Matlab对基于HDF格式的MODIS 1B数据的提取方法与实现

基于HDF文件格式的MODIS数据的应用越来越广泛,MODIS数据开发应用的前提是对MODIS 1B数据的提取。本文详细介绍了利用Matlab对HDF文件进行读写操作的过程,在此基础上给出了提取MODIS 1B数据的流程图,实现了对MODIS 1B数据的提取,为MODIS二级产品的开发打下了基础。     

渤海海冰开采对渤海周边地区冬季气候影响的数值试验

本文利用2005年1月15日到2月14日 NCEP 再分析资料和 MODIS 卫星反演海冰分布资料及中尺度大气模式 POLAR MM5 对 2005 年冬季渤海区域进行气候模拟.根据 MODIS 卫星反演海冰资料,对模式运行区域下垫面的渤海海冰进行不同方案的开采,模拟其对渤海及周边地区冬季气候的影响.结果表明即使采取极端开采方案取走所有海冰,也只对开采区域和大连少部分地区冬季气候有所影响,而对我国其他邻海省份的气候环境没有明显的影响.     

吉林省水田种植面积的遥感监测

根据水稻在不同发育期的地面光谱特征,确定了利用MODIS数据识别水田种植面积的最佳波段及最佳时相,在地理信息系统的支持下提取了吉林省2012年水田种植面积,并将提取的水田种植面积与基于TM影像水田种植面积进行对比分析。结果表明:利用MODIS数据与TM数据提取的面积对比,结果表明利用多时相MODIS数据进行水田种植面积监测是可行的。利用MODIS数据识别水稻的最佳波段组合是6、2、1波段,最佳时相为移栽期和分蘖期之间及灌浆至乳熟期之间。利用已有的TM数据或者MODIS数据提取的水田种植分布图为底图,能够适时地、快速地进行每年的水田种植面积动态变化监测。     

基于MODIS数据的积雪提取方法

基于MODIS数据,利用似然分类法及混合像元分解法对积雪分布范围进行了的试验提取,结合地理信息系统技术对积雪分布面积进行初步估算,结果表明,运用混合像元分解法提取的积雪面积精度较高,适于大面积积雪覆盖动态监测。     

MODIS近红外大气可降水含量与乌鲁木齐地基GPS水汽数据的对比分析

本研究在建立HDF数据图像显示、数据提取和分析平台的基础上,利用乌鲁木齐地基的GPS水汽数据,对比分析了2004年6月2日-8月2日之间37d的MODIS近红外大气可降水含量的精度.发现MODIS反演的近红外PW系统性地比GPS探测的PW偏小,但在变化趋势上是相似的,说明MODIS反演的近红外大气可降水含量还是能够反映水汽的变化趋势.37d中降水出现的日期对应于PW的大值日期,尤其与GPS的大PW日数非常吻合.MODIS近红外大气柱可降水含量能够提供大面积水汽空间分布数据.每天一次的水汽分布数据能够用于研究水汽的时空分布和气候特征.该研究开发的MODIS水汽数据分析处理平台也可应用于其它MODIS反演产品的分析,如地表面温度、气溶胶光学厚度等.     

基于MODIS时序植被指数和线性光谱混合模型的水稻面积提取

水稻是中国的主要粮食作物,及时获取水稻种植面积和空间分布信息对指导水稻生产、调整区域供需平衡等具有重要的意义。以江苏省为例,利用2009—2011年连续三年的MODIS 8 d合成地表反射率数据(MODIS09A1),计算了归一化差值植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)和陆表水指数(land surface water index,LSWI)。结合水稻在不同生长发育期EVI的时间序列变化特征,确定了水稻面积提取的关键生育期。根据水稻移栽期稻田土壤含水量高的特征,利用NDVI、EVI和LSWI三种指数构建判别条件,确定可能种植水稻的区域。利用线性光谱混合像元分解模型对包含水稻的混合像元进行分解,得到江苏省三年水稻种植空间分布。最后,选取研究区内的水稻典型样区,利用与MODIS同时期的较高分辨率的环境小卫星HJ-1 CCD(30 m)数据提取水稻种植面积和空间分布,以此作为参考数据进行精度验证,同时利用统计部门的江苏省水稻种植面积统计数据对江苏省水稻面积进行验证,两种方法验证后表明误差均在10%以内。研究表明,采用MODIS09A1数据结合线性光谱混合模型可以更高精度地提取大范围的水稻种植面积。     

