应用MODIS遥感数据监测巢湖水质

以巢湖为研究对象,对MODIS的各个波段辐射率与水质参数叶绿素a浓度、悬浮物浓度和透明度进行拟合,分析了MODIS各个波段辐射率的拟合在监测大型内陆湖泊水质中的可行性.结果表明:MODIS波段辐射率的组合能与巢湖水质参数进行较好的匹配,MODIS波段1—4和10—11对于监测巢湖中叶绿素a浓度、悬浮物浓度和透明度有重要意义.     

一种基于地表能量平衡的遥感干旱监测新方法及其在甘肃河东地区干旱监测中的应用初探

目前遥感干旱监测方法的精度普遍不高,探求新的遥感干旱监测方法有助于干旱监测预警技术的提升与发展.波文比是感热通量与潜热通量之比,能综合反映地表水热特征,可尝试将其引入到遥感干旱监测领域加以利用.应用甘肃河东地区的EOS-MODIS卫星资料和同步地面气象资料,基于地表能量平衡原理构建了波文比干旱监测模型,对比分析了波文比（β）指数、温度植被指数（TVX）与土壤水分的相关性,并以典型晴空影像（2014年10月5日）为例初步建立了β的干旱分级标准,对研究区进行了旱情评估.结果表明：β与土壤相对湿度呈现出高度负相关,相比于当下广泛应用的TVX,β与0～20 cm平均土壤相对湿度具有更好的相关性,监测精度得到了显著提高.用β干旱分级标准评估的研究区干湿状况与前期降水空间分布吻合得相当好,评估表明2014年10月5日研究区基本为适宜（无旱）,与2014年9月的降水距平百分率特征一致.基于地表能量平衡的波文比（β）指数在干旱监测中效果突出,具有很好的应用前景.     

近30年中国陆地植被活动遥感监测

陆地植被作为地球陆地表面重要的组成部分,其变化直接影响着地球系统物质与能量的平衡.采用1982~2006年NOAA/AVHRR的NDVI数据和2001~2009年MODIS的NDVI数据,从全国尺度上,分析了近30年来农业植被、森林植被、草地植被与稀疏植被区植被活动的变化特征,并利用气候数据与农业生产统计数据探讨了他们之间的关系.研究结果显示:近30年来中国陆地植被活动整体趋于增强,但在不同时期、地区差异较大;植被活动变化在区域上受人为因素的影响明显,如在西北稀疏植被区与南方森林植被区;通过对农业生产统计数据的分析发现,植被活动直接左右着农业生产,但在时间上存在一定的滞后性.     

基于EOS/MODIS数据的青海湖遥感监测

在二十世纪八十年代,NASA 开始设计地球观测系统(EOS),MODIS 数据是地球观测系统中很具特色的数据,在 TERRA 和 AQUA 卫星上均搭载有 MODIS 传感器．利用 MODIS 的较高的空间分辨率和光谱分辨率进行地球资源的监测 及预测、预报未来变化的研究是近几年热点的研究问题．本文介绍利用 EOS/MODIS 遥感数据进行湖泊水域计算机自动 识别及面积计算、湖水面温度反演、湖冰信息自动提取、湖泊封冻和解冻监测原理和方法,并以青海湖为例介绍了实际应 用情况．     

基于MODIS数据的太湖藻华水体识别模式

针对2007年5月太湖爆发的蓝藻水华事件,利用MODIS植被指数数据对其进行遥感监测.结果表明:MODIS数据可成功提取蓝藻水华信息.近红外/红光波段比值识别模式和植被指数NDVI值、EVI值识别模式均可确定蓝藻分布范围,但前两者不易将高浑浊水体区分开来,或不易识别低蓝藻分布区域,因此易扩大或缩小蓝藻分布范围;而后者由于引入了背景调节参数,可有效抑制背景水体及泥沙的影响,因此根据EVI值得到的蓝藻范围及强度较为真实的反映了藻华情况.该研究可为今后利用遥感技术,建立太湖蓝藻水华监测系统奠定基础.     

