MODIS光谱指数监测小麦长势变化研究

利用多个时次的小麦地面光谱与相应的生理参量测量数据(140组),构建了常见宽波段植被指数形式的MODIS(中分辨率成像光谱仪)光谱指数。首先确定反映作物长势的因子为生物量和LAI(叶面积指数),以地面光谱模拟MODIS的波段1～19,穷尽所有波段两两组合,寻找同时与生物量和LAI关系显著且有物理意义的光谱指数NDSI和RDSI。综合分析得出了3个最佳的波段组合:(b19,b2),(b19,b17)和(b19,b16),这3种组合所对应的NDSI和RDSI与两个长势因子都达到99%显著相关,而且明显优于MODIS自身的植被指数产品MODIS-NDVI和MODIS-EVI。与NDSI相比,RDSI对LAI更敏感。MODIS-EVI比MODIS-NDVI有显著改进,它与长势因子的相关性可达到95%置信度。对MODIS图像的初步分析表明,NDSI(b19,b17)能够增强云与其他地物的差异,有可能改进云的识别精度。

基于MODIS数据的中国东部地区海陆温差时空变化特征

海陆温差是海-陆间热力对比的重要表征,对区域乃至全球气候产生重要影响。研究基于2001—2021年中分辨率成像光谱仪(MODIS)遥感数据,研究了中国东部地区地表温度、海表温度以及海陆温差的时空变化及区域差异特征。结果表明:2001—2021年中国东部地区地表温度和海表温度均呈显著上升趋势,上升幅度分别为0.34℃/10a和0.32℃/10a;夜间地表温度和海表温度的上升态势更突出;各季节中,冬季地表温度和夏季海表温度增幅最大,分别达0.45℃/10a和0.43℃/10a(P<0.05);空间上,中国东部地表温度总体呈南高北低的格局特征,海表温度则表现出从东北向西南递增、近岸低于远岸的特征。研究时段内,中国东部地区海陆温差通常为负值,海表温度总体高于地表温度,且离海岸线越近的缓冲区范围内海陆温差越小;100 km、200 km和300 km缓冲区范围内年际海陆温差总体呈减小趋势,其中100 km缓冲区范围内的降幅最大;各季节中,春季和冬季海陆温差呈减小趋势,夏季和秋季的呈增大趋势;空间上,以30°N为界,以北和以南区域的海陆温差分别呈减小和增大趋势。

基于MODIS遥感影像的玛纳斯县植被覆盖度动态分析

植被覆盖度是衡量地表植被状况的重要指标。利用2013-2022年7-9月的MODIS遥感影像数据,基于归一化植被指数(NDVI)和像元二分原理,建立植被覆盖度的估算模型,对玛纳斯县近10年来植被覆盖度的变化情况进行监测,探究2013-2022年玛纳斯县植被覆盖度的空间分布特征、面积变化趋势及其影响因素。结果表明,2013-2022年,玛纳斯县植被覆盖度整体维持在36.71%~43.42%,变化幅度不大,反映出该地区植被生长状况良好,玛纳斯县植被主要分布在南部山区和中部平原区;玛纳斯县植被覆盖度在这10年间略有减少,其中,植被覆盖度减少了2.51%,植被面积减少了277.78km^(2),但在不同年份呈不同程度的波动。通过分析植被覆盖度变化因子,得出降水量对玛纳斯县植被覆盖度的变化起到正向作用,人类活动也是引起植被覆盖度变化的主要因子。

基于MODIS的长江中下游地区植被净第一性生产力时空变化规律

基于中等分辨率成像光谱仪（MODIS）数据产品,分析了长江中下游地区的植被净第一性生产力（net primary production,NPP）的时空分布规律,并探讨了气候和土地覆被变化对它们的影响。研究结果表明：在2001-2010年间,研究区植被净第一性生产力的数值主要集中在420-670 g·m^-2·a^-1（以碳计）,平均值为562 g·m^-2·a^-1（以碳计）。从时间角度来看,植被净第一性生产力的年际波动大,且大部分地区的植被净第一性生产力呈现随时间逐渐降低趋势。从空间角度看,植被净第一性生产力呈南高北低、沿海高于内陆的分布规律。研究区内植被净第一性生产力的变化受到了气候因子的综合作用,与年均气温和日照时数呈正相关,与降水量呈负相关（P〈0.05）。同时,土地覆被类型的转变也是导致植被净第一性生产力产生时空变化的重要因素。

