（地图学与地理信息系统专业论文）中国陆地1km+avhrr数据集开发方法研究.pdf

中国科学院遥感应用研究所博小学位论史中国陆地l k ma v h r r 数据集开发方法研究 摘要 n o a a 系列卫星的主要任务是收集大气与地球表面的温度和辐射信息。由 于n o a a 系列卫星数据具有快速、动态、宏观、成本低廉以及多光谱信息相对 比较丰富等特点，除了在气象领域应用以外，在环境遥感监测方面也有它独到的 应用价值。长时间序列的数据集是全球环境变化研究的基础，从经济角度和可行 性卜考虑，n o a aa v h r r 数据已经成为主要的信息源。大量科学研究表明， n o a a 卫星上l k m 甚高分辨率辐射计( a v h r r ) 数据能够反演全球环境变化信 息。有关a v h r r 数据的科研与应用，我国大量文献主要集中在对该数据特定应 用的分析和国外现成标准数据集产品的引用j ：( 如p a t h f i n d e r ) 。到目| j i 为止叶 国地区还没有自己的长序列、标准化的n o a aa v h r r 数据产品。本文在对 n o a a a v h r r 数据的研究与分析基础上，开发了中国地区n o a a a v h r r 数据 产品的处理链，并建立了的长序列( 1 9 9 1 2 0 0 3 ) 的数据集。有关产品已经在中 国农作物长势监测、农作物估产、旱情监测以及中国资源环境遥感信息系统等项 目的实施中得到了成功应用。 本文按照数据收集策略拟订数据处理方法分析数据处理链建立一 一数据处理系统建设的技术路线进行数据集建设。在以下几方面的工作具有一定 的创新。 1 、建立1 3 年数据集。对n o a aa v h r r 数据进行整理和归档，组成了较为完 备的原始数据( a v h r rl b ) 的数据集( 1 9 9 1 2 0 0 3 ) ，按处理链对多年历史数 据进行了处理。 2 、畸变像元的消除。为了校正n o a aa v h r r 原始图像的边缘几何畸变现象， 在剥导航定位后对图像数据进行重采样，采用双线性采样方法后得到了有效 去除。 3 、云检测。采用c l a v r 综合方法进行云检测，并对该方法进行了重新标定。 该方法在中国地区云检测的运用，提高了数据产品质量，增强数据可用性。 4 、大气纠正。采用s m a c 方法，利用中间查找表，对水蒸汽、气溶胶、臭氧及 瑞利散射进行实时纠正( 对每曰数据) 。大气纠j 下提高了n o a a a v h r r 数 据的定量化应用价值。 摘要 5 、大气参数反演：在大气纠正处理中，反演计算了每日与a v h r r 数据获取基 本同步的气溶胶光学厚度( 5 5 0 n m ) ，以保证纠正的实时性。 6 、建立数据处理链。将数据集的处理方法进行规范和标准化，建立了中国陆地 地区a v h r r 完整的数据处理链。 7 、开发建立处理系统。设计与开发出针对n o a aa v h r r 数据流程化处理系统。 通过该系统可以对收集到的实时数据进行标准化处理，随时更新时间序列的 数据集。 此外，本文还对数据集建设的以下几个问题也作了较为深入的分析研究： l 、构建数据获取途径。根据中国低分辨率陆地环境遥感数据集的科学需求，在 收集多年历史数据同时，以中国科学院遥感应用研究所航天遥感数据接收中 心为主要数据收集渠道，以第三方数据接收站为辅，建立覆盖中国地区n o a a a v h r r 数据获取网络，形成实时数据收集通道。 2 、辐射标定与校正。分析了a v h r r 传感器数据标定方法，对传感器的衰减导 致辐射信息的不一致性进行了校正，提高了信息标定结果的可靠性。 3 、自动定位与几何纠正。采用自动定位和几何精纠正相结合的两步策略。利用 卫星轨道报( 也称星历表) 数据、卫星轨道外推模型直接确定图像各像元的地 面位置。自动定位大大提高了数据处理的工作效率。采用图像几何变换的方 法来进行图像的几何精纠正能够精确地校正卫星图像局部地区的定位误差， 使之达到亚像元级的纠正水平，从而提高数据产品的精度。 4 、多角度影响纠正。对a v h r r 数据多角度影响进行了探讨与分析，利用植被 双向反射模型反演确定组分波谱参数，将不同角度的反射率按照双向反射模 型归一化到4 5 。太阳入射角和0 。卫星天项角的标准观测模型。 5 、地表参数反演。分析了辐射标定、大气纠正、双向反射纠正对n d v i 植被指 数的影响。对地表温度反演的劈裂窗方法进行了分析，利用经过大气纠正与 双向反射纠正的植被指数对地表发射率进行校正，提高反演的精度。 6 、多时相数据复合。在定标、大气和双向反射纠正的基础上应用最大值合成法 ( m v c ) 对多时相位每日数据进行复合。 关键词： n o a a a v h r r ，数据集，陆地环境，标准化，处理系统 i l 垒! ! 