中國(guó)區(qū)域Landsat 遙感指數(shù)產(chǎn)品

彭燕，何國(guó)金，張兆明，尹然宇

1. 中國(guó)科學(xué)院空天信息創(chuàng)新研究院，北京 100094

2. 中國(guó)科學(xué)院大學(xué)，北京 100049

3. 海南省地球觀測(cè)重點(diǎn)實(shí)驗(yàn)室，海南三亞 572029

引 言

遙感光譜指數(shù)是基于地物的光譜特征規(guī)律，將不同的遙感光譜觀測(cè)通道進(jìn)行組合運(yùn)算得到的，如植被指數(shù)、水體指數(shù)等。這些指數(shù)由于計(jì)算簡(jiǎn)單，指示性好，能有效地度量和監(jiān)測(cè)相應(yīng)的地物特征，被廣大遙感用戶和科研工作者廣泛應(yīng)用，同時(shí)也是很多地表地球物理參數(shù)（如葉面積指數(shù)、葉綠素和生物量）反演的關(guān)鍵輸入?yún)?shù)。研究生產(chǎn)并公開共享中國(guó)區(qū)域高質(zhì)量的、長(zhǎng)時(shí)間序列的遙感光譜指數(shù)產(chǎn)品具有重要的應(yīng)用價(jià)值。

本遙感指數(shù)產(chǎn)品集包括歸一化差值植被指數(shù)（Normalized Difference Vegetation Index，NDVI）、增強(qiáng)植被指數(shù)（Enhanced Vegetation Index，EVI）、土壤調(diào)節(jié)植被指數(shù)（Soil Adjusted Vegetation Index，SAVI）、改進(jìn)的土壤調(diào)節(jié)植被指數(shù)（Modified Soil Adjusted Vegetation Index，MSAVI）、歸一化燃燒指數(shù)（Normalized Burnt Ratio，NBR）、歸一化差值水分指數(shù)（Normalized Difference Moisture Index，NDMI）、歸一化差值水體指數(shù)（Normalized Difference Water Index，NDWI）和改進(jìn)的歸一化差值水體指數(shù)（Modified Normalized Difference Water Index，MNDWI）8 種遙感指數(shù)集。本產(chǎn)品空間上覆蓋了中國(guó)陸地區(qū)域，時(shí)間范圍為1980s-2019 年，空間分辨率為30 m。論文從數(shù)據(jù)來源、數(shù)據(jù)處理方法、產(chǎn)品命名、記錄格式、產(chǎn)品質(zhì)量等方面進(jìn)行了說明。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)采集方法

NDVI、EVI、SAVI、MSAVI、NBR、NDMI、NDWI 和MNDWI 遙感指數(shù)產(chǎn)品是在Landsat 系列地表反射率的基礎(chǔ)上生產(chǎn)的，所有的地表反射率數(shù)據(jù)均來自于中國(guó)科學(xué)院空天信息創(chuàng)新研究院何國(guó)金研究員團(tuán)隊(duì)所生產(chǎn)的中國(guó)Landsat 系列衛(wèi)星遙感數(shù)據(jù)地表反射率產(chǎn)品數(shù)據(jù)集[1]。

1.2 數(shù)據(jù)處理方法

1.2.1 歸一化差值植被指數(shù)

由于植被在近紅外波段處有較強(qiáng)的反射，其反射率值較高，而在紅波段處有較強(qiáng)的吸收，反射率值較低，因此歸一化差值植被指數(shù)（NDVI）通過計(jì)算近紅外波段和紅波段之間的差異來定量化植被的生長(zhǎng)狀況。該指數(shù)可反映植被的健康情況及植被的長(zhǎng)勢(shì)，由于計(jì)算簡(jiǎn)單，指示性好，被廣泛應(yīng)用于農(nóng)業(yè)、林業(yè)、生態(tài)環(huán)境等領(lǐng)域，同時(shí)也是生態(tài)物理參數(shù)反演的重要輸入?yún)?shù)，是目前應(yīng)用最為廣泛的植被指數(shù)之一。計(jì)算公式[2]為：

式中，ρn為近紅外波段地表反射率，ρr為紅光波段地表反射率。

1.2.2 增強(qiáng)植被指數(shù)

