基于MODIS数据的白芨滩自然保护区人工植被恢复区植被指数研究

基于白芨滩国家级自然保护区2000—2019年的中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)和增强植被指数(EVI)时序数据,结合实地踏查和遥感数据,选取了6个研究地区(P1-P6)。通过物候提取和趋势分析等方法,多方面探索了研究区域植被物候变化规律和植被覆盖的时空格局等特征。结果表明:基于NDVI与EVI平均值得出的植被季节物候变化曲线呈现单峰状态,且植被生长季长度略有不同。NDVI与EVI的年最大值及年均值呈波动上升趋势,植被指数的年最大值增长较快,但波动性较大,年均值增长较慢,但波动性较小。因此,在研究该地区植被长期生长变化趋势时,可选择植被指数年均值,以减小误差。2000—2019年研究区域的NDVI与EVI均呈波动上升趋势,各研究区域的NDVI均高于EVI,且NDVI的上升趋势明显,拟合程度更好,并未出现随植被生长而达到饱和状态的现象。这说明在研究小尺度荒漠地区植被生长变化趋势时,NDVI比EVI更敏感且更稳定。

利用MODIS遥感数据反演广州市气溶胶光学厚度

利用中分辨率成像光谱仪(MODIS)数据和NASA的V5.2气溶胶业务反演算法,对广州市进行了高空间分辨率气溶胶光学厚度的反演,并应用地面太阳光度计(CE-318)观测的气溶胶光学厚度进行验证.结果表明,利用MODISL1B数据进行高分辨率气溶胶光学厚度反演,结果精度较高.利用反演结果分析2008～2009年冬季广州市的气溶胶光学厚度时空变化特征,2008年12月的气溶胶光学厚度较低,平均大约为0.65,随后气溶胶光学厚度逐渐增大,到2009年2月,气溶胶光学厚度平均大约为1.35.广州市气溶胶光学厚度空间差异显著,在0.1～1之间变化,呈东北低西南高的空间分布特征.即森林覆盖率比较高的地区气溶胶较低.

应用MODIS数据反演青藏高原地区地表反照率

应用RossThick-LiTransit核驱动BRDF(bidirectional reflectance distribution function)模型,选择2004年Terra MODIS(moderate resolution imaging spectraradiometer)500 m分辨率数据,对青藏高原地区的地表反照率进行了反演研究,并以平均气溶胶光学厚度值0.11计算了正午时(北京时间12:00)实际的地表反照率,反演结果与当地的地表覆盖类型和地形具有较好的一致性。此外,藏北高原4个辐射观测站点观测资料与反演结果的比较表明,500 m分辨率反演结果不仅可以满足气候和陆面过程模式的精度要求,而且精度高于美国1 km分辨率反照率反演结果。

上海地区气溶胶特征及MODIS气溶胶产品在能见度中的应用

利用气象站点能见度的历史资料和美国国家宇航局的MODIS卫星遥感手段获取10km×10km分辨率的气溶胶光学厚度(AOD)资料,建立二者的季节平均关系,得到了上海地区季节变化的气溶胶标高,并利用标高数据和AOD的季节分布,反演出上海地区季节变化的区域能见度分布,研究了近地层大气气溶胶与地面能见度的关系,分析了上海地区AOD的特征及能见度的时空分布特征。结果显示:上海地区冬春季平均能见度较差,外环线以内能见度在10km以下;低能见度中心分布明显。

基于类间方差的MODIS森林火灾火点检测方法

提出一种基于火点与背景的类间方差和烟雾掩膜的红外光谱火点检测算法。该算法的潜在火点判定阈值设为305K,再利用MODIS热红外光谱通道亮温数据的类间方差值将森林火灾火点从背景中区分出来,并对低温闷烧火点采用烟雾掩膜进行识别。应用该算法对福建省和黑龙江地区的林火数据进行探测处理,与传统MODIS火点检测方法比较分析表明,该算法使用简单高效,在不同环境适应性较强,可以更准确地检测到高温明火点和一些低温闷烧火点,降低了火点的误报率和小火点的漏报率,检测效果更理想。

西北太平洋部分海域AVHRR、TMI与MODIS遥感海表层温度的初步验证

选取[10～35°N,110～165°E]的西北太平洋海域,利用2002年7月～2005年12月Argo浮标数据对AVHRR/MODIS/TMI SST的daily(升轨)数据进行验证.结果表明:AVHRR/MODIS/TMI daily SST与Argo浮标5～6 m层温度总体的均方差rms在0.6～0.9℃,平均偏差bias在-0.2～0.2℃,平均绝对偏差bias_abs在0.3～0.7℃.这与三传感器全球范围的SST反演目标相当,说明在本区域SST反演不存在显著偏差.各遥感SST与浮标温度的差异存在季节变化,夏季偏高,很可能与夏季垂直混合较弱,比对采用的实测水温与海表温度差距较大有关.在3种遥感SST中,TMISST偏离实测值的程度最高,且偏离范围较大.作者认为这与该区域黑潮经过,产生诸多涡旋和锋面,SST时空变化剧烈而TMI空间分辨率较低有关.本研究将为此西北太平洋海域的多源SST融合提供一个比较可靠的依据.

