基于棉田光谱的FY一3A／MERSI与MODIS植被指数关系研究

对同一区域不同时次的FY一3A／MERSI与MODIS的归一化植被指数(NDVI)和 比值植被指数(RVI)进行了计算,并针对地面光谱和影像数据方面进行了分析。结果表明, FY一3A／MERSI比MODIS数据更敏感,但受大气辐射传输影响也更突出,卫星入瞳处的反射率与地面实测资料相比,MERSI比MODIS变化大。FY一3A／MERSI与MODIS植被指数具有很好的相关性,遥感影像植被指数相关系数为0．98(NDVI)和0．96(RVI),地面光谱产生的 植被指数(NDVI和RVI)相关性则达到0．99。     

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FY 3D的MERSI全球晴空数据合成技术

FY-3D极轨气象卫星作为最新一代的极地轨道气象卫星,其图像数据包含了丰富的植被、河流、山区等地表信息,对陆地资源调查、地表类型变化监测等具有重要作用。但几乎每轨遥感图像大约有2/3区域都被云雾覆盖,无法直接获取云层下的地表信息用于产品应用。本文研究晴空数据合成技术,首次提出反射率最小合成法、植被指数最大合成法和西格玛合成法的3个标准联合运用的晴空合成技术,利用先进的多时次气象卫星遥感数据合成技术,自动生成FY-3D中分辨率光谱成像仪(MERSI-II)250m分辨率晴空遥感数据,较好地实现了云和云阴影的去除,生成的晴空效果良好,具备了后续应用的价值。     

基于FY3A/MERSI资料分析广东省气溶胶光学厚度分布

利用国产极轨气象卫星FY3A的MERSI AOD产品分析2010—2013年广东省气溶胶光学厚度的分布规律。结果表明:MERSI AOD产品与地面太阳光度计实测数据的相关系数为0.72,其平均绝对值误差为0.12,均方根误差为0.15,数据精度可满足研究需要;从AOD的空间分布看,珠三角西翼东翼山区五市,其中佛山市、东莞市、中山市为广东省AOD均值最高的地区,梅州市、河源市为广东省AOD均值最低的地区;从AOD的时间分布看,2010—2013年间,AOD呈现先升高后降低的趋势,2011年为拐点,与此同时,AOD还表现出明显的季节变化特征,春季为AOD高值期,夏季、秋季次之,冬季最低。     

基于光谱分析和综合阈值的FY-3/MERSI云检测

云检测是卫星遥感影像应用中的重要环节。为了获取FY-3中分辨率光谱成像仪(Medium Resolution Spectral Imager,MERSI)传感器精确的云掩膜数据,在分析云与植被、水体、裸露地表等地物在不同波段光谱差异的基础上,结合FY-3/MERSI数据的通道特性,构建基于多光谱和综合阈值的云检测算法。采用热红外通道亮温(CH_5)检测出高云,使用云检测指数(Normalized Cloud Detection Index,I_(NCD))和可见光波段反射率(CH_3)检测中低云。利用江西地区的FY-3/MERSI数据进行应用,将检测结果与其他算法、人机交互解译结果进行了对比分析。结果表明,该算法对FY-3/MERSI影像上的云区具有较好的检测效果,同时利用地面气象观测资料进行验证,检测精度均高于88%,能够满足当前云检测精度需求。     

FY 3A/VIRR云相态业务产品检验与分析

选取简单云状和复杂云状作为分析对象,利用Terra/MODIS云相态产品对FY-3A/VIRR云相态产品的识别结果进行检验。对比分析采用一致性比较、差异图显示以及两种产品识别结果叠加显示等方法。结果表明:(1)简单云状条件下,FY-3A/VIRR云相态产品与Terra/MODIS云相态识别结果具有较好的一致性,一致性接近85%;复杂云状条件下,由于Terra/MODIS云相态识别结果中存在较多的不确定类别使两种数据识别结果的一致性下降。(2)FY-3A/VIRR和Terra/MODIS产品的不一致点主要分布在云边缘或不同云相态交界处。(3)FY-3A/VIRR和Terra/MODIS的云相态产品产生差异的原因主要来自反演算法以及产品相态分类的不同。     

基于EOS/MODIS资料的沙尘遥感监测模型研究

在EOS MODIS资料可见光波段光谱特性的深入分析的基础上，提出了一种完全用MODIS可见光波段监测沙尘信息的技术方法。充分利用MODIS资料可见光范围波段划分细致的特点，构造了不同的光谱特征判别函数作为决策树的分支，最后用决策树法成功地对几次沙尘暴过程进行了沙尘信息遥感监测。结果表明，该方法具有良好的效果和实用性。     

