基于NDVI與豐度關(guān)系的MODIS影像滸苔混合像元分解方法

丁一，黃娟，崔廷偉，萬(wàn)振文，張怡，曹叢華，陳超，肖艷芳

(1.山東省海洋生態(tài)環(huán)境與防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，山東 青島 266061；2.國(guó)家海洋局 北海預(yù)報(bào)中心，山東 青島 266061；3.國(guó)家海洋局 第一海洋研究所，山東 青島 266061；4.丹麥氣象研究所，丹麥；5.浙江海洋大學(xué) 海洋科學(xué)與技術(shù)學(xué)院，浙江 舟山，316004)

基于NDVI與豐度關(guān)系的MODIS影像滸苔混合像元分解方法

丁一1，2，黃娟1，2，崔廷偉3，萬(wàn)振文4，張怡1，2，曹叢華1，2，陳超5，肖艷芳3

(1.山東省海洋生態(tài)環(huán)境與防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，山東 青島 266061；2.國(guó)家海洋局 北海預(yù)報(bào)中心，山東 青島 266061；3.國(guó)家海洋局 第一海洋研究所，山東 青島 266061；4.丹麥氣象研究所，丹麥；5.浙江海洋大學(xué) 海洋科學(xué)與技術(shù)學(xué)院，浙江 舟山，316004)

MODIS影像是滸苔業(yè)務(wù)化衛(wèi)星遙感監(jiān)測(cè)的重要數(shù)據(jù)源，但其空間分辨率(250 m)較低，混合像元效應(yīng)導(dǎo)致傳統(tǒng)的NDVI(Normalized Difference Vegetation Index)閾值法滸苔提取誤差較大。為解決此問(wèn)題，本文以準(zhǔn)同步的較高分辨率的HJ-1 CCD影像滸苔提取結(jié)果為基準(zhǔn)，建立基于MODIS NDVI與滸苔像元豐度(滸苔覆蓋面積占像元面積百分比)關(guān)系的滸苔信息提取模型，利用該模型可提取每個(gè)像元的豐度(即滸苔覆蓋率)，從而提高整景影像滸苔覆蓋面積提取精度。該模型可為滸苔災(zāi)害等級(jí)的確定以及防災(zāi)減災(zāi)應(yīng)急決策提供支持。

滸苔；MODIS；HJ-1 CCD；NDVI；豐度

1 引言

滸苔是一種繁殖能力和生命力強(qiáng)的大型綠藻，俗稱(chēng)苔條、青海苔等，呈棉花絮狀，為綠藻門(mén)石莼目石莼科滸苔屬的藻類(lèi)植物[1]，草綠色，既可分布在海水中，也可以在淡水中生長(zhǎng)。2008年中國(guó)黃海滸苔是迄今為止世界范圍內(nèi)最大規(guī)模的綠潮，持續(xù)時(shí)間3個(gè)多月，對(duì)沿岸水上運(yùn)動(dòng)、旅游、養(yǎng)殖和港口航運(yùn)造成不同程度影響，直接經(jīng)濟(jì)損失超13億元[2]。

掌握滸苔覆蓋、分布狀況是滸苔防災(zāi)減災(zāi)決策的先決條件。衛(wèi)星遙感具有大范圍、同步監(jiān)測(cè)的優(yōu)勢(shì)，在滸苔監(jiān)測(cè)中具有重要作用。2008年后相關(guān)學(xué)者針對(duì)滸苔衛(wèi)星遙感監(jiān)測(cè)開(kāi)展了大量研究，主要進(jìn)行不同起源的滸苔信息提取方法[3—9]，應(yīng)用多源遙感手段建立滸苔多源立體監(jiān)測(cè)系統(tǒng)[9—10]，以及應(yīng)用衛(wèi)星遙感監(jiān)測(cè)結(jié)果結(jié)合海洋動(dòng)力環(huán)境信息開(kāi)展?jié)G苔源頭和漂移分析[11—12]的研究。研究成果初步解決了滸苔災(zāi)害應(yīng)急監(jiān)測(cè)的問(wèn)題，為滸苔業(yè)務(wù)化衛(wèi)星遙感監(jiān)測(cè)以及防災(zāi)減災(zāi)決策提供了技術(shù)支持。