MODIS 1B影像几何纠正方法研究及软件实现

MODIS影像是一种新型和重要的数据。对MODIS 1B影像几何畸变原因进行了深入分析 ,选择了一种合适的纠正方法。对于 1km分辨率MODIS 1B影像 ,直接采用 1km分辨率的空间坐标进行几何纠正 ;对于2 5 0m和 5 0 0m分辨率的MODIS 1B影像 ,先用三次样条曲线对坐标进行插值生成同分辨率的坐标 ,然后利用坐标插值结果对其进行几何纠正。由于MODIS影像在空间分布上的特殊性 ,采用前向和后向映射相结合的方式确定纠正后某一像素点在原始影像中的位置。根据该位置的条带重叠度 ,可以确定参与计算像素个数、搜索窗口的大小以及窗口的精确位置 ;采用归一化反距离加权插值法计算纠正后像素点的属性值。上述优化算法不仅保证了纠正后影像的质量 ,而且提高了数据处理速度。作者在VisualC ++6 0环境下开发实现了上述算法。从坐标插值和几何纠正结果分析 。

大面积棉花长势的MODIS监测分析方法与实践

大面积棉花的生长状况监测比较复杂 ,目前还没有比较成熟的方法。以往遥感监测应用较多的是NOAA-AVHRR数据 ,监测精度和监测效果不高。本文利用新一代传感器MODIS数据 ,结合实测的地面农作物生长发育农学参数 ,系统地分析了石河子地区棉花播种到收获整个田间遥感归一化指数 (NDVI)及其对应的叶面积指数(LAI)的变化规律 ,证明MODIS叶面积指数和实测LAI有很高的一致性 ,MODISLAI的变化状况与棉花长势变化基本一致 ,实现了较为精确的石河子地区大面积棉花长势的遥感动态监测。

MODIS在青藏高原大范围积雪制图中的应用及存在的问题

积雪是地球表面重要的组成部分之一,精确监测积雪覆盖及其动态变化是地球科学的一个重要研究方向。本文以我国主要积雪区之一的青藏高原作为研究区域,研究了MODIS数据在青藏高原大范围积雪制图中的应用。使用基于NDSI阈值法的积雪像元识别方法,对2002-2003年度青藏高原的积雪状况进行了监测。对监测结果的分析表明,虽然这种算法目前还存在一些不足,但对青藏高原大区域的积雪监测仍是一种极为有效的方法。

应用MODIS卫星数据提取植被—温度—水分综合指数的研究

中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段,其波谱分辨率高、信息量丰富。通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征,选用可见光波段(0 66μm)、近红外波段(0 86μm、1 24μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI);用两个热红外波段(8 6μm、11μm)反演植被冠层温度,并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI)。用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值,拟合结果表明呈显著正相关,说明所提取的VTWSI可有效反映植被的水分状况。该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法,为研究干旱、半干旱地区的区域缺水提供简便途径。

应用小波收缩方法剔除MODIS热红外波段数据条带噪声

采用多元并扫方式 (1km分辨率 1 0元并扫 ,5 0 0m分辨率 2 0元并扫 ,2 5 0m分辨率 4 0元并扫 )的MODIS传感器由于各探测单元在轨响应差异而引起的条带噪声对MODIS定量产品的反演计算精度造成一定影响。这种影响在MODIS的热红外波段尤其明显。为了尽可能减少这种影响 ,提高MODIS定量产品反演精度 ,提出应用小波收缩方法剔除MODIS数据条带噪声。研究首先使用连续小波变换方法分析MODIS条带数据 ,确定MODIS数据条带噪声在小波系数域中的尺度。其次 ,在分析条带噪声模式的基础上 ,使用小波收缩方法对MODIS 1B数据进行噪声剔除计算。最后比较了分别使用噪声剔除前后的两组MODIS 1B数据反演得到的部分云和大气定量遥感产品 ,结果表明 ,使用剔除噪声后的MODIS