利用卫星遥感数据监测莱州湾海冰

主要介绍了利用NOAA和EOS卫星遥感监测莱州湾海冰的方法,简要分析了海冰对不同光谱的反应及海冰和水体在可见光、近红外通道反射率的差异等,对2008年莱州湾海面结冰状况进行了监测,利用国家卫星气象中心提供的海冰厚度计算经验模式,估算了海冰厚度分布及面积。为了使海冰分布更加清晰,对NOAA卫星监测海冰图像进行了彩色增强处理。     

全球多源海冰密集度融合资料研制试验

为了发展一套全球多源海冰密集度逐日融合资料,以欧洲气象卫星应用组织（EUMETSAT）海洋海冰应用中心（OSI SAF）海冰密集度数据、中国国家卫星气象中心（NSMC）的MWRI和VIRR全球海冰密集度数据、美国国家冰雪数据中心（NSIDC）的NISE海冰密集度数据、美国国家冰中心（NIC）的IMS北半球海冰数据为观测数据源,以ERA-Interim模式数据为背景场,采用以下方案开展融合试验。首先,对各数据源资料进行质量控制;其次,以OSI SAF海冰密集度数据为基准,采用概率密度函数（PDF）匹配方法订正其他卫星资料的系统误差;然后,根据订正后的误差生成超级观测场;最后,利用STMAS方法将超级观测场和作为背景场的ERA-Interim海冰密集度数据进行融合,生成全球逐日0.25°分辨率海冰密集度融合试验数据。通过与国际广泛使用的OISST、OSTIA海冰密集度数据对比,评估融合试验产品的质量。结果表明:融合方案中的PDF方法通过调整非基准资料的概率密度分布,实现非基准资料和基准资料概率密度分布一致,从而使3种海冰密集度卫星资料系统误差均显著减小;STMAS方法能够将超级观测场和背景场进行有效融合,生成融合试验产品;风云卫星数据的使用提高了融合数据生产的自主可控能力;同时,融合方案考虑了卫星数据源的时效性、获取的稳定性等因素。融合产品与OISST和OSTIA海冰密集度数据的空间分布在南、北极均高度吻合,相关系数均超过0.985,与OISST和OSTIA的偏差分别为?1.170%和0.276%,融合试验产品整体偏差介于两种资料之间,反映了试验产品系统误差较小的良好特性。可见,融合方案能够满足实时业务需要,融合试验产品具有较高的质量。      

基于MODIS的近红外大气水汽含量的反演及其与地基GPS水汽的对比分析

利用ENVI4.5软件对2007年7—9月间23 d的MODIS 1B晴空数据进行水汽的反演,从中提取乌鲁木齐地区水汽含量并与地基GPS水汽数据进行对比分析,发现经过MODIS 1B反演的近红外水汽相对于地基GPS水汽偏小,但两者的变化趋势基本一致。通过MODIS近红外水汽的订正公式对反演的水汽进行订正,可使乌鲁木齐地区MODIS晴空像元大气水汽含量精度明显提高。     