2008年后國(guó)家海洋局針對(duì)黃海滸苔開(kāi)始業(yè)務(wù)化衛(wèi)星遙感監(jiān)測(cè)，所用衛(wèi)星影像包括光學(xué)和SAR。光學(xué)影像主要包括MODIS和HJ-1 CCD影像，MODIS重訪周期短，可免費(fèi)獲取，在業(yè)務(wù)化監(jiān)測(cè)中應(yīng)用最廣泛。SAR影像主要包括Radarsat、Cosmo-Skymed和Terra-SAR，SAR影像具有全天時(shí)全天候監(jiān)測(cè)能力，但因其價(jià)格較高，業(yè)務(wù)化監(jiān)測(cè)中作為光學(xué)影像的補(bǔ)充。歸一化差值植被指數(shù)NDVI(Normalized Difference Vegetation Index)是陸地植被生長(zhǎng)狀態(tài)及植被覆蓋度的最佳指示因子，在植被遙感中應(yīng)用最為廣泛[14]。因此NDVI閾值法在光學(xué)影像滸苔提取中得到廣泛應(yīng)用。由于MODIS影像空間分辨率(250 m)較低，混合像元問(wèn)題嚴(yán)重；傳統(tǒng)NDVI閾值法是“硬分類(lèi)”方法，忽視混合像元存在，導(dǎo)致滸苔提取誤差較大。此外受海況、天氣以及滸苔自身因素影響，閾值很難統(tǒng)一[5]，不同監(jiān)測(cè)人員選取的閾值往往不同，這進(jìn)一步加大了結(jié)果的不確定性。部分學(xué)者針對(duì)中低分辨率影像監(jiān)測(cè)結(jié)果誤差較大的問(wèn)題開(kāi)展了初步分析，如崔廷偉等[12]對(duì)比分析了不同分辨率影像提取結(jié)果差異，鐘山等[13]分析了MODIS影像不同NDVI值閾值滸苔提取誤差。應(yīng)用混合像元分解方法可提取每個(gè)滸苔像元豐度，從而解決“硬分類(lèi)”方法導(dǎo)致誤差的問(wèn)題，然而應(yīng)用混合像元分解法解決MODIS影像滸苔信息提取未見(jiàn)相關(guān)報(bào)道。

因此本文參考準(zhǔn)同步30 m空間分辨率HJ-1 CCD影像，建立基于MODIS NDVI與滸苔像元豐度關(guān)系的滸苔混合像元分解模型，從而避開(kāi)端元選取對(duì)混合像元分解造成的影響。選擇晴空條件下準(zhǔn)同步的250 m分辨率MODIS影像和30 m分辨率HJ-1 CCD影像為數(shù)據(jù)源，建立MODIS(NDVI，豐度)樣本集，然后應(yīng)用樣本建立基于MODIS NDVI的滸苔像元豐度估算模型。通過(guò)模型可計(jì)算每個(gè)像元滸苔豐度，提取結(jié)果能區(qū)分不同區(qū)域滸苔疏密程度，同時(shí)可提高滸苔覆蓋面積總體估算精度，從而解決傳統(tǒng)閾值法滸苔信息提取不能解決混合像元導(dǎo)致誤差較大的問(wèn)題。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)

本文采用準(zhǔn)同步的MODIS和HJ-1 CCD影像開(kāi)展研究(圖1和圖2)，2013年6月29日，滸苔處于爆發(fā)期，天氣晴朗，MODIS和HJ-1影像成像時(shí)間(北京時(shí)間)分別是10：21和9：50。2014年5月26日，滸苔處于發(fā)展中期，天氣有輕微薄霧，MODIS和HJ-1成像時(shí)間(北京時(shí)間)分別是10：03和9：45。其中，MODIS影像地面分辨率250 m，掃描寬度為2 330 km，有紅和近紅2個(gè)波段[15]。HJ-1A和HJ-1B衛(wèi)星上均裝載的兩臺(tái)CCD相機(jī)，聯(lián)合完成對(duì)地刈幅寬度為700 km、地面分辨率為30 m、4個(gè)譜段的推掃成像，其中3、4波段為紅波段和近紅波段[16]。

圖1 2013年6月29日MODIS(a)和HJ-1 CCD(b)衛(wèi)星影像Fig.1 Satellite images shot on June 29，2013 by MODIS (a) and HJ-1 CCD (b)

