黃紹霖，徐涵秋，王 琳

1.福州大學環(huán)境與資源學院，福州 350116 2.福州大學遙感信息工程研究所，福州 350116 3.福建省水土流失遙感監(jiān)測評估與災害防治重點實驗室，福州 350116

CPF變化對Landsat TM/ETM+輻射校正結果的影響

黃紹霖1,2,3，徐涵秋1,2,3，王 琳1,2,3

1.福州大學環(huán)境與資源學院，福州 350116 2.福州大學遙感信息工程研究所，福州 350116 3.福建省水土流失遙感監(jiān)測評估與災害防治重點實驗室，福州 350116

隨著時間的推移，衛(wèi)星傳感器的老化會使得原有的輻射定標參數(shù)文件(CPF)失效。最典型的當屬Landsat-5衛(wèi)星，該衛(wèi)星自1984年發(fā)射以來，已經(jīng)進行了多次CPF修正；而Landsat-7衛(wèi)星的CPF也經(jīng)過了數(shù)次修改，以保證輻射校正結果的準確性。以Landsat TM/ETM+遙感影像為例，分別以2003、2009年的CPF對它們進行輻射校正，并對結果進行對比。結果表明，除ETM+的綠光波段外，TM、ETM+影像基于2009年CPF計算的各波段均值都要小于2003年。而這一變化也使得由此計算的指數(shù)產(chǎn)生差異：歸一化植被指數(shù)(NDVI)間的差異可達0.48%，建筑用地指數(shù)(IBI)間的差異可達5.94%。

輻射校正；輻射定標參數(shù)；歸一化植被指數(shù)；建筑用地指數(shù)；Landsat衛(wèi)星；遙感

0 引言

衛(wèi)星影像的準確定標是定量遙感的必要前提，遙感數(shù)據(jù)的可靠性在很大程度上取決于影像的輻射定標精度[1]。但是，隨著時間的推移，衛(wèi)星傳感器的老化會使得原有的輻射定標參數(shù)文件(calibration parameter file, CPF)失效。最典型的當屬Landsat-5衛(wèi)星，該衛(wèi)星自1984年發(fā)射以來，已經(jīng)進行了多次CPF修正；而Landsat-7衛(wèi)星的CPF也經(jīng)過了數(shù)次修改，以保證輻射校正結果的準確性。其中美國地質調查局(USGS)的Chander團隊在這方面做了大量的工作，他們于2003、2009年對Landsat-5、Landsat-7衛(wèi)星的CPF進行了2次修訂[2-3]，其中2009年版的CPF已在Landsat官方手冊使用[4]。由于前后2次修訂的CPF之間存在一定的差異，如果用戶不了解這一變化，繼續(xù)使用舊的CPF，就有可能造成輻射校正結果的誤差，且這種誤差在后續(xù)計算中有傳遞效應[5]，會進一步影響研究結果的準確性。為確保輻射校正結果的準確性，應使用2009年版的CPF對Landsat影像進行輻射校正處理。但目前仍有不少學者在不知情的情況下使用2003年版的CPF進行Landsat影像的輻射校正處理，如Giri等[6]的紅樹林全球分布研究,Gorsevski等[7]的森林覆蓋變化研究,Kosten等[8]的水體透明度研究,Bresloff等[9]對干旱地區(qū)葉面積指數(shù)(leaf area index，LAI)、植被覆蓋度(fractional cover，F(xiàn)C)和蒸散發(fā)量(evapotranspiration，ET)之間的關系研究以及Sinha等[10]對澳大利亞新南威爾士州北部的土地利用和土地覆蓋變化的研究中，作者均利用2003年版的CPF對Landsat影像進行輻射校正處理，這樣就給輻射校正結果帶來一定程度的不確定性，進而影響研究結果的準確性。然而，新、舊CPF輻射校正結果的差異究竟有多大，迄今尚無相關研究述及。因此，對Landsat TM和ETM+影像基于2003、2009年CPF計算的輻射校正結果開展相關的定量比較研究，查明不同輻射校正結果之間的差異，確定新、舊CPF之間的差異對輻射校正結果所產(chǎn)生的影響，就顯得十分必要。

1 實驗方法

為了避免實驗結果的偶然性，使結果具有可比性，本次研究選擇了不同地區(qū)季相相近的影像來進行實驗：北京2010年6月5日的Landsat-5 TM影像和福州2003年5月29日的Landsat-7 ETM+影像(圖1)。本文基于2003、2009年的CPF (表1、2)，利用Landsat官方網(wǎng)站手冊[12]提供的模型分別將原始影像各波段的像元灰度值轉換成傳感器處反射率[13](第6波段轉換成傳感器處的光譜輻射值，以ρ2003、ρ2009分別表示基于2003、2009年CPF計算的輻射校正結果)，然后逐波段對比不同CPF的校正結果。除了逐波段對比外，筆者還選擇了2個指數(shù)(植被指數(shù)NDVI、建筑指數(shù)IBI)進一步考察不同CPF校正結果對指數(shù)計算所產(chǎn)生的影響。