由于NDVI 指數(shù)容易受土壤背景和大氣的干擾，因此為了減少這些干擾，Liu 等人提出了增強(qiáng)植被指數(shù)（EVI），在NDVI 的基礎(chǔ)上引入了背景調(diào)節(jié)參數(shù)C1、C2和大氣修正參數(shù)L[2]，因此EVI 相比于NDVI 具有較強(qiáng)的抗大氣干擾能力以及抗噪音能力，更適用于氣溶膠含量較高的天氣狀況下，以及植被茂盛區(qū)。然而由于本數(shù)據(jù)集中NDVI 和EVI 均是在地表反射率的基礎(chǔ)上進(jìn)行反演的，其大氣的影響已經(jīng)在很大程度上得以消除，因此本數(shù)據(jù)集中NDVI 由于大氣而造成的影響也很大程度上減弱。計(jì)算公式[3]為：

式中，ρb為藍(lán)光波段地表反射率，G=2.5，C1=6，C2=7.5，L=1。

1.2.3 土壤調(diào)節(jié)植被指數(shù)和改進(jìn)的土壤調(diào)節(jié)植被指數(shù)

植被稀疏區(qū)域，土壤暴露，會(huì)影響紅波段和近紅外波段的反射率值，從而影響NDVI 的估算結(jié)果。為了消除土壤背景的影響，Huete 提出了土壤調(diào)節(jié)植被指數(shù)（SAVI）[4]，在NDVI 的基礎(chǔ)上加入土壤調(diào)節(jié)因子S，研究表明當(dāng)S=0.5 時(shí)能最大程度消除土壤背景的影響。該指數(shù)在植被稀疏區(qū)域較為穩(wěn)定，而在植被覆蓋茂盛區(qū)域不敏感。其計(jì)算公式為：

式中S為土壤調(diào)節(jié)因子，S=0.5。SAVI 比較適用于低植被覆蓋區(qū)，而且只有在知道該區(qū)域是屬于低植被覆蓋區(qū)的情況才能使用SAVI 指數(shù)來反映植被的生長(zhǎng)狀況與結(jié)構(gòu)，那么在對(duì)區(qū)域的植被覆蓋情況未知的情況，Qi 等人提出了改進(jìn)的土壤調(diào)節(jié)植被指數(shù)（MSAVI），將SAVI 的調(diào)節(jié)因子S 改為變量，隨著植被的覆蓋情況而變化，從而達(dá)到動(dòng)態(tài)消除土壤的影響[5]。MSAVI 在植被稀疏區(qū)域表現(xiàn)不敏感，隨著植被覆蓋度的增加，MSAVI 效果表現(xiàn)較好。其計(jì)算公式為：

1.2.4 歸一化差值水體指數(shù)和改進(jìn)的歸一化差值水體指數(shù)

McFeeterst 根據(jù)水體與其他地物的光譜響應(yīng)的差異提出了歸一化差值水體指數(shù)（NDWI）[6]，即利用綠光波段和近紅外波段的差異比值來增強(qiáng)水體信息，并減弱植被、土壤、建筑物等地物的信息。該指數(shù)便于地表水體信息有效提取，廣泛應(yīng)用于水資源、水文以及林農(nóng)業(yè)等領(lǐng)域。其計(jì)算公式為：

式中，ρswir1為中紅外1 波段地表反射率。利用該公式計(jì)算出來的建筑物的MNDWI 值會(huì)明顯減小，因此能在一定程度上抑制高建筑物的陰影，但是不能較好地去除冰雪或者山體陰影的影響[8]。因此在高山區(qū)、城區(qū)或者冰雪覆蓋區(qū)等區(qū)域，僅僅依靠單一水體指數(shù)很難完美地提取水體信息，往往需要多種指數(shù)相結(jié)合。

1.2.5 歸一化燃燒指數(shù)

歸一化燃燒指數(shù)（NBR）是Lopez 等人提出來的，通過計(jì)算近紅外波段和短波紅外波段的比值來增強(qiáng)火燒跡地的特征信息[9]，因此常被用于火燒跡地信息提取以及監(jiān)測(cè)火燒區(qū)域植被的恢復(fù)狀況。其計(jì)算公式為：

式中，ρswir2為中紅外2 波段地表反射率。

1.2.6 歸一化差值水分指數(shù)

