基于NDVI和EVI的相对辐射校正研究

徐慧洁　杨阳

摘 要 本研究分别针对NDVI和EVI建立相对辐射校正回归模型，对被校正影像进行辐射归一化处理。选择不变点群法对两时相影像的NDVI和EVI进行相对辐射校正。EVI对于植被类型的分辨很敏感但是它受阴影的影响，而NDVI对于减小阴影的影响很显著。本研究方法简单有效并且能为土地利用变化监测以及对植被类型的粗略分类提供基础。

关键词 相对辐射校正；多时相影像；植被指数；不变点群

中图分类号：TP75 文献标识码：A 文章编号：1671-7597（2014）06-0055-01

随着遥感卫星的发展，遥感技术已经越来越多地应用于各个领域如：环境监测、农业调查、城市研究、森林监测、地图修改等方面。遥感影像上以灰度值来记录地物信息。往往不能准确地反映地物的实际辐射值，通过辐射校正能够消除多时相遥感中地物辐射差异的影响，使影像间同一地物类型具有相同的辐射量，有利于样本点的选取和分类精度的提高。

1 技术方法

1.1 研究区概况与数据收集

研究区位于厦门市，厦门市位于东经117°53′—118°11′，北纬24°25′—24°46′之间，地处我国东南沿海。研究区的主要地物类型为耕地和林地，水体，建设用地等。

1.2 影像处理

基于研究区的地形图进行配准，参照已配准好的地形图，在影像图中找到与之的同名点，作为控制点，选取最理想的多项式阶数，利用地形图进行几何校正，使误差降低到0.5个像元以下，若出现误差较大的则进行修改或把它设为检验点，以保证地面分辨率达标准，用最小邻近法重采样。

1.3 植被指数

植被指数（Vegetation Index），又称光谱植被指数，是航天遥感应用于对地观测而提出的专业术语，是指由遥感传感器获取的多光谱数据，经线性和非线性组合而构成的对植被有一定指示意义的各种数值。植被指数是根据植被反射波段的特性计算出来的反映地表植被生长状况、覆盖情况、生物量和植被种植特征的间接指标。常用的植被指数有NDVI、SR、VI、EVI、ARVI等。

1.4 相对辐射校正处理

本研究在基于NDVI和EVI为计算因子的基础上采用一种改进的PIF方法进行辐射归化处理；该方法即是不变点群法（the temporally invariant cluster，TIC）。TIC法是根据点密度图上的两个不变中心确定线性回归方程，两个中心是地面光谱信息不变的特征点，并且与其他的地物特征有明显的区别。根据两影像的不变像元的辐射关系是线性，其中非线性的辐射影响较小，可忽略这也是可以进行线性归化处理基础。具体操作步骤如下。

1）根据2001年和2003年ETM+影像来提取NDVI和EVI生成散点图。在生成散点图之前需要把提取的NDVI和EVI分别合成在一幅影像上，这样在选取样本区时可以提取同地点的两时相的NDVI和EVI。

2）根据生成的散点图再生成点密度图。

3）在点密度图上选取两个明显的特征点以确定回归方程。最后根据回归方程校正2001年的ETM+影像。

2 结果分析

由于NDVI是根据近红外波段和红外波段计算得到的其值介于-1到1之间。由于研究区的人口密集建筑用地多而林地及耕地较少，所以林地的中心不是很明显因此不被选择，但大体的中心与回归线非常接近。

EVI对于冠层结构很敏感，EVI对于地表植被有很好的分辨效果，甚至能分辨出在落叶林和针叶林；但EVI对于云层的遮盖反应很敏感，因此受阴影影响的植被EVI值是有明显的降低的。由于本研究区的地表植被分布稀少所以在对于植被的类型的区分在点密度图上反应的不是很明显。所以根据EVI点密度图的显示选取水体和建筑用地建立回归方程的校正待校正的影像。

虽然EVI在区分植被类型比NDVI更有用，但是NDVI校正后的相关系数要比EVI高。这结果可能是因为EVI的“取消作用”在耕地和林地的混合像元中，即对于生长成熟的森林的监测不是很灵敏。EVI在对于林地和阴影区的关联性很弱但是对于下层灌木和草地的关联性很强。以前的研究表明EVI和灌木层及草地覆盖率有密切的关系，而EVI对于上层的针叶林覆盖绿度的反应不是很明显；这就是关于EVI的“取消作用”，在针叶林生长过程中EVI在增长到一定程度后就会减小增长，这时就产生了EVI的“取消作用”进而EVI与生态系统的相关指数的线性函数的斜率从正变为负。这就是说明EVI的“取消作用”会降低基于EVI辐射归一化处理后的相关系数值。

在以前的相对辐射校正研究中比较典型的是波段对波段的研究，本文利用NDVI和EVI代替以前的波段有明显的优点如下。

1）NDVI和EVI是遥感影像多通道的光谱信息计算得到的比单通道的单一光谱信息更能反应地物的变化信息并且能更为正确的辨认TIC中心。

2）利用植被指数能够减少数据的处理和分析的数量。

3）利用植被指数能够减少误差与传统的通道对通道的方法即波段对波段的方法，因为在每个单波段进行相对辐射校正中会有误差的积累。

NDVI和EVI是重要的植被指数对于土地利用动态监测。以前的研究表明NDVI对于土壤类型很敏感，而EVI对于冠层结果很敏感。对阴影影响的分析显示出，EVI是非常敏感对于阴影，在阴影下植被的EVI有显著减少。在NDVI中阴影之下的植被和非阴影区的植被NDVI值相似。这表明NDVI是一个非常有效的植被指数对于阴影影响。在本研究中使用了新发展的TIC法基于NDVI和EVI的相对辐射校正。在使用植被指数的相对辐射校正方法可能对于未来研究有很大的发展空间。

参考文献

[1]张鹏强，余旭初，刘智，等.多时相遥感图像相对辐射校正[J].遥感学报，2006，10（3）：339-344.

[2]Xuexia Chen， Lee Vierling， Don Deering. A simple and effective radiometric correction method to improve landscape change detection across sensors and across time [J].Remote Sensing of Environment， 2005， 98： 63-79.

[3]Song， C.，Woodcock， C. E.， Seto， K. C.， Lenney， M.P.， & Macomber， S. A. Classification and change detection using Landsat TM data：When and how to correct atmospheric effects [J].Remote Sensing of Environment， 2001，75： 230-244.

[4]Elvidge， C. D.， Yuan， D.， Weerackoon， R. D.， & Lunetta， R. S. Relative radiometric normalization of Landsat Multispectral Scanner （MSS） data using an automatic scattergram-controlled regression. Photogrammetric [J]. Engineering and Remote Sensing， 1995， 61： 1255-1260.endprint