堡! ! d e v e l o p i n g 1 一k ma v h r rc h i n a l a n dd a t a s e t f r o mn o a as a t e l l i t e l uc h e n g l i n ( p h d t h e s i s ：c a r t o g r a p h ya n dg i s j d i r e c t e db y ：p r 簖d r w ub i n g f a n g a b s t r a c t s c i e n t i f i c i n v e s t i g a t i o n si n d i c a t et h a tg l o b a lc h a n g ei n f o r m a t i o nc a nb e d e r i v e d f r o mt h e1 k i l o m e t e r ( k i n ) a d v a n c e dv e r yh i g hr e s o l u t i o nr a d i o m e t e r ( a v h r r ) d a t a f r o mn o a as a t e l l i t es e r i e s t h i s p a p e r d e s c r i b e st h e p r o c e s s i n gc h a i no f 1 k m a v h r rc h i n al a n dt i m es e r i e sd a t a s e ta n d a p p l i c a t i o n so f t h ed a t a s e t o v e rt h ep a s t3 y e a r sw e h a v ec o l l e c t e dt w e l v ey e a r so fa v h r rr a wd a t af r o m1 9 9 1 ad a t a s e to f o v e r9 0 0 0a v h r rr a wi m a g e sh a sb e e na r c h i v e da n dm a d ea v a i l a b l ef o rd i s t r i b u t i o n b yi r s ac r o pt e a m t h e s ei m a g e sc o v e rc h i n al a n da r e aa n dt h es e n s o ri n c l u d e s a v h r r 2a n da v h r r 3f r o mn o a a 一1 2t on o a a 一1 6 w es o l i c i t t e da n da p p l i e da c c e p t e dp r o c e s s i n ga l g o r i t h m st ot h ed a t a s e tt op r o d u c e p r o t o t y p ea n do p e r a t i o n a lh i g h e rl e v e lp r o d u c t sf o rr e g i o n a lg e o s c i e n c er e s e a r c h i n t h ep r o c e s s i n gc h a i n ，i tu s e s a n i m p r o v e dc a l i b r a t i o n m e t h o dw h i c ha c c o u n t sf o r s e n s o rd e g r a s t i o na n da t m o s p h e r i c a l l yc o r r e c t e dt h er e f l e c t a n c em e a s u r e di na v h r r c h a n n e l sla n d 2 ，u s i n gs m a c ( s i m p l i f i e dm e t h o d f o ra t m o s p h e r i cc o r r e c t i o n ) t h e o z o n ec o n t e n ti se x t r a c tf r o mt o m s ( t o t a lo z o n em a p p i n gs p e c t r o m e t e r ) d a i l y m e a s u r e m e n t s ，t h ed a i l yw a t e rv a p o ra n ds u r f a c ep r e s s u r ea r eo b t a i n e df r o mt h ec m a ( c h i n am e t e o r o l o g i c a la d m i n i s t r a t i o n ) a n d t h e d a i l y a e r o s o l o p t i c a ld e p t h a ta w a v e l e n g t ho f 5 5 0n n li sr e t r i e v e df r o mt h eg r o u n dm e t e o r o l o g i c a lv i s i b i l i t yu s i n ga p a r a m e t e r i z a t i o nm e t h o d f o