High spatial-and temporal-resolution NDVI produced by the assimilation of MODIS and HJ-1 data

Abstract

The normalized difference vegetation index (NDVI) is widely used in global environmental and climatic change research. However, the 1 km Moderate Resolution Imaging Spectroradiometer (MODIS) is too coarse to quantify changes in heterogeneous landscapes. On the other hand, the 30 m charge-coupled device (CCD) sensor on the Chinese environment satellite (HJ-1) is severely affected by weather, which limits its use in studying the biophysical processes evolving rapidly during the growing season. In cloudy areas, the problem is compounded; only a few images can be obtained for the whole year. It is therefore impossible to obtain the high temporal spatial resolution NDVI required in some applications. To solve this problem, the continuous correction (CC) data assimilation method was proposed to produce high temporal spatial resolution NDVI by combining the advantages of the MODIS temporal information and the CCD spatial information. The MODIS 16 day compositing/8 day windows Nadir BRDF-Adjusted Reflectance and the CCD reflectance were used to predict 8 day/30 m NDVI for the Heihe River basin, China, in 2009. Comparison of predicted data with field data showed that the two were in good agreement. The method demonstrated feasibility, and the NDVI produced provided better vegetation information. The performance of CC depended on the acquisition time and amount of the CCD images.

L'indice NDVI (normalized difference vegetation index) est utilisé couramment en recherche environnementale et sur les changements climatiques à l'échelle du globe. Cependant, la résolution de 1 km du spectroradiomètre MODIS (Moderate Resolution Imaging Spectroradiometer) est trop grossière pour permettre la quantification des changements dans les paysages hétérogènes. D'autre part, le capteur CCD (dispositif à transfert de charge) à 30 m de résolution monté à bord du satellite environnemental chinois (HJ-1) est sérieusement affecté par la température, ce qui limite son utilisation dans l'étude des processus biophysiques en évolution rapide durant la saison de croissance. Dans les zones nuageuses, le problème est davantage amplifié; seulement quelques images peuvent être obtenues au cours d'une même année. Il est ainsi impossible d'obtenir des mesures de NDVI à la haute résolution temporelle et spatiale nécessaire pour certaines applications. Pour résoudre ce problème, la méthode d'assimilation des données par corrections successives (CC) est proposée pour produire des valeurs de NDVI à haute résolution temporelle et spatiale en combinant les avantages de l'information temporelle de MODIS et l'information spatiale du capteur CCD. Les images composites de MODIS sur 16 jours et les données de réflectance au nadir ajustées pour la FDRB pour des fenêtres de 8 jours ainsi que la réflectance CCD sont utilisées pour prédire les valeurs de NDVI pour 8 jours et à 30 m de résolution pour le bassin du fleuve Heihe, en Chine, en 2009. La comparaison des prédictions avec les données de terrain montre qu'il y a une bonne correspondance entre les deux. La méthode a démontré son utilité et les valeurs de NDVI produites peuvent fournir une meilleure information sur la végétation. La performance de la méthode d'assimilation des données par CC dépend du moment de l'acquisition et de la quantité d'images CCD.

[Traduit par la Rédaction]

Acknowledgements

Many thanks to Mr. Bo Zhong of the Institute of Remote Sensing Applications, Chinese Academy of Sciences, China, for providing the HJ-1 CCD reflectance images and the 30 m land cover map. This research was supported in part by the National Natural Science Foundation of China (No. 41171263, 41171264), the National Soil Erosion Survey Program and the Special Funds for Major State Basic Research Project (2007CB714407).