基于高分一號遙感影像的植被覆蓋遙感監測
——以廈門市為例

彭繼達，張春桂

(福建省氣象科學研究所，福州 350001)

0 引言

高分衛星一般指高分辨率對地觀測衛星，最主要特點是高空間分辨率，其在精細化遙感應用中占有重要地位。中國早在《國家中長期科學和技術發展規劃綱要(2006—2020年)》中就將高分辨率對地觀測系統工程確立為重大專項之一[1-2]。

國內外學者利用高分一號(GF-1)衛星影像在農業種植區、森林環境監測、國土資源利用等方面進行了研究，例如基于高分衛星影像特征監測水稻、小麥等農作物長勢情況及對農作物進行分類，對森林植被信息進行提取，對露天礦開采地進行監測等[3-7]。迄今福建省在高分衛星數據應用方面的研究還比較少。在近幾年中國氣象局發布的全國植被生態指數監測公報中，福建省植被生態狀況排名一直處于全國前列，但福建省生態遙感監測方法主要基于風云系列、MODIS等中低分辨率衛星，其最高空間分辨率為250 m[8]，對于小面積地物及其精細變化很難精確辨識，這在一定程度上限制了生態遙感監測向更精細化方向的發展，所以有必要對GF衛星數據的預處理及其生態遙感監測應用效果進行研究。植被是陸地生態系統的重要組成部分，也是生態系統中物質循環與能量流動的中樞，在環境變化中起著指示器的作用。植被覆蓋是植被變化最直接的指標，研究其分布狀況可為植被的種植與保護提供可靠的科學依據[9]。本研究以廈門市為例，研究GF-1衛星數據的預處理方法及其在植被生態遙感監測中的應用效果。

1 GF-1衛星影像的植被覆蓋遙感監測方法

1.1 GF-1衛星影像數據獲取及影像特征

本研究所需GF-1衛星影像數據由中國資源衛星應用中心提供。GF衛星主要搭載2臺2m空間分辨率全色和8m空間分辨率的多光譜相機(GF-1PMS)和4臺16m空間分辨率的多光譜相機(GF-1WFV)，設計壽命為5～8 a。GF-1衛星具有高空間分辨率對地觀測和大寬幅成像結合的特點，其中GF-1PMS影像寬幅大于60 km，GF-1 WFV影像寬幅大于800 km，可為區域精細化觀測提供一定的寬幅空間。本文以GF-1WFV1衛星影像為例，介紹GF-1衛星影像的預處理過程。GF-1衛星有效載荷技術指標如表1所示，軌道參數如表2所示。

表1 GF-1衛星有效載荷技術指標Tab.1 Technical specifications of GF-1 satellite

表2 GF-1衛星軌道參數Tab.2 The orbit parameterofGF-1 satellite

1.2 植被覆蓋遙感監測技術流程

本研究先對GF-1原始影像進行預處理，包括輻射定標、大氣校正、正射校正，得到可見光和近紅外波段的反射率值，根據紅光和近紅外反射率值計算歸一化植被指數。基于像元二分模型，計算廈門地區植被覆蓋度，并對植被覆蓋程度進行分級，統計不同等級植被覆蓋度分布特征。技術流程如圖1所示。

圖1 植被覆蓋遙感監測技術流程Fig.1 Technical flowchart of vegetation coverage

1.3 GF-1影像預處理關鍵技術

1.3.1 GF-1影像輻射定標

輻射定標是使用衛星定標參數將衛星接收到的計數值(DN值)轉化為表觀輻亮度、表觀反射率等物理量的過程，是遙感信息定量化的前提與基礎。GF-1衛星采用Empirical Line定標方法即利用2個已知點的地面反射光譜值，再計算影像上對應像元點的平均DN值，然后利用線性回歸求出增益和偏移值，建立DN值與地面反射光譜值之間的相互關系。GF-1衛星影像數據定標公式為

L=GD+B，

(1)

式中：L為表觀輻亮度，W·m-2·sr-1·um-1；G為定標斜率，W·m-2·sr-1·um-1；D為衛星載荷觀測值；B為定標截距，W·m-2·sr-1·um-1。利用計算出的表觀輻亮度計算表觀反射率，即

(2)