基于水面实测光谱的太湖蓝藻卫星遥感研究

水体叶绿素a含量和蓝藻密度是评价水质污染的主要参数,对监测水体蓝藻水华有重要意义。该文利用2008年11月10日和11日太湖水面实测光谱及FY-3A/MERSI,AQUA/MODIS卫星的波段响应函数,计算了卫星波段的水体表面等效反射率。水体实测光谱显示蓝藻污染提高了近红外波段的遥感反射率,在蓝光波段和绿光波段有明显的吸收谷和反射峰。根据这一原理,该文建立了近红外和红光波段的比值指数RI模型,成功反演了太湖水体叶绿素a含量(均方根误差分别为0.0174 mg·L~(-1)和0.0188 mg·L~(-1))和蓝藻密度(均方根误差分别为247.21×10~6L~(-1)和275.64×10~6L~(-1))。这一结果为分析太湖水面光学特性、水质污染状况提供了重要依据。     

基于FLAASH模型的FY-3A/MERSI数据大气校正研究

在星载传感器成像获取地表信息过程中,常常会受大气影响而引起影像失真,导致地表真实信息不能被准确表达,对遥感影像进行大气校正可消弱这种影响.本文以粮食主产区 河南省为研究区域,采用FLAASH模型对晴空天气下FY-3A/MERSI数据(分辨率为1 km)进行大气校正.结果表明,大气校正后:(1)短波红外反射率总体变化不大(+4.1％),第6波段反射率以减小为主(-1.5％),第7波段反射率为增加(+9.6％);(2)在可见光各波段,反射率普遍降低,各波段变化均值为-82.7％.其中,红光反射率变化最小(第13、14波段分别变化了-23％和-19％,平均为-21％),绿光反射率变化稍大(第11、12波段分别变化了-75％和-50％,平均为-63％),蓝光反射率变化最大(第8～10波段分别变化了-196％、-122％和-94％,平均为-137％).而且大气校正后,可见光波段的反射率变幅普遍增大,不同地物在可见光波段的对比度也增加.(3)近红外各波段反射率平均增加了46.2％.除第19波段反射率减小(-54％)外,其余各波段反射率均有不同程度的增加.第15～18和第20波段反射率分别增加了28％、4％、41％、252％和6％. (4) NDVI指数平均增大了35％,植被信息凸显;NDWI指数变化不大,仅减小了8.7％.     

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.     

联合星载毫米波雷达和中分辨率光谱成像仪的云底高度反演

云底高度是云重要的宏观物理参数。本文基于MODIS和CPR探测得到的可见光、红外和毫米波数据,提出了用主成分分析(Principal Component Analysis,PCA)和BP神经网络反演云底高度的新方法,并以相对湿度阈值法处理探空资料所获取的云底高度为基准,对PCA-BP法和CloudSat产品获取的云底高度进行了对比分析。结果表明:对绝大部分类型的云,PCA-BP法的反演偏差小于CloudSat产品。PCA-BP法和CloudSat产品反演的云底高度在夏季偏低,在其他季节偏高,且PCA-BP法与探空仪的均方根误差在所有季节均小于CloudSat产品,两者反演的云底高度具有一致的季节特征,即夏高冬低。PCA-BP法和CloudSat产品所获取的云底高度随纬度升高有减小趋势,在不同地区,两者具有不同的反演效果,反演误差随纬度升高而逐渐减小,对比结果说明了PCA-BP法反演云底高度具有一定的可行性。     

基于深度学习的天气雷达回波序列外推及效果分析

天气雷达探测资料是进行强对流天气临近预报的主要参考数据。针对传统雷达回波外推方法中存在资料信息利用率不足和外推时效有限的问题,文中利用神经网络进行雷达回波的外推、利用预测神经网络模型进行2 h以内的回波变化预报。回波外推问题的关键是回波时、空序列预测问题,该网络具有解决时间记忆问题的长、短时记忆单元（Long Short-Term Memory,LSTM）和提取空间特征的卷积模块。应用福建、江苏和河南多年的雷达探测资料构造训练和测试数据集。为消除降水的不平衡和提高对强回波的预报准确率,网络采用带权重的损失函数进行训练。对光流法和预测神经网络进行测试集检验以及个例分析,结果表明,在相同外推时效和检验反射率阈值的情况下,预测神经网络的临界成功指数、命中率均高于光流法,虚警率低于光流法。不同类型降水预测神经网络的SSIM值（structural similarity）均高于光流法,且层状云降水的SSIM值比对流云降水的大。因此,预测神经网络对强回波的预报能力高于光流法;在预报时效性上,预测神经网络模型具有一定的优越性;预测神经网络对层状云降水预报的准确率比对流云降水的高。      

全球风云三号D星MERSI/NDVI产品质量评估

MERSI/NDVI是风云三号D星的一个关键业务产品,深入了解其质量状况对推广产品应用、改进产品算法都具有重要意义.文中针对业务化运行后的全球MERSI/NDVI产品(2019年5月至2020年12月),以同期Terra MODIS/NDVI产品(MOD13A2)为参考,通过空间格局和时间序列的对比、APU(准确度Ac...     

