MODIS数据的多重分形雾霾信息提取方法

针对大气污染形成机制不明、大气成分复杂等问题,该文提出了用多重分形技术提取大气成分信息方法。该文采用MOD04 L2气溶胶产品数据和多重分形技术研究华北地区的大气气溶胶光学厚度的多重分形特征,选用C-A方法进行霾的识别和分离。结果表明,大气气溶胶光学厚度的异常值可将研究区域划分为雾霾浓度不同的3个类别区域。研究区的气溶胶光学厚度南部普遍高于北部地区,河北南部的光学厚度较大且集中,其他区域相对较小,整体上呈现中间高两边低的分布规律。     

MODIS数据的多重分形雾霾信息提取方法

针对大气污染形成机制不明、大气成分复杂等问题,该文提出了用多重分形技术提取大气成分信息方法。该文采用MOD04 L2气溶胶产品数据和多重分形技术研究华北地区的大气气溶胶光学厚度的多重分形特征,选用C-A方法进行霾的识别和分离。结果表明,大气气溶胶光学厚度的异常值可将研究区域划分为雾霾浓度不同的3个类别区域。研究区的气溶胶光学厚度南部普遍高于北部地区,河北南部的光学厚度较大且集中,其他区域相对较小,整体上呈现中间高两边低的分布规律。     

MODIS数据的多重分形雾霾信息提取方法

针对大气污染形成机制不明、大气成分复杂等问题,该文提出了用多重分形技术提取大气成分信息方法。该文采用MOD04L2气溶胶产品数据和多重分形技术研究华北地区的大气气溶胶光学厚度的多重分形特征,选用C-A方法进行霾的识别和分离。结果表明,大气气溶胶光学厚度的异常值可将研究区域划分为雾霾浓度不同的3个类别区域。研究区的气溶胶光学厚度南部普遍高于北部地区,河北南部的光学厚度较大且集中,其他区域相对较小,整体上呈现中间高两边低的分布规律。     

基于MODIS数据的浒苔信息提取方法研究

浒苔是一种大型绿藻,大量浒苔爆发会严重影响景观,干扰旅游观光和水上运动的进行。本文利用NASA提供的MODIS02的250m分辨率影像,分别采用了比值法、归一化植被指数法和监督分类中的最小距离分类,提取了浒苔的信息,实验结果表明,三者都可以提取浒苔信息,但是比值法提取的结果最好,最小距离分类很难与薄云区分,必须加入人工目视解译,归一化植被指数可以区分出薄云,但是遗漏较多。     

基于MODIS数据的湖北省油菜种植分布信息提取

MODIS归一化差值植被指数(MODIS-normalized difference vegetation index,MODIS-NDVI)时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。为研究基于MODIS数据的油菜种植分布信息提取技术,选取湖北省为研究区,利用2008—2013年75个时相的MODIS-NDVI时序数据,结合农作物物候和地面调查样本等辅助资料,通过建立油菜种植面积提取模型,采用多次阈值比较方法提取了2009—2013年湖北省油菜种植分布信息,与统计数据比较,总体提取精度为85%左右。最后利用环境小卫星HJ-1A CCD数据进行精度验证,证明了MODIS-NDVI时序数据及本文方法在油菜种植面积提取中的可靠性,对掌握油菜种植面积和产量信息、加强农业生产管理、调整农业结构及辅助政府有关部门制定科学合理的农业政策具有重要意义。     

基于Landsat-8数据和MODIS数据的渤海海冰信息提取

渤海地区是我国经济最为发达的地区之一,但每年冬季该地区经常遭受不同程度的海冰灾害。截至目前,海冰灾害已经造成该地区石油平台多次倒塌,船舶受损和航运受阻,严重影响该地区的经济发展~([1])。本文基于2016年的Landsat-8辽东湾数据和MODIS渤海数据进行海冰范围的提取,并计算海冰的面积、密集度等信息,然后建立MODIS数据海冰的短波宽带反射率和厚度之间的对应关系,计算出海冰的厚度,从而对海冰实现分类。     

MODIS数据预处理方法

时间、大气、太阳辐射的改变,导致获取的相邻遥感影像的对比度及光亮度产生差异,为了更好地进行分析、评价,需对遥感数据进行预处理。以新疆天山公路及其周边为研究区域,基于MODIS数据,利用ENVI软件进行数据的预处理,包括数据的几何校正、图像拼接、图像裁剪等,为其后进行的积雪研究作数据准备。     

基于MODIS EVI时序数据的江汉平原油菜种植分布信息提取

油菜是我国主要的食用油料作物。及时、准确地获取油菜种植分布信息对油菜长势监测、估产以及灾情评估具有十分重要的意义。以江汉平原为研究区,利用250 m空间分辨率的MODIS EVI时序数据,以TM数据作为野外采样数据与MODIS EVI数据之间的过渡数据,间接提取MODIS EVI数据农作物的训练样本;通过分析江汉平原油菜和冬小麦的EVI光谱特征及物候信息,建立油菜种植面积提取模型;采用多次阈值比较法提取2014—2015年间江汉平原油菜种植分布信息。研究结果表明,2014年和2015年油菜面积遥感提取结果与农业局统计数据相比,总体提取精度分别达到95.22%和91.29%;2014年MODIS数据与TM数据提取的油菜面积一致性为88.61%;基于时间序列MODIS EVI数据,结合EVI光谱特征和物候信息,利用该方法可以有效提取江汉平原油菜种植分布信息。     

