省级MODIS植被指数序列的建立与应用

建立M OD IS植被指数序列是一项重要的基础性工作,有助于更加准确、有效地认知植被覆盖、土地利用和土壤水分的时空变化规律,更有效地监测干旱和植物生长。分析M OD IS植被指数的特点并与AVHRR植被指数进行对比,提出可业务化的M OD IS资料预处理方法,讨论了省级M OD IS植被指数序列的建立方法及其在农业遥感中的应用。     

基于MODIS数据的陕西地表温度监测

地表温度是反映土壤—植被—大气系统能量流动与物质交换的重要参数,讨论了利用EO S/M OD IS资料反演地表温度的分裂窗方法各参数获取及其在陕西省的应用;建立了基于M OD IS遥感资料和地面自动气象站观测资料反演地表温度的统计模型。监测试验结果表明:利用分裂窗方法反演陕西地表温度,其中参数设定仍需要做大量工作;统计方法考虑季节差异,在地表状况不太复杂时也能取得较好的监测效果。     

6S辐射模型算法解析及在MODIS大气校正中的应用

对6s(Second S im u lation of the Sate llite S igna l in the So lar Spectrum)模型的结构及计算流程进行分析,利用2006年6月16日的TERRA资料,基于数据本身反演了陕西关中地区的水汽含量和气溶胶光学厚度,最后应用6S模型和反演的结果对关中盆地的M OD IS资料进行大气校正,并对结果进行探讨。     

利用MODIS资料对积雪的遥感监测

通过对遥感卫星资料中云和雪的光谱特征的分析，提出利用中分辨率成像光谱仪（MODIS）红外、可见光谱段数据进行云、雪检测和分离的方法；并提供监测实例来说明利用MODIS数据可进行积雪监测。     

GIS和遥感技术在贵州火险监测中的应用

贵州森林覆盖率达到30.1%,且多集中于地形复杂、山高坡陡、交通不便的山区,增加了林区火情监测和火点定位的难度。在应用NOAA卫星遥感监测森林火险业务中,利用G IS中M apOb jects的地理信息功能开发系统,可准确对贵州省的1 500多个乡镇进行火点精确定位。RS与G IS技术结合提高定位精度、缩短监测产品制作时间、提高服务的及时性。     

MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段。本文总结分析了近年来利用MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVD I)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望。     

MODIS数据在青海省积雪监测中的应用

本文主要探讨目前EOS/MODIS卫星数据在青海省监测积雪业务中的应用,讨论青海省云、雪等自然界面的光谱特征,提出利用积雪指数NDSI,鉴别雪、冰和云的方法,以及积雪分布图的制作和积雪面积的提取处理流程。     

利用MODIS资料定量判识沙尘暴方法研究

为了利用MOD IS资料对沙尘暴的范围和强度进行定量判识,应用多时次MOD IS多波段资料,在对沙尘暴、云、雪和沙漠光谱特征进行较为细致分析的基础上,寻找出能区分沙尘、云和地表的波段,构建了2个定量判别沙尘暴范围和强度的沙尘指数,并利用沙尘指数对2002~2005年多次MOD IS沙尘暴的范围和强度进行判识。研究结果表明:1)沙尘在反射光谱段的光谱特征为反射率随着波长的增加而增大,与土壤光谱特征相近;大粒径沙尘反射率增长速率大于小粒径沙尘。2)小粒径沙尘具有较典型的气溶胶特征,对0.46μm蓝光波段敏感,对1.6和2.1μm短红外波段不敏感。3)大粒径沙尘不具有气溶胶特性,对蓝光波段不敏感,对短波红外敏感。4)3.7μm和8.5μm是对沙尘敏感波段,2波段的差可以作为判别沙尘的指标,并在一定程度上反映沙尘强度。5)设计的2个沙尘指数对监测沙尘十分有效,且方法简单,适于业务应用。     

基于MODIS的藏北高原植被分类研究

本文以那曲地区和拉萨市区(文中称藏北高原)作为研究对象,对该区域的植被进行分类。通过地面调查数据、遥感数据、中国植被图集扫描图中经几何校正的西藏藏北高原作为实际参考数据,利用R2V软件和Arc info软件的结合,得出西藏藏北高原植被的数字化图。同时通过中国植被图集中西藏藏北高原的数据和MOD IS卫星6、2、1通道合成数据的特点,利用最大似然估计监督类方法对2004年9月13和27日的EOS/MOD IS卫星遥感图像的西藏藏北高原部分植被进行分类。得出西藏藏北高原7个典型植被类型及其面积,可以反映出该区域植被的特征。这对可持续发展该区域的草地资源提供了决策依据。     

