FY-3C VIRR和Terra MODIS NDVI产品在湘赣地区的一致性

2022-05-06 11:59王震山杨凤珠王剑庚李玲娟柳艺博
科学技术与工程 2022年11期
关键词:植被均值江西

王震山, 杨凤珠, 王剑庚, 李玲娟, 柳艺博*

(1.南京信息工程大学应用气象学院/江苏省农业气象重点实验室/生态研究院, 南京 210044; 2.南京信息工程大学大气物理学院, 南京 210044)

植被是陆地生态系统中的核心组成部分,植被动态对陆地生态系统物质循环以及能量平衡至关重要[1-5]。作为植被分布和生长状况的重要指标,植被指数被广泛应用于大范围地表植被覆盖及植被动态变化研究。目前已有约40多种植被指数如归一化植被指数(normalized difference vegetation index,NDVI)、增强植被指数(enhanced vegetation index,EVI)、简单比植被指数(simple ratio,SR)等[6]。其中NDVI对植被生态状况具有较强的响应能力,突出了绿色植被的特征[7-9],而被广泛使用[10-11]。多种长时间序列的NDVI产品如MODIS NDVI、GIMMS NDVI、SPOT NDVI等已应用于植被覆盖监测[12]。而中国目前使用较多的研究植被遥感的数据大都依赖于MODIS NDVI[13]。基于美国地球观测系统(earth observation system, EOS)计划中的上午星TERRA和下午星AQUA搭载的中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)发射以来已经获取多年数据,具有较高的空间分辨率,性能稳定且良好[14]。例如,洪艳等[15]基于MODIS NDVI分析了汶川震中区域植被恢复的时空变化特征;曹云等[16]基于MODIS NDVI分析植被时空变化特征和植被覆盖度变化;王震等[17]基于MODIS数据分析了长时间序列湖南地区的植被指数变化特征。

风云三号(FY-3)是中国自主研制的第二代极地轨道气象卫星,其目标是实现全球、全天候、多光谱、三维、定量遥感,满足现代气象业务需求[18-19]。风云三号系列的实验星风云三号01星(FY-3A)和风云三号02星(FY-3B)分别于2008年和2010年发射成功,首颗业务星FY-3C于2013年9月23日发射成功。FY-3C搭载了包括可见光红外扫描辐射计(visible and infrared radiometer, VIRR)和中分辨率光谱成像仪(medium resolution spectral imager, MERSI)等9类11个遥感探测仪器,至今仍在轨稳定运行[20-21]。自发射以来风云系列卫星提供的大量数据产品已被逐步应用,针对植被遥感应用也开展了一些相关研究,如冯锐等[22]比较分析2个时次(2008年8月16日、2009年8月30日)的TERRA MODIS和FY-3A MERSI数据反演NDVI在辽宁地区的差异;赵金龙等[23]以2009年7月18日和2011年8月24日的TERRA/MODIS植被指数(NDVI、EVI)为参考讨论了FY-3A/MERSI在宁夏地区的适用性;葛美香等[24]则分别将TERRA和AQUA星的MODIS NDVI与FY-3A和FY-3B星的MERSI和VIRR NDVI进行交互比较;杜宝隆等[25]基于2015年的FY-3C VIRR和Aqua MODIS的NDVI探讨二者在重庆地区的时空一致性。以上研究多基于两期NDVI产品探讨了风云卫星在检测中国北方地区植被动态的表现,有关更长时间序列、更广泛区域的研究仍有待深入。

中国广大南方地区碳储量约占全国总量的65%,是陆地碳汇的重要组成部分[26-28]。如地处长江经济带生态保护的重点地区的湖南省(湘)和江西省(赣)由于森林修复和生态恢复等实施,植被覆盖率显著上升,碳汇能力不断增强[29-31]。湘赣地区森林面积和覆盖率居全国前列,据第九次全国森林清查资料(2014—2018年),江西省和湖南省森林面积分别为1 021、1 053万hm2,森林覆盖率分别高达61.16%和49.69%[32]。因此,研究获取了覆盖湖南省和江西省的以国产风云卫星为代表FY-3C和国际上普遍应用的MODIS NDVI产品,比较分析了两种NDVI卫星产品在湘赣地区的时空一致性,以期为国产卫星检测典型地区植被动态时空变化特征的能力提供参考。

