基于LTDR AVHRR和MODIS观测的全球长时间序列叶面积指数遥感反演

叶面积指数是描述土壤-植被-大气之间物质和能量交换的关键参数,获取大区域长时间序列叶面积指数有助于研究气候变化条件下植被的响应及反馈。本文利用MODIS观测和经过重新处理的地表长时间数据集（Land Long Term Data Record）LTDR AVHRR数据,生成了全球1981-2012年叶面积指数数据。算法通过建立二者之间像元级关系,利用高质量MODIS观测约束历史AVHRR数据的反演,这有助于减小2种存在显著差别传感器反演结果的不一致性,也有助于提高AVHRR反演质量。首先算法利用高质量MODIS地表反射率反演2000-2012年叶面积指数,然后利用多年每8 d的LTDR AVHRR地表反射率数据计算简单比植被指数（Simple Ratio,SR）,利用SR平均值和MODIS LAI平均值建立像元级AVHRR SR-MODIS LAI关系。在此基础上,实现1981-1999年AVHRR LAI反演,最终得到全球1981-2012年叶面积指数数据。本算法反演的AVHRR和MODIS LAI与全球植被的空间分布吻合,能表征主要生物群系类型的季节变化特征,2个数据集一致性较好,并且与NASA MODIS LAI标准产品（MOD15A2）的空间分布和季节变化曲线吻合较好。     

中国北部地区卫星积雪产品数据集检验

同其他卫星相比,NOAA卫星搭载的AVHRR积雪产品,具有长达10 a的长时间序列数据集,能够应用于长时间、较大区域范围的积雪覆盖变化分析。由于不同卫星使用的反演算法,波谱宽度和大气订正等不完全相同,故需对不同卫星积雪产品数据集进行一致性检验,将卫星积雪产品更好地应用于气候分析研究。本文采用一种新的评估方法,对空间分辨率为0.05^o×0.05^o的AVHRR积雪产品与IMS和MOD10A1积雪产品,分别在空间和时间变化上进行对比分析,对AVHRR积雪产品数据集进行检验,发现AVHRR与MODIS积雪产品具有较好的一致性。     

基于MODIS和AMSR-E反演京津冀地区大气水汽含量及比较

为了长时间、大范围获取水汽数值,利用2005~2008年光学遥感的MODIS近红外、红外水汽产品,以及微波遥感AMSR-E数据,2种方法反演水汽。微波AMSR-E亮温数据采用Merritt N.Deeter(2007)亮温极化差方法,选取18.7GHz和23.8GHz 2个波段,得到AMSR-E升轨、降轨大气水汽数值。以京津冀地区为研究区域,通过地统计相关性分析、时间序列分析、年际间变化分析,可知2种方法4种资料反演的大气水汽数值的R2都达到0.95,时间分布符合中国雨带移动规律,空间分布不均。MODIS数据反演值比AMSR-E值要低,得到2种方法反演水汽的各自优缺点。     

一种基于FY3D/MERSI2的AOD遥感反演方法

针对目前国产卫星对气溶胶遥感监测应用较少的情况,本研究综合暗象元和SARA算法优势,基于FY-3D MERSI2数据构建了一套气溶胶光学厚度(Aerial Optical Depth, AOD)快速遥感反演方法。首先,引入了传统暗象元算法中的地表反射率经验关系,然后利用AERONET长时间序列的地基观测数据,构建了红波段和蓝波段气溶胶光学厚度、不对称因子和单次散射率之间的关系,最后利用MOD04和AERONET的AOD产品对研究反演结果进行了验证和评估分析。结果发现：① 本研究反演的AOD不仅保持了与MODIS的气溶胶产品空间分布的一致性,而且合理地呈现了AOD的高值分布,改进了MOD04气溶胶产品在云和亮目标方面反演缺失问题;② 利用AERONET地基观测结果对本研究获取的MERSI2的AOD反演结果进行了对比分析,发现二者具有较高的线性相关性,蓝波段AOD线性相关系数超过0.85;③ 利用MERSI2数据完整地捕捉到了2018年3月9—14日京津冀及周边区域的一次重污染过程中气溶胶时空分布变化情况,这也说明了FY3D卫星具备良好的气溶胶遥感监测能力,为我国灰霾监测和预警提供参考依据。本研究对大力发展国产卫星在大气环境遥感的应用有重要参考意义。     

