三种卫星云量数据在青藏高原地区的比对分析

青藏高原是卫星反演云参数的热点和难点区域。选取1982年—2015年0.1°空间分辨率的Patmos-x、0.25°空间分辨率的CLARA-A2的NOAA/AVHRR下午星数据和2003年—2015年0.05°空间分辨率的Aqua/MODIS C6等3种云量数据,针对青藏高原区域,从数据的反演算法和数据的空间属性出发,进行比对分析。Patmos-x和CLARA-A2具有相同的数据源和相近的云检测算法。与地面观测云量相比,Patmos-x云量与地面观测云量间的相关性大于0.8,MODIS次之,CLARA-A2云量与地面观测云量的相关性很弱。3种数据均表现出高原东部云量多于西部云量,北部云量多于南部的云量空间分布特征和白天云量大于夜间云量的时间分布特征。量值上CLARA-A2云量大于Patmos-x。2003年—2015 年夜间Aqua/MODIS 年均云量比CLARA-A2高8.82%。34年间Patmos-x和CLARA-A2年均云量以减少为主,夜间云量的变化趋势比白天云量变化趋势明显,CLARA-A2云量的变化趋势较Patmos-x明显。2000年是高原区域云量由偏多到偏少变化的拐点。1、4、10月多年云量以减少为主要变化趋势,7月云量以弱增多为主要变化特征。     

沈阳地区MODIS与MERSI气溶胶产品对比研究

在中国东北地区,卫星气溶胶产品尚缺乏有效的验证机制,相关应用存在较大不确定性。利用2009–2011年中国地区太阳分光光度计观测网(CSHNET)沈阳站地基观测资料,借助后向轨迹模式分析了该地区气溶胶来源和季节变化特征,并同步对比了FY-3A/MERSI和Terra/MODIS气溶胶产品精度的季节差异及误差来源。结果表明:沈阳站气溶胶光学厚度和Angstrom波长指数季节变化明显,气溶胶受远程输送和区域排放的共同影响,人为源和自然源丰富。不同粒径粒子对气溶胶光学厚度的贡献因季节而异,导致卫星反演算法中气溶胶模型选择误差较大,影响了卫星反演精度。观测期间MODIS与MERSI气溶胶产品与地基观测数据的总匹配率分别为68%和83%。当气溶胶光学厚度较低时(AOD0.35),MODIS产品出现低估,MERSI出现高估,与实测值的相对误差分别为–46%—54%、7%—135%;当气溶胶光学厚度较高时(0.35—0.75),MODIS和MERSI均出现不同程度的低估,两者与实测值的相对误差分别为–34%—54%、–21%—75%;当气溶胶光学厚度大于0.75时,低估尤为严重,与实测值的相对误差可达–34%—100%、–9%—58%。能与地基观测匹配的MODIS和MERSI有效样本数春、秋季较高(春季分别为69%、80%,秋季分别为73%、70%),夏季次之(69%、73%),冬季最少(2%、49%);MODIS与地基观测的相关性总体优于MERSI;但在冬季,MODIS与MERSI产品均不具备代表性。MODIS与MERSI气溶胶产品落入误差线的比例均为春季最高(22%、25%),秋季次之(19%、16%),夏季最小(6%、5%)。MERSI对粗模态气溶胶(α≤0.5)反演效果优于MODIS,而MODIS对混合模态气溶胶(0.5≤α1.5)反演效果优于MERSI。MERSI与MODIS气溶胶产品在春、秋季可比性较好,夏季可比性较差,总体来说,春、秋季MERSI比MODIS低估更为严重。从气溶胶产品在辽宁省的区域分布来看,FY-3A/MERSI比Terra/MODIS覆盖范围略广,各季节FY-3A/MERSI与Terra/MODIS的总体空间分布特征基本一致,但对于某些地区,两者数值上依然存在较大偏差。     

地面和机载多角度观测数据的反照率反演及对MODIS反照率产品的初步验证

MODIS的反照率产品采用半经验的二向性反射核驱动模型算法(AMBRALS),对16天累积观测的多角度遥感数据进行反演。产品的应用需要相关研究的地面观测数据进行验证。主要研究基于地面气象台站用反照率表观测的反照率数据、地面和机载多角度遥感数据通过AMBRALS算法反演得到的反照率,与MODIS相应的地面反照率产品做比较的降尺度验证方法,并提供对MODIS反照率产品的初步验证结果。     