用MODIS数据反演近地表空气温度的RM-NN算法

基于辐射传输模型(RM)和动态学习神经网络(NN),成功进行了用MODIS数据反演近地表空气温度的研究,并给出了完成这种反演的RM-NN算法。该算法用RM来模拟不同地面辐射状况下(包括不同的地表温度、近地表空气温度、发射率和大气水汽含量)卫星高度获得的辐射强度数据集,用动态学习神经网络来进行反演计算。反演分析结果表明,近地表空气温度不能直接精确地用MODIS数据反演计算得到,如果能把地表温度和发射率以及大气水汽含量作为先验知识,则能够比较精确地反演近地表空气温度。模拟分析表明,平均误差和标准偏差分别大约是0.8K和0.9K,如果考虑地表温度和发射率的误差,平均误差和标准偏差分别为1.5K和1.8K。反演结果和地面气象站点数据比较表明,合理地利用先验知识使得RM-NN算法能够用MODIS数据比较精确地反演近地表空气温度。

中国3个典型城市气溶胶光学厚度地基观测及其MODIS气溶胶产品精度分析

利用中国太阳分光观测网的观测资料结合MODIS(中分辨率成像光谱仪)的气溶胶产品分析了北京、兰州、上海3个典型区域城市的气溶胶光学特性。结果表明:北京AOD(气溶胶光学厚度)年平均为0.41±0.35,春夏高,秋冬低,Angstrm波长指数α年平均为1.40±0.85表现为细模态粒子,MODIS的光学厚度为0.52±0.39与地面观测相关系数为0.91,存在系统性高估;兰州AOD年平均为0.55±0.21,夏季最低,秋冬较高,α年平均为0.95±0.20表现为粗模态粒子,MODIS光学厚度为0.43±0.21与地面观测相关系数仅为0.07,存在系统性低估;上海AOD年平均为0.55±0.21,无明显季节变化,α平均为1.03±0.25,MODIS光学厚度为0.74±0.30与地面观测相关系数为0.75,存在系统性高估。城市地理位置和复杂地表等原因造成反照率的不确定,MODIS气溶胶产品在这3个城市的反演效果仍有很大提升空间。

MODIS红外水汽校正及其在InSAR大气改正中的应用

提出使用差分线性校正模型(DLCM)对MODIS红外波段大气水汽产品进行校正。利用在中国获取的两幅MODIS红外波段水汽产品进行分析后发现,在中国西部地区,受水汽参考值精度较差的影响,DLCM模型和传统线性校正(LS)方法均难以获得稳定、理想的校正结果;而在中国东部地区,DLCM模型可有效提高大气水汽的估计精度,且与LS方法相比,进行内符合精度评定时STD和RMS可以额外降低32.6%和15.7%,进行外符合精度评定时STD和RMS可额外降低32.3%和21.7%。此外,DLCM模型校正后的MODIS红外水汽产品在InSAR大气改正中的实验研究,亦证实了DLCM模型的有效性和将其用于InSAR大气改正的可行性。

利用MODIS/EVI时间序列数据分析干旱对植被的影响

为了分析2006年四川重庆地区夏季干旱对该地区植被生长的影响,选取该地区多年中分辨率成像光谱仪(MODIS)增强植被指数(EVI)时间序列数据进行研究,利用时间序列谐波分析(HANTS)算法对EVI数据进行去云处理,并根据处理后的结果(重构的EVI数据以及HANTS分析得到相应频率对应的振幅和相位),分析干旱对该地区的影响,同时结合地面气象数据加以补充说明。将干旱年份和正常年份对比分析,结果表明,处理后的EVI时间序列数据能较好地反映干旱对地表植被的影响,振幅和相位的空间分布特征能够很好地反映干旱的影响范围。