歸一化差值水分指數(shù)（NDMI）是Hardisky 等人通過計(jì)算近紅外與短波紅外之間的差異來定量化反映植被冠層的水分含量情況[10]。在衛(wèi)星遙感數(shù)據(jù)中，由于植被在短波紅外波段對(duì)水分的強(qiáng)吸收，導(dǎo)致植被在短波紅外波段的反射率相對(duì)于近紅外波段的反射率要小，因此NDMI 與冠層水分含量高度相關(guān)，可以用來估計(jì)植被水分含量，而且NDMI 與地表溫度之間存在較強(qiáng)的相關(guān)性，因此也常用于分析地表溫度的變化情況。NDMI 的計(jì)算公式為：

式中，ρswir1為中紅外波段1 地表反射率。

2 數(shù)據(jù)樣本描述

該數(shù)據(jù)集包括1980s-2019 年中國(guó)陸地區(qū)域Landsat 系列衛(wèi)星遙感數(shù)據(jù)的NDVI、EVI、SAVI、MSAVI、NBR、NDMI 和NDWI 遙感指數(shù)產(chǎn)品，未來將持續(xù)更新。指數(shù)產(chǎn)品是以景為單位存放文件夾，由每種指數(shù)產(chǎn)品波段、質(zhì)量文件（Quality Assessment，QA）、元數(shù)據(jù)、縮略圖組成。

1）文件夾的命名規(guī)則為：衛(wèi)星-傳感器-path-row-成像日期-LSR-指數(shù)名稱，如L5-TM-115-026-19840418-LSR-NDVI。

2）指數(shù)產(chǎn)品波段：命名規(guī)則為衛(wèi)星-傳感器-path-row-成像日期-LSR-指數(shù)名稱.TIF，如L5-TM-115-026-19840418-LSR-NDVI.TIF?？臻g分辨率為30 m，投影坐標(biāo)系是WGS84 UTM。為了降低存儲(chǔ)空間，結(jié)果由原本0-1 范圍內(nèi)的浮點(diǎn)型均乘以10000 變成16 位整型，背景填充值為-9999，同時(shí)所有的柵格圖像均進(jìn)行了“LZW”的無損壓縮。NDVI、EVI、SAVI、MSAVI、NBR、NDMI、NDWI、MNDWI 8 種遙感指數(shù)的結(jié)果展示如圖1 所示，圖中的指數(shù)結(jié)果均是在2009 年5 月17 日獲取的軌道號(hào)為123032 的Landsat 5 地表反射率的基礎(chǔ)上進(jìn)行計(jì)算得到的。

3）質(zhì)量文件（QA）：在原始數(shù)據(jù)的基礎(chǔ)上生成的QA，為PIXEL-QA，主要是對(duì)填充值（Fill）、晴空（Clear）、云（Cloud）、云置信度（Cloud Confidence）、云陰影（Cloud Shadow）、冰雪（Snow/Ice）以及水（Water）等信息進(jìn)行標(biāo)識(shí)。命名規(guī)則為衛(wèi)星-傳感器-path-row-成像日期-PIXEL-QA.TIF，如L5-TM-115-026-19840418-PIXEL-QA.TIF。該QA 的屬性表具體可見地表反射率產(chǎn)品數(shù)據(jù)文章。

4）XML 元數(shù)據(jù)文件：描述了相應(yīng)遙感指數(shù)產(chǎn)品的基本信息及指數(shù)波段、QA 波段的相關(guān)信息。命名規(guī)則為衛(wèi)星-傳感器-path-row-成像日期-LSR-指數(shù)名稱.xml，如L5-TM-115-026-19840418-LSRNDVI.xml。

5）縮略圖：包括512 像素大小和1024 像素大小的縮略圖，命名規(guī)則分別為衛(wèi)星-傳感器-pathrow-成像日期-LSR-指數(shù)名稱-THUMB.JPG 和衛(wèi)星-傳感器-path-row-成像日期-LSR-指數(shù)名稱-BROWSER.JPG。

