Anomaly Detection in MODIS Land Products via Time Series Analysis

With remote sensing information products becoming increasingly varied and arguably improved, scientific applications of such products rely on their quality assessment. In an operational context such as the NASA (National Aeronautics and Space Administration) information production based on the MODIS (Moderate Resolution Imaging Spectroradiometer) instrument on board Earth Observing System (EOS) Terra and Aqua satellites, efficient ways of detecting product anomaly, i.e., to discriminate between product artifacts and real changes in Earth processes being monitored, are extremely important to assist and inform the user communities about potential unreliability in the products. A technique for anomaly detection, known as MAD (the median of absolute deviate from the median), in MODIS land products via time series analysis is described, which can handle intra- and in-ter-annual variation in the data by using MAD statistics of the original data and their first-order difference. This method is shown to be robust and work across major land products, including NDVI, active fire, snow cover, and surface reflectance, and its applicabil-ity to multi-disciplinary products is anticipated.     

Landsat长时间序列数据格式统一与反射率转换方法实现

介绍了一种长时间序列遥感影像预处理程序,即陆地卫星生态系统干扰自适应处理系统(landsat ecosystem disturbance adaptive processing system,LEDAPS)。该程序通过使用MODTRAN太阳能输出模型,校正太阳方位、日地距离、TM或ETM+带通以及太阳辐照度,将定标影像转换为表观(top-of-atmosphere,TOA)反射率影像,并将通过浓密植被(dark dense vegetation,DDV)算法插值生成的气溶胶光学厚度(aerosol optical thickness,AOT)以及通过相关资料获得的臭氧(O3)浓度、大气压及水汽值等用于6S辐射传输模型,生成地表反射率产品。以LEDAPS可处理的标准数据Landsat7 ETM+和统一格式后的非标准数据Landsat5 TM影像为例,介绍了长时间(1987—2011年)序列数据的选择、格式统一以及算法的实现过程,同时给出了校正后影像效果评价的方法。结果表明,标准数据和非标准数据经过LEDAPS处理后生成的地表反射率产品能有效降低大气中O3、水汽及气溶胶等对影像真实反射率的影响,为土地覆盖变化和干扰因素等的长时间序列监测和生物物理参数的遥感反演提供科学产品,有助于在国内形成处理长时间序列影像数据的准则。     

利用MODIS BRDF估算中国东北森林背景反射率——以大兴安岭加格达奇地区为例

基于MODIS二向反射分布函数(BRDF)模型参数产品数据,利用4-scale模型建立查找表,以中国东北大兴安岭加格达奇地区为研究区,反演森林背景反射率,并分析不同森林类型二向反射与背景反射率特性及其季节变化。研究结果表明:(1)研究区针叶林和混交林二向反射特征较为相似,夏季阔叶林在红光波段的二向反射率值均低于针叶林和混交林,而在近红外波段则相反;不同森林类型二向反射率均存在明显的季节变化,其中阔叶林二向反射率季节变化最为明显;(2)研究区夏季森林背景反射率在红光波段较低,均在0.1以下,近红外波段背景反射率普遍高于0.3,且空间差异较大;(3)不同森林类型的背景反射率季节变化趋势大致相同,但变化幅度存在差异:阔叶林的背景反射率值季节差异最大,尤其在近红外波段。     

GF-4序列图像的云自动检测

以高分四号(GF-4)卫星L1级标准分幅数据产品提供高精度的云检测产品为目的,研究针对地球同步轨道卫星数据的云检测算法,改进自动阈值以适应同日不同时刻成像数据的辐射亮度与地表反射特性的变化差异。利用GF-4卫星凝视成像方式获取的同区域序列图像以及云在不同图像上的运动特性,结合自动阈值与SavitzkyGolay(SG)滤波修正检测结果中的误检。算法的两个关键预处理,一是通过自动的几何配准解决未经几何校正的分幅数据之间像素位置对应的问题,二是通过基于典型相关变换自动提取序列图像之间的伪不变特征点集,进而利用相对辐射归一减小了不同时刻成像数据之间的辐射差异。通过内蒙古自治区东部及长江中下游区域70余组数据对算法进行验证,整体上获得了稳定的结果与精度,并且基于序列图像的云检测算法在云边界、高亮地表及薄云区域的检测精度整体优于单幅自动阈值的检测结果。结果表明算法精度上满足GF-4云检测数据产品需求,且算法自动化程度高,便于工程化的数据生产。     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

