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。

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。

江苏地区MODISLST产品重建研究

地表温度(LST)是评价地表热环境的重要指标,但受云等大气状况影响,MODIS LST时间序列产品存在大量噪音像元,严重影响LST数据使用。以江苏省为研究区,用2003-2011年MYD11A1 LST日时间序列产品为基础,结合质量控制信息(QC,quality control),基于改进时空滤波(mTSF,modified Temporal Spatial Filter)方法和最小二乘滑动滤波(S-G,Savitzky-Golay)方法逐步判断,建立LST背景数据库,综合考虑时空尺度效应,提出基于背景数据和mTSF原理的温度重建方法,重建了2009-2011年LST日产品,并校正云覆盖下重建结果。结果表明,江苏地区LST日产品全年受云污染像元(QC=2)比例较高,重建后的LST和0 cm实测地表温度平均相关系数为0.87,同时重建前后平均绝对误差变小。说明重建技术重构LST日产品保证了时空尺度的连续性,提高了原始LST数据的质量和使用效率。

基于MODIS LST修正NDVI时序数列的土地覆盖分类

MODIS以其时间分辨率、光谱分辨率的优势成为全球及区域土地覆盖研究的主要数据源。但如何快速准确的提取所需土地覆盖信息一直是科学界研究的焦点问题。对于NDVI时序数列分类方面的研究很多,其中影响分类精度的一个重要因素就是NDVI的数据质量问题。本文通过试验发现经过Savizky-Golay滤波处理的NDVI时序数列能够反映植被季相变化特征,与传统的滤波效果相比有明显改善,更符合实际情况。通过分析数据的波谱曲线,滤波后的时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征,仅通过NDVI序列很难区分。为解决这一问题,本研究利用MODIS地表温度(land surface temperature,LST)产品对NDVI时序数列修正,利用前5个主成分进行分类。所得分类结果用363个野外调查样区进行验证,总分类精度达到了69.15%,kappa系数为0.6499。结果表明添加LST的时序数列比单纯的NDVI夸大了覆盖类型的差异,提高了分类结果的精度。为充分发挥MODIS高时间分辨率的优势,下一步应对多源数据进行定量分析,结合植被的物候关键期识别土地覆盖类型,必将进一步提高分类精度。

MODIS地表温度产品在青藏高原冻土模拟中的适用性评价

利用MODIS地表温度反演产品,以青藏高原为研究区域,通过单点、区域、模型3方面来验证MODIS地表温度产品在青藏高原冻土模拟中的适用性.通过69个气象站点观测的地表0cm温度数据与所在位置的MODIS地表温度数据比较,二者在时间序列上的变化趋势基本一致,但是平均误差较大.在区域验证中,实测地表温度数据采用经纬度海拔回归方法和克里金插值地统计方法得到空间温度分布,与MODIS地表温度产品进行面状要素的时间序列比较,其结果与MODIS地表温度产品在时间和空间上变化趋势是稳定的,但也存在一定的差异.单点和区域验证都揭示两个数据集在暖季(5—8月)比冷季(9月至翌年4月)差异大,相关系数小.模型验证中,选用半经验半物理的TTOP模型,分别应用实测地表温度数据和MODIS地表温度产品模拟青藏高原多年冻土分布情况,MODIS地表温度产品的模拟结果比实测数据的模拟结果更接近青藏高原冻土图.

