NOAA/AVHRR遥感监测森林火灾的准确性研究

四川地处长江上游,增加森林植被,减少森林火灾,对于治理水土流失,改善生态环境,促进长江流域经济发展,具有重要意义.NOAA/AVHRR的各个通道对于监测森林火灾都有重要作用,通过选择合理的参数值,可有效提高NOAA/AVHRR对森林火灾的监测能力.本文以2003年的地面林(荒)火资料及四川省农气中心NOAA/AVHRR卫星遥感资料为基础,经多次试验,认为选择T3>317.0K 、R2<0.12、T4>260K、15K相似文献   

苏北大型湖泊水域的EOS/MODIS遥感监测

为了从宏观上了解江苏省境内主要湖泊水体的动态变化及原因,并为有关部门指挥防洪抗旱和治理水环境提供准确的决策依据,利用2005年夏季多景EOS/MODIS卫星遥感影像数据,对入夏以来苏北地区主要湖泊水域——骆马湖、洪泽湖、高邮湖(含邵伯湖)进行了卫星遥感动态监测,生成3通道合成彩色图像,运用阈值法提取湖泊及其周边水域的水体边界,并计算水体面积。最后从气象因素对湖泊的水体面积变化进行了分析。遥感图像与面积统计数据直观地反映出,2005年入夏以来苏北各大湖泊水域的水体面积随着前期干旱和其后大量降水的发生而出现比较明显的减小和增加,可见一段时期内的日照时数、降水量等气象因子会对湖泊及周边水域的面积增减产生很大影响。     

西北地区MODIS/NDVI与MODIS/EVI对比分析

为了了解西北地区MODIS/NDVI和MODS/EVI 2种植被指数的特点,利用2003年植被生长期TERRA/MODIS资料和西北地区植被类型数据,分析了西北地区MODIS/NDVI和MODIS/EVI空间分布特征和不同类型植被随时间变化特征,比较了大气订正对NDVI和EVI的影响。结果表明:NDVI和EVI空间分布格局一致,与降水空间分布形式比较一致。NDVI与EVI值的差异随着植被覆盖度的增加而增大。不同类型植被NDVI和EVI变化特征一致。大气对NDVI和EVI的影响较大,大气订正前许多地区NDVI值小于EVI值。大气订正使NDVI增大,EVI减小,大气订正后NDVI值普遍大于EVI值。通过对大气气溶胶粒子较多地区的NDVI和EVI值的对比分析,EVI具有较好的抗大气气溶胶的作用。     

基于NOAA/AVHRR资料的城市热岛效应研究方法

本文以2006年1、2、7、8月、2007年1月和2008年7月天空状况晴朗的NOAA16和NOAA18的AVHRR白天和夜晚的遥感资料为基础,利用地理信息系统,分析成都市中心城区与近郊不同季节昼间、夜晚遥感监测的量温大小;研究昼、夜亮温的空间分布;使用统计方法,分析亮温与下垫面性质的关系。结果表明:成都市夏季城市白天平均热岛强度最大,为3.7℃,冬季白天城市平均热岛强度最小,只有0.5℃,夏季夜晚平均热岛强度为1.5℃,冬季夜晚为0.6℃;尽管成都中心城区平均亮温高于近郊,但亮温的分布并不一定逐渐降低的,且冬季夜间亮温的高值区大部分不在中心城区;夏、冬季的白天和夜晚亮温的分布也不尽一致。统计分析表明城市热岛的强度与地表植被指数呈负相关,夏季的相关性很好,显著性水平达到0.01,而冬季的相关性较差,显著性水平也比较低。      

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。     

MODIS卫星NDVI时间序列变化在冬小麦面积估算中的应用分析

以陕西小麦主产区关中地区为研究地点,EOS/MODIS卫星数据为主要数据源,借助冬小麦地面定位调查数据和土地覆盖类型图作为辅助信息,计算得到不同覆盖类型的植被指数时序曲线图,找出冬小麦发育期植被指数变化规律,剔除小麦生长季节的非麦区信息,用几个关键期的植被指数变化差值图设定不同阈值,利用GIS空间分析功能得到麦区分布图...     

MODIS植被指数及其分县统计分析的实现

MODIS归一化植被指数(NDVI)已引起了广泛的注意,它与NOAA/AVHRR的NDVI既有联系又有区别。利用同一天的NOAA/AVHRR和EOS/MODIS资料,介绍了各县域内平均NDVI的统计方法和计算结果及NDVI与增强植被指数(EVI)的差异。MODIS和AVHRR两种资料得到的NDVI数值虽然有差异,但都能很好地反映植被的空间分布和时间变化。MODIS增强植被指数(EVI)对植被条件的变化更加敏感,使定量分析的精确性提高,具有较好的应用前景。     

EOS/MODIS卫星遥感监测四川省森林火灾的阈值设置研究

本文以2004年4～6月四川省农业气象中心EOS/MODIS资料为基础,参照四川省护林防火办公室的地面森林火灾观测资料,在充分研究EOS/MODIS传感器性能的基础上,通过多次试验研究,根据四川林区的气候特点,设置合理的川西山区森林火灾遥感监测参数,提高了森林火灾遥感监测的准确性.     

