应用小波收缩方法剔除MODIS热红外波段数据条带噪声

采用多元并扫方式 (1km分辨率 1 0元并扫 ,5 0 0m分辨率 2 0元并扫 ,2 5 0m分辨率 4 0元并扫 )的MODIS传感器由于各探测单元在轨响应差异而引起的条带噪声对MODIS定量产品的反演计算精度造成一定影响。这种影响在MODIS的热红外波段尤其明显。为了尽可能减少这种影响 ,提高MODIS定量产品反演精度 ,提出应用小波收缩方法剔除MODIS数据条带噪声。研究首先使用连续小波变换方法分析MODIS条带数据 ,确定MODIS数据条带噪声在小波系数域中的尺度。其次 ,在分析条带噪声模式的基础上 ,使用小波收缩方法对MODIS 1B数据进行噪声剔除计算。最后比较了分别使用噪声剔除前后的两组MODIS 1B数据反演得到的部分云和大气定量遥感产品 ,结果表明 ,使用剔除噪声后的MODIS 1B数据反演的定量遥感产品精度具有明显的提高     

中国区域MODIS LAI产品及其改进

叶面积指数(LAI)是表征地表植被生长状况和进行陆面过程系统模拟的一个重要参数,搭载在Terra和Aqua两颗卫星上的MODIS传感器能够长时问收集全球陆地表面LAI的变化信息.然而,目前发布的MODIS LAI数据产品的时空不连续性制约着MODIS LAI产品在农作物长势监测与产量估计、地球表面过程模拟、全球变化研究等领域的应用.论文对中围区域MODIS LAI的标准产品进行了分析和总结,指出造成日前发布的中国区域MODIS LAI的标准产品在时间和空间上的不连续性,既有MODIS LAI反演算法的原因,更有MODIS反射率数据质量的原因.针对中国区域MODIS LAI标准产品存在的时空不连续性问题,论文在TSF滤波算法的基础上,进一步考虑地表反射率数据质量对MODIS LAI标准产品的影响,提出了改进的TSF滤波算法,并给出了基于该算法生成的时间上和空间上更具连续性的中国区域的MODIS LAI改进产品.本文发展的新算法和LAI改进产品可为相关研究提供LAI数据和产品算法参考.     

MODIS的特性及其应用

在对地观测系统(EOS)计划中,MODIS中分辨率成像光谱仪是最有特色的传感器之一。本文对MODIS的基础知识进行了全面的介绍,在国际环境中阐述了MODIS传感器及其数据在遥感领域的地位、发展及其应用。全文主要包括:EOS计划的地位、目标、内容及其卫星和传感器简介;MODIS传感器的仪器特性;MODIS遥感数据的应用原理及应用领域。为我国今后在成像光谱领域的发展打下一定的基础。     

针对MODIS影像的劈窗算法研究

在分析热红外遥感和现有的劈窗算法的理论基础上,针对MODIS数据对劈窗算法进行了推导。通过对热辐射强度和温度之间的关系计算,对Planck函数进行了线性简化,同时分析了MODIS的波段设置特点。MODIS的近红外波段适宜于反演大气水汽含量,而大气透过率主要从MODIS的近红外波段数据反演得到大气水汽含量,并进而根据水汽含量与大气透过率的关系来进行估算。通过MODIS的可见光波段、近红外和中红外波段数据,完全可以获得地表温度反演所需要的基本参数,从而形成了针对MODIS数据的地表温度反演的劈窗算法。最后以环渤海地区为实验区,对本文提出的方法进行了实际应用分析。     

MODIS在我国陆地科学中的应用进展研究

为了使人们对MODIS在我国陆地科学中的应用现状有一概要了解,较系统地阐述了我国学者在MODID数据的初步处理研究、数据信息提取方法研究和生产实践应用等3个方面的成果,旨在表达MODIS数据在我国陆地科学研究中不断完善的过程和遇到的困难,以便为进一步丰富和完善MODIS数据的应用提供理论支持;指出了MODIS数据的进一...     

CMONOC观测约束下的中国大陆地区MODIS PWV校正

基于CMONOC提供的GNSS观测和气象资料，开展中国大陆地区不同气候类型的MODIS PWV校正研究。首先依据不同气候类型，开展GNSS PWV与MODIS PWV的相关性分析；然后基于GNSS PWV构建不同气候类型的MODIS PWV校正模型；最后根据MODIS PWV、模型校正的MODIS PWV分别与GNSS PWV比较，开展模型改进效果检验。研究表明：不同气候类型的MODIS PWV校正模型，均能有效改善MODIS PWV精度，提高MODIS PWV在短期天气预报和InSAR大气校正的应用。     

基于MODIS云产品的AIRS像素云检测

为了利用MODIS云产品数据检测出大气红外探测器(AIRS)数据中像素云的特性,首先采用空间匹配算法对MODIS和AIRS数据进行匹配,然后结合MODIS云分类、云相态掩模及其业务上的云检测算法,实现了利用MODIS数据对AIRS像素云(单个视场云)特性的检测.结果表明,用MODIS 1 km分辨率产品数据可以实现对AIRS数据的云分类(低云、中云、高云)和云相态(水云、冰云、混合云)检测.     

