基于MODIS数据的一种土壤水分遥感监测方法研究

根据MODIS数据特点及水的光谱吸收特性,研究了MODIS第6、7、31波段数据与表层土壤水分含量之间的关系,并基于分析结果,选择6波段反射率和31波段亮温,建立了吉林省中西部10cm土壤含水量的双变量反演模型。经检验,模型可以应用于大范围的表层土壤水分监测,使用条件为裸土或植被覆盖较低土地。所建模型仅需一次白天过境的MODIS卫星晴空资料,即可完成对土壤表层水分含量的监测,弥补了土壤热惯量方法对遥感资料要求相对苛刻的缺陷。     

利用“3S”技术进行北京地区土壤水分监测应用技术研究

该文主要对适合于北京地区的土壤水分卫星遥感监测方法，利用GIS及GPS工具，提高对土壤水分卫星遥感监测结果的分析能力进行了探讨。在分析研究北京地区土壤水分卫星遥感监测模式及适宜使用的下垫面状况和时段的基础上，提出了一批具有一定物理意义和应用价值的遥感模式。利用GIS和GPS技术实现包括遥感信息在内的多种数据的复合，以影像的方式，将地表地理状况与土壤水分卫星遥感监测结果结合起来，实现了RS、GIS及GPS的融合，提高了土壤水分卫星遥感监测的精度。     

西藏高原土壤水分遥感监测方法研究

土壤水分是植物生长、发育的必要条件,是研究农牧业干旱程度的重要指标,监测土壤水分对农业、旱情、气候等具有重要意义。本研究分析了西藏高原实测土壤湿度与同期MODIS植被供水指数和波段7反射率之间的关系。结果表明,MODIS第7波段单窗算法是较为有效和简便的西藏高原土壤水分监测方法,对高原中部植被生长季基于MODIS波段7的二次多项式监测模型较好,而对整个高原非生长季三次多项式监测模型效果较好,MODIS第7波段同样可以用于高原农田土壤湿度的遥感监测。      

基于EOS/MODIS资料的沙尘遥感监测模型研究

在EOS MODIS资料可见光波段光谱特性的深入分析的基础上，提出了一种完全用MODIS可见光波段监测沙尘信息的技术方法。充分利用MODIS资料可见光范围波段划分细致的特点，构造了不同的光谱特征判别函数作为决策树的分支，最后用决策树法成功地对几次沙尘暴过程进行了沙尘信息遥感监测。结果表明，该方法具有良好的效果和实用性。     

土壤水分遥感监测研究精度分析

用遥感监测土壤水分数据和实测数据或相近年代相同物候期实测数据相对比，0～10cm深土壤水分遥感监测的精度一般都超过80％，有的超过90％，遥感监测土壤水分等级图与土壤水分垂直分布规律相吻合，土壤水分遥感监测模型与服务系统具有较好的实用性。     

土壤水分遥感监测研究报告

植被覆盖干扰是土壤水分遥感监测的最大难题。本文列入一个“光学植被盖度”概念来定量描述植被干扰的大小，用分解象元法将其影响排除，建立了TM数据和AVHRR数据的土壤水分遥感监测模型，取得了较好的大面积、快速、宏观遥感监测土壤水分的实用性效果。     

基于MODIS数据的增强型土壤表层水分含量指数模型构造与应用

土壤水分含量对光谱变化的影响和植被冠层的光谱反射率是干旱最重要和最直接的指标.根据水的吸收率光谱变化特征和绿色植物有效光谱响应特征曲线,在前期提出的地表含水量指数(SWCI)的基础上,增加MO-DIS通道1的红光光谱,以增强植被对光谱吸收的变化反应,可应用于大范围且快速的浅层土壤墒情遥感监测.通过与土壤表层水分含量指数(SWCI)对比分析发现,在对浅层(0～30 cm)土壤水分进行监测时,ESWCI比SWCI更为敏感,这将有助于在实时干旱动态监测中更好地提高监测精度.     

