MODIS 1B数据与物理量计算

弄清楚HDF-EOS数据结构和内容及其基本物理量的计算方法是MODIS应用的基础。HDF是NCSA开发、适用于多种计算机平台、易于扩展、主要用来存储各种类型的科学数据。NASA在此基础上,对HDF进行了扩展,开发了专门处理EOS产品的数据格式HDF-EOS。MODIS 1B产品采用HDF-EOS格式存储数据,数据文件包括250、500、1000 m分辨率的定标后的资料以及星载定标器数据及其他工程数据。白天MODIS资料有36个波段,夜间只有17个波段。MODIS 1B产品将MODIS探测得到的数据信号按一定比例缩放为16位整数保存,根据数据集保存的缩放比和截距参数,可以算出反射率和辐射率。     

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.     

应用PHOTOSHOP处理EOS卫星云图

中分辨率成像光谱仪(MODLS)是美国对地观测系统(EOS)主要遥感仪器之一，它有36个相互配准的光谱波段、中等分辨率水平(0．25～1Km)、每1～2天观测地球表面一次，获取陆地和海洋温度、初级生产率、陆地表面覆盖、云、气溶胶、水汽和火情等目标的图像，EOS／MODIS的应用前景非常广泛。     

EOS/MODIS卫星数据接收处理系统通过验收

１月３０日上午，一种被称之为“EOS／MODIS”卫星数据接收处理系统在自治区气象局建成并通过验收，这在全国气象部门是第一家。新疆乌鲁木齐EOS／MODIS卫星数据接收处理系统验收委员会由中国气象局网络司司长喻纪新任主任委员，自治区气象局局长徐羹慧、中国气象局计财司副司长于新文任副主任委员和国家气象卫星中心、新疆气象局等领导和专家共１５人组成。验收委员会经实地查看、听取工作报告和测试报告，并对有关问题进行了认真讨论和质疑，根据有关合同中要求的技术条款和功能规格需求进行了现场验收，一致认为这套系统是国内具…     

EOS／MODIS卫星资料在青海省积雪遥感监测业务中的应用

本文主要探讨了目前新一代环境监测系统-EOS／MODIS卫星数据在青海省积雪业务监测中的应用及其优势；重点讨论了基于EOS／MODIS资料的积雪卫星遥感监测方法与雪深监测模式，并初步建立了适于青海省本地应用的NDSI雪深分级模式。以此为基础，讨论利用该卫星资料进行本省积雪业务化监测服务的内容与范围。     

EOS／MODIS卫星资料在贵州省林火监测中的应用

在森林火灾预防和扑救中,及时而准确地监测森林火灾和火环境的变化是各级防火人员最为关注的问题之一。对于大面积森林火灾,依靠地面人力和飞机监测,不但费用高,而且工作繁杂,特别是对于盲区的监测计算精度低。借助于卫星遥感和林火地理信息系统,进行计算机统计分析,可以克服这些不足,提供较为详细的森林火灾有关数据。该文介绍EOS／MODIS卫星遥感资料在贵州省森林火灾监测的应用,从理论上分析EOS／MODIS数据林火信息的识别和提取的原理及方法。     

贵州喀斯特山区的NDVI-Ts特征及其干旱监测应用研究

温度植被干旱指数(TVDI)同时考虑了陆面温度和植被指数对遥感干旱监测的影响,综合了两者的长处,有效地减小了植被覆盖度的影响,提高了遥感干旱监测的准确性。陆面温度的反演以普朗克辐射函数为基础,运用地表比辐射率使之转换为灰体辐射。提取植被指数对应的最高陆面温度和最低陆面温度构成NDVI-Ts空间,进而得到TVDI。文章应用对地观测卫星(EOS)的MODIS遥感资料,分析并揭示了贵州复杂山区独特的NDVI-Ts空间的形态特征,并用于检验贵州2006年7月25日和2007年8月19日土壤表层干旱情况,同时与当地气象站土壤湿度观测数据进行定量验证,表明TVDI与土壤湿度显著相关。由于EOS/MODIS遥感资料的高时间分辨率、高光谱分辨率和适中的空间分辨率特性,使得该方法适宜于大区域复杂地形的干旱检测与预警。     