面向对象方法的时间序列MODIS数据湿地信息提取——以洞庭湖流域为例

以洞庭湖流域为研究区,对大范围湿地信息遥感提取方法进行了研究。先基于时间序列MODIS EVI及物候特征参数,通过J-M(Jeffries-Matusita distance)距离分析,构建了MODIS(250 m)最佳时序组合分类数据;其次,通过Johnson指数确定了最佳分割尺度,采用面向对象的遥感分类方法(Random tree分类器)提取了洞庭湖流域的湿地信息,并验证该方法的适用性。研究结果表明,基于时序数据与面向对象的Random tree分类的总体精度和Kappa系数分别为78.84%和0.71,较之基于像元的相同算法的总体分类精度和Kappa系数分别提高了5.79%和0.04。同时,基于面向对象方法的湿地整体的用户精度与生产者精度较基于像元方法分别提高了4.56%和6.21%,可有效提高大区域湿地信息提取的精度。     

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。     

EMD与分形相结合的遥感影像水体信息提取方法

提出一种基于经验模态分解(empirical mode decomposition,EMD)和分形理论相结合的遥感影像水体信息提取方法,该方法尝试结合影像的光谱特征和纹理特征以提高分类提取精度。对影像进行主成分分析得到有效信息量最大的第一主分量,计算每个像元的分维数得到分维图,同时将第一主分量EMD分解得到有效信息量较大的前3个经验模态函数,再结合原有的波段信息作为研究数据,利用极大似然法分类器提取水体信息。该方法充分结合了EMD在降噪和区分相似光谱特征中的优势和分形理论在纹理信息提取中的优势。研究表明,该方法可有效提高水体信息的提取精度,Kappa最高到0.932 5。     

多时相MODIS影像水田信息提取研究

水稻种植及其分布信息是土地覆被变化、作物估产、甲烷排放、粮食安全和水资源管理分析的重要数据源。基于遥感的水田利用监测中,通常采用时序NDVI植被指数法和影像分类法分别进行AVHRR和TM影像的水田信息获取。针对8天合成MODIS陆地表面反射比数据的特点和水稻生长特征,选取水稻种植前的休耕期、秧苗移植期、秧苗生长期和成熟期等多时相MODIS地表反射率影像数据,通过归一化植被指数、增强植被指数及利用对土壤湿度和植被水分含量较敏感的短波红外波段计算得到的陆表水指数进行水田信息获取。将提取结果与基于ETM＋影像的国土资源调查水田数据,通过网格化计算处理并进行对比分析,结果表明,利用MODIS影像的8天合成地表反射率数据,进行区域甚至全国的水田利用监测是可行的。     

基于MODIS时序植被指数的区域物候信息提取

利用黑龙江省2012年16 d 250 m的MODIS NDVI数据,使用Savitsky-Golay滤波法、Logistic调合函数模型和非对称Gaussian模型3种方法对曲线拟合重构,引入均方根误差比较3种方法的优劣;在曲线平滑的基础上提取物候参数,分别对森林和农用地用固定阈值和动态阈值提取其物候参数,目的在于比较两种阈值设定方法的优劣,并获取阈值使物候参数结果与作物农事历信息吻合。结果表明,Savitsky-Golay滤波法在与原始曲线近似度方面优于另外两种拟合方法。     

MODIS数据并行计算方法研究与实现

详细分析了MODIS数据辐射定标、投影变换实际操作过程中的并发性,提出了三种不同的任务分解策略,实现了两种预处理操作,并对试验数据进行分析比较,发现投影变换更适合于并行化处理,而按行和按列任务分解的效率要高于按波段的任务分解。     

基于MODIS数据的火灾预警方法实现

MODIS传感器从设计上考虑了火灾的监测,并为现有传感器的火灾监测系统提供独特的性能。在分析MODIS的火灾检测的通道的特性的基础上,设计了火灾预警检测系统。其主要原理是通过对红外通道的亮度温度值进行阂值处理,提取火点。     

MODIS数据监测森林火灾方法的研究

介绍了现有的MODIS在林火监测中的理论算法,但因其受地域条件、天气状况和季节变化的影响,对四川、重庆地区可能会造成漏判或误判.本文以四川地震局提供的MODIS数据为基础,研究如何合理改进原有算法,得出一种适宜于四川、重庆地区的林火识别算法.实验表明,本文得出的算法能够有效地监测森林火灾.     

多角度NOAA数据方向信息提取的方法研究

利用连续数天的NOAA卫星数据,根据Rahman半经验模型提取出多个角度的图像,并从理论上对结果进行分析.实验结果表明,模型反演正确,所得到的角度图像与实测情况符合并能用模型本身进行解释,所得到的3个参数图像具有识别地物的潜在价值.     

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。     

基于MODIS数据的水汽总量估算方法研究

水汽对生态系统的发展和维持起着重要作用,利用遥感数据可以大范围的反演水汽的分布,为了定量估算区域的水汽含量,提出了利用GIS正方形网格分区（10km×10km）,并统计每个正方形网格范围内遥感图像中水汽的平均值,进而快速估算区域内水汽含量。海南岛水汽估算应用实例表明,该方法能快速估算区域内水汽含量,有利于水资源的潜力评估分析。