基于数据同化算法融合多源数据估算雪深

在积雪深度研究中,地面资料插值产生的平滑效应以及遥感空间分辨率不足的问题,在很大程度上影响着积雪深度的估计精度。本文采用中高分辨率成像光谱仪(moderate resolution imaging spectro-radiometer,MODIS)和微波扫描辐射计(advanced microwave scanning radiometer-EOS,AMSR-E)融合后的无云积雪面积产品构建虚拟站点,弥补了气象站点少且不均匀的不足,修正雪深克里金插值产生的平滑效应。同时,提出了基于数据同化算法融合以地面观测资料为基础的克里金空间插值雪深、MODIS积雪面积产品和AMSRE微波反演雪深产品的雪深估计方法。以新疆北疆地区为研究区域进行了算法应用及验证,并选取不同海拔的站点观测资料对融合结果进行验证分析,通过均方根、偏差和相关性系数指标检证了该方法能够有效地提高雪深估计精度。     

大气校正对基于遥感指数提取藻华信息的影响

遥感技术使大范围实时监测蓝藻水华成为可能,但大气效应与太阳、地物及传感器的几何关系会影响辐射传输方程,从而对基于遥感指数的蓝藻信息提取产生影响,因此,探讨这些影响因子对藻华信息的提取精度有着积极意义。基于MODIS大气校正前后2种产品(MOD02和MOD09),利用单波段、比值植被指数、归一化差值植被指数和归一化水体指数4种遥感指数对2006年全年太湖藻华信息进行提取,并定量分析了气溶胶光学厚度、太阳高度角和卫星观测角等因素对遥感指数的影响程度。结果表明:比值植被指数与归一化差值植被指数受大气影响程度较其他二者低,且比值植被指数对大气因素的敏感性较归一化差值植被指数低;气溶胶的光学厚度与太阳高度角在不同程度上对指数提取结果造成影响,因此利用遥感指数提取藻华信息时需谨慎,以避免误判。     

青藏高原那曲地区MODIS 地表温度估算

地表温度是区域和全球尺度陆面过程研究中的一个关键参数,利用遥感卫星资料反演得到的地表温度数据在气象、水文和生态领域研究中有重要作用.本文基于改进后的针对MODIS 数据的分裂窗口算法,对MODIS L1B 卫星数据进行实用而简便的云检测处理,并根据青藏高原陆地、水体和冰雪等常见下垫面状况的遥感影像分类结果,反演得到了2007-01-03 、04-18 、06-12 和10-02 四日的无云下垫面地表温度.最后,将Sobrino 结果在青藏高原那曲地区与MODIS 日地表温度产品及CAMP/Tibet 观测站地表温度数据进行了对比验证分析.结果表明,该方法得到的地表温度结果与MODIS 数据产品具有较好的一致性,并且地表温度结果与地面观测数据(去除可疑点后)的平均误差仅为1.435 K .     

利用MODIS数据进行积雪检测

积雪是一种重要的地球表层覆盖物,是气象学和水文学中一个非常重要的参数。使用遥感方法能够有效获取大范围的雪盖信息,弥补地面观测资料在空间上的不足。中等分辨率成像光谱仪(MODIS)数据具有高光谱、高空间分辨率、高时间分辨率等特征,越来越多地应用到积雪检测方面。利用MODIS雪盖数据进行雪盖制图,分析了2008年初中国南方的受灾情况,并对雪情进行了分析。结果发现利用MODIS得到的积雪边界线轮廓清晰,对积雪检测非常有效,但由于云的遮蔽可能会使MODIS积雪分布面积出现误差。     