MODIS陆地气溶胶遥感反演

利用卫星数据遥感陆地气溶胶一直是国际上研究的难点与热点. 利用新一代传感器MODIS(中分辨率成像光谱仪)数据, DDV(Dark Dense Vegetation)算法反演陆地气溶胶的分布以及性质已经取得了较好的效果. 然而, 该算法只适用于诸如水体、浓密植被等较低地表反射率区域, 大大限制了该算法的实际应用范围, 尤其是无法应用于城市等亮地表区域气溶胶的遥感反演. 文中提出了基于利用TERRA和AQUA双星MODIS数据的协同反演模型算法(SYNTAM-Synergy of Terra and Aqua MODIS), 用以反演陆地气溶胶的光学厚度等信息. 该算法实现了地表反射率与气溶胶光学厚度的同时反演, 可应用于各种地表反射率类型, 包括城市等亮地表区域. 通过与国际AERONET的地面观测数据对比做初步的反演验证, 结果表明, 该算法具有较高的精度, 进一步的验证工作还在继续.     

MODIS陆地气溶胶遥感反演--利用TERRA和AQUA双星MODIS数据协同反演算法

利用卫星数据遥感陆地气溶胶一直是国际上研究的难点与热点.利用新一代传感器MODIS(中分辨率成像光谱仪)数据,DDV(Dark Dense Vegetation)算法反演陆地气溶胶的分布以及性质已经取得了较好的效果.然而,该算法只适用于诸如水体、浓密植被等较低地表反射率区域,大大限制了该算法的实际应用范围,尤其是无法应用于城市等亮地表区域气溶胶的遥感反演.文中提出了基于利用TERRA和AQUA双星MODIS数据的协同反演模型算法(SYNTAM-Synergy of Terra and Aqua MODIS),用以反演陆地气溶胶的光学厚度等信息.该算法实现了地表反射率与气溶胶光学厚度的同时反演,可应用于各种地表反射率类型,包括城市等亮地表区域.通过与国际AERONET的地面观测数据对比做初步的反演验证,结果表明,该算法具有较高的精度,进一步的验证工作还在继续.     

基于MODIS数据的川西积雪时空变化分析

本文探索出了利用多时相MODIS数据分析积雪时空变化的技术方法,揭示出了川西2002～2008年间积雪变化的时空特征.首先,建立了积雪提取模型.然后,用其从2002～2008年的多期MODIS影像中提取出川西多期积雪数据.其次,利用GIS技术对2002～2008年的川西积雪时空变化进行了分析,包括2002年积雪日数变化分析、月变化分析、2002～2008年年间变化分析以及雪线变化分析.研究表明：1）川西终年无积雪区占60.4%,主要分布在凉山州和攀枝花市;积雪区主要出现在甘孜州和阿坝州;终年积雪区占0.3%.2）2002年年内月积雪面积与月均气温和月降雨量之间在0.05的水平上存在着显著的负相关关系.3）2002～2008年间,就3月积雪而言,最大积雪年份为2006年,最小积雪年份为2007年.年内积雪消失面积最大出现在2006年,最小出现在2007年.4）2002～2008年间,雪线总体上呈波浪状的上升趋势.该研究成果对四川省的气候研究、积雪资源利用、生态服务功能潜力挖掘、旱涝减灾和生态建设等均具有重要意义.     

太湖蓝藻水华的MODIS卫星监测

本文基于MODIS卫星影像探讨太湖蓝藻水华的识别、监测问题.通过比较MODIS影像上不同蓝藻浓度的波段反射率值的差别,得到对蓝藻信息响应的敏感波段,利用特定波段的合成,可基本识别蓝藻的分布信息,并基于蓝藻的光谱响应特征,采用比值模型方法、进一步确定蓝藻分布的相对浓度信息.最后通过不同时相蓝藻浓度的叠加分析,得出了蓝藻水华的动态变化信息.     

MODIS卫星遥感气溶胶产品在北京市大气污染研究中的应用

利用NASA MODIS气溶胶光学厚度产品与北京市空气污染指数做了长期比较分析, 发现二者的直接对比相关较低; 在引入季节变化的气溶胶标高、考虑了气溶胶的垂直分布后, 二者的相关系数有所提高; 在考虑了湿度影响因子订正后, 二者的相关系数显著提高. 证实卫星遥感气溶胶光学厚度在经过垂直和湿度影响两方面的订正后, 可以作为监测颗粒物污染物地面分布的一个有效手段. 利用 MODIS资料对2004年10月一次污染个例的分析, 表明卫星遥感气溶胶可以细致描绘地面污染事件的形成过程, 发现区域尺度输送和地形因素对北京市空气质量具有显著影响. 高分辨率的反演结果给出北京城区及周边地区气溶胶光学厚度的年平均分布, 表明高分辨率卫星遥感可能在监测颗粒物排放源分布上具有潜在的应用价值.     

