太湖悬浮物浓度的MODIS数据定量反演提取

本文利用250m分辨率的MODIS数据和准实时的地面采样数据,运用线性回归方法反演了太湖的悬浮物浓度,结果表明悬浮物浓度与第1波段相关性最好,PEARSON相关系数为0.31,在所有的波段组合中,其中以与波段M1+M2组合的相关性最好,呈典型正相关。并以此为基础建立了太湖的悬浮物浓度反演模型,这对于利用高时间分辨率的遥感源数据,研究太湖悬浮物浓度的时空变化规律具有重要意义。     

太湖水质参数MODIS的遥感定量提取方法

本文利用MODIS数据的可见光、近红外波段和准实时的地面采样数据,分别利用线性回归模型和神经网络模型反演了太湖的叶绿素a和悬浮物浓度.结果表明,利用MODIS数据的波段组合(M2/M8)和(M2/M9)可估算太湖的叶绿素a浓度;而MODIS数据的波段组合(M12/M17)、(M13/M17)及MODIS(M4)波段能定量估算太湖的悬浮物浓度,但估算精度仍不能满足实际需要.因此,构建了一个以MODIS可见光及近红外波段为输入,以太湖水质参数为输出的2层BP神经网络模型反演太湖的水质参数,大大提高了反演精度.     

基于MODIS数据的气溶胶光学厚度反演

气溶胶在大气污染事件中扮演重要角色。光学厚度作为大气气溶胶的一个重要光学属性,常作为其他相关科学研究的重要参数。本文以ENVI5.0为平台,利用经典的暗像元算法,对2011年8月5日北京地区的MODIS卫星遥感影像数据进行了气溶胶光学厚度(AOD)反演,并对其空间分布进行了分析,为环境监测部门提供了大气污染治理依据。     

基于MODIS数据的南极洲冰川变化情况遥感调查与分析

南极洲生态环境是世界各国研究的热点。本文利用2003年和2010年两期MODIS数据对南极洲大陆冰川及其冰架进行遥感调查与分析,获得南极洲2003年和2010年两期冰川及冰架类型、面积等信息,并通过监测初步掌握了南极洲冰川变化情况,进一步对其变化原因及其变化趋势进行初步研究和分析。     

四川草原MODIS数据的产草量估算

四川草原是我国5大牧区之一,其可利用的天然草地占全省草原总面积的85%,准确掌握草原产草量信息对草原管理和当地经济发展具有重要意义。本研究利用2011年7月MODIS不同分辨率(250m、500m、1km)NDVI、EVI产品和同期地面调查数据(共181个采样点),对四川草原4种主要草地类型(即高寒草甸草地、高寒灌木草地、高寒沼泽草地和山地疏林草地)产草量鲜重分类型建立估产模型。研究发现,NDVI对该地区4种主要草地类型产草量的拟合效果普遍优于EVI;相对于500m和1km的遥感数据,250m的遥感数据拟合效果较好;分草地类型建立模型的效果优于对全体样本建立模型;该地区除高寒沼泽草地用幂函数模型拟合效果较好外,其余均用指数模型进行建模效果较好;对该地区各草地类型建立的最优估产模型,精度均在70%以上,回归判定系数R2在0.75以上;利用最优模型对2011年四川省草原进行估产,总体估产精度约为90%。     

面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析

对城市热岛效应、植物覆盖指数、叶面积指数等地表参数的高频次高精度反演,能更好地实现基于遥感手段的地表特征动态监测。然而,目前单一数据源的遥感影像还很难实现高时空分辨率数据的同步获取,时空融合技术是解决这个时空分辨率矛盾的有效方法。根据原理不同,时空融合算法可以分为基于线性模型的融合算法、基于光谱解混的融合算法等。高分卫星产品是近几年中国高分辨率对地观测系统重大专项天基系统中的首发星,对于该类数据的时空融合研究仍然较少。因此,本文拟采用4种常见的时空融合算法（STARFM、FSDAF、STDFA、Fit_FC）实现GF-1 WFV数据与MODIS数据的时空融合,分析这几种方法对GF-1 WFV数据时空融合的有效性和精度,从而为后续的研究提供一定依据。     

