GF-5 DPC数据的云检测方法研究

高分五号（GF-5）号卫星所搭载的大气多角度偏振探测仪（DPC）能够对地球进行多波段,多角度和的连续观测,其数据对研究全球大气云分布及云辐射反馈作用提供新的视角。本文通法国多角度偏振载荷POLDER（POLarization and Directionality of the Earth’s Reflectances）云检测算法为参考,结合DPC多波段反射率、偏振反射率、表观压强等信息开发了一个适用于DPC的云检测算法。算法主要分为3个部分：首先是阈值方法对云像元进行检测,同时引入表观压强对不同高度的云（如卷云、层积云等）进行进一步的条件约束,然后利用865 nm波段偏振反射率对海表反射的太阳耀斑区进行识别,修正了反射率阈值识别云像元时受到的太阳耀斑干扰。为了验证算法的准确性,利用2018-10-01的MODIS的MOD06云掩码产品与本文云检测算法结果进行定性分析,从目视判读结果可以看出本文云检测结果与MOD06产品具有较高的吻合度;随后又利用2018-10-01—04的CALIPSO-VFM数据与本文云检测结果和MYDO6云掩码产品进行定量分析,分别计算了中低纬度区域（60°N—60°S）的云/晴空像元命中率和云/晴空像元错误预报率,计算结果显示算法云命中率均值相较MYD06云掩码产品高出13.501%的前提下云错误预报率仅高出3.561%,可表明该算法在全球中低纬度区域有着良好的云检测效果。本文提出的云检测算法,可为后续DPC的云参数、水汽、气溶胶等研究提供重要数据支撑。     

中国陆域1∶100万植被指数UNVI多维数据集（2017）

中国陆域1∶100万植被指数UNVI（Universal Normalized Vegetation Index）多维数据集（2017）是在分析MODIS地表反射率产品数据MOD09GA特点,参照传统的植被指数合成算法,为了满足植被长时间序列变化研究需要而生成的16 d合成UNVI数据集。本研究合成的UNVI数据集在反映植被密度、植被覆盖度、植被光合作用速率,以及反演植被理化参数方面,与传统的NDVI和EVI合成数据集相比,具有明显的优势。合成算法主要分为两步：首先对16 d合成周期内存在无效值和反射率负值的MODIS数据进行筛选处理;然后读取合成周期内的质量控制波段数据统计“无云”数据的天数,并根据“无云”数据的天数选择相应合成算法进行UNVI的16 d合成,从而获得2017年中国陆域时间分辨率为16 d,空间分辨率约为0.00286°的UNVI时间序列影像。基于本文提出的合成算法生成的中国陆域UNVI数据集,采用1∶100万标准经纬线分幅,共64景（Tile）,每景所覆盖的经纬度范围为6°×4°,为方便起见,数据集采用MDD多维数据格式（Multi-Dimensional Dataset）存储,每个.mdd文件下存放每景2017年所有时相的影像数据。同时为便于数据下载,全部数据按照分幅压缩为64个.zip文件,压缩后的数据量约为3.78 GB。本数据集能为从事全球变化研究的科研人员提供更方便的植被指数长时间序列数据产品。     

基于CCI和MODIS数据的淮河流域地表土壤湿度降尺度方法研究

土壤湿度是控制陆地和大气间水热能量交换的一个关键参数,同时也是陆面生态系统水循环的重要组成部分。本文选用25 km分辨率的CCI(Climate Change Initiative)土壤湿度产品数据,并结合1 km分辨率的MODIS数据,构建微波土壤湿度产品数据降尺度回归算法,获取淮河流域1 km空间分辨率的土壤湿度数据。降尺度后所获取淮河流域1 km空间分辨率的土壤湿度数据总体上提高了25 km空间分辨率的CCI土壤湿度产品数据的精度.     

