利用MODIS数据和BP神经网络重构美国区域尺度大豆日光诱导叶绿素荧光

[目的和意义]原始星载日光诱导叶绿素荧光(Sunlight-induced Chlorophyll Fluorescence,SIF)数据存在足迹离散、时空分辨率低等缺陷,针对这些问题许多研究进行了SIF重构,但大多数重构后的新型SIF数据分辨率仍较低,难以应用到精细尺度农业领域,且部分高精度SIF重构数据并非基于原始卫星SIF数据重构。OCO-2 SIF原始数据空间分辨率高(1.29 km×2.25 km),植被异质性低,对区域尺度高分辨率作物SIF重构具备突出价值。[方法]选取美国区域尺度大豆为研究对象,利用原始OCO-2 SIF和MODIS产品进行高分辨率大豆SIF重构,通过组合多个卫星轨迹经过的大豆种植区,提高SIF样本总量,与增强植被指数(Enhanced Vegetation Index,EVI)、光合有效辐射分量(Fraction of Photosynthetically Active Radiation,FPAR)和土地表面温度(Land Surface Temperature,LST)等预测因子足迹匹配后构建多源遥感数据集,代入BP神经网络训练模型,进而生成区域尺度空间连续且具有较高时空分辨率(8 d、500 m)的重构SIF数据集(BPSIF)。[结果和讨论]加入EVI,FPAR和LST的SIF重构模型R^(2)达0.84,利用总初级生产力(Gross Primary Productivity,GPP)数据对BPSIF进行质量评价,OCO-2 SIF与GPP的Pearson相关系数为0.53,而BPSIF与GPP相关系数提升到0.8,表明本研究生成的BPSIF数据集更加可靠。[结论]研究成果有望为区域尺度大豆作物SIF研究提供理论依据和数据支撑。

基于MODIS数据的2011-2020年河南省遥感干旱研究

研究基于MODIS数据,选取CWSI和VSWI模型对河南省进行干旱监测模拟,同PDSI进行皮尔逊相关性分析,筛选出最适合河南省的遥感干旱监测模型,进而探讨2011—2020年当地干旱时空变化特征。结果表明,CWSI模型更加适用于河南省干旱监测研究,总体相关性(r=0.47)拟合程度最高;2011—2020年,河南省干旱集中区为郑州市、新乡市和焦作市,无旱区为南阳市北部和信阳市南部地区。在干旱空间分布中,中度干旱面积占比最大(51.19%),大部分集中在河南省西北地区;其次是轻度干旱面积占比(42.58%),主要集中在河南省东部平原地区,然后是西部秦岭山区;重度干旱面积占比较小(4.40%),主要集中在郑州市、焦作市和新乡市;无旱地区面积占比最小(1.80%),大部分分布在南阳市、信阳市地区,少部分分布在洛阳市南部和驻马店市西部地区。在研究时段内,河南省变湿区域占比为87.0%,而变干的趋势总占比为12.6%,表明10年间该地区气候逐渐湿润,大部分地区的干旱程度得到缓解;易旱区干旱重心位于东经113.2°~113.7°、北纬34.0°~34.5°,干旱重心总体呈现东南向西北再向东南移动的趋势。

农业旱灾监测中的地表温度遥感反演方法——以MODIS数据为例

以目前农业旱灾监测中应用较广泛的多波段MOD IS卫星遥感数据为例,探讨农业旱灾遥感监测中所需要的地表温度反演问题,尤其是反演算法的选择、基本参数的估计和具体反演中的工作流程,为快速地进行农业旱灾监测中的水热遥感参数估计提供方法选择。虽然MOD IS有8个热红外波段用来监测地表热量变化,但波段31和32特别适用于农业旱灾监测中所需要的地表温度遥感反演。因此,在算法上,我们将选择计算过程相对简便但反演精度又很高的两因素分裂窗算法。详细地讨论了如何快速地估计分裂窗算法中大气透过率和地表比辐射率这两个基本参数。从实际应用来看,本文所提出的方法能快速地用来反演我国农业旱灾监测中所需要的农田地表温度参数,并获得很好的反演结果。

