Landsat OLI与ETM+遥感影像光谱信息差异及城市绿地生物量估算研究

摘要

Landsat系列卫星已有44年的对地连续观测任务，凭其适中的时间和空间分辨率、影像覆盖全球、可免费获取等优势，Landsat系列卫星广泛应用于区域尺度范围内森林资源管理、调查以及生物量的实时、连续动态监测。2013年2月发射的Landsat8OLI传感器相比之前的TM及ETM+传感器在扫描方式、波段光谱范围、辐射分辨率等方面进行了优化改进。显然，OLI与ETM+传感器的光谱信息之间必然存在一定差异，而光谱信息的差异是否会传递到生物量估算结果中？这种差异是否会影响使用两种传感器影像进行长时间序列的生物量估算？本文选取条带号均为119/39的OLI与ETM+传感器影像作为遥感数据源，在分析两种传感器表观反射率、地表反射率、NDVI指数等光谱信息差异的基础上，以杭州市辖区为例，提取影像的原始波段、植被指数、纹理信息等变量因子，分别利用多元逐步回归、随机森林模型估算研究区绿地地上生物量，并比较分析OLI与ETM+传感器影像生物量估算结果。研究得出以下结论:　　(1)OLI与ETM+传感器各波段差值的标准偏差均小于±0.06;两种传感器的表观反射率和地表反射率近红外波段的决定系数大于0.7，可见光波段、短波红外波段及NDVI指数的决定系数均大于0.8，且各波段及NDVI指数之间的显著性均小于0.001。经大气校正后得到的地表反射率可见光波段、短波红外波段及NDVI指数的相关性均高于表观反射率相应的各波段，可见大气校正，有利于缩小OLI与ETM+之间的差异。　　(2)基于OLI与ETM+影像建立的逐步回归模型R2为0.611、0.568;特征变量筛选后，基于OLI与ETM+影像建立的随机森林模型R2从0.735、0.703提高到0.777、0.743;变量筛选后随机森林模型估算精度得到提高，且随机森林模型精度总体上高于逐步回归模型。　　(3)OLI影像估算结果比ETM+估算结果具有较宽的值域范围，OLI范围为0～102.425t/hm2，ETM+范围为0～99.753t/hm2;OLI影像估算结果与样地实测值的决定系数为0.696，ETM+决定系数为0.678;两种影像估算结果的差值基本上以0为中心，且两者估算结果的相关性较高，决定系数为0.815，且其显著性小于0.001;生物量估算结果之间可通过YOLI=0.760+0.9667XETM+或YETM+=4.631+0.8429XOLI修正方程进行相互转换利用。　　(4)OLI与ETM+两种传感器的光谱信息差异较小，可用于城市绿地生物量估算;两种传感器生物量估算结果差异也较小，因此在利用Landsat系列影像进行长时间序列生物量估算研究时不需要考虑两种传感器的差异。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 基于Landsat卫星影像估算生物量的研究现状

1．2．2 Landsat OLI与ETM+的差异性研究

1．2．3 遥感估算模型

1．3 本文研究内容与方法

1．3．1 研究内容

1．3．2 研究方案及技术路线

2 数据来源与预处理

2．1 研究区域概况

2．2 遥感数据获取及处理

2．2．1 遥感数据收集

2．2．2 遥感数据处理

2．3 样地数据的收集及处理

3 研究方法

3．1 基于混合像元分解的绿地丰度信息提取

3．1．1 混合像元分解原理

3．1．2 端元提取

3．1．3 像元分解及精度评价

3．2 差异分析

3．3 遥感变量设置

3．4 自变量因子相关性分析

3．5 生物量遥感估算模型

3．5．2 随机森林

3．6 模型精度评价

3．7 小结

4 Landsat OLI、ETM+遥感影像光谱信息差异分析

4．1 Landsat 8、Landsat 7遥感影像光谱信息简述

4．2 光谱信息差异分析

4．2．1 表观反射率差异分析

4．2．2 地表反射率差异分析

4．2．3 NDVI差异分析

4．2．4 植被光谱差异分析

4．3 小结

5 Landsat OLI、ETM+遥感影像生物量估算及差异分析

5．1 城市绿地地上生物量遥感估算模型

5．1．1 逐步回归模型

5．1．2 随机森林模型

5．2 模型估算精度差异分析

5．3 估算结果值域分布差异

5．4 估算结果空间分布差异

5．5 估算结果相关性分析

5．6 小结

6 结论与讨论

6．1 结论

6．2 讨论

参考文献

个人简介

导师简介

致谢