近30年北极海冰运动特征分析

海冰的分布和运动情况包含了大量的海气耦合的信息。本文采用国际北极海冰浮标计划数据(IABP)获得的1979-2011年74°N-90°N范围内32个站点的海冰流速资料和Myocean再分析资料(ORAP5. 0系列) 1979-2011年海冰流速部分,综合分析了北极海冰时空分布特征及海冰流速大小和方向的统计特征。结果表明:从实测数据与再分析数据比较来看,1999年再分析资料和实测资料有较大偏差,1999年之后再分析资料刻画的趋势和浮标数据趋势近似,因为1999年ORAP5. 0采用了新的物理模型,使所得再分析数据更加精确。从海冰流速季节分布来看,海冰流速在夏季最大,其次是秋季。从海冰流速年际变化来看,在1990年之前,海冰流速逐年变化趋势明显,海冰流速变率更大,而1990年之后海冰流速逐年变化趋势逐渐平缓。从海冰流速大小以及运动方向来看,弗拉姆海峡处海冰流速大于8 cm·s~(-1)的情况出现次数最多。自20世纪90年代以来,海冰流速变化逐渐趋向于一个相对稳定的状态。其原因可能是自20世纪90年代以来,全球变暖"停滞"(Hiatus)现象,比如欧亚大陆中高纬度地区以及北美大西洋地区的温度不仅出现了"增温停滞现象",甚至出现明显的降温现象。MyOcean数据产品项目众多(130种),采用不同的海洋模型得到不同类型的再分析数据,如GLORYS2V3、CGLORS、UR025. 4、ORAP5. 0、M JM 105B等,这些数据涵盖面广,且在许多方面模拟精确度都很高(如ORAP5. 0得到的海冰密集度与实测数据基本一致),所以MyOcean数据产品有效提高了海洋监测和预报的能力。本研究有助于对北极海洋运动、气候变化及海洋生态的认识,对北极渔业和能源开发及航运有重要意义。     

渤海的海冰数值预报

根据渤海气候和冰情特点,在已有海冰模式研究基础上,提出模拟海冰增长、消融和漂移的动力－热力学模式。模式冰厚分布由开阔水、平整冰和堆积冰三要素表示。该模式已与数值天气预报模式、大气边界层模式、潮流模式联结,并于１９９０年到１９９６年在国家海洋环境预报中心进行渤海和北黄海冰情预报。其数值预报产品包括冰厚、密度集、冰速、冰外缘线、冰脊参数、局地冰厚以及接近石油平台的冰漂移轨迹等,传送到国家海洋预报台和渤海石油公司等有关用户。为了客观评价模式和检验预报结果,在逐日预报后进行统计检验。本文概述渤海冰情、卫星遥感应用、冰模式及其预报结果和检验。     

北极海冰变化的时间和空间型

利用 4 4a(195 1～ 1994年 )北极海冰密度逐月资料 ,分析提出了一种与北极冰自然季节变化相吻合的分季法 ,并根据这种分季法 ,使用EOF分解 ,揭示了北极各季海冰面积异常的特征空间型及其对应的时间变化尺度。结果表明 :(1)北极冰面积异常变化的关键区 ,冬季 (2～ 4月 )主要位于北大西洋一侧的格陵兰海、巴伦支海和戴维斯海峡以及北太平洋一侧的鄂霍次克海和白令海 ,夏季 (8～ 10月 )则主要限于从喀拉海、东西伯利亚海、楚科奇海到波佛特海的纬向带状区域内 ,格陵兰海和巴伦支海是北极海冰面积异常变化的最重要区域 ;(2 )春 (5～ 7月 )、秋 (11月～次年 1月 )季各主要海区海冰面积异常基本呈同相变化 ,夏季东西伯利亚海、楚科奇海、波佛特海一带海冰面积异常和喀拉海呈反相变化 ,而冬季巴伦支海、格陵兰海海冰面积异常和戴维斯海峡、拉布拉多海、白令海、鄂霍次克海的海冰变化呈反相变化 ;(3)北极冰总面积过去 4 4a来确实经历了一种趋势性的减少 ,并且叠加在这种趋势变化之上的是年代尺度变化 ,其中春季 (5～ 7月 )海冰面积异常变化对年平均北极冰总面积异常变化作出了主要贡献 ;(4)位于北太平洋一侧极冰面积异常型基本具有半年的持续性 ,而位于北大西洋一侧极冰面积异常型具有半年至一年的持续性     

Estimation of Sea Ice Drift on the Sea of Okhotsk Shelves Based on Satellite Data

The features of sea ice drift in the Sea ofOkhotsk are studied using Terra and Aqua satellite MODIS spectroradiometer data. The spatial heterogeneity of sea ice drift in the areas of hydrocarbon fields on the Magadan and Sakhalin shelves is analyzed.     