圖2 2014年5月26日MODIS(a)和HJ-1 CCD(b)衛(wèi)星影像Fig.2 Satellite images shot on May 26，2014 by MODIS (a) and HJ-1 CCD (b)

2.2 方法

為發(fā)現(xiàn)MODIS影像滸苔像素NDVI與滸苔豐度對(duì)應(yīng)關(guān)系，以HJ-1 CCD滸苔提取結(jié)果為參考，計(jì)算MODIS影像滸苔像元NDVI對(duì)應(yīng)的豐度，應(yīng)用(NDVI，豐度)樣本集建立基于以MODIS 影像滸苔像元NDVI值為變量的豐度反演模型，利用該模型反演MODIS影像滸苔像元的豐度。其中，NDVI由MODIS影像計(jì)算得到，豐度由與NDVI像元時(shí)空匹配的HJ-1 CCD滸苔提取結(jié)果計(jì)算得到。模型建立流程見(jiàn)圖3。

圖3 建模流程圖Fig.3 Procedures of building the model

(1)影像處理，首先應(yīng)用ENVI4.7輻射定標(biāo)模塊、幾何校正模塊和FLASSH大氣校正模塊對(duì)MODIS影像和HJ-1 CCD影像進(jìn)行輻射標(biāo)定、幾何校正、大氣校正等預(yù)處理操作，然后計(jì)算兩景影像的NDVI值，并應(yīng)用NDVI閾值法結(jié)合人工解譯提取HJ-1 CCD影像中滸苔信息，得到(0，1)滸苔結(jié)果圖，1表示滸苔，0表示海水。

(2)子圖像裁切和配準(zhǔn)，從MODIS NDVI圖像和HJ-1 CCD滸苔提取結(jié)果圖中裁切子圖像對(duì)，以MODIS NDVI為基準(zhǔn)對(duì)HJ-1 CCD提取結(jié)果進(jìn)行配準(zhǔn)，配準(zhǔn)誤差小于1個(gè)像元(通過(guò)裁切子圖像進(jìn)行子影像對(duì)之間配準(zhǔn)可有效降低配準(zhǔn)對(duì)樣本誤差造成的影響)。其中HJ-1 CCD(0，1)結(jié)果子圖像比MODIS稍大一些，可保證配準(zhǔn)后NDVI像元都能在HJ-1 CCD結(jié)果圖中找到對(duì)應(yīng)的區(qū)域。

(3)樣本集建立，樣本由MODIS NDVI及其對(duì)應(yīng)像素滸苔豐度組成，其中NDVI從MODIS NDVI子圖像中讀取，對(duì)應(yīng)豐度由HJ-1滸苔提取結(jié)果圖計(jì)算，計(jì)算方法是通過(guò)MODIS NDVI值對(duì)應(yīng)像素位置，獲取HJ-1 CCD滸苔提取結(jié)果圖中同位置窗口，窗口內(nèi)包含9×9個(gè)像素(270 m×270 m)，通過(guò)統(tǒng)計(jì)窗口內(nèi)滸苔像素個(gè)數(shù)n(見(jiàn)圖4)，計(jì)算出該NDVI對(duì)應(yīng)的滸苔豐度a=n/81，應(yīng)用該方法讀取子圖像對(duì)內(nèi)所有NDVI像素對(duì)應(yīng)的豐度值，從而建立(NDVI，豐度)樣本集。需要指出的是，MODIS NDVI對(duì)應(yīng)像素大小為250 m×250 m，豐度計(jì)算窗口為9×9，對(duì)應(yīng)大小為270 m×270 m，窗口大小不同對(duì)樣本精度可能造成一定影響(見(jiàn)討論部分)，但本文未對(duì)影像重采樣使窗口大小一致，是為了防止重采樣引入新的誤差。

本文從2013年6月29日準(zhǔn)同步MODIS影像和HJ-1 CCD影像中裁切10對(duì)子圖像見(jiàn)圖5，在整景影像中位置見(jiàn)圖6。應(yīng)用10對(duì)子圖像按照上述樣本采集方法建立(NDVI，豐度)樣本集。

(4)應(yīng)用(NDVI，豐度)樣本集，建立豐度反演模型，進(jìn)而計(jì)算整景影像滸苔覆蓋面積。并應(yīng)用2景影像，參考HJ-1 CCD提取結(jié)果檢驗(yàn)?zāi)Ｐ途取?/p>

