东北区域水体密度指数估算方法

水体密度指数是生态质量气象评价的一个重要指标。该文提出了一种利用MODIS遥感数据估算水体密度指数的方法,首先利用水体与地物遥感光谱特性的差异,对指示性水体的面积进行精确识别和提取;通过选择不同时相MODIS数据与地而水文观测资料建立统计关系模型,实现对区域水环境面积的估算;最后计算归一化权重系数,实现东北地区水体密度指数的估算。     

基于MODIS数据的甘肃主要水库水体面积变化特征

掌握甘肃主要水库的水体面积变化规律,对"甘肃省国家生态安全屏障综合试验区"建设具有重要参考意义。基于2000—2014年MODIS的8 d合成地表反射率产品MOD09资料,利用WI1水体指数,对甘肃四大水库双塔、昌马、红崖山和刘家峡的水体面积进行监测,并与兰州区域气候中心实时接收的卫星资料目视解译结果进行对比、建立相关关系,进而对上述水库水体面积变化状况进行研究。结果表明:甘肃四大水库8 d合成产品MOD09反演的水体与卫星实时资料目视解译结果均具有很好的相关性,且变化趋势较一致,MOD09产品反演结果能够反映水体实时变化状况,可用于水库水体面积的变化特征研究。近10 a多,甘肃四大水库水体面积表现出春季或秋季较大、夏季最小的年内分布特征,各水库水体面积的年际变化趋势较复杂,疏勒河上的昌马和双塔水库春、夏、秋三季水体面积的年际变化趋势不明显,而红崖山和刘家峡水库水体面积均呈波动增加趋势,这对甘肃中西部农业灌溉极为有利。     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率、多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法;近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

柳州新一代天气雷达通风系统的改进措施

通过对1994年8月4日与2004年9月16日若尔盖湿地TM影像1～5波段和7波段数据以及归一化植被指数(INDVI)、归一化水指数(INDWI)、归一化水分指数(INDMI)和改进的归一化水指数(IMNDWI)的分析,选择通道7、4、3合成假彩色图作为若尔盖湿地的目视解译图,确定了湿地的TM影像标志.分析结果表明,第7波段能较好地将沙地与其它地物区分,改进的归一化水指数与归一化植被指数之差是非常有效的水体提取因子.还制定了若尔盖湿地主要地物的自动判识流程.判识结果与目视解译结果非常吻合,1994年比1984年湖泊面积,沼泽湿地面积明显减小,而沙化地面积扩大.     

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TM数据的湿地变化分析—以磴口县为例

利用2001、2006、2010年的TM遥感图像,采用目视解译的方法对磴口县湿地面积进行提取,结合气象数据,并对其变化进行分析。结果表明,2000—2010年,磴口县年降水呈现不及30a(1981—2010年)平均值的年份明显偏多,7—8月平均气温逐年上升;除内陆滩涂面积有所减少外,河流水体、湖泊坑塘水体以及湿地植被面积都有不同程度的增加,变化速率分别为2.06%、0.85%和4.65%,以湿地植被面积增加最为迅速。     

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。     

应用模糊数学方法提取水体面积信息

讨论了应用ＮＯＡＡ－ＡＶＨＲＲ资料提取水体信息的方法。采用１．２通道反射率数据构成的归一化植指数（ＮＤＶＩ）来识别水体，并初步提出了应用模糊数学方法提取混合像元中的水体面积信息。     

基于TM卫星影像获取北京市水体密度指数与植被覆盖指数的方法

以北京市为研究区域,分析了该区域的TM(Thematic Mapper;专题制图仪)卫星影像特征,探讨了水域、农田、林地、草地、城市用地以及云和云影在TM的7个波段上的光谱可分性,提出了NDCI(Normalized Difference Cloud Index;归一化云指数),分析建立了基于NDCI、NDVI(Normalized Difference Vegetation Index;归一化植被指数)、NDBI(Normalized Difference Built-up Index;归一化建筑指数)、MNDWI(Modified Normalized Difference Water Index;改进型归一化水体指数)和坡度数据的简单决策树模型,对研究区的几类主要地物、云和云影的信息进行了提取,并对结果进行了精度评价.在GIS支持下计算了水域、林地、草地和农田的面积,计算了北京市2005年第3季度的水体密度指数和植被覆盖指数.结果表明:该方法的总体提取效果较好,在分类过程中阈值的选取简单、有效,分类结果能够满足计算水体密度指数和植被覆盖指数的要求,从而将遥感技术运用到生态质量气象评价中去,并取得了较为满意的结果.     