3 數(shù)據(jù)質(zhì)量控制和評(píng)估

遙感指數(shù)產(chǎn)品的輻射精度與幾何精度均由地表反射率產(chǎn)品的精度決定。至目前為止，幾何精度可參看USGS 的Landsat 衛(wèi)星數(shù)據(jù)正射產(chǎn)品精度，即其RMSE 小于等于12 m[11]。Landsat 5/7 地表反射率產(chǎn)品分別與相應(yīng)的MODIS 地表反射率產(chǎn)品進(jìn)行比較分析，結(jié)果表明，Landsat 5 TM 的均方根差（RMSD）約為2.2%-3.5%，Landsat 7 ETM+的均方根差約為1.3%-2.8%。利用野外實(shí)測(cè)數(shù)據(jù)對(duì)部分Landsat 8 地表反射率產(chǎn)品進(jìn)行了比較分析，其RMSD 約為3%-5%之間[12]。

圖1 遙感光譜指數(shù)結(jié)果示意圖

4 數(shù)據(jù)價(jià)值

NDVI、EVI、SAVI、MSAVI、NBR、NDMI、NDWI、MNDWI 遙感指數(shù)產(chǎn)品，具有幾何和輻射的一致性，適用于長(zhǎng)時(shí)間序列的分析與信息挖掘，在植被監(jiān)測(cè)、水資源管理、氣候變化研究以及火災(zāi)監(jiān)測(cè)等領(lǐng)域具有重要的應(yīng)用價(jià)值。

5 數(shù)據(jù)使用方法和建議

本數(shù)據(jù)集可通過地球大數(shù)據(jù)科學(xué)工程（ CASEarth ） Databank 在線服務(wù)網(wǎng)址（http://databank.casearth.cn）獲取數(shù)據(jù)。數(shù)據(jù)下載流程為注冊(cè)成功并登錄系統(tǒng)后，進(jìn)入平臺(tái)產(chǎn)品查詢界面，產(chǎn)品類型選擇“INDICES”，并根據(jù)需求選擇所需的指數(shù)產(chǎn)品，然后在所需要的數(shù)據(jù)下點(diǎn)擊下載，隨后會(huì)彈出一個(gè)下載對(duì)話框，該框中列出相應(yīng)的指數(shù)產(chǎn)品結(jié)果，QA 文件和元數(shù)據(jù)文件，根據(jù)需要下載數(shù)據(jù)即可。同時(shí)用戶可根據(jù)行政區(qū)、地圖選擇以及行列號(hào)等方式查詢所需要的數(shù)據(jù)。目前共享的產(chǎn)品主要包括1980s-2012 年云量小于50%的Landsat 5、2000-2003 年云量小于20%的Landsat 7 以及2018-2019 年的全部Landsat8 的遙感指數(shù)產(chǎn)品，后續(xù)作者將持續(xù)更新生產(chǎn)我國(guó)區(qū)域云量大于50%的Landsat 5、云量大于20%的Landsat 7、2013-2017 年和2019 年以后的Landsat 8 遙感指數(shù)產(chǎn)品，以提供更好的、持續(xù)的數(shù)據(jù)共享服務(wù)。若平臺(tái)系統(tǒng)中暫時(shí)缺少用戶所需的數(shù)據(jù)或者有與本數(shù)據(jù)相關(guān)的其他數(shù)據(jù)需求，可通過咨詢本文作者進(jìn)行申請(qǐng)。

致 謝

衷心感謝王桂周和龍騰飛在產(chǎn)品生產(chǎn)時(shí)遇到的存儲(chǔ)與效率問題給予的建設(shè)性意見。

數(shù)據(jù)作者分工職責(zé)

彭燕（1988—），女，湖南省郴州市人，在讀博士，工程師，研究方向?yàn)檫b感圖像智能處理。主要承擔(dān)工作：算法集成程序編寫，數(shù)據(jù)生產(chǎn)流程設(shè)計(jì)，論文撰寫。

何國(guó)金（1968—），男，福建省龍巖市人，博士，研究員，研究方向?yàn)檫b感數(shù)據(jù)智能處理與信息挖掘。主要承擔(dān)工作：總體思路與方案設(shè)計(jì)，論文修改。

張兆明（1980—），男，河南省鄭州市人，博士，副研究員，研究方向?yàn)檫b感數(shù)據(jù)智能處理與信息提取。主要承擔(dān)工作：技術(shù)指導(dǎo)，論文修改。

尹然宇（1996—），男，山東省臨沂市人，在讀博士，研究方向?yàn)檫b感圖像智能處理。主要承擔(dān)工作：數(shù)據(jù)挑選與整合。