基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化

基于通用陆面模型(CoLM)和确定性集合卡尔曼滤波算法发展了一个考虑模型次网格变异性的MODIS雪盖同化方案,提高雪深模拟的估计精度。利用北疆阿勒泰地区5个气象站点2007年11月至2008年4月逐日雪深观测数据对同化结果进行了验证。结果表明,该同化方案不需要对MODIS雪盖观测数据进行扰动,能明显提高雪深模拟的精度。另外,雪深同化结果与地面观测雪深具有一致的时间变化趋势,能准确地反映积雪深度在各个不同时段的变化特性。     

北京地区Landsat 8 OLI高空间分辨率气溶胶光学厚度反演

卫星气溶胶光学厚度(AOD)反演中,传统暗目标方法在反射率较低的水体、浓密植被覆盖区域取得了较好效果,在反射率较高且结构复杂的高反射地表上空目前多采用深蓝算法,但存在空间分辨率较低,对细节分布描述性较差等问题。为解决这一问题,本文首先以5年(2008年—2012年)长时间序列MODIS地表反射率产品为基础,采用最小值合成法建立500 m分辨率逐月地表反射率产品数据集,然后利用地物波谱库中典型地物波谱数据,分析建立MODIS与Landsat 8 OLI传感器蓝光波段反射率转换模型,最后北京地区AERONET地基观测数据确定了气溶胶光学物理参数,并反演获取了北京地区上空500 m分辨率的AOD分布。为验证反演算法的精度,分别将反演结果同AERONET及MODIS/Terra气溶胶产品(MOD04)进行交叉对比,同时利用相关系数R,均方根误差RMSE,平均绝对误差MAE以及MODIS AOD产品预期误差EE共4个指标进行衡量。结果表明:算法反演获取的AOD与AERONET观测值具有较高的一致性,各指标分别为R=0.963,RMSE=0.156,MAE=0.097,EE=85.3%,稍优于MOD04产品(R=0.962,RMSE=0.158,MAE=0.101,EE=75.8%),并且有效的对比点数也高于MOD04。通过与地基观测相比,卫星遥感获取的高分辨率城市地区AOD精度可作为定量评估城市空气质量的有效依据。     

黑河中游农作物MODIS叶面积指数产品时间序列精度验证与变化特征分析

叶面积指数LAI (Leaf Area Index)是表征植被生长状态的一个重要的冠层结构参数。MODIS LAI产品是全球常用的遥感LAI产品之一。然而,由于地表异质性、数据质量、模型精度等多方面的差异,MODIS LAI产品质量各有不同。基于无线传感器网络的LAINet仪器可以自动获取时间频率更密集的LAI实测数据,为验证卫星遥感LAI产品质量提供了有力支持。本文基于2018年和2019年黑河中游时间序列地面实测LAI数据与高空间分辨率卫星遥感植被指数数据,建立经验回归模型。将该模型反演高空间分辨率卫星遥感LAI作为参考LAI真值,对MODIS LAI产品进行了精度验证与稳定性评价,分析了MODIS LAI与LAINet地面测量的差异原因。结果表明：与Landsat 8参考真值相比,MODIS LAI生长季的质量（RMSE2018=1.17,RMSE2019=1.14）优于衰落季（RMSE2018=1.39,RMSE2019=1.84）,MODIS LAI总体低估,尤其是生长季后期。时间序列上,MODIS LAI产品能够刻画植被生长和凋落的季节特征,但生长前期波动性要强于后期。与L...     

利用BRDF原型和单方向反射率数据估算地表反照率

地表反照率是影响地表能量收支平衡的决定性参数之一,精确反演地表反照率需要考虑地表各向异性反射特征。本文尝试以双向反射分布函数BRDF原型为地表各向异性反射的先验知识,通过单方向反射率反演地表反照率。首先根据地面实测及MODIS多角度反射率数据对反演方法进行分析和精度评价,然后借助MODIS BRDF产品统计出研究区的主导BRDF原型,并联合环境一号卫星(HJ-1)单方向反射率数据反演30 m地表反照率,最终将结果与地表实测数据进行比较。结果表明:BRDF原型对BRDF的变化进行了约束,且能够适用于几十米尺度的遥感数据反照率的反演;不同级别的各向异性反射特征的分布是不均一的,借助于主导BRDF原型能够使大部分样本的地表反照率满足精度要求;利用研究区MODIS BRDF产品统计得到的主导BRDF原型为先验知识,通过HJ-1数据反演得到的地表反照率与地表实测反照率有较高的一致性,而朗伯假定条件下的反照率高于实测结果。本文算法简单高效,可为产生全国范围的中高分辨卫星反照率产品提供有价值的算法参考。     