rc l o u dd e t e c t i o n ，t h ec l a v ra l g o r i t h ma p p l i e db u t s o m e p a r a m e t e r s a r em o d i f i e df o rc h i n al a n da r e a i tu s e sa l if i v ea v h r r c h a n n e l st o e s t i m a t ec l o u dc o v e rt h r o u g has e r i e so ft e s t sa n dt h et e s t sa r ed o n e s e q u e n t i a l l yu s i n g t h r e s h o l dv a l u e s a f t e r a t m o s p h e r i cc o r r e c t i o n ，t h e b r d fc o r r e c t i o ni na v h r r i m a g e r yi sp e r f o r m e da n dt h ep a r a m e t e r sr e q u i r e di sd e r i v e df r o mt h e1 ：l ，0 0 0 ，0 0 0 s c a l el a n dc o v e r t y p e so fc h i n a l s t ( l a n ds u r f a c et e m p e r a t u r e ) i sd e t e r m i n e du s i n g n l a b s t r a c t s e m i e m p i r i c a lm e t h o d ( t h es p l i t w i n d o wm e t h o d ) a n d s e p a r a t ea c c o u n t i n g f o r a t m o s p h e r i ca t t e n u a t i o na n ds o i le m i s s i v i t y d a t ac o m p o s i t i n gm e t h o du s e di sm v c ( m a x i m u mn d v i c o m p o s i t e ) t h e p r o c e s s i n gc h a i no u t p u t sa r es u r f a c er e f l e c t a n c ei nc h a n n e l1a n d2 ，b r i g h t n e s s t e m p e r a t u r ei nc h a n n e l s3 - 5 ，c l o u d ( c o n t a m i n a t e dp i x e l ) m a s ka s s o c i a t e dw i t he a c h p i x e l ，l a n ds u r f a c et e m p e r a t u r e ，a n ds u r f a c en d v i t h ei r s a c r o pd a t a s e tp r o d u c t s h a v eb e e nu s e df o , v a r i o u ss t u d i e ss u c ha sa g r i c u l t u r ee c o s y s t e ma n d v e g e t a t i o n l a n d c o v e r k e y w o r d s ：n o a aa v t t r r ，d a t a s e t t e r r i t o r ye n v i r o n m e n t ，s t a n d a r d i z a t i o n p r o c e s s i n gs y s t e m 中周科学院遥感应用研究所博卜学位论文 中因陆地l k l na v i t r r 数据集开发方法研究 1 引言 1 1 问题提出及其背景 地球系统是指山大气圈、水圈、岩石圈和生物圈( 包括人类本身) 组成的一 个地球整体正如陈述彭先生指出，地球是一个开放和复杂性的巨系统( 陈述彭， 1 9 9 7 ) 。为了研究和解决人类社会发展所面i l 函的人l 】、资源、环境和灾害等问题， 需要人们不断地认识地球。随着人类社会步入信息时代，有关地球科学问题的研 究逐步以地球空问科学技求为螭 i f | ，并以现代信息技术为手段，建立地球空间信 息的科学体系，为地球系统科学问题的研究提供空问信息框架、数理基础和信息 处理的技术方法。 国际全球变化研究机构提出：全球环境变化研究必须要有相应的全球环境数 据库支持，而区域性陆地中尺度模型应用当中也同样需要这样数据库( i g b p ， 1 9 9 0 ；i g b p ，1 9 9 2 ；s e l l e r s 等，1 9 9 6 ) 。