应用MODIS数据反演河北省海域叶绿素a浓度

为了建立更加合理、准确的叶绿素a遥感反演模型,利用地物光谱仪测定了河北省海域水面的光谱反射率,分析了光谱反射率与实测叶绿素a浓度之间的关系.在此基础上,通过MODIS数据各波段及波段组合的反射率与实测叶绿素a浓度的相关分析,确定第1波段(B1)为最佳反演波段,建立了应用B1反演叶绿素a浓度的遥感模型,并对模型精度进行验证.结果表明:该模型相关系数为0.66,反演结果均方根误差为0.48 mg/m3,模型精度优于SeaDAS的OC3标准经验算法;该模型反演河北省海域表层水体的叶绿素a浓度有较好的效果.     

基于分析方法的太湖叶绿素a反演研究——以MODIS数据为例

目前, 针对太湖水体的叶绿素波段敏感性的分析, 大多集中在实测的高光谱反射率数据或者图像提取反射率与叶绿素浓度的统计分析结果上, 缺乏基于水体光学特性的研究, 并且两者之间的一致性也一直缺少论证。研究中采用2004 年4 月和2007 年8 月的两期数据, 首先从水质参数的生物光学特性入手, 基于生物光学模型, 利用叶绿素和其他水质参数的吸收和后向散射系数, 模拟计算其他水质参数不变, 叶绿素浓度处于不同水平时的水面反射率, 分析实测反射率对叶绿素浓度变化的响应; 利用MODIS 的波段响应函数把实测光谱模拟成宽波段的MODIS 反射率, 以此作为桥梁进而对实测的高光谱反射率和MODIS 图像提取反射率与叶绿素浓度的相关程度的一致性进行分析, 为利用MODIS 图像进行水质参数反演时的反演因子选择提供了依据。     

MODIS数据东湖叶绿素a遥感反演研究

以武汉东湖为研究区域,利用MODIS数据和地面准同步叶绿素a浓度实测数据,建立适合东湖水体的叶绿素a浓度遥感定量估算模型,从而分析MODIS数据应用于内陆湖泊水体叶绿素a浓度反演的可行性。     

鄱阳湖叶绿素a浓度遥感定量模型研究

叶绿素a浓度是反映湖泊水体营养状况的重要指标,本研究通过分析水体叶绿素a浓度与高光谱反射特征的相互关系,采用一阶微分值和峰值比值法分别建立了叶绿素a的高光谱定量反演模型,在此基础上与同步MODIS数据敏感波段建立卫星定量反演模型.结果表明:叶绿素a荧光峰出现在波段690nm-700nm,波段696nm一阶微分值相关系数最大;波段700nm与波段680nm的比值与其对数相关性较好,MODIS数据波段2和波段1比值的指数模型为最佳的回归模型.     

多卫星传感器南海叶绿素a浓度遥感数据融合

利用平均法、生物光学模型法和最优插值法3种数据融合方法对卫星传感器MODIS-Aqua、MOIDS-Terra及MERIS获取的南海叶绿素a浓度的数据进行了融合,通过比较融合产品的质量,对3融合方法进行了评价。(1)利用现场测量的南海遥感反射率和叶绿素a浓度数据建立了南海叶绿素a浓度的反演模型,并应用于MODIS-Aqua、MOIDS-Terra及MERIS Level 2反射率数据,获取南海叶绿素a浓度。(2)将平均法、生物光学模型法、最优插值法分别应用于上述3颗卫星的叶绿素a数据进行数据融合,并用现场测量的同步叶绿素数据对融合后的产品进行了印证。(3)利用3种融合方法分别对南海2011年MODIS-Aqua、MODIS-Terra和MERIS等3个传感器的叶绿素a数据进行了月融合,分析了融合的南海叶绿素a浓度的时空分布特征。结果表明,融合数据大幅度提高了空间覆盖率,且具有较高可信度。平均法、生物光学法和优化插等3种融合方法性能有较大的不同,生物光学法具有高的运行速度,但有时空间覆盖率仍不能满足要求;优化插值法具有高的空间覆盖率,但其运行速度较慢。因此,在具体应用中,应根据需求选择合适的融合方法。     

基于Kriging空间插补海表叶绿素遥感缺失数据的研究

完整的长时间序列遥感数据是大尺度环境监测工作顺利完成的重要保证。本文选取2007年1月至2010年12月南海北部MODIS海表叶绿素a浓度月平均遥感影像为基础数据,利用地统计的Kriging空间插值方法对月平均影像中的缺失数据进行插补,并从多个角度对插补结果进行分析和评价。结果表明:Kriging方法的插值结果能突出研究海域海表叶绿素a浓度一定时期的特殊变化,在一定程度上也能体现研究海域海表叶绿素a浓度的时空变化规律;但是Kriging方法空间插值操作复杂,精度较低,可变性估计不足,均方根误差平均值为0.459 8,标准化均方根误差的平均值为2.608 2。     

基于MODIS数据的二类水体叶绿素反演算法理论与实现

在NASA-MODIS海洋组提出的二类水体叶绿素a的半分析算法的基础上,使用叶绿素荧光理论对其进行了改进,建立了一个适用于我国的海洋叶绿素浓度反演模型,并选取2003年黄海区域的MODIS数据对算法进行了验证。     

基于带模型的叶绿素a浓度反演精度评估

为了评估遥感反演叶绿素a浓度的精度,以2004年8月19日太湖38个水质样本数据和同步Hyperion卫星遥感影像数据为基础,借鉴四波段半分析算法,结合空间数据不确定性原理,构建了基于四波段半分析算法的“带模型”.通过研究与探讨可知,当叶绿素a浓度为10～20 μg/L和50～100 μg/L时,叶绿素a浓度的反演误差...     

