DB51∕T 1089-2010 基于MODIS数据的草原地上生物量遥感估测技术规程(四川省).pdf

TCS 65. 020. 30 备案号28179-2010DB51 四. , 省Eh巳tTJ 方标准DB 51/T 1089-2010 基于MODIS数据的草原地上生物量遥感估测技术规程Technical Rules for Grassland above-ground Biomass Remote Sensing Monitoring base on MODIS Data 2010-06-01发布2010-07 -01实施四川省质量技术监督局发布D851/T 1089-2010 目;欠目.F，. 11 1 范围. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 规范性引用文件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 3 术语和定义. 1 4 基本方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 5 前期准备. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 6 地面调查.2 7 MODIS数据处fEjl. 3 8 植被指数合成. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 9 模型建立.4 10 结果计算与评价.4 附录A(资料性附录)国A.1 应用MOD1S数据进行牛物量估测的技术流程.6 附录B(资料性附录)MOD1S数据产品分级.7 附录c(资料性附录)常用的MOD1S植被指数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 目IJ1=1 本标准中附录A、附录B、附录C、附录D为资料性附录。本标准由四川省畜牧食品局提出井归口。本标准由四川省质量技术监督局批准。本标准起草单位:四川省草原工作总站。本标准主要起草人:张结校、用俗、唐川江、张j斤跃、侯众、严东海、鲁岩。D851/T 1089-2010 OB51/T 1089-2010 基于MODIS数据的草原地上生物量遥感估测技术规程1 范围本标准规定了应用MODTS数据进行草原地上生物量估测的右法和技术要求。本标准适用于应用MODlS数据开展天然草原产量的遥感监测工作。2 规范性引用文件下列文件对于本文件的应用是必不叫少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。NY/T 1233-2006 草原资源与生态监测技术规程。DB51/T 939-2009 草原资训遥感监测地面布点与样方测定技术规程。3 术语和定义下列术语和定义适用于木标准。3. 1 MOOIS数据MOOISdata 中分辨率成像光谱仪(MODIS)对地扫描生成的图像。3. 2 地上生物量above-groundBiomass 草原地面以上所有植物植物体的总量。以下简称生物景。3. 3 数字地图digitalmap 以数字形式表达的，可存储在磁盘、磁带、光盘等介质上的地图。3. 4 多时相数据temporaldata 不同时间获取的同一地域的一组罔像、地罔或地理数据。3. 5 图像处理imageprocessing 罔象数字化、复原、几何校正、增强、统计分析和信息提取分类、识别等同像加工的各种技术力法的统称。3. 6 中直被t旨主&vegetationindex, VI D851/T 1089-2010 通过地表覆盖物在可见光波谱段的吸收和在近红外波谱段的反射特性，建立的用于描述植被数量和质量的参数。3. 7 植被指数合成vegetationindex composite 在多日植被指数中，按照一定标准和圳则，选择其中一个植被指数的过程。3. 8 植被指数合成期vegetationindex composite period 用于实施合成的时间段。草原生物量陆测中，怕被指数合成期一般采用8天、16天、旬和月。3. 9 等距抽样systematicsampl ing 首先将总体中各单位按-定顺序排列，根据样本容量里求确定抽边问阳，然后随和L确定起点，每隔定的问阳抽取个单位的种抽样方式。4 基本方法获取监测区MODIS遥感图像资料，经过计算机处理、识别、分类，提取植被指数信息:进行地面实测，获取草原样地数据:用地学和数理统计方法，通过植被指数Lj生物量的相关性分析，建力:数学模型并进行验证和修正:利用模塑估测牛物量;对结果精度进行评价。