MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比

介绍MODIS卫星遥感气溶胶的方法 ,利用北京大学地面多波段太阳光度计的观测进行了对比 ,二者的相关性比较好。给出了描述北京地区气溶胶光学厚度分布的几幅图片。卫星遥感对于更好地研究空气污染提供了一种新手段 ,卫星遥感的气溶胶光学厚度弥补了地面观测空间覆盖不足的缺陷。

基于MODIS卫星的巢湖蓝藻自动监测系统设计与实现

随着巢湖流域经济的迅速发展,工业化进程的加快、城镇人口的增加、化肥和农药的大量使用,加重了巢湖水体富营养化情况,使得藻类等水生植物大量繁殖,破坏巢湖水域生态系统的平衡。为了提高巢湖水生态系统的稳定性,急需对巢湖蓝藻情况进行动态监测,为相关部门提供科学、可靠数据支持和信息服务。

基于MODIS卫星资料研究三峡工程对库区地表温度的影响

利用2001—2012年MODIS地表温度资料,分析了三峡库区蓄水后水体对冬、夏两季白天和夜间地表温度的影响。由于下垫面水陆和地势的影响,白天地表温度高值区主要位于四川盆地东部,夜间则主要出现在长江江面;温度日较差在长江和海拔较高地区较小,且夏季水体日较差小于冬季。分别用水体和I^X缓冲区地表温度减去XI缓冲区去除气候背景场影响,发现冬季白天地表温度趋势在水体及I^VI缓冲区由下降转为上升,夜间地表温度在相同距离内显著升高。利用蓄水后(2003—2012年)地表温度和日较差分别减去蓄水前(2001—2002年)剔除地形影响,发现:冬季,三峡工程水库蓄水对局地地表温度具有增温效果,且强度和范围夜间大于白天;夏季,对地表温度有降温作用,白天大于夜间;同时,冬、夏季的温度日较差减小;且水体对局地地表温度和日较差的影响随距水体距离的增加而减小,其影响范围基本维持在0~8 km范围内。

应用MODIS卫星遥感资料进行地震预测的初步研究

利用MODIS卫星遥感资料的亮温异常变化信息应用于地震预测研究,虽然目前还处于探索研究阶段,但根据该资料在台湾地区几次中强地震前的异常信息分析认为,其亮温异常信息可作为台湾地区中强地震前的一种较可靠、有效的短临预测方法。其基本原理是构造块体在破裂或错动前,因地壳岩石受挤压时应力应变的增强而引起了震源区及其周边区域的异常增温现象。

成都地区MODIS卫星AOD产品的适用性验证及应用

为探究成都地区光学厚度特性,利用成都市2007~2009年CE-318光度计资料与近10年MODIS卫星AOD产品,在计算MODIS卫星AOD产品与CE-318产品相关性的基础上,从不同的时间尺度进一步揭示其变化特征。结果表明：（1）光度计与卫星反演所获取的AOD之间相关性良好,遥感产品在该区域具有很好的适用性。（2）近10年AOD产品的年平均值为1.07,整体呈现弱波动上升趋势：2003~2005年为第1个上升期,2006~2009年为下降期,2010年至今为第2个上升期。（3）就AOD的季节平均而言,春、冬季最大,夏季次之,秋季最小。

基于EOS/MODIS资料的沙尘遥感监测模型研究

在EOS MODIS资料可见光波段光谱特性的深入分析的基础上,提出了一种完全用MODIS可见光波段监测沙尘信息的技术方法。充分利用MODIS资料可见光范围波段划分细致的特点,构造了不同的光谱特征判别函数作为决策树的分支,最后用决策树法成功地对几次沙尘暴过程进行了沙尘信息遥感监测。结果表明,该方法具有良好的效果和实用性。

基于CART决策树方法的MODIS数据海冰反演

采用CART决策树方法从MODIS卫星遥感数据反演海冰面积,同时对可见光、近红外和热红外多波段进行自动分类计算,有效消除了传统阈值法在反演高悬沙等海洋环境时出现的海冰误判。经较高分辨率的中国环境与灾害监测预报小卫星(HJ-1A/1B)校验,结果表明基于决策树方法所得出的反演数据具有较高精度。利用建立的CART决策树方法反演了2003年以来辽东湾冬季海冰面积的生消变化过程,为进一步分析和建立气象因素与海冰演化规律的关系提供了精确可靠的基础资料。