基于MODIS数据的北京气溶胶类型特性与影响因素分析

应用北京城区2001-2007年间的MODIS气溶胶产品及辅助气象数据,分析了北京气溶胶类型特性及其变化趋势,以及风速、降水与气温等气候条件对其的影响。根据AOT550-FM关系模型,将北京气溶胶分成城市/工业型(UI),沙尘型(DD),干净海洋型(CM)和混合型(MT)4种类型,并在此基础上,结合辅助气象数据,分析了气候对总体气溶胶和各类型气溶胶的影响。研究表明,受风向、气温、降水等气候因素影响,北京气溶胶在5月取得最大值,北京气溶胶的主要类型为沙尘型气溶胶(DD)和混合型气溶胶(UI),而主要影响气溶胶为沙尘型气溶胶(DD)和城市/工业型气溶胶(UI)。在2001-2007年间,城市/工业型气溶胶(UI)有较明显的增长,沙尘型气溶胶(DD)则呈现为与地面统计数据相符的下降趋势,总体气溶胶和其他类型气溶胶都处于基本稳定状态,北京大气环境基本稳定。     

一种基于图论重构MODIS EVI时间序列数据集的新方法

MODIS的增强型植被指数（EVI）时间序列数据早已广泛应用于植被观测、生态环境和全球气象变化等研究领域,但即使EVI时间序列数据已经经过严格的预处理,其中仍然存在着一些噪声。因此,本文开发了一种简单有效的方法来重构EVI时间序列数据,减少EVI时间序列数据中的噪声,尤其是一些由大气云层和冰雪覆盖产生的噪声。新方法的理论来源于图论,利用拉普拉斯矩阵的关系对EVI中选定的邻域窗口的像元权重进行赋值,得到中心像元的拟合。新方法已应用于2016—2018年的MODIS MOD13A1产品,并与S-G滤波法、谐波函数法、双逻辑斯蒂拟合法和非对称高斯函数法进行了比较。结果表明,在荒漠、草原和林地中,新方法留一验证测试的绝对差值最小,相较于其他方法效果较优;在拟合不同植被类型的EVI时间序列数据时,图论邻点方法呈现出更好的细节拟合曲线;其在5类植被类型中的RMSE值分别为200.59、46.58、63.48、165.47和40.95,在5种方法中均为最小值,在获取高保真和高质量的EVI时间序列数据方面优势更明显有效。本文的方法研究可以给植被遥感时序数据的去噪和生态环境的研究提供有益借鉴。     

MODIS数据的云顶高度反演

云的辐射特性和它的高度影响到辐射的收支可以导致地球的变暖或变冷,在地球大气能量收支平衡中．云具有特别显著的调节作用,是影响气候变化的一个重要因子。云顶性质包括云顶气压、云顶温度和有效云量或有效比辐射率。很多方法被用来从多光谱资料中估计云参数,而CO₂薄片算法(截断法)则是使用被动遥感资料反演云顶性质的重要方法之一。利用15μmCO₂吸收带的几个吸收不同的MODIS红外波段,对于大气不同高度层次的不同敏感度,通过从地球大气系统的几个CO₂波段同时测量向上红外辐射,以及大气的温度和透射率廓线的基础上,可以推断出云顶气压。这项技术应用于HIRS资料上已经有20年的历史,而EOS系列地球环境卫星的升空,使EOS上搭载的MODIS探测器成为第一个拥有CO₂薄片波段的高空间分辨率探测器。本文依据CO₂薄片算法(截断法)的理论模型结合实例讨论算法的特点及不足,同时分析其误差以利改进。     

基于长时间序列MODIS数据的鄱阳湖湖面面积变化分析

湖泊是气候、水和生物地球化学循环的关键组分,遥感观测有助于获得湖泊面积变化及对环境的响应信息。本文基于长时间序列遥感观测提出了一种利用像元水淹没/陆地出露比例的湖面变化分析算法,并应用于鄱阳湖的湖面提取及变化分析。首先,用全年遥感数据合成获得当年最大湖面;然后,在此最大湖面范围内,识别出每景数据的水体和陆地状态;最后,统计一定时期内每个像元的水淹没比例,并据此分析湖泊的年际和季节变化特征。该算法的最大优势是克服了云的干扰,以及湖面快速变化造成的年际变化对比分析困难问题。算法应用于2000-2010年MODIS观测,分析结果表明,本算法检测出的湖面面积与鄱阳湖水文站水位观测资料非常一致;算法可以获得鄱阳湖湖面面积的显著季节变化信息;2000-2010年间,鄱阳湖湖面面积在丰水期未发现有规律的变化;在枯水期,2003年后湖面面积急剧减小。     