所用MODIS数据进行生物量估测的技术流程见附录A。5 前期准备5. 1 本底资料数字地图，包含行政区域、地形、道路、河流等要素，省级地图比例应二三1:100万，州(市)、县级地图比例应注1:2.5万。草原类型分布图，包含草原类、细、型的分布区域、由T等要素，地图比例应二月50万。其它资料，包括监测区自然条件 、畜牧业生产、杜会经济概况及草原灾害发生情况。5. 2 软硬件设备有更件:运算速度较高的计算机:图形输入、输附设备等。软件:如ENVI、ERDAS等图像处理软件ArcGIS等地理信息软件SPSS、Access等统计分析、数据)车软件。6 地面调查进行地面调查，获取阳测医内样地的草原类型、棉被盖度、高度、生物量等信息。地面数据经计算机汇总和整理，转换成地理信息软件识别的宇间数据，作为遥感监测的样本。地面调查方法参照NY/T1233-2006 草原资源与生态监测技术规程、DB51/T939-2009 草原资源遥感陆测地面布点与样方测技术规程。D851/T 1089-2010 7 MODIS数据处理7. 1 数据选用原则覆盖盹;则也:成像时间与地面调查时间基本一致:优先选择近星下点，残存云、日音影、大气气溶胶少的图像:优先选择产品级别较高的图像。7.2 图像预处理根据MODIS数据产品级别，确定处理流程。MODIS数据产品分级见附录B。利用地而接4史系统接收到的MODIS数据为L1A原始数据，经过数据解包生成L1BHDF格式数据。对HDF数据进行辐射纠正、投影变换、儿何纠正等预处理二L作后，形成LD2文件。7.3 几何精纠正对于随机国主导致的图像畸变，主要通过野外实测、基于己有图像或者数字化地图获得地面控制点进行儿何精纠正。控制点的数量根据国像的大小和纠正模型参数来确定。精度要求均万误差在1个像兀以内。7.4 图像士曾强经预处理的MODIS图像需进一步增强、拉伸、不同分辨率融合、波段运算等，突出图像目标信且，使各国像分辨率、质量达到一致。7.5 图像镶嵌与裁切一景图像不能完全覆盖监测区时，而要对儿景图像进行攘嵌。提取监测区或感兴趣区域(AOI)时，而要进行裁切。8 植被指数合成8. 1 植被指数分类草原生物量:估测中，一般用标准的归一化植被指数(NDVI)和增强植被指数(EVI)0 MODIS波段分布和主要向用见附录C。常见的植被指数见附录D。8. 2 植被指数计算根据不同植被特征、土壤背景等因素选择适宜的植被指数，按照计算公式进行波段运算。8. 3 植被指数合成依照顺序，采用以下4种力法中的一种进行植被指数合成:地物二向性反射(BRDF)合成:合成期内，晴天观测值超;ti30%，采用BRDF吏型合成。有限视角内的最值合成(CVMVC)合成期内，晴天xJ!J测值少J二30%，日多J2天，选择其中视角最小的2个植被指数，取二者中最人值。直接计算植被指数:合成期内，只有l天无云，直接使用这天的植被指数。最大值合成(MVC)合成期内所有观测全部有云，j主取所有植被指数的最大值。9 模型建立D851/T 1089-2010 通过对草原地上生物量与植被指数的相关性分析，建立数学模型。应考虑不同草原类型、地域以及牧草生长期等条件的差异分类建棋在择适当的植被指数和模型力程。9. 1 提取灰度值将各样地数据复合到植被指数罔上，提取各样地在植被指数罔上对应像兀的灰度值。9. 2 建立模型使用统计分析工具(软件)，将像元灰度数值作为自变量(x)，将草原地七生物量当作因变量(y), 求回归方程，分析过程中j去抑不真实或异常的数据。选用不同类型曲线方程，根据其相关程度和拟合效果，选用相关系数高、F检验达到O.05罩著水平以卡的方程作为模型。9. 3 验证与修正把模型反演值Lj调查值通过统计学方法进行比较，验证棋型的I-lJ信度。当误差较大时，应分析误差产生的原因，检查图像处理、建模、计算等步骤是否正确，然后修改参数豆豆重祈建棋。验证方法:从地面调查数据中按等距抽样方法抽取-定比例(10%20%)的数据(这些样地数据在建模前抽取，不参与建模过程)对模型进行验证。或按总样地数的定比例(5%10%)在反演结果图上随机抽取像元值和像元的位置，到实地验证。10 结果计算与评价10. 1 生物量计算与统计利用植被指数图和已建立的估产模型反演草原生物量，逐像元计算，统计不同草原类型、不同区域的生物量。制作生物量分布图。10.2 精度评价结合本底资料、实测数据来|生物量估测的精度进行评价。精度评价:将估测值直接与地面调奇数掘进行比较，评价估测的精度。生物量估测值与真值(地面调奇数据)的误差越小，精度越高。相对误差计算公式为:式巾:E 相对误芳:f.l 具值;x 生物量的洲值。