基于MODIS和HJ-1数据的宿鸭湖水库面积遥感监测研究

水体与植被、城市和土壤等地物在不同波段的光谱反射率的差异是利用遥感手段提取水体信息的基本原理。以宿鸭湖水库为例,在水体光谱特征分析的基础上,采用归一化植被指数（NDVI）方法提取2010年的MODIS和HJ-1遥感影像上的水体信息。首先将MODIS数据的第1和第2波段,以及HJ-1数据的第3和第4波段经过波段运算得到NDVI图像。将两种遥感图像中NDVI值为负的像元判识为水体,NDVI值为正的判识为水库周围的农田,经过计算像元数量得到水体面积信息。水体判识阈值在全年变化范围在-0．08和0．08之间。HJ-1数据具有较高的空间分辨率,水体判识的结果比MODIS数据更加精确。利用HJ—I数据水体监测结果对MODIS数据结果进行校正,使得到的监测结果同时具有较高的时间分辨率和空间分辨率。研究结果表明：利用HJ-1数据校正后的MODIS数据所测得的水域面积与实际观测得到的水库蓄水量之间的复相关系数为0．8603,显著提高了水体监测的精度,从而为大范围的水资源与水环境动态监测提供了迅速、可靠的依据。     

基于FY-3A／MERSI的洪涝灾害遥感监测初探

介绍了FY-3A/MERSI数据的基本情况,利用MERSI数据1～5通道进行典型地物的光谱分析了典型地物在MERSI图像上的特点和水体识别模型,选择适用于MERSI图像的模型对2008年10月南宁市发生的洪涝灾害进行监测.     

基于MODIS数据的水体识别指数方法的比较研究

从典型地物光谱曲线分析入手,MODIS数据的第7、2、1波段对植被、陆地、水体区分明显。本文对长三角太湖流域地区,采用MODIS数据以五种常水体识别进行水体信息提取,然后分别从目视解译效果、水体区分度的计算和提取的水体面积三方面来对这五种指数方法进行比较和评价。结果表明,在应用MODIS数据进行水体识别时,比值植被指数（RVI,Ratio Vegetation Index）和混和水体指数（CIWI,Combined Index of Normalized Difference Water Index）模型的目视解译效果较好,且CIWI指数具有水陆区分度较大和水体面积提取精度较高的优点。     

基于TVDI的西藏地区旱情遥感监测

西藏大部分地区属干旱或重干旱区,干旱发生较为频繁,是影响农牧业生产最严重的灾害之一。文章利用拉萨接收站的中分辨率成像光谱仪(MODIS)资料提取的归一化植被指数(NDVI)和地表温度(ST),构建ST-IND-VI特征空间,依据该特征空间设计的温度植被旱情指数作为旱情指标,找出适合该地区的旱情判别模式,以2005～2008年6～7月同时段西藏地区卫星资料、气象旱情监测结果以及土壤相对湿度观测数据为例,进行旱情对比分析。结果表明,利用温度植被旱情指数(TVDI)法对西藏地区进行夏季干旱动态监测是可行的。     

基于卫星遥感的临沂市冬小麦种植时空变化特征分析

以临沂地区为研究区,基于Terra/MOD13Q1遥感植被数据产品,通过分析冬小麦的遥感光谱特征、物候历特征及其生物学特性,提取2009—2019年临沂地区冬小麦种植信息,利用GIS空间分析方法和统计分析方法分析了临沂冬小麦种植的时空分布变化规律。结果显示：1）空间上,近10年来临沂地区冬小麦种植面积在2 800～3 000 km2之间浮动,占整个地区土地面积的17%左右,总体变化较小,种植区域呈南多北少的分布格局,主要集中在兰陵、临沭和郯城;2）从冬小麦种植稳定度上看,连续种植冬小麦10 a及以上的区域,主要集中在兰陵和郯城,面积为1 638 km2,稳定度高,连续种植小于4 a的区域有1 914 km2,主要分布在莒南和费县,种植不稳定;3）时间上,冬小麦面积由2009年的2 838 km2增加到2019年的2 985 km2,变化幅度和年均变化率分别为5.5%和0.5%,呈缓慢增加趋势。本研究为临沂地区冬小麦种植的深入了解以及农业结构调整提供了较为准确、科学的参考依据。     

