基于中分辨率成像光谱仪数据的洋面云检测新方法的研究

提出了一种利用中分辨率成像光谱仪热红外窗区通道数据进行云、晴空分离的新方法。该云检测算法从热红外窗区通道亮温出发,并结合水汽廓线,运用水汽规度法计算规度因子的值,利用规度因子的数值状态实现分离云和晴空,从而达到云检测的目的。经过大量的实验,并将结果与中分辨率成像光谱仪官方云检测产品作对比分析,结果表明准确率为91％,算法具有可行性。     

通用劈窗算法的NOAA-18(N)AVHRR/3数据地表温度遥感反演与验证

本文以NOAA-18(N)AVHRR/3数据,运用通用劈窗技术获得地表温度。首先,利用MODTRAN 4模拟不同地表和大气状况下热红外通道(Ch4,10.3~11.3μm和Ch5,11.5~12.5μm)的星上亮温,并建立模拟数据库。其次,按照地表温度、大气可降水汽含量、地表比辐射率和观测天顶角,对模拟数据库分组,确定出各分组的通用劈窗算法系数。然后,将构建的地表温度反演模型应用到NOAA-18(N)AVHRR/3数据,模型所需的地表比辐射率由NDVI阈值法确定,大气可降水汽含量是利用Li等(2003)提出的一种劈窗的协方差与方差比的方法来估算。反演结果表明:在观测天顶角小于30°或者大气可降水汽含量小于3.5 g/cm2时,地表温度反演的均方根误差小于1.0K;在观测天顶角小于45°并且大气可降水汽含量小于5.5g/cm2情况下,均方根误差小于1.5K。最后,利用美国通量站的实测数据对地表温度反演结果进行了验证,结果表明均方根误差小于1.8K。     

基于Landsat TM6的林区温度反演研究

主要研究利用Landsat TM6热红外波段遥感数据定量反演林地温度的方法与可行性.首先计算了研究区的比值植被指数(RVI),然后利用单窗算法开展林地温度反演,建立起了林地温度与比值植被指数之间的相关关系.研究结果表明:利用单窗算法反演的林地温度精度较高;林地温度与比值植被指数(RVI)之间存在着密切的负相关关系,林地温度与林冠变化之间关系十分密切.     

利用MODIS数据反演沙漠化地区地表温度的简化模式——以陕西北部地区为例

利用MODIS数据可见光波段、近红外波段和中红外波段,获得提取地表温度所需要的2个基本参数:地表比辐射率和大气透过率;然后对热红外波段b31、b32运用劈窗算法提取出陕北地区地表温度;并利用两种不同经验公式参数得出的结果与相应位置气象观测站观测的卫星过境时刻的地表气温进行比较.结果表明,劈窗算法简化模式能获得较准确的地表温度,符合陕北地区的实际地表状况,印证了应用该简化模式可以在大范围内快速实时监测地表温度.     

遥感影像云及云影多特征协同检测方法

遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、“诊断性”波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。     

TM热波段图像的地表温度反演算法与实验分析

目前利用LandsatTM热波段数据反演地表温度有3种算法:辐射传导方程法、单窗算法和单通道算法。辐射传导方程法由于计算过程复杂且需要实时大气剖面数据,因而实际应用较为困难。单窗算法和单通道算法对Landsat热波段反演地表温度能获得较高精度。单窗算法所需的大气参数包括近地表气温和大气水分含量,单通道算法所需的大气参数仅为大气水分含量。地表辐射率为这两种算法共有的关键参数。本文以福建省福州市为研究区,使用1989年6月15日LandsatTM数据,利用单窗算法和单通道算法对研究区进行地表温度反演,并将这两种算法的反演结果与研究区反演的亮度温度进行了比较,结果表明:(1)两种算法反演的结果总体趋势比较接近,但单窗算法的结果相对于单通道算法较低,二者相差约2.45℃;(2)两种算法的结果与亮度温度相比,单窗算法要高出约2.84℃,而单通道算法则要高出约5.28℃。     

FY-2D云导风在“鲶鱼”台风模拟中的同化试验

为了能给国内的云导风产品在通道的选择和使用方法上提供一些新的参考,以2010年的“鲶鱼”台风为个例,通过对FY-2D云导风产品在WRF模式中的同化对比试验,分析比较了同化了云导风资料之后的台风路径和位势高度场、风场的变化。结果表明,同化之后台风路径的偏差水汽通道要远大于红外通道,随着积分时间的延长,红外通道数据的加入对模拟台风路径的订正作用比水汽通道显著;模式使用不同同化方案的模拟结果也有明显的差别,其中以每24小时一次冷启动的同化循环方案对台风路径有较准确的模拟,而在分析不同通道导风质量优劣方面,则以热循环同化方案最佳。     