新疆沙漠地区地表宽波段比辐射率遥感估算

地表比辐射率是估算地表温度以及地表长波辐射的一个重要参数,为了解决遥感影像反演地表比辐射率在裸地的精度不足问题,本文在新疆沙漠地区利用2类数据：① 傅里叶变换热红外光谱仪（FTIR）数据,在2013年、2014年秋天沿2条穿越塔克拉玛干沙漠的沙漠公路测量得到25个点的地表比辐射率数据;② 与FTIR数据同时期的MODIS温度/比辐射率数据MOD11A1、MOD11B1和反射率数据MOD09GA以及反照率数据MCD3A3,利用这2类数据为数据源,估算新疆沙漠地表比辐射率。首先,重新估算了基于MODIS宽波段比辐射率（BroadBand Emissivity, BBE）方程的系数和基于GLASS（Global L And Surface Satellite）BBE方程的系数,由此获得了GLASS BBE和MODIS BBE的修正方程。其次,将修正前后的GLASS BBE与FTIR和MODIS BBE作对比,发现其精度显著提高：① 与FTIR数据对比,修正前后的GLASS BBE方程的决定系数R²值从0.42增加到0.95,均方根误差（RMSE）和偏差（Bias）分别减少了1和3个数量级;② 与MODIS BBE方程数据对比,修正前后的GLASS BBE的R²值从0.69增加到0.91,RMSE和Bias分别减少了1和2个数量级。因此,修正后的基于GLASS和MODIS的BBE方程,极大地提高了遥感影像对裸地尤其是沙漠地区地表比辐射率的反演精度。使用修正后的GLASS BBE方程反演出新疆3个沙漠地区的BBE分布特征。结果表明,塔克拉玛干沙漠由于土地类型较为单一,其BBE值主要为0.88~0.92,而古尔班通古特沙漠以及库姆塔格沙漠受到地形、植被等的影响,BBE值稍微偏高,分别为0.89~0.95和0.89~0.94,沙漠周边稀疏植被区及其边缘地区的值范围为0.95~1.00。本文基于GLASS和MODIS的适用于新疆沙漠的BBE方程,为陆面过程的研究与模拟提供了支持。     

太湖水质参数MODIS的遥感定量提取方法

本文利用MODIS数据的可见光、近红外波段和准实时的地面采样数据,分别利用线性回归模型和神经网络模型反演了太湖的叶绿素a和悬浮物浓度.结果表明,利用MODIS数据的波段组合(M2/M8)和(M2/M9)可估算太湖的叶绿素a浓度;而MODIS数据的波段组合(M12/M17)、(M13/M17)及MODIS(M4)波段能定量估算太湖的悬浮物浓度,但估算精度仍不能满足实际需要.因此,构建了一个以MODIS可见光及近红外波段为输入,以太湖水质参数为输出的2层BP神经网络模型反演太湖的水质参数,大大提高了反演精度.     

地表温度的多源遥感数据反演算法对比分析

 多源遥感数据的综合应用是提高地表温度反演精度的有效途径.MODIS数据和Landsat TM数据在我国同一地区获取的时间相差不大,可以获取近似同步的MODIS数据和TM数据.本文将基于MODIS数据反演的大气参数应用于TM影像的地表温度反演,分别对单窗口算法和普适性单通道算法进行了实验研究,应用气象站实测的地表温度数据对反演结果进行了检验,并对比分析了不同土地覆盖条件下两种算法的精度差异.结果表明:两种算法反演精度均较高,单窗口算法反演精度为0.76K,普适性单通道算法反演精度为1.23K;在不同的土地覆盖条件下,两种算法表现出明显的差异性,水体区反演结果差异最小,均值差异仅为0.02K,植被区差异最大,均值差异为0.62K.     

基于HJ-1B/IRS的重庆市热岛效应监测应用

本文利用MODIS数据反演大气透射率,利用HJ-1B/CCD进行分类,并反演地表比辐射率.在此基础上,借鉴单窗算法,利用HJ-1B/IRS数据反演得到地表温度,并利用MODIS温度产品对反演结果进行了初步验证.最后利用热场变异指数进一步分析重庆的热岛空间分布特征,并对NDVI与NDBI对热岛效应的影响进行了分析.其结论...     