GF-1衛星運行過程中會產生探測器性能的衰退、感應元件的老化、污染等，導致遙感器的探測精度、靈敏度減弱，因而需定期對遙感器進行系統定標。GF-1基于地面定標的方法即通過絕對輻射定標試驗進行定標。GF-1定標試驗場設在敦煌(中心經緯度為94.320 83°E，40.137 50°N)，通過選擇高(鹽堿地)、中(戈壁)、低(水體)反射率的典型地面目標物進行同步觀測，獲取衛星過境時場地的地表實測反射光譜數據、太陽輻射數據和大氣探空數據，并利用遙感方程，建立遙感數據與反映地物特征的地面有效輻射亮度值之間的關系，即Gain和Bias輻射定標參數(圖2)。但是地面定標由于包含了路程大氣的影響，還需進行大氣光學厚度、大氣廓線等的測量，而這些測量將直接影響輻射定標的精度。按照GF-1衛星儀器的性能要求，一般每間隔一年要進行一次地面場地定標，確保輻射定標參數的精度達到一定要求。

圖2 GF衛星進行高、中、低反射率3個場地同步觀測Fig.2 Simultaneous observations at different sitesof GF-1 satellite

中國資源衛星應用中心利用地面定標試驗結果對GF-1衛星的輻射特性進行監測和分析，并且每年發布衛星絕對輻射定標系數(表3為2017年度的)。

表3 2017年GF-1衛星絕對輻射定標系數Tab.3 the absolute calibration coefficients of GF-1 satellite for 2017

1.3.2 大氣校正

GF-1衛星影像在獲取過程中受到大氣的影響，傳感器接收的數據會產生畸變。一般通過大氣校正可以消除大氣對太陽和來自目標的輻射產生吸收和散射作用的影響，其中包括消除大氣中水汽、CO2，O3和O2等對地物反射率的影響；消除大氣分子和氣溶膠散射的影響，從而獲得地物反射率、輻射率、地表溫度等真實物理模型參數。通常，大氣校正是衛星影像反演地物真實反射率的必要手段。常見的大氣校正方法有輻射傳輸模型法、暗黑像元法、統計學模型法等。

本研究采用輻射傳輸6S模型法進行大氣校正。6S模型假定無云大氣的情況下，考慮了水汽、CO2，O3，CO，N2O和O2的吸收、分子和氣溶膠的散射以及非均一地面和雙向反射率的問題；同時，6S模型還采用逐次散射法(successive order of scattering，SOS)進行瑞利散射和氣溶膠散射計算，提高散射計算精度，是當前發展比較成熟的大氣訂正模型之一[10]。基于6S模型的到達衛星傳感器反射率(ρt)計算方法為

(3)

式中：θs為太陽天頂角；θv為觀測天頂角；φs為太陽方位角；φv為觀測方位角；ρr+a為由分子散射加氣溶膠所構成的路徑輻射反射率；Tg(θs,θv)為大氣吸收所構成的反射率；T(θs)為太陽到地面的散射透過率；T(θv)為地面到傳感器的散射透過率；S為大氣球面反照率，ρs為地面目標反射率[11]。

1.3.3 正射校正

正射校正是對影像空間和幾何畸變進行校正生成多中心投影平面正射圖像的處理過程，糾正儀器系統產生的幾何畸變，同時借助地形高程模型(digital elevation model，DEM)，消除地形引起的幾何畸變。在陡峭的斜坡和有很大高程差的地區，地形校正結果的質量取決于校正過程中所用DEM的精度和分辨率。廈門地區多高低起伏的地形，有必要進行正射校正。本研究采用有理函數模型(rational polynomial coefficient,RPC)對GF-1進行正射校正，將地面點大地坐標與其對應的像點坐標用比值多項式關聯起來。RPC模型的優點是計算量較小，校正精度較高，同時克服了嚴格軌道參數模型中衛星參數難以獲取的缺點。

圖3為輻射定標、大氣校正和正射校正處理后的廈門市2018年2月13日11時(北京時)GF-1-WFV1影像B3(R)，B2(G)，B1(B)合成圖。

圖3 廈門GF-1-WFV1真彩色圖像Fig.3 True color map of GF-1-WFV1 in Xiamen

1.4 植被覆蓋度分級方法

1.4.1 植被覆蓋度指標計算

本研究利用歸一化植被指數(normalized difference vegetation index，NDVI)和像元二分模型原理計算植被覆蓋度。

NDVI是植被生長狀態及植被覆蓋度最佳指示因子，主要利用綠色植物強吸收可見光紅波段(0.6～0.7 μm)和高反射近紅外波段(0.7～1.1 μm)特點對植被長勢進行遙感監測[12-13]，NDVI計算公式為

