陈媛媛 游炯

摘要 高分1号（Gaofen1）卫星于2013年发射成功，选取2种植被指数，研究国产Gaofen1-WFV数据计算的植被指数与欧空局哨兵2号（Sentinel2-MSI）数据计算的植被指数间的一致性与差异性，并建立2种数据源植被指数间的关系。结果表明，无论是归一化植被指数还是土壤调节植被指数，不同数据源计算结果的相关系数均为0.9，具有较好的一致性。研究结果可以推动国产卫星数据在精准农业、农业灾害等定量评价中的进一步应用，也为Gaofen1-WFV和Sentinel2-MSI数据的交互使用提供依据，以弥补单一高空间分辨率数据源难以大范围、短周期重复覆盖的不足。

关键词 Gaofen1-WFV;Sentinel2-MSI;植被指数;一致性;差异性

中图分类号 S127  文献标识码 A  文章编号 0517-6611（2021）10-0001-03

doi：10.3969/j.issn.0517-6611.2021.10.001

开放科学（资源服务）标识码（OSID）：

Comparison and Evaluation of GF1-WFV and Sentinel2-MSI Data in Quantitative Calculation

CHEN Yuan-yuan， YOU Jiong

（Key Laboratory of Cultivated Land Use，Ministry of Agriculture and Rural Affairs，Academy of Agricultural Planning and Engineering，Ministry of Agriculture and Rural Affairs，Beijing 100121）

Abstract Gaofen1 satellite was successfully launched in 2013. This paper selected two vegetation indices to study the consistency and difference between the vegetation index calculated by domestic Gaofen1-WFV data and the vegetation index calculated by ESA Sentinel2-MSI data，and established the relationship between the vegetation index of the two data sources.The results showed that whether it was the normalized vegetation index or the soil-regulated vegetation index， the correlation coefficients of the calculation results from different data sources were all 0.9， which had good consistency.The research could promote the application of domestic satellite data in the quantitative evaluation of precision agriculture and agricultural disasters. Given the truth that single satellite data source sometimes cannot meet at the same time the needs of wide coverage and short revisit in Chinese agricultural production monitoring， the paper also provides the basis for the interaction using of Gaofen1-WFV and Sentinel2-MSI data.

Key words Gaofen1-WFV;Sentinel2-MSI;Vegetation index;Consistency;Difference

隨着我国农业生产向现代化、精细化方向迈进，应用中高分辨率卫星数据获取农业信息成为一种必然趋势。近年来，国外卫星数据下载使用越来越受到限制，而我国成功发射的高分系列卫星标志着我国遥感技术正式进入了高分时代。我国高分卫星数据集高空间、宽覆盖和数据免费获取等优势于一体，自发射以来逐渐取代国外卫星数据，在农情遥感监测中的应用越发重要。

目前，使用国产高分一号（Gaofen1）卫星数据的农情遥感相关研究更多侧重于农作物种植面积提取，如袁站芳等[1]以黑龙江省讷河市为试验区，基于多时相Gaofen1数据，提取水稻、玉米、大豆、马铃薯等主要农作物种植结构;石涛等[2]用Gaofen1数据估算安徽省合肥市一季稻面积;白雪等[3]在县域尺度上对比分析了Landsat8和Gaofen1这2种数据源作物识别提取的精度;张志勋等[4]研究了基于Gaofen1的监督分类和非监督分类精度;覃泽林等[5]将Gaofen1数据应用在丘陵地区甘蔗、水稻、香蕉等作物的提取研究中。较少有文献评价Gaofen1数据在计算植被指数以定量提取、分析农业信息方面的应用价值。绿色植被在红和近红外波段具有明显的吸收和高反射特性，基于红和近红外波段建立的植被指数可以有效监测农作物生长状况，在农业信息定量提取与分析中发挥着重要作用。因此，计算并分析基于Gaofen1计算的归一化植被指数（NDVI）、土壤调节植被指数（SAVI）等常用指数的精度，是利用国产高分数据开展农作物旱情程度、长势等定量分析的基础。

我国农业灾害的发生具有范围广、频次高的特点，高空间分辨率卫星数据能够比中低分辨率数据提供更加详细的信息，但单一高空间分辨率数据源往往不能实现大范围、短时间内重复覆盖。