MODIS与NCEP大气可降水量资料的比较分析

利用中国大陆地区2001年4个季节(1、4、7、10月)中8d和4m的NCEP资料，对整层大气的比湿进行积分得到大气可降水量。选用了同时同地的MODIS大气可降水量资料，然后对两者进行了对比分析。结果发现：在中国西北、内蒙地区MODIS大气可降水量资料要比NCEP资料普遍偏大，而在东南和华南部分地区则普遍偏小。如果对上述两个地区的MODIS资料分别乘以修正系数0．933983和1．07686，则两者的差别可控制在0．2cm以内。因此，MODIS大气可降水量资料经过修正后，可以为卫星反演模式提供同化性较好的输入资料。     

Water vapour in BALTIMOS: a comparison with MODIS measurements

In this paper, we compare integrated water vapour (IWV) retrievals from the Moderate Resolution Spectrometer (MODIS) instrument on board the polar-orbiting Terra platform with those from the coupled regional climate model system BALTIMOS for a period of 2 years (October 2001 to October 2003). The comparison was made for the whole drainage basin of the Baltic Sea as well as major parts of Central Europe. The qualitative comparison between the two data sets of the integrated water vapour shows a good agreement. The patterns in the spatial distribution of the averaged integrated water vapour in both data sets are quite similar. However, significant differences occur in the Hungarian Lowlands, along the Po River and the Wallachia (Romania) in the order of 2.5 to 7.0 kg/m². For these areas, the BALTIMOS model is dryer than the MODIS observations. This could be an indication for the known summer drying effect of BALTIMOS but needs further investigations. The annual cycle as well as a diurnal developing of integrated water vapour from 09:00 to 12:00 UTC is well pronounced in both data sets. For both data sets, the overall annual variations are 17.5 kg/m². The observed overall diurnal variability are 1.4 kg/m² for MODIS and 1.04 kg/m² for BALTIMOS, respectively.     

基于MODIS增强型植被指数的青海省牧草产量估产研究

利用青海省22个生态环境监测站在2003和2004年牧草生长季内各月所测的牧草鲜草产量数据,并搜集了该时段内逐日的MODIS遥感数据,通过对图像的预处理,云区识别,植被指数的计算及月最大植被指数的合成,形成了与牧草产量数据相对应的MODIS EVI数据。然后按牧草生长季和草地类型建立了牧草鲜草产量与MODIS植被指数的关系模型。结果表明,牧草产量和MODIS EVI之间存在较高的相关性,用指数函数建立产量模型效果较好。按牧草生长季建立的牧草产量检测模型比按草地类型建立的模型相关性要高。     

基于中国植被数据的陆面覆盖及其对陆面过程模拟的影响

本文基于中国1:100万植被图、马里兰大学AVHRR森林覆盖资料和中国753个气象站点40年的降水气温资料, 发展了一套用于气候模拟的中国陆面覆盖资料(Chinese land cover derived from vegetation map, 简称CLCV)。该套资料与CLM(Community Land Model)原来所用的MODIS (Moderate Resolution Imaging Spectroradiometer) 陆面覆盖资料相比有较大不同: 其中裸土比例减少了14.5%, 森林、灌木、草原和农作物比例分别增加了3.3%、4.8%、4.4%和0.3%, 冰川、湖泊和湿地比例分别增加了0.4%、0.8%和0.6%。将CLCV和MODIS资料分别与全国土地资源概查汇总结果分省统计资料和基于中国1 km土地利用图的土地利用资料比较表明, CLCV与两者较为接近。最后, 利用CLM模式分别采用CLCV与MODIS陆面覆盖资料在中国区域内进行数值模拟, 结果显示, 使用CLCV资料所模拟的蒸散增加了约7.7 mm/a; 地表反照率、 感热和径流分别减小了约0.7%、 0.3 W/m2和7.6 mm/a; 与MODIS卫星反演地表反照率和GRDC (Global Runoff Data Centre) 径流资料比较表明, 利用CLCV资料所模拟的地表反照率有一定改进, 并能基本模拟出径流分布趋势。     