基于VGPM模型和MODIS数据估算梅梁湾浮游植物初级生产力

基于MODIS影像数据反演的2009年2月份至12月份太湖梅梁湾水域表面叶绿素a、悬浮物浓度以及水温数据,结合初级生产力垂向归纳模型(Vertically Generalized Production Model:VGPM)估算获得梅梁湾2009年逐月平均日初级生产力时空分布。结果表明,梅梁湾2009年年平均日初级生产力及逐月平均日初级生产力空间分布差异显著,呈现从湾内向湾口逐渐递减的趋势。时间序列分析显示,梅梁湾初级生产力季节差异显著,夏季>秋季>春季>冬季,全年初级生产力主要集中在夏季,占47.4%。通过分析VGPM模型中几个输入参数对初级生产力的影响,发现悬浮物浓度与标准化初级生产力存在显著负冥函数关系,反映沉积物再悬浮引起的悬浮物浓度增加能降低水体初级生产力。温度对初级生产力也有一定的调控与制约,与初级生产力呈现正相关趋势,在低于21℃的温度范围内与最大光合作用速率呈现正相关。

利用Terra/MODIS数据提取冬小麦面积及精度分析

利用遥感技术提取作物播种面积是农情监测研究中一种实用而可行的方法。以河北省藁城市为研究区域,研究利用多时相Terra/MODIS数据提取2004年冬小麦播种面积的技术方法。在分析MODIS波谱特性与冬小麦生物学特征,并考虑了有关植被指数图像对面积提取精度的影响基础上,选择将MODIS数据的Red、Blue、NIR和ESWIR波段作为基础工作波段。利用4种方法提取了2004年藁城市各乡镇的冬小麦播种面积,并利用2004年各乡镇统计数据及土地利用数据进行了精度评价。结果表明:4种方法提取的冬小麦播种面积总体上都与参考值比较吻合,总体误差和平均误差均小于5%。可见,利用Terra/MODIS数据提取冬小麦播种面积是完全可行的。研究还发现,最佳的MODIS数据是冬小麦抽穗期的Red、Blue、NIR、ESWIR波段图像和冬小麦播种期与抽穗期EVI差值图像的组合。

MODIS数据的干旱监测模型研究

对地观测卫星(ESO)中分辨率成像光谱仪(MODIS)传感器因其具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。借鉴以往的各种干旱监测方法,提出了一个基于MODIS的综合性干旱监测模型。该模型纳入与干旱有关的各种参数,并且首次将云指数作为一个重要参数引入模型。通过2003年湖北干旱的实例验证了此模型,结果显示此模型能很好的用于干旱预警与监测。

EOS-MODIS数据在草地资源监测中的应用进展综述

简要介绍了美国对地观测系列卫星(Earth Observing Satellites,EOS)及其中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)数据在遥感方面的应用,总结了近年来MODIS数据在草地资源监测领域的研究成果,指出了利用MODIS数据进行监测与其他遥感卫星监测有不可比拟的优越性,着重介绍了MODIS数据在草地上进行植被动态、雪灾监测、火灾监测、病虫害监测等领域监测中应用的一般原理,并与应用甚高分辨率辐射仪(The Advanced Very High Resolution Radiometer,AVHRR)遥感监测进行对比。从理论上、技术上和实践上证明MODIS数据在各领域监测中的监测能力及可行性,目的在于为MODIS遥感监测工作提供一种有益的启示,以期为及时、准确监测预报提供借鉴和参考。

MODIS数据在新疆生态环境建设中的应用

中国科学院新疆生态与地理研究所利用MODIS卫星接收站接收的MODIS数据进行了艾比湖湖水水面动态监测 ,并连续监测了湖面西北 10 7km2 裸露湖底的水面恢复情况 ,佐证了覆盖该裸露区所需的理论入湖水量。结合塔里木河应急生态放水工程 ,利用归一化植被指数提取结果进行了生态放水引起的植被恢复状况监测 ,利用连续MODIS数据进行了台特玛湖水面变化的监测 ,证实了应急输水的生态保护效果是十分显著的。显示了中尺度分辨率MODIS数据在新疆生态环境建设中具有很强的应用前景。

基于实测光谱与MODIS数据的太湖悬浮物定量估测

以太湖为研究区域,对太湖水体的水面反射光谱进行实地测试,并取样在实验室进行水质分析;根据光谱分析得到的悬浮物特征波段,估测悬浮物浓度;最后,对比MODIS波段,用最敏感波段及主成分分析法建立悬浮物估测模型.结果表明,576nm附近的反射率峰值、841nm处反射率一阶微分值和808nm附近的反射峰高与悬浮物浓度都有较好的相关性,其中峰高法和一阶微分法对悬浮物浓度的估测精度相当;MODIS波段1与悬浮物浓度相关性最好,经过主成分变化后的第一主成分和第二主成分可以较好地估测悬浮物浓度.因此,可利用MODIS数据对太湖悬浮物进行长期动态监测.