基于遥感数据的太湖蓝藻水华信息识别方法

2007 年太湖大规模蓝藻暴发,再次引起了人们对太湖环境的关注.有效地提取蓝藻水华信息对分析蓝藻动态分布有重要意义.而卫星遥感技术是进行太湖水质监测与保护的措施之一.本文以2007年4月23日CBERS-02星CCD数据为主要的数据源,以NDVI值为测试变量,运用CART算法确定分割阈值,从而通过构建决策树的方法识别蓝藻水华信息,分析其蓝藻水华的提取结果,取得了较好的效果.文中还在GIS技术支持下,提取了2007年5月17日MODIS影像中的蓝藻水华信息.本次研究为以后开展长期的太湖蓝藻水华动态监测提供技术参考.     

太湖蓝藻爆发与水温的关系的MODIS遥感

利用MODIS高光谱遥感数据动态监测太湖地区蓝藻水华发展过程,并结合水温环境因子,探讨蓝藻爆发的环境条件.首先,通过简单的比值植被指数,实现蓝藻生物量的遥感估算;根据六期遥感估算结果,监测太湖蓝藻动态发展过程.然后,利用MODIS热红外波段(31和32),采用分裂窗算法,同步反演出的太湖表面水体温度,探讨蓝藻爆发的水温条件,及蓝藻生长与水-温度之间的关系.研究结果表明,在水体富营养化前提下,水体温度是影响蓝藻生长的重要环境因子;合适的水体温度(24-30℃)是蓝藻爆发的必要条件;大于30℃的高温,对蓝藻的生长有明显的抑制作用.     

利用 SQL Server 实现 MODIS 数据存储与读取

应用 SQL Server 服务器数据库,存储 MODIS 卫星遥感热红外影像数据,并探索较为合理的节省服务器磁盘空间的数据存储方法。此项工作对应用于地震观测预报领域的其他遥感数据的存储、读取等基础工作具有参考性。     

基于MODIS数据的全国144个重点湖库营养状态监测:以2018年夏季为例

随着经济社会的快速发展和进步,我国湖库水体富营养化情况越来越严重.卫星遥感在水体营养状态监测方面具有重要潜力,但基于卫星遥感的全国范围内湖库水体营养状态监测和分析方面还鲜有研究.本文基于2018夏季的MO-DIS卫星遥感数据生产FUI指数产品,构建基于FUI水色指数的湖库营养状态评价方法,监测全国范围内144个重点湖库...     

基于MODIS晴空数据的森林日净第一性生产力估算

基于光能利用率模型提出了一个基于MODIS数据参数反演的日净第一性生产力估算模型. 其中包括基于植被冠层叶面积指数和地表反照率的光合有效辐射比例能量平衡模型, 基于大气气溶胶光学厚度、水汽含量和Bird模型相结合的光合有效辐射计算模型. 日净第一性生产力模型所需的主要参数从MODIS数据反演获得. 为了验证净第一性生产力结果的估算精度, 用中国生态系统研究网络2003和2004年千烟洲和长白山观测站点的日净第一性生产力观测数据和模型估算结果对比, 结果表明两者具有较好的一致性. 同时也将同期NASA的净第一性生产力产品加以对比, 结果表明千烟洲站点上2004年的NASA产品低估了净第一性生产力值, 但长白山站则高估了净第一性生产力结果.     

基于MODIS的日本9.0级地震前后温度变化研究

应用MODIS遥感数据中反应地表温度的数据波段,对2011年3月11日的日本9.0级地震影响区域进行震前震后的变化检测分析,结果表明,区域范围的温度异常逐月、逐天变化皆较为显著,可为大地震的震情预测提供依据。     

基于MODIS数据的2000-2010年乌梁素海"黄苔"时空变化

利用2000-2010年每年5-9月MODIS数据根据比值算法提取乌梁素海湖区黄苔的面积和空间分布信息并进行统计分析,探求乌梁素海黄苔产生的时空分布规律及特征,从而为黄苔的预防和治理提供支持.结果表明:(1)黄苔面积变化的年际和月际特征方面,2000、2001、2005、2006、2008、2010年黄苔面积超过了多年平均值(24 km2).5—7月份黄苔面积较小,保持在20 km2左右;8月黄苔面积迅速增长(约28 km2),9月黄苔面积最大,达到40 km2左右.(2)黄苔发生频率方面,2001年黄苔的规模和频率最高,发生频率达到0.58;2005、2006、2010年次之,发生频率在0.25附近波动(多年年均黄苔暴发频率为0.19);其他年份黄苔的发生频率处于低于0.10的水平.黄苔发生规模较大、次数较多的月份集中在8、9月,发生频率分别达到0.27、0.52,超过多年月均黄苔暴发频率0.19;其他月份黄苔的发生频率处于低于0.10的水平.(3)黄苔出现的空间分布方面,西大滩为东大滩的北部至中部,以及乌梁素海南部明水区排干口附近的西部沿岸是黄苔出现频率较高的区域.(4)2个月前的日均温度、降雨和营养盐浓度及当月风速与黄苔的产生具有极显著相关性;营养盐含量(TN、TP)的空间分布与黄苔的空间分布表现出较好的相关性.乌梁素海黄苔面积的年际变化受人类活动特别是生态补水的影响明显.     