基于MODIS数据的西藏荒漠化遥感监测研究

基于MODIS卫星NDVI产品构建了西藏荒漠化监测模型,利用该模型分析了2000—2017年全区荒漠化时空分布特征和趋势变化,并利用实地调查的植被覆盖度及影像资料进行模型验证。结果表明:近18年来西藏主要以中度荒漠化土地为主,占全区面积的37.68%,非荒漠化区域面积占28.65%,轻度和重度荒漠区面积分别占全区面积的13.20%和12.64%。全区荒漠化总体趋势属微弱改善状态,继续退化区域主要集中在西藏中部,包括那曲地区东南部,拉萨市大部,日喀则市东部和山南市北部。阿里地区大部和那曲地区北部属改善区。整体上全区荒漠化态势以稳定为主,占45.79%。改善和退化区域面积分别占23.58%和22.52%。构建的荒漠化指数与实测植被覆盖度呈负相关关系,判定系数R~2=0.52(P0.05),表明实测样本与模型结果总体上趋于一致,反演模型可以作为研究区土地荒漠化监测方法。     

应用NOAA/AVHRR资料监测水稻长势的研究

该文利用1992～1996年NOAA/AVHRR资料,结合实测的地面农作物生长发育农学参数,系统地分析了沈阳市水稻移栽至收获整个本田期间遥感归一化植被指数（NDVI）的变化规律,进而达到对沈阳市水稻长势遥感动态监测的目的。     

基于多源遥感数据的辽宁地表温度反演及空间分布研究

以辽宁地表温度为研究对象,采用普适性单通道算法,利用FY-3A/MERSI数据,并结合MODIS 1000 m分辨率数据,反演了2009年和2010年4-9月间10个时次晴空或局部晴空时的地表温度。结果表明：计算验证了模型的反演精度与同期NASA所发布MODIS地表温度产品的精度相当,其结果与相应的56个气象站点的实际观测数据相一致。多源遥感数据的综合应用,可获得较合理的地表温度反演结果;不同土地覆盖类型间地表温度的高低在相同时间内存在显著差异;研究期内,林地、水田、旱地和建设用地的NDVI与地表温度具有负相关性。综合利用遥感、地理信息系统技术,可以表征地表温度与土地利用类型以及地表温度与归一化植被指数(NDVI)之间的关系。     

基于FY3/MERSI数据的辽宁省植被指数重建及时空变化分析

为建立中国风云三系列气象卫星长时间序列归一化植被指数数据集,选用滤波和函数拟合方法,针对林地、湿地、水稻、玉米、大豆、城市和水体7类地物开展数据重建效果定量分析,确定最佳数据重建方法,并在辽宁省开展时空变化分析。结果表明：非对称高斯函数拟合法（Asymmetric Gaussians,AG）、Savitzky-Golay滤波法（SG）、双Logistic函数拟合法（Double Logistic,DL）和时间序列谐波分析法（Harmonic Analysis of Time Series,HANTS）四种方法均表现出相对较好的去噪能力。SG方法对噪声比较敏感,HANTS方法在低值区受噪声影响大。AG和DL方法平滑效果较好,DL方法的峰值更接近于原始峰值。在高植被覆盖区和季节性作物区,SG方法相关系数最高（>0.93）、均方根误差最低（< 0.1）;在城市和水体低植被指数区,HANTS方法相关系数最高,为0.87,但四种方法的均方根误差均在0.06左右,差别不大。综合考虑曲线和定量分析结果,选取SG方法进行辽宁省植被指数数据集数据重建。辽宁省植被指数数值高低的空间分布与下垫面植被类型相符合,东部山区林地植被指数最高,达到0.75以上。2009-2020年,辽宁省NDVI年均值存在波动,不同地物植被指数变化存在差别,水体和城市植被指数变化相对较小,旱田作物（玉米、大豆）的植被指数受干旱年的影响植被指数变化稍大。辽宁省主要粮食作物植被指数年内均呈单峰分布,与一年一熟型吻合,均在8月上旬达到最大值。     