基于MODIS数据的河南省秋季作物秸秆焚烧火点监测研究

利用MODIS热异常产品数据,提取河南省秋季作物收获期的秸秆焚烧火点信息,经过初步筛选和地面验证,分析该时段内秸秆焚烧火点数量及时空分布格局,以期对政府为控制秋季秸秆焚烧采取的约谈措施进行效果评价。结果表明,利用MODIS热异常产品数据提取的河南省秋季作物收获期秸秆焚烧火点的准确度可达86.54%,能准确反映河南省秋季作物秸秆焚烧火点的空间分布与发展态势。河南省2015年秋季作物秸秆焚烧火点主要集中在豫中、豫东、豫南地区,尤其是周口、驻马店、南阳、信阳、开封等市,5个地区的秸秆焚烧火点总数占到全省秸秆焚烧火点总数的79.90%。2015年河南省秋季作物秸秆焚烧主要发生于9月27日至10月20日共24 d,整体表现平—增—减—平—增—减的趋势。河南省政府针对秋季作物秸秆焚烧采取政府约谈措施之后,秸秆焚烧火点数量大大减少,整体干预效果明显。利用遥感监测技术可对作物秸秆焚烧进行动态监测,为各级监管部门及时提供大范围内的秸秆焚烧信息,也为加强秸秆焚烧监控提供了可靠依据。

基于MODIS数据的福建海域近10年净初级生产力时空变化研究

利用GIS与RS软件技术,以垂向归纳模型(Vertically Generalized Production model,VGPM)反演的2003—2012年的120幅MODIS数据的月净初级生产力(Net Primary Productivity,NPP)数据为基础,分析近10a福建海域NPP的时空演变特征。结果表明,NPP空间分布呈闽北>闽中>闽南的高纬海区向低纬海区递减、近岸海域向较远海域递减趋势;闽南和闽中交界海域、闽北中部较远海域等出现明显低值区;NNP时序变化具有明显区域性:近、远岸NPP月均值变化在闽北、闽中海域差异明显,在闽南海域则较为一致。NPP月均值变化率呈现离岸线越远变化率越小,并随纬度降低而降低的态势,且其最大值落在I和II区;NPP季均值在近岸与远岸分别表现为夏季>春季>秋季>冬季与冬季>春季>夏季>秋季的特征;NPP年均值变化总体上表现出高低值年份交替的周期性特征。开展NPP研究可为海洋生态系统结构分析、渔业资源合理开发与可持续利用、海洋环境质量评价与预报等提供科学依据。

基于MODIS数据提取华北典型区冬小麦种植面积

基于2004年和2008年的8 d合成的MODIS多时相地表反射率产品,提取华北冬麦种植典型区面积分布.根据冬小麦生育期内时相变化建立了EVI时序曲线;基于Savitzky-Golay滤波降低云对时序数据的影响重构时序EVI数据,并结合作物物候期、种植结构和图像解译结果,提取华北典型区冬小麦种植空间分布.结果表明,依据MODIS-EVI时序数据提取的研究区冬小麦种植面积空间分布,与统计数据比较其总体精度可达98%.2008年冬小麦的面积与2004年相比有所增加,其中山东省增加15%左右;而北京和天津市这5年里的面积基本持平.

