基于MODIS GPP/NPP数据的三江源地区草地生态系统碳储量及碳汇量时空变化研究

陆地生态系统碳循环研究是全球变化与地球科学研究领域的前沿与热点问题,准确地评估陆地生态系统碳储量和碳汇量是估算未来大气CO2浓度,预测气候变化及其对陆地生态系统影响的关键。已有相关研究多集中于对区域生态系统碳储量和碳汇量的量的估算,而缺乏针对时间尺度上的变化过程的分析,以及对变化特征空间差异性的分析。本研究基于MODIS NPP数据,结合土地利用数据及土壤有机碳密度分布数据,对三江源地区2000─2010年草地生态系统碳储量时空变化特征进行了分析,同时,基于MODIS GPP数据及China FLUX和America FLUX数据,建立草地生态系统呼吸估算模型,对其碳汇量的时空变化特征进行了分析,以期明确该地区的碳储存能力及其变化过程,为该区域草地生态系统保护和管理提供科学依据。研究结果表明:(1)三江源地区草地生态系统总碳储量为53.38×108 t,平均碳密度为14.94 kg·m-2(以C计)。土壤和植被碳储量分别为53.07×108 t和0.31×108 t,平均碳密度分别为14.85 kg·m-2和86.77 g·m-2。(2)近10多年来,三江源地区草地生态系统多年平均碳汇量为0.4×108 t,单位面积平均碳汇量为86.80 g·m-2·a-1(以C计),表明该地区草地生态体统是一个碳汇。(3)2000年以来,三江源地区草地生态系统总碳储量及总碳汇量均呈波动增加趋势,碳汇功能有所增强。(4)三江源地区草地生态系统碳储量及碳汇量的空间分布格局及其变化趋势的空间分布均呈现明显的空间差异性。(5)MODIS GPP/NPP数据能够支撑较大尺度草地生态系统碳储量及碳汇量格局与变化趋势分析,较传统方法更为便捷高效。

中国区域MODIS LAI产品及其改进

叶面积指数(LAI)是表征地表植被生长状况和进行陆面过程系统模拟的一个重要参数,搭载在Terra和Aqua两颗卫星上的MODIS传感器能够长时间收集全球陆地表面LAI的变化信息。然而,目前发布的MODIS LAI数据产品的时空不连续性制约着MODIS LAI产品在农作物长势监测与产量估计、地球表面过程模拟、全球变化研究等领域的应用。论文对中国区域MODIS LAI的标准产品进行了分析和总结,指出造成目前发布的中国区域MO-DIS LAI的标准产品在时间和空间上的不连续性,既有MODIS LAI反演算法的原因,更有MODIS反射率数据质量的原因。针对中国区域MODIS LAI标准产品存在的时空不连续性问题,论文在TSF滤波算法的基础上,进一步考虑地表反射率数据质量对MODIS LAI标准产品的影响,提出了改进的TSF滤波算法,并给出了基于该算法生成的时间上和空间上更具连续性的中国区域的MODIS LAI改进产品。本文发展的新算法和LAI改进产品可为相关研究提供LAI数据和产品算法参考。

基于MODIS产品和SEBAL模型的三江平原日蒸散量估算

在SEBAL模型的基础上,集成MODIS产品和气象数据进行了三江平原的日蒸散量估算,然后以2005年6月22日的蒸散量估算结果为例,在ArcGIS空间分析模块的支持下对不同土地覆盖类型的日蒸散量进行统计分析。结果表明:遥感估算的蒸散量与利用涡度相关系统实测的蒸散量的相对误差较小且相关性较好,平均相对误差为11.2%;不同土地利用类型的日蒸散量间差别显著。水体和林地的蒸散量较大,平均蒸散量分别为8.2mm和6.5mm;湿地和水田次之,平均分别为5.2mm和4.8mm;旱田的蒸散量最低,平均仅为3.7mm,基本符合蒸散规律。

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪(MODIS)具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明:当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率(召回率)达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。

