有云环境下MODIS亮温资料的变分同化Ⅱ——对暴雨预报的影响

卫星资料提供了大量关于云和雨的观测信息,在暴雨预报中可发挥巨大的作用,然而在数值模式资料同化中的应用水平仍然不高,特别是红外辐射资料的应用。由于有云环境下辐射传输过程的模拟难度很大,因此通常只同化晴空环境下的红外辐射资料。基于GRAPES-3DVAR(Global and Regional Assimilation and Prediction Enhanced System,全球/区域同化预报系统),根据RTTOV辐射传输模式(fast radiative transfer model for TOVS,快速辐射传输模式)的特点,增加云水含量、云冰水含量和云量作为同化系统控制变量,在改进辐射传输模式对红外资料模拟的同时,利用红外资料调整初始云参数和大气参数。针对2007年5月26日南海季风爆发后广东地区的一次暴雨过程,选取MODIS(Moderate Resolution Imaging Spectroradiometer,中分辨成像光谱仪)传感器水汽(第27)和云顶观测(第36)通道进行了同化试验,利用WRF(Weather Research and Forecasting Model,天气研究和预报模式)进行了数值模拟,结果表明同化MODIS资料,可以改进初始场水汽和温度分布,间接调整高空风场,调整趋势符合卫星观测,对短时降水预报有正面影响。     

RETRIEVING ATMOSPHERIC SOUNDING PROFILES AROUND TYPHOON YUNNA USING INFRARED HYPERSPECTRAL MEASUREMENTS AIRS

In this study,we derived atmospheric profiles of temperature,moisture,and ozone,along with surface emissivity,skin temperature,and surface pressure,from infrared-sounder radiances under clear sky (cloudless) condition.Clouds were detected objectively using the Atmospheric Infrared Sounder under a relatively low spatial resolution and cloud-mask information from the Moderate Resolution Imaging Spectroradiometer under a high horizontal resolution;this detection was conducted using space matching.Newton’s nonlinear physical iterative solution technique is applied to the radiative transfer equation (RTE) to retrieve temperature profiles,relative humidity profiles,and surface variables simultaneously.This technique is carried out by using the results of an eigenvector regression retrieval as the background profile and using corresponding iterative forms for the weighting functions of temperature and water-vapor mixing ratio.The iterative forms are obtained by applying the variational principle to the RTE.We also compared the retrievals obtained with different types of observations.The results show that the retrieved atmospheric sounding profile has great superiority over other observations by accuracy and resolution.Retrieved profiles can be used to improve the initial conditions of numerical models and used in areas where conventional observations are sparse,such as plateaus,deserts,and seas.     

MODIS沙尘暴判识方法与业务系统

为了利用MODIS资料对沙尘暴的范围和强度进行定量判识,应用2002--2004年多次MODIS资料,通过对沙尘暴、云、雪和沙漠光谱特征的分析,构建了定量判识沙尘暴范围和强度的两个沙尘指数.利用2002-2007年数次沙尘暴过程对沙尘指数的判别效果进行检验,表明构建的两个M()DIS沙尘指数能够有效地监测沙尘暴的范围和强度,且方法简单,适用于业务应用.针对目前西北沙尘暴遥感监测业务服务以定性图像为主,服务产品较为单一的问题,对MODIS沙尘暴判识方法进行业务化,并结合GIS进行沙尘暴影响范围的分析,开发研制了自动运行的MODIS沙尘暴监测和影响评估业务系统.系统具生成沙尘暴MODIS影像图、沙尘暴范围和强度遥感监测图、沙尘暴影响土地类型图、全国各省(直辖市)沙尘面积统计表、全国不同土地类型沙尘暴影响面积统计表、甘肃省各县沙尘暴的影响面积统计表和甘肃省不同土地类型沙尘影响面积统计表等功能,为沙尘暴定量和精细服务提供了丰富的产品.     

基于MODIS近红外数据的贵州高原大气水汽反演研究

根据MODIS卫星第18和19波段的波段特征,首先从理论上证明从这两个波段表观反射率的比值反演大气可降水量的可行性,其次利用MODTRAN模型按照中纬度冬季和夏季两种大气模式对该比值与大气水汽的关系进行模拟,并建立了反演大气水汽的公式.利用贵州地区高空探测数据对反演公式进行验证,并与EOS发布的MODIS近红外水汽反演结果进行比较,发现该公式的反演结果更接近实际探测的结果.由于在反演过程中不必考虑地表覆盖和反射率的差异,摆脱了传统的根据查找表反演水汽的方式,并且直接由18、19波段表观反射率的比值计算大气可降水量,相对于传统算法更易于业务化运行.     