多样地表和大气状况下的MODIS数据云检测

云覆盖作为天气和气候变化的一个重要因子,对地表-大气能量平衡和水循环有着重要的影响,因此,快速、准确地利用卫星遥感技术检测云覆盖具有重要的实用价值和科学意义。利用卫星遥感数据,尤其是常用的Moderate Resolution Imaging Spectroradiometer(MODIS)影像数据,因其具有较高的光谱和时间分辨率,以及2330 km扫描幅宽,为大范围实时、准确地进行云检测提供了可能。目前,基于MODIS数据发展了大量的云检测方法,但因地表类型的多样性和大气状况(如空气污染和沙尘事件等)的复杂性,目前已有的云检测方法,检测精度通常具有较大的不确定性,且针对不同地表和大气状况缺乏普适性,同时也缺乏对检测精度的定量化评估。因此,本文首先比较了常用的3种云检测算法,并基于前人经验提出了两种改进方法(方法4和方法5),首先区分出云和冰雹,摒弃了不稳定的亮温波段,两种算法均适用于复杂地表和大气状况的云检测算法。结果显示,方法5可以较好地应用于基于MODIS数据的云检测,总体精度达92.6±7%,改进了现有基于MODIS数据的云检测算法;方法4平均总体精度82.9±13%,虽然精度相对较低,但云残留少,适合作为对云敏感度高的研究工作的云检测方法。     

MISR和MODIS二向性反射数据产品的对比分析

利用4种地表类型共16个地面站点的MISR 9个角度反射率数据产品和MODIS反射率数据产品(MOD09A1), 对比两种传感器获取的地表方向反射观测数据和用BRDF模型参数产品计算的方向反射数据, 分析了这两种BRDF模型参数的外推能力。研究结果表明: (1) MISR和MODIS BRDF模型参数数据产品都具有一定的对观测数据以外方向反射的外推能力, 相比用MISR BRDF模型参数数据外推到相应MODIS观测角度方向反射的结果一致性较强。(2) 采用两种BRDF模型参数推算的方向反射率与观测数据的接近程度有随观测天顶角的增大而减弱的趋势, 在观测天顶角较小时一致性较好。(3) 所用数据处理结果显示, MODIS BRDF模型参数数据产品在近垂直主平面方向反射率推算结果相比近主平面方向的推算结果更接近观测数据。     

利用BRDF原型和单方向反射率数据估算地表反照率

地表反照率是影响地表能量收支平衡的决定性参数之一,精确反演地表反照率需要考虑地表各向异性反射特征。本文尝试以双向反射分布函数BRDF原型为地表各向异性反射的先验知识,通过单方向反射率反演地表反照率。首先根据地面实测及MODIS多角度反射率数据对反演方法进行分析和精度评价,然后借助MODIS BRDF产品统计出研究区的主导BRDF原型,并联合环境一号卫星(HJ-1)单方向反射率数据反演30 m地表反照率,最终将结果与地表实测数据进行比较。结果表明:BRDF原型对BRDF的变化进行了约束,且能够适用于几十米尺度的遥感数据反照率的反演;不同级别的各向异性反射特征的分布是不均一的,借助于主导BRDF原型能够使大部分样本的地表反照率满足精度要求;利用研究区MODIS BRDF产品统计得到的主导BRDF原型为先验知识,通过HJ-1数据反演得到的地表反照率与地表实测反照率有较高的一致性,而朗伯假定条件下的反照率高于实测结果。本文算法简单高效,可为产生全国范围的中高分辨卫星反照率产品提供有价值的算法参考。     

运用动态谐波回归模型对MODIS叶面积指数时间序列产品的分析与预测

运用动态谐波回归模型(Dynamic Harmonic Regression,DHR)对MODIS的长时间序列的LAI产品进行分析,可以从中分离出LAI随时间变化的多年趋势、季节变化及残差等主要成分,通过建立的模型实现LAI年间变化的短时预测。本文将所述DHR模型分析方法试用于遥感数据产品随时间变化的信息提取,对LAI年间变化的预测结果证明该方法用于遥感像元尺度LAI产品的时间序列分析与预测的效果良好。     