首先利用Landsat官方網(wǎng)站手冊提供的模型，結合2003、2009年的CPF[2-3, 12]對實驗影像進行輻射校正，其公式[3-4]如下：

式中：Lλ為像元在傳感器處的波段λ的光譜輻射值，W/(m2·sr·μm)；λ為波段值；Qλ是波段λ的像元灰度值；gainλ和biasλ是傳感器的波段λ的定標增益值和偏置值，W/(m2·sr·μm)；ρλ為像元在傳感器處的波段λ的反射率；Esun為波段λ的大氣頂部平均太陽輻照度，W/(m2·μm)；d為日-地天文單位距離；θs為太陽天頂角，(°)。其中，gainλ，biasλ和Esunλ就是CPF中的主要定標參數(shù)。從表1、2可以看出，它們在2003年和2009年是不同的，顯然它們的變化會對由此計算的輻射校正結果產(chǎn)生影響。

NDVI[14]和IBI[15]分別利用以下公式計算：

圖1 實驗影像Fig. 1 Test sub-images

波段序號波段名bias/(W/(m2·sr·μm))2003年2009年gain/(W/(m2·sr·μm))2003年2009年Esun/(W/(m2·μm))2003年2009年1Blue-1.52-2.290.7628240.7658271957.001983.002Green-2.84-4.291.4425101.4481891826.001796.003Red-1.17-2.211.0398821.0439761554.001536.004NIR-1.51-2.390.8725880.8760241036.001031.005SWIR1-0.37-0.490.1198820.120354215.00220.006TIR1.241.180.0551580.0553767SWIR2-0.15-0.220.0652940.06555180.6783.44

表2 Landsat-7 ETM+的CPF (據(jù)Chander等[3, 11])

式中，ρGreen、ρRed、ρNIR和ρSWIR分別對應TM、ETM+影像的2、3、4和5波段的反射率。IBI是由3個指數(shù)(NDVI、改進的歸一化差異水體指數(shù)(modified normalized difference water index,MNDWI)[16]、歸一化差值建筑指數(shù)(normalized difference built-up index,NDBI)[17])構建和推導而來，其具體的推導過程可見文獻[15]。

2 結果與討論

2.1 逐波段對比

表3列出了經(jīng)2種CPF參數(shù)校正后各波段傳感器處反射率的統(tǒng)計值。從表3中可以看出，CPF的變化會對不同波段產(chǎn)生不同程度的影響：

表3 TM、ETM+影像各波段及指數(shù)的統(tǒng)計特征

Table 3 Statistics of corresponding bands and indices of TM and ETM+

波段序號ρ2003ρ2009變化率RMSETM10.15650.1538-1.79%0.0028(北京)20.13350.1335-0.06%0.000330.10860.1079-0.64%0.000840.26720.2665-0.24%0.000750.16990.1648-3.01%0.005168.64138.6127-0.33%0.028570.10440.0983-5.78%0.0061NDVI0.41970.42130.39%0.0027IBI-0.1975-0.2092-5.94%0.0119ETM+10.12130.1188-2.09%0.0025(福州)20.10510.10570.53%0.000730.08270.0827-0.07%0.000540.22660.2255-0.52%0.001350.14140.1370-3.16%0.00466L8.75108.7154-0.41%0.03566H8.73398.7157-0.21%0.018270.07370.0716-2.85%0.002480.22670.2261-0.24%0.0006NDVI0.45040.4483-0.48%0.0054IBI-0.2206-0.2326-5.44%0.0124

1)在可見光、近紅外和短波紅外波段中，除了ETM+2波段外，無論是TM或ETM+影像，2009年CPF計算的各波段均值都要小于2003年。其中以短波紅外波段最為明顯，最高差異可達-5.78%，均方根誤差(root mean square error,RMSE)可達0.006 1(TM 7)。

2)從RMSE來看，無論是TM或ETM+，熱紅外波段的差異都表現(xiàn)得更為明顯，最高可達0.035 6(ETM+ 6L)。

3)在ETM+的全色波段方面，2009年CPF計算的均值要低于2003年，差0.24%，RMSE為0.000 6。

2.2 專題指數(shù)間對比

將基于ρ2003、ρ2009的相關波段用公式(3)、(4)分別計算出2幅實驗影像的NDVI和IBI，構成指數(shù)波段，并計算出它們的均值和RMSE(表3)。然后，分別用以2009年CPF計算的指數(shù)減去對應的以2003年CPF計算的指數(shù)，獲得各指數(shù)的差值影像，將指數(shù)差值影像與對應的2009年CPF計算的指數(shù)影像投影到二維特征空間，得到圖2。

