erramodis雪被產(chǎn)品的分類精度對比研究

erramodis雪被產(chǎn)品的分類精度對比研究

雪是一個重要的地球表面覆蓋，具有很高的不穩(wěn)定性。在我國青藏高原和新疆北部,冬春季積雪經(jīng)常引發(fā)災(zāi)害,嚴(yán)重制約草地畜牧業(yè)的可持續(xù)發(fā)展。由于積雪的重要性,準(zhǔn)確監(jiān)測其覆蓋范圍就成為地球系統(tǒng)科學(xué)的一項重要研究目標(biāo),尤其對頻繁發(fā)生雪災(zāi)的牧區(qū)積雪進行深入研究,對防災(zāi)減災(zāi)具有特別重要的意義。遙感技術(shù)是監(jiān)測積雪覆蓋范圍最有效的方法。自20世紀(jì)80年代開始,主要使用NOAA/AVHHR衛(wèi)星資料,開展積雪遙感監(jiān)測。但是,NOAA/AVHRR資料在積雪研究中存在如下問題:①廣泛使用的NOAA/AVHRR數(shù)據(jù),僅對瑞利散射和臭氧吸收作了校正,對諸如水汽、氣溶膠等大氣干擾所作的校正極為有限。②NOAA/AVHRR數(shù)據(jù)受天氣狀況的嚴(yán)重影響,極大地限制了在積雪監(jiān)測中的應(yīng)用。③當(dāng)?shù)乇矸e雪厚度超過20cm以上時,難以對雪災(zāi)評價具有重要意義的雪深這一指標(biāo)的空間變化進行準(zhǔn)確監(jiān)測。1999年美國發(fā)射的Terra衛(wèi)星和2002年發(fā)射的Aqua衛(wèi)星攜帶的中分辨率成像光譜儀MODIS(ModerateResolutionImagingSpectroradiometer)使得上述問題有了極大的改進。自2000年2月美國航空航天局開始正式接收和分發(fā)MODIS/Terra衛(wèi)星數(shù)據(jù)產(chǎn)品以來,對MODIS積雪產(chǎn)品的應(yīng)用研究便成為全球廣泛關(guān)注的熱點問題[12,13,14,15,16,17,18,19]。但是,迄今為止針對MODIS雪被制圖算法分類精度方面的研究還較少。本文結(jié)合GIS技術(shù),通過對新疆北部地區(qū)(以下簡稱“北疆地區(qū)”)MOD10A1數(shù)據(jù)的處理與分析,探索了MODIS積雪制圖算法的分類精度,分析了雪深和土地覆蓋等因素對MODIS積雪制圖算法分類精度的影響,以期為北疆牧區(qū)積雪遙感動態(tài)監(jiān)測提供科學(xué)依據(jù)。1西部土地典型立地類型北疆地區(qū)位于42°~50°N,79°~92°E。該區(qū)夏季干熱少雨,冬季嚴(yán)寒多雪,1月份極端最低氣溫為-40℃,積雪期長達120天左右,積雪最大厚度60cm,山區(qū)達1.2m。北疆地區(qū)是我國三大積雪分布中心之一,也是新疆主要的畜牧業(yè)基地。由于區(qū)內(nèi)地形復(fù)雜,氣候寒冷,冬、春季雪災(zāi)頻繁,嚴(yán)重影響著草地畜牧業(yè)的可持續(xù)發(fā)展。2材料和方法2.1資料與資料使用利用①遙感圖像:通過美國國家冰雪數(shù)據(jù)中心網(wǎng)站,訂購下載了覆蓋北疆地區(qū)的2001年11月1日至2005年3月31日4個積雪季期間的Terra/MODIS每日積雪合成產(chǎn)品MOD10A1,共計585天的數(shù)字圖像。覆蓋北疆地區(qū)的Terra/MOD10A1雪被圖像在正弦曲線地圖投影(SIN:SinusoidalProjection)坐標(biāo)系統(tǒng)中,有H23和H24兩條軌道,南北方向的行號為V04,每日涉及的MOD10A1圖像有2幅,編碼為h23v04和h24v04。研究區(qū)總計使用了1170幅MOD10A1數(shù)字圖像。②氣象資料:同時期的北疆地區(qū)20個地面氣象觀測站測量的日降雪量、積雪深度、最低和最高氣溫及日平均氣溫等資料。③空間數(shù)據(jù)庫:主要有北疆地區(qū)行政分區(qū)、積雪觀測站空間分布、數(shù)字高程模型、土地利用、草地資源類型和季節(jié)放牧利用草地分區(qū)等GIS空間數(shù)據(jù)庫。