Snow Cover Monitoring in Qinghai-Tibetan Plateau Based on Chinese Fengyun-3/VIRR Data

Snow cover monitoring in the Qinghai-Tibetan Plateau is very important to global climate change research. Because of the geographic distribution of ground meteorological stations in Qinghai-Tibetan Plateau is too sparse, satellite remote sensing became the only choice for snow cover monitoring in Qinghai-Tibetan Plateau. In this paper, multi-channel data from Visible and Infrared Radiometer (VIRR) on Chinese polar orbiting meteorological satellites Fengyun-3(FY-3) are utilized for snow cover monitoring, in this work, the distribution of snow cover is extracted from the normalized difference snow index(NDSI), and the multi-channel threshold from the brightness temperature difference in infrared channels. Then, the monitoring results of FY-3A and FY-3B are combined to generate the daily composited snow cover product. Finally, the snow cover products from MODIS and FY-3 are both verified by snow depth of meteorological station observations, result shows that the FY-3 products and MODIS products are basically consistent, the overall accuracy of FY-3 products is higher than MODIS products by nearly 1 %. And the cloud coverage rate of FY-3 products is less than MODIS by 2.64 %. This work indicates that FY-3/VIRR data can be reliable data sources for monitoring snow cover in the Qinghai-Tibetan Plateau.     

A cloud detection method based on a time series of MODIS surface reflectance images

The Moderate Resolution Imaging Spectroradiometer (MODIS)-Terra surface reflectance product (MOD09A1), with bands 1 to 7, is a gridded, eight-day composite product derived from the MODIS-Terra top of atmosphere reflectance swaths. It performs cloud detection and corrects for the effects of atmospheric gases and aerosols. The cloud mask (CM) algorithms for MODIS are based on empirical thresholds on spectral reflectance and brightness temperature. Since the spatial resolution of the thermal band is 1000 m, while that of MOD09A1 is 500 m, many undetected and false clouds are observed in MOD09A1. These errors always result in temporal and spatial inconsistencies in higher-level products. In this paper, a cloud detection algorithm (TSCD) based on a MOD09A1 time series is introduced. Time series cloud detection (TSCD) algorithm is based on the relative stability of ground reflectance and the sudden variations in reflectance that result from cloud cover. The algorithm first searches the clear-sky reference data, and then discriminates clouded and unclouded pixels by detecting a sudden change of reflectance in the blue wavelength and spectral correlation coefficient at the pixel level. Compared with cloud cover assessments obtained from MODIS' original CM, TSCD provides similar or better discrimination in most situations when the land surface changes slowly.     

多样地表和大气状况下的MODIS数据云检测

云覆盖作为天气和气候变化的一个重要因子,对地表-大气能量平衡和水循环有着重要的影响,因此,快速、准确地利用卫星遥感技术检测云覆盖具有重要的实用价值和科学意义。利用卫星遥感数据,尤其是常用的Moderate Resolution Imaging Spectroradiometer(MODIS)影像数据,因其具有较高的光谱和时间分辨率,以及2330 km扫描幅宽,为大范围实时、准确地进行云检测提供了可能。目前,基于MODIS数据发展了大量的云检测方法,但因地表类型的多样性和大气状况(如空气污染和沙尘事件等)的复杂性,目前已有的云检测方法,检测精度通常具有较大的不确定性,且针对不同地表和大气状况缺乏普适性,同时也缺乏对检测精度的定量化评估。因此,本文首先比较了常用的3种云检测算法,并基于前人经验提出了两种改进方法(方法4和方法5),首先区分出云和冰雹,摒弃了不稳定的亮温波段,两种算法均适用于复杂地表和大气状况的云检测算法。结果显示,方法5可以较好地应用于基于MODIS数据的云检测,总体精度达92.6±7%,改进了现有基于MODIS数据的云检测算法;方法4平均总体精度82.9±13%,虽然精度相对较低,但云残留少,适合作为对云敏感度高的研究工作的云检测方法。     