圖2 TM、ETM+影像基于ρ2009、ρ2003計算的NDVI和IBI散點圖Fig. 2 Scatterplots of NDVI and IBI of TM, ETM+ based on the calculation of ρ2009、ρ2003

據(jù)表3和圖2可以發(fā)現(xiàn)，CPF的變化也對TM、ETM+影像在NDVI、IBI的計算結果上造成一定的影響。從IBI來看，無論是TM或ETM+影像，2009年CPF計算的均值都要小于2003年，幅度可達到-5.94%，RMSE大于0.01。而在NDVI方面則表現(xiàn)為：在植被指數(shù)高的地區(qū)，NDVI2009大于NDVI2003；而在植被指數(shù)低的區(qū)域則相反。就RMSE而言，2009年CPF計算的結果和2003年的比較接近，二者的RMSE都小于0.01。

以上結果表明，2009年的CPF與2003年的CPF在輻射校正的結果上有一定的差異。其在短波紅外波段的差異大于可見光及近紅外波段。這一現(xiàn)象在其他類似的對比研究中也有發(fā)現(xiàn)[18]。Chander等[18]認為遙感傳感器在短波紅外波段處的性能往往較差，其接收的信號也更低，因此導致了波段之間的差異比可見光和近紅外波段來得大。顯然，這一差異也直接導致它們在本次指數(shù)計算時產(chǎn)生差異，而且IBI間的差異要大于NDVI間的差異。這是由于IBI的構建用到了短波紅外波段，而NDVI的計算只涉及差異較小的近紅外和可見光波段；因此，短波紅外波段較大的差異就會傳遞到由它構建的IBI中，導致在IBI的對比中表現(xiàn)出比NDVI更大的差距。

3 結語

Landsat TM/ETM+定標參數(shù)文件CPF的變化會對TM、ETM+影像的輻射校正結果產(chǎn)生不同程度的影響。除ETM+ 2波段外，TM、ETM+影像基于2009年CPF計算的各波段均值都要小于2003年，其中以短波紅外波段最為明顯。此外，CPF變化導致的IBI間的差異大于NDVI間的差異。

這一研究結果表明，2003、2009年CPF的輻射校正結果在有些波段存在較大差異，且這種差異在后續(xù)計算中有傳遞效應。因此必須使用2009年新版的CPF來對Landsat TM/ETM+進行輻射校正。

[1] 李先, 陳圣波, 王旭輝, 等. 基于輻射傳輸模型的水底反射率定量遙感反演研究[J]. 吉林大學學報: 地球科學版, 2008, 38(增刊1): 235-237. Li Xian, Chen Shengbo, Wang Xuhui, et al. Study Based on Radioactive Transfer Model of the Quantitative Remote Sensing of Water Bottom Reflectance[J]. Journal of Jilin University: Earth Science Edition, 2008, 38(Sup.1): 235-237.

[2] Chander G, Markham B. Revised Landsat-5 TM Radiometric Calibration Procedures and Postcalibration Dynamic Ranges[J]. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(11): 2674-2677.

[3] Chander G, Markham B L, Helder D L. Summary of Current Radiometric Calibration Coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI Sensors[J]. Remote Sensing of Environment, 2009, 113(5): 893-903.

[4] NASA. Landsat 7 Science Data Users Handbook[EB/OL]. [2013-02-13]. http://landsathandbook.gsfc.nasa.gov.

[5] 張鐵軍. ASTER與ETM+傳感器影像的交互比較研究[D]. 福州: 福州大學, 2010. Zhang Tiejun. Cross Comparison Between ASTER and ETM+ Sensor Imagery[D]. Fuzhou：Fuzhou University, 2010.

[6] Giri C, Ochieng E, Tieszen L, et al. Status and Distribution of Mangrove Forests of the World Using Earth Observation Satellite Data[J]. Global Ecology and Biogeography, 2011, 20 (1): 154-159.

[7] Gorsevski V, Kasischke E, Dempewolf J, et al. Analysis of the Impacts of Armed Conflict on the Eastern Afromontane Forest Region on the South Sudan-Uganda Border Using Multitemporal Landsat Imagery[J]. Remote Sensing of Environment, 2012, 118: 10-20.

[8] Kosten S, Vernooij M, Vannes E, et al. Bimodal Transparency as an Indicator for Alternative States in South American Lakes[J]. Freshwater Biology, 2012, 57(6): 1-11.

[9] Bresloff C J, Nguyen U, Glenn E P, et al. Effects of Grazing on Leaf Area Index, Fractional Cover and Evapotranspiration by a Desert Phreatophyte Community at a Former Uranium Mill Site on the Colorado Plateau[J]. Journal of Environmental Management, 2013, 114: 92-104.