2.2學(xué)習(xí)方法2.2.1圖像質(zhì)量評價MODIS積雪產(chǎn)品采用了對地觀測系統(tǒng)的一種分層數(shù)據(jù)格式(HDF:HierachicalDataFormat)進行保存,除包含積雪分類圖像外,還包含大量的圖像質(zhì)量評價數(shù)據(jù)及產(chǎn)品描述的輔助信息。本項研究利用MODIS數(shù)據(jù)處理工具軟件MRT(MODISReprojectionTool),對MOD10A1積雪產(chǎn)品進行了接邊處理,將正弦曲線投影轉(zhuǎn)換為Albers地圖投影坐標(biāo)系統(tǒng),橢球體選為Krasovsky,重采樣方法選用最鄰近法,圖像文件轉(zhuǎn)換為Geotiff格式。采用ArcGIS工作站版的宏語言工具,將Geotiff格式的圖像文件轉(zhuǎn)換為GRID格式,格網(wǎng)分辨率設(shè)置為500m。2.2.2地面觀測數(shù)據(jù)MODIS積雪制圖算法使用的是可見光和紅外通道的光譜反射率數(shù)據(jù),因此,在進行精度評價時必須選擇晴空條件下的觀測數(shù)據(jù)。為了自動化地判斷并篩選一個地面觀測臺站所在地衛(wèi)星經(jīng)過時是否處于晴空狀態(tài),該項研究使用了如下判別規(guī)則:當(dāng)?shù)孛嬗^測臺站所對應(yīng)的MOD10A1圖像的一個像素及其周邊24個像素均無云時,該臺站在衛(wèi)星經(jīng)過時定義為晴空狀態(tài),相應(yīng)的地面觀測數(shù)據(jù)可用于精度分析。據(jù)此,在585天的20個地面氣象臺站觀測的數(shù)據(jù)中,共篩選出3245個晴空條件下的地面積雪觀測數(shù)據(jù)。在Arc-GIS工作站版GRID模塊下,利用定點采樣和宏語言方法,提取地面觀測臺站對應(yīng)的585個時相的MOD10A1積雪分類編碼數(shù)據(jù),并從中選出晴空條件下的觀測數(shù)據(jù)用于比較分析。2.2.3分類結(jié)果一致性檢驗誤差矩陣是一種廣泛使用的評價遙感數(shù)據(jù)分類結(jié)果與地面實況信息之間的誤差和精度的有效手段,KAPPA系數(shù)(Khat)結(jié)合了遙感數(shù)據(jù)分類結(jié)果同地面實況信息之間的一致性和非一致性信息,可對分類結(jié)果進行綜合評價[式(1)]。當(dāng)Khat大于80%,40%~80%和小于40%時,分別表示分類的一致性很好、中等和較差。式中:N代表樣本總數(shù);i,j,k分別表示誤差矩陣的行數(shù)、列數(shù)和分類數(shù);x表示誤差矩陣中格網(wǎng)單元的數(shù)值。利用誤差矩陣可計算MODIS積雪制圖算法分類的總一致性和積雪一致性,以及積雪多分和漏分誤差,從而評價分類結(jié)果的準(zhǔn)確性。總一致性或總精度可定量反映MODIS積雪制圖算法對積雪和非積雪兩種類型劃分的總體精度,可用晴空天氣狀況下地面測站和相應(yīng)的MOD10A1資料均有雪及均無雪的樣本數(shù)之和與總樣本數(shù)的百分比表示。積雪一致性或積雪分類精度,反映MODIS積雪制圖算法對積雪識別的精度,可用晴空天氣狀況下地面觀測臺站和相應(yīng)的MOD10A1資料均有雪的樣本數(shù)與地面有雪的總樣本數(shù)的百分比表示。3分類原理和犧牲產(chǎn)品十年1的雪3.1積分法與其他地表覆蓋物相比,積雪具有在可見光波段較高和在短波紅外波段較低的反射率特性。MODIS自動化積雪檢測算法,充分利用了這種光譜特點,使用第4波段MODIS4(0.545~0.565μm)和第6波段MODIS6(1.628~1.652μm)的反射率(R4,R6)計算歸一化差值雪被指數(shù)NDSI(NormalizedDifferenceSnowIndex),采用一套分組決策測試方法來檢測積雪。NDSI是較高反射率和較低短波紅外反射率波段的一種組合指數(shù),其表達式可寫為:NDSI=(R4-R6)/(R4+R6)(2)一般而言,積雪具有比地表其他地物類型較高的NDSI值。