MTSAT-2静止气象卫星中国区域雪盖监测

利用MTSAT-2静止气象卫星数据开展了中国区域的雪盖监测研究,结合MODIS雪盖产品及站点雪深观测数据对判识结果进行对比分析和验证。首先,根据MTSAT-2静止气象卫星数据特点,进行角度效应校正及多时相数据合成,以减少云对图像的影响;其次,根据多个雪盖判识因子建立中国区域雪盖判识算法;最后,对比分析2011年1月份MTSAT-2和MODIS雪盖判识结果,并使用站点观测数据进行精度验证。研究表明:(1)MTSAT-2雪盖判识受云影响比例约30%,MODIS雪盖产品受云影响比例约60%,MTSAT-2去云效果明显。(2)无云情况下,MTSAT-2雪盖判识和MODIS雪盖产品判识精度均高于92%;有云覆盖时,MTSAT-2判识精度约65%,优于MODIS雪盖产品35%的判识精度。(3)MTSAT-2静止气象卫星在保持高积雪判识精度的前提下,可以更有效减少云对雪盖判识影响,实时获取更多地表真实信息。该研究对中国区域雪盖信息准确监测、气候变化研究以及防灾减灾等具有重要意义。     

The impact of size variations in the ground instantaneous field of view of pixels on MODIS BRDF modelling

Bidirectional reflectance distribution functions (BRDF) seek to represent surface reflectance anisotropy resulting from surface physical structure and changes in a satellite sensor’s view and solar illumination angles. NASA’s MODerate resolution imaging spectroradiometer (MODIS) is a wide field of view sensor that generates observations over a large range of view angles. Based on MODIS observations, a BRDF product and several sub-products have been developed by MODIS science teams, i.e. the MCD43 product suite. Variations in pixels’ ground instantaneous field of view (GIFOV), i.e. the size of a pixel’s footprint on the ground, is a well known effect associated with wide field of view sensors such as MODIS, but is not specifically considered in the MODIS BRDF algorithm nor has research been undertaken into its effects on MODIS BRDF modelling. This paper introduces two metrics to examine the relationship between reflectance variations associated with changes in MODIS pixels’ GIFOV and the MODIS BRDF (MCD43) product. These metrics are applied to four different study areas and epochs across the Australian continent. The two metrics are shown to be well correlated (mean correlation coefficient of 0.81 for the four study areas); suggesting that variations in pixels’ GIFOV are a consistent, non-random source of variance in MODIS BRDF modelling. The results contained in this paper suggest that all downstream products which include MODIS BRDF processing in their derivation and results directly based on MODIS BRDF processing may need to be reassessed.     

Leaf area index retrieval using gap fractions obtained from high resolution satellite data: Comparisons of approaches,scales and atmospheric effects

This study is aimed at demonstrating the feasibility of the large scale LAI inversion algorithms using red and near infrared reflectance obtained from high resolution satellite imagery. Radiances in digital counts were obtained in 10 m resolution acquired on cloud free day of August 23, 2007, by the SPOT 5 high resolution geometric (HRG) instrument on mostly temperate hardwood forest located in the Great Lakes – St. Lawrence forest in Southern Quebec. Normalized difference vegetation index (NDVI), scaled difference vegetation index (SDVI) and modified soil-adjusted vegetation index (MSAVI) were applied to calculate gap fractions. LAI was inverted from the gap fraction using the common Beer–Lambert's law of light extinction under forest canopy. The robustness of the algorithm was evaluated using the ground-based LAI measurements and by applying the methods for the independently simulated reflectance data using PROSPECT + SAIL coupled radiative transfer models. Furthermore, the high resolution LAI was compared with MODIS LAI product. The effects of atmospheric corrections and scales were investigated for all of the LAI retrieval methods. NDVI was found to be not suitable index for large scale LAI inversion due to the sensitivity to scale and atmospheric effects. SDVI was virtually scale and atmospheric correction invariant. MSAVI was also scale invariant. Considering all sensitivity analysis, MSAVI performed best followed by SDVI for robust LAI inversion from high resolution imagery.     