西北地区MODIS-NDVI指数饱和问题分析

为了了解西北地区MODIS-NDVI和MODIS-EVI两种植被指数的特点,本文利用美国NASA LP DAAC(Land Process Distributed Active Archive Center)2004年1~12月的250 m分辨率16天植被指数合成的MOD13 Q1数据集,对西北地区不同类型植被NDVI和EVI的特征进行分析,并对西北地区MODIS-NDVI饱和问题进行了初步研究。结果表明:NDVI和EVI对干旱—半干旱气候区植被覆盖度不高的植被类型描述能力相似,月际变化趋势一致。西北地区各种植被类型NDVI比EVI高,NDVI与EVI的差异总体上呈现从半荒漠、草原、农区到林区,随NDVI值的增加而增大的规律。对植被度覆盖度高的阔叶林和针叶林,在植被生长旺盛期,NDVI总在0.8附近波动,NDVI随植被的生长增加的很小,一直维持在一个高且平的范围内,不再能看出植被生长变化的现象,即饱和现象严重;而EVI表现良好,随着植被的生长而增加,能明显地反映出植被生长的季节变化。西北高寒草甸和陕西关中农业区NDVI也出现有不同程度的饱和,饱和时间因植被的不同从1~2月不等。0.8可作为NDVI饱和的阈值。NDVI饱和问题对卫星监测植被的研究和应用会产生误差,EVI能较好地解决NDVI的饱和问题。     

EOS/MODIS资料在湖北省林火监测中的应用

介绍了EOS卫星上携带的MODIS传感器的主要特点以及用MODIS资料进行林火监测的原理。根据近年来使用MODIS资料进行林火监测的应用情况,对自动判识火点所需设置的门槛值进行了分析和探索,找到了一种能快速、简便地设置ch21和ch21-ch31门槛值的方法,并通过实例证明该方法在林火监测中是可行的和有效的。     

三维城市地表反射率计算模式

地表反射率是控制地表能量平衡的一个重要参数。城市建筑物的分布具有较大的不均一性,这不仅给地基观测城市地表反射率带来了很大困难,数值模拟城市地表反射率也是非常困难的。作者开发了一个三维城市地表反射率模式city_photo,该方法结合了蒙特卡洛方法和几何光学方法的优点,具有较高的精度和较快的计算速度。通过引入城市地图的概念,该模式能够计算具有不同结构的城市的地表反射率。2002至2004年晴空MODIS（MODerate Resolution Imaging Spectroradiometer,中分辨率成像光谱辐射计）1~7通道可见光和近红外通道地表反射率资料被用来检验模式的有效性,位于北京朝阳区的中国科学院大气物理研究所的AERONET站点观测得到气溶胶光学特性和水汽资料,6S（Second Simulation of Satellite Signal in the Solar Spectrum）大气辐射传输模式被用来对其进行大气订正。模式计算的北京城市地表反射率个例与MODIS 7个通道地表反射率观测结果具有很高的相关性,相关系数在0.80~0.93之间,说明模式能够较好地模拟城市地表反射率随太阳和观测角度的变化情况。最后讨论了城市结构对城市地表反射率的影响。     

基于MODIS数据的决策树分类方法研究与应用

介绍了目前国际上流行的两种决策树算法———CART算法与C4·5算法,并引入了两种机器学习领域里的分类新技术———boosting和bagging技术,为探究这些决策树分类算法与新技术在遥感影像分类方面的潜力,以中国华北地区MODIS250m分辨率影像进行了土地覆盖决策树分类试验与分析。研究结果表明决策树在满足充分训练样本的条件下,相对于传统方法如最大似然法(MLC)能明显提高分类精度,而在样本量不足下决策树分类表现差于MLC;并发现在单一决策树生成中,分类回归树CART算法表现较C4·5算法具有分类精度和树结构优势,分类精度的提高取决于树结构的合理构建与剪枝处理;另外在决策树CART中引入boosting技术,能明显提高那些较难识别类别的分类准确率18·5%到25·6%。     

用被动微波AMSR数据反演地表温度及发射率的方法研究

 针对对地观测卫星多传感器的特点，提出了借助MODIS地表温度产品从被动微波数据中反演地表温度的方法。即利用MODIS地表温度产品和AMSR不同通道之间的亮度温度，建立地表温度的反演方程。该方法克服了以往需要测量同步数据的困难，为不同传感器之间的参数反演相互校正和综合利用多传感器的数据提供实际应用和理论依据。文中以MODIS地表温度产品作为评价标准，对方法进行检验，其平均误差为2~3℃。另外，微波的发射率是土壤水分反演的关键参数，在对微波地表温度反演的基础上，进一步对发射率进行了研究。     

多源数据的土地覆被样本自动提取

随着遥感数据获取能力的不断增强,自动化程度已经成为大尺度遥感土地覆被分类面临的关键问题。然而,现有训练样本的人工选取方法成为制约土地覆被分类自动化的瓶颈。本文以河南、贵州两省为研究区,提出一种基于多源数据的土地覆被样本自动提取方法,以构建适用于大尺度的土地覆被自动分类。首先,以2010年1∶10万土地利用数据CHINALC和30 m分辨率全球土地覆被数据Globle Land30为样本数据源;然后,利用空间一致性分析及异质性分析确定样本初选区域;最后,通过样本提纯去除无效样本。结果表明:(1)应用多源数据的土地覆被样本自动提取方法获得的分类产品总体分类精度高于人工样本提取方法制作的全球土地覆被产品MCD12Q1。(2)与单源样本自动提取方法相比,应用多源数据的土地覆被样本自动提取方法,可获得更好的分类稳定性。综上,多源数据的土地覆被样本自动提取方法可在保证精度的同时,提升土地覆被分类的自动化程度。