基于台站温度资料对不同空间插值方法的比较

针对气象资料数据处理的外推和内插问题，以广西89个气象观测站点1971-2000年的多年平均气温观测资料为研究数据，应用了两种不同的内插方法。     

基于台站温度资料对不同空间插值方法的比较

针对气象资料数据处理的外推和内插问题,以广西89个气象观测站点1971-2000年的多年平均气温观测资料为研究数据,应用了两种不同的内插方法。     

MODIS 1B数据的预处理及归一化植被指数计算

MODIS 1B数据的预处理是MODIS数据使用前的重要处理步骤之一。本文在分析MODIS数据畸变的基础上,利用ENVI软件对2006年7月覆盖宁夏全区的MODIS 1B数据进行了bow-tie校正和几何校正。在预处理的基础上,通过最大值合成法计算出了7月下旬宁夏全区的归一化植被指数（NDVI）。结果表明,通过该方法得到的NDVI可以很好反映全区的植被状况。     

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。     

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。     

基于IDL的MODIS1B数据SST反演

海表温度是重要的海洋环境参数。MODIS(Moderate Resolution Imaging Spectrora-diometer)具有强大的海洋信息探测功能。采用多通道分裂窗算法,通过交互式数据语言IDL编程,实现了直接利用MODIS1B数据进行海表温度(SST)反演,并将反演结果存贮为标准的HDF文件以供其他软件使用。该方法能够适应对整条轨道的MODIS1B数据进行快速、实时和自动处理,大大节省人力资源,同时提高遥感产品数据的分发和共享能力。     

去除EOS/MODIS 1B数据中"弯弓"效应的方法

分析了中分辨率成像光谱仪EOS／MODIS的扫描方式,在此基础上研究了EOS／MODIS1B数据集“弯弓”效应的成因。对EOS／MODIS1B数据02级产品HDF文件的格式进行了探讨,并以250m分辨率资料为例,在2002年7月13日10时的MODIS资料中选取鄱阳湖以北部分地区,读取其数据进行插值、Lambert投影、重采样等处理,从而消除了影响资料使用的“弯弓”效应,同时也完成了对EOS／MODIS数据的几何校正,取得了一定的效果,为EOS／MODIS遥感资料在今后得以广泛应用作了有益的尝试。     

MODIS和HJ-1B资料在江苏大雾监测中的应用

雾是一种常见的天气现象,雾的遥感监测是近年来的热点之一。利用多种卫星资料实现雾的监测和预警工作,对于环境保护、灾害评估等具有重要的意义。根据云、雾及下垫面在可见光、中红外和热红外波段的光谱特性差异,结合EOS-MODIS数据特点和HJ-1B传感器波段设置等,利用多通道阈值法分别对2013年1月24日江苏省一次雾天过程不同生长阶段的雾进行雾区监测,并分别结合地面实测数据对两种数据源的监测结果进行精度检测。结果发现:对此次雾的两个生长阶段的雾区监测,MODIS数据监测的结果总体精度为80.28%,HJ-1B数据的监测结果总体精度为91.04%,两者监测效果均比较理想,HJ-1B数据可作为雾监测的一种可靠资料来源。     

日降水量空间插值方法研究

采用反距离权重法和普通克里格方法对26°~34°N, 103°~115°E范围内2004年逐日降水量进行空间插值试验分析, 分辨率为1 km×1 km。采用交叉检验方法和准确率方法对两种方法插值的总体效果及不同等级的降水插值效果进行综合对比。结果表明:两种方法插值效果近似, 插值结果与实测值相关系数分别为0.83和0.82。但对日雨量较大的情况, 两种方法插值效果均有所降低, 相关系数为0.66和0.67。两种方法的实测值与插值结果的相关系数在不同季节非常接近, 并且均以春季最大, 其次为冬、秋季, 夏季相关系数最小; 通过采用平均误差、平均绝对误差和均方根3个指标衡量及不同等级雨量的插值准确率统计比较, 普通克里格方法插值效果略好于反距离权重法。     

基于MODIS数据的水体识别指数方法的比较研究

从典型地物光谱曲线分析入手,MODIS数据的第7、2、1波段对植被、陆地、水体区分明显。本文对长三角太湖流域地区,采用MODIS数据以五种常水体识别进行水体信息提取,然后分别从目视解译效果、水体区分度的计算和提取的水体面积三方面来对这五种指数方法进行比较和评价。结果表明,在应用MODIS数据进行水体识别时,比值植被指数（RVI,Ratio Vegetation Index）和混和水体指数（CIWI,Combined Index of Normalized Difference Water Index）模型的目视解译效果较好,且CIWI指数具有水陆区分度较大和水体面积提取精度较高的优点。     