1 数据与方法

1.1 研究区概况

湖南省(24°08′~30°08′N,108°47′~114°05′E)面积约21.18万km2,地形大多以山地丘陵为主。湖南省气候类型属于亚热带季风气候,夏季高温多雨,冬季干燥少雨,降水多集中在4—8月,年总降水量为1 200~1 700 mm。湖南省主要植被有亚热带常绿阔叶林、常绿落叶阔叶混交林、落叶阔叶林、山顶苔藓矮林等[33]。

江西省(24°07′~29°09′N,114°02′~117°97′E)面积约16.69万km2,地形复杂多样,以丘陵为主。亚热带季风气候特征明显,年均气温16.3~19.5 ℃,年降水量为1 300~1 900 mm[34]。江西省植被类型多样,主要为暖性针叶林、暖性针阔混交林、常绿阔叶林、常绿落叶阔叶混交林、落叶阔叶林、矮林和灌丛等[35](图1)。

图1 湘赣地区地表覆被(MODIS Landcover)Fig.1 Land cover in Hunan and Jiangxi Provinces(MODIS Landcover)

1.2 数据获取与处理

研究获取了覆盖湘赣地区的FY-3C VIRR和TERRA MODIS NDVI产品(表1)。FY-3C VIRR NDVI产品获取自国家气象中心风云卫星遥感数据服务网,时间分辨率为旬(10 d),空间分辨率为1 km。MODIS NDVI (MOD13A2)来自美国地质勘探局(United States Geological Survey, USGS)下属的LPDAAC (Land Processes Distributed Active Archive Center),空间分辨率1 km,时间分辨率16 d。在接下来分析中,上述两种产品分别简称为FY-3C NDVI和MODIS NDVI。

表1 FY-3C和MODIS NDVI产品的特性

利用ArcGIS、Python、MRT(MODIS Reprojection Tool)等工具对下载覆盖湘赣地区的FY-3C和MODIS NDVI产品数据进行拼接镶嵌、投影转换(Albers等积圆锥投影,WGS 1984坐标系)、重采样(1 km)、格式转换(.tif)、掩膜裁剪、数值变换、异常值剔除等一系列处理,得到覆盖湘赣地区的FY-3C和MODIS的NDVI真实值。

考虑到FY-3C NDVI数据的起始时间相对较晚,且在2014年1—4月,2015年7—12月,2016年全年以及2017年9月20号等时段缺失,故以FY-3C为基准选取对应时段的MODIS数据进行比较分析。对2017—2019年可获取的FY-3C和MODIS NDVI产品在月、季、年等尺度上分别对旬和16 d数据进行累加平均处理,分别将FY-3C累加对应的月、季、年所包括的每10 d数据做均值,MODIS则累加对应的月、季、年所包括的每16 d数据做均值。其中,以3—5月、6—8月、9—11月、12—次年2月分别代表春、夏、秋、冬四个季节,年均值则由各年内对应的所有数据累加平均得到。

2 结果与分析

2.1 FY-3C和MODIS年均NDVI比较

基于FY-3C和MODIS的湘赣地区年均NDVI都呈现森林高于农田和其他地表覆被类型,2018年高于2017年和2019年,在区域上江西省整体高于湖南省,但两种NDVI产品在幅度上存在差异(图2)。基于MODIS的湘赣地区森林和农田NDVI年均值整体分别高出FY-3C约0.2和0.1。基于FY-3C的湖南省和江西省森林NDVI年均值分别为0.3~0.4和0.4~0.5,而基于MODIS的湖南省和江西省森林年均NDVI则分别为0.4~0.5和0.5~0.6,部分地区甚至超过0.7。湖南、江西两个省农田(主要分布在洞庭湖和鄱阳湖附近以及湖南中部)三年平均NDVI也存在MODIS(0.3~0.4)高于FY-3C(0.2~0.3)的现象。