基于DMSP-OLS和MODIS数据的宁夏城市化与生态环境耦合协调分析

科学认识城市化与生态环境耦合协调机制,对推动黄河流域及黄河所经地区生态保护和高质量发展具有重要意义。本文以宁夏回族自治区为例,采用长时间序列DMSP-OLS夜间灯光数据建立了适用于宁夏的城市夜间灯光指数（UNLI）,并利用MOD09A1、MOD11A2提出了一种面向大区域尺度的遥感生态指数（RSEI）构建方法。在此基础上,采用耦合协调度模型（CCDM）,探讨分析了2000—2012年宁夏5个地级市城市化与生态环境耦合协调发展过程。结果表明：①基于DMSP-OLS数据建立的宁夏城市夜间灯光指数与人均GDP,以及第一、二、三产业GDP相关性显著（p<0.001）,能够较好地反映宁夏城市化水平。②基于MOD09A1、MOD11A2建立的遥感生态指数能够较好地反映宁夏生态环境质量时空变化特征。③宁夏城市化与生态环境耦合协调度呈稳定上升趋势,整体处于基本协调-生态环境滞后的转型阶段。研究结果对沿黄城市生态保护和高质量发展具有重要参考价值。     

基于MODIS 数据的悬浮泥沙定量遥感方法

以黄海及东海海域为对象,研究用MOD IS数据提取我国海域悬浮泥沙时空分布的定量遥感方法,建立了基于MOD IS数据的悬浮泥沙定量遥感实用模式。研究表明,用250 m和1 000 m分辨率的MOD IS数据进行悬浮泥沙浓度的定量遥感,可以达到实际应用的精度要求。这说明,MOD IS数据是研究近岸水体中悬浮物输运变化规律的一种经济实用数据源。     

MODIS数据地表温度反演分裂窗算法的IDL实现

地表温度是气象、水文、生态等研究领域中的一个重要参数。本文针对MOD IS数据的分裂窗算法进行了简要的介绍,并对参数的获取进行了分析。该算法已经被推荐并已经应用于中国地表温度产品生产。为了进行义务化流程生产地表温度产品,我们在IDL6.0环境下,编程实现了该算法。该程序运算速度快,操作简便,不需人为干预就可快速反演地表温度,非常适合批量计算MOIDS地表温度。     

SSM／I微波辐射计数据陆面温度反演

利用美国防卫气象卫星计划（OMSP）特别微波辐射／成像计（SSM／I）的多通道微波辐射亮温数据，开展中国陆地区域陆地表面温度反演研究，选择1997年7月20／24日的SSM／I数据，先对中国陆地区域的数据进行处理与成像，然后基于Holliger算法利用七个通道数据进行地表类型分类，最后利用SSM／I数据的统计算法进行中国区域内的陆面温度反演研究，并用NOAA－AVHRR反演的温度数据进行分析比较，其结果与实际情况基本一致，研究结果表明，SSM／I微波辐射计数据可以为大面积的陆面温度反演提供快速的研究方法，为全球变化研究提供一种新资料。     

MODIS分裂窗算法反演地表温度

在分析分裂窗算法原理的基础上,介绍几种常用的分裂窗算法,选取Qinetal（2001）提出的分裂窗算法作为温度反演的最优方法,对MODIS数据进行辐射定标、大气纠正和几何校正,采用对植被反映比较敏感的Sobrino方法计算地表比辐射率,反演出京津唐地区的陆面温度。结果表明：城区温度最高,水体温度最低,反演结果较为理想。...     

基于GF-1WFV数据的16 m分辨率反照率产品算法与验证

地表反照率在陆面气候和生物圈模型中起着至关重要的作用。为了更好地满足多领域研究的要求,拓宽定量遥感参数的应用,许多研究学者及团队正在利用不同的算法开发高分辨率地表反照率产品。本文提出的算法基于中国高分一号卫星WFV传感器数据和500 m分辨率的GLASS反照率产品生成高空间分辨率的反照率产品。算法思路首先用直接反演算法反演GF-1 WFV数据得到16 m分辨率初级反照率产品,再将500 m分辨率的GLASS反照率产品与16 m分辨率初级产品的纹理信息进行降尺度融合,最终得到16 m分辨率的融合反照率产品。以2016年—2017年黑河实验区的8个站点的地面观测值对算法结果进行验证,实测数据与反演融合数据的时间序列图表明融合后的16 m分辨率反照率与实测值一致性较好;同时,通过2016年—2017年所有站点散点图分析,融合反照率均方根误差为0.02439,初级反照率则为0.05135,融合反照率比初级反照率更接近实测值。16 m分辨率反照率产品在平均值与500 m分辨率的GLASS反照率产品一致的前提下丰富了空间纹理信息,能够更好地支持在区域尺度研究人类活动对环境的影响。     