基于大尺度海温因子的江苏省水稻适宜移栽期预报模型研究

利用江苏有记录以来的农业气象资料,分析发现江苏水稻适宜移栽期与播栽期≥10℃有效积温间存在极显著的正相关关系,因此,可通过有效积温确定适宜移栽期。根据海气相互作用原理,基于遥相关方法,寻找有效积温的海温响应相关区,应用最优相关技术和空间拓扑分析法,筛选出高相关海温预报因子,并通过稳定性和独立性检验,确保海温预报因子的可靠性,最终建立水稻适宜移栽期的长期预报模型,经过历史拟合和试报检验,预报模型效果理想,至少可提前半个月预报出水稻适宜移栽的日期,预报结果对农业生产具有重要的实用价值。     

基于遥感的土壤电阻率估算研究

以我国长江中下游的南京及其周边15个市(县)为例,采用野外测定、室内分析与遥感反演相结合的方法,开展了土壤电阻率估算研究.选用影响土壤电阻率的土壤水分、土壤温度、土壤可溶盐总量与土壤阳离子交换量等4个主要因子,遥感反演土壤水分和温度空间分布,以获取估算土壤电阻率所需要的主要参数;采用偏最小二乘二次多项式(PLSQM)模型对不同地表覆盖类型下的土壤电阻率进行估算,PLSQM估算模型的估算值与实测值的相关系数达到0.85,平均相对误差(MRE)为19.02%,均方根误差(RMSE)为7.79.结果表明,草地、农田、林地3种不同地表覆盖类型下土壤电阻率有明显差异,PLSQM模型实现了较高估算精度,具有较好的应用潜力.     

基于卫星遥感和地面观测资料的汾渭平原空气污染分析

选取中国汾渭平原地区作为研究对象,利用MODIS、OMI和CALIPSO多源卫星遥感资料,同时结合环境监测国控站点污染6要素等逐小时地面环境监测数据以及能见度、霾天气现象记录等地面气象要素资料,综合分析了2013—2018年秋冬季汾渭平原空气质量状况、气溶胶的组分,探讨了卫星遥感气溶胶光学厚度（Aerosol Optical Depth,AOD）与地面污染物浓度的关系,并结合中国气象局化学天气预报系统-EMI评估模式（CUACE-EMI）资料对气象条件和污染减排影响进行评估。结果表明：11个代表城市中有6个城市秋冬季有接近或超过一半的时刻处于污染状态,且污染发生时,各代表城市大多数时刻处于中度及其以上污染级别;三门峡、临汾、运城和西安是霾和重度霾高发的城市,其重度霾爆发频率高达11.63%—14.78%;汾渭平原秋冬季首要污染物为PM_2.5和PM₁₀,以污染沙尘、沙漠沙尘和烟尘为主,出现频率分别为36.24%、25.14%和22.96%;MODIS AOD与空气质量指数（Air Quality Index,AQI）、PM_2.5、PM₁₀质量浓度之间的相关系数分别为0.72、0.70和0.64;汾渭平原2018年气象条件的变化使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期上升了17.06%、1.58%、4.34%、11.25%和5.75%,减排措施使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期分别下降了8.74%、28.01%、4.93%、3.16%和42.62%。     

基于高分卫星的一季稻面积遥感估算

高分一号卫星(GF-1)是中国高分辨率对地观测系统中的重要成员之一,可以提供高空间分辨率的对地观测信息。本文以合肥市为研究范围,根据物候历选择2017年5月下旬和8月上旬的两个时相GF-1影像为研究资料,利用增强型植被指数(EVI)为监测判别指标,并以一季稻成熟期的蓝移现象作为辅助判别条件,构建了种植面积遥感估算模型。结果表明:通过对比验证模型,发现用统计调查数据来验证遥感估算结果的精度为93.2%,用混淆矩阵法来验证的精度和Kappa系数分别为83.7%和0.84。验证精度表明本文构建的遥感估算模型是合理可行的,为安徽省及合肥地区一季稻信息提取和估算提供参考。     

