基于MODIS地表参数产品和地理数据的近地层气温估算方法评价--以安徽省为例

为研究应用MODIS地表参数产品估算近地层气温的可行性,对MODIS地表温度(LST)、反照率(ALBEDO)、植被指数(NDVI)等产品数据和高程(ALT)、纬度(LAT)等地理数据进行主成分分析,并以主成分累积方差较大的前若干个主成分作为自变量,建立自变量与各气象台站气温之间的多元线性关系。结果显示:所建立的多元线性回归模型的均方根误差(RMSE)均在0.5～2.4之间,其中,与月平均最高气温(Tmax)和14时气温(T14)回归得到的RMSE整体较大,与月平均最低气温(Tmin)回归得到的RMSE整体较小;RMSE的波动呈现出冬季大、夏季小的季节特征;利用Terra/MODIS数据得到的结果优于利用Aqua/MODIS数据得到的结果,且其夜间数据对Tmin的估算精度较高,日间数据对Tmax和T14的估算精度较高;各参数对气温回归权值影响从大到小依次为LST、ALT、LAT、NDVI和ALBEDO。因此,利用MODIS地表参数产品可以监测不同时刻的近地层气温空间分布,但对不同时刻的气温回归分析,最优数据选择有所不同。

基于遥感和BP人工神经网络的城乡气象站点划分分析

城市热岛是城市环境和全球变化研究的重要组成部分,利用气象观测资料研究城市热岛的影响一般采用城市和乡村气象站的同步实测气温,并计算其平均气温差,因此,城乡气象站点划分的准确性,将直接影响城市热岛研究的科学性。鉴于以行政单元统计人口为依据的划分方式未考虑人口在行政单元内的实际空间分布,本文以安徽省为例,利用从遥感影像上提取的土地利用信息,采用BP人工神经网络方法,建立站点缓冲区内土地利用类型比例的城乡站点划分模型,并利用空间化后的人口格网数据对该模型的精度进行了验证。结果表明,该模型有效地建立了气象站点周边缓冲区内的土地利用类型比例与城乡站点类型之间的定量关系,避免直接采用行政单元统计人口数据的不足,客观地模拟了缓冲区内土地利用对气象站点的综合作用,科学地划分出城市和乡村气象站点,为城市热岛研究提供科学、可靠的数据保障,并可用于大区域研究。另外,本文利用划分出的乡村站点建立背景温度场,得出2000年安徽省各城市站点平均热岛强度为0.4℃。

MODIS影像的局地云量信息元数据提取算法与应用

云对于光学遥感影像质量及其反演地表参数精度有着重要影响,且其作为时空多变要素之一,在一定程度上制约了光学遥感影像的应用。对于具有2 330km的大扫描幅宽MODIS影像而言,现有的元数据标准仅能反映影像的总体云量,而无法反映云的空间分布状况,限制了MODIS数据的局地研究和应用。本文在现有遥感影像元数据标准的基础上,提出了新的元数据项——局地云量,用于反映云在条带影像中的空间分布状况,并实现在MODIS二级云掩膜条带产品(MOD35)中针对特定区域的局地云量信息提取算法。经验证,本算法能较快速和准确地提取省级行政区的局地云量信息,并可根据用户的需求进一步推广到任意指定的多边形区域,为MODIS数据在局地研究和应用提供了便利。