鉴于此，该研究依托“3S”技術支持下的自主可控精准农业体系研究项目，以国产Gaofen1卫星多光谱宽幅相机（WFV）数据为基础数据，以欧空局Sentinel2多光谱成像仪（MSI）数据为参考数据，计算NDVI和SAVI，分析比较2种传感器数据计算的植被指数的一致性与差异性，旨在分析国产高分数据在定量计算中的应用潜力，拓展国产高分系列遥感数据在农业信息定量提取、精准农业变量处方等方面的应用价值，也为Gaofen1-WFV和Sentinel2-MSI等高空间分辨率卫星数据的交互使用提供依据。

1 资料与方法

1.1 研究区域概况

以山东省潍坊市坊子区的农业示范基地（119.15°～119.19°E、36.55°～36.57°N）为研究区域，占地约9.2 km2，地表覆盖以耕地为主，还包括水体、道路、居民地等。基地主要种植小麦、玉米、花生、蔬菜等作物。

1.2 数据介绍

1.2.1 Gaofen1。

Gaofen1卫星2013年发射成功，搭载2台全色多光谱（PMS）相机和4台WFV相机，覆盖蓝、绿、红和近红外波段[6-7]。01、02、03、04星座组网后重访周期为1 d。该研究使用的WFV数据分辨率为16 m，成像时间2020年3月30日。数据的正射校正、辐射定标、大气校正、几何校正等预处理环节在Remote Sensing Desktop软件中完成[8]。

1.2.2 Sentinel2。

Sentinel2于2015年发射成功，携带的MSI传感器幅宽290 km，覆盖从可见光至短波红外的13个波段，分辨率依波段的不同有10、20和60 m[9]，A星和B星组合后重访周期6 d。该研究使用Google Earth Engine平台中与Gaofen1数据同步的Sentinel2地表反射率产品。为减少空间分辨率差异带来的误差，首先对Sentinel2影像进行了重采样，使2种数据源分辨率一致，在此基础上计算相关指数。

1.3 分析方法

1.3.1 指数计算。

NDVI是植被生长状态的最佳指示因子，也是目前使用最为广泛的植被指数，在农业干旱、农作物长势监测中发挥了基础且关键性的作用。NDVI物理意义明确，计算简单，公式如下：

NDVI=Rnir-RredRnir+Rred（1）

式中，Rred、Rnir分别是红和近红外波段，对应Gaofen1-WFV数据的波段3和波段4，对应Sentinel2-MSI数据的波段4和波段8。为了消除土壤背景影响，Huete[10]在NDVI的基础上引入土壤调节因子，提出SAVI，计算公式如下：

SAVI=Rnir-RredRnir+Rred+L×（1+L）（2）

式中，L是土壤调节参数，当植被覆盖度很高时为0，很低时为1，一般研究中取0.5[11]。

1.3.2 统计和相关性分析。

为理解Gaofen1-WFV和Sentinel2-MSI这2种数据源影像的波段特征，首先分析2种数据计算的植被指数统计特征值（最大值、最小值、均值、范围差、标准差等）。然后进一步探讨Gaofen1-WFV和Sentinel2-MSI这2种数据计算所得指数间的相互关系。分别设定Gaofen1-WFV影像计算的NDVI和SAVI值为X轴、Sentinel2-MSI数据计算的相应值为Y轴，得到不同数据源计算所得指数的散点图，对散点图进行分析和曲线拟合，得到不同数据源计算指数的相关关系模型[12]。

2 结果与分析

2.1 植被指数统计特征

不同数据源计算的植被指数统计特征值见表1。无论NDVI还是SAVI，相比基于Sentinel2-MSI的植被指数，Gaofen1-WFV数据计算的植被指数偏低，Gaofen1-NDVI和Gaofen1-SAVI最大值分别偏低0.094 4、0141 5，最小值分别偏低0.146 9、0.220 3，均值分别偏低0.109 4、0.164 2。而Gaofen1-WFV数据计算的植被指数浮动范围稍偏大，Gaofen1-NDVI和Gaofen1-SAVI最大值与最小值的范围差分别偏大0.052 5、0.078 8，标准差分别偏大0.003 7和0.005 5。说明Gaofen1数据相对分散一些，包含的地物信息相对丰富。这与赵兵杰等[13]的研究结果（Gaofen1-NDVI均值稍低于Landsat8-NDVI、范围差高于Landsat8 -NDVI）类似。

