基于FY3B/MERSI水稻长势监测及其与AQUA/MODIS数据对比分析

为利用中分辨率光谱成像仪FY3B/MERSI数据进行水稻种植面积信息提取及长势监测,首先对FY3B/MERSI与AQUA/MODIS单通道反射率进行对比分析;其次,通过目视解译和遥感监督分类方法提取了环鄱阳湖区双季早稻的空间分布;最后,基于面积识别结果,利用NDVI对环鄱阳湖区双季早稻长势进行监测。结果表明:(1)FY3B/MERSI与AQUA/MODIS水稻种植区红光和近红外通道反射率具有极显著相关性,且MERSI红光波段及近红外波段反射率都略小于对应MODIS反射率;(2)水稻的提取精度总体达到了92%,可以满足其生育期长势遥感监测的需求;(3)FY3B/MERSI和AQUA/MODIS计算的水稻区NDVI存在显著正相关,且二者测得的水稻长势均与实际苗情数据基本吻合,因此,由FY3B/MERSI遥感影像直接得到的水稻苗情分类基本可以满足业务化需要。

基于Aqua/MODIS数据研究黄海暖流的强度及其时空变化

基于Aqua卫星的中分辨率成像光谱仪获取2003—2019年的海表温度遥感数据,利用各月的特征等温线表征黄海暖舌,研究黄海暖流的强度和时空变化,探讨黄海暖流的年际变化对ENSO事件的响应。结果表明:月际变化中,黄海暖流只出现在11月—翌年4月,其余月份不存在,1月黄海暖流的强度和势力最大,影响最北可至38.83°N;年际变化中,区域A(34°~36°N,123°~126°E)的平均温度和黄海暖流7℃等温线到达的最北位置密切相关,相关系数r=0.8362(p<0.05),两者均可用于分析黄海暖流强度的年际变化,线性关系N=0.7596T+30.3618,即区域A的平均海表温度可以很好地预测1—3月黄海暖流影响的最北位置;黄海暖流的年际变化可能受ENSO事件的影响,且受拉尼娜事件的影响更为明显。

基于AQUA/MODIS的FY-4A/AGRI传感器热红外通道交叉辐射定标方法

风云四号卫星(FengYun-4A Satellite,FY-4A)是我国新一代静止气象卫星,搭载多通道扫描成像辐射计(Advanced Geostationary Radiation Imager,AGRI)等多种观测仪器。为检验AGRI传感器热红外通道的辐射观测精度,基于AQUA卫星搭载的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)对FY-4A/AGRI传感器热红外通道开展交叉辐射定标。利用4A/OP辐射传输模型模拟数据计算MODIS和AGRI数据对的光谱匹配因子,提取参考载荷(MODIS)研究区目标观测辐亮度值,并经过空间、时间、光谱和角度匹配后,推算相应通道待定标载荷(AGRI)TOA辐亮度参考值,并与其研究区目标观测值进行对比分析,计算参考值和观测值的相对差异,以此来验证待定标载荷辐射观测值的准确性。结果表明,FY-4A/AGRI热红外通道定标后的辐亮度值相对差异在±10%以内,随着观测天顶角(Viewing Zenith Angle,VZA)差异减小,辐亮度值相对差异较小。当VZA差异小于10°时,辐亮度值相对差异基本保持在±5%以内。

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。

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。

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.

基于MODIS/Aqua的胶州湾及青岛近海叶绿素a浓度年变化特征分析

利用2002-2013年MODIS/Aqua的Level 1B数据,经标准大气校正算法和叶绿素a浓度[chl-a]波段比经验算法(OC2M-HI),获得近12 a的胶州湾及青岛近海海域晴空的MOIDS/Aqua叶绿素a浓度。根据GOCI/COMS和MODIS/Aqua叶绿素a浓度产品在胶州湾及青岛近海交叉比较的结果[1],对2002-2013年的MODIS/Aqua[chl-a]进行了修正。基于修正后的MODIS/Aqua[chl-a]分析了胶州湾及青岛近海的叶绿素a浓度年变化特征。该海域的叶绿素a浓度大致呈现北高南低,湾内高于近海的特点,且每年空间分布趋势基本一致;近12 a的[chl-a]呈小的上升趋势,胶州湾的上升趋势大于青岛近海。胶州湾跨海大桥建设前,其附近区域叶绿素a浓度以0.47μg/L/year的趋势上升,基值为2.62μg/L;大桥开建及通车后,其附近叶绿素a浓度年变化趋势不明显,但基值明显增大(4.00μg/L)。

南海海域MODIS-Aqua叶绿素浓度产品的精度对比和区域性算法修正

利用2004～2012年在南海获得的9个航次的实测Chl-a数据,采用NASA标准业务化算法OC3和针对低Chl-a水体所发展的最新算法OCI反演获得了相应的MODIS-Aqua Chl-a产品.通过建立实测与遥感产品的时空匹配数据对,开展了Chl-a产品的适用性评估,并对比分析了上述两种算法的性能.在此基础上,利用南海实测遥感反射率（Rrs（λ））和MODIS-AquaRrs（λ）产品以及相应实测Chl-a的匹配数据集,分别对算法OC3和OCI进行了区域性修正.结果显示：基于算法OC3和OCI反演所得的MODIS-Aqua Chl-a产品值均高估了实测值,平均绝对误差（APD）的精度分别为56.30％和42.58％,且算法OCI可明显改善低Chl-a水体（＜0.25 mg· m^-3）的反演精度;采用南海MODIS-AquaRrs（λ）产品与实测Chl-a匹配数据集（N=82）修正后的区域性算法NOC3和NOCI的精度均有不同程度提高,APD精度分别为37.85％和36.74％;采用现场实测Rrs（λ）与Chl-a匹配数据集（N=123）进行区域性修正后的算法INOC3和INOCI的APD精度分别为36.61％和37.79％,上述两种方案精度较为接近.因此,对于南海海域而言,算法的区域性修正对于改善MODIS-Aqua Chl-a产品精度非常重要.