拉萨市气溶胶光学厚度研究及MODIS产品检验

利用拉萨站及纳木错站地面观测数据分析了拉萨市气溶胶光学厚度(AOD)日变化、季节变化,并对MODIS产品的数据质量及适用性进行了初步检验。结果表明,拉萨市AOD在08~10时,17~20时存在明显波动,11~16时比较稳定。拉萨站与纳木错站AOD季节变化存在差异,拉萨站呈单峰型,峰值在春季,纳木错呈双峰型,主峰在春季,次峰出现在8月,季节变化极大值的出现可能与春季沙尘天气有关。拉萨站AOD整体高于纳木错站,Angstrom波长指数则相对较小,这可能与城市人类活动有关。MODIS气溶胶产品在拉萨不具适用性。

利用MODIS卷云通道对长江中游一次大雾过程的监测

利用MODIS卫星通道的红外特征,对2009年1月8—11日长江中游地区的一次大雾过程进行了分析。结果表明,由于云、雾、地表所处高度不同,位于水汽的强吸收带的MODIS卷云通道(1.38μm),在辐射传输过程中对水汽吸收的程度有一定的差异,从而导致MODIS接收到这些目标物的反射率差异较明显。其中雾与地表在1.38μm波段的反射率近似相等,而与云则有明显的差别。另外,通过31波段与20波段辐射亮温差的光谱廓线分析,发现云雾的亮温差要明显小于地表。

基于MODIS数据计算的RLPM模型在黄土高原地区的应用

为了更加准确地估算黄土高原的蒸散发,本文基于FAO56的Penman-Monteith数学模型,结合Leuning提出的叶面积指数(LAI)反演ET的理论思想,提出Remote Sensing Leaf Area Index Penman-Monteith模型(RLPM)。使用MODIS中国合成产品NDVI和研究区气象资料数据反演出所需的参数值,以黄土高原为研究区域,最后可计算研究区域内任意时间、任意地点的日ET值。将本模型的ET反演值与普通的P-M模型得到的反演值进行线性分析,得到相关性系数均大于0.8。该研究旨在丰富蒸散发模型计算方法,提高蒸散发计算的准确度。

基于MODIS的眉山市植被指数变化及其原因分析

利用2000—2015年每年8月份的MODIS卫星影像数据,计算眉山市同期的归一化植被指数(NDVI),并根据降水和气温的相对一致性选取2000年和2014年两个典型年份,以其NDVI为基础反演植被覆盖度,通过差值植被指数的差值分级,量化分析眉山市2000—2015年的植被状况,结果表明:眉山市NDVI均值从2000年的0.773 8增加到了2015年的0.810 7,6区县除东坡区之外NDVI均值均呈升高趋势;2014年与2000年相比,全市低覆盖度、中覆盖度、中高覆盖度植被区域面积分别降低了7%、3%和14.44%,高覆盖度植被区域面积增加了17.53%;不同区县之间植被覆盖度变化主要集中在中高覆盖度和高覆盖度两个等级。以NDVI为基础分析了植被的时间变化特点,并利用2000年和2014年8月份的NDVI植被梯度与差值植被指数从全市及各区县两个尺度进行讨论分析,结果表明:全市植被改善区域面积超出退化区域面积6 525 hm^2,彭山县、仁寿县和青神县植被以改善为主,改善区域面积分别超出植被退化区域面积11.01%、7.66%和4.05%;洪雅县、东坡区和丹棱县植被以退化为主,退化区域面积分别高出植被改善区域面积11.58%、3.33%和0.77%;生态退化区域主要集中在山地区、水域区以及道路沿线。

基于MODIS数据的北京市水土流失快速监测

依靠MODIS卫星数据及时、全面获取地面植被指数的技术优势,对北京市水土流失情况做出快速评估,通过结合其他水土保持关键因子,得出北京市水土流失状况,计算出土壤侵蚀模数。结果显示:北京市土壤侵蚀总量为534.23万t,容许土壤侵蚀量为70.51万t,容许土壤侵蚀面积为1.16万km^2,平均侵蚀模数为325.55 t/(km^2·a),属于轻度侵蚀。土壤侵蚀主要发生在海拔低于1000 m的荒草地、800 m以下的林地(灌草坡)、低山村镇附近和山区与平原的交接带。