[10] Sinha P, Kumar L. Independent Two-Step Thre-sholding of Binary Images in Inter-Annual Land Cover Change/No-Change Identification[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013, 81: 31-43.

[11] 徐涵秋. 基于影像的Landsat TM/ETM+數(shù)據(jù)正規(guī)化技術[J]. 武漢大學學報: 信息科學版, 2007, 32(1): 62-66. Xu Hanqiu. Image-Based Normalization Technique Used for Landsat TM /ETM+ Imagery[J]. Geomatics and Information Science of Wuhan University, 2007, 32(1): 62-66.

[12] NASA. Landsat 7 Science Data Users Handbook[EB/OL]. [2013-02-13]. http://lptwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.html.

[13] 唐菲, 徐涵秋. 城市不透水面與地表溫度定量關系的遙感分析[J]. 吉林大學學報：地球科學版，2013，43(6):1987-1996. Tang Fei, Xu Hanqiu. Quantitative Relationship Between Impervious Surface and Land Surface Temperature Based on Remote Sensing Technology[J]. Journal of Jilin University: Earth Science Edition, 2013, 43(6): 1987-1996.

[14] Rouse J W, Haas R H, Schell J A, et al. Monitoring Vegetation Systems in the Great Plains with ERTS[C]//Stanley C, Freden, Enrico P, et al. Proceedings of the Third ERTS Symposium. Washington D C: NASA, 1973: 309-317.

[15] Xu H Q. A New Index for Delineating Built-Up Land Features in Satellite Imagery[J]. International Journal of Remote Sensing, 2008, 29(14): 4269-4276.

[16] Xu H Q. Modification of the Normalised Difference Water Index (NDWI) to Enhance Open Water Features in Remotely Sensed Imagery[J]. International Journal of Remote Sensing, 2006, 27(14): 3025-3033.

[17] Zha Y, Gao J, Ni S. Use of Normalized Difference Built-Up Index in Automatically Mapping Urban Areas from TM Imagery[J]. International Journal of Remote Sensing, 2003, 24(3): 583-594.

[18] Chander G, Meyer D J, Helder D L. Cross Cali-bration of the Landsat-7 ETM+ and EO-1 ALI Sensor[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(12): 2821-2831.

Influence of Calibration Parameter File (CPF) to Radiometric Correction on Landsat TM/ETM+

Huang Shaolin1,2,3, Xu Hanqiu1,2,3, Wang Lin1,2,3

1.College of Environment and Resources, Fuzhou University, Fuzhou 350116, China 2.Institute of Remote Sensing Information Engineering, Fuzhou University, Fuzhou 350116, China 3.Fujian Provincial Key Laboratory of Remote Sensing of Soil Erosion and Disaster Protection, Fuzhou 350116, China

As time goes by, the aged satellite sensors have made the original Calibration Parameter File (CPF) of the sensors become invalid. Typically the CPF of the Landsat-5 Thematic Mapper (TM) was modified several times since its launch in 1984, and so did the CPF of Landsat-7 Enhanced Thematic Mapper Plus (ETM+). Otherwise the accuracy of the image radiometric correction is not ensured. In this study, two scenes of Landsat TM and ETM+ images have been corrected using their CPFs issued in 2003 and 2009, respectively. These radiometrically-corrected images were then compared to see whether there was any difference between the correction results. The band-by-band comparison reveals that, except the green band of ETM+, the mean value of TM and ETM+ bands calculated with the 2009 CPF is less than that calculated with the 2003 CPF. This also has influenced on the Normalized Difference Vegetation Index (NDVI) and build-up index (IBI) computation. The difference in the mean value between the NDVIs calculated using the 2003 and 2009 CPFs amounts to 0.48%, while this figure between the IBIs can reach to 5.94%.

radiometric correction; calibration parameter file(CPF);IBI;NDVI; Landsat satellite; remote sensing

2013-05-26

國家科技支撐項目(2013BAC08B01-05)；福建省自然科學基金項目(2011J01269,201109251730)

黃紹霖(1986--)，男，博士研究生，主要從事環(huán)境與資源遙感研究，E-mail:hsl.20030115@163.com

徐涵秋(1955--)，男，教授，博士，博士生導師，主要從事環(huán)境與資源遙感研究，E-mail:hxu@fzu.edu.cn。

10.13278/j.cnki.jjuese.201404306.

10.13278/j.cnki.jjuese.201404306

TP79

A

黃紹霖，徐涵秋，王 琳.CPF變化對Landsat TM/ETM+輻射校正結果的影響.吉林大學學報:地球科學版,2014,44(4):1382-1387.

Huang Shaolin, Xu Hanqiu, Wang Lin.Influence of Calibration Parameter File (CPF) to Radiometric Correction on Landsat TM/ETM+.Journal of Jilin University:Earth Science Edition,2014,44(4):1382-1387.doi:10.13278/j.cnki.jjuese.201404306.