海洋标量场时空过程远程动态可视化服务研究

随着多源、大面海洋遥感数据及其反演产品呈指数形式增加,利用网络实现远程长时间序列的海洋标量场动态可视化查询、分析,成为海洋信息服务的迫切需求之一。本文在深入分析现有海量数据网络动态可视化技术及海洋标量场时空变化过程的特点时,针对海洋标量场数据探讨标量场的点过程和面过程的网络可视化表达。并以海表温度数据为例,介绍了从MODIS的海表温度反演产品到网络发布的整个处理流程,构建了中国台海区域海表温度场时空过程的网络可视化原型系统。在该原型系统中,实现了海表温度场任意点位的温度查询,任意点位温度时间变化的过程曲线,温度场面过程时空过程动态演进可视化分析等功能。同时该原型系统可以为其他海洋标量场的时空过程可视化提供技术与方法借鉴。     

全球250 m反照率产品算法及验证

反照率是反映地表能量平衡的重要参数之一,也被运用于全球变化与天气预测研究中。为了更好地获取反照率产品,学者们在不断地更新反照率产品和提出新算法。本文主要是在1 km分辨率的全球陆表特征参量（GLASS）反照率产品基础上进一步开发250 m反照率产品。算法思路是利用中分辨率成像光谱仪（MODIS）传感器的250 m分辨率波段提供纹理信息,利用成熟的GLASS 1 km反照率产品提供均值信息,进行数据融合,实现GLASS 1 km反照率产品的降尺度。相比于GLASS 1km反照率产品,250 m产品首先展现出更为丰富的空间细节信息,并且在与地面站点观测数据（北美地区站点数据）直接对比中显示出稍高的验证精度,GLASS 1 km产品的验证精度为0.0257,而250 m产品验证精度0.0235。最后,以北京市为例,基于2003—2013年的产品分析了北京市周边反照率及其变化趋势的空间分布,可以看到250 m反照率产品视觉效果更好,相比于1 km产品能够揭示反照率变化趋势的更多空间细节信息。分析表明,在北京城市化进程中,由于加大了城市绿化,主城区反照率总体呈降低趋势。     

基于物理模型训练神经网络的作物叶面积指数遥感反演研究

叶面积指数(LAI)是估算作物生长的关键参数。基于物理模型的LAI反演,被认为是当前最为可靠的方法,但其反演复杂。本文提出了将物理模型和神经网络相结合,从地表反射率反演叶面积指数的算法,利用MOD IS地表反射率和4-scale模型反演作物LAI。(1)利用4-scale模型模拟不同LAI与地表反射率的关系,生成训练数据;(2)利用模型模拟的LAI训练神经网络;(3)以MOD IS地表反射率输入训练后的神经网络,反演LAI。估算的LAI与其他LAI产品进行了比较,结果表明,估算的作物LAI和MOD IS及CYCLOPES LAI产品空间和时间分布一致,均方根误差分别为0.4994和0.6558。以2004年衡水的作物LAI地面观测数据进行了直接验证,估算的LAI与研究区地表植被分布一致,但是,三种卫星LAI产品都小于地表测量,故需针对华北平原浓密作物设计模型参数化方案。     

全球36 km格网土壤水分逐日估算

土壤水分是陆面生态系统和能量循环的核心变量之一,利用微波遥感技术获得的土壤水分产品的时间分辨率一般是2-3 d,因此精确地获得具有较高时间分辨率的土壤水分成了人们关注的焦点。本文尝试将SMAP (the Soil Moisture Passive and Active）土壤水分和MODIS光学数据相结合,利用广义回归神经网络进行全球36 km土壤水分的估算,提升SMAP土壤水分的时间分辨率。结果显示,广义回归神经网络估算土壤水分与SMAP保持了高相关性(r = 0.7528),但其却保留了较高的误差 (rmse = 0.0914 m³/m³)。尽管如此,估算的土壤水分能够很好地保持SMAP土壤水分的整体空间变化,并且提升了土壤水分的时间分辨率（1 d）。此处,本文研究了SMAP土壤水分与MODIS光学数据之间的关系,这对今后利用机器学习进行SMAP土壤水分降尺度研究提供了重要的参考价值。     

