FY-3A中分辨光谱成像仪(MERSI)光谱通道

收集区域同期4个农业气象观测站的冬小麦观测资料，辅助用于研究区域冬小麦像元的提取，以提取出较为纯净的冬小麦像元；为了对MERSI地物分类结果及冬小麦种植区域及面积进行精度评估，研究中还用到了运城市1:50万土地利用现状、行政边界数字化图件及运城市农业部门的冬小麦种植面积统计数据。MERSI 资料预处理接收的MERSI原始数据（0级数据）经过地球位、几何精校正、辐射校正等一系列处理，完成预处理过程，形成HDF（1级数据）。为便于本研究使用方便、有助于业务化的开展，在HDF之上经过投影转换、反射率的转换、太阳高度角订正、局地经纬度范围的设定等形成二级数据产品格式LDF（Local District File），采用6S模型对MERSI表观反射率数据进行大气校正为实际反射率。
端元确定利用2010年4月23日MERSI第一、三、四通道合成出一幅假彩色图像，套合上运城市行政边界图，屏蔽掉周围区域，生成运城市 MERSI 数字图像。在此图像上，几种典型地物如树木、冬小麦、裸地和水体分别表现为墨绿色、浅绿色、紫红色、黑色等不同颜色。运城的树木覆盖区域基本呈现墨绿色；裸地基本为紫红色；尤其冬小麦种植区基本为浅绿色，色调较为单一清晰可辨，通过目视解译可以看出，采用MERSI 数据进行地物分类尤其判识冬小麦是可行的。同时结合非监督分类，将区域地物分为树木、冬小麦、裸地、水体等地物，在此基础上选取端元。端元的选择至关重要，为了提高分类精度在传统最小噪声分离的基础上，引入像元纯净度指数PPI（pixel purity index）将端元选择限定在数量很少的高纯度像元范围内，用以在多光谱数据中更好地寻找光谱端元，避免了采用MNF主成分的二维散点图人为选取确定端元具有的随意性。