Matlab对基于HDF格式的MODIS 1B数据的提取方法与实现

基于HDF文件格式的MODIS数据的应用越来越广泛,MODIS数据开发应用的前提是对MODIS 1B数据的提取。本文详细介绍了利用Matlab对HDF文件进行读写操作的过程,在此基础上给出了提取MODIS 1B数据的流程图,实现了对MODIS 1B数据的提取,为MODIS二级产品的开发打下了基础。     

利用MODIS多通道数据反演近海海表温度

以EOS卫星的中分辨率成像光谱仪MODIS遥感资料为数据源,以福建近岸海域为示范区,利用多通道数据算法模型进行近海海表温度卫星遥感反演试验,并根据2003-2004年福建近岸海域10个观测站点的实测海洋表面温度对反演结果进行精度检验与分析.遥感反演的海洋表面温度与现场观测的海洋表面温度绝对误差的平均值为0.75℃,标准差为0.52℃,绝对误差在1.0℃以内的样本占总样本的68%.结果表明利用MODIS多通道数据算法模型遥感反演近海海表温度能够满足海洋应用的精度要求.     

三套NDVI长时间序列植被指数的对比——以玛曲为例

NDVI／MODIS、NDVI／GIMMS和NDVI／NSMC是时间长度不同、空间分辨率相差甚远的3套ND—VI数据集,如何集成应用这些不同时间长度、不同分辨率的数据进行相关研究,数据集间的比较是最基础的工作。本文以甘肃省甘南州玛曲县为例,用直方图、相关分析、趋势分析等方法研究了这3套NDVI产品数据集的相互关系。结果表明：1）NDVI／NSMC与NDVI/MODIS的直方图具有类似的图像分布特征,但是NDVI／MODIS数据分布范围更大;2）3套NDVI在数值上表现为NDVI／MODIS〉NDVI／GIMMS〉NDVI／NSMC;3）3套数据集空间图像特征一致,两两间均具有十分显著的空间相关性,其中1月份相对最弱,5、10月份最强,三者相比NDVIfNSMC与NDVI／MODIS的空间相关性更强;4）1—3月、5—8月及年均的NDVI／GIMMS与NDVI／NSMC值存在显著的时间相关性,但两者逐年变化趋势存在较大差别,两者气候倾向率相差最大的高达5倍之多。NDVIfNSMC数据集在处理过程中可能未进行大气订正及交叉定标,这是造成共同源的NDVIfGIMMS与NDVI／NSMC差异较大的重要原因。     

基于深度学习的FY3D/MERSI和EOS/MODIS云检测模型研究

针对FY3D/MERSI和EOS/MODIS的云检测问题,提出了一种基于深度学习技术的全自动云检测算法,首次将深度学习引入到卫星影像云检测领域。本算法使用深度全卷积神经网络(Deep Convolutional Neural Networks)作为核心结构,基于EOS/MODIS基本云检测原理选择合适的通道作为特性向量参数,针对不同的场景进行分类和网络模型的训练,最终得到基于深度学习的云检测模型。经过EOS/MODIS数据和FY3D/MERSI数据的测试,云检测的精度达到98%以上,可以看出基于深度学习的云检测算法能够用于云检测,该算法具有效率高、精度高等特点,云检测效果理想。     

