MODIS数据在青海省积雪监测中的应用

本文主要探讨目前EOS/MODIS卫星数据在青海省监测积雪业务中的应用,讨论青海省云、雪等自然界面的光谱特征,提出利用积雪指数NDSI,鉴别雪、冰和云的方法,以及积雪分布图的制作和积雪面积的提取处理流程。     

基于MODIS资料的西藏遥感积雪监测业务化方法

雪灾是西藏地区藏北一线、南部边缘地区对牧业生产影响最严重的灾害之一,利用卫星遥感资料开展积雪监测,提供监测信息产品具有重要的现实意义.利用拉萨接收站接收的中分辨率成像光谱仪(MODIS)卫星遥感资料对西藏高原积雪的监测方法进行了探讨,找出适合该地区的积雪判别模式,建立MODIS资料为基础的积雪监测系统.基于MODIS数据计算得出的归一化差分积雪指数(NDSI)和归一化植被指数(NDVI)与1、2、4、6通道等相结合,建立积雪监测模型是可行的;得出的积雪判识方法对于西藏地区有较高的适用性,如结合地表土地利用类型数据将有林区和非森林区分开计算,能较好地消除藏东南地区因地势复杂、森林茂密对NDSI的影响.     

MODIS积雪遥感监测系统的研制

利用MODIS高光谱、多波段资料和气象台站观测资料，以逐步判别与Bayes判别等数学统计的方法结合不同目标物的光谱特性，同时考虑下垫面条件和季节等对积雪深度分布的影响，建立MODIS积雪深度回归模型；以面向对象的编程技术，采用Microsoft Visual C＋＋．NET软件开发工具，通过“类”概念的设计方法，建立MODIS积雪遥感监测业务系统，计算出积雪面积、覆盖度、各层雪深、雪水当量等多个反映测区积雪总量的物理参数，制作出各类积雪产品。该系统投入业务试运行后，系统运行稳定可靠并在2006年度冬季北疆地区雪灾监测服务和2006年新疆春季洪涝灾害决策服务中发挥了重大作用。     

北半球积雪监测诊断业务系统

利用卫星遥感和常规观测的积雪资料，确定了适合业务使用的北半球及中国积雪监测诊断方法，并初步建立了北半球和中国积雪监测业务。其相关业务产品主要有：北半球月积雪日数、中国月积雪日数、积雪深度的分布，北半球、欧亚、中国等不同区域积雪面积距平指数。     

EOS/MODIS资料在监测黄河内蒙古段凌汛中的应用

利用EOS/MODIS资料,结合野外实地调查,对黄河内蒙古段凌汛开展了有效的监测,并进行了业务实践.结果显示:利用MODIS的NDSI、B2、B26和B31资料可以对凌汛开河时期实现有效的监测.而在封河时期由于受到分辨率的影响不能实现监测的目的.     

内蒙古雪灾监测方法研究

针对内蒙古站点少，分布不均匀，而且发报不连续的实际情况，结合常规站点雪深资料和卫星监测的积雪覆盖率资料，主要考虑积雪厚度和持续时间以不同草场的灾情影响，建立了一套简单的内容古雪灾监测方法。     

基于FY3\VIRR数据的积雪遥感监测方法研究 -以阿勒泰地区为例

以FY-3可见光与红外辐射计（VIRR）为主要数据,利用FY3\VIRR 1、6、10通道数据,以指数法和光谱阈值相结合的多光谱积雪监测算法对2013年阿勒泰地区卫星数据进行积雪监测处理。处理结果与MODIS积雪监测业务产品对比分析得出：利用FY3\VIRR可以实现对研究区的积雪遥感监测,监测结果与现有MODIS积雪监测业务产品较一致,具有可比性。     

利用MODIS资料监测和预警干旱新方法

为了提高遥感监测土壤水分和干旱的技术水平,在对常用遥感监测土壤水分和干旱方法进行评价的基础上,根据土壤热力学理论,提出了利用EOS/MODIS资料遥感监测农业干旱的新方法———能量指数模式。实际监测应用结果表明,能量指数模式更适合农作物土壤水分和干旱的监测,监测效果明显优于已经业务化的其它模式。农作物生长季节干旱的预警应当在土壤水分遥感监测的基础上,考虑未来预警期内的预报降水量和最高气温,并且把这个预报降水量和最高气温定量转化为土壤水分订正值,按照当地的标准划分成干旱预警等级。     

