基于MODIS数据的河南省干旱程度反演研究

干旱是一种普遍发生的灾害现象,其严重影响作物、水源等人类赖以生存的资源,本文以中国重要粮产区河南省为例,采用河南省2010年至2012年6-8月的MOD11A2和MOD13A2数据,分别提取出该省的地表温度数据和植被指数数据,构建LST-EVI特征空间,并求解干湿边拟合方程,基于干湿边拟合方程计算温度植被干旱指数TVD...     

基于温度植被干旱指数的河南省旱情演化分析

2014年河南省遭遇自1951年来最严重干旱。针对这一现象,在对目前的干旱监测类型进行简要对比分析的基础上,着重阐述了温度植被干旱指数(TVDI)的基本原理;结合MODIS数据,通过数据处理提取地表温度(LST)和归一化植被指数(NDVI),从而建立NDVI-Ts特征空间。根据干边和湿边的散点图,对特征空间中最低温度和最高温度进行线性拟合,计算出TVDI,最后以TVDI为分级指标进行干旱等级划分,对河南省2014年7月下旬到9月上旬的旱情演化趋势进行分析。     

风云三号温度植被指数反演土壤湿度研究

为了研究利用我国自主产权极轨卫星风云三号(FY-3)的MERSI数据反演区域土壤水分的效果,该文利用MERSI数据分别提取归一化植被指数(NDVI)和陆地表面温度并构建NDVI-Ts特征空间;依据该特征空间计算温度植被干旱指数(TVDI)作为土壤湿度监测指标,反演了2012年乌昌地区4—9月的土壤湿度。从反演结果看乌昌地区2012年4—5月土壤湿度较低,造成农区农作物不同程度的缺水,这与实际旱情监测相一致。研究结果表明:基于MERSI数据的TVDI指数能够较好地反映区域土壤湿度的变化情况,为今后应用风云三号数据进行干旱监测提供参考。     

基于ＴＶＤＩ的天山新疆段土壤湿度时空分布及影响因素分析

利用遥感数据反演土壤湿度对农作物干旱、生态系统保护及能量循环有重要的指导作用。文中以天山新疆 段为研究区,利用ＭＯＤＩＳ地表温度（Ｔｓ）数据和归一化植被指数（ＮＤＶＩ）数据构建Ｔｓ－ＮＤＶＩ特征空间,并建立温度 植被干旱指数（ＴＶＤＩ）模型,探究天山新疆段土壤湿度的时空分布格局,进一步分析土地利用类型和高程对ＴＶＤＩ的 影响。结果表明,构建的Ｔｓ－ＮＤＶＩ特征空间,其散点符合三角形关系,ＴＶＤＩ与土壤相对湿度数据呈负相关关系,该 地区,除了水体外,永久性冰川雪地土壤湿度最高,沙地最低;高程越高ＴＶＤＩ越小,土壤湿度越高。总体而言,ＴＶＤＩ 应用在天山新疆段可以较好地反映该区域的土壤湿度状况,研究结果可为天山新疆段土壤湿度动态监测和水资源 提供理论依据和实践参考。     

基于Landsat-8 OLI TIRS对黑河流域的土壤湿度反演研究

土壤湿度是表征土壤水分状况和土地水文过程的一项重要指标,与农作物及植被的生长密切相关,而传统的土壤湿度监测可以较为准确地测量出土壤湿度,但是不能反映较大范围内的土壤含水情况,耗时长且耗费的人力物力较多.随着遥感技术的发展,其被广泛应用于植被分类、土地利用规划、地球资源普查、环境污染监测等领域.其中,土壤湿度也可以通过遥...     

基于热惯量的土壤湿度估算研究

冻土受冻土层上水和地表水等因素的影响,出现不均匀、不对称变形。因此,开展冻土区土壤水分的监测研究具有重要意义。本文提出了归一化相对湿度的概念,首先利用晴天风速较小的上午时刻的地表温差估算地表的简化热惯量,再利用日最高地表温度和最低地表温度得到归一化相对湿度。实验证明,本方法提供了一种估算土壤湿度的方法,但是为了得到更深层(大于40 cm)的土壤湿度,需要开展进一步的研究。     

城市地表温度影像时空融合方法研究

地表温度（land surface temperature,LST）是反映地表能量和水平衡物理过程的一个重要参数,受限于载荷量的限制以及传感器的技术瓶颈,当前的卫星平台均难以获取同时具有较高空间和时间分辨率的遥感地表温度影像,客观上影响了遥感地表温度影像的应用。针对地表异质性较高的城市区域,选取覆盖武汉城区的中分辨率成像光谱仪（Moderate-Resolution Imaging Spectroradiometer,MODIS）和增强型专题绘图仪（Enhanced Thematic Mapper Plus,ETM+）数据,结合时空反射率融合模型（enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和非线性辐射温度分解算法（non-linear disaggregation procedure for radiometric surface temperature,NL-DisTrad）对地表温度影像进行时空融合研究,最终生成60 m空间分辨率的逐日地表温度融合影像。将融合影像与2002-07-09和2002-10-13的ETM+实际地表温度影像进行融合精度验证分析,其决定系数R2分别为0.80和0.86,均方根误差（root mean square error,RMSE）分别为2.65 K和1.78 K。实验结果表明,所提出的地表温度时空融合模型在城市区域的地表温度时空融合应用中具有潜在的应用前景。     