基于分裂窗算法的温度反演研究及应用

分析了MODIS热红外数据的特点,利用MODIS热红外数据,实现了2004年7月23日的湖北省地区组分温度的反演。     

基于MODIS与GPS的D-InSAR大气延迟改正量提取

受GPS站点密度的限制,利用GPS数据改正D-InSAR中大气延迟误差往往达不到很好的效果。为此,研究了GPS与MODIS联合实现大气延迟改正量提取方法,利用两期GPS观测数据及相应时间的MODIS数据分析GPS-PWV与MODIS-PWV的关系,进一步得到MODIS水汽的校正模型。经过GPS+MODIS算法改正后,大气延迟改正精度为3.618mm,满足形变测量的要求。实验结果表明:在大气状态变化缓慢时,利用GPS结合MODIS数据对D-InSAR大气延迟改正有一定的效果。     

MODIS数据在积雪检测中的应用

积雪作为影响环境的一个因素,是非常重要的。自1999年Terra卫星升空以来,MODIS数据在环境监测的各个方面得到了广泛的应用。由于MODIS数据的高光谱、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监测方面。本文就MODIS数据的积雪检测算法进行了探讨,对森林中雪的检测以及云和雪的区分进行了大量的研究。结果显示：MODIS数据对积雪检测非常有效。     

Use of service middleware based on ECHO with CSW for discovery and registry of MODIS data

Nowadays, NASA is producing several terabytes Moderate Resolution Imaging Spectroradiometer (MODIS) data everyday; how to find the data with criteria, such as specific times, locations, and scales using an international standard becomes more and more important. In this paper, a service-oriented architecture for use of the integration Earth Observation System Clearing-HOuse (ECHO) with the Open Geospatial Consortium (OGC) Catalogue Service—Web profile (CSW) is put forward. The architecture consists of three roles: a service requester (the user), a service provider (the ECHO metadata server), and a service broker (the GeoNetwork CSW and MODIS registry service middleware). The core component-MODIS registry service middleware includes three components: metadata fetcher, metadata transformer, and metadata register. The metadata fetcher is used to fetch metadata from ECHO metadata server; the metadata transformer is responsible for transform metadata from one form to another; the metadata register is in charge of registering ISO19139-based metadata to CSW. A prototype system is designed and implemented by using the service middleware technology and a standard interface and protocol. The feasibility and the response time of registry and retrieval of MODIS data are evaluated by means of a realistic LPDAAC_ECS MODIS data center. The implementation of this prototype system and the experiment show that the architecture and method is feasible and effective.     

一种面向LSF调度的遥感影像处理服务的实现方法

提出了一种面向LSF底层调度的影像处理服务,采用Socket技术的异步通信机制,调用LSF网格环境下的遥感影像处理服务,实现了在线裁剪MODIS影像。     

MODIS 1B影像几何纠正方法研究及软件实现

MODIS影像是一种新型和重要的数据。对MODIS 1B影像几何畸变原因进行了深入分析，选择了一种合适的纠正方法。对于1km分辨率MODIS 1B影像，直接采用1km分辨率的空间坐标进行几何纠正；对于250m和500m分辨率的MODIS 1B影像，先用三次样条曲线对坐标进行插值生成同分辨率的坐标，然后利用坐标插值结果对其进行几何纠正。由于MODIS影像在空问分布上的特殊性，采用前向和后向映射相结合的方式确定纠正后某一像素点在原始影像中的位置。根据该位置的条带重叠度，可以确定参与计算像素个数、搜索窗口的大小以及窗口的精确位置；采用归一化反距离加权插值法计算纠正后像素点的属性值。上述优化算法不仅保证了纠正后影像的质量，而且提高了数据处理速度。作者在Visual C 6．0环境下开发实现了上述算法。从坐标插值和几何纠正结果分析，无论是数据处理速度还是纠正后的影像质量和精度均达到要求。     

MODIS影像的几何处理算法研究

MODIS影像的几何处理是一项基础性的研究工作,是数据投入使用之前的一个十分重要的环节。该文对MODIS影像边缘区域数据重叠问题的几何精纠正方法进行了研究。由于MODIS的大扫描角和地球曲率的影响导致了数据重叠错位现象,通过比较已有的重叠效应去除算法的优缺点,研究了在几何纠正过程中消除影像边缘重叠的直接法和直接-间接法两种重采样方法。实验表明,这两种方法使重叠现象都得到了有效的去除,并且几何精纠正精度基本符合要求,重建了真实的影像几何特征。     

Multi-scale remote sensing to support insurance policies in agriculture: from mid-term to instantaneous deductions