對沒有密集林地覆蓋的區(qū)域,當(dāng)一個像素的NDSI值大于或等于0.40時,則該像素劃分為積雪;當(dāng)NDSI遠小于0.4,并且第2波段(0.841~0.876μm)的絕對反射率(R2)高于11%時,則該像素劃為水體;當(dāng)NDSI≥0.4且R4>10%時,則該像素劃為無積雪覆蓋的地類。在積雪覆蓋的林區(qū),NDSI值可能遠低于0.40。利用植被指數(shù)NDVI(NormalizedDifferenceVegetationIndex),可區(qū)分有無積雪覆蓋的林區(qū)。植被指數(shù)NDVI的計算公式為:NDVI=(R2-R1)/(R2+R1)(3)式中:R1和R2分別為MODIS第1和第2波段的反射率值,空間分辨率250m。積雪引起的林地光譜變化的基本特征是可見光波段反射率,通常隨著近紅外波段反射率的增加而增大。這個特點可用NDVI來反映,積雪會使NDVI值降低,NDVI和NDSI結(jié)合起來可以改進生長茂密林區(qū)的積雪分類結(jié)果。當(dāng)NDSI小于0.4而NDVI小于0.1時,可劃分為積雪。此外,熱掩膜和云掩膜算法也引入MODIS積雪資料的處理,可消除圖像上部分云層、氣溶膠和海岸地帶沙地的影響,改進溫暖地區(qū)的積雪分類精度,檢測并標(biāo)記出受云層影響的區(qū)域。3.2積分法s1MODIS雪蓋數(shù)據(jù)產(chǎn)品類型有MOD10L2,MOD10L2G,MOD10A1,MOD10A2,MOD10C1,MOD10C2和MOD10CM等。MOD10A1是每日積雪覆蓋分類產(chǎn)品,分辨率為500m。Terra衛(wèi)星在赤道地區(qū)每天成像一次,在高緯度地區(qū)一天之內(nèi)會生成多幅圖像。這樣,對任何單個像素而言,其觀測次數(shù)是不一樣的。如果MOD10L2G產(chǎn)品中記錄的當(dāng)天觀測的一個像素都是積雪,那么該像素在這一天的MOD10A1產(chǎn)品中就定義為積雪覆蓋的類型編碼。如果當(dāng)天記錄的一個像素不是積雪,也不是云層,那么該像素就賦予一個代表其他地物(如水體、無積雪覆蓋的陸地等)類型的編碼,否則該像素定義為云層編碼(表1)。4結(jié)果與討論4.1基于不同觀測條件的積液分類對比分析MOD10A1積雪覆蓋產(chǎn)品和地面觀測資料之間的一致性是MODIS積雪制圖算法分類精度的一種重要的驗證方法。對北疆地區(qū)2001-2005年4個積雪季在無云狀況下20個地面氣象臺站觀測資料和相應(yīng)的MOD10A1分類數(shù)據(jù)的分析表明,MODIS積雪制圖算法分類的總精度很高,達98.5%;積雪分類精度為98.2%,積雪多分誤差(0.8%)小于漏分誤差(1.8%),Khat統(tǒng)計系數(shù)達0.967,表明在晴空天氣條件下,MODIS積雪制圖算法的分類結(jié)果與地面觀測值之間具有極好的一致性(表2)。MODIS積雪算法總精度和積雪分類精度在不同觀測臺站之間存在較大的差異,其總精度介于94.0%~100%,積雪分類精度介于77.8%~100%(表3)。阿拉山口站的土地覆蓋類型為城市與建設(shè)用地,其總精度和積雪分類精度在20個地面觀測站中最低,分別為94.0%和77.8%。除此以外,其余19個臺站的總精度和積雪分類精度均在94.0%以上。統(tǒng)計結(jié)果表明,雪深和土地覆蓋是導(dǎo)致臺站之間精度差異的主要原因,MODIS積雪算法的分類精度與臺站的海拔、坡度和坡向之間沒有穩(wěn)定的顯著相關(guān)關(guān)系,但云對MODIS數(shù)據(jù)的應(yīng)用具有較大的影響。例如,2005年2月26日北疆大部分地區(qū)被積雪覆蓋[圖1(a)],雖然無云地面臺站的觀測數(shù)據(jù)與MOD10A1雪被分類結(jié)果[圖1(b)]的一致性達95.0%,但北疆地區(qū)的中部和阿爾泰山等地的云層較多,嚴(yán)重影響了這些區(qū)域積雪的監(jiān)測。