提高卫星遥感资料利用率的方法

从NOAA及EOS／MODIS资料的几何精校正、云检测与合成滤云、数据融合等方面分析了提高遥感资料利用率的几种有效的方法。     

基于MODIS数据的中国陆面制图：方法软件和数据产品

本文介绍一个自动处理MODIS 1B数据并生产覆盖全中国陆面产品的软件系统。该算法改进了LAI（MOD15）,土地覆被分类（MOD12）,云检测（MOD35）,陆面反射率（MOD09）和气溶胶（MOD04）产品。这些算法的输入数据都是本地获取的参数,能够有效降低其带来的不确定性。产生的部分新产品是NASA标准产品中没有的,包括森林火烧迹地和PAR。数据处理系统运行于中国科学院资源与环境数据中心。     

基于MODIS产品影像及陆面能量平衡系统(SEBS)的河北平原区域蒸散估算

地表蒸散是区域水文循环的重要组成部分之一,传统的地表蒸散估算一般基于点上的气象观测数据,当用于区域地表蒸散评价时,具有一定的局限性.随着遥感技术的发展,利用遥感影像能够对大区域进行观测的优势进行区域地表蒸散估算已成为可能.地表能量平衡系统(SEBS)是根据地表能量平衡估算地表蒸散量的一种方法,该方法由于提出了地表能量传输过程中关键制约因素热传导粗糙度的估算模型而在遥感蒸散计算方面具有较高的精度.本文在SEBS模型的基础上,以河北平原为例,采取中分辨率成像光谱辐射仪(MODIS)产品影像,根据研究区下垫面的实际情况进行了参数估算,进行了区域实际蒸发蒸腾量计算及模型精确度评价,并在SEBS模型的基础上,提出了新的"标准化温度差-反照率"特征空间分析方法,对研究区内地表土壤水分现状进行了评价;最后,对河北平原地表蒸散时空分布进行了分析.计算结果表明,在所选取的晴空乌云条件下,根据SEBS模型计算所得的地表蒸散与研究区内利用大型承重式蒸渗仪所测量的地表实际蒸散量具有很好的一致性,说明SEBS模型在遥感蒸散计算方面据有较高的可信度.然而,由于地表蒸散的遥感估算是以所获取的遥感影像单元为基础,计算误差不可避免,尤其是使用低分辨率遥感影像的时候,每个影像单元所反映的地表蒸散为单元内各种地表覆盖的综合反映,当与只反映一种地表覆盖蒸散的大型承重式蒸渗仪测量结果进行比较时,误差是显而易见的,因此,若着重考虑模型精度验证,尚需在以后的研究中考虑使用高分辨率的遥感影像.地表土壤水分或湿度状况是地表能量交换及蒸散发生的主要控制因素.利用地表温度与植被指数的关系对区域地表湿度状况进行监测在实践中被广泛利用,然而,由于不用地区地表属性的千差万别,当利用这种方法进行区域地表湿度评价时,"地表温度-植被指数"特征空间的边界很难确定.本文在SEBS模型的基础上,提出新的"标准化温度差-反照率"特征空间分析方法,对研究区内地表土壤水分现状进行评价,结果显示,由于在SEBS模型中考虑了干限和湿限两种极端情况下的能量平衡,"标准化温度差.反照率"特征空间的边界问题很容易被确定,利用修正的特征空间,可以对区域土壤水分或湿度状况进行客观的评价.下垫面的几何特征参数的精确反演是进行地表能量平衡模拟的基础,目前多根据有关经验公式利用遥感影像进行下垫面几何特征参数估算,由于已有的经验公式多基于不同研究区域获得,当应用到新的研究区时,其具体参数需要进一步调整,以获得对下垫面的几何特征的精确描述.由于缺乏相关实测资料,本研究中利用经验公式进行下垫面几何特征参数,误差不可避免,需要在以后的研究中进行深入探索.另外,地表蒸散的计算只是进行区域水资源评价、农业节水措施评价以及全球变化等研究的一个中间环节,需要在以后的研究中根据具体研究目的进行进一步研究.