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HJ-1B卫星数据的地表温度反演方法研究

以典型岩溶地貌区为研究区,HJ-1B遥感数据为数据源,通过分别采用覃志豪单窗算法、普适性单通道算法、基于影像的Artis反演算法,并对其中的经验关系式进行修订,最后反演出研究区的地表温度,与MODIS温度产品(MOD11_L2)进行对比分析,探寻适用于岩溶地貌区利用HJ卫星遥感数据进行干旱监测的地表温度反演算法。结果表明,修订后的普适性单通道算法优于其他两种算法,其与MODIS温度产品平均温差相差0.36 K,反演精度达到1 K之内,说明该算法经过修订后适用于反演岩溶地貌区的地表温度。     

用于区域陆面过程模拟的土壤特征参数的空间插值方法研究

用于气候模型的陆地过程模型包括陆地水文过程模型和地球生物化学过程模型等,它们需要网格化的土壤物理和化学属性资料。目前,用于该类模型的土壤资料基本上是来源于20世纪70年代联合国粮农组织的1：5000000土壤图和4300多个土壤剖面的属件资料,其中所用的中国地区的土壤剖面资料不足200个。这些资料显然不能很好地表达中国区域土壤的空间分异性。早在20世纪80年代中国就开展了大规模全国范围的土壤普查,积累了数以万计土壤剖面的属性资料,但都是纸质数据。根据需要,作者已数字化近10000个中国土壤剖面的属性数据。为了模型的应用,需要对属性数据进行空间网格化处理。但土壤具有高度的空间分异性,为了使网格数据具有好的空间代表性,需要对空间插值方法进行研究。利用空间插值的方法对土壤要素的空间变异的研究,已有大量工作,但所研究区域范围较小,要素单一。作者基于1：1000000土壤地图,利用反距离权重空间插值法,对中国土壤属性进行了空间插值,最终结果表明：对于土壤中砂粒含量、粘粒含量、有机质值以及全氮含量的插值计算,基于相邻剖面反距离权重法的空间插值效果要优于同一土属下土种的空间插值;而对于粉粒含量、全磷含量和pH值的插值计算,利用同一土属下土种的空间插值效果则更优;对于土壤全钾含量的插值结果,两种方法相差不大。     

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数据的渭南市土壤水分反演研究

根据MODIS数据特点,分高植被覆盖和低值被覆盖条件,研究了MODIS第1~7波段数据与土壤表层水分含量之间的关系,基于分析结果,选择与土壤水分含量相关度高的MODIS数据波段,建立渭南市0~10cm土壤相对湿度反演模型。利用模型开展渭南市土壤墒情监测,只需在晴空条件下,使用一景白日过境的MODIS卫星数据,即可完成土壤表层水分快速监测。     

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。     

基于数据矢量特性的MODIS数据几何校正

MODIS探测器的大扫描角多探元并扫方式是造成扫描图像严重畸变的主要根源,应用基于SWATH的卫星遥感数据处理策略,分析MODIS 1B各分辨率数据空间位置关系及图像数据与经纬度数据的对应情况,结合探测器扫描方式、卫星升降轨和地球曲率等各方面因素按像元地理位置合成图像,抛弃数据光栅特性采取矢量特性实现对像元几何精定位。结果表明：应用该种方法处理的MODIS数据几何校正精度高,方便进行亚像元级精确几何校正,而且可以避免2次或多次像素重定位导致信息丢失,不会出现“BowTie”现象。     

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。     

FY 3B 1级数据质量保障技术研究

极轨气象卫星1级遥感数据是遥感信息定量应用的基础,了解影响1级遥感数据完整性和时效性的异常现象并在最短时间内进行问题的定位和处理,可以在最大程度上保障该数据的质量。以FY-3B卫星为研究对象,根据国家卫星气象中心多年积累的运行经验,对FY-3B1级数据的质量问题进行了分类,然后从问题现象、问题原因的快速定位和处理方法等方面对1级数据的质量保障技术进行了研究。最后基于研究结果提出了地面应用系统的改进建议,从而进一步提高1级数据的质量。     

基于多时相MODIS数据的黑龙江省水稻种植面积动态监测研究

水稻是黑龙江省四大主要粮食作物之一,水稻生产在黑龙江乃至全国的粮食生产中均占有十分重要的地位。本文利用2007～2009年多时相MODIS数据,在GIS、GPS的支持下,根据黑龙江省水稻生长的特点,选择水稻种植面积估算最佳时相,实现了黑龙江省水稻种植面积的动态监测,分类精度达到了85%。研究结果表明,利用多时相MODIS数据进行黑龙江省水稻种植面积的动态监测是切实可行的。