NOAA/AVHRR与EOS/MODIS遥感产品NDVI序列的对比及其校正

利用Terra、Aqua两颗卫星的MODIS资料、NOAA-16和17的AVHRR资料,通过对太阳和卫星天顶角及方位角等引起的大气效应订正、大气气溶胶等粒子的散射订正以及NOAA系列卫星信号的衰减订正,得到以上四颗卫星一系列的NDVI产品;对比分析了上午星Terra和NOAA-17,下午星Aqua和NOAA-16两组不同卫星传感器NDVI的差异及其与光谱响应函数的关系。结果表明,Terra和Aqua卫星NDVI随卫星观测角度的不同差异较大,平均NDVI是一种更适合的MODIS/NDVI产品算法,它代表了观测角为±30°之间的NDVI值的分布,在大气和角度的订正基础上,本研究采用了三阶多项式再次订正了观测角引起的NDVI变化;NOAA-16和17所获得的NDVI值较MODIS得到的NDVI值小很多,以MODIS的NDVI产品为标准,应用光谱响应函数将NOAA系列NDVI进行归一化处理,所得的结果基本与MODIS所得的NDVI相当;该方法基本能实现NDVI产品序列的延伸,其资料序列有时空可比性。     

FY 3A三个通道资料反演水云有效粒子半径的研究

基于水汽吸收波段云的反射率主要依赖于云粒子大小的原理,利用SBDART辐射传输模式和FY-3A极轨气象卫星可见光红外扫描辐射计(VIRR)的通道3(3.7μm)、中分辨率光谱成像仪(MERSI)的通道6(1.64μm)和通道7(2.13μm)所提供的探测数据进行了水云有效粒子半径的反演和比较。发现,1.64、2.13和3.7μm三个通道均能定最反演有效粒子半径的大小,其中1.64和2.13μm通道对大粒子的敏感性较高,3.7μm通道在光学厚度较小时敏感性好。三个通道的有效粒子半径反演产品与MODIS有效粒子半径产品具有较好的相关性。     

FY-3A/MERSI、MODIS C5.1和C6气溶胶光学厚度产品在中国区域与地面观测站点的对比分析

准确获取气溶胶光学厚度对于气候变化研究和大气环境监测具有重要意义。通过波长插值和时空匹配方法,利用气溶胶自动观测站网（AERONET）观测的气溶胶光学厚度（AOD）对风云3A/中分辨率光谱成像仪（FY-3A/MERSI）、Terra（Aqua）/MODIS的C5.1（Collections 5.1）和C6（Collections 6）气溶胶光学厚度产品在中国区域的反演精度进行验证分析。结合一次发生在中国境内的沙尘天气与一次严重雾霾天气个例,分析上述卫星气溶胶光学厚度的分布特征。研究结果表明,（1）FY-3A/MERSI AOD的反演精度较高（R=0.887,RMSE=0.234）,其值低于AERONET的观测值（Bias=-0.293）。（2）在不同的下垫面下,各种卫星暗像元算法AOD产品反演精度有差异,植被覆盖情况越好,反演精度越高,而植被很少的地区,即亮地表甚至没有反演值。（3）MODIS C5.1深蓝算法产品能在亮地表地区反演AOD,但效果不佳。MODIS C6中的深蓝算法产品在不同下垫面的反演精度都很高（RMSE为0.096-0.127）。（4）在不同季节的对比中,各种卫星AOD产品在夏季的反演精度最差,而反演最好的季节各有不同。（5）在一次沙尘天气污染与一次严重雾霾天气个例中,中国西部与北部区域,MODIS C6深蓝算法AOD的监测效果优于其他算法AOD;MERSI AOD产品在此区域的分布不连续。总体而言,MODIS C6 AOD分布比MODIS C5.1产品连续,MODIS 3 km产品在相同区域的AOD值高于其他产品。以上结论可为卫星AOD产品在中国区域的使用提供参考。