当前大多数现有的数据集，特别是对 于陆地上的应用研究，存在着许多问题，主要包括以下几点( i g b p ，】9 9 2 ) ： 大量的信息来源基于不同的尺度和混乱的时相( 不连续) ： 信息量不能满足陆面过程的参数化模型： 年度之间甚至年度之内的变化没有足够的删问分辨率； 空间分辨率过于粗糙。 遥感技术经过2 0 世纪后半叶的发展，无论在理论上、技术上及应用上都发 生了重大的变化，卫星遥感提供的陆地数据可以用于分析全球区域陆地环境的变 化。这些数据可以通过卫星遥感获得很好的空间分辨率并能反演出用于监测环境 变化的重要参数。很多地球观测系统已经收集了多年的遥感数据，以至于可咀创 建长序列的数据集，这对环境变化的研究是非常有用的。 地球观测系统的建设是地面实验和卫星与传感器系统的综合运用( k r a m e r ， 1 9 9 2 ) ，通过对地表自然界的短期与长期的观测，使科学界对全球变化研究以及 全球变化对人类生存环境的影响研究逐步走向深入。 遥感影像的分析处理目的是反映、解释、量化与描述地表模式，建立与现实 世界相匹配的地表模型。过去多年来，遥感数据的复杂性使人们认为，必须是一 第章0 i 占 个或多个方面的卫星遥感专家爿能灵活运用遥感数据。要懂得传感器的光谱特 征，植被、土壤、水体以及其他地物的光谱响应特征等地理学、生态学和林学方 面的自然科学知识。而且，使用卫星遥感数据还需要图像处理和计算机方面的丰 富技术。另外，巨大的数据量也确实是令人望而却步。 现在，由于遥感技术的发展以及人们对科学数据需求的增长，遥感数据在自 然科学中的应用变得非常普遍了。研究单位对遥感数据的需求已经从数据处理中 脱离出来了。为了解决一定的科学问题，现在所有的科学数据的组织方式都必须 是集成式的，这其中就包括遥感数据。 研究地球环境变化的科学问题需要许许多多时间与空间数据类型的集成。由 于环境变化问题的复杂性，在尺度方面，从局部到区域，从区域至全球，这些都 要求对陆地生态系统和大气耦合过程之间的内在联系有全方位的了解。它们是跨 领域的综合科学，是不同科学原理和专门技术的统一，利用多种多样的手段与方 法，从不同的科学角度去看待和解决地球科学问题。科研工作者们已经意识到通 过卫星遥感提供的数据为陆地研究带来了巨大的科学价值，并开展了有声有色的 地球观测任务。 自2 0 世纪6 0 年代美国成功发射了第一颗气象卫星以来，几十年期间先后有 百余颗气象卫星不断进入太空( 询- 健民等，1 9 9 6 ) ，其中隶属美国国家海洋和大 气管理局的n o a a 系列卫星是应用最成功、最广泛的气象卫星之一，其主要任 务是收集大气与地球表面温度、辐射数据。经过几十年的改进与完善，n o a a 卫星系列已经从n o a a 7 发展到n o a a 1 7 ，最新的n o a a 一1 7 ( m ) 已于 2 0 0 2 0 6 2 4 成功进入极地轨道。至今a v h r r 传感器也已经发展到第三代 ( a v h r r 3 ) ，搭载在n o a a 一1 5 以后的卫星上，其观测波谱范围也有所变化。 目前，n o a a 在轨的5 颗卫星分别是n o a a 1 2 ，一1 4 ，一1 5 ，- 1 6 ，一”，前面三颗 作为备用星继续传输数据，后2 颗作为“工作”星使用 ( h t t p ：a o a a s i s n o a a g o v n o a a s i s l m l g e n l s a t l h t m l ) 。 a v h r r 所观测的陆地地表数据有很长的历史，并在将来一直延续下去。很 多遥感和地球科学研究都将n o a a 卫星上的甚高分辨率辐射计( a v h r r ) 作为 重要的数据来源，并已经证明利用该数据能够反滨全球环境变化信息 ( t o w n s h e n d 等，1 9 9 4 ) 。由于n o a a 系列卫星的a v h r r 遥感数据具有快速、 2 中国科学院遥感肫用研究所博l 学位论文 中国陆地l k ma v h r r 数据笙茎丝查堡蟹究 动态、宏观、成本低廉、多光谱信息相对比较丰富以及长期连续的对地观测等特 点，大量局部、区域以及全球尺度的环境研究( 森林、草场、农业、荒漠化等) 采用了不同时间尺度( 同、旬、年等) 以及不同空间尺度( 1 k m 、4 k m 、8 k m 等) 的a v h r r 数据。这些数据除了在气象领域应用以外，在陆地环境遥感监测方面 已经体现了它独到的应用价值，并已经取得了很人的进展( e i d e n s h i n k ，1 9 9 2 ， 1 9 9 4 ：j a m e s ，1 9 9 3 ；j o s e f c i h l a r ，1 9 9 7 ：m a l i n g r e a u ，1 9 9 4 ；t o w n s h e n d ，1 9 9 4 ： 许健民等，1 9 9 6 ) 。 长时间序列的数据集是全球环境变化研究所必需的，从经济性和可行性上来 考虑，n o a aa v h r r 数据已经成为苒选的信息源( 沟：健民等，1 9 9 6 ) 。当前国 内外大量对该数据的科学研究与应用大多是剥该数据一些特定的单独应用研究 或引用国外的标准数据集产品( 如p a t h f i n d e r 、i g b p 等) 。