青藏高原MODIS图像冰雪信息挖掘与动态监测分析

针对西藏地区的环境特点,对适应大区域尺度及全球尺度的MODIS数据进行冰雪信息挖掘与监测的方法进行改进,提出适于西藏地区MODIS数据雪信息提取的技术途径,实践表明,该法对冰雪情监测具有较好的实用性。     

基于MODIS的光合有效辐射估算系统设计与实现

本文采用PARcalc算法,并以C#和ENVI/IDL二次开发语言,设计了主要以MODIS产品为驱动的光合有效辐射估算系统。鉴此,比较了IDL和ArcGIS Engine两者的技术特点,设计了IDL与ArcGIS Engine共存、多种开发环境相结合的技术方案。同时,对模型参数置备、光合有效辐射估算、模型分析等模块的功能,以及多种语言混合编程、数据分块处理、瞬时及日光合有效辐射批量计算等关键技术进行了分析。最后,以内蒙古地区作为研究区,估算了该区2007全年和四季的总光合有效辐射及日均光合有效辐射,并对其特征值作了对比分析。结果表明,对研究区域尺度光合有效辐射的定量化计算具有一定的参考价值。     

京津冀地区植被时空动态及定量归因

作为气候变化的敏感指示器,植被的物候、生长、空间分布格局等特征及其动态变化主要取决于气候环境中的水热条件,因此在气候变化背景下,气候-植被关系成为了全球变化研究的前沿和热点问题。本文综合平均温度、降水、水汽压、湿度、日照时数、SPEI等气候因子,坡度、坡向海拔等地形因子及人为活动因子,应用地理探测器方法针对2006-2015年京津冀地区不同季节NDVI、不同地貌类型区、不同植被类型区生长季NDVI的定量归因研究,揭示了过去10年间植被时空分布格局,及植被对气候、非气候因素响应的季节差异与区域差异,以期为生态工程的建设与修复提供参考意义。趋势分析表明：①2006-2015年京津冀地区NDVI呈现增加趋势,但存在显著的空间差异,如山地生长季NDVI的增长速率大于平原、台地、丘陵等地;②基于地理探测器的定量归因结果表明,降水是年尺度上NDVI空间分布的主导因子（解释力39.4%）,土地利用与降水的交互作用对NDVI的影响最为明显（q=58.2%）;③NDVI对气候因子的响应存在季节性及区域性差异,水汽压是春季NDVI空间分布的主导因子,湿度是夏、秋两季的主导因子,土地利用是冬季的主导因子;④影响因子对生长季NDVI的解释力因不同地貌类型区、不同植被类型区而差异显著。     

MODIS和GLOBCOVER全球土地覆盖数据集对比分析——以黑龙江流域为例

 随着全球气候变化的日益加剧,全球变化研究对全球土地覆盖数据的需要也越来越迫切。目前全球土地覆盖数据产品主要包括由欧洲和美国生产的5类数据产品,其中,美国波士顿大学生产的全球土地覆盖数据产品(即MODIS数据集)和欧洲空间局通过全球合作生产的全球土地覆盖数据产品(即Globcover数据集)具有较好的实效性,应用越来越广泛。由于数据来源、分类系统和分类方法不同,两个数据集在土地覆盖类型的数量和空间分布上有明显的差异。本研究从数据使用者的角度,对比了MODIS和Globcover数据集在黑龙江流域上数量和空间分布的差异,并采用LANDSAT TM/ETM+影像随机采样和野外照片验证两种方式对两个数据集的分类精度进行了验证。结果表明,在黑龙江流域,两个数据集数量和空间分布差异较大。在数量上,两个数据集一级土地覆盖类型均以森林和农田为主,草地次之,但二级土地覆盖类型差异较大。在空间上,二级类空间一致性区域和一级类空间一致性的区域分别仅占流域的22.5%和53.6%。两个数据集精度均不高,一级土地覆盖类型精度约为60%,Globcover数据较MODIS数据破碎化明显,整体精度略低于MODIS数据集,不同的二级土地覆盖类型精度不同。考虑到黑龙江流域的代表性,我们认为Globcover数据集和MODIS数据集可满足较低要求的土地覆盖分析需求。本研究为全球气候变化研究选择合适的数据集提供了基础。