3 結(jié)果

3.1 基于NDVI的滸苔豐度反演模型

應(yīng)用2013年6月29日影像對(duì)中裁切的10對(duì)子圖像(見(jiàn)圖5)建立(NDVI，Abundance)樣本集(散點(diǎn)見(jiàn)圖7)，計(jì)算樣本中NDVI與對(duì)應(yīng)豐度間的相關(guān)系數(shù)為0.79。樣本集中，NDVI小于-0.3的所有樣本其對(duì)應(yīng)的豐度值都為0，因此去掉了NDVI小于等于-0.3的樣本。應(yīng)用剩余樣本建立滸苔像元豐度與NDVI關(guān)系模型(式1)，R2=0.635。

圖4 MODIS NDVI(a)與HJ-1 CCD滸苔覆蓋(b)對(duì)應(yīng)關(guān)系Fig.4 Matchup between MODIS NDVI(a) and HJ-1 CCD (b)Enteromorpha coverage

圖5 10對(duì)子圖像(a.MODIS NDVI；b.HJ-1 CCD)Fig.5 10 pairs of sub-images (a.MODIS NDVI；b. HJ-1 CCD)

圖6 10對(duì)子圖像的位置(a.MODIS NDVI，b.HJ-1 CCD)Fig.6 Locations of 10 pairs of sub-images(a.MODIS NDVI，b.HJ-1 CCD)

圖7 樣本散點(diǎn)和滸苔像元NDVI與豐度關(guān)系模型曲線Fig.7 Scattered samples and regressive curve of Enteromorpha pixels NDVI and abundance

圖8 模型驗(yàn)證所用2對(duì)子圖像(a、b.2014年MODIS NDVI和HJ-1 CCD滸苔提取結(jié)果，c、d.2013年相應(yīng)的影像對(duì))Fig.8 Two image-couplets for model validation MODIS NDVI and HJ-1 CCD subimages in 2014(a、b) and 2013 (c、d)

圖9 模型反演豐度(棕點(diǎn))與HJ-1CCD計(jì)算豐度(藍(lán)點(diǎn))的對(duì)比Fig.9 Contrast of derived Entromorpha abundance (brown spots) with the abundance calculated from HJ-1 CCD (blue spots) in 2014 (a) and 2013 (b)

(1)

式中，y為滸苔像元豐度，x為NDVI值。

3.2 模型驗(yàn)證

應(yīng)用HJ-1 CCD提取結(jié)果驗(yàn)證模型結(jié)果，為保證二者之間配準(zhǔn)精度，本文分別從2014年和2013年MODIS NDVI圖像和HJ-1 CCD結(jié)果圖中裁切子圖像對(duì)(見(jiàn)圖8)進(jìn)行空間配準(zhǔn)，應(yīng)用本文發(fā)展模型計(jì)算MODIS子影像中每個(gè)滸苔像素的豐度，然后應(yīng)用配準(zhǔn)后的HJ-1 CCD滸苔提取結(jié)果計(jì)算MODIS NDVI滸苔像素的豐度來(lái)驗(yàn)證模型計(jì)算的豐度。MODIS圖像NDVI與上述兩種方式計(jì)算豐度散點(diǎn)圖見(jiàn)圖9，從圖中可以看出HJ-1 CCD計(jì)算結(jié)果相對(duì)均勻分布于模型計(jì)算結(jié)果兩側(cè)。2013年和2014年HJ-1 CCD計(jì)算豐度和模型計(jì)算豐度間相關(guān)系數(shù)分別為：0.69和0.60，差值均值為-0.02和-0.03；HJ-1 CCD計(jì)算兩景MODIS子圖像滸苔覆蓋面積分別為2.99 km2和1.27 km2，模型計(jì)算面積分別為2.79 km2和1.01 km2，總面積差分別為：-0.20 km2和-0.26 km2。