使用MODIS陆地产品LST和NDVI监测中国中、西部干旱

利用中分辨率成像光谱仪AQUA-MODIS卫星资料反演的地表温度LST和归一化差值植被指数NDVI,在中国中、西部地区应用植被温度混合状态指数VTCI方法,遥感监测干旱的空间分布状况。同时结合该地区有代表性的气象站逐月降水资料与VTCI指数进行相关分析,来验证此方法的适用性。结果表明,VTCI指数不仅与当月的降水量,也与其前期2至6个月的累积降水量有较好的线性相关性,显示VTCI方法不仅是较为有效的近实时大范围干旱监测方法,对于干旱的缓慢发展过程也有一定指示作用。

一种基于MODIS积雪产品的雪线高度提取方法

冰川雪线高度的遥感提取对冰川物质平衡研究具有重要意义。提出一种基于晴空环境下积雪覆盖频率的雪线高度提取方法。使用MOD10A1积雪产品中的像元积雪面积比例数据,提取了2000/2001-2014/2015年间高亚洲地区冰川消融期末雪线高度。使用实测的冰川年物质平衡资料和气象格网数据对提取的雪线高度变化的可信度进行分析。研究表明:近15 a高亚洲雪线高度变化及趋势具有明显的东西差异,雪线高度变化幅度自青藏高原内部地区向四周呈增加趋势,西部大于东部。提取的冰川雪线高度变化与观测的年物质平衡序列具有很高的相关性,对物质平衡波动的平均解释率可高达75%;与气象要素(气温、降水)的年际变化的相关性也较高,约61.58%的格网冰川雪线高度变化可以由夏季气温和季节降水解释。而高亚洲各分区冰川雪线高度的波动规律也与大气环流背景分布一致。因此提取的雪线高度变化具有冰川学意义,可以进一步应用于冰川物质平衡估算及模拟研究中。

MODIS遥感数据产品处理流程与大气数据获取

MODIS是美国NASA的ESE计划中最重要的传感器。它具有36个通道,空间分辨率为2 5 0～10 0 0m ,是新一代的图谱合一的遥感仪器。它的数据在地球长期观测、地球环境监测、自然灾害监测方面具有广泛的应用前景和重大意义。本文首先对EOS计划和MODIS仪器的特性进行概述,然后对MODIS的数据产品进行了介绍,再以大气为主,描述了MODIS原始数据到0级数据、1级、2级及更高级产品的处理流程和算法。重点介绍了由0级数据到2级数据的处理过程和IMAPP及其处理结果,并简要的把IMAPP的处理过程与DAAC的进行对比,最后对IMAPP的大气产品进行了详细说明。

MODIS水色遥感数据的获取与产品处理综述

EOS-AM/PM上的中分辨率成像光谱仪MODIS上的水色波段与宽视场水色扫描仪SeaWi-FS相比有更高的信噪比和更窄的波段宽度。以EOS-AM为例,首先对MODIS仪器的特性做一概述,然后以水色遥感为主,描述了MODIS0级数据到1级、2级及更高级产品的处理流程与算法。着重介绍MODIS0级数据到1B数据处理的IMAPP程序,简要介绍NASA发布的MODIS标准产品,并将具有广泛应用性的MODIS1B数据产品格式及内容做了详细说明,同时给出了应用于海洋水色方面的二级产品的详细说明。

利用MODIS产品分析东北地区积雪覆盖状况及冬季气候特征

利用Terra卫星MOD IS产品提取了东北地区2000—2005年积雪覆盖率信息,给出了近5 a积雪覆盖率的时空变化和可信度信息,可以作为流域融雪径流预报模型的输入参数使用,也可以作为区域性积雪对气候反馈的研究依据。依照积雪覆盖的时间序列图及分布图分析了各年份冬季冷空气强度及变化和次年春季融雪状况。

利用MODIS/LST产品分析基准气候站环境代表性

该文基于2001—2007年地表温度遥感反演产品(MOD11A2),以基准气候站对其周围不同大小窗口内地表温度距平序列的解释方差作为度量,评估了我国142个基准气候站的环境代表性,并将代表性与土地覆盖和高程状况进行相关研究。结果显示:以解释方差大于0.75作为区分是否具有代表性的阈值,约41%的站点代表性较好,代表区域范围可超过51×51 km^2,多分布于北方地区;约21%的站点代表性较差,代表区域范围不足7×7 km^2,多分布于南方地区;其他代表区域范围居中的站点在南、北方均有分布;站点周围的土地覆盖多样性和地形起伏度与站点代表性存在负相关,且相关性随窗口的增大而加强。文中还评估了基准气候站对所属气候区的代表性,发现在气候特征复杂的西南地区和新疆部分地区,站点对气候区的代表性较差。