植被指数与地表温度定量关系遥感分析——以北京市TM数据为例

以北京市为研究区,在对Landsat-5 TM数据大气校正基础上,利用TM单窗算法定量反演地表温度,并估算了5种植被参数:归一化差值植被指数(NDVI)、比值植被指数(RVI)、绿度植被指数(GVI)、土壤调节植被指数(MSAVI)和植被覆盖度(fg)。结合地表温度(LST)空间分布,对比分析5种植被参数与地表温度的相关程度。分析结果显示,相对于上述4种植被指数f,g与地表温度有更好的负相关性,对地表温度空间分布的指示能力更佳。利用fg与地表温度关系定量分析了植被覆盖程度对热岛效应的影响,发现北京市区平均地表温度比近郊区和远郊区分别高1.6 K和5.3 K。     

遥感影像时—空融合的“点”—“线”—“面”质量评价

遥感影像时—空融合可集成多源数据高空间分辨率和高时间分辨率互补优势,生成时间连续的高空间分辨率影像,在遥感影像的动态监测与时序分析等方面具有重要应用价值.然而,现有多数研究往往基于单一数据产品对时—空融合算法进行评价,而在实际生产应用中,需要验证算法在多种遥感产品数据的融合表现;此外,目前研究大多基于“单点时刻”进行评...     

耦合MOD16和SMAP的微波土壤湿度降尺度研究

局域尺度上的水文或农业应用亟需较高空间分辨率的土壤湿度(SM)数据,微波土壤湿度空间降尺度是实现这一需求的重要途径.其中“光学/热红外与微波数据融合”的降尺度方法展现出了较大的应用潜力,然而这类方法依赖于遥感地表温度LST (Land Surface Temperature)或由LST分解得到的SM指数,受限于LST“...     

利用GPS反射信号遥感土地湿度变化趋势

介绍了GPS信号经过较平滑土地反射后信号特性的变化,建立起反射信号功率与土地湿度的对应关系,阐述了GPS—R接收机的构成,完成了在草地和裸地条件下的反射信号实时处理显示并存储。数据处理结果表明,利用所设计的GPS—R接收机处理出的归一化反射信号功率变化能够反映土地湿度变化的趋势。     

基于遥感技术的河南省农业旱情监测研究

干旱的发生不仅影响农业生产,还极大地破坏了生态环境。遥感技术宏观、客观、迅速和廉价的优势及其近年来的飞速发展,为旱情监测开辟了一条新途径。利用RS、GIS、GPS技术,使用MODIS卫星的归一化植被指数（ NDVI）数据、地表温度（ LST）数据和水文气象数据,结合当前旱情监测模型,以植被指数和地表温度为依托,建立了适合河南省的农业旱情遥感监测模型。     

利用温度植被旱情指数（TVDI）进行全国旱情监测研究

利用NOAA AVHRR资料提取的归一化植被指数 (NDVI)和陆地表面温度 (LST) ,构建NDVI Ts 特征空间 ,依据该特征空间设计的温度植被旱情指数作为旱情指标 ,对中国 2 0 0 0年 3月和 5月各旬的旱情进行了研究。研究结果表明在 2 0 0 0年 3月和 5月的重旱区主要分布在中国西北地区 ,在华北和华南的部分地区也有较大范围的分布 ,3月和 5月的全国重旱面积分别为 6 7 2× 10 4km2 和 12 6 1× 10 4km2 ;通过与各气象站测定的表层 10cm土壤重量含水量 (θ)数据进行相关性研究表明 ,利用综合了植被覆盖信息和陆地表面温度信息的TVDI旱情指标能够较好地反映表层土壤水分变化趋势 ,作为旱情评价指标是合理的 ;对TVDI随NDVI和Ts 变化的敏感性评价结果表明 ,以陆地表面温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。     

土壤水分的遥感监测方法

本文讨论了用雷达图像散射系数法、NOAA-AVHRR数字图像热惯量法和作物缺水指数法监测土壤水分的结果,并将这些方法与常规气象方法、绿度指数法和温差法监测土壤水分的效果进行了比较和评价。结果表明,微波遥感监测土壤水分有广阔的应用前景,但必须深入开展基础研究。在我国目前情况下,采用NOAA-AVHRR数字图像及有关气象数据计算热惯量、作物蒸散和缺水指数,从而估算土壤水分的方法是一种比较切实可行的方法。     