国产高分辨率卫星影像云检测方法分析

云检测方法大都针对特定的传感器或依赖多个波段,对参数要求高,而国产高分辨率卫星影像通常包含波段数较少,多数云检测方法不适用。本文采用深度学习的方法,以融合后的高分一号影像为例,应用基于双重视觉注意机制模型进行云检测,并与人工采集、全卷积网络模型的检测结果进行对比。理论分析和研究结果表明:基于双重视觉注意机制的模型云检测结果与人工采集进行对比,正确率为0.986 4;通过增加云样本数量和非云样本数量可有效解决模型对道路、河流、居民地的误检测问题;基于双重视觉注意机制的模型与全卷积网络模型相比,云边界更为准确,模型适用性更强。利用较少的波段信息进行云检测为国产其他高分辨率卫星影像云检测提供了参考。     

TM影像地面二向性的分析及校正方法研究

在影响辐射失真的各种因素中,二向反射特性越来越被人们所重视。本文针对地面二向反射特性造成的辐射失真问题进行深入的研究,从辐射失真的根本角度上补偿色调的差异,使得尽量恢复图像灰度与实际地表辐射的真实对应关系。并采用适合TM影像的Roujean模型进行实验处理,得到了较好的减弱辐射差异的效果。最后采用影像拼接等方法对实验结果进行了分析和评价。     

基于MODIS 250m遥感影像的变化检测

本文采用分辨率为250m的MODIS遥感影像对土地利用类型进行动态监测,其目的是探讨在MODIS影像上,能够快速准确地获取在不同时期的变化信息,并且为进一步分析提供参考。本文主要讨论运用MODIS影像进行变化检测的几个方面:一是相对辐射校正;二是变化区域的确定,采用基于像素的阈值分割和基于区域的松弛法进来确认变化/非变化像元,并提出一种基于缓冲区方法来消除部分伪变化信息;三是精度评价,根据MO-DIS高时相的特点,本文提出了基于缺少实地观测数据情况下的精度评价。     

3种反演算法的地表反照率遥感产品对比分析

地表反照率对于地表能量平衡和全球气候变化具有重要的影响。近年来,地表反照率产品已经取得了较为广泛的应用,但是仍存在时间分辨率低和数据缺失等问题。本文基于均匀站点观测数据与MODIS的MCD43B3产品验证了GLASS(Global LAnd Surface Satellite)地表反照率产品的3种算法及其对应的反照率产品:AB1(ABD01)、AB2(ABD03)和STF(ABD06)。并分析比较了GLASS反照率初级产品到最终产品的质量提升。结果表明:最终产品ABD06与地面观测数据符合最好,RMSE为0.050,R2为0.788;同时,ABD06与MCD43B3反照率产品一致性最好,RMSE优于0.03,R2达到0.9,且ABD06有效数据最多(ABD01为4290,ABD03为3296,ABD06为5507),比较适合生产长时间序列的反照率产品。大量数据的统计结果还表明:3种GLASS产品80%以上的数据与地面观测数据的偏差均能满足气候模式对反照率的精度要求(0.02—0.05)。     

神经网络支持下的Sentinel-2卫星影像自动云检测

为解决利用Sentinel-2卫星影像进行地物信息提取时云层遮挡造成的信息误判问题,提出了一种基于深度学习的遥感影像云区高精度分割方法。该方法通过预处理的遥感样本数据构建出一种深度神经网络模型,自动提取高层次影像特征;再将影像特征输入分类器,实现遥感影像的像素级分类,从而分割出云覆盖矩阵;最后将云覆盖矩阵转化为云二值图,结合感兴趣区矢量准确获取指定区域云检测结果。选取典型区域进行测试,结果表明：该方法检测精度较高,速度较快,且无须辅助信息与人工干预,可用于Sentinel-2卫星影像不规则区域自动云检测。     

归一化植被指数在遗址探测中的应用

针对目前遗址探测研究多基于单时相遥感数据开展,存在偶然性,对最佳探测时间的研究较少等问题,该文以洛阳盆地为研究对象,利用多时相遥感数据,通过时间序列谐波分析算法(HANTS)重构时间序列植被指数数据集,去噪的同时对比分析出利用冬小麦长势信息进行地下遗址遥感监测的最佳时间区间。研究表明,受地下遗址的胁迫,在分蘖期,冬小麦长势明显比非遗址区的长势差,表明该时期是进行地下遗址探测的最佳时期,进而对最佳探测时期内NDVI积分,有效增强了遗址区和非遗址区之间差异,突出地下遗址的位置和轮廓信息。利用该研究成果,文章成功探测到汉魏洛阳故城以及古伊洛河异常区,与现有的考古资料相吻合。     

Automatic and improved radiometric correction of Landsat imagery using reference values from MODIS surface reflectance images

