衛星遙感影像植被覆蓋度產品規范2022-03-09發布2022-10-01實施國家標準化管理委員會前言 I引言 1范圍 2規范性引用文件 3術語和定義 4產品分類 4.1類別劃分 4.2單日植被覆蓋度產品 24.3多日合成植被覆蓋度產品 25命名規則 25.1名稱組成 5.2名稱要求 6產品構成 26.1產品概述 6.2植被覆蓋度數據集 26.3輔助數據集 36.4元數據集 7技術要求 47.1時間信息 7.2地理信息 7.3質量信息 8產品檢查 5附錄A(資料性)常用的植被覆蓋度估算方法 附錄B(資料性)常用的植被覆蓋度產品時間合成方法 附錄C(規范性)植被覆蓋度產品元數據集 附錄D(資料性)植被覆蓋度產品元數據集示例 參考文獻 I本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規則》的規定起草。請注意本文件的某些內容可能涉及專利。本文件的發布機構不承擔識別專利的責任。本文件由中國科學院提出。本文件由全國遙感技術標準化技術委員會(SAC/TC327)歸口。本文件起草單位：中國科學院空天信息創新研究院、北京師范大學、中國科學院地理科學與資源研Ⅱ植被覆蓋度反映了植被生長的茂盛程度，作為刻畫地表植被覆蓋狀況的重要生物物理參數之一，廣泛應用于植被變化檢測、生態環境評估、水土保持監測、氣候變化研究等領域，在揭示地表植被分布規律、掌握生態環境變化狀況并分析其發展趨勢等方面都具有重要意義。本文件歸納利用衛星遙感影像生產的植被覆蓋度產品的概念、內容、規格、質量等共性信息，規范其描述，形成衛星遙感影像植被覆蓋度產品規范，作為該產品生產、應用相關行業的共同標準，將有利于植被覆蓋度產品的規范生產和高效應用。1GB/T41280—2022衛星遙感影像植被覆蓋度產品規范1范圍本文件規定了光學衛星遙感影像陸地植被覆蓋度產品的產品分類、命名規則、產品構成、技術要求和產品檢查。本文件適用于光學衛星遙感影像陸地植被覆蓋度產品，利用其他數據源生產的植被覆蓋度產品也可比照本文件。2規范性引用文件下列文件中的內容通過文中的規范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本(包括所有的修改單)適用于本文件。GB/T35652—2017瓦片地圖服務GB/T37151—2018基于地形圖標準分幅的遙感影像產品規范GB/T39608—2020基礎地理信息數字成果元數據GB/T41282—2022植被覆蓋度遙感產品真實性檢驗3術語和定義GB/T35652—2017、GB/T37151-2018、GB/T39608-2020和GB/T41282-2022界定的以及下列術語和定義適用于本文件。一系列利用遙感影像不同譜段數據的線性或非線性組合而形成的能反映綠色植物的生長狀況和分布的特征指數。單位面積內植被冠層(包括葉、莖、枝)垂直投影面積所占的比例。注：無量綱，取值范圍0～1。植被覆蓋度產品fractionalvegetationcoverproduct由遙感影像數據生產的植被覆蓋度數據集、輔助數據集及元數據集的統稱。4產品分類4.1類別劃分植被覆蓋度產品分為兩類：單日植被覆蓋度產品和多日合成植被覆蓋度產品。24.2單日植被覆蓋度產品利用單日內的衛星遙感影像生產得到的植被覆蓋度產品。植被覆蓋度估算方法見附錄A。4.3多日合成植被覆蓋度產品利用多日衛星遙感影像按照某種規則合成得到的植被覆蓋度產品。合成時間范圍可以是8天、16天、30天，也可以是任意時間范圍。多日時間合成方法見附錄B。5命名規則5.1名稱組成植被覆蓋度產品的命名應包括產品名稱和擴展名兩部分。