4.2雪深對公司雪被配制算法的影響研究表明,當(dāng)雪深小于0.5cm時,MODIS無法識別積雪;當(dāng)雪深介于1~2cm時,積雪識別精度僅能達到45.2%~76.2%;當(dāng)雪深為3cm時,積雪識別精度急劇增大,達94.3%;當(dāng)雪深介于4~40cm時,積雪識別精度達98.6%~99.6%;當(dāng)雪深大于40cm時,積雪識別精度達100%(表4)。由此可見,雪深對MODIS雪被制圖算法的精度具有重要的影響。當(dāng)雪深大于0.5cm時,MODIS雪被制圖算法的精度隨積雪厚度的增加而增大。當(dāng)積雪厚度較薄(低于3cm)時,積雪處于開始積累或消融的時期,MODIS圖像中一個像素所對應(yīng)的地表一般不能完全被積雪覆蓋,在可見光和紅外通道接收的是積雪與其他地物的混合光譜反射率,由于積雪在可見光通道的光譜反射率較高,而在紅外通道的光譜反射率較低,積雪與其他地物的混合光譜反射率隨下墊面狀況的不同而存在較大的差異,所以MODIS積雪識別精度較低。相反,當(dāng)積雪厚度很大(超過40cm),而雪被處于持續(xù)積累階段時,MODIS圖像中一個像素所對應(yīng)的地表幾乎完全被積雪覆蓋,下墊面植被的狀況對反射率影響甚微,MODIS積雪識別精度穩(wěn)定,且達到最高值。4.3土地利用類型對傳統(tǒng)積分法上積累制圖的影響北疆地區(qū)20個地面氣象觀測臺站中,有12個分布于草地區(qū)、4個在農(nóng)田區(qū)、1個在灌木林區(qū)、3個在城市與建設(shè)用地區(qū)。MODIS積雪制圖算法在農(nóng)田、草地和灌木林區(qū)的精度分別達97.9%,98.9%和97.2%;在城市與建設(shè)用地的精度最低,為96.9%。在農(nóng)區(qū)的積雪漏分誤差(2.0%)低于多分誤差(2.2%),在草地、灌木林和城市與建設(shè)用地區(qū)的漏分誤差(1.4%,5.1%,5.6%)則高于多分誤差(0.2%,0,1.3%)。在2001-2005年的4個積雪季中,每種土地利用類型在晴空天氣狀況下,有積雪覆蓋的樣點數(shù)占總比較樣點數(shù)的百分率(以下簡稱“臺站積雪覆蓋率”)具有顯著的變化規(guī)律(圖2)。在3月份積雪開始消融和11月份積雪開始積累的時期,不同土地利用類型的積雪覆蓋率均最低;在12~2月份積雪持續(xù)積累的時期,各種土地利用類型的積雪覆蓋率達到最大值。在4種土地利用類型中,草地的積雪覆蓋率最高,其次是農(nóng)田、灌木林和城市與建設(shè)用地。在積雪季的大多數(shù)時間中,城市與建設(shè)用地的積雪覆蓋率最低,其主要原因是城區(qū)人為干擾因素較多。圖3表明,城市與建設(shè)用地區(qū)的積雪漏測誤差同灌木林區(qū)比較接近,這2種土地利用類型的積雪分類精度比草地和農(nóng)田略高?？梢?土地利用類型對MODIS積雪制圖分類精度有一定的影響。MODIS在農(nóng)區(qū)對積雪有多分的趨勢,在草地、灌木林和城市與建設(shè)用地區(qū)對積雪有漏分的現(xiàn)象。在地表被積雪完全覆蓋的狀況下,城市與建設(shè)用地區(qū)的漏分現(xiàn)象最為嚴(yán)重。由于MODIS雪被產(chǎn)品MOD10A1的空間分辨率為500m,在積雪厚度不是很大的情況下,單個氣象臺站的觀測數(shù)據(jù)并不能完全代表一個像素范圍內(nèi)的積雪分布狀況,因此在解釋MODIS積雪制圖精度時應(yīng)采取謹(jǐn)慎的態(tài)度。特別當(dāng)雪深在40cm以下時,土地利用和積雪厚度等因素可能綜合影響MODIS積雪制圖算法的精度。Simic等在北美地區(qū)的研究表明,MODIS積雪制圖算法的總一致性在80%以上,但分類精度受下墊面因素的影響較大。積雪特征和下墊面狀況是導(dǎo)致不同研究區(qū)精度差異較大的主要原因。此外,比較數(shù)據(jù)對的選擇方法和比較數(shù)據(jù)集記錄的大小也對精度產(chǎn)生一定的影響。北疆地區(qū)雪災(zāi)期間的積雪厚度一般較大,MODIS資料在牧區(qū)受下墊