基于MODIS和HJ-1数据的宿鸭湖水库面积遥感监测研究

水体与植被、城市和土壤等地物在不同波段的光谱反射率的差异是利用遥感手段提取水体信息的基本原理。以宿鸭湖水库为例,在水体光谱特征分析的基础上,采用归一化植被指数（NDVI）方法提取2010年的MODIS和HJ-1遥感影像上的水体信息。首先将MODIS数据的第1和第2波段,以及HJ-1数据的第3和第4波段经过波段运算得到NDVI图像。将两种遥感图像中NDVI值为负的像元判识为水体,NDVI值为正的判识为水库周围的农田,经过计算像元数量得到水体面积信息。水体判识阈值在全年变化范围在-0．08和0．08之间。HJ-1数据具有较高的空间分辨率,水体判识的结果比MODIS数据更加精确。利用HJ—I数据水体监测结果对MODIS数据结果进行校正,使得到的监测结果同时具有较高的时间分辨率和空间分辨率。研究结果表明：利用HJ-1数据校正后的MODIS数据所测得的水域面积与实际观测得到的水库蓄水量之间的复相关系数为0．8603,显著提高了水体监测的精度,从而为大范围的水资源与水环境动态监测提供了迅速、可靠的依据。     

青藏高原MODIS地表反照率和GLASS地表反照率的对比分析

对比分析了青藏高原MODIS地表反照率产品和GLASS地表反照率产品的空间分布连续性、高质量反演结果的比例,应用青藏高原CAMP/Tibet试验期间的高精度观测数据评估了两种产品的精度,通过人工目视解译MODIS地表反射率图像并结合MODIS积雪产品分析了影响两种产品精度的原因,结果表明：1）GLASS地表反照率产品具有比MODIS地表反照率产品更好的空间分布连续性和更高的反演质量;2）绝大多数时段内两种产品都能与地面观测结果保持较好的一致性,能准确地反映地表反照率的异常变化过程;3）局地积雪是影响两种产品精度的重要因素之一;4）积雪条件下,GLASS地表反照率反演算法比MODIS地表反照率反演算法更具优势。研究结果有助于促进人们对地表反照率卫星遥感反演产品的认识,改进青藏高原地表反照率卫星遥感反演算法,提高青藏高原地表反照率卫星遥感反演结果的精度、反演质量和空间分布连续性。     

MODIS遥感监测滇池蓝藻水华分布

以中分辨率的MODIS数据作为遥感影像源,运用蓝藻水华在蓝波段、红波段和近红外波段的光谱特征,使用假彩色合成法（RGB：6-2-1）和归一化植被指数法对滇池的蓝藻水华进行遥感监测。通过星地同步试验,证明了该两种方法的正确性。其中假彩色合成法通过色彩差异表现蓝藻水华,具有视觉效果较好的优点,归一化植被指数法则以数值大小的方式区别水华浓度,该方法建立反演模型后可用于定量研究。     

福建三大城市群气溶胶遥感监测及时空变化分析

气溶胶对城市环境质量的影响越来越受到人们的关注。利用2001—2007年MODIS卫星数据,借助6S辐射传输模式,采用目前较为成熟的暗像元方法,在分析MODIS红光、蓝光和近红外波段对气溶胶敏感性的基础上,反演福建三大城市群福州、厦门和泉州的气溶胶光学厚度,将反演结果与大气环境观测数据进行对比,并分析了三大城市群气溶胶光学厚度的时空分布与变化特征。结果表明:MODIS红光和蓝光波段均对气溶胶敏感,只是在不同季节表现出不同的敏感程度;遥感反演的气溶胶光学厚度与现场观测的PM_(10)数据相关系数为0.604;在时空分布上气溶胶光学厚度高值区与城区分布相一致,秋冬季气溶胶光学厚度明显大于其他季节。基于MODIS数据反演得到的福建三大城市群气溶胶光学厚度产品精度是可靠的,能客观反映该区域气溶胶光学厚度的时空分布与变化特征。     

