Landsat 5 MSS和TM地表反射率和植被指数一致性分析与纠正

Abstract

基于PROSAIL模型模拟数据，分析Landsat 5 MSS和TM地表反射率及4种植被指数（NDVI,EVI2,SAVI和OSAVI）的一致性并提出纠正方法，最后使用真实的MSS和TM数据进行验证。本文进一步讨论了大气因素对二者植被指数之间的一致性的影响。研究结果表明，对于地表反射率，线性回归模型和多元线性回归模型可以将基于模拟数据计算得到的Landsat MSS等效反射率数据较为理想地纠正至Landsat TM波段上，但对于真实MSS遥感数据，反射率纠正模型在MSS传感器的绿光、红光和近红外2波段上效果不明显；对于植被指数一致性和纠正问题，使用MSS红光波段和近红外1波段先计算植被指数再使用线性回归模型进行纠正不论在模拟数据还是真实数据上均取得了最好的效果；植被指数的一致性容易受大气参数中气溶胶光学厚度估算误差影响，而受到水汽柱浓度估算误差的影响较小。

基于PROSAIL模型模拟数据，分析Landsat 5 MSS和TM地表反射率及4种植被指数（NDVI,EVI2,SAVI和OSAVI）的一致性并提出纠正方法，最后使用真实的MSS和TM数据进行验证。本文进一步讨论了大气因素对二者植被指数之间的一致性的影响。研究结果表明，对于地表反射率，线性回归模型和多元线性回归模型可以将基于模拟数据计算得到的Landsat MSS等效反射率数据较为理想地纠正至Landsat TM波段上，但对于真实MSS遥感数据，反射率纠正模型在MSS传感器的绿光、红光和近红外2波段上效果不明显；对于植被指数一致性和纠正问题，使用MSS红光波段和近红外1波段先计算植被指数再使用线性回归模型进行纠正不论在模拟数据还是真实数据上均取得了最好的效果；植被指数的一致性容易受大气参数中气溶胶光学厚度估算误差影响，而受到水汽柱浓度估算误差的影响较小。