根据多时相夜间MODIS LST推断的腾冲地区新生代火山岩岩浆囊分布与活动特征

腾冲火山地热区位于印度板块与欧亚板块俯冲-碰撞带的弧后活动区,是我国新生代火山-地热最为活动的地区之一。本文利用MODIS夜间月平均地表温度(Land Surface Temperature,LST)数据,计算了研究区2001～2011年132个月的月平均地表温度,圈定了地温异常区;分析了异常区年内及年际间的平均地表温度变化趋势,推测了可能的地下岩浆囊分布位置及活动特征。研究结果表明,腾冲地区现今地下可能存在3个岩浆囊:第1个位于五合-新华-蒲川-团田一带,面积约为537km2,地温异常最明显;第2个位于朗蒲-热海-马鞍山地区,面积约为226km2,地温异常次之;第3个位于马站-曲石之间,面积约为28km2,地温异常较为明显。3个地温异常区在年内的地表温度变化趋势基本一致,而且周期性明显,均在5～6月份和8～9月份出现2个温度峰。其中朗蒲-热海-马鞍山异常区的地温变化波动最大,可能反映地下岩浆囊地热系统与地表地下水系统的对流交换活动性更强。MODIS夜间月平均地表温度数据得出的结果与测震、GPS形变、He同位素比值及最大相对地热梯度等方法推测的地温异常区范围具有很好的一致性,特别是地温异常区年内温度周期性变化的发现,表明卫星热红外遥感技术应用于地热异常实时监测与研究的巨大潜力。

MODIS地表温度产品在青藏高原连续多年冻土区的适用性分析

利用自动气象站观测的长波辐射计算得到的地表温度对MODIS地表温度（LST）产品在青藏高原中部连续多年冻土区的精度进行验证,并利用具有较高空间分辨率的Landsat 5 TM和Landsat 7ETM＋反演的地表温度与MODIS LST产品进行了对比分析.结果表明：白天MODIS LST产品的平均绝对误差（MAE）和均方根误差（RMSE）分别约为3.42-4.41℃和4.41-5.29℃,夜晚MODIS产品MAE和RMSE分别为2.15-2.90℃和3.05-3.78℃,精度高于白天;MODIS LST与TM、ETM＋反演的地表温度一致性较好,相关系数分别达到0.85和0.95.说明MODIS LST产品在连续多年冻土区的适用性较高,是研究多年冻土地表热状况的一个非常好的数据源.而且,不同空间尺度的遥感数据之间一致性较好,可考虑将多源遥感数据应用于多年冻土热状况监测研究.

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资料的宁夏LST反演方法新探索

为快速、宏观、全面地获取陆面生态重要参数陆面温度(LST),避免分裂窗算法中诸多参数的估计和参数的适用范围限制,加快计算速度,更好地利用中国气象局"三站四网"的建设成果,利用宁夏2005—2007年13个时次过境晴空地表MODIS资料及对应过境时17个自动气象站观测数据,筛选、优化引入对LST影响较大的水汽通道、NDVI和EVI参数,建立基于MODIS遥感和地面自动气象站观测数据反演陆面温度(LST)的统计模式。研究结果表明:引入相关参数后,宁夏各季及全年模式的相关性和精度有较大提高,且水汽通道和EVI的参数组合最优。与分裂窗算法相比,省去了对大气透过率的估算以及对地表比辐射率估计的繁琐计算,与地面自动站观测真实值误差70.1%能够控制在4.0℃以内,计算速度快,能够满足一般业务的需求,易于推广使用。

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。

西藏林芝地区混合像元MODIS地表温度产品验证

西藏林芝地区地形复杂、土地覆盖类型多样,MODIS地表温度(land surface temperature,LST)产品验证面临处理混合像元的难题,为获得与像元尺度(1 km)相匹配的地表温度数据,该文提出采用多点同时观测结合面积加权的方法,将该方法应用于验证林芝地区2013年6月10日夜间晴空MODIS/LST产品。结果显示:单点观测对像元的代表性不足,容易低估产品精度(10个样本均方根误差为2.2 K),面积加权法可获得综合性更好的地面LST信息,对MODIS/LST产品的精度给出更高的评价(30个样本均方根误差为1.40 K)。对于地表类型混杂程度高且地势较为平坦的像元,面积加权法的优势更为明显,可将卫星LST产品与地面LST之间的差异由3 K降至1 K以内。

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。

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。