基于中分辨率成像光谱仪(MODIS)数据的水稻遥感估产研究——以江苏省为例

选择以水稻为传统优势粮食产业的江苏省作为研究区,采用MODIS09数据作为数据源,根据水稻移栽期稻田土壤湿度较大的特点,利用不同植被指数间的关系,按照一定的算法排除地表干扰像元,提取水稻像元,并在此基础上结合统计资料,分析水稻单产与提取的水稻植被指数之间的关系,并利用水稻植被指数预测全省水稻单产。研究表明,在条件时间序列插值算法(CTIF)处理的基础上提取水稻像元,并基于提取的水稻像元进行遥感估产的方法能取得较好的估算效果。拟合的2004-2006年单产平均精度高于99%,预测的2007年各地级市水稻单产精度在95%左右,全省平均单产相对误差为0·38%,精度较高,具有一定可行性,可利用该方法对不同年份和不同地区进行水稻产量估算。

基于波谱知识库的MODIS叶面积指数反演及验证

目前用物理模型反演叶面积指数普遍存在缺少先验知识的状况,如何获得准确的先验知识是遥感走向应用的一个关键环节。中国典型地物标准波谱数据库就是结合国家重大行业中的应用需求,研究制定地物波谱获取与分析的技术规范和数据标准,建立典型地物标准波谱数据库。从波谱数据库提取模型反演所需要的先验知识,实现了基于SAIL模型的MOD IS数据(经过几何纠正与大气纠正)叶面积指数的反演。另外,基于TM数据,对MOD IS混合像元进行了分解,用纯像元的叶面积指数与实测数据进行对比验证,同时,反演结果与NASA的LAI产品也进行了对比,结果表明基于波谱库的先验知识可以有效的提高叶面积指数的反演精度。

基于MODIS的洞庭湖面积变化对洪水位的影响

以湖南省洞庭湖地区为例,结合传统的湖区面积测算和基于MODIS遥感数据的面积测算,对洞庭湖面积变化进行了分析,并测算出最新的洞庭湖水位面积曲线。指出利用MODIS数据,具有更新快、效果好、低成本等特点。通过定量的分析方法,利用1995年和2002年洞庭湖的面积曲线,以1996年洪水为例,计算并分析了面积变化对洪水位的影响。指出"退田还湖"方针的实施,对于洞庭湖调蓄面积和调蓄量的增加、高洪水位的降低,发挥了一定的作用。

基于多时相MODIS监测冬小麦的种植面积

论文基于时相和波谱信息,利用MODIS数据监测了北京冬小麦的种植面积。首先,基于地形高度对地物光谱反射值的影响,借助DEM数据对研究区域进行划分。其次,在分析并提取北京地区主要农作物时间谱曲线特征的基础上,设计决策函数,成功提取了北京地区冬小麦的种植面积。最后,比较并分析了非遥感数据对监测精度的影响。研究结果表明,(1)时相信息可以极大的提高农作物种植面积的监测精度。(2)辅助数据的利用,使决策函数的设计更具有针对性,监测结果更可靠。(3)多源多时相遥感数据在农作物种植面积的提取中具有明显的技术优势和重要的应用潜力。

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。

利用MODIS遥感数据监测冬小麦种植面积

冬小麦是中国最主要的粮食作物之一,利用遥感技术进行冬小麦种植面积监测是粮食安全的核心内容之一。美国1999年发射的TERRA卫星上携带的中分辨率成像光谱仪(MODIS)具有独特的光谱、时相和空间分辨率,为大范围的冬小麦种植面积监测提供了可靠的数据源。但中国耕地破碎,即使是250 m分辨率的MODIS数据,采用传统的信息提取方法依然无法取得高的精度。因此结合多源遥感数据和GIS数据,建立了基于TERRA/MODIS数据的冬小麦种植面积遥感监测体系结构。首先利用IKONOS米级高分辨率遥感影像提取试验样区的地块图,用以指导野外采样工作;其次,在采样工作基础上,利用LANDSAT进行区域冬小麦种植面积提取;最后利用2002年TERRA/MODIS时间序列数据的混合像元线性分解模型进行河南省冬小麦种植面积的遥感监测,监测结果与国家统计数据相比,相对误差为5.25%,精度能满足农情监测的需要。研究结果为中国冬小麦种植面积遥感监测提供了一种业务化工作方法。