全国干旱遥感监测运行系统的研制

该研究利用1981－1994的NOAA AVHRR 8km分辨率的NDVI资料，以及对应时段全国102个固定农业观测站的20cm深的土壤湿度资料，建立了植被状态指数（VCI）与土壤湿度之间的统计模型，由土壤湿度旱情等级标准来换算出每旬用VCI进行干旱监测的旱情等级标准，以确定出全国的旬旱情分布状况，在此工作的基础上建成了“全国干旱遥感则运行系统”，该运行系统使遥感手段监测全国干旱成为可能，将能提供每年3－9月每旬全国的干旱监测情况，为国家有关决策部门提供干旱减灾的决策依据。     

Remote Sensing of Soil Moisture Using Airborne Hyperspectral Data

Landscape assessment of soil moisture is critical to understanding the hydrological cycle at the regional scale and in broad-scale studies of biophysical processes affected by global climate changes in temperature and precipitation. Traditional efforts to measure soil moisture have been principally restricted to in situ measurements, so remote sensing techniques are often employed. Hyperspectral sensors with finer spatial resolution and narrow band widths may offer an alternative to traditional multispectral analysis of soil moisture, particularly in landscapes with high spatial heterogeneity. This preliminary research evaluates the ability of remotely sensed hyperspectral data to quantify soil moisture for the Little River Experimental Watershed (LREW), Georgia. An airborne hyperspectral instrument with a short-wavelength infrared (SWIR) sensor was flown in 2005 and 2007 and the results were correlated to in situ soil moisture values. A significant statistical correlation (R ² value above 0.7 for both sampling dates) for the hyperspectral instrument data and the soil moisture probe data at 5.08 cm (2 inches) was determined. While models for the 20.32 cm (8 inches) and 30.48 cm (12 inches) depths were tested, they were not able to estimate soil moisture to the same degree.     

运用遥感指数的崩滑检测方法

以汶川地震时出现的崩滑为研究对象,以该地区震前/后TM影像为研究数据,利用变化检测的方法,比较和分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)和归一化燃烧率(NBR)应用在崩滑检测中的可行性和优劣性。结果表明,3种遥感指数均可以用于崩滑检测,但效果不同:NDVI对崩滑检测最全面但可信度最低,NBR对崩滑检测最可信但遗漏最多,NDBI处于中间水平。     

结合MNF变换与灰值形态学的三江平原多光谱、多时相MODIS遥感影像分类

通过对影像进行光谱特征分析,及对各种植被类型进行物候特征分析,选用以NDVI数据为主的多波段、多时相的MODIS影像数据进行最小噪声分离MNF变换,然后进行灰值形态学滤波,运用阈值分割法提取旱地,并运用自组织特征映射SOM神经网络聚类模型分离湿地和水田。实验结果与现有的研究成果相比,精度有较大提高。     

基于遥感数据的森林火灾监测研究概述

研究和总结了遥感数据在森林火灾监测中的应用,研究对象主要是NOAA和MODIS,内容包括遥感监测火灾的原理、基于2种数据的森林火灾监测算法以及目前的研究现状。最终得出结论:MODIS数据在林火监测的准确率和定位精度等方面较NOAA卫星有较大的提高,动态监测具有较好的应用前景。     

Soil respiration mapped by exclusively use of MODIS data for forest landscapes of Saskatchewan,Canada

Soil respiration (R_s) is of great importance to the global carbon balance. Remote sensing of R_s is challenging because of (1) the lack of long-term R_s data for model development and (2) limited knowledge of using satellite-based products to estimate R_s. Using 8-years (2002–2009) of continuous R_s measurements with nonsteady-state automated chamber systems at a Canadian boreal black spruce stand (SK-OBS), we found that R_s was strongly correlated with the product of the normalized difference vegetation index (NDVI) and the nighttime land surface temperature (LSTn) derived from Moderate Resolution Imaging Spectroradiometer (MODIS) imagery. The coefficients of the linear regression equation of this correlation between R_s and NDVI × LSTn could be further calibrated using the MODIS leaf area index (LAI) product, resulting in an algorithm that is driven solely by remote sensing observations. Modeled R_s closely tracked the seasonal patterns of measured R_s and explained 74–92% of the variance in R_s with a root mean square error (RMSE) less than 1.0 g C/m²/d. Further validation of the model from SK-OBS site at another two independent sites (SK-OA and SK-OJP, old aspen and old jack pine, respectively) showed that the algorithm can produce good estimates of R_s with an overall R² of 0.78 (p < 0.001) for data of these two sites. Consequently, we mapped R_s of forest landscapes of Saskatchewan using entirely MODIS observations for 2003 and spatial and temporal patterns of R_s were well modeled. These results point to a strong relationship between the soil respiratory process and canopy photosynthesis as indicated from the greenness index (i.e., NDVI), thereby implying the potential of remote sensing data for detecting variations in R_s. A combination of both biological and environmental variables estimated from remote sensing in this analysis may be valuable in future investigations of spatial and temporal characteristics of R_s.