海洋叶绿素a浓度反演及其在赤潮监测中的应用

采用OC2和OC3两种标准经验算法以及Clark和NSMC-CASE2两种半分析算法进行了MODIS海洋叶绿素a浓度反演, 并根据2004年福建近海赤潮监控区内10个站点的叶绿素a浓度观测数据对反演结果进行了分析。 利用2002—2005年MODIS叶绿素a浓度反演结果对同期发生在福建近海的赤潮灾害进行了初步研究, 并探讨了250 m 和500 m 分辨率的MODIS可见光数据对赤潮灾害监测的可能性。 结果表明: 两种标准经验算法和两种半分析算法对叶绿素a浓度的反演均存在不同程度的偏高, 相对而言, OC3标准经验算法比较适合基于MODIS的福建近海叶绿素a浓度反演; MODIS红光 (250 m) 和绿光 (500 m) 通道数据的比值在赤潮灾害发生过程中发生了显著变化, 在灾害发生时其值明显较灾前和灾后均偏大。     

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。     

应用MODIS数据反演青藏高原地区地表反照率

应用RossThick-LiTransit核驱动BRDF（bidirectional reflectance distribution function）模型,选择2004年Terra MODIS（moderate resolution imaging spectraradiometer）500 m分辨率数据,对青藏高原地区的地表反照率进行了反演研究,并以平均气溶胶光学厚度值0.11计算了正午时（北京时间12：00）实际的地表反照率,反演结果与当地的地表覆盖类型和地形具有较好的一致性。此外,藏北高原4个辐射观测站点观测资料与反演结果的比较表明,500 m分辨率反演结果不仅可以满足气候和陆面过程模式的精度要求,而且精度高于美国1 km分辨率反照率反演结果。     

中国地区MODIS反照率两种反演结果的比较

以2002-2004年中国地区Terra MODIS数据开展对照反演试验,获得大范围具有相同时空代表性的反照率全反演结果和当量反演结果,统计分析MODIS反照率两种反演结果的差异,结果表明:在MODIS 1-7波段及可见光、近红外和短波波段,黑空反照率、白空反照率的当量反演结果与全反演结果的绝对偏差均小于0.05,且黑空反照率两种反演结果的绝对偏差明显小于白空反照率两种反演结果的绝对偏差;MODIS反照率两种反演结果在红外波段的绝对偏差大于其在可见光波段的绝对偏差;夏季MODIS反照率两种反演结果的绝对偏差最大,秋季则最小.     

藏北高原GlobAlbedo地表反照率的精度分析

为了分析欧洲航天局多星观测数据联合反演的全球地表反照率产品Glob Albedo在青藏高原的反演精度,促进其在青藏高原地—气相互作用研究中的应用,利用藏北高原BJ站和西大滩站观测的上行和下行太阳短波辐射资料,对比分析了Glob Albedo的精度,并与MODIS地表反照率产品MCD43B3进行了比较。结果表明:空间分辨率1 km的Glob Albedo短波波段(0.3~5.0μm)的地表反照率与地面观测结果总体上具有较好的一致性,但是精度受积雪覆盖比例的影响较大。积雪覆盖比例0.1时,Glob Albedo短波波段的地表反照率与高质量地面观测结果的均方根误差介于0.0100~0.0218,Glob Albedo的精度完全能够满足气候和陆面模式的精度要求。反之,它们的均方根误差介于0.0252~0.1461,存在较大的不确定性。对比Glob Albedo和MCD43B3,前者的精度略高于后者:Glob Albedo短波波段地表反照率与高质量地面观测结果的均方根误差介于0.0195~0.0959,MCD43B3短波波段地表反照率与高质量地面观测结果的均方根误差介于0.0273~0.1269。     