基于ENVI二次开发的遥感雪面温度反演方法

针对MODIS数据的分裂窗算法进行了简要介绍,通过ENVI(ENvironment for Visualizing Images)二次开发,实现了直接利用MODIS lB数据进行雪面温度反演。在ENVI二次开发环境下,编程实现了该算法,并给出了具体的数据反演处理流程。以我国新疆北部为例,将反演结果与气象站雪面温度观测资料对比。结果表明:系统反演得到的雪面温度分布规律与观测资料一致,反演的平均误差为1.73℃,基本反映了北疆地区的雪面温度分布情况;利用ENVI二次开发可以实现遥感数据的批量处理,从而快速准确地得到一个长时间序列的结果。     

基于FY3\VIRR数据的积雪遥感监测方法研究 -以阿勒泰地区为例

以FY-3可见光与红外辐射计（VIRR）为主要数据,利用FY3\VIRR 1、6、10通道数据,以指数法和光谱阈值相结合的多光谱积雪监测算法对2013年阿勒泰地区卫星数据进行积雪监测处理。处理结果与MODIS积雪监测业务产品对比分析得出：利用FY3\VIRR可以实现对研究区的积雪遥感监测,监测结果与现有MODIS积雪监测业务产品较一致,具有可比性。     

基于MODIS资料的西藏遥感积雪监测业务化方法

雪灾是西藏地区藏北一线、南部边缘地区对牧业生产影响最严重的灾害之一,利用卫星遥感资料开展积雪监测,提供监测信息产品具有重要的现实意义.利用拉萨接收站接收的中分辨率成像光谱仪(MODIS)卫星遥感资料对西藏高原积雪的监测方法进行了探讨,找出适合该地区的积雪判别模式,建立MODIS资料为基础的积雪监测系统.基于MODIS数据计算得出的归一化差分积雪指数(NDSI)和归一化植被指数(NDVI)与1、2、4、6通道等相结合,建立积雪监测模型是可行的;得出的积雪判识方法对于西藏地区有较高的适用性,如结合地表土地利用类型数据将有林区和非森林区分开计算,能较好地消除藏东南地区因地势复杂、森林茂密对NDSI的影响.     

利用MODIS数据判识祁连山区积雪方法研究

对祁连山区积雪、云和各种下垫面进行光谱分析,利用2003年7月至2005年3月的MODIS数据资料,在前人所做研究工作的基础上提出利用归一化差值积雪指数NDSI(Normalized Difference Snow Index)和中分辨率成像光谱仪(Moderate Resolution Imagigng Spectroradiometer)的band 18和band31的结合,采用逐步逼近法去除大部分云、盐湖、冰面、沙漠、戈壁等对积雪判识的干扰,从而判识出祁连山区积雪。由结果分析和检验显示,利用本文方法可以比较有效识别出祁连山区积雪。     

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。     

卫星反演积雪信息的研究进展

综合分析了积雪信息反演的主要遥感信息源和提取方法。在光学遥感方面,应用较广的主要是改进型甚高分辨率扫描辐射仪（AVHRR）资料和中分辨率成像光谱仪（MODIS）资料;提取积雪信息大多是根据积雪在可见光波段的高反射率和近红外波段的低反射率,并通过建立回归模型反演积雪面积和深度。由于传感器的改进,MODIS卫星资料在空间分辨率、积雪反演算法等方面明显优于AVHRR资料。光学仪器受云层和大气的影响很大,由于云和积雪在可见光和近红外波段上都具有高反射率。并且由于云层的遮挡。云下的地表信息不能被光学遥感仪器所接收到。微波遥感方面,被动微波遥感仪如微波辐射计成像仪（SSM／I）、高级微波扫描辐射计（AMSR—E）等可以全天候穿过云层进行监测,具有光学仪器所没有的优势,并通过提取地表的亮温差,建立雪深反演模型得到积雪深度。被动微波传感器存在分辨率低。无法监测浅雪区信息等问题。另外影响地表微波亮温的因素很多,这些都在一定程度上影响了反演结果的精确度。主动微波遥感仪如合成孔径雷达、微波散射计等利用积雪与其它地物的后向散射系数的不同来识别积雪,但也同样存在分辨率低等问题。最后探讨了卫星反演积雪信息中仍然存在的问题和进一步发展的方向。     

MODIS资料在2003渭河洪涝灾害动态监测中的应用

本文通过对MODIS资料中植被、水体、土壤等不同地物的光谱特性进行分析,得出了可用于洪涝监测的通道,并提出了MODIS洪涝监测遥感资料处理流程和水体的量化判识指标。利用上述流程、方法和判识指标对2003年渭河流域发生的近50a来最严重的洪涝灾害的整个发生和发展过程实施了动态监测,制作了MODIS渭河遥感洪涝监测动态变化图像和水情专题图,并估算了淹没面积。为政府和防汛部门科学有效地组织救灾提供了可靠依据。     

