美国地质调查局(USGS) 2020年12月正式发布了基于Landsat热红外光谱数据生产的2级地表温度产品(Landsat Collection 2 Level-2 surface temperature, LC2L2ST), 但目前还鲜有该地表温度产品的相关研究报道。 由于美国地质调查局已宣布自2022年开始将不提供除该产品之外的其他地表温度数据, 因此有必要对该产品进行适时的评估。 在同类遥感卫星产品中, MODIS地表温度产品的质量最被广大用户认可, 应用也最为广泛, 因此首次将Landsat新型热红外地表温度产品与MODIS地表温度产品进行交互对比, 以评估新产品与MODIS地表温度产品的一致性。 分别选取了我国的不同地区(福州、 太湖、 银川、 敦煌)作为试验区, 以20对同日过空的LC2L2ST与MODIS地表温度影像为数据源进行交互对比。 影像涵盖植被、 水体、 建筑、 荒漠等地物以及不同的季节。 在试验区影像上选取一系列均质样区(ROI), 通过各样区的地表温度均值散点进行拟合回归分析, 研究二者地表温度间的差异及定量关系, 并提出彼此转换的模型。 结果表明, Landsat地表温度新产品与MODIS地表温度产品具有很高的相关性, 4个试验区的决定系数(R2)皆大于0.98, 集成4个试验区的总R2也接近0.98; 但LC2L2ST比MODIS的地表温度平均高0.90 ℃(RMSE=2.29 ℃)。 分析发现, 二者地表温度数据间的差异与其在空间分辨率、 观测角度、 地物类型和季节的不同有关。 从不同地物和季节来看, LC2L2ST在晚秋和冬季略低于MODIS的地表温度, 而在夏季极端高温的城镇、 荒漠地区则明显高于MODIS的地表温度, 且偏差可近7 ℃。 总的看来, Landsat新型地表温度产品与MODIS同类产品的相关性显著, 但在夏季的城市和沙漠地区的差异较大, 因此, LC2L2ST新产品在夏季高温季节的适用性仍有待进一步基于地面实测温度的验证。 鉴于两种地表温度数据产品仍存在着一定差距, 因此二者如要协同使用, 需要进行转换。 本研究基于4个试验区的560个ROI样区构建了二者地表温度间的转换方程, 并通过验证发现, 经转换后的两数据差异性得到大幅缩小。 因此, 必要的数据转换有利于二者数据的协同使用, 可为长时间序列的地表温度变化监测提供连续的遥感数据。

近年来随着我国新型国产高分影像的相继问世以及相关应用的逐步展开, 不少研究涉及了不同国产高分影像多光谱数据之间的交互对比, 但两种国产分辨率最高的GF-2 PMS2与ZY-3 MUX传感器多光谱数据之间的对比仍未见报道。 为了使这两种国产主力高分辨率传感器的多光谱数据能够在实际应用中相互补充使用, 发挥更大的作用, 基于它们的3对同日过空影像, 采用两种方法对其进行交互对比。 第一种方法是对整个试验区采用逐像元光谱比较法进行对比, 第二种是采用样区光谱均值比较法进行对比, 即在试验影像上选择一系列的样区, 然后以各样区的均值进行对比。 通过对两种传感器同步影像对的表观反射率进行回归分析, 获得各对应波段的回归散点图, 查明它们之间的定量关系, 并据此提出相互转换的关系方程。 研究结果表明, 两种对比方法得出的结果相一致, 但使用样区光谱均值比较法进行交互对比的结果的准确性更高。 GF-2 PMS2与ZY-3 MUX各对应波段具有很强的相关性, 其线性回归方程的决定系数(R2)都大于0.9, 但其值在蓝绿波段较高, 在红光和近红外波段有所下降, 表明两种传感器的表观反射率在蓝绿波段的一致性好于红光和近红外波段。 总体上看, GF-2 PMS2的信号强于ZY-3 MUX, 二者的信号差异在蓝、 绿光波段较大, 在红光和近红外波段较小, 但却明显受到地物类型的影响。 对于以裸土为主的影像, 两种传感器之间的差异随着波长的增大而逐渐减小, 而对于以植被为主的影像, 二者之间的差异却随着波长的增大而逐渐增大。 将纯植被与纯裸土的样区单独提取出来做进一步分析, 结果表明, 两种传感器的信号差异程度在红光波段主要受裸土影响, 而在近红外波段则主要是受植被影响, 且植被长势越旺盛, 两种传感器的表观反射率差异越大。 通过研究获得了两种传感器多光谱波段数据之间的相互转换方程, 并对其进行验证, 结果表明: 经过转换后的GF-2 PMS2数据与ZY-3 MUX数据之间的差异大大减小, 各波段均方根误差的均值降幅可达64.79%, 平均相对偏差率也有明显的降低。 这表明, 所查明的两种传感器的定量关系是有效的, 其对应波段的转换方程可以用于两种传感器数据的相互转换, 经转换后的数据更有利于这两种传感器数据的协同使用。 分析两种传感器数据的差异原因表明: 二者数据的差异主要是由于它们的光谱响应函数的差异和空间分辨率的差异引起的。 ZY-3 MUX的光谱响应函数曲线相对平缓, 没有明显的起伏波动, 而GF-2 PMS2则较不稳定, 在四个波段呈现出程度不同的起伏变化, 从而影响了二者表观反射率信号的一致性; 而GF-2 PMS2具有的4 m空间分辨率明显高于ZY-3 MUX的6m空间分辨率, 因此更容易捕捉到细小地物的光谱信息, 这也使得二者信号出现不一致。

以Landsat 7 ETM+、SPOT 5和IKONOS遥感影像数据为数据源, 利用格网法从1∶500地形图提取的不同空间分辨率的植被覆盖度为参考依据, 通过对不同辐射校正水平的遥感影像获得的植被覆盖度进行精度比较分析, 对多源多尺度和多源同尺度城市植被覆盖度估算的相关问题进行研究.研究表明, 在城市区域进行植被覆盖度估算时, ICM模型为较佳辐射校正模型; 对于高分辨遥感影像, NDVI为植被覆盖度估算的较佳植被指数; 对于中分辨率影像, 植被覆盖度估算的较佳植被指数则为RVI和MSAVI; 就研究区而言GI模型比CR模型估算的植被覆盖度更准确.

