基于FY-33D/MERSI-Ⅱ和Terra/MODIS数据的森林火点提取算法——以我国西南地区为例

中国西南地区森林覆盖率高,土地利用类型多样,人类活动频繁,森林火灾风险较高,防火任务十分艰巨。遥感技术具有覆盖范围广和周期性监测等优势,被广泛应用于森林火灾监测。气象卫星搭载了对火灾敏感的红外谱段传感器且时间分辨率较高,已成为森林火灾监测的重要遥感数据源。物理阈值法是遥感数据火点提取中比较成熟的算法,但其精度受所选阈值的影响较大,导致不同区域的火点提取精度存在差异。以中国西南地区的重庆市为例,提出了一种采用FY-3D/MERSI-Ⅱ和Terra/MODIS极轨卫星数据作为数据源进行森林火点监测的算法。首先,通过分析前一年MOD14监测产品的历史数据,确定该地区的初定火点阈值;随后,消除云层、水体和太阳耀斑的干扰;最后,采用上下文背景阈值法进行火点提取。对2022年8月重庆市山火的分析表明,该算法的火点提取平均准确率超过了90%。研究结果表明,根据区域特点调整阈值可以提高该地区火点监测的准确率。

利用Terra/MODIS数据提取冬小麦面积及精度分析

利用遥感技术提取作物播种面积是农情监测研究中一种实用而可行的方法。以河北省藁城市为研究区域,研究利用多时相Terra/MODIS数据提取2004年冬小麦播种面积的技术方法。在分析MODIS波谱特性与冬小麦生物学特征,并考虑了有关植被指数图像对面积提取精度的影响基础上,选择将MODIS数据的Red、Blue、NIR和ESWIR波段作为基础工作波段。利用4种方法提取了2004年藁城市各乡镇的冬小麦播种面积,并利用2004年各乡镇统计数据及土地利用数据进行了精度评价。结果表明:4种方法提取的冬小麦播种面积总体上都与参考值比较吻合,总体误差和平均误差均小于5%。可见,利用Terra/MODIS数据提取冬小麦播种面积是完全可行的。研究还发现,最佳的MODIS数据是冬小麦抽穗期的Red、Blue、NIR、ESWIR波段图像和冬小麦播种期与抽穗期EVI差值图像的组合。

FY-3A/VIRR反演云微物理特征及与TERRA/MODIS反演结果的比较

利用FY-3A/VIRR多光谱资料反演了云微物理参数,针对2009年4月18日和5月21日两个个例,选取深厚积云、高、中、低云作为分析对象,并与TERRA/MODIS反演结果进行了比较,分析了FY-3A的可靠性和稳定性。结果表明：（1）FY-3A反演的云微物理参数形成的可视化RGB合成图,色彩层次较为丰富,与TERRA RGB合成图的云外形特征基本一致,可以定性地应用于云降水特征分析。（2）与TERRA相比,FY-3A可见光反射率偏低5%,云顶平均温度偏低1~5℃,变化范围减小,4、5月个例反映的偏低程度稳定,基本可以用于定量分析。（3）FY-3A对粒子有效半径（Re）反演的问题较多,一是同一顶高Re的分布层次少,反映的粒子大小不充分;二是Re小值端偏大明显,有时甚至达8μm（5~13μm）;三是Re大值端有时偏大,有时偏小;四是5月个例比4月的偏差增大。因此,在用FY-3A反演的Re定量分析时,容易造成部分特征不明显,甚至丢失。

基于FY-3A/MERSI与Terra/MODIS的单波段反射率和NDVI差异性分析

为了实现FY-3A/MERSI数据产品与Terra/MODIS数据产品的衔接,利用统计方法,对FY-3A/MERSI与Terra/MODIS的红光、近红外波段反射率和NDVI的相关性进行了分析。结果表明:FY-3A/MERSI和Terra/MODIS数据中红光、近红外波段反射率和NDVI值具有极显著的相关性,相关系数均超过0.93;在不同的土地覆盖类型中,FY-3A/MERSI与Terra/MODIS的单波段反射率和NDVI值不同,但FY-3A/MERSI计算的NDVI值均小于Terra/MODIS计算的NDVI值,并且NDVI平均值的日变化大于红光和近红外波段反射率平均值的日变化。

