基于混合像元分解的 MODIS 绿潮覆盖面积精细化提取方法研究

在绿潮遥感业务化监测中，250 m 分辨率的 MODIS 卫星数据是主要数据源，归一化差值植被指数（ND-VI）是绿潮卫星遥感信息提取的主要方法。研究发现，由于 MODIS 空间分辨率较低，存在大量的混合像元，导致提取的绿潮覆盖面积明显偏大。针对该问题，本文在 MODIS 绿潮 NDVI 计算的基础上，首先对大于 NDVI 阈值的像元进行混合像元分解，得到 MODIS NDVI 混合像元分解后的绿潮面积，然后以准同步的30 m 分辨率 HJ-1 CCD 影像提取的绿潮覆盖面积为真值，建立了 MODIS NDVI 混合像元分解得到的绿潮面积与 HJ-1提取的绿潮面积之间的关系模型，以实现绿潮面积的精细化提取。与传统的 NDVI 阈值法和混合像元分解法相比，该方法提取的绿潮覆盖面积更接近于“真值”，面积约为“真值”的96％，而传统的 NDVI 阈值法和混合像元分解方法提取的面积分别为“真值”的2．96倍和45％。另外，与传统的 NDVI 阈值法相比，新方法对 NDVI 阈值变化不敏感，在相同的 NDVI 阈值变化区间内，前者提取的绿潮覆盖面积变化了41％，而新方法的变化仅为11％。本文的工作在很大程度上解决了 MODIS 空间分辨率低导致的绿潮监测结果不准确的问题，为精细化的绿潮卫星遥感业务监测提供了参考。

An Improved Model for MODIS Green Tide Covered Area Extraction Based on Mixed Pixel Decomposition

In the green tide operational remote sensing monitoring,MODIS data with 250 m spatial resolution is the commonly adopted satellite data.Normalized difference vegetation index （NDVI）is the primary method used for extrac-tion of green tide information.However,it has been found that,because the MODIS spatial resolution is low,there are a lot of mixed pixels,resulting in severe overestimation of the extracted green tide area.To addressthis issue,we ap-pliedthe mixed pixel decomposition methodto the MODIS NDVI image,and the derived green tide area was then calibra-ted with thatextracted from the quasi-synchronous 30 m resolution HJ-1 CCD image.The validation shows thatcompared with the traditional methods,the new model provides more accurate result andis less sensitive to the uncertainty of NDVI threshold.