3.3 模型應(yīng)用

應(yīng)用本文發(fā)展模型對(duì)2014年5月26日和2013年6月29日整景MODIS影像進(jìn)行滸苔信息提取。信息提取分為兩步：(1)應(yīng)用閾值法結(jié)合人工解譯，提取MODIS影像中所有滸苔像元；(2)應(yīng)用模型計(jì)算滸苔像元的滸苔豐度，然后根據(jù)滸苔像元豐度計(jì)算整景影像中滸苔覆蓋面積。2014年和2013年MODIS影像滸苔像元豐度反演結(jié)果見(jiàn)圖10。為評(píng)估模型提取的滸苔覆蓋面積，與應(yīng)用NDVI閾值法結(jié)合人工解譯提取準(zhǔn)同步HJ-1 CCD影像滸苔覆蓋面積進(jìn)行對(duì)比分析，2014年和2013年HJ-1 CCD影像滸苔提取結(jié)果見(jiàn)圖11，滸苔覆蓋面積分別為397 km2和259 km2。應(yīng)用本文模型計(jì)算豐度然后求取整景影像中滸苔覆蓋面積分別為：415 km2和189 km2，其與環(huán)境提取面積相對(duì)偏差分別為4.5%和-27%。模型對(duì)兩期MODIS影像滸苔覆蓋面積估算精度相對(duì)偏差不同的原因分析見(jiàn)4.2節(jié)。

圖10 MODIS影像滸苔像元與反演的豐度Fig.10 The MODIS Enteromorpha pixels and derived abundance

圖11 HJ-1 CCD滸苔提取結(jié)果圖Fig.11 Enteromorpha detected with HJ-1 CCD images

4 討論

4.1 模型誤差分析

從模型樣本集散點(diǎn)圖(見(jiàn)圖7)、模型單個(gè)像素驗(yàn)證(見(jiàn)圖9)以及覆蓋面積驗(yàn)證和應(yīng)用情況來(lái)看，樣本以及單個(gè)像素驗(yàn)證情況精度都比較低，而對(duì)整景影像覆蓋面積提取結(jié)果與HJ-1 CCD滸苔提取結(jié)果對(duì)比，精度比較高。原因分析如下：

(1)子圖像間配準(zhǔn)對(duì)樣本和模型的影響

本文以MODIS NDVI為基準(zhǔn)，對(duì)HJ提取結(jié)果進(jìn)行配準(zhǔn)，子圖像對(duì)之間分辨率差別較大，且配準(zhǔn)點(diǎn)和參考點(diǎn)都是滸苔像元，選擇難度也較大。因此子影像對(duì)間配準(zhǔn)必然存在誤差，會(huì)對(duì)(NDVI，豐度)樣本建立以及驗(yàn)證過(guò)程中應(yīng)用HJ-1 CCD提取結(jié)果計(jì)算豐度產(chǎn)生影響，特別是在滸苔覆蓋區(qū)域的邊緣影響較大。滸苔邊緣配準(zhǔn)偏差對(duì)樣本中豐度計(jì)算產(chǎn)生的誤差模擬分析見(jiàn)圖12，圖中黑框代表MODIS像元，0，1表示HJ-1 CCD提取滸苔結(jié)果，現(xiàn)有位置關(guān)系表示MODIS

影像和HJ-1 CCD提取結(jié)果正確配準(zhǔn)。若MODIS影像與HJ-1 CCD配準(zhǔn)右偏1個(gè)像素和右下偏1個(gè)像素，那么產(chǎn)生誤差見(jiàn)表1。右偏和右下方向偏差1個(gè)像素時(shí)，豐度值計(jì)算誤差較大，分別為0.12和0.21，如果配準(zhǔn)誤差2個(gè)像素，那么對(duì)豐度計(jì)算產(chǎn)生更大誤差。同樣道理配準(zhǔn)對(duì)于低覆蓋區(qū)豐度計(jì)算也會(huì)產(chǎn)生較大影響。

圖12 配準(zhǔn)對(duì)樣本豐度計(jì)算的影響示意圖Fig.12 The influence of calibration to the sample abundance calculation

真實(shí)豐度右偏1像素豐度/誤差右下偏1像素豐度/誤差左邊像素022033/+011043/+021右邊像素072060/-012051/-021

結(jié)合圖12和表1可以得出，在滸苔斑塊一側(cè)豐度樣本因配準(zhǔn)誤差被夸大，那么另一側(cè)會(huì)相應(yīng)的偏低，且偏差基本相等，這導(dǎo)致樣本向著模型曲線的兩側(cè)(見(jiàn)圖7)對(duì)稱(chēng)偏離，相關(guān)性下降。但同時(shí)指出，豐度值偏大的像素?cái)?shù)和偏小的是等量的，且偏移量基本相等，因此對(duì)模型的精度影響不大，這與樣本散點(diǎn)圖、評(píng)價(jià)散點(diǎn)圖較分散和但整景影像滸苔覆蓋面積提取精度較高是吻合的。