基于Terra/MODIS的沙尘暴业务化遥感监测研究

探讨了以MODIS为数据源进行沙尘暴监测的业务化技术流程及方法。以2003年4月9～11日连续发生在我国西北部特大沙尘暴为例，进行了沙尘信息提取及等级划分的示例研究，并与已经业务化运行的气象卫星（NOAA-16、风云1C气象卫星）的结果进行了相关比较。结果表明，该研究为卫星遥感监测沙尘提供了新的数据源和监测途径。

基于EOS-Terra/MODIS的沙尘暴遥感监测方法对比研究

通过分析沙尘暴的波谱响应特征及EOS-Terra/MODIS传感器通道的特点,阐述了利用EOS-Terra/MODIS进行沙尘暴监测的机理,提出了利用MODIS进行沙尘暴监测的热红外双通道差值法、三通道彩色合成直方图均衡增强法及基于双通道域值的叠加分析法,并进行了示范比较研究。研究指出基于MODIS采用双通道法进行沙尘暴遥感监测有其局限性,不能快速、有效地提取沙尘暴信息。三通道彩色合成直方图均衡增强法直观判读效果较好,但缺少定量化分析。基于双通道域值的叠加分析法是一种集定量、定性分析于一体的监测方法,有利于对沙尘暴信息的准确提取,为利用MODIS数据进行沙尘暴监测提供了有效手段。

利用Terra和Aqua双星MODIS数据协同研究沙尘暴

利用2005-04-28上午星Terra和下午星Aqua白天和晚上共4景MODIS数据对影响华北地区的一次沙尘暴进行了研究。对于白天的MODIS数据,利用热红外亮度温度差值法结合可见光近红外波段反射率阈值法,可以很好地把沙尘与背景地物和云分离开来;对于夜晚的MODIS数据,利用热红外亮度温度差值法也能较好地提取沙尘信息。研究表明,MODIS数据在沙尘暴等灾害研究方面具有很大的潜力。

Terra MODIS和Aqua MODIS波段反射率及植被指数比较

对Terra MODIS和Aqua MODIS之间单波段反射率及植被指数进行了比较。结果表明:Terra MODIS和Aqua MODIS单波段反射率及植被指数具有极显著的相关性,植被指数较单波段反射率相关性更高些;Terra MODIS单波段反射率值普遍较Aqua MODIS值低,而植被指数值普遍较Aqua MODIS值高;不同时段Terra MODIS和Aqua MODIS单波段反射率及植被指数间差异不同,植被指数在冬季差异最大,而单波段反射率则在夏秋季差异较大;不同植被类型Terra MODIS和Aqua MODIS间植被指数差异总体规律相似,但单波段反射率间差异较为复杂;草甸、草原无论是单波段反射率还是植被指数,Terra MODIS和Aqua MODIS的差异均比其他几种植被类型小,而阔叶林和一年两熟作物则差异相对大些。

Terra MODIS第5波段红外遥感影像条带噪声的探测与校正

由于TerraMODIS传感器第5波段（1．230～1．250I,zm）中部分探测元件出现故障，从而导致整幅影像上存在明显的条带噪声。对于地理校正后的MODIS影像数据，其条带噪声的分布并不是完全规则的，还可能存在不连续的现象，加大了对噪声进行处理的难度。提出一种对条带噪声进行检测与去除的方法，首先利用局部梯度对条带噪声的位置进行探测。然后在基于最大后验概率的框架下结合噪声模型与Huber—Markov先验，并通过梯度下降算法进行噪声的去除。使用真实的遥感数据进行了实验，所展示的恢复后数据和对应的频谱图都证明了文中方法的有效性。

基于遗传算法综合Terra/Aqua MODIS热红外数据反演地表组分温度

混合像元组分温度相对来说更有应用价值,而多角度热红外遥感的发展推动了混合像元组分温度反演基础和方法的发展.根据前期数值模拟得到Terra和Aqua卫星上的MODIS测量可以认为是同一卫星在两个不同观测时间和观测角度上的测量,综合利用Terra和Aqua卫星上的MODIS数据反演混合像元内土壤和植被组分温度.根据混合像元热红外辐射模型,利用遗传算法,分别模拟Terra卫星MODIS的32和33通道,以及Terra和Aqua卫星上MODIS的32通道辐射反演了河北怀来试验区范围内植被覆盖率、土壤组分温度和比辐射率、植被组分温度和比辐射率等表面参数.通过与实测数据进行比较,综合利用上午Terra和下午Aqua卫星32通道数据反演的上午植被组分温度与地面同步测量温度偏差在1℃内,而利用上午Terra卫星32和33通道数据反演的上午植被组分温度与地面同步测量值偏差在1.4℃内.尽管利用双星数据反演的组分温度精度相对较高,但针对同一个像元,两个方案反演的结果有一定偏差.