Himawari 8 AHI数据地表温度反演的实用劈窗算法

地表温度是水文、气象、气候和环境等研究领域中的关键参数,利用热红外遥感可快速获取区域和全球高精度的地表温度数据。Himawari 8号是日本发射的新一代地球静止轨道气象卫星,星上搭载AHI(Advanced Himawari Imager)成像仪,具有更高的时空分辨率。利用AHI第14(11.2μm)和15(12.35μm)通道星上亮温数据,提出反演地表温度的实用劈窗算法,其中输入的发射率数据利用ASTER GED(Global Emissivity Dataset)v4计算得到。劈窗算法的系数由观测角度和大气水汽含量分区决定,其中大气水汽含量由两个劈窗通道直接估算得到。利用黑河流域生态—水文过程综合遥感观测联合试验(Hi WATER)4个站点的实测数据和中国7个湖泊中心点的MODIS地表温度产品对反演结果进行验证,结果表明,算法的均方根误差(RMSE)在3 K以内,达到目前常用遥感地表温度产品的精度。同时与利用MOD11C3 C6产品估算的发射率和温度反演结果进行对比分析,发现ASTER GED反演的结果具有更高的精度,适合用来生产高精度的地表温度产品。     

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 LAI产品真实性检验与偏差分析

当前对MODIS LAI产品的真实性检验工作中,更多的是关注遥感产品在数值与趋势上与地表真值的一致性程度,很少工作能够全面分析遥感LAI产品偏差来源以及不同来源的偏差对全局偏差的贡献率。本文在对MODIS LAI产品进行真实性检验基础之上,进一步分析了MODIS LAI产品偏差来源。将遥感产品真实性检验偏差来源分解为反演模型,反射率数据和冠层聚集效应3个方面,并定量分析各个偏差源对真实性检验结果的影响。以河北省怀来玉米为研究对象,结合实测LAI数据和Landsat 8 OLI(Operational Land Imager)数据建立NDVI LAI半经验模型,得到LAI参考数据,据此对MODIS LAI产品进行真实性检验及偏差分析。研究表明,该区域MODIS LAI产品存在明显的低估现象,参考数据和MODIS LAI数据均值分别为3.53 m2/m2和2.33 m2/m2,MODIS产品低估为34.14%。在各个偏差因素中,反射率数据的差异对结果影响最大,即MODIS地表反射率数据与Landsat 8 OLI地表反射率数据的差异造成的偏差占总偏差的57.50%;聚集效应的影响次之,占总偏差的28.33%;模型差异对结果的影响最小,占总偏差的14.17%。本研究对遥感产品真实性检验及其不确定性分析具有一定的借鉴意义。     

Intercomparison and validation of MODIS and GLASS leaf area index (LAI) products over mountain areas: A case study in southwestern China