图2 基于FY-3C和MODIS的湘赣地区年均NDVI空间分布及其差异Fig.2 Spatial distribution of annual averaged NDVI and their differences in Hunan and Jiangxi Provinces based on FY-3Cand MODIS

进一步统计分析发现,湘赣地区两种卫星NDVI产品在年尺度上一致性较好,2017年、2018年、2019年两种NDVI产品R2分别为0.69、0.73、0.70,MODIS NDVI整体高于FY-3C NDVI(图3)。2017年、2018年、2019年湘赣地区FY-3C NDVI年均值分别为0.35、0.38和0.35,而MODIS NDVI年均值分别为0.58、0.59和0.56。基于MODIS的湘赣地区三年的年均NDVI(0.58)高出FY-3C(0.36)约0.22(60%),2017、2018、2019年分别高0.23(66%)、0.21(55%)和0.21(60%)。2017—2019年,基于MODIS 和FY-3C的年均NDVI之间的差异在江西省要略低于湖南省:在湖南省,基于MODIS的三年平均NDVI(0.56)高出FY-3C(0.35)约60%;在江西省,基于MODIS的三年平均NDVI(0.58)高出FY-3C(0.37)约55%。

图3 2017—2019年湘赣地区年均NDVI散点图对比Fig.3 Comparison of annual mean NDVI of FY-3C and MODIS in Hunan and Jiangxi provinces from 2017 to 2019

2.2 不同季节FY-3C和MODIS NDVI差异

2017—2019年两种卫星的NDVI产品各季节均值及差异空间分布可以看出,两种卫星产品都从空间上刻画出湘赣地区NDVI季节变化的整体特征(即夏季>秋季>春季>冬季),FY-3C NDVI在各季节均不同程度的整体低于MODIS NDVI,江西省NDVI在各季节整体高于湖南省(图4~图7)。

春季,基于FY-3C的湘赣地区NDVI高值区为0.3~0.4和0.4~0.5,而对应的基于MODIS的湘赣地区NDVI高值区则大多大于0.4,甚至大于0.6,部分地区甚至超过0.7。两种NDVI产品的低值区也存在MODIS(0.3~0.4)高于FY-3C(0.2~0.3)的现象(图4)。具体到各年份,FY-3C在2017年整体高于2018年和2019年;而MODIS则是2019年略高于2017年和2018年。两种NDVI产品差异在2019年多超过0.2;2018年除湖南西部大部分地区外,两者差异较小;2017年则是湖南西北部和江西东北部差异稍大。

图4 基于FY-3C和MODIS的湘赣地区春季NDVI及其差异空间分布Fig.4 Spatial distribution and difference of spring NDVI in Hunan and Jiangxi provinces based on FY-3C and MODIS

夏季,除鄱阳湖、洞庭湖等附近少数地区三年间NDVI低于0.3外,基于FY-3C的湘赣地区大部分地区高于0.4,在2018年大部分地区则高于0.5;除个别零星地区外,MODIS夏季NDVI都达到0.6,甚至超过0.8(图5)。基于两种卫星产品的夏季NDVI在2019年差异最大,大部分地区夏季NDVI呈MODIS整体高于FY-3C(约0.2);2018年差异略小,除江西南部外,大部分地区差异在0.1左右;2017年除湖南东部以及江西中部和东北部MODIS NDVI略低于FY-3C外,其他地区夏季NDVI也是MODIS高于FY-3C。

图5 基于FY-3C和MODIS的湘赣地区夏季NDVI及其差异空间分布Fig.5 Spatial distribution and difference of summer NDVI in Hunan and Jiangxi provinces based on FY-3C and MODIS