到目前为止国内还没 有建立起应用于生态环境监测与研究的覆盖中国陆地地区的长序列、标准化 n o a aa v h r r 数据集产品。 国际上已有若干相关n o a aa v h r r 数据集建设的报道，其中由美国n o a a 和n a s a 发起的全球陆地p a t h f i n d e ra v h r r8 k i n 数据集以及由i g b p 指导下开 发的全球陆地1k ma v h r r 数据集都是基于全球尺度( c o m p t o n 等，2 0 0 2 ： e i d e n s h m k ，1 9 9 4 ) ，已经广泛应用j ：全球环境变化研究的各个领域中。a v h r r 数据集主要应用于植被生态系统的研究与监测，包括森林( 尤其是生物量与火灾 监测) 、碳循环、冻土、草原监测、农作物长势监测与估产、土地覆盖与土地利 用、城市热岛、陆地和冰雪制图，此外还用于海平面温度、各种能量平衡等相关 生物物理参数的提取。 中国农情遥感速报系统在开展农作物长势监测和产量预测时，将n o a a a v h r r 数据作为主要的遥感信息源之一。从t 9 9 8 年起一直对n o a aa v h r r 的历史数据进行收集、归档、处理、应用，并建立了实时数据的收集通道，保证 农情监测的实时运行。在进行农作物长势监测前，需要对a v h r r 数据进行逐日 的大气纠正，保证日与同之间、年与年之问的数据一致性，从而确保用于长势监 测的数据是可信的和可比的。在大气纠正基础上，通过建立标准化的数据处理流 程、补充非作物生长期数据等方法提高数据的可用性、可靠性，建设中国陆地范 围的长序列a v h r r 数据集产品。 第一章0 f 言 在中国早情监测系统中也采用了a v h r r 作为重要的数据源对地表水资 源、植被( 包括农作物) 、土壤等进行系统、综合、连续的监测，得到大面积范 围、快速的旱情信息，为旱情预警，旱灾分析等工作提供决策支持。 1 2 数据集开发研究进展 遥感数据是空间数据基础的重要组成部分，提供了地球科学与环境科学研究 豹重要数据来源。n o a aa v h r r 长时l 、日j 的对地观测，使科学家们加强了对地球 表层陆地、海洋、大气和它们之间相互关系的综合性科学研究，各种研究机构纷 纷采用该数据，在各个领域开展了系统的研究分析并取得了长足的进步，使人们 对自身生活的这个星球有了更深刻的认识。 在1 9 8 8 年和1 9 8 9 年期间，美国地质调查局( u s g s ) 就为美国局部陆地地 区的植被状况监测生产了以周为单位的a v h r rn d v i 数据集( e i d e n s h i n k ， 1 9 9 2 ) 。1 9 9 0 年扩展到整个美国范围。对每r 的a v h r r 数据进行标定、反射 率计算、n d v i 植被指数计算以及几何配准，通过影像拼接技术，形成全国的植 被指数图，空间分辨率为l k m 。利用该数据集对美国陆地植被状况进行了很好的 监测。 1 9 9 1 年5 月，在国际地圈生物圈计划( i g b p ) 的指导下，n a s a 、n o a a 、 e s a 和u s g s 确定了生产全球l k ma v h r r 数据集的计划( e i d e n s h i n k ，1 9 9 2 ， 1 9 9 4 ) ，并最终形成了由全球2 9 个高分辨率图象传输( h r p t ) 接收站构成的 网络，从1 9 9 2 年4 月1 同起，接收逐日的全球陆地a v h r r 数据集。同时也建 立了a v h r r 数据定标、大气纠正、几何配准的方法与数据处理流程，归一化 处理后产生了全球1 0 天最大化n d v i 产品。l k m 数据集起止时间为1 9 9 2 年4 月至1 9 9 3 年9 月以及1 9 9 5 年2 月至t 9 9 6 年1 月，存储在美国地球观测卫星 委员会( c e o s ) 的数据中心。数据集以一种组合等面积伪园柱投影( g o o d e h o m o l o s i n e ) 形式存储( e i d e n s h i n k ，1 9 9 4 ) 。这种投影在低纬度地区采用正弦 投影，在高纬地区采用m o l l w e i d e 投影，并且将全球分为1 2 个区，每一个区有 自己的中央经线。该数据集向全球用户免费发放，并且u s g s 提供了图像坐标和 地理坐标之间投影变换的工具软件。 4 中国科学院遥感应用研究所博士学位论义中国陆地塑型h 脒数据篷堑茎塑堑型堕 该项目代表了国际间相互合作的研究成果，它获取、归档、处理、分发完整 的全球陆地表面i k ma v h r r 数据以满足国际科学界的需求。数据集产品的主要 用途是针对地表植被覆盖的相关性研究。l o 天合成产品的原型是根据1 9 9 2 年6 月2 1 3 0 日期间的数据生产的。 美国国家海洋和大气管理局( n o a a ) 与荚国国家航天航空局( n a s a ) 在 2 0 世纪9 0 年代初电启动了开拓者( p a t h f i n d e r ) 汁划连续处理并生产了长序列的 a v h r r 数据集用于全球变化研究( c o m p t o n 等，2 0 0 2 ) 。