Landsat系列卫星的热红外数据一直是获取地球表面温度的重要数据源, 而新一代Landsat 8卫星的TIRS热红外传感器数据进一步延续了这一重要使命。 但该卫星发射以来, 其热红外传感器的定标参数不断发生变化, 致使美国地质调查局(USGS)不得不在2014年2月对所有已获取的Landsat 8卫星数据进行重新处理。 为了考察新处理数据的定标准确性, 利用定标精度很高的Landsat 7 ETM+的3幅热红外影像来对同日过空的Landsat 8 TIRS热红外影像进行对比, 以查明TIRS热红外数据的定标准确性。 结果表明, 尽管Landsat 8 TIRS与Landsat 7 ETM+的热红外光谱数据很接近, 但是, 二者之间也存在着差别。 与ETM+6波段反演的大气顶部温度相比, TIRS 10波段表现为高估, 幅度最大为1.37 K, 而TIRS 11波段则表现为低估, 幅度可达-3 K。 可见, Landsat 8 TIRS热红外光谱数据的定标参数精度仍不稳定, 且以TIRS 11波段表现得更明显。 进一步分析发现, TIRS数据的误差会随着地表植被和裸土覆盖比例的不同而发生变化。 表现在TIRS 10波段的高估会随着植被比例的下降而加大, 而TIRS 11波段的低估则会随着植被比例的下降而减少。 因此, 虽然USGS提倡用TIRS 10单波段来反演温度, 但TIRS 10波段在低植被高裸土区的反演精度却远不及TIRS 11波段, 所以在低植被高裸土区可能不宜一味地采用TIRS10波段, 在没有把握的情况下, 在低植被覆盖区也可尝试采用TIRS 10和11波段温度的均值, 它可将误差缩小在<0.5 K范围以内。

不透水面遥感信息的反演是近十年来遥感领域的一个热门课题, 但是利用高光谱影像反演不透水面信息的研究较少, 高光谱和多光谱影像反演不透水面的对比研究也少有报道。 重点研究了高光谱EO-1 Hyperion和多光谱Landsat TM/ETM+数据在反演不透水面信息方面的特点, 首先在福州、 广州和杭州选取了三个实验区, 利用线性光谱混合分析模型反演Hyperion和TM/ETM+影像的不透水面信息。 对于多达242个波段的Hyperion影像, 进一步利用判别分析从中选取了11个特征波段构成新的Hyperion’影像, 以考察是否可用缩减波段的方法来取得较好的反演效果。 结果表明, Hyperion高光谱影像反演不透水面的能力优于多光谱影像TM/ETM+, 而利用特征波段构成的Hyperion’的反演精度最高, 这主要得益于Hyperion具有更高的光谱分辨率和辐射分辨率, 使其可以更有效地区别不同地物在光谱特征和辐射特征上的微细变化, 从而可以更好地区分不同地物。 而由特征波段构成的Hyperion’影像由于大幅减少了高光谱影像波段的冗余度, 所以获得了更高的反演精度。

在中尺度对地观测系统中, Landsat和ASTER数据无疑是使用得最多的遥感影像数据, 但是长期以来二者植被指数之间的定量关系并不清楚。 因此, 利用三对同日过空的Landsat ETM+和ASTER影像来考察二者植被指数(NDVI、 SAVI)之间的定量关系, 重点查明二者之间的差异。 通过将ETM+与ASTER影像的多光谱波段的灰度值转换成传感器处反射率, 并对其进行回归分析来求出二者植被指数之间的定量关系和转换方程。 研究发现, 尽管ETM+与ASTER的植被指数之间具有显著的线性正相关关系, 但是二者在光谱响应函数上的不同造成ASTER影像的植被指数信号总体上弱于EMT+的植被指数信号。 利用所求的转换方程对两种传感器的植被指数进行互为转换, 其转换的精度较高, RMSE都小于0.04。

20世纪末以来, 多种新型传感器的升空使得不同传感器之间的互为比较成为一个新的研究热点, 但是ASTER和Landsat-7 ETM+传感器多光谱数据之间的全面对比在国内外尚未报道, 为此, 该文对ASTER和Landsat-7 ETM+传感器影像数据进行了对比互补研究。 文章从传感器的轨道特征、 扫描方式、 光谱范围和光谱响应特征等方面对二者进行机理上的分析和对比。 在此基础上, 基于3对同步过空的影像对和大面积同质感兴趣区的实验和统计分析, 研究了ASTER与Landsat-7 ETM+传感器在可见光-近红外、 短波红外各对应光谱波段之间的关系, 提出了各对应波段相互转换的关系方程式, 验证了所求的关系方程的有效性。 最后对两种传感器影像对应光谱波段的差异进行了分析。 验证结果表明, 所求的关系转换方程具有较高的精度。