三江平原主要生态类型耗水分析和水分盈亏状况研究

利用SEBAL模型并集成MODIS卫星数据,计算了三江平原2006年生长季5—10月的地表蒸散量,结合降水量数据,借助GIS技术对主要生态类型的耗水和水分盈亏状况进行分析。计算结果表明:森林、湿地、旱田和水田生态系统在2006年生长季的耗水量分别为697.14、562.21、486.17和523.52mm,森林生态系统的蒸散量大于其他生态系统;从2006年生长季总体来看,三江平原北部和中部区域耗水量要小于降水量,东部、南部和西部则相反。森林、湿地、水田和旱田生态系统在2006年生长季水分盈亏量平均值分别为-193.46、-23.38、-1.86和37.59mm;从湿地、水田和旱田的水分盈亏情况对比来看,湿地开垦为水田比湿地开垦为旱田更适于当地的自然条件;对于农作物来说,从整个生长季来看三江平原降雨量可以基本满足地表蒸散的需求,但是时空不匹配,在特定的月份上,会出现干旱。

CLM3.0-DGVM中植物叶面积指数与气候因子的时空关系

作为陆面模型里植被的特征量,叶面积值数(LAI)和植被覆盖度在陆地-大气相互作用的相关研究里被广泛应用。LAI的模拟是动态植被模式(DVM)的核心任务之一,需要对模拟的LAI与气候因子间的时空关系进行评估以更好的了解模式性能以及理解植被-大气反馈过程。用1950—1999年的气象数据驱动通用陆面模式的动态植被模式(CLM3.0-DGVM)模拟得到的全球潜在植被的LAI和2001—2003年MODIS观测资料衍生出的LAI数据进行对比,并在此基础上研究当前气候条件下不同植物功能型(PFT)的LAI与不同气候因子在年际尺度上的时空关系,包括运用Moran系数理论分析空间自相关性、运用逐步回归算法构建空间最优一阶线性回归方程、分析模式LAI与气候因子间的滞后相关性。研究表明:1)以MODIS衍生数据作参照,改进后的CLM3.0-DGVM能较好地模拟不同PFTs的LAI年最大值的空间分布型,但是在物候模拟即LAI的季节循环上存在不足;2)植物LAI的分布具有正的空间自相关性。对潜在植物LAI和气候因子进行拟合时不同气候因子对不同PFTs的方差贡献不一样,一般降水最大、风速最小。这反映了陆地生态系统和气候间复杂的相互关系;3)模式模拟的LAI和气候因子有显著的1—2a的滞后相关,其中光照、降水和LAI的滞后相关性波动较大,而温度、比湿的较小,风速的不明显。这些基于CLM3.0-DGVM的结论在自然界的植物-气候相互作用系统中具有普遍意义:不同地区不同植物受不同气候因子的影响不一样;找出不同PFT的主要气候影响因子和理解其中最关键的生物物理和生物化学过程是至关重要的。进一步工作需要用更精确和更高分辨率的气候数据以及局地观测的LAI对DGVM做评估,同时DGVM本身也需要继续改进(例如加入农作物和灌溉过程的模拟)。

基于通用光谱模式分解(UPDM)算法的光谱指数一致性研究

由于传感器之间的光谱尺度差异和空间分辨率、成像几何、大气校正精度等因素的共同影响,不同传感器下光谱指数的一致性会受到不同程度的影响。研究选取了HJ和MODIS卫星遥感数据,通过通用光谱模式分解(universal pattern decomposition method,简称UPDM)算法将卫星HJ1A-CCD2(简称HJ)数据进行光谱重构,从而模拟生成对应的MODIS数据,然后分析光谱指数在原始HJ、原始MODIS和模拟MODIS数据之间的差异大小,探讨UPDM算法在不同程度上减小了光谱尺度引起的光谱指数的不确定性,即提高了其一致性。研究结果表明:针对模拟MODIS和原始MODIS数据,光谱指数的确定系数平均值为0. 460 3,差值平均值为0. 811 6,与原始HJ和原始MODIS相比较,一致性有所提高并且差异性变小,减小的差异性即看作是光谱尺度对光谱指数的影响,因此可判断UPDM算法削弱了光谱指数的光谱尺度不确定性,即提高了不同传感器间光谱指数的一致性。研究可为植被理化参量高光谱定量反演模型的构建及精度的提高提供一定的理论基础。