產品名稱應包含但不限于以下要素，且各要素排列順序可變。命名總體表現形式如下：產品代碼_衛星和傳感器標識_產品標識時間_地理覆蓋范圍_版本號.擴展名5.2名稱要求產品名稱各要素應符合如下要求：a)產品代碼：衛星遙感影像植被覆蓋度產品的簡稱；示例：全球陸表特征參量(GlobalLandSurfaceSatellite,GLASS)產品中利用中分辨率成像光譜儀(Moderate-resolu-tionImagingSpectroradiometer,MODIS)500米分辨率數據生產的植被覆蓋度產品代碼為GLASS10E01。b)衛星和傳感器標識：產品主體數據的衛星和傳感器標識，見GB/T37151—2018中附錄B;c)產品標識時間：對于單日植被覆蓋度產品，記錄數據獲取時間；對于多日合成植被覆蓋度產品，記錄合成時間范圍內的中心時間；d)地理覆蓋范圍：對于分瓦片組織的產品按照GB/T35652—2017中5.1的規定記錄行列號；對于分幅組織的產品按照GB/T37151—2018中6.2的規定記錄分幅編號；對于未分塊組織的產品根據實際情況記錄全球或區域標識；e)版本號：產品生產的版本代碼；f)產品的擴展名由產品文件格式決定，包括但不限于HDF(HierarchicalDataFormat;層次型數據格式)、HDF5(HierarchicalDataFormatversion5;層次型數據格式第五版)、NETCDF(NetworkCommonDataForm;網絡通用數據格式)、GEOTIFF(GeotagImageFileFormat;地理標簽圖像文件格式)。6產品構成6.1產品概述植被覆蓋度產品由三部分構成：植被覆蓋度數據集、輔助數據集和元數據集。6.2植被覆蓋度數據集植被覆蓋度數據集以柵格形式存儲植被覆蓋度估算結果。柵格大小即遙感影像像元大小，應在元數據集中記錄。數據存儲時可乘以縮放轉換系數，以整型記錄。36.3輔助數據集植被覆蓋度產品輔助數據集包括柵格數據和文本數據兩種。其中，柵格數據像元大小在不特別說明的情況下應與植被覆蓋度數據集一致且一一對應。輔助數據集的構成包括但不限于表1所列項。表1輔助數據集構成名稱數據格式數據類型約束/條件備注單日植被覆蓋度產品多日合成植被覆蓋度產品產品質量標記數據柵格8位整型MM合成時間選擇數據柵格16位整型NM經緯度數據集柵格字符型或浮點型C/當未投影時必填C/當未投影時必填錄時數據類型為字符型，當以度的形式記錄時數據類型可為浮點型快視圖柵格整型OO像元大小可大于植被覆蓋度數據集算法說明文檔文本字符型OO用戶手冊文本字符型OO真實性檢驗報告文本字符型OO注：對于約束/條件列中描述符的說明如下：M(必選)——輔助數據集應當選用；C(條件必選)——說明輔助數據集是否選用條件，當條件滿足時，該輔助數據集必選；O(可選)——輔助數據集可以選用，也可以不選用；N(不適用)——約束/條件不適用于該輔助數據集。輔助數據集包括。a)產品質量標記數據：逐像元記錄從輸入遙感影像及其輔助數據集中提取的云、冰雪、水等信息，并判斷植被覆蓋度估算結果的有效性和合理性，根據表2進行質量標記。b)合成時間選擇數據：記錄多日合成過程中像元日期的選擇，用一年中的第幾天(DayOfYear,DOY)表示。當合成過程中不存在唯一或最大貢獻像元日期時，記錄合成時間范圍內的中心時間。示例1:16天合成產品，合成時間范圍是DOY9～24,當利用最大值合成時，如果合成值信息實際來自第4天的數據，則合成時間選擇數據記錄值為12。示例2:16天合成產品，合成時間范圍是DOY9～24,當利用平均值合成時，則合成時間選擇數據記錄值為17。