Radiometric correction is a prerequisite for generating high-quality scientific data, making it possible to discriminate between product artefacts and real changes in Earth processes as well as accurately produce land cover maps and detect changes. This work contributes to the automatic generation of surface reflectance products for Landsat satellite series. Surface reflectances are generated by a new approach developed from a previous simplified radiometric (atmospheric + topographic) correction model. The proposed model keeps the core of the old model (incidence angles and cast-shadows through a digital elevation model [DEM], Earth–Sun distance, etc.) and adds new characteristics to enhance and automatize ground reflectance retrieval. The new model includes the following new features: (1) A fitting model based on reference values from pseudoinvariant areas that have been automatically extracted from existing reflectance products (Terra MODIS MOD09GA) that were selected also automatically by applying quality criteria that include a geostatistical pattern model. This guarantees the consistency of the internal and external series, making it unnecessary to provide extra atmospheric data for the acquisition date and time, dark objects or dense vegetation. (2) A spatial model for atmospheric optical depth that uses detailed DEM and MODTRAN simulations. (3) It is designed so that large time-series of images can be processed automatically to produce consistent Landsat surface reflectance time-series. (4) The approach can handle most images, acquired now or in the past, regardless of the processing system, with the exception of those with extremely high cloud coverage. The new methodology has been successfully applied to a series of near 300 images of the same area including MSS, TM and ETM+ imagery as well as to different formats and processing systems (LPGS and NLAPS from the USGS; CEOS from ESA) for different degrees of cloud coverage (up to 60%) and SLC-off. Reflectance products have been validated with some example applications: time series robustness (for a pixel in a pseudoinvariant area, deviations are only 1.04% on average along the series), spectral signatures generation (visually coherent with the MODIS ones, but more similar between dates), and classification (up to 4 percent points better than those obtained with the original manual method or the CDR products). In conclusion, this new approach, that could also be applied to other sensors with similar band configurations, offers a fully automatic and reasonably good procedure for the new era of long time-series of spatially detailed global remote sensing data.     

基于超分辨率重建的多时相MODIS与Landsat反射率融合方法

提出一种基于超分辨率重建的MODIS与Landsat反射率图像融合方法,以STARFM算法与超分辨率重建为基础,使用观测的MODIS和Landsat地表反射率图像预测给定时刻的Landsat合成反射率图像。该方法利用基于稀疏表示的超分辨率重建方法对MODIS图像进行分辨率增强,实验结果表明这一操作能够增加原MODIS图像的空间细节,有助于提高STARFM算法的预测精度;另一方面,考虑输入两个基时刻图像相差较大时原STARFM算法预测的反射率会存在"时间平滑"的问题,限制每次只使用一个基时刻MODIS和Landsat图像对进行STARFM预测,使用逐图像块选择策略,从由两个基时刻图像分别进行预测得到的两组预测图像中选择最优的预测,同样得到了优于STARFM算法的预测结果。     

青藏高原那曲地区MODIS 地表温度估算

地表温度是区域和全球尺度陆面过程研究中的一个关键参数,利用遥感卫星资料反演得到的地表温度数据在气象、水文和生态领域研究中有重要作用.本文基于改进后的针对MODIS 数据的分裂窗口算法,对MODIS L1B 卫星数据进行实用而简便的云检测处理,并根据青藏高原陆地、水体和冰雪等常见下垫面状况的遥感影像分类结果,反演得到了2007-01-03 、04-18 、06-12 和10-02 四日的无云下垫面地表温度.最后,将Sobrino 结果在青藏高原那曲地区与MODIS 日地表温度产品及CAMP/Tibet 观测站地表温度数据进行了对比验证分析.结果表明,该方法得到的地表温度结果与MODIS 数据产品具有较好的一致性,并且地表温度结果与地面观测数据(去除可疑点后)的平均误差仅为1.435 K .     

基于MODIS数据的雪面温度遥感反演

On the basis of simplification of the Planck function in a low temperature range, this paper revises the practical split-window algorithm and presents a method for retrieving snow surface temperature （Ts） based on MODIS data in the middle-latitude region. The application of this method in Qinghai Lake region reveals that it is feasible for the retrieval of Ts. Results of correlation analysis indicate that there was strong negative relationship between Ts and altitude. By analyzing three typical areas in which land cover was relatively homogenous, this paper discusses the relationship between Ts and normalized difference snow index （NDSI） and then presents a new concept named ＂NDSI-Ts space＂.