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。

MODIS积雪产品及研究应用概述

MODIS是新一代图谱合一的光谱成像仪,适合进行雪情监测。概要介绍了MODIS积雪产品及NDSI算法在积雪制图方面的应用,也介绍了MODIS积雪产品在国内外研究应用的现状和今后的发展趋势。并且给出了应用MODIS数据制作内蒙古雪盖图的实例。

MODIS土地覆盖数据产品精度分析——以黄河源区为例

MODIS土地覆盖数据产品覆盖广、时间分辨率高,是区域土地覆盖变化监测的重要数据源。本文以中国土地资源分类系统为依据,重新归类黄河源区MODIS土地覆盖数据。利用2000年和2006年黄河源区Land-sat解译数据为参考数据,对相应的MODIS土地覆盖数据,从数量精度和形状一致性两个方面进行精度分析和适用性评价。结果表明:在形状上,加入权重的总体形状一致性皆在69%以上,其中主要地类草地的一致性达到88%以上;在数量上,加入权重的总体面积相对误差在26%以内,误差主要产生在未利用土地等地类。MODIS土地覆盖数据产品在大尺度的土地覆盖监测中仍然有重要的应用价值。

基于野外观测和TM数据的锡林浩特典型草原MODIS/LAI产品验证

通过2008年夏季生长季的3期LAI野外观测和TM图像的处理分析,对锡林浩特国家观象台附近24 km2典型草原区的MODIS/LAI产品精度从时空2种维度进行了评估。结果显示,在时间维度上,MODIS/LAI产品可以较为准确的体现草地植被生长轨迹;在空间维度上,MODIS/LAI产品与TM/LAI反演结果有相似的变化趋势。以TM/LAI结果为参考真值,MODIS/LAI产品的相对均方根误差约为24%,并存在10.8%的正偏差,表明有一定程度的高估。误差分析结果显示,MODIS/LAI产品精度主要受到土壤背景光谱以及地表均匀程度的影响,在LAI较小的区域,以及在草地空间异质性因受人类活动而增强的7月初和8月末,MODIS/LAI产品误差更大。

同化MODIS温度产品估算地表水热通量

基于集合卡尔曼滤波和通用陆面模型(CLM1.0)发展了一个地表温度的同化系统。这个系统同化了MODIS温度产品,并将MODIS的叶面积指数引入CLM模型中,主要用于改进地表水热通量的估算精度。将CLM输出的地表温度与MODIS地表温度建立关系,并作为同化系统的观测算子。将MODIS地表温度与实测地表温度进行了比较,将其均方差(Root Mean Square Error,RMSE)作为观测误差。选取3个美国通量网站点(Blackhill、Bondville、Brookings)作为实验数据,结果表明:同化结果中地表温度、显热通量的估算精度均有提高。其中Blackhill站的估算精度改进最大,均方差由81.5W·m-2减小到58.4W·m-2,Bondville站均方差由47.0W·m-2减小到31.8W·m-2,Brookings站均方差由46.5W·m-2减小到45.1W·m-2。潜热通量估算精度在Bondville站均方差由88.6W·m-2减小到57.7W·m-2,Blackhill站均方差由53.4W·m-2减小到47.2W·m-2。总之,结合陆面过程模型同化MODIS温度产品估算地表水热通量是可行的。

基于MODIS温度和植被指数产品的山东省土地覆盖变化研究

地表温度(LST)与归一化植被指数(NDVI)构成的NDVI-Ts特征空间具有丰富的地学和生态学内涵。MODIS数据因其优越的时间分辨率、波谱分辨率,已被广泛地运用于各个领域。在本研究中,运用遥感技术和GIS技术相结合的手段,利用NASA提供的MODIS温度产品和NDVI产品,以山东省土地利用图、山东省TM遥感影像图和基于3S技术的山东省森林资源调查项目的外业调查数据为参考和评价标准,以NDVI-Ts时间序列为指标,在进行土地覆盖分类的基础上,分析比较了山东省土地覆盖从2000年到2006年的变化情况。研究结果表明,利用MODIS产品将NDVI-Ts时间序列作为分类特征,在较大尺度范围的土地覆盖分类中具有较高的分类精度,有利于对土地覆盖变化进行动态监测。