NDVI=(NIR-R)/(NIR+R)，

(4)

式中：NIR為近紅外波段的反射率；R為紅光波段的反射率。GF-1衛星影像的B3和B4對應可見光紅波段和近紅外波段。

像元二分模型原理是假設影像上一個像元的反射率可分為純植被部分反射率和非植被部分反射率2部分，則任一像元的反射率值可以表示為由植被覆蓋部分與非植被覆蓋部分的線性加權之和。根據這一原理，假設任何一個像元都是由有植被覆蓋部分地表與無植被覆蓋部分地表組成。因此，計算植被覆蓋度F的公式可表示為

(5)

式中：NDVIsoil為完全是裸土或無植被覆蓋區域的NDVI值；NDVIveg為完全由植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。根據整幅影像上NDVI的灰度分布，以0.5% 置信度截取NDVI的上下限閾值分別近似代表NDVIveg和NDVIsoil[14-15]。

1.4.2 植被覆蓋度分級

對GF-1衛星影像進行植被覆蓋度計算，得到所有影像的植被覆蓋度分布情況。將計算得到的植被覆蓋度(F)分為5個等級：低植被覆蓋度(F<10%)、較低植被覆蓋度(10%≤F<30%)、中度植被覆蓋度(30%≤F<50%)、較高植被覆蓋度(50%≤F<70%)和高植被覆蓋度(F≥70%)[16-17]。

2 GF-1遙感影像的植被覆蓋分級調查實驗——以廈門市為例

2.1 植被覆蓋度分級實驗結果

利用2018年2月13日GF-1衛星影像反演的廈門地區植被覆蓋度空間分布如圖4所示。GF-1-WFV1影像的空間分辨率為16 m，可以對廈門市植被覆蓋情況進行較精細的監測。監測結果顯示：海滄、集美、翔安、同安的內陸地區主要為林地，植被長勢良好，植被覆蓋度較高，大部分為高等級植被覆蓋度；沿海地區為城市建設區，植被覆蓋度相對較低，主要為較低至中度植被覆蓋度。廈門本島林區多分布在南部，特別是南部的五老山和云頂巖區域，所以其植被覆蓋度呈現南部優于北部的分布狀態，大部分區域處于中度至高植被覆蓋度范圍。總體上，廈門島外的內陸地區植被長勢明顯高于沿海地區；廈門本島的南部地區植被長勢優于北部地區；廈門市大部分地區植被覆蓋度較高。

圖4 廈門市植被覆蓋度等級圖Fig.4 Theclass map of vegetation coverage in Xiamen

2.2 結果分析

從不同等級植被覆蓋度面積統計表格(表4)可以看出：高植被覆蓋度的面積所占比較大，占到了廈門市植被覆蓋總面積的51.8%；較低、中度和較高植被覆蓋度的面積較接近，占比分別為15.3%，16.2%和15.0%；低植被覆蓋度面積較小，占比為1.6%。總體來看，廈門地區植被生長較好，植被生態環境較優。

表4 不同等級植被覆蓋度面積統計Tab.4 Statistics of vegetation coverage at different grades

3 結論

本研究通過GF-1衛星影像反演廈門市植被覆蓋度，并利用衛星影像的高空間分辨率優勢，將廈門市植被覆蓋度分為5個等級。根據植被覆蓋度等級分布，分析廈門不同地區植被覆蓋狀況，并進行評價，以期更好地維護地區植被生態系統。研究對比顯示，GF-1衛星監測結果較中低分辨率衛星精度高，且能監測到中低分辨率衛星無法監測到的更細化的植被覆蓋度等級特征。總體上，GF-1衛星影像在廈門地區植被覆蓋度遙感監測方面適用度較好。目前，福建省遙感監測業務主要利用風云系列和MODIS、向日葵衛星數據。隨著生態遙感分析的更精細化需求，特別是監測臺風、洪澇等重大氣象災害局地破壞狀況，傳統遙感監測方式難以滿足。本研究詳細闡述GF-1衛星影像的預處理方法及植被精細化遙感反演方法，為福建省GF衛星的應用推進和精細化生態遙感監測分析提供了一定參考。值得注意的是，GF衛星影像空間覆蓋范圍較中低分辨率衛星要小，更適用于局地精細化的生態遙感監測及分析。