c)經緯度數據集：逐像元記錄植被覆蓋度數據集經緯度信息。d)快視圖：對植被覆蓋度數據集重采樣生成的低分辨率用于預覽產品狀況的圖片。4e)算法說明文檔：詳細記錄植被覆蓋度產品生產算法及流程等信息的文檔。f)用戶手冊：記錄植被覆蓋度產品構成、使用方法、獲取途徑等信息的文檔。g)真實性檢驗報告：應按照GB/T41282—2022中第6章的相關規定，記錄植被覆蓋度產品準確度和不確定度評價過程和結果的文檔。表2產品質量標記方式比特位參數名值描述植被覆蓋度有效性和合理性數據有效，質量好數據有效，使用時要檢查云掩膜數據有效，估算結果不合理無效值云掩膜晴空可能有云有云4冰雪掩膜01無積雪有積雪5水掩膜01非水域水域注1:產品質量標記數據以二進制標記，十進制存儲。注2:“可能有云”指從輸入遙感影像及其輔助數據集中無法確定該像元是否受云影響。元數據集應符合GB/T39608—2020中第4章的相關規定，記錄產品標識信息、地理信息、生產信息、質量信息、分發信息，元數據集的記錄和存儲應按附錄C的要求執行，元數據集示例見附錄D。多日合成植被覆蓋度產品應在元數據集生產信息中記錄合成開始時間、合成結束時間、合成算法的選擇及其版權信息。7技術要求時間信息應采用公元紀年，格林威治時間。7.2地理信息當植被覆蓋度數據集有投影時，應在植被覆蓋度數據集或元數據集中包含影像坐標系和投影信息；當植被覆蓋度數據集未投影時，應在輔助數據集中包含經緯度數據集。當植被覆蓋度數據集以地圖形式發布時，應符合GB/T37151—2018中6.1的相關規定。7.2.2地理覆蓋范圍應在植被覆蓋度數據集或元數據集中包含影像的地理覆蓋范圍信息。當植被覆蓋度數據集以分塊5的形式組織時，應在元數據集中包含影像的分塊編號，相應元數據應逐塊描述。7.3質量信息7.3.1產品準確度應按照GB/T41282—2022中第4章、第5章的相關規定，在元數據集中記錄平均誤差、均方根誤差、相關系數三個植被覆蓋度產品準確度評價指標結果。7.3.2產品不確定度應按照GB/T41282—2022中第4章、第5章的相關規定，在元數據集中記錄標準差這一植被覆蓋度產品不確定度評價指標結果。元數占像元總數的比例，在元數據集中記錄優質數據比例、無效值的比例和云覆蓋比例。8產品檢查產品檢查應在產品生產后、公開發布或交付用戶前進行。檢查項應包括但不限于表3所列項。表3植被覆蓋度產品檢查項檢查項檢查內容證實方法產品命名產品名稱應符合第5章要求產品構成植被覆蓋度數據集所有產品是否存在；應符合6.2要求產品質量標記數據所有產品是否存在；應符合6.3a)要求合成時間選擇數據對于多日合成植被覆蓋度產品，是否存在；應符合6.3b)要求經緯度數據對于未投影產品，是否存在；應符合6.3c)要求元數據集所有產品是否存在；應符合6.4及附錄C要求時間信息時間記錄應符合7.1要求地理信息坐標系和投影應符合7.2.1要求地理覆蓋范圍應符合7.2.2要求質量信息產品準確度應符合7.3.1要求產品不確定度應符合7.3.2要求空間連續性應符合7.3.3要求6(資料性)常用的植被覆蓋度估算方法A.1概述植被覆蓋度產品的生產依次包括輸入數據的準備、植被覆蓋度估算、產品輸出和產品檢查。其中，輸入數據應經過幾何糾正、輻射定標、大氣校正等預處理。植被覆蓋度估算方法包括但不限于：經驗模型法、半經驗模型法和物理模型法。當使用其他估算方法時，可在元數據集中明確記錄，并包括算法說明文檔。A.2經驗模型法經驗模型法是通過對遙感數據的某一波段、波段組合反射率或遙感植被指數與實際測量的植被覆蓋度進行回歸，建立統計估算模型，并將模型推廣到更大尺度上的植被覆蓋度估算。