精度计算公式为:p= (1-1;) X100% 式巾:p 精度 互二互|X (1)式计算的相对误差。. (1) . (2) 地面调杳、附录A(资料性附录)图A.1应用MODIS数据进行生物量估测的技术流程不l口I级别的MODIS数据o级MODIS纪(据l级MODISp(据预处理2几jl忖L正、辐射纠正、投影变换数字化地图:草原类型国投影;交投;儿何精纠正级或2级以上MODIS数知j免影变换多时相合成多8J相合成植被指数数据的汇总整理样地空|町、属性数据模型验证与修正D851/T 1089-2010 D851/T 1089-2010 附录B(资料性附录)MODIS数据产品分级MODTS标准数据产品根据内容的不同分为O级、l级数据产品，在1B级数据产品之日，划分2级4级数据产品，包括:陆地标准数据产品、大气标准数据产品和海汗标准数据产品等三种主要标准数据产品类型，总计分解为44不111标准数据产品类型。LO数据是对卫星下传的数据报解除CADU外壳后，所生成的CCSDS格式的未经任何处理的原始数据集合，其中包含按照顺序存放的扫描数据帧、时间问、方位信息和适测数据等。L1A数据是对LO数据中的CCSDS包进行解伍所还!京出来的扫描数据及其他相关数据的集合。LlB数据是对LIA数据进行定位和定标处理之后所生成，其中包含以ST(ScaledTnteger)形式存放的反射率和辐射率的数据集。L2L4是对LlB数据进行各种应用处理之后所生成的特定应用数据产品。其中编号MOD13为陆地2级标准数据产品，内容为栅格的归一化植被指数和增强型植被指数(NDVT尼VJ)，空间分辨率250moD851/T 1089-2010 表C.1(资料性附录表C.1MODIS波段分布和主要应用主要应用波段波长(m)对凶光谱光谱辐射率星下)，分辨严(m)(Wm-2llm-1sr-1 ) l 0.6200.670 生T21.8 250 陆地/云的分界线2 0.841 r0.876 近红外24.7 250 3 0.4590.4 79 监/青35.3 500 4 0.5450.565 绿29 500 陆地J云的属性5 1.230 1.250 5.4 500 6 1.628 1.652 近红外7.3 500 7 2.1052.155 500 海洋颜色/;j(体农8 0.4050.420 紫44.9 1000 9 0.4380.448 lliJ监A 41.9 1000 10 0.483 0.493 ?月李气32.1 1000 11 0.5260.536 27.9 1000 绿12 0.5460.556 21 1000 层性质/物化学13 0.6620.672 9.5 1000 14 0.6730.683 立了8.7 1000 15 0.7430.753 10.2 1000 16 0.8620.877 6.2 1000 17 0.8900.920 10 1000 大气水蒸汽18 0.931 0.941 近红外3.6 1000 19 0.9150.965 15 1000 20 3.6603.840 0.45 1000 21 3.9293.989 2.38 1000 地表/L、温度22 3.9293.989 0.67 1000 中红外23 4.0204.080 0.79 1000 24 4.433 4.498 0.17 1000 人气温度25 4.4824.549 0.59 1000 卷26 1.360 1.390 6 1000 27 6.5356.895 1.16 1000 水蒸汽28 7.1757.475 近红外2.18 1000 29 8.4008.700 9.58 1000 臭氧30 9.5809.880 3.69 1000 31 10.780户11.280 9.55 1000 地农/云温度32 11.770户12.2708.94 1000 33 13.185户13.485 4.52 1000 远红外34 13.48513.785 3.76 1000 云顶高度35 13.78514.085 3.11 1000 36 14.085 14.385 2.08 1000 D851/T 1089-2010 附录C(资料性附录)常用的MODIS植被指数D. 1 差值植被指数差直楠被指数DVlC difference vegetation index)为近红外光波段与红光波段的差。若DVl寺于0，则代表裸地，负值代表水，正值代表棉被oSnir/-Ji丘红外光波段，red/-J红光波段，以下同。DVl=S，ntr一D. 2 比值植被指数比直植被指数RVlCratio vegetation index)为近红外光波段反射率除以红光波段反射率，口的是减少图像反照率的影响。