p a t h f i n d e ra v t t r r 陆地数据集是采用8 k i n 等面积投影的伞球数据。该数据集由n o a a 极轨下午星 ( n o a a 一7 ，一9 ，一1 1 ) 星载5 个通道a v h r r 传感器数据反演得到的反射率、亮 温、n d v i 、云、质量控制标记以及辅助数据( 质量控制标记、卫星观测角、太 阳天顶角、相对方位角) 组成。n o a a 全球区域覆盖( g a c ) 1 b 级数据的生产超 过了1 4 年( 1 9 8 1 - 1 9 9 6 ) ，并已经由d a a c ( g o d d a r dd i s t r i b u t e da c t i v ea r c h i v e c e n t e ) 统一归档。该数据集一直向全球免费发放。 生物圈与空间研究中心( c e s b i o ，法国) 建立了覆盖全球的a v h r r 地表 反射率与全球植被指数( g v i ) 时间序列数据集( b e r t h e l o t ，1 9 9 7 ) ，空间分辨 率为1 6 k i n ，时间尺度为2 周。该数据集命名为l a s u r ( 丛n d 驰r f a c e r e f l e c t a n c e ) ，时间跨度是1 9 8 9 年至于1 9 9 0 年，经过了大气纠正。该数据集宅 要用于全球植被、初级生产力( n e ta n dg r o s sp r i m a r yp r o d u c t i o n n p p ) 、碳循环 以及生物物理参数( 如l a i 、f p a r ) 等方面。 g i m m s ( t h eg l o b a li n v e n t o r ym o n i t o r i n ga n dm o d e l i n gs t u d i e s ) 全球陆地 a v h r r 数据集( l o s 1 9 9 4 ) 是由i s l s c p ( i n t e r n a t i o n a ls a t e l l i t el a n ds u r f a c e c l i m a t o l o g yp r o j e c t ) 组织实施，第一版本从1 9 8 7 年至1 9 8 8 年，卫星平台为 n o a a 一9 和n o a a 一1 l ，原始数据为a v h r r8 k i ng a c1 b 数据，按月为单位组 成时间序列。数据集空间的分辨率为l 。l 。，主要用于全球植被动态应用研究， 计算全球植被的生物物理参数，如光合吸收有效系数( f p a r ) ，叶面积指数( l a d ， 植被覆盖度( v c o v e r ) ，植被绿度指数( g r e e n n e s s ) 以及地表反照度( a l b e d o ) 等。 由于数据集第一版本时问序列上的不完整以及数据的缺失，g i m m s 对数据 集进行了重新生产，第二版本( l o s ，2 0 0 0 ) 从1 9 8 2 年至1 9 9 0 年，时间分辨率 第一章一引言 和空间分辨率与第一版本相同。该数据集也作为全球气候变化模型( g e n e r a l c i r c u l a t i o nm o d e lo ft h e a t m o s p h e r e g c m s ) 和生物圈模型( s i m p l eb i o s p h e r e m o d e l s i b ) 的重要输入参数。该数据集包含了n d v i 、l a i 以及f p a r 等主要植 被生物物理参数。 第三版g i m m s ( t u c k e r 等，2 0 0 2 ) 足从1 9 8 1 年至1 9 9 9 年，空间分辨率为 8 k m ，时f 刚分辨率为1 5 天的n d v l 长时问序列的全球数据集，主要用于全球l 候变化研究。 f a s i r 数据集( s e l l e r s 等，1 9 9 4 ，1 9 9 5 ) ，山n a s a g s f c 创建 ( h t t d ：i n g r i d 1 d e o c o l u m b i a e d u ，2 0 0 3 ) ，空问分辨率为l 。+ l 。的n d v i 构成， 时划是从1 9 8 7 年1 月至1 9 8 8 年1 2 月，按月组成时间序列，数据处理系统美国 马里兰大学全球遥感实验室开发。该数据集由g i m m s 数据集第一版本派生出 来，为纠正n d v i 的误差( 尤其考虑了在s i b 模型中的使用) ，进行了傅罩叶变 换调整、太阳角度纠正以及插值重构。该数据集主要用于全球土地覆盖分类与制 图，并应用于生物圈模型( s i b ) 以及大气循环全球气候变化中模型( g c m s ) 研究。 加拿大国家遥感中心也创建了用于陆地生物圈研究的多时相、多通道 a v h r r 数据集，覆盖加拿大陆地地区( c i h l a r ，1 9 9 7 a ，1 9 9 7 b ) ，从1 9 9 3 年4 月2 1 嗣至1 0 月3 1 日，分辨率为l k m ，按1 0 天为复合周期。