2.2 植被指数相互关系

根据前述方法，得到研究区域分别基于Gaofen1-WFV和Sentinel2-MSI的NDVI、SAVI结果（图1）。基于2种数据源植被指数的相关性见图2。可以发

现，二者计算的植被指数有很好的相关性，基本沿直线对称分布，2种传感器数据计算的NDVI、SAVI的相关系数r均为0.90，均方根误差（RMSE）分别为0.04和0.06。由此可见，2种数据源在定量计算植被指数方面存在较好的一致性。

图2显示，Gaofen1-WFV和Sentinel2-MSI计算的植被指数存在一定程度的系统偏差，这很可能是由2种传感器对应波段光谱响应函数（图3）的差异引起的。Gaofen1-WFV红和近红外波段的波谱范围相对Sentinel2-MSI对应波段更宽，较宽的波谱可以获取相对较多的地物信息，这与“2.1”中Gaofen1-WFV数据计算的植被指数浮动范围稍偏大的结果吻合。Sentinel2-MSI的近红外波段存在多处波动性升降变化。波谱范围和光谱响应值的差异会导致2种传感器接收同一地物反射信号的差异。

3 结论与讨论

该研究结果表明，Gaofen1-WFV和Sentinel2-MSI影像植被指数计算结果具有很好的一致性，不同數据源的同一指数具有较好的正相关关系，但也存在一定程度差异，Gaofen1-WFV计算的指数普遍较Sentinel2-MSI低。这很可能与二者的光谱响应函数存在一定差异有关。

Gaofen1-WFV和Sentinel2-MSI影像的分辨率均较高，但Sentinel2-MSI比Gaofen1-WFV影像的光谱信息更丰富。

为了进一步对比分析高分系列卫星数据与同等空间精度的国外卫星数据，后续需开展Gaofen6等其他高分卫星数据与sentinel2卫星数据在新疆等其他农业试验区的应用评价工作。

参考文献

[1] 袁站芳，付瑜，杨文军.多时相GF-1影像在农作物种植结构提取中的应用[J].测绘与空间地理信息，2020，43（S1）：120-122.

[2] 石涛，张安伟，杨太明，等.基于高分卫星的一季稻面积遥感估算[J].气象与环境学报，2020，36（2）：92-97.

[3] 白雪，武红旗，吕昱，等.基于Landsat8和高分一号影像的沙湾县作物种类识别研究[J].山东农业科学，2020，52（2）：156-162.

[4] 张志勋，常永青，王春，等.高分一号影像地物识别精度分析[J].地理空间信息，2018，16（12）：21-25.

[5] 覃泽林，谢国雪，李宇翔，等.多时相高分一号影像在丘陵地区大宗农作物提取中的应用[J].南方农业学报，2017，48（1）：181-188.

[6] 孙元亨，秦其明，任华忠，等.GF-4/PMS与GF-1/WFV两种传感器地表反射率及NDVI一致性分析[J].农业工程学报，2017，33（9）：167-173.

[7] 冯琳，陈圣波，韩冰冰.基于多时相高分一号影像的玉米涝灾监测[J].科学技术与工程，2020，20（10）：3868-3873.

[8] 于爱洁，李桂芬，张佳彬.地理国情监测中高分一号卫星数据处理关键要点分析[J].测绘与空间地理信息，2020，43（S1）：91-93.

[9] 胡铁泷，蒋良群，王杰.Sentinel 2A影像去云下的丘陵地区植被覆盖度反演[J].资源开发与市场，2020，36（5）：476-481.

[10] HUETE A R.A soil-adjusted vegetation index（SAVI）[J].Remote sensing of environment，1988，25（3）：295-309.

[11] 赵琳琳，张锐，刘焱序，等.GF1-WFV与Landsat8- OLI 对植被信息的提取差异研究[J].生态学报，2020，40（10）：3495-3506.

[12] 赵凯，徐剑波，赵之重，等.HJ-1A/B CCD与Landsat TM/ETM+植被指数的交互比较[J].遥感技术与应用，2013，28（4）：674-680，738.

[13] 赵兵杰，王贺封，张安兵，等.GF-1 WFV与Landsat8OLI的NDVI交互比较与定量关系研究[J].测绘地理信息，2019，44（6）：60-65.