基于MODIS数据探讨玉树Ms7.1地震前后温度变化

以2010年4月14日青海玉树Ms7.1地震为例,用MODIS L1B反演玉树地震短临时期的温度变化。与往年的平均温度相比,在3月20日—4月18日出现比较高的温度,表明地震发生的过程中存在温度异常。从反演的热红外图像中发现,在临震前2～5天,震中处的温度比周围低,结合当地气象资料分析得出:在玉树-甘孜长约50 km的断裂带上,由于刮风下雪,导致雨雪融化流入断层内,形成断层内的温度反而低、周围温度相对偏高的现象。

MODIS数据及其在森林防火中的应用

MOD IS是美国地球观测系统(EOS)装在Terra和Aqua卫星以及后继卫星上的中分辨率成像光谱仪,具有数据获取快、信息丰富和覆盖范围广等优点。近年来,随着信息化的快速发展和网络规模的日益扩大,MOD IS用户数量不断增加,应用领域也更加广泛。文中对MOD IS数据的来源、特性及其利用情况做了简要介绍,在火情监测方面的应用进行了拓展,并对其在森林防火方面的应用前景进行了分析。

关于MODIS卫星数据的几何校正方法

MODIS(MODerate- resolution Imaging Spectroradiom eter) L 1B产品中存在着 bowtie effect,即“双眼皮”现象 ,几何校正之后仍无法去除 ,因此必须在几何校正之前加以去除。本文使用 built GL T和 export GCP两种方法对 MODIS数据进行几何校正 ,结果表明两种方法的效果都比较准确。但是前一种方法运算耗时太多 ,因此建议采用后一种方法校正。

SZ-3CMODIS数据的质量及应用分析

中等分辨率成像光谱仪(CMODIS)具有34个光谱段,包含了从可见光、近红外、短波红外和热红外波段的波谱信息。本文结合2002年5月在北京地区开展的地面同步观测实验,对CMODIS数据质量进行了初步分析与评价,并对其在土地利用覆盖和水体污染分布监测等方面的应用效果进行了研究与分析。研究结果说明,CMODIS数据质量达到了应用要求,可正确地反映不同地物类型的波谱响应。

基于偏差原则利用MODIS红外资料反演大气廓线以及表层温度

遥感方程或大气辐射传输方程是属于第一类非线性Fredholm积分方程,这类方程的显著特征是不适定的,尤其此类问题解的不稳定性,增加了反演的难度。因此需要研究控制反演不稳定性和提高反演精度的有效方法。为了使解稳定,光滑参数γ作为约束因子是必要的。文中结合牛顿非线性迭代法反演大气廓线,利用偏差原则来最优选择光滑参数γ,即在同步反演大气廓线的同时对γ采用分步迭代的原则。最后利用中分辨率和成像光谱仪(MODIS)红外资料进行反演试验,反演结果表明采用偏差原则选取γ明显优于经验法,反演的表层温度和大气可降水量与美国国家宇航局(NASA)的MOD07产品类似。

基于MODIS/EVI时间序列数据分析冰冻灾害对植被绿叶始期的影响

在全球气候变化的研究中,植被物候与气候的关系是一个重要的课题,它显示陆地生态系统对全球变化的响应。笔者用2005～2008年1～7月每8 d时间序列的MODIS/EVI数据及其相应的地面数据,运用时间序列谐波分析(HANTS)算法对EVI数据进行去云处理。对处理后的结果,采用动态阈值法获取该区域2005～2008年植被物候(生长始期)及其分布格局,并将冰冻灾害年份跟正常年份植被物候分布格局进行对比,分析冰冻灾害对该地区植被物候的影响。结果表明,处理后的EVI数据能较好地反映冰冻灾害对植被物候的影响,准确地反映了冰冻灾害的实际影响范围。该研究结果说明,通过HANTS法分析卫星遥感数据可较为准确地反映植被的生态特征。