MODIS数据在火灾监测中的应用

简介了MODIS在火灾方面的应用潜力,并对2002年8月份在中国东北大兴安岭突发的火灾作了动态监测,其目的是对1B级数据进行验证,以及对MODIS火灾检测参数进行测试和检验。结果表明,MODIS在火灾监测方面有很好的应用前景。     

MODIS数据在黄河凌汛监测中的应用

对MODIS数据的特性及其在黄河凌汛监测中的应用情况进行了探讨和总结。试验结果表明,MODIS数据在冰雪检测方面具有很大的潜力。     

MODIS数据在秸秆焚烧监测中的应用研究

秸秆焚烧会产生大量的二氧化碳、一氧化碳、苯等有害气体,不仅危害人体健康,而且给大气环境、生态环境、交通安全和火灾防护造成了极大的负面影响^[1]。传统的秸秆焚烧监测手段是靠巡逻小组实地巡查,效率较低,成本较高。而利用遥感技术可以快速获取全市范围内的秸秆焚烧信息,通过分析作物秸秆焚烧火点的时空分布格局、动态变化趋势,准确掌握秸秆焚烧信息。本文围绕保护生态环境、减少大气污染、做好秸秆禁烧工作的需求,利用MODIS、GF4、HJ-1B等遥感数据、参考已有地理国情监测数据和第三次全国农业普查数据,开展秸秆焚烧信息的快速提取研究,通过分析作物秸秆焚烧火点的时空分布格局及动态变化趋势,为监管部门掌握秸秆焚烧信息,制定大气污染防控措施提供有力的技术支持。     

MODIS光谱指数在中国西南干旱监测中的应用

利用标准化降雨指数SPI比较了基于MODIS反射率数据提取的8种光谱指数(NDVI、NDWI、VARI、EVI、NDIIB6、NDIIB7、D1640和SR)对中国西南四省市(四川、重庆、云南和贵州)2000年—2012年典型干旱事件的反映。研究结果表明:(1)SPI指数能直接反映监测站点附近的干旱情况,其中3个月和6个月尺度的SPI(SPI3和SPI6)对2006年和2009年—2010年该区的特大干旱事件的监测效果较好;(2)除了D1640外,其余7种光谱指数的距平值与3个月尺度的SPI3都具有显著的相关性,其中NDIIB7、NDIIB6和VARI与SPI3的相关性较高(R0.3),在一定程度上可以表征中国西南地区的干旱状况;(3)MODIS NDIIB7距平值与3个月尺度的SPI3相关性最高(R=0.35),本文以其为例,再现了云贵高原2009年—2010年特大持续干旱事件的时空演变过程。     

MODIS数据在林火监测中的应用研究

提出了MODIS在林火监测中的应用方法，其核心是利用MODIS热红外波段亮度温度阈值与植被指数相结合进行火点识别。对中、蒙、俄三国交界地区进行实例应用，结果表明，该方法能有效检测火点，减小由裸土、水体和云引起的误判。     

MODIS数据在广西生态环境监测及评价中的应用方法

利用MODIS数据广西遥感影像,用监督分类法做出了地物覆盖分类图,用主成分分析法做出了土壤侵蚀强度图和生态环境质量综合评价指数图。     

MODIS气溶胶光学厚度产品在陕西省PM10监测中的应用研究

利用NASA MODIS(中分辨率成像光谱仪)的气溶胶光学厚度(AOT)产品与陕西省范围内空气污染物中PM10的质量浓度作比较分析,发现两者具有较好相关性。AOT变化趋势可以反映PM10的质量浓度变化趋势。在进一步研究中,利用27个观测点数据结合2012年4月的每日MODIS数据反演出全省范围内PM10质量浓度月均值空间分布影像,进而对全省范围空气污染情况进行分析,获得陕西省大气污染分布情况,成功地监测出一直盘踞在渭河谷地至秦岭北麓的"大气污染带",同时计算出区域性PM10质量密度分布情况。结果表明在陕西省利用AOT数据进行区域大气污染分析研究具有可行性,为在较大区域范围内评估空气质量提供了一种有效途径。     

