ENVI在处理美国EOS卫星MODIS数据中的应用

李 静（适普软件有限公司，北京，100044） 提要：本文介绍了美国EOS计划Terra卫星所携带的重要观测仪器——中分辨率成像光谱仪(MODIS)及其HDF数据格式，并就一景MODIS数据用遥感影像处理软件ENVI从数据读取、地理信息分析、波段组合、影像地理校正几方面进行了分析。 关键词：Terra，MODIS，地理纠正，融合，GLT，ENVI 1999年12月18日，美国成功地发射了地球观测系统（EOS）的第一颗先进的极地轨道环境遥感卫星Terra（EOS - AM1，表示EOS计划的第一颗上午星，拉丁文中“TERRA”为陆地的意思）。这颗卫星是美国国家宇航局（NASA）地球行星使命计划中总数15颗卫星的第一颗，也是第一个提供对地球过程进行整体观测的系统。它的主要目标是实现从单系列极轨空间平台上对太阳辐射、大气、海洋和陆地进行综合观测，获取有关海洋、陆地、冰雪圈和太阳动力系统等信息，进行土地利用和土地覆盖研究、气候季节和年纪变化研究、自然灾害监测和分析研究、长期气候变率和变化研究以及大气臭氧变化研究等，进而实现对大气和地球环境变化的长期观测和研究的总体（战略）目标。 Terra卫星上载有五种对地观测仪器：先进的空间热辐射反射辐射计（ASTER）、云和地球辐射能量系统（CERES）、多角度成像光谱辐射计（MISR）、中分辨率成像光谱仪（MODIS）、对流层污染探测装置（MOPITT）。为了充分了解地球系统的变化，EOS观测系统将提供系统的、连续的地球观测信息。 中分辨率成像光谱仪(MODIS)是该计划中最有特色的仪器之一。它是EOS-AM1系列卫星的主要探测仪器，也是EOS Terra平台上唯一进行直接广播的对地观测仪器。MODIS是当前世界上新一代“图谱合一”的光学遥感仪器，具有36个光学通道，分布在0.4 ~ 14μm 的电磁波谱范围内。MODIS仪器的地面分辨率分别为250m、500m和1000m，扫描宽度为2330km，在对地观测过程中，每秒可同时获得6.1兆比特的来自大气、云边界、云特性、海洋水色、浮游植物、生物地理、化学、大气中水汽、地表温度、云顶温度、大气温度、臭氧核云顶高度等特征的信息，用于对陆表、生物圈、固态地球、大气和海洋进行长期全球观测。每一个MODIS仪器的设计寿命为5年，将计划发射4颗卫星。由此估计，利用MODIS仪器至少将获得15年、36个光谱波段的地球综合信息，这些数据对于开展自然灾害与生态环境监测、全球环境和气候变化研究以及进行全球变化的综合性研究等将是非常有意义的。 MODIS数据接收处理系统具有精度高，跟踪速度快，造价低等特点；可实现高速率、大容量数据进机和快速存储并可实时快视；解码技术先进；预处理系统定位准确度高、定标精度高；整体系统运行稳定可靠，抗干扰能力强。通过MODIS采集的数据具有36个波段和250m～1000m地表分辨率，加上数据以每天上、下午的频率采集和免费接收的数据获取政策，使得MODIS数据成为我国地学研究和生态环境监测不可多得的数据资源。EOS卫星MODIS资料可广泛用于气象、环境、林业、渔业、港口、交通、自然灾害监测等领域。目前国内已有国家卫星气象中心、海洋局预报中心、地理所全球环境变化研究中心等几家单位安装了MODIS数据接受处理系统，其中国家卫星气象中心承担的美国新一代地球观测卫星(EOS)中分辨率成像光谱仪(MODIS)数据接收处理技术课题组，跟踪国际领先技术，成功研制开发了接收EOS卫星MODIS数据的接收处理系统，实现整体技术集成，在我国首先实现该数据的实时接收，获得了很好的中分辨率成像光谱图像。该成果也有广泛产业化潜力。 EOS卫星MODIS数据采用的数据格式为HDF（Heirarchical data format）格式。HDF是美国国家高级计算应用中心（National Center for Supercomputing Application）为了满足各种领域研究需求而研制的一种能高效存储和分发科学数据的新型数据格式。一个HDF文件中可以包含多种类型的数据，如栅格图像数据、科学数据集、信息说明数据。HDF的这种数据结构，方便了我们对于信息的提取。例如，当用户打开一个HDF数据文件时，除了可以读取影像信息以外，还可以很容易的查取其经纬度信息、轨道参数、图像噪声等各种信息参数。HDF数据结构是一种分层式数据管理结构，其所包含的丰富信息如下图所示： 美国RSI公司（Research Systems Inc.）的产品ENVI能很好地支持HDF数据格式。ENVI（The Environment for Visualizing Images）遥感影像处理软件，是分析、处理并显示多光谱数据、高光谱数据和雷达数据的高级工具。ENVI能接受大量的传感器数据，是世界目前唯一能较好全面支持HDF科学数据格式的遥感影像软件。ENVI可以直接读取HDF格式（如图2所示），并能识别HDF格式中所包含的所有文件信息（如图3所示）。ENVI 打开HDF格式文件后，会自动将该数据文件所包含的所有图像信息、属性信息、文本信息作为波段列于一个波段列表中，用户可以清晰地浏览每一波段的详细信息，包括波段名称、图像波段波长、波段大小、数据类型及文件内插方式等多种信息。方便用户显示图像，并对各种属性及文本文件作各种分析。 