秋季,基于FY-3C湘赣地区NDVI空间分布整体呈2017年<2018年<2019年,而MODIS在三个年份相差不明显(图 6)。对于FY-3C而言,2017年湖南大部和江西中西部等地区NDVI为0.2~0.4,仅江西东部及零星地区高于0.4;2018年除鄱阳湖和洞庭湖周围及湖南中部外,大部分地区NDVI高于0.4,部分地区高于0.5;2019年NDVI高值区范围较2018年有所增加。除鄱阳湖、洞庭湖附近地区略低外(0.4~0.5),其他大部分地区MODIS NDVI都超过0.5甚至0.7。从MODIS和FY-3C秋季 NDVI 差值的空间分布来看,两者差异在2017年最大,2018年次之,2019年最小。2017年两者差异在湘赣大部分地区超过于0.3,仅两湖地区和江西南部差异较小;2018年除两湖附近地区及少数零星地区外两者差异为0.15~0.2;2019年湖南差异高于江西,湖南西部差异稍大(约0.2),其他地区差异不大。

图6 基于FY-3C和MODIS的湘赣地区秋季NDVI及其差异空间分布Fig.6 Spatial distribution and difference of autumn NDVI in Hunan and Jiangxi provinces based on FY-3C and MODIS

冬季,基于FY-3C和MODIS的湘赣地区NDVI 2017年>2018年>2019年(图7)。FY-3C NDVI在2019年为0.1~0.2和0.2~0.3;2018年略高于2019年,部分地区NDVI>0.3;2017年湖南江西南北交界处、江西东北部以及南部的部分地区NDVI>0.4。MODIS NDVI在2019年为0.2~0.3和0.3~0.4,部分地区>0.5;2018年略高于2019年,部分地区NDVI>0.6;2017年除部分地区NDVI在0.3左右,大部分地区NDVI>0.5,湖南江西交界处南部和北部、江西东北部以及南部的部分地区均高于0.7。FY-3C NDVI在冬季整体低于MODIS,两者差异在2017年最大,2018年次之,2019年最小。2017年两者差异在湘赣大部分地区高于0.3;2018年湖南西北部和南部、江西中南部以及东北部等两者差异在0.2左右,湖南洞庭湖、江西鄱阳湖附近两者差异在0.05左右;2019年仅湖南西北部和南部、江西中部以及南部差异稍大(约0.2),其他地区差异不大。

图7 基于FY-3C和MODIS的湘赣地区冬季NDVI空间分布及其差异Fig.7 Spatial distribution and difference of winter NDVI in Hunan and Jiangxi provinces based on FY-3C and MODIS

区域统计发现两种卫星产品均整体呈现夏季最高、秋季次之、春季随后、冬季最低,但在幅度上存在差异(图8)。基于MODIS的春、夏、秋、冬四个季节NDVI三年均值分别为0.58、0.68、0.63、0.40,对应的FY-3C NDVI三年均值分别为0.37、0.46、0.42、0.21。各季节MODIS NDVI区域均值大多比FY-3C高0.2左右,甚至高0.25(2017年冬)或0.27(2019年春)。

图8 2017—2019年湘赣地区各季节NDVI区域均值Fig.8 Regional averaged seasonal NDVI of Hunan and Jiangxi provinces from 2017 to 2019

具体到各季节而言,基于MODIS的湘赣地区冬季NDVI区域均值(0.40)高于FY-3C(0.21)2倍左右,差异最大。春、夏、秋三个季节的MODIS NDVI区域均值分别高出FY-3C达0.21(56%)、0.22(48%)、0.22(52%)。对于不同年份湘赣地区各季节NDVI区域均值,MODIS与FY-3C NDVI在2019年冬、2017年冬、2019年春、2018年冬、2017年秋差异最大,MODIS分别高出FY-3C达103%(0.16)、93%(0.25)、82%(0.27)、70%(0.15)、65%(0.25),在2017年春差异较小为37%(0.15)。MODIS在其他年份夏季、秋季高出FY-3C约50%。