南、北极海冰的时空演变特征

利用海水面积指数,分析了南、北极海冰年际时间尺度的时空演变特征。结果表明：南极海冰具有明显的年际振荡。南极夏季海水年际异常具有一定的整体性,秋、冬、春季海冰年际异常则表现出较强的区域性。北极海冰也具有显著的年际振荡。北极冬、春季海冰年际异常主要发生在格陵兰海、巴伦支海和喀拉海,夏、秋季海冰年际异常主要发生在东西伯利亚和海和波旨特海。     

NUMERICAL SIMULATIONS ON INFLUENCES OF VARIATION OF SEA ICE THICKNESS AND EXTENT ON ATMOSPHERIC CIRCULATION

By using a 2-layer AGCM designed by Institute of Atmospheric Physics,Chinese Academy ofSciences.this paper investigates influences of thickness and extent variations in Arctic sea ice onthe atmosphere circulation,particularly on climate variations in East Asia.The simulation resuhshave indicated that sea ice thickness variation in the Arctic exhibits significant influences onsimulation results,particularly on East Asian monsoon.A nearly reasonable distribution of sea icethickness in the model leads directly to stronger winter and summer monsoon over East Asia.andimproves the model's simulation results for Siberia high and Icelandic low in winter.On the otherhand,sea ice thickness variation can excite a teleconnection wave train across Asian Continent,andin low latitudes,the wave propagates from the western Pacific across the equator to the easternPacific.In addition,the variation of sea ice thickness also influences summer convective activitiesover the low latitudes including South China Sea and around the Philippines.Effects of winter sea ice extents in the Barents Sea on atmospheric circulation in the followingspring and summer are also significant.The simulation result shows that when winter sea iceextent in the target region is larger (smaller) than normal.(1)in the following spring (averagedfrom April to June).positive (negative) SLP anomalies occupy the northern central Pacific.whichleads directly to weakened (deepened)Aleutian low.and further favors the light (heavy) sea icecondition in the Bering Sea:(2)in the following summer,thermal depression in Asian Continent isdeepened (weakened).and the subtropical high in the northwestern Pacific shifts northward(southward) from its normal position and to be strengthened (weakened).     

NUMERICAL SIMULATIONS ON INFLUENCES OF VARIATION OF SEA ICE THICKNESS AND EXTENT ON ATMOSPHERIC CIRCULATION*

By using a 2-layer AGCM designed by Institute of Atmospheric Physics,Chinese Academy of Sciences.this paper investigates influences of thickness and extent variations in Arctic sea ice on the atmosphere circulation,particularly on climate variations in East Asia.The simulation results have indicated that sea ice thickness variation in the Arctic exhibits significant influences on simulation results,particularly on East Asian monsoon.A nearly reasonable distribution of sea ice thickness in the model leads directly to stronger winter and summer monsoon over East Asia.and improves the model's simulation results for Siberia high and Icelandic low in winter.On the other hand,sea ice thickness variation can excite a teleconnection wave train across Asian Continent,and in low latitudes,the wave propagates from the western Pacific across the equator to the eastern Pacific.In addition,the variation of sea ice thickness also influences summer convective activitiesover the low latitudes including South China Sea and around the Philippines.Effects of winter sea ice extents in the Barents Sea on atmospheric circulation in the following spring and summer are also significant.The simulation result shows that when winter sea ice extent in the target region is larger (smaller) than normal.(1)in the following spring (averaged from April to June).positive (negative) SLP anomalies occupy the northern central Pacific.which leads directly to weakened (deepened)Aleutian low.and further favors the light (heavy) sea ice condition in the Bering Sea:(2)in the following summer,thermal depression in Asian Continent is deepened (weakened).and the subtropical high in the northwestern Pacific shifts northward(southward) from its normal position and to be strengthened (weakened).     

