环境一号卫星高光谱数据重建及其精度分析.pdf

9、环境一号卫星高光谱数据重建及其精度分析 郭宇龙，李云梅* （南京师范大学虚拟地理环境教育部重点实验室，南京 210046） 摘 要：遥感影像高光谱重构可以从较少的光谱波段还原出丰富的高光谱信息，得到同时具有高空间 分辨率和高光谱分辨率的影像数据，从而提高水体组分浓度的反演精度，对内陆二类水色遥感具有重要意 义。本研究利用 2009 年 6 月星地同步实验得到的遥感反射率曲线、叶绿素 a 浓度，和准同步的 HJ1 多光谱 传感器数据、高光谱传感器数据，通过模拟数据和影像数据两部分验证了多元线性回归模型对 HJ1 多光谱 传感器数据进行高光谱重构的可能性，并从两个方面验证了重构数据的真实性：1.660nm~952nm 波长范围 内重构高光谱数据和原始高光谱数据与地面实测数据相比，重构高光谱数据与地面实测值更接近，偏差分 别为 0.00487 和 0.00508 ；2.分别对两组数据建立叶绿素 a 浓度反演的单波段模型和三波段模型，结果发现， 无论从模型建立时的 R² ，还是反演数据与实测数据相比的RMSE ，重构数据在两种模型下都能得到更好的 效果。 关键词：HJ1 多光谱数据；HJ1 高光谱数据；高光谱重构；叶绿素 a 1 引 言 湖泊是重要的淡水资源存储地，对国民经济建设具有重要的意义，但近年来随着工业化 程度的加剧和人类活动的影响，我国大部分湖泊都面临着不同程度的污染。富营养化是湖泊 水体污染的主要表现形式之一，而叶绿素 a 浓度则是表征水体富营养化的主要指标，因此水 体中叶绿素 a 浓度的定量提取对于研究水体的富营养化状况具有重要的意义。遥感技术以其 监测范围广、速度快、成本低和便于进行长期动态监测的优势在内陆湖泊水体叶绿素 a 浓度 的定量监测中具有其他方法无法比拟的优势。在利用遥感技术反演水体叶绿素a 浓度方面， 国内外诸多学者进行过相关的研究，归结起来主要有三种方法：经验方法、半分析方法和分 析方法。经验方法是通过建立遥感数据与叶绿素a 浓度之间的统计关系来外推叶绿素a 浓度， 缺乏物理意义，而且一旦卫星数据超过了校正数据集的范围，模型的精度会大幅度降低；分 析方法具有明确的物理意义，但目前对于其理论研究还不完善，将其直接应用于光学性质复 杂的二类水体中还存在诸多问题；半分析方法以水体辐射传输理论为基础，通过一定的假设 条件对生物光学模型进行简化，进而反演水体叶绿素 a 浓度，具有一定的物理意义，且模型 的精度较高，是目前内陆湖泊水体叶绿素a 浓度遥感反演常用的一种方法。在利用半分析方 法反演水体叶绿素 a 浓度方面，Dall’Olmo 等[1,2]提出了适用于二类水体叶绿素 a 浓度反演的 三波段模型，具有较高的反演精度，乐成峰等[3]在三波段模型的基础上，结合我国内陆湖泊 水体的光学特性进一步提出了叶绿素 a 浓度反演的四波段模型，使叶绿素 a 浓度反演精度得 到进一步提高，然而由于目前大部分卫星数据不具备高光谱分辨率，在一定程度上限制了半 分析模型的应用。针对这种情况，杜聪[4]等尝试利用 Hyperion 高光谱数据成功建立了太湖 叶绿素 a 浓度反演的三波段模型，使半分析模型的运用得到了推广，但 Hyperion 数据幅宽 较窄，远远不能覆盖太湖湖区，而且其时间分辨率较低，因此也不能作为面积较大的湖泊水 体遥感观测的理想数据源。 我国于 2008 年 9 月发射了专门用于环境监测的环境减灾卫星，该卫星可以同时获取高 光谱数据和多光谱数据。高光谱数据可以在 96h 内对全球任意地区进行重访观测，并且拥有 115 个波段，光谱分辨率高达 5nm，较短的重返周期满足了大范围水体动态监测的需求，较 多的波段设置使精度较高的半分析模型能够直接应用于卫星影像上，然而由于内陆水体光学 性质较为复杂，水质参数空间差异性较大，使得环境一号卫星高光谱数据 100m 的空间分辨 率会使影像数据出现明显的混合像元效应，在利用星地同步实验数据进行叶绿素 a 浓度遥感 反演模型建立的时候，会引入较多的误差，而多光谱数据的空间分辨率相对较高，可以在一 65 定程度上减小这种误差，提高叶绿 a 浓度遥感反演精度。因此，本研究拟采用高