该数据集生产了十 天a v h r r 通道l 、2 的地表反射率和n d v i 以及地表温度。数据集结果方法的 处理步骤被称之为“a b c 3 ”，通过大气、双向反射以及“污染”校正，建立了 大气校正，云、雪“污染”象元( 包含子象元) 和厚云识别，双向反射与热红外 发射率的校正以及对复合数据“污染”象元进行替换的数据处理流程。最终的数据 集产品是经过地表反射率、双向反射校正的n d v i 、太阳角纠f 的n d v i 以及经 大气和地表发射率校正的地表温度。 瑞士伯尔尼大学收集了从1 9 9 6 年6 月以来的欧洲、非洲西北部陆地地区的 l k ma v h r r数据，创建了r s g bn d v i数据集 ( h t t p ：s a t u m u n i b e c h r s b e r n n o a a t d w r e a l t i m e l r s g b a v h r r _ n d v l ，p d f ，2 0 0 3 ) ， 主要用于全球气候变化研究，作为n w p 模型( n u m e r i c a l w e a t h e rp r e d i c t i o n ) 和 6 中国科学院遥感应用研究所博i 学位论义中周陆地i k ma v h r r 数据集开发方法研究 s v a t 模型( s o i l v e g e t a t i o n a t m o s p h e r e t r a n s f e r ) 的参数之一，也用于计算植 被覆盖系数( v c o v e r ) 和叶面积指数( l a d 。 c s e ( c e n t r ed es u i v il i c o l o g i q u e ) a v h r r 数据集( g o r md y b k j a 二r ，2 0 0 3 ) 位于西非塞内加尔热带二1 二旱地区，在联合国粮农组织( f a o ) 和丹麦国际发展援 助机构的支持下开发建立，时间序列为1 9 8 6 年至1 9 9 9 年，空间分辨率为1 k m ， 时间分辨率为每h ，主要用于林火监测、农作物估产和生物量监测。该数据集进 行了云掩码处理，几何纠正的精度达到了亚像元级别，建立了标准化数据处理链 并开发了数据处理系统。数据集内容主要包括1 5 通道的反射；簪和亮温、植被指 数( 包括n d v i ，s a v i ，m s a v i 以及g e m i ) 、地表温度、卫星观测角与方位 角、太阳方位角与天顶角以及云标志。 过去几年，中国国家空间数据基础中心( n a t i o n a l s p a t i a l d a t a i n f r a s t r u c t u r e n s d i ) 考虑建立数字地球( d i g i t a le a r t h d e ) 空间数据框架。该框 架由多个数据集组成，包括土地覆盖专题地图、不同尺度和精度的数字地形图以 及医药、社会、经济空间专题信息地图等。植被专题信息也是其中之一，用于研 究植被状况和生态系统变化。从1 9 9 6 年起，利用n o a aa v h r r 数据生产了 按月为单位的全国陆地l k mn d v i 植被指数数据集。同时也对中国风云系列气象 ：卫星( f y ) 的数据进行了处理。处理流程包括辐射标定、几何配准、n d v i 计算 以及多时相合成等过程( m i n g s h e n g l i a o 等，1 9 9 9 ) 。 俄罗斯s i b t r e e s 项目( h t t p ：w w w i f i r s s i m ，s i b t r e e s ，d a t a h t m l ，2 0 0 3 ) 收集了全国1 9 9 8 年至1 9 9 9 年的n o a aa v h r r 数据，在西伯利亚森林地区内 对生态系统、林火监测、森林覆盖制图等进行研究。该数据集的数据处理链包括 数据质量检查( 掉线、坏线和噪音去除) 、云标识、标定、几何纠正、时相复合 等过程。该数据集针对性较强，仅对该地区森林生长季节的数据进行处理分析， 没有构成完整的时间序列。 另外，与n o a a a v h r r 类似的s p o t v e g e t a t i o n 数据( s a i n t 1 9 9 2 ； w u b i n g f n g ，2 0 0 0 ) 也是低分辨率全球变化与环境遥感的重要数据源，由法国 c e s b i o 创建了标准化的时间序列数据集，空间分辨率为l k m ，时间分辨率有逐 日、旬、月构成。 第一带引苦 ( h t t p ：w w w s p o t v e g e t a t i o n c o g d v e g e t a t i o n p r o g r a m m e p a g e s t h e v e g e t a t i o n p r o g r a m m e g e n e r a l d e s c r i p t i o n h t m # p r o d u c t s ，2 0 0 4 ) 。 