基于MODIS與HJ星CCD數據的融合研究

楊吉 賀杰 謝砫軍

摘要：指出了中國的環境減災小衛星（簡稱HJ）數據以及美國的陸地觀測系統（EOS）的MODIS傳感器數據已經在各個研究領域已得到廣泛的應用。然而，兩種數據的數據特性以及應用目的均存在較大差異。基于此，針對不同特性的MODIS和HJ星CCD遙感影像，基于具有較高的圖像保真效果的Gram-Schmidt方法開展了融合研究，并對數據融合結果進行了精度評價。結果表明：兩種數據融合后的結果與對照數據相比，相關系數能夠達到0.8914。考慮融合后數據的高時間、高空間分辨率結果，該融合在各個土地利用類型中適合度具有重要意義，具有廣泛的應用前景。

關鍵詞：圖像融合；HJ星；MODIS；空間分辨率；Gram-Schmidt

中圖分類號：TN911.73

文獻標識碼：A 文章編號：16749944（2016）08017702

1 引言

目前，各種遙感影像數據已被廣泛應用于各個領域進行輔助研究。為了滿足研究中的不同需求，將不同傳感器、不同空間分辨率和不同時段的遙感影像數據進行了融合。如柳文祎等在ALOS數據的實用融合方法研究中發現，BROVEY變換法在提高目視效果和識別精度方面優于其他幾種融合方法[1]；朱長明等采用時空自適應反射率融合模型（STARFM）算法實現MODIS09數據和TM/ETM+數據的融合，獲得與SLC-off數據相同時相和空間分辨率的融合數據，然后采用局部線性直方圖匹配完成對SLC-off數據填充[2]；陳偉利等研究了SVM的多光譜影像與SAR圖像融合[3]。總體而言，根據各研究中的需要，通過各種方法將不同傳感器不同精度的遙感影像進行圖像融合，但其中并未涉及將MODIS與中國環境與災害監測預報小衛星（以下簡稱HJ星）遙感圖像進行融合。

基于此，筆者將采用Gram-Schmidt影像融合算法對不同時段和不同空間分辨率的MODIS和HJ星遙感影像進行融合，用以改善MODIS遙感影像數據的空間分辨率和HJ星遙感影像數據的時間分辨率的不足，并對其融合結果進行精度評價。

2 數據選擇與預處理

此次將重慶市沙坪壩區大學城作為研究區域，對不同空間分辨率和不同時間的MODIS與HJ星遙感圖像進行融合，并對融合后的結果分析評價，因此在對數據進行選取時需要考慮影像的時相、云量和植被覆蓋等因素，在綜合考慮各因素影像的情況下，選擇2010年9月中4 d的MODIS和HJ星影像圖，詳細信息見表1。

環境減災衛星雙星搭載的4 部CCD傳感器具備大視場、高空間分辨率的觀測能力，可以獲得大量環境監測、災害與陸地資源的遙感數據[4]。HJ星數據空間分辨率為30 m，2 d內可以覆蓋中國所有區域。將HJ星影像的3波段（紅）和4波段（近紅外）作為研究對象，考慮到HJ星傳感器自身原因，并對HJ星數據進行幾何校正和輻射定標。由于幾何校正和輻射定標后的HJ星影像的范圍比較廣，因此根據研究區域的范圍將已幾何校正和輻射定標后的HJ星影像裁剪，用裁剪后的影像與MODIS影像進行融合研究。

MODIS每1～ 2 d 觀測地球表面一次，36個光譜通道的光譜范圍從0. 4 μm（可見光）到14. 4μm（熱紅外）全光譜覆蓋[5]。此次MODIS數據處理所用的軟件是MRT（MODIS Reprojection Tool），它是處理MODIS 數據的強有力工具[7]。

3 研究方法

本次研究采用Gram-Schmidt方法對低分辨率的MODIS影像和高分辨率的HJ星影像進行融合，運用該方法融合使得光譜信息保真性較高，同一地物的光譜波形沒有發生變化，且融合處理后能夠使圖像有更高的對比度，比如植被覆蓋地區能夠更容易從耕地和建筑物中區分出來，這對于研究融合結果的各土地利用類型識別能力具有重要意義。

