MODIS辐照度法定标试验研究

利用内蒙古二连浩特实验场对Terra卫星MODIS传感器开展辐照度基定标方法研究。定标结果表明,辐照度法定标系数和MODIS的星上定标、反射率基法定标系数非常接近,相对差异3.3%,证明辐照度基定标方法正确。定标系数之间的差异说明,漫射辐射与总辐射辐照度比测量的精度对辐照度法结果影响很关键。不同气溶胶模式下得到的结果说明辐照度法可以减小因气溶胶模式的假设产生的误差。     

基于格尔木沙漠场景的MODIS传感器在轨辐射定标

高精度在轨辐射定标对于卫星遥感定量化产品生产至关重要。本文基于格尔木沙漠场景,通过星地同步实验,获取场地定标所需参数,在考虑地表双向反射特性后,结合6S辐射传输方程,完成对MODIS/Terra和MODIS/Aqua传感器的在轨辐射定标。结果表明,本文获得的蓝、绿、红和近红外波段定标结果与MODIS官方公布的星上定标结果具有较高的一致性,最大相对差异优于6.68%,这将为我国新建辐射定标场地提供重要信息支持。     

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FLAASH模型的MODIS1B数据的大气校正

主要介绍了FLAASH大气校正模型的主要原理及算法,并运用ENVI软件中的FLAASH大气校正模型对上海长江口地区MODIS1B卫星影像进行大气校正,对校正前后的影像进行对比分析。研究表明,MODIS1B卫星影像经过FLAASH大气校正后,较好地消除了大气影响。     

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。     

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.     

MODIS数据存储格式研究

新型的遥感数据MODIS在近年来得到了比较广泛的应用,该数据有很多优点,在地理科学与资源管理中的应用潜力很大。深入研究该数据采用的HDF文件的数据结构,是开发自主知识产权的遥感图像处理软件的前提工作。本文就:什么是HDF,为什么创造HDF,HDF的高等级应用程序接口,HDF命令行用法和可视化工具,主要的HDF平台,HDF的基本原理,HDF文件格式,用多文件接口对HDF文件的基本操作,确定一个文件是否为HDF文件等问题展开了讨论。     

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。     

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。     

基于MODIS数据的中国陆面制图：方法软件和数据产品

本文介绍一个自动处理MODIS 1B数据并生产覆盖全中国陆面产品的软件系统。该算法改进了LAI（MOD15）,土地覆被分类（MOD12）,云检测（MOD35）,陆面反射率（MOD09）和气溶胶（MOD04）产品。这些算法的输入数据都是本地获取的参数,能够有效降低其带来的不确定性。产生的部分新产品是NASA标准产品中没有的,包括森林火烧迹地和PAR。数据处理系统运行于中国科学院资源与环境数据中心。     

MODIS 1B影像几何纠正方法研究及软件实现

MODIS影像是一种新型和重要的数据。对MODIS 1B影像几何畸变原因进行了深入分析，选择了一种合适的纠正方法。对于1km分辨率MODIS 1B影像，直接采用1km分辨率的空间坐标进行几何纠正；对于250m和500m分辨率的MODIS 1B影像，先用三次样条曲线对坐标进行插值生成同分辨率的坐标，然后利用坐标插值结果对其进行几何纠正。由于MODIS影像在空问分布上的特殊性，采用前向和后向映射相结合的方式确定纠正后某一像素点在原始影像中的位置。根据该位置的条带重叠度，可以确定参与计算像素个数、搜索窗口的大小以及窗口的精确位置；采用归一化反距离加权插值法计算纠正后像素点的属性值。上述优化算法不仅保证了纠正后影像的质量，而且提高了数据处理速度。作者在Visual C 6．0环境下开发实现了上述算法。从坐标插值和几何纠正结果分析，无论是数据处理速度还是纠正后的影像质量和精度均达到要求。     

并行处理技术在地理信息数据处理中的应用

随着地理信息存储量的飞速增长,传统的单进程、集中式的数据处理方式已不能满足基于网络的地理信息服务的效能要求。分析对比了OpenMP,MPI和MapReduce等主流并行编程模式,将关系型数据库与分布式空间数据管理系统相结合,提出了面向并行处理的地理信息存储模型和数据组织模型,将该模型与传统模型进行了对比分析,并基于MapReduce实现了地理空间数据并行处理框架,选取了矢量数据装载、影像数据装载以及数据切片作为典型数据处理案例开展对比实验,该技术方案的处理效率均数倍于传统技术方案。实验表明,该模型能够很好地支持并行处理框架,可为分布式环境下数据处理中心构建提供一个有效解决方案。     