ABSTRACT

Climate change is today one of the biggest issues for farmers. The increasing number of natural disasters and change of seasonal trends is making insurance companies more interested in new technologies that can somehow support them in quantifying and mapping risks. Remotely sensed data, with special focus on free ones, can certainly provide the most of information they need, making possible to better calibrate insurance fees in space and time. In this work, a prototype of service based on free remotely sensed data is proposed with the aim of supporting insurance companies’ strategies. The service is thought to calibrate annual insurance rates, longing for their reduction at such level that new customers could be attracted. The study moves from the entire Piemonte region (NW Italy), to specifically focus onto the Cuneo province (Southern Piemonte), which is mainly devoted to agriculture. MODIS MOD13Q1-v6 and Sentinel-2 L2A image time series were jointly used. NDVI maps from MODIS data were useful to describe the midterm phenological trends of main crops at regional level in the period 2000–2018; differently, Sentinel-2 data permitted to map local crop differences at field level in 2016 and 2017 years. With reference to MODIS data, the average phenological behavior of main crop classes in the area, obtained from the CORINE Land Cover map Level 3, was considered using a time series decomposition approach. Trend analyses showed that the most of the crop classes alternated three phases (about 7 years) suggesting that, presently, this is probably the time horizon to be considered to tune mid-term algorithms for risk estimates in the agricultural context. Crop classes trends were consequently split into three phases and each of them modeled by a first-order polynomial function used to update correspondent insurance risk rate. Sentinel-2 data were used to map phenological anomalies at field level for the 2016 and 2017 growing seasons; shifts from class average behavior were considered to locally and temporarily tune insurance premium around its average trend as described at the previous step. Synthesizing, one can say that this approach, integrating MODIS and Sentnel-2 data, makes possible to locally and temporarily calibrate premiums of indexed insurance policies by describing the average trends of crop performance (NDVI) at regional level by MODIS data and refining it at field and specific crop level by Sentinel-2 data.     

Estimation of Systematic Errors of MODIS Thermal Infrared Bands

This letter reports a statistical method to estimate detector-dependent systematic error in Moderate Resolution Imaging Spectroradiometer (MODIS) thermal infrared (TIR) Bands 20-25 and 27-36. There exist scan-to-scan overlapped pixels in MODIS data. By analyzing a sufficiently large amount of those most overlapped pixels, the systematic error of each detector in the TIR bands can be estimated. The results show that the Aqua MODIS data are generally better than the Terra MODIS data in 160 MODIS TIR detectors. There are no detector-dependent systematic errors in Bands 31 and 32 for both Terra and Aqua MODIS data. The maximum detector errors are 3.00 K in Band 21 of Terra and -8.15 K in that of Aqua for brightness temperatures of more than 250 K     

基于二次多项式的AOD数据融合方法

针对Aqua和Terra MODIS AOD数据利用线性回归算法拟合结果不够精确的问题,本文提出了二次多项式回归算法对其进行拟合,二次多项式是指这个多项式的项数超过1,且最高次方数为2。采用二次多项式回归和线性回归算法分别对2015年随机选择的一天和4-6月的AOD数据进行拟合,并将两种方法拟合的结果进行对比分析。研究结果显示,针对同一组Aqua和Terra MODIS AOD数据的拟合,二次多项式回归方法拟合得到的RMSE、MAE、R值比线性回归拟合方法得到的值精度都要高很多,说明二次多项式回归拟合方法在Aqua和Terra MODIS AOD数据的拟合方面优于线性回归方法的拟合,证明了二次多项式回归拟合方法适用于此方面的研究,而且能够提升Aqua和Terra MODIS AOD数据拟合结果的精度。     

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。     

基于ENVI的MODIS数据预处理方法

基于ENVI遥感影像处理软件，选取湖北省MODIS数据，经预处理得到可以进一步分析的湖北省MODIS数据，重点讲述了应用ENVI软件对MODIS数据进行遥感影像预处理的方法和流程，为区域农业遥感数据库建设提供遥感数据处理方法支撑。     

基于EOS/MODIS若尔盖高原地区湿地信息提取及变化监测

以若尔盖高原地区为研究区,利用多时相中分辨率成像光谱仪MODIS(Moderate Resolution Imaging Spectroradiometer)遥感影像数据,采用基于归一化植被指数(NDVI)的时间序列谐波分析方法,对2001~2013年夏季的MODIS/NDVI和MODIS/EVI进行重构,去除云干扰,采用决策树分类方法获取若尔盖高原地区2001~2013年夏季湿地信息的分布数据并作统计。结果表明:基于EOS/MODIS遥感数据,采用决策树分类方法获取若尔盖高原地区的湿地信息数据是可行的;若尔盖高原地区的湿地面积是随年际的变化呈锐减趋势,若尔盖高原地区湿地的退化主要是受到近年来气候暖干化的影响,人类活动则加剧了湿地萎缩及退化的趋势。