图像反照率指图像整体的平均反射水平，它与土壤的关系最为密切:如果图像中植被覆盖多，植被对图像反照率的贡献也会增加，消除图像反照率的影响事实上是尽可能地扩大地物反射之间的差异水平oRVl对大气影响敏感，而且当值被覆盖度较低时(小于50%)，它的分辨能力很弱，只有在植被覆盖浓密的恬况F效果最好。D. 3 归一化差异植被指数RVI=生阳J归一化差异植被指数NDVTC normalized difference vegetation Tndex)为近红外光波段的反射率差值除以两者之和。NDVT对绿己植被表现敏感，它可以对农作物和半干旱地区降水量进行预测，常用来进行区域和全球的植被状态研究。当背景亮度增加时，NDVT也系统性的增加:在植被覆盖为巾等且为潮湿的士地类型时，NDVT对十壤背景较为敏感。D. 4 大气阻抗植被指数red NDVI= nir +red 大气阻抗植被指数ARVTC atmosphere resistance vegetation index)是在NDVT的基础上提出的，t=f 的是消除大气对可见光区问红波段与近红外相比过多的散射，具体做法是将NDVT中的红波段反射率用蓝波段反射率及参数y进行修正。其中D. 5 近红外百分比值植被指数PYllr -Prd ARVI=一一二1Ii1 +rd rd二red-Y (hlue一red) 近红外百分比值棉被指数IPVICinfrared percentage vegetation index)旨在用这个柏被指数减少运算NDVI的时间，因为IPVI与NDVI之间存在线性关系，此外，IPVI的数值介于O和l之间又叫避免NDVI的负值。l TPVT =一一一一一一=-:-(NDVl + 1) F川+d2 D851/T 1089-2010 D. 6 垂直植被指数相对I比值植被指数，垂直植被指数PVTC perpendicular vegetation index)主要特点是受土壤亮度的影响较小。其中为土壤反射率线与近红外光轴间的夹角。PVI=sinPnir -cosp D. 7 土壤调整植被指数土壤调整植被指数SAVICsoil a司justedvegetation index)口J用来适当描述土壤斗直被系统的简单祯型。L为土壤调整I;bj子Csoi 1 adjustment factor) ，代表了土壤调节下植被的密度，植被郁闭度越大L值越小，理论上讲植被需度很低的地区，L=I，植被密度介于中间时，L=0.5，对于植被密度很高的地区，L=0.25。当L=O时，SAVT等于NDVTo一般情况下，L为0.50lPVI= Pnvred -;:-=(1+L) nir + D. 8 修正土壤调整植被指数修正土壤调整植被指数MSAVICModified Soil A司justed Vegetation lndex)可减小SAVI中的裸土影响，MSAVI可以直接从卫星图像资料或近地面光谱辐射观测资料得到，对于从卫星国像直接求解区域中的植被指数较为方便又可以消除士壤的影响。MSAVI = 2Pni，+1-c2汇-1)2 -8(PniJ 2 D. 9 转换型土壤调整植被指数TSAVT C transfonned soil a司justedvegetation index)为SAVT的转换形式，也与土壤线有关。土壤线的参数参加该指数的运算，而且具有全球的特性。TSAVT义进行改进，通过附加一个X值，将十伞壤背景亮度的影响减小到最小值。SAVT和TSAVT在不依赖传感器类型的情况下，描述植被覆盖和十壤背景之间的关系，因而在数据的可比性方面有较大的优势。在半干旱地区的士地利用制图巾，TSAVT已被证明能够应用于低覆盖度植被的分析。由于裸十寸伞壤线的作用，TSAVT比NDVT对于低覆盖度植被有更好的指示作用。s为十伞壤背景的线性方程的斜率。X为使十壤背景减到最小的调整因子，一般情况下为0.80D.10 增强型植被指数s(mr一!t:d)TSAVI= nir +川一S+X(1+S2)增强刑植被指数EVIC enhanced vegetation index)可以同时减少来自大气和土壤噪声的影响，G为增益因于Cgain factor), C 1为大气阻抗红光修正系数，已为大气阻抗蓝光修正系数，L为土壤调整因于C soil adj ustment factor)，一般情况下G二2.5，C1二6，C2二7.5，L二10NDVI与EVI图像的对比，EVI能够更好的反映楠被信息，在棉被覆盖度低的医域，EVI能够较好的消除土壤背景的影响，准确地反映柏被信息。n一rpt!EVI=G- IIlr +Cred -C2b阳+L