气象卫星遥感资料在积雪监测中的应用

介绍了在地区级气象台站采用气象系统 92 1 0工程下发的FY 1D卫星遥感数据 ,在短红外波段的基础上建立多光谱提取积雪信息的计算方法及监测模型 ,并以2 0 0 2年 1 1月至 2 0 0 3年 5月新疆积雪遥感监测为例 ,介绍了卫星遥感监测积雪深度和积雪覆盖面积的方法 ,分析了积雪覆盖特征和变化规律。     

基于FY-3A/VIRR卫星资料的江西省大雾遥感监测

根据雾在可见光、中红外、长波红外通道的反射及辐射特性与云和地物存在差异,从纹理特征、光谱分布特征等方面对云雾的差异进行分析研究,并利用多波段阈值法对风云三号气象卫星遥感影像进行日间大雾信息提取。结果表明,FY-3A/VIRR遥感资料对江西省大雾的监测效果较好,可在大雾卫星遥感监测业务中推广应用。     

遥感影像分类方法在水体面积估算中的比较研究

随着遥感技术的广泛应用,利用遥感影像提取水体信息为水文研究提供了基础数据.目前进行水体提取所使用的遥感数据分辨率较低,影响了水体提取的精度.Landsat TM遥感影像主要依据水体在7个波段上光谱的不同特征以及其他地物与水体的区别,通过分析水体及背景地物的光谱值,利用单个波段或多个波段组合来提取水体信息.以昭平台水库的TM数据为例,对其进行了几种提取水体信息方法的研究.通过总体精度及Kappa系数的对比,选择最优分类方法,并将该方法用于水体面积的估算.     

地表光谱特征

本文主要介绍地面植被、土壤、水和雪的光谱特性。实验得到的各种反射谱曲线,对卫星遥感波段的选择和遥感资料反演都是非常有用的。     

地理信息系统（GIS）支持下的冬小麦干旱NOAA／AVHRR遥感监测方法研究

在系统研究冬小麦干旱ＮＯＡＡ／ＡＶＨＲＲ遥感监测理论、模型、资料处理、指标及应用技术的基础上,建立了河南省冬小麦干旱ＮＯＡＡ／ＡＶＨＲＲ遥感监测模型,针对这一领域中存在的问题,在ＧＩＳ技术的支持下,进一步探讨了不同土壤质地和风速对遥感干旱监测的影响、用遥感表层土壤水分反演深层土壤水分的方法与模型、用单时相遥感资料反演土壤水分的方法等。在上述工作的基础上,建立了河南省冬小麦干旱遥感监测应用服务系统。     

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。     

短波红外光谱土壤反射率的测量

利用DG-2短波红外光谱辐射计，得到了短波红外波段不同含水量下的土壤反射率。分析了土壤短波红外区的光谱特性，表明1.6μm附近有较好的光谱响应，以及该波段反射率与含水量有较好的负相关性的特点。所得结论为气象卫星短波红外区域的通道选择提供了可行性的依据。该实验为卫星遥感数据的处理、分析和判读积累了部分实测资料。     

城区高光谱遥感数据假彩色波段组合研究

高光谱数据具有波段数目多、波段宽度窄、数据量庞大等特点，如何根据具体的应用目的，在众多的波段中选取最佳波段组合用于假彩色合成，对于有效进行高光谱数据处理、分析及信息提取至关重要。以面阵推帚式机载超光谱成像仪(PHI)获得的上海市黄浦江附近复杂地表高光谱图像数据为例，分析了图像所包含的信息量、各通道之间的相关性以及影像上各地物的光谱特征，选出了那些包含信息量大、相关性小、光谱差异大的波段子集，然后再结合协方差矩阵特征值法、最佳指数法和波段指数法波段组合方法选出了高光谱遥感图像的最佳波段组合。     

