一种快速修复Landsat影像条带色差的方法

作者：闫星光; 李晶^*; 闫萧萧; 马天跃; 苏怡婷; 邵嘉豪; 张瑞

来源：光谱学与光谱分析, 2023, 43(11): 3483-3491.

• 生态监测
• Google Earth Engine
• 影像拼接
• 影像修复
• 随机森林
• 直方图匹配

Landsat卫星影像已经成为世界范围内长时间序列生态监测研究中最广泛使用的数据源。在大中尺度区域的遥感应用研究中，因季节、光照、气候等条件以及卫星重返周期和传感器的不同，多景遥感影像拼接、镶嵌后会存在斑块效应和色调不均匀现象。在遥感云计算技术高速发展的今天，探索快速且高效地基于云平台的Landsat色差条带修复方法具有重要意义。提出了一种在Google Earth Engine(GEE)云平台上实现的基于随机森林算法的直方图影像均质化方法，将1986年—2020年山西省Landsat Top of Atmosphere(TOA)和Surface Reflectance(SR)(Landsat 5 TM/7 ETM+/8 OLI)反演后的归一化植被指数影像NDVI作为研究数据，以MOD13Q1(250 m分辨率)、 MOD13A1(500 m分辨率)和MOD13A2(1 km分辨率)MODIS数据集作为2000年后的验证数据，分别对比影像修复前后的1986年—2020年山西省NDVI影像。研究结果表明：(1)在35年的逐年影像分析中有20年的影像存在条带色差问题。以1994年为例，修复后的Landsat TOA和Landsat SR影像与修复前相比，影像修复区的NDVI平均值分别增加了32.6%和29.03%,剖面分析显示拟合度分别增加了0.162 3和0.118 0;(2)1986年—2020年一元线性回归趋势性分析结果表明，修复后影像的拟合度更高，长时序分析后逐年影像的波动幅度更小。其中，Landsat TOA和SR影像修复后的斜率分别下降了0.006 2和0.006 7,R2分别提高了0.024 8和0.008 4;(3)对Landsat和MODIS影像进行Pearson相关性分析发现，修复后的Landsat SR和TOA图像的相关系数平均提高了0.049和0.061(p<0.05),其中，修复后的Landsat SR和TOA影像与MOD13Q1、 MOD13A1、 MOD13A2影像相关系数分别提高了0.050、 0.047、 0.049和0.066、 0.060和0.059;(4)2000年—2020年Landsat和MODIS影像的时序分析结果显示，修复后的Landsat影像整体趋势与MODIS影像更趋近，修复后的Landsat TOA和SR影像的拟合度分别提升了0.058 6和0.031 9。所提出的基于GEE云平台随机森林算法的快速影像修复方法，实现了对长时间序列遥感影像NDVI反演结果的精确评估，应用本方法可快速、高效地解决影像镶嵌所造成的色差斑块和条带效应。

• 单位
  中国矿业大学（北京）