Gram-Schmidt變換的核心思想是利用投影原理對任一組線性獨立的向量通過Gram-Schmidt變換獲得該向量的一組正交基[6]。該變換的一個特點是，變換后各矢量只是正交，而各矢量的順序并非按照信息量大小排序，這也是與PC變換的主要區別之一[7]。Gram-Schmidt融合方法的基本步驟是首先采用光譜重采樣的方法模擬產生第一分量，通過Gram-Schmidt變換將多光譜圖像轉換到正交空間，再利用高空間分辨率圖像替換第一分量，最后通過Gram-Schmidt反變換獲得融合后圖像[8]。

通過前面的幾何校正、輻射定標、區域裁剪，數據預處理基本完成，接下來通過已經確立的Gram-Schmidt變換的融合算法對2010年9月16日～2010年9月20日這4 d的MODIS影像與2010年9月16日的HJ星影像進行融合，具體步驟見圖1。

4 結果與分析

本次實驗是將MODIS遙感影像和HJ星遙感影像作為研究對象，利用MODIS影像時間分辨率高和HJ星空間分辨率高的優點，采用了Gram-Schmidt算法將兩種影像進行融合（圖2），并對融合后的結果進行了相關性分析（表2）。

紅波段的MODIS與HJ星數據融合，均是高度相關；近紅外波段的 MODIS與HJ星數據融合除了第一天，其余的均為顯著相關。雖然9月20日紅波段融合后的相關系數比9月19日紅波段融合后的相關系數多了0.003227，9月19日近紅外波段融合后的相關系數比9月18日近紅外波段融合后的相關系數多了0.020171，但是隨著相隔時間的增加，相關性變化的趨勢是逐漸減弱，并且紅波段的相關性總是高于近紅外波段的相關性。

5 結語

MODIS遙感影像數據和HJ星遙感影像數據融合后，不管是紅波段還是近紅外波段，融合后的效果都較好，相關系數均超過0.6977（顯著相關）。在相隔4 d內，利用高時間分辨率的下一時間段MODIS影像數據融合得到高空間分辨率數據，能夠廣泛應用于災情和環境變化的監測。紅波段和近紅外波段相比，紅波段的效果明顯要比近紅外波段融合后的效果好。總體而言，兩個波段的精度較好，基于其生產的植被指數數據能夠滿足區域時間序列觀測需求。考慮到本文中數據的限制，沒有對更長時間序列的數據開展分析。同時沒有對融合后不同土地利用類型區域分別進行相關性分析。需要開展更進一步的后續研究。

參考文獻：

[1]柳文祎，何國金，張兆明，等.ALOS全色波段與多光譜影像融合方法的比較研究[J].科學技術與工程，2008（11）：2864～2869.

[2]朱長明，沈占鋒，駱劍承，等.基于MODIS數據的Landsat-7 SLC-off影像修復方法研究[J].測繪學報，2010（3）：251～256.

[3]陳偉利，陶和平，劉斌濤.基于SVM的多光譜影像與SAR圖像融合地物分類研究[J].安徽農業科學，2010（20）：10662～10664.

[4]劉睿，孫九林，王卷樂，等.環境與災害監測預報小衛星CCD數據質量評價[J].地球科學進展，2011（9）：971～979.

[5]侯慧姝，楊宏業.MODIS積雪產品及研究應用概述[J].遙感技術與應用，2009（2）：252～256.

[6]呂京國，張小詠，蔣玲梅，等.MODIS地表產品數據的相關算法及處理過程[J].遙感信息，2009（4）：25～29.

[7]趙珍梅，馬偉，王潤生.三種高保真遙感影像融合方法效果評價與分析[J].地質與勘探，2010（4）：705～710.

[8]李存軍，劉良云，王紀華，等.兩種高保真遙感影像融合方法比較[J].中國圖象圖形學報，2004（11）：106～115.