基于MODIS数据的生物量遥感估测技术规程

1、ICS:备案号：DB四川省地方标准DB51/T×××××××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 RemoteSensing Monitoring base on MODIS Data××××-××-××发布 ××××-××-××实施四川省质量技术监督局

2、发 布DB51/T×××××××目 次前 言II1 范围12 规范性引用文件13 术语和定义14 基本方法25 前期准备26 地面调查27 MODIS数据处理38 植被指数合成39 模型建立410 结果计算与评价4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6附录B（资料性附录） MODIS数据产品分级7附录C（资料性附录）表C.1 MODIS波段分布和主要应用8附录D（资料性附录） 常用的MODIS植被指数913DB51/T××××××

3、×前 言本标准中附录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并归口。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：张绪校、周俗、唐川江、张新跃、侯众、严东海、鲁岩。DB51/T×××××××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MODIS数据进行草原地上生物量估测的方法和技术要求。本标准适用于应用MODIS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中的条款通过本标准的引用而成为本标准的条款。

4、凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本规范。NY/T 12332006 草原资源与生态监测技术规程。DB51/T 9392009 草原资源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本标准。3.1MODIS数据 MODIS data 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-ground Biomass草原地面以上所有植物植物体的总量。以下简称生物量。3.3数字地图 digi

5、tal map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temporal data不同时间获取的同一地域的一组图像、地图或地理数据。3.5图像处理image processing图像数字化、复原、几何校正、增强、统计分析和信息提取分类、识别等图像加工的各种技术方法的统称。DB51/T×××××××3.6植被指数vegetation index, VI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vegetation inde

6、x composite在多日植被指数中，按照一定标准和规则，选择其中一个植被指数的过程。3.8植被指数合成期vegetation index composite period用于实施合成的时间段。草原生物量监测中，植被指数合成期一般采用8天、16天、旬和月。3.9等距抽样systematic sampling首先将总体中各单位按一定顺序排列，根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取一个单位的一种抽样方式。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，通过植被指数与生物量

7、的相关性分析，建立数学模型并进行验证和修正；利用模型估测生物量；对结果精度进行评价。应用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1：100万，州（市）、县级地图比例应1：25万。草原类型分布图，包含草原类、组、型的分布区域、面积等要素，地图比例应1：50万。其它资料，包括监测区自然条件、畜牧业生产、社会经济概况及草原灾害发生情况。5.2 软硬件设备硬件：运算速度较高的计算机；图形输入、输出设备等。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

8、分析、数据库软件。6 地面调查进行地面调查，获取监测区内样地的草原类型、植被盖度、高度、生物量等信息。地面DB51/T×××××××数据经计算机汇总和整理，转换成地理信息软件识别的空间数据，作为遥感监测的样本。地面调查方法参照NY/T 12332006草原资源与生态监测技术规程、DB51/T 9392009草原资源遥感监测地面布点与样方测技术规程。7 MODIS数据处理7.1 数据选用原则覆盖监测区；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、暗影、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

9、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。利用地面接收系统接收到的MODIS数据为L1A原始数据，经过数据解包生成L1B HDF格式数据。对HDF数据进行辐射纠正、投影变换、几何纠正等预处理工作后，形成LD2文件。7.3 几何精纠正对于随机因素导致的图像畸变，主要通过野外实测、基于已有图像或者数字化地图获得地面控制点进行几何精纠正。控制点的数量根据图像的大小和纠正模型参数来确定。精度要求均方误差在1个像元以内。7.4 图像增强经预处理的MODIS图像需进一步增强、拉伸、不同分辨率融合、波段运算等，突出图像目标信息，使各图像分辨率、质量达到一致。7.5 图像镶

10、嵌与裁切一景图像不能完全覆盖监测区时，需要对几景图像进行镶嵌。提取监测区或感兴趣区域（AOI）时，需要进行裁切。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）。MODIS波段分布和主要应用见附录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种方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，晴天观测值超过30%，采用BRDF模型合成。DB51/T×××&#

11、215;×××有限视角内的最大值合成（CVMVC）：合成期内，晴天观测值少于30%，且多于2天，选择其中视角最小的2个植被指数，取二者中最大值。 直接计算植被指数：合成期内，只有1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，选取所有植被指数的最大值。9 模型建立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模，选择适当的植被指数和模型方程。9.1 提取灰度值将各样地数据复合到植被指数图上，提取各样地在植被指数图上对应像元的灰度值。9.2 建立模型使用统计分析工