陕西省干旱监测预测评估业务平台

从实际需求和业务应用着眼,利用MODIS遥感资料和地面加密气象与土壤湿度观测资料,综合气候、植被、水文和地质环境等因素,对陕西省生态农业气候环境进行了区划。建立基于MODIS卫星遥感资料的干旱监测业务化方法和模型,开发了气象干旱和农业干旱预测模型及干旱综合影响评估模型,形成了干旱监测预测评估业务平台,实现了省、市、县干旱监测-预测预警-影响评估的系列化服务。     

FY-4卫星资料在青藏高原地区积雪判识和雪深反演中的应用

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用，对气候预测、雪灾预测等具有重要意义。FY-4（风云4号）卫星数据具有高时空分辨率的优势，基于FY-4A（风云4号A星）构建积雪监测方法与模型，不仅拓展了静止卫星应用领域，也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据，对积雪与云的变化掌握的更为细致，但用于积雪监测的波段，因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品（FY-3D_SNC）数据，构建了基于归一化积雪指数（Normalized Difference Snow Index，NDSI）的FY-4A卫星积雪判识方法，提出了雪深监测模型与等级划分指标。结果表明：NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值，无论有云或无云条件，其漏判率均低于8.0%。地面站点验证结果表明，积雪判识准确率达83.33%以上。空间范围内直接剔除云区后，积雪判识经混淆矩阵验证准确率在82.48%以上。因此，FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星对超过10 cm以上雪深不具备区分能力，但可以较好地识别10 cm以下浅雪雪深，相关系数达到0.745，〖JP3〗通过了0.001显著性水平检验。据此建立的FY-4A卫星0～10 cm雪深等级指标，总体分级精度达到87.50%。FY-4A卫星雪深反演方法在青藏高原地区对0～10 cm浅雪雪深有较好的估算能力。     

气象部门省级卫星遥感监测服务工作的发展和当前任务

随着FY-1D卫星的发射成功，以及各省(区、市)气象局相继配备能接收MODIS资料、风云1D卫星资料、NOAA卫星资料的设备，为省级卫星遥感资料的深层次开发应用奠定了基础；另外，气象部门业务服务向气候系统领域的拓展要求利用“3S”技术，特别是遥感技术，更好地监测资源、环境状况，为我国生态环境的建设和保护提供决策服务。面对发展机遇和挑战，总结过去，认清现状，明确未来发展方向显得非常重要。     

从MODIS资料提取土壤湿度信息的主成分分析方法

沿袭了遥感地物分类中K-L变换思想, 以归一化处理后的遥感数据, 结合地面土壤湿度观测数据, 应用主成分分析方法, 采用MODIS不同红外波段数据, 通过相关关系计算, 在监测结果中融合MODIS具有250 m分辨率的第2波段数据, 建立了青海省多维特征空间土壤湿度监测模型。模型的建立克服了热惯量法监测干旱需多时相遥感数据的缺陷, 经初步检验, 此模型可以在一定精度范围之内监测表层土壤湿度, 具有业务应用潜力。     

MODIS沙尘暴判识方法与业务系统

为了利用MODIS资料对沙尘暴的范围和强度进行定量判识,应用2002--2004年多次MODIS资料,通过对沙尘暴、云、雪和沙漠光谱特征的分析,构建了定量判识沙尘暴范围和强度的两个沙尘指数.利用2002-2007年数次沙尘暴过程对沙尘指数的判别效果进行检验,表明构建的两个M()DIS沙尘指数能够有效地监测沙尘暴的范围和强度,且方法简单,适用于业务应用.针对目前西北沙尘暴遥感监测业务服务以定性图像为主,服务产品较为单一的问题,对MODIS沙尘暴判识方法进行业务化,并结合GIS进行沙尘暴影响范围的分析,开发研制了自动运行的MODIS沙尘暴监测和影响评估业务系统.系统具生成沙尘暴MODIS影像图、沙尘暴范围和强度遥感监测图、沙尘暴影响土地类型图、全国各省(直辖市)沙尘面积统计表、全国不同土地类型沙尘暴影响面积统计表、甘肃省各县沙尘暴的影响面积统计表和甘肃省不同土地类型沙尘影响面积统计表等功能,为沙尘暴定量和精细服务提供了丰富的产品.     