晴空颠簸区的一种判断方法及其物理机制的分析

利用高空大气运动及晴空颠簸区的观测事实,得到适合于晴空颠簸区的湍能倾向方程的简化形式,通过对方程中各项物理意义的分析,提出了一种判断晴空颠簸区的指标,并与以前提出的其他一些判断指标进行比较,获得了一些新的认识。     

基于无人机成像点云的禄丰恐龙谷南缘环状地貌空间特征探测实验分析

为了定量获取复杂地貌构造的特征参数,需要获取高精度、高分辨率的地形地貌数据。在复杂地貌特征探测中,基于无人机航测结合成像点云,可以快速、高效、安全、准确地完成复杂地貌空间探测任务。针对禄丰恐龙谷南缘环状地貌的典型局地场景,采用无人机测量技术获取测区高分辨率的地貌影像数据,构建实景三维场景模型并对其地貌特征进行探测分析研究。试验结果表明:①基于无人机成像点云构建0.2 m分辨率DEM数据能够精准表达研究区真实地貌特征。②通过构建环状场景"内-中-外"7条典型高程剖面线,对比分析证实了研究区地形呈现环形"盆缘"形态特征,内外两侧高程逐渐递减,并且"盆缘"外部剖面高程起伏变化剧烈,地形相较于内部地貌更加复杂。③为进一步探测提取微形地貌特征信息,利用无人机成像原理构建的精准DEM数据结合测区实景三维模型,定量提取了该区坡度、坡向、相对高差、等值线、山脊线、山谷线等相关参数进行精准定量测量及分析探讨。④利用立体三维模型的多视角目视解译与典型场景分析,可清楚辨别出测区冲沟发育以及地质体的节理层理面等微地貌特征。通过以上对地貌三维场景探测试验研究表明,利用实景三维模型能够快速准确呈现测区地貌形态特征,并且成像点云数据综合分析,能够量化、半量化揭示区域构造地质信息。总体而言,无人机测量技术与成像点云3D产品在地质调查中的应用具有实用意义,并具备独特的技术优势。      

地表反射率遥感数据支持的火烧迹地面积提取

生物质燃烧排放大量烟雾和温室气体对于全球气候变化有显著影响，而准确及时地提取火烧迹地面积对于火灾补救、植被恢复、估算大气排放至关重要。中分辨率成像光谱仪MODIS较高的时间分辨率可以快速获取全球每日的火烧迹地产品，但对于小型和破碎度高的火烧迹地的遗漏率比较高。据此，本研究融合MODIS与Landsat-8 OLI(Operational Land Imager陆地成像仪)的时空优势，提出了基于地表反射率数据集支持的火烧面积提取算法。首先，使用MODIS地表反射率产品MOD09GA构建燃烧日期前后在红、绿、蓝、近红外和短波红外的先验地表反射率数据集。然后，采用自适应遥感图像时空融合算法(Spatial and Temporal Adaptive Reflectance Fusion Model, STARFM)以及线性拟合的方法对MODIS与Landsat-8地表反射率数据进行空间和光谱一致化处理。最后，运用自动阈值的方法厘定火烧区域的最佳阈值。此外，通过选取4个不同的燃烧规模样地/样区验证了该算法的火烧迹地面积提取准确率在75%以上。本研究将MODIS的高时间分辨率和Landsat-8...     

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。     

A thin cloud removal method from remote sensing image for water body identification

In this paper,a thin cloud removal method was put forward based on the linear relationships between the thin cloud reflectance in the channels from 0.4 μm to 1.0 μm and 1.38 μm.Channels of 0.66 μm,0.86 μm and 1.38 μm were chosen to extract the water body information under the thin cloud.Two study cases were selected to validate the thin cloud removal method.One case was applied with the Earth Observation System Moderate Resolution Imaging Spectroradiometer(EOS/MODIS) data,and the other with the Medium Resolution Spectral Imager(MERSI) and Visible and Infrared Radiometer(VIRR) data from Fengyun-3A(FY-3A).The test results showed that thin cloud removal method did not change the reflectivity of the ground surface under the clear sky.To the area contaminated by the thin cloud,the reflectance decreased to be closer to the reference reflectance under the clear sky after the thin cloud removal.The spatial distribution of the water body area could not be extracted before the thin cloud removal,while water information could be easily identified by using proper near infrared channel threshold after removing the thin cloud.The thin cloud removal method could improve the image quality and water body extraction precision effectively.     