风云二号卫星的冰云光学厚度反演偏差分析

冰云的微物理特性参数反演是云参数反演的难点和热点问题,目前风云二号(FY-2)卫星还没有相关的业务产品。考虑薄卷云覆盖在中低云上的两层云情况,采用六棱柱形状的冰云,在云相态识别基础上,利用FY-2 卫星观测数据,采用双通道算法反演冰云光学厚度。选取2013年8月的EOS/Terra和EOS/Aqua云参数产品对反演的FY-2云光学厚度精度进行比对分析。研究结果表明,联合FY-2的可见光通道和中波红外通道可反演冰云光学厚度。基于匹配得到的34个分析个例,FY-2反演的云光学厚度分布态势与EOS/ MODIS云产品相同,但FY-2云光学厚度反演值小于EOS/MODIS 云光学厚度产品值。FY-2 反演云光学厚度与EOS/MODIS云光学厚度产品的平均偏差为6.41,相关系数平均为0.92,线性拟合平均斜率为0.74。FY-2 与EOS/MODIS云光学厚度值偏差出现原因除了反演算法存在差异外,与反演所用数据的不同存在密切关系,基础观测数据越相近,FY-2 与EOS/MODIS云光学厚度反演结果的偏差越小。     

MODIS植被指数及其分县统计分析的实现

MODIS归一化植被指数(NDVI)已引起了广泛的注意,它与NOAA/AVHRR的NDVI既有联系又有区别。利用同一天的NOAA/AVHRR和EOS/MODIS资料,介绍了各县域内平均NDVI的统计方法和计算结果及NDVI与增强植被指数(EVI)的差异。MODIS和AVHRR两种资料得到的NDVI数值虽然有差异,但都能很好地反映植被的空间分布和时间变化。MODIS增强植被指数(EVI)对植被条件的变化更加敏感,使定量分析的精确性提高,具有较好的应用前景。     

基于EOS/MODIS积雪遥感监测的北疆冬季人工增雪效果分析

在EOS/MODIS积雪遥感监测的基础上,运用图示分析法、序列试验法、区域对比试验法,分析了2006—2008年冬季在北疆进行的飞机人工增雪作业效果。研究结果表明,作业效果明显,作业可行;利用积雪遥感监测数据进行人工增雪效果评价的方法,能够客观地反映作业区域的积雪变化情况,可用于飞机人工增雪作业效果的评价业务。     

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。     

MODIS卫星NDVI时间序列变化在冬小麦面积估算中的应用分析

以陕西小麦主产区关中地区为研究地点,EOS/MODIS卫星数据为主要数据源,借助冬小麦地面定位调查数据和土地覆盖类型图作为辅助信息,计算得到不同覆盖类型的植被指数时序曲线图,找出冬小麦发育期植被指数变化规律,剔除小麦生长季节的非麦区信息,用几个关键期的植被指数变化差值图设定不同阈值,利用GIS空间分析功能得到麦区分布图...     

东北区域水体密度指数估算方法

水体密度指数是生态质量气象评价的一个重要指标。该文提出了一种利用MODIS遥感数据估算水体密度指数的方法,首先利用水体与地物遥感光谱特性的差异,对指示性水体的面积进行精确识别和提取;通过选择不同时相MODIS数据与地而水文观测资料建立统计关系模型,实现对区域水环境面积的估算;最后计算归一化权重系数,实现东北地区水体密度指数的估算。     

用MODIS植被指数研究福州城区空间扩展变化

城区空间的扩展变化对人居环境产生的影响越来越受到人们的关注。利用2001-2005年美国EOS卫星的MODIS遥感资料，以福州市为示范区，逐年计算能反映城区植被覆盖变化的比值植被指数、差值植被指数、归一化植被指数和植被覆盖度，在地理信息系统（GIS）和全球定位系统（GPS）的辅助下，对福州市各种植被指数的年际动态变化过程进行了研究，并在此基础上对福州市的城区空间扩展变化情况进行遥感动态监测，同时结合社会经济统计数据加以分析。结果表明：福州市从2001年到2005年，城区空间扩展约29km^2，每年平均扩展约7．3km^2，与实际情况一致。利用MODIS资料能准确地监测城区空间扩展变化面积的大小。     

基于MODIS冬小麦长势监测研究

本文在对比分析MODIS NDVI与AVHRR NDVI的系统误差基础上,以MODIS/AVHRR卫星资料、地面农情观测资料为主要数据源,开发出淮北平原冬小麦长势监测旬、月MODIS NDVI比较模型和MODIS NDVI半定量监测指标模型,该模型在2005年检验应用中得到与实际较一致结果。