以植被指數作為經驗模型自變量是最常用的遙感估算植被覆蓋度方法。該方法通過選取與植被覆蓋度具有良好相關關系的植被指數，建立植被指數與植被覆蓋度的轉換關系，進而估算植被覆蓋度。具體形式可包括公f=a·V+b……………(A.1)式中：f——植被覆蓋度；V——植被指數；常用于植被覆蓋度估算的植被指數包括差值植被指數(DVI)、歸一化差值植被指數(NDVI)、土壤調整植被指數(SAVI)等。為了更好的利用植被綠度信息并去除大氣糾正誤差對結果的影響，包括綠度植被指數(GVI)、可見光大氣阻抗植被指數(VARI)在內的植被指數也被用于植被覆蓋度的估算。植被指數具體描述如表A.1所示。表A.1常用植被指數及計算方法植被指數計算方法DVIV=Pnir—PrdNDVIV=(ps-Prd)/(Pnir+Pred)SAVIGVIV=Pgmen—Pnd)/(Pgren+Prd)VARIV=(Pgmen—Pred)/(Pgreen+Pred—Pble)注：L為土壤調節系數，該系數與植被濃度有關，由實際區域條件確定，用來減小植被指數對不同土壤反射變化的敏感性；Pbhe、Peen、Pd和Pnir分別表示藍光波段、綠光波段、紅光波段及近紅外波段的地表反射率。7GB/T41280—2022經驗模型法因其簡單易實現而被廣泛應用于區域植被覆蓋度的估算，然而它需要足夠多的地面數據支撐，僅適用于特定區域與特定植被類型的植被覆蓋度估算。A.3半經驗模型法半經驗模型法采用較為簡單的模型形式，同時參數具有一定物理意義。常用方法是混合像元分解模型。根據輸入數據不同，又分為光譜混合分解法(輸入數據為波段光譜反射率)、基于植被指數的混合像元分解法(輸入數據為植被指數)。這類模型的基本原理是圖像中的一個像元實際上由多個組分構成，而每個組分對傳感器所觀測到的信息都有貢獻。因此可以將遙感信息(反射率或植被指數)分解，建立像元分解模型，并利用此模型估算植被覆蓋度。模型中應用最為廣泛的是線性混合分解模型。線性混合分解模型基于以下假設：到達傳感器的光子只與一個組分發生作用，不同組分之間是獨立的。假設一個像元中所包含的每塊地都對衛星傳感器所接收的該像元信息有貢獻，則以每塊地中的植被光譜特征值為因子，這塊地的面積作為該因子的權重，可建立線性混合模型，其數學形式可表達為公式(A.4):R,——波段b的像元反射率；fo——端像元i在波段b混合像元中所占的比例；r;b——端像元i在波段b中的反射率；n——端像元的個數；e,——擬合波段b的誤差。…………通過最小二乘等方法可以求解出各組分在混合像元中的比例，其中植被組分所占的比例即為植被覆蓋度。各組分比例的求解精度很大程度上取決于端元的合理選取。在眾多線性模型中，像元二分模型假設像元只由植被與非植被兩部分構成，遙感觀測到的信號也只由這兩個組分因子線性合成。它們的面積在像元中所占的比例即為各因子的權重，其中植被部分占像元的百分比即為該像元的植被覆蓋度。較為常用的就是利用植被指數進行像元二分估算，其數學表現形式為公式(A.5):f——混合像元的植被覆蓋度；V、——純植被的植被指數值；V、——裸土的植被指數值。目前常用的參數獲取方法為基于對遙感影像自身進行時空統計的方法獲取V。與V。。像元二分模型形式簡單，參數較少，被廣泛應用于植被覆蓋度產品生產。A.4物理模型法物理模型由于結構復雜，參數眾多，且存在部分參數難以獲取等問題，通常難以直接進行植被覆蓋度反演，神經網絡、支持向量機、決策樹、隨機森林等機器學習方法被用于輔助求解。該類方法的輸入數據具有多樣化的特性，除反射率、植被指數外，還包括植被類型、降水等其他與植被生長、結構相關的參數。