MODIS植被叶面积指数对贵州高原山地气象条件的响应

用EOS/MODIS卫星遥感分辨率为1 km的贵州2001—2008年每8 d合成植被叶面积指数（LAI）,分析了LAI的时间变化规律和年、季空间分布特征;还用贵州69个气象站的日观测数据,分别与各气象点所对应的3×3个像元LAI平均值进行气象要素（温度、降水、日照时数和水汽压）与LAI的相关分析。结果表明：该地区LAI年变化为0.3~3.0,多年平均LAI的空间分布是东南部最高（4.0）,西部和西南部最低（1.0）。显著影响LAI变化的气象因子按相关系数的大小排列是：温度、水汽压、日照时数和降水（均通过了99.9%信度检验）。水汽压对LAI产生影响的原因可能与高原喀斯特地区土壤层较薄有关。在考虑云贵高原植被年际间变化对气候变化的响应时可以把这些要素作为重要的影响因子。

基于MODIS遥感影像的森林火灾火点检测方法

采用结合可见光和红外通道实现烟雾掩膜预处理、潜在火点识别和基于背景窗动态阈值检测火点的方法,对大兴安岭2个火灾区的火点进行检测,验证了改进火点算法对小火点具有较高的敏感性,同时表明4 um通道亮温值低于320 K,将能有效检测出小火点和闷烧火点,为林火预警和及时扑救提供有力支持.

MODIS图象的云检测及分析

云一直是遥感图象处理、图象分析的一大障碍.为了解决这一问题,试图探讨利用中分辨率成像光谱仪MODIS检测云的方法,该方法充分考虑到MODIS数据具有36个光谱通道,特别是红外波段细分的特点,先是基于云的波谱特性采用多光谱综合法、红外差值法及指数法来对MODIS图象上的云点进行检测,鉴于这些方法有一定的局限性,因而还运用了一种基于空间结构分析和神经网络的云自动检测算法;最后将各种方法的云检测结果进行相互映证和对照分析,结果表明,这些方法检测到的云互相吻合,说明利用MODIS图象可成功地检测云点像元.这不仅为云的去除奠定了良好基础,而且也可以提高图象识别、图象分类及图象反演的精度.

利用MODIS数据进行云检测

介绍了近年来国际、国内利用气象卫星资料进行云检测识别的研究现状 ,并提出了一种利用中分辨率成像光谱仪 ( MODIS)红外、可见光谱段数据进行云、晴空分离的实用方法。给出了一些应用个例 ,个例分析表明算法适用于含有植被、海洋等背景的中低纬度地区。

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。

用MODIS数据预估森林可燃物湿度的研究

可燃物湿度(FMC)是决定森林火险和火行为的一个重要因子.为了快速有效地获得FMC,该文使用中分辨率成像光谱仪(MODIS)的短波红外(SWIR)和近红外(NIR)波段反射率、NIR和红光波段反射率估算了内蒙古乌素图林区的FMC,并用2004和2005年的实测数据进行了验证.结果表明,使用SWIR和NIR波段反射率能够更好地估算森林植被的FMC,其R2可以达到0.36.虽然该R2值比草地和灌木林地的要低,但是仍然能够提供有效的森林湿度的空间分布,在预测大面积的森林火灾行为时有一定的实用性.

计算网格下的高性能MODIS蒸散发反演研究

针对MODIS蒸散发反演运算效率不高的问题,提出一种基于计算网格技术的并行处理方法,以提高水文预报的精度和时效.通过给出原子的形式化定义,将蒸散发反演算法拆分为可在网格上调度执行的原子;建立标准化的参数引用关系和编排机制,形成基于地球表面能量平衡原理的反演作业图;根据作业拓扑结构和节点状况,以细粒度方式加以调度.实验表明,该方法具有良好的高性能特征,反演速度快、稳定,并可合理地利用计算力资源.

基于分形插值技术的MODIS资料几何纠正方法

在讨论了MODIS(Moderate Resolution Imaging Spectroradiometer,中分辨率成像光谱仪)遥感图像几何畸变的成因后,引入了利用MODIS数据间的互补性去除这种“双眼皮”现象的概念,其后采用了分形插值的方法对数据进行重采样。在与其它几何纠正和插值方法进行对比的结果表明,该方法能较好地去除边缘重叠影响,并能保持原有云图的特征和信息,对MODIS资料数据的后续反演工作有一定意义。