美国自1 9 9 9 开始的第二阶段对地观测系统计划中提出的中分辨率成像光 谱仪( m o d i s ) 数据( c h r i s t o p h e r 1 9 9 8 ：h t t p ：m o d i s g s f c n a s a g o v ，2 0 0 4 ) 引 起科学家的广泛兴趣。该数据具有3 6 个波段和2 5 0 m 到1 0 0 0 m 的地表分辨率， 而且数据以每天两次的采集频率和免费接收的数据获取政策，使之成为全球地学 研究和生态环境监测的重要数据源。美国n a s a 致力于将该数据建成标准化的 数据集产品，提供给全球科学家对地球系统进行综合研究。n o a aa v h r r 数据 有很长的应用历史，与m o d i s 数据一起成为地球系统研究的重要数据源。 1 3 研究目标和论文结构 目前，国际上主要的a v h r r 数据集建设由于开发组织、应用目标、空间尺 度等方面的不同，在处理步骤、处理方法、数据集内容上也存在较大的差异。本 文旨在研究开发中国陆地地区的低分辨率n o a aa v h r r 数据集，收集覆盖中 国陆地地区的n o a aa v h r r 数据以及相关的辅助数据，研究改进标准化方法， 建立从原始数据到辐射标定、数据定位、几何纠正、云检测、大气纠正、双向反 射纠f 、地表环境参数反演以及多时相数据复合等过程的完整数据处理链。设计、 开发数据处理系统，处理多年( 1 9 9 1 2 0 0 3 ) 历史数据和实时数据，组织和应用 数据集。 本论文分七章。总体结构见图1 - l 。 第一章为引言：本章论述全球变化研究中科学数据的需求及其存在的问题， 描述了遥感对地观测技术对于研究地球科学问题的背景和意义，提出研究开发中 国陆地环境遥感数据集的需求及必要性。描述国内外各种科研机构的n o a a a v h r r 数据集及相关数据集的研究开发现状及其应用。提出论文的研究目标与 结构。 第二章为数据获取：描述n o a aa v h r r 原始数据的获取途径，以中国科 学院遥感应用研究所航天遥感数据接收中心为主要数据收集渠道。以第三方数据 接收站为辅助，建立覆盖中国地区的n o a aa v h r r 数据获取网络，对历史数 中国科学院遥感应用研究所博。i 学位论土中国陆地l k m & v h r r 数据集开堑查鲨望堕! 据进行收集、归档，并构成实时数据的收集通道组成原始数据( a v h r r1 b ) 数 据集。定义中国陆地a v h r r 环境遥感数据集。 第三章为定标、定位、云标识别：研究分析a v h r r 数据的辐射标定问题， 考虑传感器的衰减，对a v h r r 2 中1 2 通道采用与时间相关的标定系数；3 - 5 通道采用采用星载标定，包括线性标定与非线性修f 。在a v h r w 3 中1 ，2 ，3 a 通道采用采用双斜距和双截距进行线性标定，4 5 通道与a v h r r 2 相同。在标 定基础上进行云检测，利用5 个通道多光谱信息，采用决策树的方式判断t 净像 元( 无云) 、混合像元( 部分有云) 、污染像元( 云覆盖) - 9 , i , 情况；使用s g p ( 简化常规摄动) 卫星轨道模型，通过收集相应n o a a 卫星的轨道信息和1 b 数 据提供的单一控制点进行卫星数据导航定位( 数据导航过程计算出观测几何特 征，即太阳天顶角、卫星观测角以及相关方位角) ，再通过地面控制点( 典型地 物特征和参考影像) 进行几何精纠f ，配准到地面坐标系统。 第四章为大气与双向反射纠正：大气校正采用s m a c ( 大气纠正简化方法) 方法，对臭氧、瑞利散射、气溶胶、水蒸汽4 个主要大气因子的影响进行纠正。 大气纠正是实时的，其中臭氧、水蒸汽、大气压、气溶胶光学厚度与a v h r r 数 据获取时间基本同步，保证了纠丁f 的效果。臭氧通过t o m s 获取，后三个参数 是结合地面观测的气象信息进行反演，其中瑞利散射中大气压力效应，利用中冈 l ：1 0 0 万数字高程模型进行调整；水汽含量来自中国1 2 2 个探空站实时高空观 测数据，将各气层内的水汽含量相加得到大气柱的水汽总含量；气溶胶光学厚度 根据地面气象能见度和水汽压信息反演大气柱气溶胶光学厚度的参数化方法计 算获得，其中水汽压是通过水汽含量和地面水汽压的对应关系计算得到。在 a v h r w 2 和a v h r r 3 之间使用不同的传感器特征参数。利用植被“二向性反 射”模型反演确定组分波谱参数，将不同角度的反照度按照“二向性反射”模型 归一化到4 5 0 太阳入射角和和9 0 。垂直观测角的几何模型。在该模型中使用了各 参数与植被指数以及与地表覆盖类型之间的关系。 第五章为地表参数反演与时相复合：在标定、大气和双向反射纠正的基础上 计算植被n d v i 。同时用“劈裂窗”方法提取地表温度t s ，考虑了大气与地表辐 射影响，即可见光波段大气影响以及热红外地表比辐射率的校正。在a v h r r 3 中利用短波红外通道反演了地表植被叶面水分指数n d w i 。采用旬为合成周期和 始一章引言 m v c ( n d v i 最大值法) 力法进行多时相的数据复合，根据不同年份与月份，每 旬天数不一定都是l o 天，有8 或9 、1 0 、11 天这几种情况。此外合成的另一个 限制条件是卫星观测角度小于5 5 。，即大于该角度的