青藏高原冬春多源积雪资料年际变化尺度上的适用性分析

青藏高原冬春积雪变化具有显著的年际变化特征,其对中国东部夏季降水预测具有一定指示意义。由于特殊的复杂地形,青藏高原气象站点分布稀疏且不均匀,再分析数据和卫星数据提供的高原积雪资料的不确定性是影响和制约积雪变化及其天气气候效应研究中的一个关键问题。本文基于青藏高原台站观测、再分析（ERA5和NOAA-V3）和卫星反演（MODIS雪盖以及IMS雪盖）的多源积雪资料,采用偏差分析、均方根误差以及相关分析等多元统计方法重点检验了多源高原积雪数据在描述积雪年际变化特征方面的不确定性。通过比较不同积雪资料的时空分布和变化特征,以期提升多源高原积雪资料适用性的认知,并为相关研究提供有意义的参考。分析结果表明：（1）就再分析数据给出的积雪资料而言,ERA5雪深资料相较NOAA-V3雪深,对高原站点观测雪深的描述效果更好。除了高原中东部分站点外,ERA5雪深数据的平均偏差和平均均方根误差均较小,而NOAA-V3雪深数据的平均偏差和均方根误差在整个高原范围内均存在一定程度的高估;（2）再分析（ERA5和NOAA-V3）和卫星反演（MODIS雪盖以及IMS雪盖）积雪数据和高原站点雪深均在年际变化特征上具有较...     

卫星反演积雪信息的研究进展

综合分析了积雪信息反演的主要遥感信息源和提取方法。在光学遥感方面，应用较广的主要是改进型甚高分辨率扫描辐射仪（AVHRR）资料和中分辨率成像光谱仪（MODIS）资料；提取积雪信息大多是根据积雪在可见光波段的高反射率和近红外波段的低反射率，并通过建立回归模型反演积雪面积和深度。由于传感器的改进，MODIS卫星资料在空间分辨率、积雪反演算法等方面明显优于AVHRR资料。光学仪器受云层和大气的影响很大，由于云和积雪在可见光和近红外波段上都具有高反射率。并且由于云层的遮挡。云下的地表信息不能被光学遥感仪器所接收到。微波遥感方面，被动微波遥感仪如微波辐射计成像仪（SSM／I）、高级微波扫描辐射计（AMSR—E）等可以全天候穿过云层进行监测，具有光学仪器所没有的优势，并通过提取地表的亮温差，建立雪深反演模型得到积雪深度。被动微波传感器存在分辨率低。无法监测浅雪区信息等问题。另外影响地表微波亮温的因素很多，这些都在一定程度上影响了反演结果的精确度。主动微波遥感仪如合成孔径雷达、微波散射计等利用积雪与其它地物的后向散射系数的不同来识别积雪，但也同样存在分辨率低等问题。最后探讨了卫星反演积雪信息中仍然存在的问题和进一步发展的方向。     

利用MODIS资料对积雪的遥感监测

通过对遥感卫星资料中云和雪的光谱特征的分析，提出利用中分辨率成像光谱仪（MODIS）红外、可见光谱段数据进行云、雪检测和分离的方法；并提供监测实例来说明利用MODIS数据可进行积雪监测。     

EOS/MODIS资料在湖北省林火监测中的应用

介绍了EOS卫星上携带的MODIS传感器的主要特点以及用MODIS资料进行林火监测的原理。根据近年来使用MODIS资料进行林火监测的应用情况,对自动判识火点所需设置的门槛值进行了分析和探索,找到了一种能快速、简便地设置ch21和ch21-ch31门槛值的方法,并通过实例证明该方法在林火监测中是可行的和有效的。     

青海省草地资源卫星遥感监测方法

文章介绍了青海省草地资源卫星遥感监测的方法，该方法主要包括利用AVHRR资料，结合地面实测青草产量资料，用相关法建立青草产量监测模式，以评价青海省草地资源状况等内容。该方法业务运行效果较好。     

基于FY3\VIRR数据的积雪遥感监测分析

以FY-3可见光与红外辐射计(VIRR)为主要数据,利用FY3\VIRR 1、6、10通道数据,以指数法和光谱阈值相结合的多光谱积雪监测算法对2013年阿勒泰地区卫星数据进行积雪监测处理。处理结果与MODIS积雪监测业务产品对比分析得出:利用FY3\VIRR可以实现对研究区的积雪遥感监测,监测结果与现有MODIS积雪监测业务产品较一致,具有可比性。     

利用卫星遥感对干旱进行实时监测和预警

利用EOS／MODIS卫星资料反演对地表覆盖的植被信息归一化植被指数（NDVI）和地表温度（TS）信息，通过建立温度植被旱情指数，对研究区域进行旱情实时监测，并应用GIS对旱情变化动态进行监测和预警，初步建立了干旱遥感监测与预警实时系统，能够快速反应各地区旱情发生发展情况，在业务和服务中有较好的应用价值。