基于MODIS数据的博斯腾湖流域植被变化及其与气候因子的关系

以博斯腾湖流域为研究区,基于2001-2016年时间序列的MODIS NDVI数据分析了研究区植被的时空变化趋势,并结合流域气象站点的气温、降水、日照时数和相对湿度数据分析了植被生长季累积NDVI和16天NDVI与气候因子之间的响应特征.结果表明:(1)流域植被覆盖变化呈改善趋势,生长季累积NDVI年变化率为0.014 a-1,16天NDVI变化率均为正值,植被改善趋势显著区域主要分布在高山草原湿地和农业灌溉区边缘的新增农田.(2)植被生长季累积NDVI主要受降水和相对湿度影响,植被总体生产力与水分条件关系最密切,生长季逐16天NDVI与同期气温和日照时数在植被生长初期和末期关系显著,而与降水没有显著的相关性,说明植被短期瞬时长势对热量条件更为敏感.(3)在植被生长不同阶段对气候变化具有不同的滞后效应,其中植被生长初期和末期对气温有0.5~1个月的滞后,生长盛期对降水有0.5~3个月的滞后、日照时数有1.5~2.5个月的滞后、相对湿度有0.5~2.5个月的滞后,揭示了植被不同生长阶段水热条件对其生长韵律的控制差异.     

基于时序NDVI的东平湖菹草(Potamogeton crispus L.)遥感提取及时空格局

东平湖是国家南水北调东线工程的重要枢纽.但近年来,东平湖菹草（Potamogeton crispus L.）大量繁殖引起河道阻塞、鱼类死亡等事件频发,导致湖区面临很多生态风险.为维护区域生态安全,迫切需要了解菹草群落在东平湖的时空演变特征及驱动因素.利用MODIS植被指数时序数据结合野外调研,建立菹草群落独特的物候曲线,并结合Landsat数据进行了1985-2017年东平湖菹草识别分析.结果表明：32年间菹草群落不断扩张,生境由1991年前零星分布于湖岸发展到2013年蔓延至全湖且连片式分布.菹草群落的增长分为3个阶段：1996年之前,面积增长缓慢,1996年其面积仅10.34 km²;1996-2001年菹草呈暴发式增长,菹草变为区域优势种;2001-2017年,菹草面积继续增长,到2017年达49.07 km²,约占湖区水域面积的40%.经Spearman秩相关分析,菹草面积与湖水营养化水平显著正相关.南水北调东线工程的通水虽使水质有所改善,但东平湖菹草群落仍呈增长态势,应引起足够重视.     

MODIS影像的大气校正及在太湖蓝藻监测中的应用

MODIS 数据有免费、波段丰富、时间分辨率高等优点,是进行太湖蓝藻监测的重要数据源,由于MODIS传感器接收的是地物反射太阳辐射的信号,太阳辐射与地球大气的相互作用会引起传感器接收到的信号失真,为了提高利用MODIS数据监测太湖蓝藻的精度,必须对其进行大气校正.本文介绍了FIAASH大气校正模型的基本原理,并对2007年4月25日MODIS数据的前七个波段进行试验,对比分析了影像大气校正前后的NDVI值以检测大气校正的效果;分析表明,大气校正前后NDVI的变化趋势基本上相同,但大气校正后的NDVI动态范围更大,校正后NDVI的平均值和标准差增大,大气校正在一定程度上有效地降低了大气对遥感影像的影响,达到了增强信息的目的;最后,利用大气校正获取的地表真实反射率数据的第二波段与第一波段的比值,运用阈值法提取蓝藻信息,经试验当阈值为1.9时提取出来的蓝藻分布图基本上与实际相符.利用MODIS影像可以快速、及时地监测蓝藻爆发的位置及爆发程度.