MODIS/Terra辅助的HJ-1B CCD1数据悬浮泥沙浓度反演研究

针对MODIS/Terra传感器服役时间超期需要后续卫星延续观测以及国产陆地卫星数据水环境遥感应用问题,以深圳湾为研究区域,利用2007年-2008年获取的40个现场实测数据与MODIS/Terra NIR-SWIR大气校正反射率数据建立MODIS悬浮泥沙浓度反演模型,以此为基础,反演2010年-2012年4景MODIS悬浮泥沙浓度分布状况,展开同步的瑞利散射校正反射率（Rrc）多波段组合因子的HJ-1BCCD1影像悬浮泥沙浓度反演模型对比研究.结果表明,在不进行气溶胶校正的情况下,HJ-1BCCD1数据波段比值算法（Rrc（660）/Rrc（560））可以有效实现深圳湾悬浮泥沙浓度的反演,反演模型的决定系数为0.88,均方根误差为7.19mg/L,模型验证的相对误差为7.45%,该研究对于进一步推进水环境遥感监测有一定的积极意义。

MODIS/Terra遥感雪盖数据在青藏高原河源区的应用

基于2000—2009年MODIS/Terra积雪数据产品,分析我国青藏高原主要河源区雪盖的空间分布和季节变化。结果表明:五江源的积雪在空间上主要集中于雅鲁藏布江河谷、念青唐古拉山及横断山南部等地区,而北部积雪相对偏少;降雪主要集中于春冬季节,且雪盖变化呈现双峰形特点,峰值主要集中在2月和11月。不同季节雪盖表现出一定的趋势变化,春季雅鲁藏布江源区雪盖显著减少;秋季长江源区雪盖面积显著增加;冬季雪盖变化差异较大,黄河、澜沧江和怒江源区雪盖面积在减少,但趋势不显著,长江和雅鲁藏布江源区雪盖面积在增加,但仅长江源区增加趋势显著。总体而言,五江源地区雪盖面积表现出略微增加的趋势,但不显著。

基于NOAA/AVHRR和Terra/MODIS数据的植被指数季节信息比较

依据云南省中部地区的气候系统和地形地貌的区域差异,选择西南山地和东部高原地区为对比区,应用Arc-GIS 9.2点面结合分析了AVHRR-NDVI、MODIS-NDVI及MODIS-EVI 3种植被指数对植被季节性变化的敏感度。结果显示:MODIS-EVI在消除影响因素方面效果最好,其与植被覆盖度的线性关系得到明显改善,尤其是在高植被覆盖区表现良好,既避免了植被指数饱和问题的产生,又削弱了大气云雨、地形地貌及土壤背景的影响程度,为遥感定量研究陆地植被提供了数据保证,尤其是涉及有关植被季节性信息的研究。

联合Terra/Aqua MODIS多角度多光谱数据反演冬小麦叶面积指数

Terra与Aqua双星搭载的MODIS传感器可实现每日上下午分别对同一地点观测一次,并且由于卫星轨道漂移形成累积连续多天的多角度观测特点,加上多通道的光谱响应,极大地丰富了地表目标的观测信息,为LAI等地表参数的实时准确反演提供了可能。该文利用MODIS双星高质量的连续多天的多波段地表反射率数据,结合PROSAIL(PROSPECT+SAIL,properties spectra+scattering by arbitrarily inclined leaves)模型和查找表方法反演冬小麦LAI,并与MODIS LAI产品及野外采样点实测LAI对比,结果表明,联合双星高质量的多角度多波段数据能够较准确反演冬小麦LAI,其反演结果无论从空间分布还是时序变化特征来讲,较MODIS LAI产品更符合实际情况,也更接近地面实测值。该文的研究为充分利用MODIS数据的角度和光谱信息反演小麦等农作物的LAI提供了一定的借鉴。