基于MODIS植被指数的太湖蓝藻信息提取方法研究

有效地提取蓝藻水华信息对分析蓝藻动态分布有重要意义,而卫星遥感技术是进行太湖水质监测与保护的措施之一.本文以2007年7月25日Terra/MODIS数据为主要数据源,用比值植被指数(Irv)、归一化植被指数(Indv)和增强型植被指数(Iev),研究提取太湖蓝藻信息.结果表明:植被指数可以有效提取遥感影像中的蓝藻水华信息,其中Indv是应用效果较好的植被指数之一;在掩膜处理后,用Indv提取了太湖蓝藻的面积分布信息,效果较好;此外,选取Indv为测试变量,利用决策树分类法,有效地把蓝藻水华高浓度覆盖区、中浓度覆盖区和轻浓度覆盖区分开来,为准确掌握太湖蓝藻发生、发展趋势和发生程度提供可靠信息.     

四川盛夏伏旱的MODIS遥感监测方法

本文利用2006～2010年7、8月的MODIS卫星遥感资料、土壤湿度观测资料和Ci综合气象干旱指数,讨论了NDVI-Ts特征空间干、湿边的拟合方法,建立了7～8月各旬的TVDI指数计算模型.根据31个农业气象站点的土壤相对湿度观测资料,获得了5种干旱等级的观测样本,并通过样本类内离散度、类间离散度,以及与土壤相对湿度和Ci指数相关性的比较,对比分析了TVDI和VSWI两种干旱遥感监测方法对四川盛夏伏旱的监测能力,结果表明:对于四川盛夏伏旱的遥感监测来说,用TVDI指数监测比用VSWI指数监测更合适,效果更好,TVDI指数监测到的干旱区比较可靠.     

EOS/MODIS数据在广西甘蔗种植信息提取及面积估算的应用

通过计算广西区域多时相MODIS-NDVI值,结合GPS选定甘蔗样本训练区多时相NDVI值变化曲线,以及甘蔗生长周期长达8个月至1年以上,蔗糖生产期间甘蔗面积逐渐递减的特性,采用最大似然法提取非样本训练区甘蔗种植信息,最终实现广西区域的甘蔗种植空间分布遥感信息的提取。经对遥感影像图甘蔗连片种植区域、零散点种植区与GPS实地定位调查比较,结果表明广西区域甘蔗种植信息遥感监测与实况相符。在此基础上,对广西区域甘蔗种植面积估算面积进行初步统计,精度达到90%以上。     

基于MODIS NDVI和气候信息的草原植被变化监测

对植被的动态监测可以从一定程度上反映气候变化趋势。该文利用2000—2005年MODIS NDVI数据对锡林郭勒盟典型草原植被变化进行动态监测,在此基础上,以降水量、水汽压、平均气温、最高气温、最低气温、日照时数作为气候指标,分析锡林郭勒盟典型草原和荒漠草原MODIS NDVI与同期及前期气候因子的相关性,探讨草原植被变化的气候驱动因子。结果表明:2000—2005年锡林郭勒盟植被改善面积大于退化面积,植被退化面积最大的区域为荒漠草原,占全盟面积的12.84%,植被改善面积最大的区域为典型草原,占全盟面积29.09%。4类草原改善趋势由强到弱的顺序为草甸草原、典型草原、沙地草原、荒漠草原。对于典型草原,其NDVI与最高气温关系最密切,其次为水汽压;对于荒漠草原,其NDVI与最高气温关系最为密切,其次为最低气温。此外,NDVI对气候因子的响应表现出明显的时滞效应。