MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段。本文总结分析了近年来利用MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVD I)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望。     

山东省干湿转换期土壤水分MODIS遥感监测

由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。     

基于MODIS数据的一种土壤水分遥感监测方法研究

根据MODIS数据特点及水的光谱吸收特性,研究了MODIS第6、7、31波段数据与表层土壤水分含量之间的关系,并基于分析结果,选择6波段反射率和31波段亮温,建立了吉林省中西部10cm土壤含水量的双变量反演模型。经检验,模型可以应用于大范围的表层土壤水分监测,使用条件为裸土或植被覆盖较低土地。所建模型仅需一次白天过境的MODIS卫星晴空资料,即可完成对土壤表层水分含量的监测,弥补了土壤热惯量方法对遥感资料要求相对苛刻的缺陷。     

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。     

利用MODIS资料监测和预警干旱新方法

为了提高遥感监测土壤水分和干旱的技术水平,在对常用遥感监测土壤水分和干旱方法进行评价的基础上,根据土壤热力学理论,提出了利用EOS/MODIS资料遥感监测农业干旱的新方法———能量指数模式。实际监测应用结果表明,能量指数模式更适合农作物土壤水分和干旱的监测,监测效果明显优于已经业务化的其它模式。农作物生长季节干旱的预警应当在土壤水分遥感监测的基础上,考虑未来预警期内的预报降水量和最高气温,并且把这个预报降水量和最高气温定量转化为土壤水分订正值,按照当地的标准划分成干旱预警等级。     

干旱遥感监测方法研究进展

本文对国内外学者在干旱遥感监测方面所做的工作进行了总结。根据选取资料的不同,将国外进行干旱遥感监测的情况归纳为5类,分别介绍了主要方法及其进展。同时,对国内开展干旱遥感监测的情况从空间尺度、时间尺度、监测手段、监测方法等4个方面进行了分析,并讨论了干旱遥感监测在实际应用中存在的问题。     

基于MODIS资料的西藏遥感积雪监测业务化方法

雪灾是西藏地区藏北一线、南部边缘地区对牧业生产影响最严重的灾害之一,利用卫星遥感资料开展积雪监测,提供监测信息产品具有重要的现实意义.利用拉萨接收站接收的中分辨率成像光谱仪(MODIS)卫星遥感资料对西藏高原积雪的监测方法进行了探讨,找出适合该地区的积雪判别模式,建立MODIS资料为基础的积雪监测系统.基于MODIS数据计算得出的归一化差分积雪指数(NDSI)和归一化植被指数(NDVI)与1、2、4、6通道等相结合,建立积雪监测模型是可行的;得出的积雪判识方法对于西藏地区有较高的适用性,如结合地表土地利用类型数据将有林区和非森林区分开计算,能较好地消除藏东南地区因地势复杂、森林茂密对NDSI的影响.     

基于MODIS多通道资料的白天雾监测

根据云雾微物理性质的差别,用SBDART辐射传输模式模拟了MODIS通道1、6、20、31的云雾光谱辐射特性。模拟结果表明,这4个通道的辐射值中都包含有云雾的信息,能体现出云雾的微物理性质差异,可以用来区分中高云、雾和无云地表,从而实现白天雾的监测。在模拟分析的基础上提出一种白天雾监测的方案,并进行了实例分析。实例分析结果表明,这种多通道雾监测方法提高了白天卫星识别低云和大雾的能力。     

基于MODIS数据的作物苗期干旱监测方法

针对苗期低植被覆盖情况,在原有的归一化植被指数基础上,增加了土壤调节植被指数,将其与条件温度指数结合,通过与地面实测土壤相对湿度进行相关分析,分别建立作物苗期的干旱监测模型,并与热惯量方法和供水植被指数方法进行对比分析,初步得出辽宁省范围内作物苗期进行大范围干旱遥感监测的最适宜模型为土壤调节植被指数一温度模型.     

基于MODIS遥感资料监测南海白天雾

根据现有雾遥感监测理论,采用多通道阈值判识法,基于MODIS资料进行南海白天雾监测。该方法利用MODIS的1、2、18、20、31通道数据,分离云、雾、海表的相关信息。满足RB1<20%、RB2<20%、RB1>RB2的象元判识为海表;满足RB1>55%、RB2>55%、TB31<273 K的象元判识为中高云;海雾和低云的分离指标IFC>20的象元判识为海雾。利用2011年1—4月广东沿海海雾实地观测结果对该方法进行验证,在13个样本数据中,有9个样本的卫星监测结果与地面观测结果一致,有3个样本地面观测有雾但卫星监测为低云,1个样本地面观测有雾但卫星监测为晴空洋面。主要是因为MODIS资料本身对云雾不具备穿透性,算法设计时只能假设单一视场中只有一层云雾,对于无云覆盖的雾区较易识别,但对于被云覆盖的雾区则只能将其判识为云区,但总体来说,该监测模型是有效的、可行的。      