(2)樣本窗口大小不統(tǒng)一

MODIS影像一個(gè)像元大小為250 m×250 m，文中計(jì)算豐度時(shí)，對(duì)應(yīng)的HJ-1 CCD窗口為9×9個(gè)即為270 m×270 m，因此豐度樣本整體會(huì)偏大一些，這對(duì)模型建立會(huì)有一定影響。因此若應(yīng)用更高分辨率影像作為參考，可以避免窗口大小不匹配、配準(zhǔn)誤差較大以及參考HJ-1 CCD影像也存在混合像元等問(wèn)題對(duì)豐度樣本的影響，從而提高模型滸苔覆蓋面積估算精度。

(3)其他影響因素

MODIS影像NDVI值除受像元滸苔豐度影響外，還受漂浮和懸浮狀態(tài)、天氣條件等因素影響[5]。本文選擇滸苔大量繁殖的暴發(fā)期、晴空條件下影像開(kāi)展研究，可部分消除漂懸浮狀態(tài)和天氣對(duì)NDVI影響。此外，NDVI值還可能受海況的影響，進(jìn)而影響模型精度。

4.2 模型適用性分析

應(yīng)用本文模型，計(jì)算每個(gè)滸苔像元豐度，通過(guò)圖10可以看出，豐度圖可以反映不同海域滸苔分布以及疏密不同。應(yīng)用豐度圖計(jì)算總的覆蓋面積比NDVI閾值法精度有大幅度提高。其中2013年與HJ-1 CCD提取結(jié)果相對(duì)偏差為4.5%，2014年為-27%。2014年相對(duì)偏差較大原因是，該期影像有薄霧，使影像中滸苔像素NDVI值偏低，導(dǎo)致NDVI閾值法不能檢測(cè)到低豐度區(qū)滸苔像元，對(duì)照?qǐng)D8中HJ-1 CCD提取滸苔結(jié)果可以看出，受云霧和分辨率影響MODIS影像不能檢測(cè)到影像中左邊部分滸苔，同時(shí)也導(dǎo)致較高豐度區(qū)滸苔像素模型計(jì)算豐度偏低，綜合二者使整景影像滸苔檢測(cè)面積偏小。

NDVI與豐度的關(guān)系模型，是在天氣晴朗情況下建立的，對(duì)薄云霧情況下，影像NDVI值受影響，不能有效檢測(cè)到稀疏滸苔，則模型提取結(jié)果比滸苔真實(shí)面積偏小。模型建立所用衛(wèi)星影像是滸苔爆發(fā)期，對(duì)于量小、分布稀疏的滸苔發(fā)展初期，MODIS影像受分辨率影響不能檢測(cè)到所有滸苔像元，模型檢測(cè)結(jié)果會(huì)偏小，因此建議早期應(yīng)用高分辨率影像開(kāi)展?jié)G苔監(jiān)測(cè)。

5 總結(jié)

本文以準(zhǔn)同步、較高分辨率HJ-1 CCD影像為參考，建立了基于NDVI和滸苔像元豐度關(guān)系的MODIS影像滸苔像元豐度反演模型。模型可反演MODIS影像中每個(gè)滸苔像元豐度，應(yīng)用滸苔像元豐度計(jì)算影像中滸苔覆蓋面積，可較大大幅度提高M(jìn)ODIS整景影像滸苔覆蓋面積估算精度。

滸苔覆蓋面積提取是滸苔業(yè)務(wù)監(jiān)測(cè)的重要內(nèi)容，是滸苔災(zāi)害防災(zāi)減災(zāi)中災(zāi)害定級(jí)以及應(yīng)急決策的依據(jù)，應(yīng)用本文發(fā)展模型提取的滸苔覆蓋面積，可提高災(zāi)害定級(jí)和應(yīng)急決策的準(zhǔn)確性。

考慮到本文發(fā)展模型受到空間配準(zhǔn)影響，以及參考影像HJ-1 CCD同時(shí)也會(huì)存在混合像元的問(wèn)題，因此為了進(jìn)一步提高模型精度，可選擇更高空間分辨率的影像作為參考，以有效避免窗口大小不匹配和參考影像混合像元存在導(dǎo)致的樣本誤差，同時(shí)考慮天氣、滸苔懸浮狀態(tài)、生長(zhǎng)期等影響滸苔像元豐度的因子，進(jìn)一步開(kāi)展MODIS影像滸苔像元豐度反演研究。