The validation study of leaf area index (LAI) products over rugged surfaces not only gives additional insights into data quality of LAI products, but deepens understanding of uncertainties regarding land surface process models depended on LAI data over complex terrain. This study evaluated the performance of MODIS and GLASS LAI products using the intercomparison and direct validation methods over southwestern China. The spatio-temporal consistencies, such as the spatial distributions of LAI products and their statistical relationship as a function of topographic indices, time, and vegetation types, respectively, were investigated through intercomparison between MODIS and GLASS products during the period 2011–2013. The accuracies and change ranges of these two products were evaluated against available LAI reference maps over 10 sampling regions which standed for typical vegetation types and topographic gradients in southwestern China.The results show that GLASS LAI exhibits higher percentage of good quality data (i.e. successful retrievals) and smoother temporal profiles than MODIS LAI. The percentage of successful retrievals for MODIS and GLASS is vulnerable to topographic indices, especially to relief amplitude. Besides, the two products do not capture seasonal dynamics of crop, especially in spring over heterogeneously hilly regions. The yearly mean LAI differences between MODIS and GLASS are within ±0.5 for 64.70% of the total retrieval pixels over southwestern China. The spatial distribution of mean differences and temporal profiles of these two products are inclined to be dominated by vegetation types other than topographic indices. The spatial and temporal consistency of these two products is good over most area of grasses/cereal crops; however, it is poor for evergreen broadleaf forest. MODIS presents more reliable change range of LAI than GLASS through comparison with fine resolution reference maps over most of sampling regions. The accuracies of direct validation are obtained for GLASS LAI (r = 0.35, RMSE = 1.72, mean bias = −0.71) and MODIS LAI (r = 0.49, RMSE = 1.75, mean bias = −0.67). GLASS performs similarly to MODIS, but may be marginally inferior to MODIS based on our direct validation results. The validation experience demonstrates the necessity and importance of topographic consideration for LAI estimation over mountain areas. Considerable attention will be paid to the improvements of surface reflectance, retrieval algorithm and land cover types so as to enhance the quality of LAI products in topographically complex terrain.     

中国区域MuSyQ叶面积指数产品验证与分析

对多源遥感数据协同生产的2010年—2015年中国区域1 km空间分辨率5天合成的MuSyQ（Multi-source data Synergized Quantitative remote sensing production system）叶面积指数LAI产品进行验证。参考现有的LAI产品（MODIS c5,GLASS LAI）和中国生态系统研究网络部分农田和森林站点可用的LAI地面测量数据,从时空连续性、时空一致性、精度和准确性等方面对中国区域的MuSyQ LAI产品进行定性和定量分析与评价。结果表明：（1） MuSyQ LAI产品在保证精度优于MODIS产品的情况下,时间分辨率和时空连续性均有提高。MuSyQ LAI与其他LAI产品（MODIS c5,GLASS LAI）在整体上有很好的一致性（RMSE=1.0,RMSE=0.81）,但对常绿阔叶林高值处的描述不稳定;（2） 与LAI地面测量数据相比,MuSyQ LAI产品与地面参考图对比结果较好（最高相关性（R²=0.54）和较低总体误差（RMSE=0.96））,其在阔叶作物生长季高值处有些许低估且在某些阔叶林站点有些高估。整体上,MuSyQ LAI产品呈现出较高的精度,可靠的空间分布和连续稳定的时间分布,且对森林LAI的描述具有更可靠的动态范围。     

锡林浩特草原区域MODIS LAI产品真实性检验与误差分析

本文研究了LAI产品真实性检验的指标和方法,建立了LAI产品真实性检验的流程,将遥感产品真实性检验误差分解为模型误差、数据定量化差异和尺度效应3个方面。以内蒙古锡林浩特草原为研究区,结合实测数据和Landsat TM数据建立NDVI-LAI模型,得到LAI验证参考"真值",据此"真值"按照本文的流程对MODIS LAI产品进行验证,分析了研究区MODIS LAI产品真实性检验的误差来源。研究表明,该研究区的MODIS LAI(MOD15A2)产品相对高估约25%。各个误差因素中,LAI遥感模型差异对于结果影响最大,MODIS LAI模型高估了该区域草地LAI(高估约44.2%);数据定量差异的影响也比较大,MODIS地表反射率数据与Landsat TM地表反射率数据的差异造成了约16.2%的低估;尺度效应的影响较小,造成约3.1%的低估,其中NDVI-LAI模型的尺度效应带来2.4%的低估,NDVI数据的尺度效应造成约0.7%的低估。     