Terra和Aqua卫星MODIS 3 km AOD与北京PM_(2.5)对比分析

本文利用2014年全年北京市12个空气质量监测站的逐小时PM_(2.5)地面观测资料,以及Terra卫星和Aqua卫星的MODIS 3 km气溶胶光学厚度(AOD)产品,分析了地面PM_(2.5)和两颗卫星AOD的时空分布特征,并在时空匹配的基础上,建立了AOD与PM_(2.5)浓度之间的回归模型。结果表明:PM_(2.5)浓度在城区高、郊区低,最低值位于定陵站,城区站和郊区站的逐时PM_(2.5)浓度的日变化分别呈"双峰型"和"单峰型";两颗卫星AOD数值也均是城区高、郊区低,沿山区的边界有明显的AOD梯度,且城区上午Terra卫星的AOD高于下午Aqua卫星的AOD,而郊区上、下午的AOD基本相同;Aqua卫星AOD与PM_(2.5)的确定系数(R2)较Terra卫星AOD与PM_(2.5)的确定系数平均高0.11,且城区站点两颗卫星AOD与PM_(2.5)相关性均较郊区站点AOD与PM_(2.5)相关性偏高;综合来看,Aqua卫星的AOD与城区的PM_(2.5)相关系数最高,即Aqua卫星的AOD更适于监测和反演城区地面的PM_(2.5)。

基于Terra/MODIS数据的HJ-1B/CCD1交叉定标方法研究

交叉辐射定标是国际上新近发展起来的一种无场地定标方法,它的应用弥补了场地定标成本较高、定标参数更新周期较长的不足。对于我国2008年发射的环境与灾害监测预报小卫星CCD数据而言,探索交叉辐射定标方法的适用性,对及时发现传感器辐射性能的变化,促进CCD遥感数据的定量化应用具有重要意义。本研究以辐射定标精度较高的Terra/MODIS数据为参考,分别使用光线匹配法(RM)和辐射传输模型方法(RTM)对HJ-1B/CCD1数据进行交叉辐射定标,并与相同条件下进行的场地定标结果比较。实验结果表明,使用这两种方法获取的CCD1的第2、3、4波段的定标结果与场地定标结果差异较小,只有第1波段定标结果与场地定标结果差异相对较大,这证明了交叉辐射定标方法的有效性。另外,虽然RTM方法考虑了参考传感器和待定标传感器光谱响应和观测几何的差异,但是由于RTM方法会受到所使用的6S模型本身的误差以及输入的大气参数、地表参数测量误差的影响,该方法并不总是优于RM方法。

基于MODIS时序数据的大兴安岭火烧迹地时空变化及其森林恢复研究

林火是对森林生态造成影响的最主要干扰因素之一,探究林火时空变化规律及森林恢复具有一定的社会学和生态学意义。大兴安岭拥有我国面积最大的原始林区,也是林火频繁发生的重点区域。本研究使用MODIS火烧迹地、土地覆盖以及总初级生产力(gross primary productivity,GPP)时间序列产品对大兴安岭2002—2021年火烧迹地分布信息进行提取,并对火后森林恢复情况进行统计。结果表明:2002—2021年间,大兴安岭森林地区火灾次数整体呈下降趋势,但火烧迹地面积呈现波动性变化,其中2003年无论是过火面积还是火灾频率都为最高,2008年次之,2019年过火面积最小;林火主要集中在春秋两季,3月过火面积和过火次数都为最高,9月的过火次数较高;同时林火在空间上由东北向西南呈不均匀分布,主要集中在黑龙江大兴安岭地区和内蒙古呼伦贝尔市,且内蒙古地区的林火面积远远大于黑龙江地区。对过火地区的林种分析可知,阔叶林的过火区域最大,其次是混交林,最后是针叶林。通过对过火区域的GPP时间序列分析得出,一般灾后第一年GPP数值恢复最快,但需要近7 a时间才能完全恢复到过火前的生长水平,且不同森林类型在灾后恢复速度存在明显差异,阔叶林地恢复速度较快,其次是针叶林,之后是混交林。了解林火的时空分布能够为布置和调整防火、灭火力量提供数据支撑,灾后森林的恢复研究可为森林重建和持续发展提供科学依据。