青藏高原中部气溶胶光学厚度地基观测分析及MODIS气溶胶产品的检验

利用全球自动观测网（AERONET）纳木错观测点（90．962°E，30．773°N）2009年1～12月的地基观测数据，对青藏高原中部气溶胶光学厚度的分布进行了分析研究，并利用观测结果对MODIS气溶胶光学厚度（AOD）产品进行检验。结果表明，2009年1～12月期间，气溶胶光学厚度月平均值呈现双峰双谷状分布，3月的值最大。9月以后的波长指数a较小，这一时期气溶胶粒子的粒径较大。混浊系数卢的平均值为0．063，说明该地区的空气较为清洁。利用该地基观测资料对MODISAOD产品进行检验，结果表明两者的相关系数平方为0．14，没有通过95％的置信度检验，适用性不显著，需要进一步订正该地区的MODIS气溶胶光学厚度产品。

MODIS产品反演与WRF模式默认植被覆盖度对比研究

WRF模式气候态植被覆盖度GVF数据集的制作源于卫星遥感资料,由于制作时间较早代表性逐渐变差,最新的MODIS遥感产品可用于WRF模式下垫面数据集的更新。本文利用2013年MODIS卫星遥感产品反演的植被覆盖度更新WRF模式默认的气候态数据集,进一步利用WRF模式计算与GVF相关的地表参数,并与WRF模式默认数据进行对比。结果表明:利用MODIS更新后的GVF在2013年不同季节均较WRF模式默认的气候态GVF偏高,尤其是中国南方和东北地区表现的"更绿";MODIS制作GVF的原数据空间分辨率为1 km,较WRF模式默认数据集的分辨率更高,适合高分辨率中尺度模式下垫面数据集的更新,更新后的GVF数据更细致,尤其是夏季城市下垫面GVF较周围偏低非常明显;通过分析GVF变化引起的叶面积指数、地表反照率和地表发射率的变化可知,农作物植被类型叶面积指数的变化最显著。东北地区森林覆盖虽较广,但由于森林的叶面积指数年季变化相对较小,叶面积指数增量并没有农作物的明显。地表反照率和地表发射率也与WRF模式默认值有一定的差异。通过对比可见,更新后的GVF对WRF模式下垫面描述有一定的影响,需进一步开展季节尺度的模拟试验,对比植被覆盖度的变化对WRF模式模拟的影响。

基于PROSAIL模型及HJ-1A-CCD2影像的MODIS/LAI产品精度验证

选取呼伦贝尔温带草甸草原为研究区,设计3km×3km试验样地,采集地面实测数据,用基于HJ-1ACCD2影像的PROSAIL模型反演的LAI值作为中间桥梁进行尺度上推,对MODIS/LAI产品进行验证与评估。结果表明,MODIS/LAI产品与地面实测LAI值相比,两者相对误差为28.1%,其精度受地表异质性、土壤背景影响较大,在草地植被相对均质的情况下,MODIS/LAI产品值高于地面实测值,高估约为0.04,相对误差为5.8%;在草地植被非均质条件下,MODIS/LAI产品值高于地面实测值,高估约为0.18,相对误差为32.7%。与基于尺度上推的1km HJ-1A-CCD2/LAI值相比,两者相对误差为13.5%。

基于Logistic模型的春玉米MODIS LAI产品订正

基于Logistic模型,利用2011—2013年辽宁省实测的叶面积指数和作物发育期数据,构建回归模型对MODIS LAI产品进行订正及效果检验。以抽雄期为分界线,分2个时段构建Logistic模型,对春玉米的全生育期进行模拟,利用模拟结果建立MODIS LAI产品的多种订正模型,其中二次多项式模型相关性最好,决定系数达到0.975。利用2013年实测数据对订正模型进行检验,在抽穗期和乳熟期将MODIS LAI产品监测误差从45%降低到10%左右,为提高MODIS LAI产品在中国北方地区旱田的适用性和反演精度提供数据基础。