FY-3B/D星NDVI与MODIS NDVI对作物长势监测对比

风云三号卫星（FY-3）NDVI数据是中国对全球用户开放可进行全球尺度作物长势监测的主要卫星遥感数据源,客观评估其进行作物长势监测的真实状况和能力,对业务产品应用推广、产品算法和流程改进以及长时序标准数据生产等具有重要意义。采用国际通用的年际差值比较模型、植被状况指数模型（VCI）以及基于NDVI的作物生长过程评估了中国风云三号B星（FY-3B）和D星（FY-3D）NDVI旬、月合成业务产品与同期MODIS MOD13A1和MOD13A3 NDVI数据对作物长势的监测情况。年际比较模型结果表明,FY-3 NDVI的监测动态范围比MODIS NDVI的窄约0.1—0.15,两者差值在-0.02—0.02,均方根误差在0.08—0.09,在长势分级评估时可忽略,但动态范围偏窄提示有必要在分级评估时使用窄一些的阈值范围。植被状况指数模型结果表明,FY-3B NDVI和MODIS NDVI的监测结果高度一致,因此FY-3B NDVI和MODIS NDVI一样可准确反映作物生长的年际差异。作物生长过程动态监测结果表明,FY-3和MODIS月合成NDVI的年际比较结果总体一致,但在作物快速生长阶段...     

利用EOS/MODIS植被供水指数监测庆阳地区的土壤湿度

利用MODIS资料和庆阳市土壤湿度资料,拟合出了植被供水指数(VSWI)与土壤湿度的关系式,回归分析表明:MODIS植被供水指数与地面湿度之间有较好的线性关系,通过对2005年庆阳地区春旱的动态监测发现,用此方法监测的土壤湿度与实际测墒值基本吻合。因此,认为利用MODIS植被供水指数监测庆阳地区的土壤湿度是可行的。     

EOS/MODIS遥感数据与应用前景

美国地球观测系统（EOS）的TERRA和AQUA卫星的中分辨率成像光谱仪（MODIS）具有36个波段和250－1000m地表分辨率，采取直接广播的形式下发数据，免费接收使用。MODIS遥感数据可广泛应用于地表覆盖变化、生物生产力和生态环境监测、气候预测和自然灾害监测（包括洪涝、干旱、森林草原火灾、雪灾、荒漠化）等领域。     

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。     

利用NOAA/AVHRR监测青海省草地生产力变化的研究

青海省地处青藏高原，生态环境脆弱。近20年来，由于气候变化和人类活动的共同影响，生态环境，特别是草地资源发生了较大的变化。利用美国地球资源观测系统数据中心探路者数据库(Pathfinder Data Sets)1981-1999年间的NOAA／AVHRR NDVI资料序列，分析了青海省近20年来草地生产力变化的时间特征及地区差异性。     

EOS/MODIS-NDVI法在新疆火情监测中的应用

根据新疆特殊的地理、气候特征，将EOS／MODIS的植被指数与火灾光谱特征综合应用到火灾监测工作中，显著的提高了火点判识的精度；同时，极大的减少了遥感监测火情的运算时间。     

用NOAA/AVHRR数据估算上海地区水稻种植面积

应用模糊监督分类方法对NOAA/AVHRR数据进行象元分解,并估算了上海市10个郊县1992年和1993年两年的水稻种植面积,估算的结果与统计数据比较后表明,全市总的估算精度（采用面积比精度）分别为92.0%和95.4%。     

用Landsat TM订正NOAA／AVHRR监测洪涝精度方法研究

为了提高NOAA卫星监测洪涝灾害精度，分别对NOAA和TM卫星资料监测洪涝灾害的光学原理进行阐述，并以黑山县和台安县为例，利用Landsat TM资料空间分辨率高的特点，对NOAA／AVHRR资料监测洪涝精度进行订正分析，平均相对误差为4．4％。研究结果表明，利用TM对NOAA监测洪涝精度进行订正是提高NOAA卫星监测洪涝精度可行的有效方法。     

中红外和热红外在测算水稻种植面积上的应用

在利用ＡＶＨＲＲ数据测算水稻种值面积中,对ＡＶＨＲＲ各通道数据进行统计特征分析和影象线性拉伸处理,发现其中红外（ＣＨ３）和热红外（ＣＨ４）通道信息量丰富,且在中红外和热红外拉伸影象上存在稻田的这温较旱地低－“稻区低温”现象。因此,在测算水稻种植面积时,半加了第３、４两通道－中红外和热红外通道。实际应用证明：增加两红外通道非常有助于水稻鉴别。