基于Aqua-MODIS数据的条件植被温度指数干旱等级监测研究

以陕西关中平原为研究区域,选取2003年～2012年每年3月～5月的Aqua-MODIS数据,计算MODIS-VTCI干旱监测结果,通过气象数据对结果进行验证,对比MODIS和AVHRR数据多年同一旬的VTCI干旱监测及等级划分结果,发现两种监测结果反映出的旱情分布规律相同.MODIS-VTCI干旱监测结果表明,2003年、2004年、2005年和2009年关中地区春旱严重,其中3月中旬至4月下旬旱情发生频率较高.2009年MODIS-VTCI干旱等级监测结果表明,关中地区2009年3月中旬、4月上旬和中旬干旱程度严重,且关中东部地区旱情比西部严重.

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。

MODIS-Aqua漫射衰减产品K_d(490)在南海海域的精度对比

基于遥感手段准确估算水体漫射衰减系数Kd(490),可为有效评价近岸海域水质、准确估算真光层深度提供有力数据和方法支撑。利用2004~2012年在南海海域获得的9个航次的实测Kd(490)数据,通过建立实测与遥感产品的时空匹配数据对,获取与Kd(490)实测数据相对应的MODIS-Aqua遥感反射率(Rrs(λ))和叶绿素a浓度(Chl-a)产品,分别采用算法Muller,Werdell,Morel,Lee和MODIS业务化算法KD2M对南海海域Kd(490)遥感产品进行精度评估与对比;在此基础上,考虑到南海海域水体的特异性,基于相应的实测Rrs(λ)和Chl-a数据集,利用上述算法对Kd(490)反演产品再次进行精度评估与对比,进而探讨Kd(490)产品的误差来源和算法区域化修正的必要性。基于MODIS-Aqua遥感产品,利用上述五种算法获得的MODIS-Aqua Kd(490)产品值与实测值的平均相对误差(APD)分别是20.12%,29.22%,17.98%,22.61%和21.61%,其中,Morel算法最优,且相关系数最高达0.5;基于相应实测数据,利用上述算法反演获得的Kd(490)产品精度均有不同程度的提高,特别是算法Lee和Werdell,APD分别为17.86%和17.97%,提高了5%~11%,最优算法为Morel,其APD可达15.44%。合理选取评估算法及进一步开展算法的区域性修正对于准确估算南海海域Kd(490)产品是非常必要的。

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。

基于Aqua／MODIS的HJ-1B卫星CCD相机数据交叉辐射定标

交叉辐射定标是用具有较高辐射定标精度的遥感器对一个待定标遥感器进行辐射定标，它能弥补场地定标成本较高、定标参数更新周期较长的不足。本文以辐射定标精度较高的Aqua／MODIS数据为参考，利用较为简单方便的光线匹配法（RM方法）对HJ-1B／CCD1数据进行交叉辐射定标，并与同时相同分辨率的TM影像进行比较。实验表明，RM方法得到的定标结果较为理想，误差在可接受范围之内，证明了交叉辐射定标方法的有效性和可行性。

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数据的全国林灌草火点时空特征分析

【目的】为在空间、时间尺度上对我国全域林灌草火灾发生特征有清晰的认知,进而对森林草原火灾预防决策提供参考。【方法】选用2003—2022年MODIS卫星火点数据产品和土地覆盖数据产品,以全国陆地区域作为研究范围,利用优化的热点分析方法来分析林灌草火点的空间分布特征;统计分析年际、月度以及我国传统节日林灌草火点的时间分布特征,并采用Mann-Kendall趋势分析法从年际、月度分析林灌草火点的时间变化趋势。【结果】1)林灌草火点的稠密区域主要分布在我国的广东省、云南省、广西壮族自治区和黑龙江省,稀疏区域主要分布在我国的河南省、河北省和山东省。2)属于草的卫星火点数量最多,主要发生在春季和冬季;属于灌丛的火点数量最少,主要发生在夏季。3)卫星火点数量在我国七大传统节日中占比排名前三的是:春节、清明节、劳动节。4)2003—2022年的年际和月度林灌草火点数量呈现波折起伏的走势,在年际变化上,2015年为全国火点数量发生突变年;在月度上,5月是火点数量发生突变的月份。【结论】1)我国南部火点稠密,中东部火点稀疏,且2003—2022年疏密区域未发生明显迁移,因而在实施防火部署时可进行差异化管理。2)春、冬两季草地分布的区域以及阔叶林分布区域在春、夏两季需加强防火管理。

AQUA卫星的MODIS和AMSR-E反演的印度洋北部海域海表温度特征对比分析

以印度洋北部海域为研究区域,分别从地理位置、温度曲线和反演精度3个方面对AQUA卫星上的MODIS和AMSR-E反演的海表温度特征进行了对比分析。其主要特征表现为MODIS SST与AMSR-E SST之间的差异随纬度变化较为明显;在近岸区域,AMSR-E SST无法获得准确的海表面温度;MODIS SST与AMSR-E SST之间的差异随温度而不同;在本次研究中,AMSR-E SST反演精度总体优于MODIS SST。本次研究结果对利用热红外遥感和被动微波遥感进行海洋表面温度的定量反演具有重要的参考价值。