MODIS数据在积雪检测中的应用

积雪作为影响环境的一个因素,是非常重要的。自1999年Terra卫星升空以来,MODIS数据在环境监测的各个方面得到了广泛的应用。由于MODIS数据的高光谱、高空间分辨率、高时间分辨率等特征,越来越多地应用到积雪监测方面。本文就MODIS数据的积雪检测算法进行了探讨,对森林中雪的检测以及云和雪的区分进行了大量的研究。结果显示：MODIS数据对积雪检测非常有效。     

基于MODIS数据的PM2.5反演在大气污染监测中的应用

针对基于传统10km气溶胶光学厚度产品计算PM2.5无法获得更为精细的PM2.5空间分布特征的问题,提出采用6S模型计算获得不同气溶胶光学厚度条件下辐射传输模型方程参数查找表,该查找表可以采用原始光谱波段信息进行数据反演,并结合暗像元法计算得到的地表反射率信息,在辐射传输模型方程计算结果的基础上进行线性插值获得1km气溶胶光学厚度,再利用地面实测PM2.5浓度数据,通过回归分析的方法,获得1km的PM2.5监测数据。以西安市为例,1km分辨率的PM2.5更进一步表现了西安市域内PM2.5的空间分布特征,具有明显的地形分异特征,而且呈现出从城区向郊区逐渐衰减的趋势。研究结果为小区域的PM2.5来源和变化分析提供了一种有效的技术途径。     

微波植被指数在干旱监测中的应用

在植被覆盖区域,归一化植被指数(NDVI)被广泛地应用于干旱遥感监测。和基于光学遥感的植被指数相比,Shi等提出的微波植被指数MVI(Microwave Vegetation Index)被证实能够反映更多的植被生长信息。本文以MVI为基础,利用MVI代替目前比较成熟的温度植被指数TVDI(Temperature Vegetation Index)中的NDVI,构建温度微波植被干旱指数TMVDI(Temperature Microwave Vegetation Index),发展了一种新的干旱监测方法。本文以2006年夏季四川省发生的百年难遇的干旱为研究对象,将基于TMVDI与TVDI的干旱监测结果进行了对比分析。最后,为评估监测结果的准确性,将遥感监测的结果与基于气象站点降雨观测数据构建的标准降雨指数SPI(Standardized Precipitation Index)的计算结果进行了对比分析。结果表明,利用低频降轨微波辐射计数据计算的T MVDI最适合于进行植被覆盖区域的干旱监测。     

基于MODIS的区域动态干旱监测方法

以辽宁省2009年夏季的干旱情况为例,利用多时相、多光谱的MODIS数据信息,结合地面实测气象信息与水文信息对旱情监测进行了研究,根据具体区域的实际情况,动态选择遥感指数及模型参数,实现了利用遥感数据对大范围区域的动态干旱监测。     

利用MODIS数据监测夜间雾

在分析雾、云、地表、水体等目标物红外辐射特性的基础上,针对MODIS数据提出了夜间雾监测算法。试验表明,该算法能够将低云大雾与中高云、水体和地表区分开。     

MODIS L1B数据在水利中的应用

MODIS是EOS计划中一个重要的传感器,从水利应用的角度,介绍了MODISL1B数据的特征和处理流程,综合说明了MODIS数据在水旱情监测中的应用前景、处理方法和流程,并在此基础上讨论了深入研究过程中的主要问题。     

基于MODIS数据的农业干旱遥感指数对比和应用

以辽西北为研究区域,选取典型干旱年2009年作物(春玉米)主要生长季,采用表观热惯量(apparent thermal inertia,ATI)、距平植被指数(anomalies of vegetation index,AVI)和植被供水指数(vegetation supply water index,VSWI)3种基于不同理论的遥感干旱指数方法对土壤水分进行反演,分析其监测效果。结果表明,3种指数分别在一定程度上反映出了辽西北地区2009年的旱情趋势,但得到的反演结果并不一致;ATI在中高植被覆盖率下的监测效果高于预期结果,比较符合历史气象资料;AVI可以有效反映当年作物主要生长季各时期相对的受旱状况;VSWI夸大了植被的影响作用,存在严重的滞后性。     