致謝：感謝數(shù)據(jù)提供單位，其中MODIS數(shù)據(jù)從國(guó)家氣象局Vsat廣播系統(tǒng)獲取，HJ-1 CCD數(shù)據(jù)由衛(wèi)星資源應(yīng)用中心提供。

[1] 吳洪喜，徐愛(ài)光，吳美寧.滸苔實(shí)驗(yàn)生態(tài)的初步研究[J]. 浙江海洋學(xué)院學(xué)報(bào) (自然科學(xué)版)，2000，19(3): 230-234．

Wu Hongxi，Xu Aiguang，Wu Meining. Preliminary study on experimental ecology ofEnteromorphaprolifera[J]. Journal of Zhejiang Ocean University(Natural Science)，2000，19(3):230-234．

[2] 刑婷. 滸苔之困[N].中國(guó)青年報(bào)，2011.08.01(05).

Xing Ting. Enteromorpha disaster [N]. China Youth Daily，2011.08.01(05).

[3] Wei Shi，Wang Menghua. Green macroalgae blooms in the Yellow Sea during the spring and summer of 2008[J].J Geophys Res，2009，114：C12010.

[4] Hu Chuanmin，Li Daqiu，Chen Changsheng，et al. On the recurrent Ulvaprolifera blooms in the Yellow Sea and East China Sea[J]. J Geophys Res，2009，115：C05017.

[5] 孫凌，郭茂華，李三妹，等. 用FY-3A MERSI進(jìn)行青島海域滸苔監(jiān)測(cè)[J]. 遙感信息，2010(1):64-68．

Sun Ling，Guo Maohua，Li Sanmei，et al.Enteromorphaproliferamonitoring with FY-3A MERSI around the sea area of Qingdao [J].Remote Sensing Information，2010(1):64-68.

[6] 李三妹，李亞君，董海鷹，等. 淺析衛(wèi)星遙感在黃海滸苔監(jiān)測(cè)中的應(yīng)用[J]. 應(yīng)用氣象學(xué)報(bào)，2010(1):76-82．

Li Sanmei，Li Yajun，Dong Haiying，et al. Satellite remote sensing application toEnteromorphaproliferamontoring in the Yellow Sea.[J].Journal of Applied Meteorological Science，2010(1)：76-82．

[7] 劉振宇，江濤. 基于MODIS數(shù)據(jù)的滸苔信息提取方法研究[J].測(cè)繪科學(xué)，2008(S1):113-114．

Liu Zhenyu，Jiang Tao. The research on the way ofExtractingenteromorphaprolifera on the basis of MODIS[J]. Science of Surveying and Mapping，2008(S1):113-114．

[8] 曾韜，劉建強(qiáng). “北京一號(hào)”小衛(wèi)星在青島近海滸苔災(zāi)害監(jiān)測(cè)中的應(yīng)用[J]. 遙感信息，2009(3):34-37．

Zeng Tao，Liu Jianqiang.The application of Beijing-1 micro satellite data to algae disaster monitoring in the sea of Qingdao[J]. Remote Sensing Information，2009(3):34-37．

[9] 蔣興偉，劉建強(qiáng)，鄒斌，等. 滸苔災(zāi)害衛(wèi)星遙感應(yīng)急監(jiān)視監(jiān)測(cè)系統(tǒng)及其應(yīng)用[J]. 海洋學(xué)報(bào)，2009，31(1):52-64．

Jiang Xingwei，Liu Jianqiang，Zou Bin，et al.The satellite remote sensing system used in emergency response monitoring forEntermorphaproliferadisaster and its application[J].Haiyang Xuebao，2009，31(1):52-64．

[10] 顧行發(fā)，陳興峰，尹球，等. 黃海滸苔災(zāi)害遙感立體監(jiān)測(cè)[J]. 光譜學(xué)與光譜分析，2011，31(6):1627-1632．

Gu Xingfa，Chen Xingfeng，Yin Qiu，et al. Stereoscopic remote sensing used in monitoringEnteromorphaprolifradisaster in Chinese Yellow Sea[J]. Spectroscopy and Spectral Analysis，2011，31(6):1627-1632．