MODIS积雪遥感监测系统的研制

利用MODIS高光谱、多波段资料和气象台站观测资料，以逐步判别与Bayes判别等数学统计的方法结合不同目标物的光谱特性，同时考虑下垫面条件和季节等对积雪深度分布的影响，建立MODIS积雪深度回归模型；以面向对象的编程技术，采用Microsoft Visual C＋＋．NET软件开发工具，通过“类”概念的设计方法，建立MODIS积雪遥感监测业务系统，计算出积雪面积、覆盖度、各层雪深、雪水当量等多个反映测区积雪总量的物理参数，制作出各类积雪产品。该系统投入业务试运行后，系统运行稳定可靠并在2006年度冬季北疆地区雪灾监测服务和2006年新疆春季洪涝灾害决策服务中发挥了重大作用。     

基于MODIS白天地温产品的青藏高原海拔依赖型变暖特征分析

基于2001～2018年中分辨率成像光谱仪（MODIS）探测的白天地面温度（简称MODIS 白天地温）资料,与青藏高原（简称高原）122个气象站点观测的最高气温资料,在年尺度上评估了MODIS 白天地温在高原的适用性,研究了高原五个干湿分区下MODIS 白天地温的海拔依赖型变暖特征,得到以下主要结论:（1）MODIS白天地温能够基本再现观测的最高气温的时空以及海拔依赖型变暖特征;（2）高原整体上,MODIS白天地温存在显著的海拔依赖型变暖特征,平均海拔每增加100 m,其趋势增加0.02°C (10a)?1,且受积雪—反照率反馈主导;（3）干湿分区下,海拔依赖型变暖特征在高原表现为偏湿润地区强于偏干旱地区;季风区强于西风区。海拔依赖型特征强弱:半湿润地区＞湿润半湿润地区＞半干旱地区＞湿润地区＞干旱地区。平均海拔每增加100 m,以上区域的地温趋势分别增加0.06,0.03,0.03,0.01,0.01°C (10a)?1。半湿润和湿润半湿润地区年均温在0°C左右,在气候变暖背景下积雪—反照率反馈作用最为强烈,是其海拔依赖型变暖的主导因素;干旱与半干旱地区年均温相对更低,气候变暖程度对积雪影响相对较小,积雪—反照率反馈作用被限制,但仍对上述地区的海拔依赖型变暖起主导作用;而湿润地区的积雪覆盖率的上升可能是由于降雪（固态降水）增加抵消了积雪融化损耗,云辐射、水汽等其他因素主导了其海拔依赖型变暖。     

MODIS遥感数据在我国台湾海峡海雾监测中的应用

海雾是一种常见的灾害性天气现象。以我国台湾海峡为示范研究区, 利用新一代卫星传感器MODIS的可见光和红外探测通道数据, 在分析海洋、中高云、低云和海雾等不同下垫面的MODIS光谱辐射特征基础上, 选择对海雾具有敏感反应的探测通道, 通过综合判识建立台湾海峡海雾遥感监测模型。利用该模型对2004-2007年我国台湾海峡海雾事件进行监测, 并用福建沿海5个地面气象观测站的能见度数据对监测结果进行验证分析。结果表明:基于MODIS数据的海雾遥感监测模型能够较准确地对台湾海峡海雾分布和发展过程进行监测, 从地面观测数据与卫星监测结果对比验证来看, 海雾监测的准确率可达80 %以上, 具有较高的业务化应用前景。     

MODIS/Terra observed snow cover over the Tibet Plateau: distribution, variation and possible connection with the East Asian Summer Monsoon (EASM)

Based on the snow cover fraction (SCF) data acquired from the Moderate Resolution Imaging Spectroradiometer (MODIS) on the NASA Terra spacecraft from 2000–2006, statistical analyses are performed to explore the spatial and temporal distribution and variation of the snow cover over the Tibetan Plateau (TP). It is found that the snow persistence over the TP varies in different elevation ranges generally becomes longer with increases in the terrain elevation. In addition, the spatial distribution of the snow cover not only depends on the elevation but also varies with terrain features, such as aspect, slope, and curvature in the local areas. With 7-year observational data, seasonal and interannual variability of snow cover has been detected. There are slight decreasing trends in SFCs from 2000–2006. With MODIS satellite snow-cover fraction data and the National Centers for Environmental Predictions and U.S. Department of Energy NCEP/DOE reanalysis II dataset, the relationship between snow cover anomalies over the TP and the East Asian Summer Monsoon (EASM) is examined. Results indicate that the onset of the EASM is closely associated with snow cover anomalies in the spring. Specifically, a positive (negative) snow cover anomaly is followed by a later (earlier) onset of the EASM.