Landsat光谱混合模型的全球交叉定标

Landsat计划的数据连续性依赖于传感器间精确的交叉定标。Landsat 8 OLI已被证明在辐射定标、信噪比和地理定位方面优于Landsat 4-7上的传感器。然而，OLI上光谱响应函数定位的改进导致了常用光谱指数的已知偏差，因为新波段响应与先前Landsat传感器不同地积分了吸收特征。本分析的目标是量化这些变化对使用不同Landsat传感器采集影像的线性光谱混合模型的影响。2013年Landsat 7和8的伴飞提供了使用近乎同时获取的全球多种土地覆盖类型对ETM+和OLI传感器的光谱混合空间进行交叉定标的机会。我们使用80,910,343对OLI和ETM+光谱来表征OLI光谱混合空间并与ETM+进行交叉定标。这一新的全球Landsat光谱集合比先前研究使用的具有更大的光谱多样性，得到的Substrate, Vegetation, and Dark (SVD)光谱端元(EMs)取代了先前的全球Landsat EMs。我们发现使用传感器特定EMs解混的SVD分数之间仅有微小差异(-0.01 < u < 0.01)。RMS misfit分数也很小(<98%像素<5% RMSE)，与过去研究一致。最后，以植被为例说明常用光谱指数与亚像素分数之间的经验和理论关系。因此，使用全球EMs解混的SVD分数提供了易于计算、线性可缩放、基于物理的亚像素土地覆盖度量，可在整个Landsat 4-8档案中准确比较，而无需引入任何额外的跨传感器校正。