天宫一号高光谱数据辐射校正的CUDA并行优化

高光谱图像经过辐射校正后,消除了探测元的响应差异,能更好地满足专题信息提取的数据要求.利用探测元的列均值、列标准差等统计信息对天宫一号高光谱短波红外数据进行辐射校正检验,并基于GPU CUDA计算模型对均值归一化、矩匹配、相邻列均衡等3种相对辐射校正算法进行了并行计算优化.通过辐射校正计算流程拆分,CPU控制流程逻辑,GPU执行数据级并行计算,并建立CUDA的计算单元与数据单元的映射关系,获得5—7倍的计算加速比,这些辐射校正算法依据图像自身统计信息,且易于进行并行计算优化,满足实时校正的处理时效要求,为未来高光谱数据在轨实时辐射校正提供了新思路.     

MODIS影像的几何处理算法研究

MODIS影像的几何处理是一项基础性的研究工作,是数据投入使用之前的一个十分重要的环节。该文对MODIS影像边缘区域数据重叠问题的几何精纠正方法进行了研究。由于MODIS的大扫描角和地球曲率的影响导致了数据重叠错位现象,通过比较已有的重叠效应去除算法的优缺点,研究了在几何纠正过程中消除影像边缘重叠的直接法和直接-间接法两种重采样方法。实验表明,这两种方法使重叠现象都得到了有效的去除,并且几何精纠正精度基本符合要求,重建了真实的影像几何特征。     

应用小波收缩方法剔除MODIS热红外波段数据条带噪声

采用多元并扫方式 (1km分辨率 1 0元并扫 ,5 0 0m分辨率 2 0元并扫 ,2 5 0m分辨率 4 0元并扫 )的MODIS传感器由于各探测单元在轨响应差异而引起的条带噪声对MODIS定量产品的反演计算精度造成一定影响。这种影响在MODIS的热红外波段尤其明显。为了尽可能减少这种影响 ,提高MODIS定量产品反演精度 ,提出应用小波收缩方法剔除MODIS数据条带噪声。研究首先使用连续小波变换方法分析MODIS条带数据 ,确定MODIS数据条带噪声在小波系数域中的尺度。其次 ,在分析条带噪声模式的基础上 ,使用小波收缩方法对MODIS 1B数据进行噪声剔除计算。最后比较了分别使用噪声剔除前后的两组MODIS 1B数据反演得到的部分云和大气定量遥感产品 ,结果表明 ,使用剔除噪声后的MODIS 1B数据反演的定量遥感产品精度具有明显的提高     

Optimal MODIS data processing for accurate multi-year paddy rice area mapping in China

ABSTRACT

Researchers, policy makers, and farmers currently rely on remote sensing technology to monitor crops. Although data processing methods can be different among different remote sensing methods, little work has been done on studying these differences. In order for potential users to have confidence in remote sensing products, an analysis of mapping accuracies and their associated uncertainties with different data processing methods is required. This study used the MOD09A1 and MYD09A1 products of the Moderate Resolution Imaging Spectroradiometer (MODIS) satellite, from which the Enhanced Vegetation Index (EVI) and the two-band EVI (EVI2) images were obtained. The objective of this study was to analyze the accuracy of different data processing combinations for multi-year rice area mapping. Sixteen combinations of EVI and EVI2 with two cloudy pixel removal methods (QA/BLUE) and four pixel replacement methods (MO/MY/MOY/MYO) were investigated over the Jiangsu Province of southeast China from 2006 to 2016. Different accuracy results were obtained with different data processing combinations for multi-year rice field mapping. Based on a comparison of the relative performance of different MODIS products and processing method combinations, EVI2_BLUE_MYO was proposed to be the optimal processing method, and was applied to forecasting the rice-planted area of 2017. Study results from 2006 to 2017 were validated against reference data and showed accuracies of rice area extraction of greater than 95%. The mean absolute error of transplanting, heading, and maturity dates were 11.55, 8.10, and 7.78 days, respectively. In 2017, two sample regions (A and B) were selected from places where rice fractional cover was greater than 75%. Rice area extraction accuracies of 85.0% (A) and 92.3% (B) were obtained. These results demonstrated the complementarity of MOD09A1 and MYD09A1 datasets in enhancing pixel spatial coverage and improving rice area mapping when atmospheric influences are significant. The optimal data processing combination indentified in this study is promising for accurate multi-year and large-area paddy rice information extraction and forecasting.