1、MODIS数据的处理方法(ENVI)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
2、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-
3、 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FileOpen External FileGeneric FormatsHDF，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0.62m 0.67m 、0
4、.545m 0.565m、0.459m 0.479m，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
5、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”
6、( 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 GeometryBuild 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 Rotatio
7、n”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 Geor
8、eference from Input GeometryGeoreference 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。175.MODIS数据的处理5.1植被指数的选择植被
9、指数定量地表明了植被活力，它们比用单波段来探测绿色植被更具有灵敏性，已经被广泛应用于遥感影像的解译中，如土地利用变化监测、植被密度覆盖评价、森林、农作物测定和农作物预报等方面。归一化植被指数NDVI是普遍应用的40几种植被指数中应用最为广泛的，归一化植被指数NDVI（Normalization Difference Vegetation Index）被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。即NIRREDNIRRED+?NDVI =51其中RED和NIR分别是红光（第1波段）和近红外（第2波段）波段的反射率。NDVI可以用于季节性植被变化的研究，也可用于年际间植被变化
10、的分析、干旱地区植被变化规律等等，本文研究区内蒙古自治区为干旱半干旱地区，且要分析内蒙古地区植被变化中的月际、年际变化，因此，本文选用NDVI作为多年植被变化分析的植被指数。5.2MODIS数据的预处理论文所用的MODIS数据来源于内蒙古自治区遥感与地理信息系统重点实验室MODIS接收处理系统存档的20022006年58月每日的TERRA卫星接收的250m分辨率的MODIS 1B数据。MODIS 1B数据预处理主要包括反射率数据的生成、几何纠正这两步。这些工作都由遥感图像处理软件ENVI 4.2来实现。5.2.1几何纠正及Bowtie处理由于MODIS采用“多元归并”的对地遥感方式，即多个探测
11、器同时扫描，导致通道探测器之间的光谱响应不可能做到完全相同，尽管在发射前做了相对定标，但随着时间推移或仪器本身的问题，探测器之间还是会产生差异，这就会在图像上会产生“条纹”，这就是所谓的Bowtie效应。这个问题会不同程度的对MODIS数据的使用造成影响，在越接近星下点的区域，Bowtie效应越小，在越接近轨道边缘的区域，Bowtie效应影响越大。所以一定要对MODIS数据的Bowtie现象进行处理。18由于MODIS 1B数据（HDF文件）中已经包含有经纬度数据，我们可以利用这些经纬度数据进行几何纠正。利用ENVI 4.2软件，将HDF文件中经纬度数据导出为地面控制点（GCP）文件，然后采用
12、ENVI 4.2软件的MAP功能模块下的几何纠正功能进行影像纠正。利用ENVI 4.2的这一功能，可以达到0.3个像元的精度。同时ENVI4.2在几何纠正的同时对Bowtie也进行了处理。在几何纠正的过程中采用的投影为Albers等面积圆锥投影（采用克拉索夫斯基椭球体坐标系）具体参数如下：中央子午线：1050000E南基准纬线：250000N北基准纬线：470000N中央纬线：000000N5.2.2 1、2波段反射率数据的计算MODIS 1B数据对于反射太阳波段提供反射率数据产品，为了减小浮点型数据占用的存储空间，MODIS 1B采用16-bit整数和尺度转换的方法，通过偏移量（offset
13、）和尺度因子（scale）两个参数转换为16-bit的整数型数据。为了得到具有物理意义的数据产品，需要再次通过尺度转换的方法把整形数据转换成具有物理意义的浮点数据。太阳反射波段反射率计算公式为：Rreflactance_scales(DNreflatance_offsets)iiii=?52其中iR是i波段对应的反射率值，iDN为MODIS 1B数据中i波段的整数型数据，ireflactance_scales为波段反射系数、为ireflatance_offsets波段偏移量。5.3植被指数的计算5.3.1 NDVI的计算用MODIS数据1、2波段的反射率数据反演出归一化植被指数NDVI。NIR
14、dNIRdNDVIReRe+?=53其中Red为红光波段反射率（对应于MODIS数据的第1波段），NIR为近红外波段反射率（对应于MODIS数据的第2波段）。5.3.2 MVC法合成月NDVI图用最大值合成法MVC合成月NDVI图（NDVI-MON）。max()i,ji,kNDVI=NDVI54其中NIR为近红外波段反射率（对应于MODIS数据的第1波段），Red为红光波段反射率（对应于MODIS数据的第2波段）。其中i为月份（58月），j为年份（20022006年），k为天数（130/31天）。5.4其他数据的处理本文以内蒙古自治区遥感与地理信息系统重点实验室所提交的2000年内蒙古自治区土地利用遥感调查现状图（六种土地利用大类）为基础，结合论文需要，将河渠、湖泊、水库坑塘、滩地等全部显示为水域，其余的用土地利用大类显示到二级地类，如图51所示。为分析由于植被类型的不同而造成的NDVI的变化规律、NDVI与气候因子相关性的不同，结合内蒙古2000年土地利用图，以内蒙古地区主要的林地、草地、农耕地、沙地4种类型地域，结合地理位置和气候背景选取了林地子区3个，草地子区3个，农耕地子区2个，沙地子区2个（由于沙漠和戈壁地区几乎没有植被或很少，所以在这里不进行分析）来源： 基于MODIS_NDVI的内蒙古植被变化遥感监测。