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。     

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。     

卫星反演积雪信息的研究进展

综合分析了积雪信息反演的主要遥感信息源和提取方法。在光学遥感方面,应用较广的主要是改进型甚高分辨率扫描辐射仪（AVHRR）资料和中分辨率成像光谱仪（MODIS）资料;提取积雪信息大多是根据积雪在可见光波段的高反射率和近红外波段的低反射率,并通过建立回归模型反演积雪面积和深度。由于传感器的改进,MODIS卫星资料在空间分辨率、积雪反演算法等方面明显优于AVHRR资料。光学仪器受云层和大气的影响很大,由于云和积雪在可见光和近红外波段上都具有高反射率。并且由于云层的遮挡。云下的地表信息不能被光学遥感仪器所接收到。微波遥感方面,被动微波遥感仪如微波辐射计成像仪（SSM／I）、高级微波扫描辐射计（AMSR—E）等可以全天候穿过云层进行监测,具有光学仪器所没有的优势,并通过提取地表的亮温差,建立雪深反演模型得到积雪深度。被动微波传感器存在分辨率低。无法监测浅雪区信息等问题。另外影响地表微波亮温的因素很多,这些都在一定程度上影响了反演结果的精确度。主动微波遥感仪如合成孔径雷达、微波散射计等利用积雪与其它地物的后向散射系数的不同来识别积雪,但也同样存在分辨率低等问题。最后探讨了卫星反演积雪信息中仍然存在的问题和进一步发展的方向。     

光学像消旋系统在FY-3 MERSI图像定位中的应用

45°旋转扫描反射镜模式是一种最常见的光机扫描模式。但45°镜的旋转反射会产生像旋转, 对于线列探测器并扫成像系统时会产生轴外视场无法配准。在遥感图像地理定位计算中, 如果只考虑45°旋转扫描反射镜的反射成像, 也同样会造成地理定位结果在轴外的大误差。在遥感图像地理定位处理中, 计算了K镜反射特性矩阵, 通过光学矢量反射和旋转计算, 在图像地理定位结果中消除了轴外误差。在分析了45°旋转扫描反射镜产生像旋转原因基础上, 给出了在遥感图像地理定位中45°旋转扫描反射镜和K镜光学像消旋系统的处理方法。将该方法用于FY-3 MERSI 10元并扫探测器的遥感图像地理定位处理, 在图像定位结果中减小了误差, 地理定位结果平滑连续。并讨论了45°旋转扫描反射镜和K镜光学像消旋系统对遥感图像地理定位可能造成的其他误差。该方法同样适合于其他45°旋转扫描反射镜和K镜像消旋系统以及多元并扫遥感仪器的图像地理定位。     

光学遥感卫星大气校正研究综述

由于高分辨率遥感应用需求增加的牵引,国内外发射了越来越多的光学遥感卫星载荷.然而,随着传感器分辨率的增加,大气对地表信息干扰的问题也越来越突出,光学遥感图像的大气校正问题,因载荷特点和应用需求的改变面临着一些新的挑战,有必要对其进行总结和分析.本文在介绍大气校正现状和原理的基础上,按照光学遥感卫星大气校正输入信息来源不同,把大气校正方法归纳为基于图像和图形处理方法、基于辐射传输计算、基于图像自身信息反演大气参数、基于大气同步校正仪的大气校正4类进行介绍.最后,结合我国高分辨率光学卫星的发展方向,对当前的大气校正应用方案和未来发展进行了讨论和展望.     

光学遥感信息技术与应用研究综述

光学遥感利用可见光、近红外和短波红外传感器对地物进行特定电磁谱段的成像观测,是遥感科技中发展最早,也是目前对地观测和空间信息领域中应用最为广泛的技术手段.随着近年来光学成像、电子学与空间技术的飞速发展,高空间、高光谱和高时间分辨率遥感技术不断取得新突破,为光学遥感图像处理与应用技术发展创造了前所未有的机遇和广阔前景.本文首先概述了光学遥感的基本原理和发展历程,然后重点介绍了光学遥感图像的数据特点及光学遥感图像处理技术与方法,阐述了光学遥感在生态环境、自然资源和国防安全等领域的应用情况,讨论了未来光学遥感信息技术与应用发展的几个主要方向和趋势.     

从MODIS资料提取土壤湿度信息的主成分分析方法

沿袭了遥感地物分类中K-L变换思想, 以归一化处理后的遥感数据, 结合地面土壤湿度观测数据, 应用主成分分析方法, 采用MODIS不同红外波段数据, 通过相关关系计算, 在监测结果中融合MODIS具有250 m分辨率的第2波段数据, 建立了青海省多维特征空间土壤湿度监测模型。模型的建立克服了热惯量法监测干旱需多时相遥感数据的缺陷, 经初步检验, 此模型可以在一定精度范围之内监测表层土壤湿度, 具有业务应用潜力。