MODIS短波红外水分胁迫指数及其在农业干旱监测中的适用性分析

植被土壤水分状态的微小变化能引起短波红外光谱反射率的巨大变化。利用MODIS第6波段和第7波段构建短波红外光谱特征空间,依据不同土地利用类型分析不同地物在光谱特征空间中的分布规律,提出MODIS短波红外水分胁迫指数MSIWSI。利用实测20 cm土壤相对湿度验证MSIWSI、EVI以及MPDI与实测数据相关性关系并对比分析不同指数敏感性,利用不同物候期春小麦土壤墒情分析MSIWSI指数适用性。研究结果表明:与其他指数相比,MSIWSI模型与实测土壤湿度的相关性更高;MSIWSI能够反映不同物候期春小麦土壤水分变化趋势,相关性都达到极显著性水平。     

FY-3A/MERSI数据在中国北方干旱监测中的应用

中国新一代极轨气象卫星风云3号A星(简称FY-3A)上搭载的中分辨率光谱成像仪(MERSI)具有5个250m分辨率通道,进一步加强了对地表精细地物的观测能力,为大面积干旱监测提供了新的遥感数据源。利用FY-3A/MERSI传感器250m分辨率数据和垂直干旱指数(perpendicular drought index,PDI)对2009年夏季内蒙古自治区中东部干旱进行了监测。结合气象部门的降水、温度和气象干旱资料对比分析表明,基于250m分辨率的时序FY-3A/MERSI卫星资料反演的PDI干旱指数能够客观地反映研究区旱情的空间分布和动态发展过程。利用实地观测的土壤水分数据验证了PDI指数和土壤水分之间的关系。从验证结果看:PDI指数和对应实地观测的10cm、20cm土壤持水百分含量之间有较好的负相关关系,其中PDI和20cm深度处的土壤持水百分含量之间的相关关系更为稳定,R2达到0.69以上。该研究表明利用中国新型、自主的FY-3A卫星资料进行干旱监测业务是可行的。     

MODIS干旱监测模型各参数权值分析

以湖北省2003年6、7月份的数据作为试验数据,MODIS干旱监测模型采用最大连续有云天数、最大 连续无云天数、无云百分比和昼夜温差,并分析各参数的显著性和独立性以及对干旱监测的贡献程度,从而确定 各参数在模型中的影响权。结果验证了各参数的显著性和独立性,在没有地面数据验证的情况下,可认为其在 模型中近似等权;利用最大连续有云天数、最大连续无云天数、无云百分比和昼夜温差就能很好地监测旱情。     

基于MODIS数据的河南省干旱程度反演研究

干旱是一种普遍发生的灾害现象,其严重影响作物、水源等人类赖以生存的资源,本文以中国重要粮产区河南省为例,采用河南省2010年至2012年6-8月的MOD11A2和MOD13A2数据,分别提取出该省的地表温度数据和植被指数数据,构建LST-EVI特征空间,并求解干湿边拟合方程,基于干湿边拟合方程计算温度植被干旱指数TVD...     

MODIS数据北京城区热岛监测分析

随着城市化进程的深入,热岛效应问题越来越严重,从而影响城市及周边地区的生态环境与气候,因此备受人们的重视。本文从2000年—2007年724幅1km分辨率的MODIS地表温度产品中选取64幅质量较好,可以代表春、夏、秋、冬四个季节的昼夜影像,制作地表温度图和选取感兴趣区域分析北京城区热岛效应。结果表明,北京市城区温度明显高于周围地区,夏季夜间最高达到3.7℃,秋季白天相对热岛强度较大,夏季、冬季夜间热岛强度要大于白天,尤其冬季较为明显。     

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.