安徽省MODIS干旱监测技术研究

为了更有效地监测安徽省农业干旱,以安徽省半湿润区、过渡区为研究对象,利用MODIS资料,在对比分析了基于植被供水指数和温度植被干旱指数两种干旱监测方法基础上,结合已业务应用的农业干旱指标累积湿润指数,开展安徽省分时段的晴空遥感干旱监测研究,建立并确定了部分时段半湿润区、过渡区的MODIS植被供水指数和温度植被干旱等级标准,同时结合当地台站监测土壤墒情对干旱监测进行检验。结果表明,作物生长季节VSWI、TVDI与累积湿润指数存在相关性,两种方法建立指标和模型可以用来分时段进行区域干旱监测,得出了初夏旱TVDI更适合于研究区域的干旱监测。     

基于MODIS遥感数据的武汉市植被覆盖变化监测分析

植被覆盖变化遥感监测是区域生态监测的一个重要部分,可为区域生态建设和可持续发展提供科学依据.利用2003-2008年(每年8月)的MODIS遥感数据,基于归一化植被指数的像元二分模型原理,对武汉市近6 a来植被覆盖的变化情况进行遥感监测,并分析了2003年8月和2008年8月2个时期不同等级植被覆盖度的空间分布特征以及面积变化情况.结果表明:近6 a来,武汉市植被覆盖总体呈上升趋势,植被覆盖度由2003年的59.5%上升到2008年的65.1%,其中高植被覆盖度的面积明显增加,增幅高达68.26%,反映出武汉市生态环境建设成效显著.但局部地区的植被覆盖度却出现了不同程度的下降,说明人类活动是城市植被覆盖变化的重要原因.     

MODIS积雪遥感监测系统的研制

利用MODIS高光谱、多波段资料和气象台站观测资料，以逐步判别与Bayes判别等数学统计的方法结合不同目标物的光谱特性，同时考虑下垫面条件和季节等对积雪深度分布的影响，建立MODIS积雪深度回归模型；以面向对象的编程技术，采用Microsoft Visual C＋＋．NET软件开发工具，通过“类”概念的设计方法，建立MODIS积雪遥感监测业务系统，计算出积雪面积、覆盖度、各层雪深、雪水当量等多个反映测区积雪总量的物理参数，制作出各类积雪产品。该系统投入业务试运行后，系统运行稳定可靠并在2006年度冬季北疆地区雪灾监测服务和2006年新疆春季洪涝灾害决策服务中发挥了重大作用。     

MODIS遥感数据在我国台湾海峡海雾监测中的应用

海雾是一种常见的灾害性天气现象。以我国台湾海峡为示范研究区, 利用新一代卫星传感器MODIS的可见光和红外探测通道数据, 在分析海洋、中高云、低云和海雾等不同下垫面的MODIS光谱辐射特征基础上, 选择对海雾具有敏感反应的探测通道, 通过综合判识建立台湾海峡海雾遥感监测模型。利用该模型对2004-2007年我国台湾海峡海雾事件进行监测, 并用福建沿海5个地面气象观测站的能见度数据对监测结果进行验证分析。结果表明:基于MODIS数据的海雾遥感监测模型能够较准确地对台湾海峡海雾分布和发展过程进行监测, 从地面观测数据与卫星监测结果对比验证来看, 海雾监测的准确率可达80 %以上, 具有较高的业务化应用前景。     

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。     

不同卫星遥感干旱指数在黑龙江的对比应用

采用MODIS的1 km×1 km分辨率数据,以我国黑龙江为研究区,对基于植被指数的植被状态指数 (IVC)、基于地表温度的温度状态指数 (ITC) 和基于植被指数-地表温度特征空间的植被温度状态指数 (IVTC) 与10 cm,20 cm土壤相对湿度、降水量的关系、3种指数监测结果及其相互关系进行了对比分析。结果表明：IVTC相对于ITC,IVC更适于反映土壤湿度的变化,对浅层土壤湿度更加敏感;IVTC相对于ITC,IVC对降水更敏感,与监测时段的降水和前期总体降水都密切相关;在生长季早期,IVTC和ITC用于干旱监测的适用性明显优于IVC;不同区域间,IVTC的可比性较好,IVC和ITC则较差;IVTC所反映的地表温度信息对干旱的直接指示作用最强,所反映的植被信息对干旱的直接指示作用较弱。     

基于MODIS遥感数据的混合像元分解技术研究和应用

使用郑州市MODIS（Moderate-Resolution Imaging Spectroradiometer）遥感数据,运用线性混合模型,对MODIS遥感数据进行混合像元分解技术研究。探讨了MODIS遥感数据的预处理、线性光谱分解模型、图像端元组分反射率的求取方法。把结果与分辨率较高的Landsat ETM＋图像分类结果进行对比,并根据得到的均方根误差（RMS;Root Mean Square）进行分析表明,利用这种像元分解方法得到的结果较为理想,MODIS数据可以有效地应用于遥感动态监测和土地覆盖分类研究。     

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。