2.3 FY-3C和MODIS NDVI月尺度比较

2017—2019年湘赣地区逐月NDVI区域均值比较可见,MODIS NDVI整体上明显高于FY-3C NDVI,基于两种NDVI的区域均值都呈现出先升高再下降的态势,最大值一般在7、8月,最小值一般在1、2月(图9)。具体而言,FY-3C NDVI最大值在2017—2019年分别出现在5月(0.54)、8月(0.52)和9月(0.53),最小值分别出现在1月(0.20)、12月(0.16)和2月(0.07)。在2017—2019年间,MODIS NDVI最大值分别在7月(0.73)、7月(0.73)和8月(0.74),最小值分别在3月(0.42)、12月(0.13)和2月(0.19)。两种卫星NDVI产品的年最大NDVI都比较稳定,且二者差异变化不大,而在年最小NDVI方面差异明显。年最大NDVI方面,FY-3C都高于0.5,而MODIS都在 0.7以上,MODIS高出FY-3C约40%。年最小 NDVI 方面,FY-3C一般多在0.2左右,而MODIS一般为0.4左右,MODIS高出FY-3C达100%。FY-3C和MODIS NDVI两者差异在2017年2月,2018年1月,2019年2月的差异最大,后者分别高出前者约124%、117%、185%。在2017年5月,2018年4月,2019年9月的两种卫星NDVI产品差异较小,MODIS NDVI分别高出FY-3C NDVI约29%、33%、27%。

图9 2017—2019年湘赣地区月均NDVI区域均值Fig.9 Regional average monthly NDVI of Hunan and Jiangxi Provinces from 2017 to 2019

FY-3C和MODIS NDVI月均值在2017年6月(分别为0.27和0.47)都显著低于2018年6月(分别为0.49和0.69)和2019年6月(分别为0.45和0.64)。可能原因是2017年6月中下旬湘赣地区一场持续性暴雨过程[36]导致植被活动受到严重影响[37]。2018年12月的FY-3C和MODIS NDVI月均值显著低于2017年和2019年同期,并且FY-3C NDVI(0.16)月均值高于MODIS NDVI(0.13)。可能的解释是受到2018年12月27日湖南的极端暴雪天气的影响[38]。FY-3C和MODIS NDVI产品的时间分辨率不一样,在计算12月平均NDVI时FY-3C采用三期数据,而MODIS则有两景数据,FY-3C会在一定程度上造成对极端天气引起的NDVI降低的低估。

3 结论

研究基于2017—2019年FY-3C和MODIS的NDVI产品在不同时空尺度分析比较了两种NDVI产品湘赣地区一致性,主要结论如下。

(1)两种卫星产品都刻画出了湘赣地区NDVI空间分布和月、季、年的变化特征,在时空分布上有良好的一致性,江西省NDVI整体高于湖南省。

(2)两种卫星产品的年均NDVI均呈现出2018年高于2017年和2019年,森林高于农田和其他地表覆被类型。FY-3C NDVI整体低于MODIS NDVI,基于MODIS的湘赣地区三年平均NDVI高出FY-3C约0.22(60%),其中,2017、2018、2019年分别高0.23(66%)、0.21(55%)和0.21(60%)。两种卫星产品的R2为0.7左右。

(3)FY-3C和MODIS NDVI在季节变化特征上都呈现出夏季>秋季>春季>冬季。各季节MODIS NDVI区域均值大多比FY-3C高0.2左右,其中冬季的差异较大,基于MODIS的湘赣地区三年冬季NDVI区域均值(0.40)约是FY-3C(0.21)的2倍。春、夏、秋三个季节的MODIS NDVI区域均值分别高出FY-3C达0.21(56%)、0.22(48%)、0.22(52%)。

(4)FY-3C与MODIS NDVI月变化的趋势一致,最大值一般在7、8月,最小值一般在1、2月。两种卫星NDVI产品在年最大NDVI差异不大且较为稳定,年最小NDVI差异明显且变异较大,MODIS年最小NDVI高出FY-3C约100%。

猜你喜欢
植被均值江西
伊敏露天矿植被恢复区养管模式
基于高分遥感影像的路域植被生物量计算
江西银行
追踪盗猎者
第一节 主要植被与自然环境 教学设计
均值—方差分析及CAPM模型的运用
均值—方差分析及CAPM模型的运用
青花瓷里觅南山——江西
均值不等式的小应用
共享