12、具（软件），将像元灰度数值作为自变量（x），将草原地上生物量当作因变量（y），求回归方程，分析过程中可去掉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0.05显著水平以上的方程作为模型。9.3 验证与修正把模型反演值与调查值通过统计学方法进行比较，验证模型的可信度。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，然后修改参数或重新建模。验证方法：从地面调查数据中按等距抽样方法抽取一定比例（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。或按总样地数的一定比例（5%10%）在反演结果图上

13、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、实测数据对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查数据进行比较，评价估测的精度。生物量估测值与真值（地面调查数据）的误差越小，精度越高。DB51/T×××××××相对误差计算公式为： （1）式中： 相对误差； 真值；x 生物量估测值。精度计算公式为：p（1）×100%

14、（2）式中：p 精度； （1）式计算的相对误差。DB51/T×××××××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DB51/T×××××××附录B（资料性附录）MODIS数据产品分级MODIS标准数据产品根据内容的不同分为0级、1级数据产品，在1B级数据产品之后，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洋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种标准数据产品类型。L0数据是对卫星下传的

15、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、时间码、方位信息和遥测数据等。 L1A数据是对L0数据中的CCSDS包进行解包所还原出来的扫描数据及其他相关数据的集合。L1B数据是对L1A数据进行定位和定标处理之后所生成，其中包含以SI(Scaled Integer)形式存放的反射率和辐射率的数据集。L2L4是对L1B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（NDVI/EVI），空间分辨率250m。DB51/T××&#

16、215;××××附录C（资料性附录）表C.1 MODIS波段分布和主要应用主要应用波段波长(m)对应光谱光谱辐射率(W·m-2·m-1·sr-1)星下点分辨率(m)陆地/云的分界线10.6200.670红21.825020.8410.876近红外24.7250陆地/云的属性30.4590.479蓝/青35.350040.5450.565绿2950051.2301.250近红外5.450061.6281.6527.350072.1052.1551500海洋颜色/水体表80.4050.420紫44.91000层性质/物化学90.

17、4380.448蓝41.91000100.4830.493青32.11000110.5260.536绿27.91000120.5460.556211000130.6620.672红9.51000140.6730.6838.71000150.7430.75310.21000160.8620.877近红外6.21000大气水蒸汽170.8900.920101000180.9310.9413.61000190.9150.965151000地表/云温度203.6603.840中红外0.451000213.9293.9892.381000223.9293.9890.671000234.0204.0800

18、.791000大气温度244.4334.4980.171000254.4824.5490.591000卷云261.3601.390近红外61000水蒸汽276.5356.8951.161000287.1757.4752.181000298.4008.7009.581000臭氧309.5809.8803.691000地表/云温度3110.78011.280远红外9.5510003211.77012.2708.941000云顶高度3313.18513.4854.5210003413.48513.7853.7610003513.78514.0853.1110003614.08514.3852.081

19、000DB51/T×××××××附录D（资料性附录）常用的MODIS植被指数D.1 差值植被指数差值植被指数DVI（difference vegetation index）为近红外光波段与红光波段的差。若DVI等于0，则代表裸地，负值代表水，正值代表植被。Snir为近红外光波段，red为红光波段，以下同。DVISnirred D.2 比值植被指数比值植被指数RVI（ratio vegetation index）为近红外光波段反射率除以红光波段反射率，目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

20、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。RVI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情况下效果最好。 D.3 归一化差异植被指数归一化差异植被指数NDVI（normalized difference vegetation Index）为近红外光波段的反射率差值除以两者之和。NDVI对绿色植被表现敏感，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，NDVI也系统性的增加；在植被覆盖为中等且为潮湿的土地类型

21、时，NDVI对土壤背景较为敏感。D.4 大气阻抗植被指数大气阻抗植被指数ARVI（atmosphere resistance vegetation index）是在NDVI的基础上提出的，目的是消除大气对可见光区间红波段与近红外相比过多的散射，具体做法是将NDVI中的红波段反射率用蓝波段反射率及参数进行修正。其中 =（） D.5 近红外百分比值植被指数近红外百分比值植被指数IPVI（infrared percentage vegetation index）旨在用这个植被指数减少运算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0和1之间又可避免NDVI的负值。

22、DB51/T×××××××D.6 垂直植被指数相对于比值植被指数，垂直植被指数PVI（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=sincos D.7 土壤调整植被指数土壤调整植被指数SAVI（soil adjusted vegetation index）可用来适当描述土壤-植被系统的简单模型。L为土壤调整因子（soil 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，理论上讲植被密度很低的地区，L=1，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=0时，SAVI等于NDVI。一般情况下，L为0.5。 D.8 修正土壤调整植被指数修正土壤调整植被指数M