基于MODIS-EVI的四川省2000—2020年植被覆盖变化趋势的地形分布特征

通过Google Earth Engine获取MODIS-EVI数据,在ArcGIS中运用趋势分析和分布指数等方法定量分析四川省2000—2020年的植被覆盖度变化趋势的地形分布特征。结果表明:在植被覆盖变化中,增加类型的面积占46.35%,减少类型的面积占45.81%,不变类型的面积占7.84%;植被覆盖减少类型主要分布在高程小于500 m、3000—4500 m,坡度小于5°,平地、南坡、西南坡,平原、台地等区域,以灌丛和草地为主;植被覆盖增加类型主要分布在高程500—3000 m,坡度5—15°,东北坡、东坡、东南坡,丘陵、小起伏山地、中起伏山地等区域,以耕地和林地为主;植被覆盖不变类型主要分布在高程大于4500 m,坡度大于15°,北坡、西坡、西北坡,大起伏山地、极大起伏山地等区域,以建设用地和高山植被为主。研究结果从宏观上揭示了四川省近20年植被覆盖变化趋势的地形分布特征,可以为四川省在未来的生态植被恢复方案的制定提供一些参考。

中国区域MODIS与VIIRS气溶胶遥感产品的性能评估及其时空演变分析

基于气溶胶地基观测网络数据(AERONET),对MODIS与VIIRS的六种气溶胶光学厚度(AOD)产品在反演精度、空间覆盖范围、空间分布特征、时间反演频率以及对个例的极端天气事件的反演性能等方面进行评估,并从土地利用类型、气溶胶模态、季节变化等角度分析其误差来源.结果表明:从与AERONET地基观测对比来看,MODIS AOD产品反演精度优于VIIRS AOD反演产品,其中以MAIAC AOD产品精度最高,其相关系数R值为0.83,落入期望误差(EE)内的比例达65.03%;从空间覆盖范围以及时间反演频率来看,VIIRS AOD产品显著优于MODIS;从对个例的极端天气事件反演性能来看,MODIS AOD产品对沙尘事件的反演性能优于VIIRS,但所有产品对森林火灾的反演性能还需进一步提升;土地利用类型、气溶胶模态和季节变化对AOD产品反演精度有着显著的影响:六种AOD产品在建设用地的反演精度较高,在农用地的反演精度则较低;六种AOD产品对粗模态气溶胶以低估为主,而对细模态气溶胶则以高估为主;六种AOD产品在秋冬季节反演精度最高,夏季最低.

中国典型积雪区MODIS积雪产品精度评价及影响因素分析

MODIS V6不再提供二值积雪分布及积雪面积比例产品,而是仅仅给出像元的归一化差值积雪指数NDSI。因此,基于MODIS V6进行积雪制图时,NDSI阈值的选取及相应的积雪制图精度有待研究。本文基于2013—2021年间250个地面气象站点逐日实测积雪深度数据,对中国三大典型积雪区内1927景MOD10A1和1936景MYD10A1影像中的NDSI_Snow_Cover波段进行评价,分别计算了逐站点像元在积雪产品制图中的最优精度及对应的最优NDSI阈值,并对影响精度的因素进行了分析。基于站点雪深的评价结果表明:(1)1 cm雪深阈值下,MOD10A1和MYD10A1的最优NDSI阈值均值±标准差分别为0.16±0.09和0.17±0.10,对应的总体精度OA、FS指数和CK指数的均值±标准差分别为0.96±0.05和0.94±0.05、0.84±0.19和0.75±0.24、0.81±0.20和0.71±0.24,MOD10A1的精度要优于MYD10A1。(2)MODIS积雪产品精度具有明显的空间异质性,青藏高原地区要远小于东北-内蒙古地区和北疆地区。(3)基于站点的积雪制图精度评价中,站点雪深阈值将会影响评价结果。采用2 cm和4 cm雪深阈值评价MOD10A1和MYD10A1时对应的积雪制图精度最高。(4)积雪存在率SCO、积雪持续时间SDI与积雪产品MOD10A1和MYD10A1的精度CK存在显著的正相关关系,相关系数分别为0.72和0.77、0.67和0.71。(5)青藏高原地形复杂,积雪以浅雪为主,站点积雪信息不能很好地代表像元。因此,对青藏高原积雪产品的精度评估,最好采用同步的无人机观测或者更高分辨率的遥感影像。