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明:MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数(如NDVI、LSWI和EVI)进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。

基于MODIS数据的辽宁省土地利用分类研究

采用最大似然法、马氏距离法、光谱角填图法、支持向量机法、神经网络法和最小距离法6种分类方法,对辽宁省2010年3—12月MODIS NDVI数据,用该数据做主成分分析的前3个主成分数据、前5个主成分数据和2010年6—10月MODIS NDVI数据等4类数据进行土地利用分类研究。结果表明:6种分类方法中最大似然法、马氏距离法和最小距离法3种方法较适合对MODIS NDVI数据进行信息提取,其总体分类精度分别达82.63%、80.29%、79.17%,乔木林类型信息提取精度分别达81.91%、78.54%、80.02%;3种对原始数据进行变换的方法中6—10月数据效果较好,其总体分类精度最高达82.63%,乔木林信息提取的最高精度达78.54%。

基于MODIS数据的陕西省植被净初级生产力与实际蒸散的变化关系分析

[目的]分析陕西省植被净初级生产力(NPP)及实际蒸散量(ET),为生态环境中碳循环、水循环特征提供理论支持。[方法]基于美国航天局(NASA)提供的净初级生产力产品(MOD17A3)及蒸散产品(MOD16)数据,利用GIS与数理统计等方法,对陕西省2000—2014年植被NPP与ET的时空分布特征及其关系进行分析。[结果]陕西省植被NPP与ET的分布特征均为南高北低;2000—2014年陕西省植被NPP在波动中呈现上升趋势,其中陕北地区增加最大,陕南地区增加最不显著;陕西省ET年际变化呈波动状态。植被NPP与ET空间相关性较显著,陕北地区相关系数极高,而陕南地区相关性并不显著。[结论]在较为干旱区域植被NPP与ET的关系更为密切。

MODIS数据的水浇地提取

水浇地是土地覆盖分类系统中的一个重要类型,依据水分亏缺指数(WDI)与土壤水分的相关性,计算了监测时间内WDI的变化情况,用降雨资料去除了由于降雨引起的WDI的变化,进而提取了研究区的水浇地分布。结果表明:(1)提取出的水浇地在数量上与统计资料相比,除山西省偏差相对较大外,其余各省偏差均小于7%,提取出的结果与统计资料具有可比性。(2)提取出的水浇地在空间上多成片出现在河流、湖泊、水库附近、灌区和绿洲上,与已知的水浇地集中区一致。(3)利用TM影像对提取结果进行了初步判断,其中山西省的正确率较低,只有64%,其余各省正确率均在70%以上,新疆的正确率最高为92%。

利用BP算法进行新疆MODIS数据土地利用分类研究

土地利用信息获取已经成为遥感技术的重要应用领域之一。本研究以MODIS数据产品为信息源,用神经网络分类中的反向传播网络(BP)算法对新疆进行了土地利用分类研究。以新疆石河子为实验区,比较了BP算法与最大似然法的分类精度,前者的精度提高近10%。用BP算法对新疆全省进行了土地利用分类,统计分类结果各类别的面积和百分比,所得数据与相关部门公布数据非常接近。研究结果表明,250mMODIS数据对新疆地区的土地利用的类别信息获取比较实用;BP算法对中分辨率的MODIS数据能取得较高的分类精度。

基于MODIS数据的伊犁河谷植被指数变化及其对气候的响应

利用2006-2014年主要生长季(5-9月)的MODIS遥感数据,分析了2006-2014年的年平均NDVI和生长季月NDVI变化规律。同时,收集整理同期伊犁河谷地区的气温与降水资料,并对NDVI与当月、2个月滑动、3个月滑动和5个月滑动的平均气温、降水值进行了相关性分析。结果表明,NDVI与气温、降水都存在一定的相关性,NDVI受当月平均气温的影响最大;NDVI与当月降水和滑动平均降水的相关性都很好,但3个月滑动平均降水对NDVI的影响最大,并且通过了0.01的极显著性检验。

基于MODIS数据的北京西北部地区土地覆盖分类研究

本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成LST数据、1:5万DEM 数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于 MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据, 利用模糊K-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。

利用MODIS数据进行植被水监测的应用研究

植被水的监测始于对森林、草原火险评估的需要 ,另一方面 ,植被水的丰富程度也间接反映了当地土壤含水量状况 ,是当地干旱状况的一个重要指示。水是生命之源 ,对作物生长的影响巨大。因而对于农业区作植被水的监测 ,可以了解到区域植被供水状况信息。本研究正是基于上述的想法 ,以黄淮海农业区作为试验样区 ,对新型MODIS传感器的数据 ,应用GVMI指数模型 ,反演出植被水含量信息。比较植被水含量与当地降水量之间的关系 ,初步分析了植被水含量与区域旱情状况之间的关联性。