DETECTION OF DAYTIME FOG IN SOUTH CHINA SEA USING MODIS DATA

Based on a current fog detection theory, a multiband threshold method for MODIS data was put forward to detect daytime fog in the South China Sea. It used Bands 1, 2, 18, 20 and 31 of MODIS data to separate fog from the cloud and the sea surface. The digital detection indexes were as follows. If RB1<20%, RB2<20% and RB1>RB2, the pixel was identified to be the sea surface. If RB1>55%, RB2>55% and TB31<273 K, the pixel was identified to be a middle- and high-level cloud. If IFC>20, the pixel was classified to be sea fog. The method was verified with sea fog data observed from the coastal region of Guangdong during January-April 2011. Out of the 13 samples of satellite detection, nine were consistent with the surface observations, three were identified to be low-level the cloud according to the satellite detection but fog according to the surface observations, and only one sample was identified to be the ocean surface by the satellite detection but fog by the surface observations. Because the MODIS data cannot penetrate the cloud or fog, the model was designed for a single field of view which had only one layer of cloud or fog. It can accurately distinguish fog which is not covered by the cloud, but it identifies fog as cloud if the former is covered by a cloud. Generally speaking, the model is effective and feasible.     

2015-04-28渤海海雾形成过程中的海气相互作用分析

利用FY和MTSAT卫星资料、ERA Interim再分析资料、黄渤海浮标站资料、黄渤海自动站逐小时观测资料,对发生在2015年4月28—29日的渤海海雾成因进行分析,着重探讨了海雾形成过程中的海气相互作用。结果发现,近海面处大气低层逆温层抬升,大于90%的大湿度区向上、向西扩展,对海雾形成非常有利;海雾生成前、生成发展过程中存在明显的东到东南风,有利于黄海水汽向渤海输送,海面上空有水汽通量大值区由渤海海峡向渤海中部移动,使得渤海上空水汽输送加强,提供了海雾形成所需的水汽;在海雾形成过程中渤海上空气温高于海温,风切变造成的海气界面湍流热交换为大气输送向海洋,使得冷海面上空暖湿空气降温冷却达到饱和形成海雾,是平流冷却雾。      

冬季北极海冰与中国同期气温的关系

采用Hadley中心的海冰密集度资料和中国160站气温资料,对冬季北极海冰变化的主要模态进行了分析,定义了5个关键海区,重点讨论了冬季北极海冰异常与中国冬季气温的关系。结果表明,冬季北极海冰变化主要表现为第一模态,即太平洋、大西洋的海冰反位相分布。海冰变化的关键区域为区域Ⅰ巴伦支海、区域Ⅱ格陵兰海、区域Ⅲ戴维斯海峡、区域Ⅳ白令海以及区域Ⅴ鄂霍次克海。中国冬季平均气温、冬季最低气温、冬季最高气温均与北极关键海区的海冰异常有显著相关,但是与其对应的海区有所不同。     

冬季北极海冰与中国同期气温的关系

采用Hadley中心的海冰密集度资料和中国160站气温资料,对冬季北极海冰变化的主要模态进行了分析,定义了5个关键海区,重点讨论了冬季北极海冰异常与中国冬季气温的关系.结果表明,冬季北极海冰变化主要表现为第一模态,即太平洋、大西洋的海冰反位相分布.海冰变化的关键区域为区域Ⅰ巴伦支海、区域Ⅱ格陵兰海、区域Ⅲ戴维斯海峡、区...