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GF-1/WFV数据的三江源草地月度NPP反演研究

准确认识三江源植被生产力月度尺度的时空格局变化,对三江源畜牧业生产以及生态保护政策制定具有重要意义,可稳定获取的重访周期为4 d的16 m分辨率GF-1/WFV数据使中等空间分辨率的月度NPP产品生产成为可能。本文建立了一套以GF-1/WFV为基本数据源的中等空间分辨率草地月度NPP估算技术方法,并评估了其在三江源地区应用的可行性。在黄河源区玛多县的实验表明以GF-1/WFV为基础,以MODIS13Q1数据为补充,可以获得覆盖全区的中等空间分辨率月度NDVI数据,据其反演得到的草地NPP,地面验证精度在70%以上,优于MODIS NPP产品精度,且能更为详细地反映草地生产力变化的空间差异,在青海三江源地区利用GF-1/WFV数据生产中等空间分辨率的草地月度NPP产品是可行的。     

Flood and waterlogging monitoring over Huaihe River Basin by AMSR-E data analysis

In this paper, we investigated the potential of Advanced Microwave Scanning Radiometer for Earth Observation System （AMSR-E） for flood monitoring. The proposed approach was based on the polarized ratio index （PRI）, which was computed by using AMSR-E data at 37GHz, vertically and horizontally polarized brightness temperature values and the water surface fraction （WSF） got by using the PRI at 37GHz. Moderate Resolution Imaging Spectroradiometer （MODIS） data were used to validate the WSF values. The analysis of flood and waterlogging using the WSF map on July 6, 2003 indicates that the use of WSF for flood and waterlogging disaster assessment is feasible. Utilizing the correlation of WSF derived from AMSR-E and water area derived from MODIS, the water area of the Huaihe River Basin were computed by only using AMSR-E data in the summer of 2003, which overcame the influence of cloud on water estimation using MODIS data during flood.     

MODIS影像的局地云量信息元数据提取算法与应用

云对于光学遥感影像质量及其反演地表参数精度有着重要影响,且其作为时空多变要素之一,在一定程度上制约了光学遥感影像的应用。对于具有2 330km的大扫描幅宽MODIS影像而言,现有的元数据标准仅能反映影像的总体云量,而无法反映云的空间分布状况,限制了MODIS数据的局地研究和应用。本文在现有遥感影像元数据标准的基础上,提出了新的元数据项--局地云量,用于反映云在条带影像中的空间分布状况,并实现在MODIS二级云掩膜条带产品(MOD35)中针对特定区域的局地云量信息提取算法。经验证,本算法能较快速和准确地提取省级行政区的局地云量信息,并可根据用户的需求进一步推广到任意指定的多边形区域,为MODIS数据在局地研究和应用提供了便利。     

Atmospheric correction of ocean color imagery over turbid coastal waters using active and passive remote sensing

This paper demonstrates an atmospheric correction method to process MODIS/Aqua (Moderate-resolution Imaging Spectroradiometer) ocean color imagery over turbid coastal waters with the aid of concurrent CALIOP (Cloud-Aerosol LIdar with Orthogonal Polarization) aerosol data, assuming that there exists "nonturbid" water in the study area where MODIS aerosol optical properties can be retrieved accurately. Aerosol properties from CALIOP measurements were obtained and related to those from MODIS. This relationship, combined with CALIOP aerosol data, was extended to turbid water to derive MODIS aerosol properties, where atmospheric correction using MODIS data alone often fails. By combining MODIS and CALIOP data, aerosol signals were separated from the total signals at the satellite level, and water-leaving radiances in turbid waters were subsequently derived. This method was tested on several MODIS/Aqua ocean color images over South China turbid waters. Comparison with field data shows that this method was effective in reducing the errors in the retrieved water-leaving radiance values to some extent. In the Zhujiang (Pearl) River Estuary, this method did not overestimate the aerosol effects as severely, and provided far fewer negative water-leaving radiance values than the NASA (National Aeronautics and Space Administration) default methods that used MODIS data alone.     

Identifying sky conditions in Iran from MODIS Terra and Aqua cloud products

Clouds can influence climate through many complex interactions within the hydrological cycle. Due to the important effects of cloud cover on climate, it is essential to study its variability over certain geographical areas. This study provides a spatial and temporal distribution of sky conditions, cloudy, partly cloudy, and clear days, in Iran. Cloud fraction parameters were calculated based on the cloud product(collection 6_L2) obtained from the Moderate Resolution Imaging Spectroradiometer(MODIS) sensors on board the Terra(MOD06) and Aqua(MYD06) satellites. The cloud products were collected daily from January 1, 2003 to December 31, 2014(12 years) with a spatial resolution of 5 km × 5 km. First, the cloud fraction data were converted into a regular geographic coordinate network over Iran. Then, the estimations from both sensors were analyzed. Results revealed that the maximum annual frequency of cloudy days occurs along the southern shores of the Caspian Sea, while the minimum annual frequency occurs in southeast Iran. On average, the annual number of cloudy and clear-sky days was 88 and 256 d from MODIS Terra, as compared to 96 and 244 d from MODIS Aqua. Generally, cloudy and partly cloudy days decrease from north to south, and MODIS Aqua overestimates the cloudy and partly cloudy days compared to MODIS Terra.