常用的神經網絡算法(見示例1和示例2)計算效率高，適用于產品的業務化生產。但是神經網絡算法過程復雜，算法的中間層屬于黑箱，很難對估算的參數進行合理的控制。8示例1:基于Kuusk+SAIL+PROSPECT輻射傳輸模型的人工神經網絡方法。如POLDER-2產品，首先生成葉面積指數(LAI)樣本數據，用該樣本對神經網絡進行訓練得到LAI產品，再根據LAI與植被覆蓋度(FVC)之間的關系進行植被覆蓋度產品的生產。示例2:基于PROSPECT+SAIL輻射傳輸模型的神經網絡方法。如CYCLOPES產品采用利用模型模擬紅光、近紅外及短波紅外波段反射率及相應太陽天頂角數據，作為神經網絡的訓練樣本進行植被覆蓋度產品生產；Geoland2產品首先獲取SPOT/VEGETATION(植被)傳感器在紅光、近紅外與短波紅外波段的雙向反射率因子及觀測幾何，再結合加入糾正因子的GYCLOPES覆蓋度產品為訓練樣本，對神經網絡進行校正訓練，得到校正系數，然后以校正系數為輸入數據，進行神經網絡訓練，得到修正后的Geoland2覆蓋度產品。9(資料性)常用的植被覆蓋度產品時間合成方法B.1概述多日合成植被覆蓋度產品，可以由地表反射率、植被指數等數據多日合成后再生產，也可由單日植被覆蓋度產品多日合成。時間合成方法包括但不限于：最大值合成法、限定條件下的最值合成法、最佳指數邊緣提取算法、平均合成算法、加權平均合成算法、二向性反射率分布函數(BidirectionalReflectanceDistributionFunction,BRDF)模型合成算法。當使用其他合成方法時，可在元數據集中明確記錄，并包括算法說明文檔。B.2最大值合成法選擇合成周期內數據產品的最大值作為合成值的算法。最大值合成法可用于植被指數、植被覆蓋度時間合成。B.3限定條件下的最值合成法在數據產品2個～3個最大值子集中采用其影響因子的最值作為判斷標準確定合成值的算法。限定條件下的最值合成法可用于植被指數、植被覆蓋度時間合成。B.4最佳指數邊緣提取算法假設數據產品在時間序列中的不協調突變是由云或觀測幾何的改變所導致，通過滑動合成時間窗口來確定真實最大值的算法。最佳指數邊緣提取算法可用于植被指數、植被覆蓋度時間合成。B.5平均合成算法選擇合成周期內數據產品的平均值作為合成值的算法。平均合成算法可用于植被指數、植被覆蓋度時間合成。在合成期內，對不同時間的數據產品根據其變化規律賦以不同權重值，以加權平均結果作為合成值的算法。加權平均合成算法可用于地表反射率、植被指數、植被覆蓋度時間合成。采用BRDF模型將合成周期內所有無云數據產品逐波段擬合至特定觀測幾何下等效反射率值，再計算得到合成值。BRDF模型合成算法可用于地表反射率、植被指數時間合成。(規范性)植被覆蓋度產品元數據集植被覆蓋度產品元數據集用于記錄標識信息(名稱、分類等)、地理信息(經緯度、投影等)、生產信息(數據源、算法等)、質量信息(云覆蓋、精度等)、分發信息(生產、出版等)。元數據集應包含但不限于表C.1所列項，可依實際情況增加條目。表C.1植被覆蓋度元數據集數據項編號數據項數值類型域值約束/條件標識信息1產品名稱字符型小于255個字符，符合本文件6.1要求M植被覆蓋度數據集名稱字符型小于255個字符，應包含產品名稱C/當植被覆蓋度數據集單獨存儲時必填產品質量標記數據名稱字符型小于255個字符，應包含產品名稱C/當產品質量標記數據單獨存儲時必填合成時間選擇數據名稱字符型小于255個字符，應包含產品名稱C/當合成時間選擇數據單獨存儲時必填經度數據名稱字符型小于255個字符，應包含產品名稱C/