基于实测光谱估测密云水库水体叶绿素a浓度

水中叶绿素a浓度是衡量水体初级生产力和富营养化程度的最基本的指标。利用野外便携式地物光谱仪对密云水库水体进行反射光谱测量并同步采集水样。通过分析叶绿素a浓度与光谱反射特征的相关关系,建立了叶绿素a反演模型。结果表明,利用单波段光谱反射率、光谱比值指数或微分光谱比值能够可靠反演叶绿素a浓度;但微分光谱与叶绿素a浓度相关性更高,更适用于密云水库水体叶绿素a浓度的高光谱反演。     

内陆水体叶绿素a浓度反演的区域化三波段模型研究

以太湖和石头口门水库为例,建立了一种可直接计算水体叶绿素a浓度的区域化三波段模型。该模型通过对研究水体的光学特性分析,明确三波段组合与叶绿素a浓度间的函数关系参数,不仅可较好指示研究水体叶绿素a浓度水平,而且大大减小了回归算法所带来的模型不确定性。利用高精度、长时间序列的水体光学特性观测数据,建立针对不同研究水体的区域化三波段模型可为实现内陆水体叶绿素a浓度遥感监测业务化运行提供方法借鉴。     

基于MODIS数据的植被指数分析

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并进行了分类试验。     

利用卫星测高数据监测巢湖水位变化

针对传统的通过水位站点连续观测获取水位信息的方式需要耗费人力、物力和财力的问题,该文提出利用Cryosat-2测高数据对内陆湖泊湖面高变化进行监测,并研究了巢湖水位变化与气候的关系,得出巢湖湖面高季节性变化的规律;同时,与地面水位站实测水位数据进行比较,发现二者存在显著的线性相关性。结果表明,利用Cryosat-2测高数据对内陆湖泊湖面高变化进行监测具有一定的可行性。     

基于光谱分析的MODIS云检测算法研究

总结了云、雪、植被、沙漠、水体等目标的光谱特性以及云和不同目标间的光谱差异，结合MODIS影像的波段范围，提出了一种对不同下垫面通用的多光谱云检测算法，试验证明了算法的有效性。     

MODIS数据在火灾监测中的应用

简介了MODIS在火灾方面的应用潜力,并对2002年8月份在中国东北大兴安岭突发的火灾作了动态监测,其目的是对1B级数据进行验证,以及对MODIS火灾检测参数进行测试和检验。结果表明,MODIS在火灾监测方面有很好的应用前景。     

MODIS遥感数据辅助的鄱阳湖水体范围变化数值模拟

针对水体范围高动态变化的鄱阳湖,充分发挥数值模拟和遥感各自的优势,使用从MODIS影像上提取的水体范围初始化鄱阳湖水体范围数值模拟边界和率定模型参数,并与模拟的水体范围结果进行交叉验证分析。对鄱阳湖2001-07-08～11-30水体范围动态变化数值模拟的结果显示,水位模拟平均绝对误差小于15cm,数值模拟获取的水体范围与MODIS无云影像提取的湖泊水体范围具有较高的一致性,水体面积平均相对误差为5.7%。     

一种新的基于MODIS的地表含水量模型构造与验证

考虑到水的光谱反射特性，提出了一种新的统一地表含水量指数（SWCI）模型，并通过国家气象局降雨量和台站土壤水对应数据进行了验证。本方法能较好地反映地表的含水量值及其变化，可用于大范围且快速的土壤水遥感监测。     

基于MODIS数据的上海市热岛效应分析

采用上海市2006年的MODIS LST影像,通过地表温度生成四季的热场强度指数图,对上海市的热岛空间分布的季节变化进行研究.研究表明,上海市热岛强度和热岛范围在季节分布上以夏季最为强烈,春季次之,秋季和冬季热岛范围和强度明显弱于夏季和春季.再结合植被覆盖度(FCOVER),分析两者的空间关系,表明两者存在一定的负相关性.其结果对城市的绿地规划和缓解城市热岛效应具有一定的指导意义.     

基于MODIS卫星数据的平流雾检测研究

利用MODIS卫星数据,对雾与目标物(水、云、雪、地物)分别进行采样,得到光谱曲线并进行光谱分 析,提出了有利于白天和夜间平流雾检测的波段,利用该波段选择结果,采用阈值法对平流雾进行检测并得到 地面数据验证。结果表明,MODIS数据在雾检测方面具有很大的潜力。     

太湖悬浮物浓度的MODIS影像估测研究

通过研究,发现在大样本(N=335)的情况下MODIS 500 mB1-B3与太湖悬浮物浓度具有较好的线性关系(R2=0.659)。同时,运用实测光谱深入分析悬浮物的敏感波段,进一步揭示了采用B1-B3估测的理论依据,并建立了适用于各个季节的太湖悬浮物通用遥感估测模型。     

基于ENVI的MODIS数据预处理方法

基于ENVI遥感影像处理软件,选取湖北省MODIS数据,经预处理得到可以进一步分析的湖北省MODIS数据,重点讲述了应用ENVI软件对MODIS数据进行遥感影像预处理的方法和流程,为区域农业遥感数据库建设提供遥感数据处理方法支撑。