本文选取2001年5月20日中国北部及蒙古地区（经纬度范围：92.49°- 116.97°,33.88°- 41.23°）的一景MODIS数据进行分析，主要从读取数据、分析经纬度波段信息、第一、四、三波段融合显示、影像地理校正几方面对该景数据进行了分析，具体步骤如下： （1）、数据读取：打开ENVI，在主菜单中选择File/Open External File/Generic Formats/HDF，选择文件“MODO2QKM_03.hdf”,表示是该景MODIS数据的250米数据文件，从下图中可以看到，该文件中除两个影像波段外，还包含经度波段、纬度波段、热红外探测器的噪声信息、反射率变化参数等信息。 （2）、1、4、3波段影像融合：MODIS数据的第一、四、三波段的波段宽度分别为0.62μm ~ 0.67μm 、0.545μm ~ 0.565μm、0.459μm ~ 0.479μm，近似于可见光的红、绿、蓝波段，所以第一、四、三波段组合比较接近真彩色，故常选用这三个波段来表示MODIS影像。此处用同样方式打开500米数据文件，该文件共包含五个影像波段，将影像融合所需要的第3和第4波段进行重采样，即将其空间分辨率由500米重采样为250米，并与步骤（1）中第1波段组合，进行彩色方式显示。为提高成果影像的空间分辨率，笔者又将143波段组合影像进行对比度调整输出后，与真实空间分辨率为250米的第一波段进行影像融合（用HIS融合法），得到了几何清晰度更高的143波段融合影像（如图4所示）。图4中左侧为1、4、3波段彩色组合显示及局部放大，右侧为143波段组合输出后又与1波段进行融合的结果，可以很明显地看到，右侧的影像细节非常突出。体现了具有较高分辨率的第一波段的优势。 （3）、影像地理校正，由于MODIS数据本身带有详细的经纬度波段信息，这种地理信息以波段的形式存放，如图5中的灰度波段所示，该灰度影像每一象素的灰度值记录的是空间分辨率为1公里的MODIS数据中对应象素点的经纬度信息，这种详细的地理信息可以使影像不需要选择大量地面控制点就可以作精纠正，而且精度会比选控制点的方法更高。ENVI软件提供了“Georeference from Input Geometry(用既定地理信息校正影像)”功能，即用现成的“IGM”( Input Geometry) 对影像进行地理校正。图5为校正前用影像关联方式在影像上查询每点的经纬度信息。 影像地理校正可以分两步进行，首先建立GLT（Geometry Lookup File），从ENVI主菜单中选择Map/ Georeference from Input Geometry/Build GLT，然后分别按提示选择经度波段和纬度波段，在确认地图投影转换对话框后，会出现如图6所示的GLT文件参数设置：理论上“Output Pixel Size”应为250米，但由于影像边缘变形等原因，由经纬度波段计算出来的象素大小通常不是250米，而是接近250米。“Output Rotation”是指校正后公里网格旋转的角度，目的是通过旋转公里来减少输出影像的尺寸，以减少数据量。如果希望出图时公里网仍将是正南正北的，可以将此参数改为0。在确认上述两个参数后就可以开始进行GLT计算。 图7所示为GLT计算结果，Line波段和Sample波段中的每点的象素值分别表示在原始影像（校正前影像）上对应点的行列数。从图上看，影像呈网格状，用鼠标查询象素值会发现数值有正有负，如果GLT值为正，表示该点正好对应于原始影像上的某一象素点，如果为负值，则表示该点是由原始影像的象素点经过最近邻法插值得到。计算GLT（地理信息查询表）的过程比较慢，它是校正过程中最重要的一个环节。 接着选择Map/ Georeference from Input Geometry/Georeference from GLT，选择影像文件和GLT文件，就会很快生成校正结果，如图8所示(投影类型是UTM46区)。并可在此基础上叠合经纬网、公里网和矢量信息等。 此外，ENVI的波段运算功能可以按指定公式进行波段运算，该功能可以非常方便地用来计算植被指数等参数。但由于MODIS的植被指数计算比较复杂，至今笔者还没有从文献中找到合适的计算方法，故此处不再详述。综上所述，RSI公司的ENVI能全面支持EOS/MODIS数据，为HDF科学数据格式的管理和分析提供了最佳解决方案。 参考文献 1． 刘玉洁，杨忠东等 MODIS遥感信息处理原理与算法 北京：科学出版社 2001 2． Abbott,M.R.,P.J.Richerson,and T.M.Powell,1982. In situ response of phytoplankton fluorescence to rapid variations in light,Limnol.Oceanogr.,27,218—225 3． Chu,A.,K.Strabala,R.Song,S.Platnick,M.Wang and S.Mattoo,1997.MODIS Atmosphere QA Plan,NASA Goddard Space Flight Center,43 4． Arking A.,and J.D.Childs,1985.Retrieval of cloud cover parameters from multis-pectral satellite images.J.Clim.Appl.Meteor.,24,322-333