts 空间描述
陈云浩1 杜培军2 李晓兵1 史培军1
(1 北京师范大学资源学院 ,北京市海淀区新街口外大街 19 号 ,100875) (2 中国矿业大学测绘与空间信息工程研究所 ,徐州市解放南路 ,221008)
1. 2. 2 植被完全覆盖像元
( 4)
本项目研究所利用的遥感数据为美国地球资 源观测系统数据中心的探路者数据库 ( pathfinder
data sets ) 提 供 的 NOAA/ AVHRR 的 通 道 数 据 及 NDVI 数字影像 。图像空间分辨率为 8km × 8km ,
当 NDVI 值大于 0 . 5 时 , 像元被认为是植被近 似完全覆盖和各向同质 。