基于长时间序列MODIS数据的鄱阳湖湖面面积变化分析

湖泊是气候、水和生物地球化学循环的关键组分,遥感观测有助于获得湖泊面积变化及对环境的响应信息。本文基于长时间序列遥感观测提出了一种利用像元水淹没/陆地出露比例的湖面变化分析算法,并应用于鄱阳湖的湖面提取及变化分析。首先,用全年遥感数据合成获得当年最大湖面;然后,在此最大湖面范围内,识别出每景数据的水体和陆地状态;最后,统计一定时期内每个像元的水淹没比例,并据此分析湖泊的年际和季节变化特征。该算法的最大优势是克服了云的干扰,以及湖面快速变化造成的年际变化对比分析困难问题。算法应用于2000-2010年MODIS观测,分析结果表明,本算法检测出的湖面面积与鄱阳湖水文站水位观测资料非常一致;算法可以获得鄱阳湖湖面面积的显著季节变化信息;2000-2010年间,鄱阳湖湖面面积在丰水期未发现有规律的变化;在枯水期,2003年后湖面面积急剧减小。     

基于DEM修正的MODIS地表温度产品空间插值

地表温度是资源环境、气候变化、陆地生态系统等科学研究的重要参数之一。MODIS LST（Land Surface Temperature, LST）产品是地表温度相关研究的重要数据源。而现有MODIS LST产品均存在云覆盖区域,因此云覆盖区域地表温度估计已成为热红外遥感的前沿性研究难题。为解决MODIS LST产品云遮挡区域地表温度信息缺失,以秦岭地区为研究区,选用2001-2017年的MOD11A2数据,在传统的反距离权重（IDW）、规则样条函数（SPLINE）、普通克里金（OK）、趋势面（TREND）空间插值方法中引入高程因子,通过反复试验形成基于DEM修正的MODIS LST空间插值方法。分析空间插值结果表明： ① 空间插值精度由高到低为：OK>SPLINE>IDW>TREND,基于DEM修正后精度分别提高了约0.38、0.31、0.32和0.78℃; ② 空间插值结果的精度呈现季节差异,夏季6、7、8月的精度较高,1月的精度最低;③ 插值精度与云区的范围存在一定的关系,当云覆盖区域<1.1 km²时,DEM+OK方法的插值误差<0.55 ℃,当云覆盖区域<3.1 km²,插值误差<1 ℃;DEM+SPLINE方法在云覆盖区域<2.7 km²时,插值误差<0.55 ℃,云覆盖区域<10.4 km²,插值误差<1℃;当云覆盖为1.1~2.7 km²时,DEM+SPLINE方法的插值精度高于DEM+OK方法。     

细粒子气溶胶光学厚度和谱分布偏振的反演

 细粒子气溶胶物理和光学参数定量卫星遥感反演一直是环境和气候领域研究人员关注的重要课题。气溶胶参数卫星业务遥感产品主要是反演气溶胶光学厚度,它体现大气中气溶胶总含量的信息,而获取气溶胶谱分布函数有助于进一步了解气溶胶物理特性,并提高气溶胶其他参数的遥感探测精度。目前,陆地气溶胶卫星反演面临两个关键问题:一是气溶胶模式;二是地表反射贡献的去除,偏振遥感在这两方面有其独有的优势。本文以多角度偏振方法,采用RT3辐射传输模型建立矢量查找表,利用法国PARASOL探测器一级数据反演了京津唐地区的细粒子气溶胶光学厚度和谱分布参数,并使用AERONET地基观测数据对反演结果进行验证,结果表明:偏振方法能较高精度地实现细粒子气溶胶光学厚度反演,而谱分布的反演还需进一步改进。     

基于NDVI时序数据的水稻种植面积遥感监测分析——以江苏省为例

MODIS植被指数时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源.本文选取江苏省为研究区,利用2008年23个时相的MODIS NDVI数据,采用S-G滤波法进行时间序列的重构,提高NDVI时间序列信息的真实性.另结合农作物物候历、种植结构、地面调查样本等辅助资料,将水稻植被指数时间序列曲线参量化...