[11] 邢前國(guó)，鄭向陽(yáng)，施平，等. 基于多源、多時(shí)相遙感影像的黃、東海綠潮影響區(qū)檢測(cè)[J]. 光譜學(xué)與光譜分析，2011，31(6):1644-1647．

Xing Qianguo，Zheng Xiangyang，Shi Ping，et al. Monitoring green tide in the Yellow Sea and the East China Sea using multitemporal and multisource remote sensing images[J]. Spectroscopy and Spectral Analysis，2011，31(6):1644-1647．

[12] Cui Tingwei，Zhang Jie，Sun Li’e，et al. Satellite monitoring of massive green macroalgae bloom (GMB): imaging ability comparison of multi-source data and drifting velocity estimation[J]. International Journal of Remote Sensing，2012，33(17):5513-5527．

[13] 鐘山，丁一，李振，等. MODIS滸苔遙感監(jiān)測(cè)誤差分析研究[J]. 遙感信息，2013，28(1):38-42．

Zhong Shan，Ding Yi，Li Zhen，et al. Error analysis onEnteromorphaproliferamonitoring using modis data[J]. Remote Sensing Information，2013，28(1):38-42．

[14] 趙英時(shí)，陳冬梅，李小明.遙感應(yīng)用分析原理與方法[M]. 北京：科學(xué)出版社，2003．

Zhao Yingshi，Chen Dongmei，Li Xiaoming. Analysis principle and method of remote sensing applications[M]. Beijing：Science Press，2003．

[15] http://modis.gsfc.nasa.gov/about/design.php

[16] http://www.cresda.com/n16/n1130/n1582/8384.html

The decomposition method of MODIS imagesEnteromorphamixed pixels based on the relation of NDVI to abundance

Ding Yi1，2，Huang Juan1，2，Cui Tingwei3，Wan Zhenwen4，Zhang Yi1，2，Cao Conghua1，2，Chen Chao5，Xiao Yanfang3

(1.ShandongProvincialLaboratoryofMarineEcologyandEnvironment&DisasterPreventionandMitigation，Qingdao266061，China；2.NorthChinaSeaMarineForecastingCenter，StateOceanicAdministration，Qingdao266061，China；3.FirstInstituteofOceanography，StateOceanicAdministration，Qingdao266061，China；4.DanishMeteorologicalInstitute，Denmark; 5.MarineScienceandTechnologyCollege，ZhejiangOceanUniversity，Zhoushan316004，China)

MODIS images are valuable data source generated from operational satellite remote sensing for monitoringEnteromorphain the Yellow Sea. However，there are large errors inenteromorpha coverage derived on base of NDVI Threshold Method，because of mixed pixels in the coarse resolution(250 m) MODIS images. To solve the problem，this paper，using the near real-time HJ-1 CCD images as reference，the “NDVI-abundance” decomposition of mixed pixel model was established. The developed model can significantly improve the extractedEnteromorphainformation. As the method presented here can extract more accurate information，it is speculated to play a significant role in copying withEnteromorphadisasters.

Enteromorpha; MODIS; HJ-1 CCD; NDVI;abundance

10.3969/j.issn.0253-4193.2015.07.012

2014-09-04；

2014-12-08。

國(guó)家海洋局青年海洋科學(xué)基金項(xiàng)目(2012405)；海洋公益性行業(yè)科研專(zhuān)項(xiàng)經(jīng)費(fèi)項(xiàng)目(201205010，2013418025-2)；國(guó)家海洋局第一海洋研究所基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目(GY0214T03)。

丁一(1979—)，男，山東省日照市人，工程師，主要從事海洋環(huán)境遙感監(jiān)測(cè)和GIS應(yīng)用研究。E-mail：dingyi@bhfj.gov.cn

X55;X87

A

0253-4193(2015)07-0123-09

丁一，黃娟，崔廷偉，等. 基于NDVI與豐度關(guān)系的MODIS影像滸苔混合像元分解方法[J]. 海洋學(xué)報(bào)，2015，37(7): 123-131，

Ding Yi，Huang Juan，Cui Tingwei，et al. The decomposition method of MODIS imagesEnteromorphamixed pixels based on the relation of NDVI to abundance[J]. Haiyang Xuebao，2015，37(7): 123-131，doi：10.3969/j.issn.0253-4193.2015.07.012