當經度數據單獨存儲時必填緯度數據名稱字符型小于255個字符，應包含產品名稱C/當緯度數據單獨存儲時必填元數據名稱字符型小于255個字符，應包含產品名稱M2產品分類8位整型0:單日植被覆蓋度產品1:多日合成植被覆蓋度產品M3產品標識時間字符型YYYYMMDDM4產品像元大小字符型小于255個字符，單位為米或度，需注明M地理信息5分塊編號字符型文本C/當產品分塊組織時必填6坐標系8位整型2:北京543:西安804:其他C/當有坐標系時必填角度單位字符型小于255個字符C/當坐標系為“其他”時必填編號數據項數值類型域值約束/條件本初子午線字符型小于255個字符，單位為度分秒或度，需注明C/當坐標系為“其他”時必填原點字符型小于255個字符C/當坐標系為“其他”時必填方位字符型小于255個字符C/當坐標系為“其他”時必填長半軸32位整型單位為米C/當坐標系為“其他”時必填短半軸32位整型單位為米C/當坐標系為“其他”時必填扁率32位整型單位為米C/當坐標系為“其他”時必填7地圖投影字符型小于255個字符C/當有投影時必填左上角經度或X坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M左上角緯度或Y坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M左下角經度或X坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M左下角緯度或Y坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M右上角經度或X坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M右上角緯度或Y坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M右下角經度或X坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M右下角緯度或Y坐標字符型或浮點型經度：度°分'秒”或度°坐標：浮點數M生產信息9衛星傳感器個數8位整型M衛星名稱字符型小于255個字符M傳感器名稱字符型小于255個字符M數據源名稱字符型小于255個字符M植被覆蓋度估算算法8位整型0:經驗模型法1:半經驗模型法3:物理模型法4:其他M估算算法版權信息字符型小于255個字符O表C.1植被覆蓋度元數據集數據項(續)編號數據項數值類型域值約束/條件合成開始時間字符型YYYYMMDDC/多日合成植被覆蓋度產品必填合成結束時間字符型YYYYMMDDC/多日合成植被覆蓋度產品必填時間序列合成算法8位整型0:最大值合成法1:限定條件下最值合成法2:最佳指數邊緣提取算法3:平均合成算法4:加權平均合成算法5:BRDF模型合成算法6:其他C/多日合成植被覆蓋度產品必填合成算法版權信息字符型小于255個字符O質量信息優質數據比例8位整型百分比表示M無效值的比例8位整型百分比表示M云覆蓋比例8位整型百分比表示M產品平均誤差浮點型M產品均方根誤差浮點型M相關系數浮點型M產品不確定度(標準差)浮點型M分發信息產品生產時間字符型YYYYMMDDM產品發布時間字符型YYYYMMDDM版權單位名稱字符型小于255個字符M版權人名稱字符型小于255個字符O生產單位名稱字符型小于255個字符M生產者名稱字符型小于255個字符O注1:對于約束/條件列中描述符的說明如下：M(必選)——元數據元素應當選用；C(條件必選)——說明數據元素