MODIS遥感监测滇池蓝藻水华分布

以中分辨率的MODIS数据作为遥感影像源,运用蓝藻水华在蓝波段、红波段和近红外波段的光谱特征,使用假彩色合成法（RGB：6-2-1）和归一化植被指数法对滇池的蓝藻水华进行遥感监测。通过星地同步试验,证明了该两种方法的正确性。其中假彩色合成法通过色彩差异表现蓝藻水华,具有视觉效果较好的优点,归一化植被指数法则以数值大小的方式区别水华浓度,该方法建立反演模型后可用于定量研究。     

遥感火灾监测光谱数据的分析与应用

本研究选取了新疆的EOS卫星遥感10个火灾监测实例,利用MODIS数据处理平台,辅助地理信息系统、ENVI软件,对火场光谱分布、通道性能等进行了深入分析。结果表明:在近红外波段,7通道比6通道,明火区反射率峰值总体高出80%～250%。7通道对地面热源反映非常敏感,明火区光谱数据与周围地物光谱数据有显著差异;在中红外波段,21通道不易饱和,该通道独立性、量化程度都非常突出;在远红外波段,31通道对热源反映不敏感性质尤为突出。     

积雪遥感的可行性分析

本文综述了积雪在可见光、近红外、热红外、微波波段和伽马波段的光谱特性,以及对遥感仪器的响应情况。概述了美国和加拿大在加拿大圣劳伦斯和大草原地区,通过详细的地面调查、机载被动微波探测和伽马探测,以及卫星被动微波探测所进行的综合性积雪遥感试验过程及其得到的结果。分析了新疆积雪场的特征和可供选择的遥感手段,提出了值得研究的课题建议。根据国内外有关情况,讨论了积雪遥感的可行性问题。     

FY-3D/HIRAS光谱定标精度评估中的最佳光谱区域选择

光谱定标精度的精确评估和监测,是红外高光谱数据应用之前的重要工作。光谱定标精度评估常用"互相关"方法,即通过平移观测谱使得观测谱与参考基准谱之间满足最大相关或最小标准差条件。考虑到计算耗时,无须在全谱段检测频偏,而用部分光谱区域评估光谱定标精度。为全面评估"互相关法"对光谱区域选择的依赖程度,初步选择光谱区域依据理论模拟光谱(只考虑仪器离轴效应)的敏感性分析,最佳光谱区域选择基于实际观测光谱的敏感性分析。基于模拟光谱的敏感性分析表明:光谱精度评估方法对光谱区域的选择在中波波段不敏感,在长波和短波波段比较敏感,其敏感性与光谱区域内吸收带的包络特征、辐射能量的大小有关;选择不同光谱区域引入的绝对误差在长波和短波波段最大分别可达3.05和3.35 ppm(1 ppm=10~(-6));因此,当光谱区域选择在辐射能量较大,大气成分含量稳定的大气分子吸收带,能有效减小"互相关法"引入的误差。进一步基于风云三号D星红外高光谱大气探测仪(FY-3D/HIRAS)观测光谱,研究提出了HIRAS光谱精度评估的最佳参考光谱区域:长波波段为[716,766] cm~(-1),中波波段为[1270,1320] cm~(-1),短波波段为[2159,2209] cm~(-1),基于上述光谱区域评估的HIRAS光谱偏差平均值均优于2 ppm,长波和中波的标准差优于2 ppm,短波的标准差约为4 ppm。研究结果对其他红外干涉仪器的光谱定标精度评估和频率长期稳定性监测也具有参考作用。     

农作物长势遥感监测业务化应用与研究进展

农作物长势监测可为田间管理提供及时的决策支持信息和早期估产提供依据。为了更好地研究作物生长过程中不同遥感监测作物长势方法的适用性,从多光谱遥感数据、高光谱遥感数据和微波遥感数据的应用及遥感监测指标与模型模拟方面综述了国内外农作物长势遥感监测研究及业务化应用的最新进展,指出了未来拟重点加强的研究任务,包括高时空分辨率和高光谱分辨率遥感数据的业务化技术、多遥感反演参数协同监测作物长势技术研发、基于遥感信息与作物过程模型的集合预报技术研究、全球尺度作物长势监测业务运行系统研发。