基于MODIS时序数据提取河南省水稻种植分布

以河南省为研究区,利用2009年多时相8d合成MODIS地表反射率产品提取水稻种植分布。根据稻田含水量变化特征及水稻生长规律,构建水稻种植分布提取流程。为减少云等噪声的影响,对地表水含量指数（ILSW,land surface water content index）和增强型植被指数（IEV,enhanced vegetation index）的时序数据进行平滑重建。然后,依据豫北和豫南稻区水稻物候期差异,分别建立标准水稻IEV生长线,以计算像元尺度的水稻相似性指数作为影像分类的特征波段。同时,对重建的ILSW和IEV时序数据分别进行主成份分析,选择各自的前3个成份作为特征波段。在此基础上,采用支持向量机分类算法对组建的特征波段进行分类,提取影像中水稻的种植分布。结果显示,提取的河南省水稻种植分布与实际情况吻合较好,豫北稻区水稻分布呈现集中连片的特征,多分布在沿黄河两岸,而豫南稻区水稻种植广泛,多在大型水库灌区周边及沿淮和低洼易涝地区。与各地区水稻统计面积相比,MODIS提取的水稻面积平均相对误差为6.56%,根均方误差为5.63khm2。受到混合像元影响,以及个别地区水稻种植分散且面积相对较小,使该地区水稻面积相对误差超过±60%。     

中国中东部区域TRMM降水产品降尺度研究及其时空特征分析

该研究以中国中东部区域(17°～50°N,98°～135°E)为研究范围,在前人研究基础上,根据水汽与降水之间的关系,基于MOD05水汽产品,采用偏最小二乘法,对中国中东部区域2001—2010年10 a平均TRMM3B43_V 7月降水产品进行降尺度,旨在得到空间分辨率为1 km×1 km的月降水空间分布。通过比较分析,发现该降尺度模型能大幅提高TRMM产品空间分辨率,估算结果平均相对误差为15.35%,与地面观测较接近,能体现中国中东部区域降水宏观分布趋势,且估算结果精度高于前人基于归一化植被指数(NDVI)的降尺度模型,能满足降水产品的精细化需求。     

基于地面通量观测与MODIS数据估算玉米光能利用率北大核心

基于地面通量数据和中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer, MODIS)数据,对玉米农田生态系统光能利用率(Light Use Efficiency, LUE)进行反演和分析。通过地表碳通量资料构建了玉米农田生态系统的LUE模型,分析了LUE的变化规律;通过比较不同参照波段、不同传感器角度下计算的MOIDS光化学反射植被指数(Photochemical Reflectance Index, PRI)与LUE间的关系,构建了MOIDS PRI反演玉米LUE的模型。结果表明:(1)玉米LUE呈现出明显的季节和日尺度上的变化规律,季节变化表现为单峰形,白天的LUE呈现出“U”型变化规律;(2)相比较NDVI,PRI反演植被LUE有明显优势,利用MODIS PRIS与LUE的较好相关性,建立了PRI488、PRI551和PRI667模型进行LUE反演;(3)经比较,MODIS PRIS反演LUE时最适合的为PRI551模型,其全向散射的模型具有通用性,而如果区分出后向散射数据则采用相应的PRI551后向散射模型更好;(4)利用LUEa与全天平均LUEd拟合模型与MODIS PRI551瞬时模型联合,可实现对日尺度的光能利用率的反演,其推广应用前景值得期待。     

基于环流和海温的稻曲病指数长期预报模型研究

稻曲病属于典型的"气象型"病害,为了提前预报出适宜稻曲病发生的气象等级与提供足够的防治准备时间,根据中长期天气预报原理,充分考虑大气环流和太平洋海温对区域气象条件影响的滞后性,利用近40 a的江苏逐日气象观测资料、大气环流指数和海温资料,采用空间拓扑原理和最优相关普查等统计方法,挑选出了对综合稻曲病指数影响最显著的预报因子,并通过滑动平均和主成分识别等检验方法确保预报因子的稳定性和独立性,最终分别建立了基于大气环流因子和基于海温因子的综合稻曲病指数长期预报模型。经过检验,两种模型的模拟效果均理想,能提前一个月预报出综合稻曲病指数以及对应的发病气象等级。