基于波谱知识库的MODIS叶面积指数反演及验证

目前用物理模型反演叶面积指数普遍存在缺少先验知识的状况，如何获得准确的先验知识是遥感走向应用的一个关键环节。中国典型地物标准波谱数据库就是结合国家重大行业中的应用需求，研究制定地物波谱获取与分析的技术规范和数据标准，建立典型地物标准波谱数据库。从波谱数据库提取模型反演所需要的先验知识，实现了基于SAIL模型的MODIS数据（经过几何纠正与大气纠正）叶面积指数的反演。另外，基于TM数据，对MODIS混合像元进行了分解，用纯像元的叶面积指数与实测数据进行对比验证，同时，反演结果与NASA的LAI产品也进行了对比，结果表明基于波谱库的先验知识可以有效的提高叶面积指数的反演精度。     

尺度效应的叶面积指数产品真实性检验方法

真实性检验是评价遥感反演产品质量和验证遥感应用产品是否准确、真实地反映实际情况的重要途径。叶面积指数(LAI)是表征陆地植被结构和长势的关键参数,全面准确评价和验证LAI产品是产品用于陆面过程模型的前提。本文以MODIS LAI与GLASS LAI产品为研究对象,在尺度效应和尺度转换的基础上,建立了针对非均匀像元的低分辨率LAI产品真实性检验方法。在考虑空间异质性和植被长势差异的情况下,借助中分辨率的遥感影像,分别利用1 km像元平均叶面积指数和反演表观叶面积指数实现了对LAI算法和产品的真实性检验。为了比较作物长势差异和地表非均匀度对产品的影响,本文选择有代表性的河南鹤壁和甘肃张掖两个地区进行两种LAI产品真实性检验研究。研究结果表明,GLASS LAI和MODIS LAI产品均存在明显的低估现象。这并不是产品算法的问题,而是由于地表异质性和非均匀度的影响。在异质性更显著的张掖盈科灌区,低估现象更明显。GLASS LAI产品是多种LAI产品的融合,它的平均LAI比MODIS更接近真实情况,但是LAI的动态范围比MODIS窄。     

采用DBM方法的时间序列LAI建模与估算

运用DBM(Data Based Mechanistic)方法,使用MODIS数据,建立了遥感观测反射率数据与叶面积指数(LAI)在时间序列上的统计关系模型(LAI_DBM模型),并结合部分Bigfoot站点实测LAI数据进行了模型检验。结果显示,LAI_DBM模型能够较好表达时间序列反射率与LAI的动态变化关系。LAI_DBM模型使用遥感观测数据实时估算得到的LAI,在数据质量和时间连续性上比MODISLAI有改进。     

NASA MODIS海冰产品评价分析——以辽东湾海冰监测为例

NASA开发的MODIS海冰产品可提供全球范围的海冰分布和冰表温度信息,但将其直接用于局地和区域海冰监测时,其精度还有待进一步验证.以辽东湾冬季海冰监测为例,对MODIS海冰产品进行了分析,发现该产品将区域内绝大部分海冰标识为云.根据NASA的海冰算法,利用反射率和冰表温度(Ice Surface Temperatur...     

Anomaly Detection in MODIS Land Products via Time Series Analysis

With remote sensing information products becoming increasingly varied and arguably improved, scientific applications of such products rely on their quality assessment. In an operational context such as the NASA (National Aeronautics and Space Administration) information production based on the MODIS (Moderate Resolution Imaging Spectroradiometer) instrument on board Earth Observing System (EOS) Terra and Aqua satellites, efficient ways of detecting product anomaly, i.e., to discriminate between product artifacts and real changes in Earth processes being monitored, are extremely important to assist and inform the user communities about potential unreliability in the products. A technique for anomaly detection, known as MAD (the median of absolute deviate from the median), in MODIS land products via time series analysis is described, which can handle intra- and in-ter-annual variation in the data by using MAD statistics of the original data and their first-order difference. This method is shown to be robust and work across major land products, including NDVI, active fire, snow cover, and surface reflectance, and its applicabil-ity to multi-disciplinary products is anticipated.