数据融合技术在“3S”森林防火中的应用

本文首先阐明了森林防火对人类实现“可持续发展”战略的重大意义 ;继而在简介“3S” (RS、GIS与GPS)系统的基本原理的基础上 ,进一步介绍了MODIS卫星红外遥感技术对森林防火技术的提升 ,并对其不足之处提出了“数据融合”技术的改进方法 ,最后展望了森林防火工作的未来发展前景。

基于多源遥感数据的大襟岛海域叶绿素a反演及富营养化评价

本研究基于实测的Chl-a质量浓度和海表面光谱数据,构建了适用于CASI(Compact Airborne Spectrographic Imager)航空高光谱和MODIS(Moderate-resolution Imaging Spectroradiometer)卫星遥感影像的Chl-a反演模型,并在研究海域开展了Chl-a质量浓度的反演。研究结果表明,基于CASI影像的波段比值模型可以较好地反演出研究海域的Chl-a质量浓度,研究海域内Chl-a含量为0.1~4.4μg/L,平均相对误差为14.58%;基于MODIS卫星影像反演获得的珠江口Chl-a质量浓度为0~8μg/L,平均相对误差为17%。总体而言,大襟岛海域整体Chl-a质量浓度的分布比较均匀,而且含量较低;基于Chl-a质量浓度计算获得卡尔森营养状态指数表明,研究海域处于贫营养化和中营养化水平,复杂水动力环境和高浊度可能是抑制研究海域浮游植物生长的主要因素。

广东一次罕见冰粒伴雨雪过程和云结构分析

利用探空资料和MODIS卫星数据,对2016年1月23-24日广东尤其是广州白云机场一次罕见的冰粒伴雨雪天气进行其垂直大气环境特征和云结构分析。结果表明,广东省处于高湿区,白云机场在暖气团控制向冷气团控制的转换过程中产生冰粒,冰粒天气主要以融化机制为主。白云机场上空的云类型变化为雨层云-雨层云混合积雨云-抬高的雨层云,广东省从北往南依次出现雨层云混合积雨云,伴随着降雪冰粒天气。

京津冀地区夏季降水冰云和非降水冰云云特征对比分析

利用2013~2016年的Aqua MODIS卫星和Cloud Sat卫星的二级产品资料,对发生在京津冀地区夏季的降水冰云和非降水冰云进行了统计。基于此,对比分析了两类冰云的云类型,研究了二者在云特征参数、云层数及垂直结构上的差异,并且探究了二者在不同通道下云特征参数的相对大小。结果表明:1)京津冀地区的降水冰云以深对流云和雨层云为主,分别占48.63%和34.65%,而非降水冰云以高层云和卷云为主,分别占55.62%和31.58%。2)降水冰云和非降水冰云的平均云顶温度、云顶高度、光学厚度、积分云水总量、有效粒子半径分别为230.99 K、10.90 km、53.26、937.98 g/m^2、31.45μm和236.17 K、10.10 km、12.81、209.00 g/m^2、27.54μm。3)降水冰云以单层云为主,占80.39%,双层云占18.75%;而非降水冰云仍以单层云为主,占85.35%,双层云则占14.38%,比降水冰云低。4)相较于非降水冰云,降水冰云中卷云和高积云云体位置较高,而高层云和深对流云位置较低。5)随高度变化,降水冰云冰水含量是双峰结构,而非降水冰云是单峰结构;二者的粒子数浓度则差异不大;非降水冰云的粒子有效半径在5~7.5 km随高度变化不大,而降水冰云则随高度减小。6)降水冰云的积分云水总量、光学厚度和粒子有效半径bn16>bn21≥bn37模态[bn16、bn21、bn37分别代表该云特征参数bn在1.6、2.1、3.7μm通道中的数值,当n=1,2,3时,bn分别代表光学厚度(b1)、积分云水总量(b2)、有效半径这三种(b3)]的比例都高于非降水冰云,而二者在云参数bn21≥bn16≥bn37模态的比例则有差异。