基于MODIS的春、夏季中国近海气溶胶对于云参数的影响差异研究

通过分析中国近海MODIS数据中气溶胶参数与云参数的相互关系,讨论了该区域气溶胶的间接效应及其对于云的可能影响.结果表明,在中国近海,气溶胶具有明显的间接效应,而且由于气溶胶种类和水汽的季节变化,使得气溶胶的间接作用具有很强的时间变化特征.在夏季,由于人为气溶胶占主导,它作为有效的云凝结核,使得气溶胶光学厚度（AOT）分别与云凝结核数（CCN）有正相关、与云滴有效半径（CER）有负相关性、与云光学厚度（COT）也存在着正相关,气溶胶的间接效应明显;在春季,由于沙尘气溶胶盛行,同时沙尘并不是很好的云凝结核,使得气溶胶光学厚度（AOT）分别与云凝结核数（CCN）的正相关减弱、与云滴有效半径（CER）则由夏季的负相关变为正相关、与云光学厚度（COT）存在弱的负相关,气溶胶的间接效应不明显.     

利用MODIS可见光波段反演陆地气溶胶光学厚度

利用Herold等建立的地表反射率库及MODIS遥感影像研究城市区和非城市区典型地物在可见光红蓝波段地表反射率的比值特性。在此基础上,利用MODIS 1km分辨率遥感影像红蓝可见光波段实现了气溶胶光学厚度的反演,采用卫星过境时间前后半小时北京和香河AERONET站的气溶胶光学厚度观测平均值作为验证参考。结果显示,66.67%的反演结果处于±0.05±0.15τ的误差界限内,反演算法不受地表反射率的限制,而且只利用了可见光红蓝波段,避免缺少近红外波段数据的限制。     

温度植被干旱指数(TVDI)在复杂山区干旱监测的应用研究

对地观测卫星(EOS)中分辨率成像光谱仪(MODIS)传感器因具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。本文选取云南省红河州地区为研究对象,利用MODIS植被指数和陆地表面温度产0品建立高原多山地区NDVI- T_s空间,并由此建立了复杂山区的温度植被干旱指数(TVDI)。利用该方法检测2006年3、4两个月的云南省红河地区的地表干旱情况,同时结合当地气象局信息和野外同步观测的表层土壤温度、湿度数据对该指标进行定量验证,结果表明,TVDI与土壤湿度显著相关,该方法可以用来对大区域干旱进行检测,能很好的用于山区的干旱预警与监测。     

2000年—2020年中国大型湖泊月平均透明度遥感监测数据集

湖泊水体透明度是湖泊水环境状况的综合表征,与多种水质参数关系密切,对湖泊水环境监测具有重要意义.本文的目的 是介绍一种中国大型湖泊(＞20 km2)月平均透明度遥感监测数据集的生成流程、主要特征和应用价值.数据集生产方法是将Liu等(2020)构建的透明度遥感算法应用于GEE (Google Earth Engine)...     

基于MODIS的长江口表层水体盐度时空分异

长江河口地处海陆交汇地区,其海表盐度受到长江流域、东海和三角洲社会经济活动的复合影响。水体盐度直观反映了河口区域冲淡水分布,对于研究淡水羽状锋、长江物质输送与河口环境变化等具有重要意义。本文分别对枯季和洪季的长江口盐度实测数据,以及中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer,MODIS）遥感反射率与反射率的比值进行拟合回归分析,建立长江口表层盐度反演经验模型,得到枯季的相关系数和均方根误差（root-mean-square error,RMSE）分别为-0.930 3、0.45‰,洪季的相关系数和RMSE分别为-0.818 5、0.88‰;并分析模型在时间尺度上的适用性。利用该盐度反演模型对长江口2007-2016年的表层盐度进行反演,结合大通站记录的长江径流量观测资料,分析长江口表层水体盐度的时空变化规律。结果表明：长江口表层盐度受径流量影响较大,空间上呈自西向东递增趋势,具有季节性分异;枯季近岸盐度较高,高盐度海水可以到达长江口南北支分叉122.5°E附近;洪季冲淡水影响范围广,高盐度海水聚集在123°E以东、31°N以南,长江口北部出现低盐区域;2007-2016年间枯季大通站流量呈上升趋势,平均盐度为29.27‰,总体呈降低趋势,洪季大通站流量呈降低趋势,平均盐度为27.10‰,呈上升趋势,盐度和径流量在年际变化中存在良好的负相关关系。     

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。     

基于2002-2018年MODIS数据的黄海叶绿素a时空变化研究

浮游植物作为食物链的基础,对海洋生态系统具有重要影响。黄海作为我国重要的渔场,渔业资源面临枯竭的危险,因此对该区浮游植物进行研究具有重要意义。叶绿素a浓度是反映浮游植物生物量的重要指标。利用谷歌地球引擎平台对2002-2018年的MODIS Aqua叶绿素a浓度数据进行处理,并研究其时空分布与变化特征,然后结合区域气候、水文与地理特征以及海洋表面温度、风速、盐度、光合有效辐射和混合层厚度数据分析了其分布与变化的原因。研究发现:受陆源营养物质输入、近岸上升流以及黄海中央冷水团影响,叶绿素a浓度分布呈现由近岸向黄海中部递减特征;在季风、气候、水文的控制下,受风速、海洋表面温度、光合有效辐射、中央冷水团的影响,叶绿素a浓度的最大值出现在4月份,而最小值出现在6、7月份;受苏北沿岸海域海水污染和水体富营养化影响,沿岸海域盐度明显增加,海州湾叶绿素a浓度增速较大;影响黄海叶绿素a浓度变化的环境因子较复杂,除了部分月份存在显著的相关影响因子外,在全年和各季中不存在主导影响因子。     

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。     

用MODIS数据和分裂窗算法反演内蒙古地区的地表温度

地表温度是气象、水文、生态等研究中一个重要参数。大气透过率和比辐射率是分裂窗算法的两个重要输入参数,本文利用MODIS数据的可见光波段(band1)和近红外波段(band2、19)计算该两个参数;再利用MODIS数据的两个热红外波段(band31、32)和分裂窗算法对内蒙古地区地表温度进行了反演;结果表明,遥感反演出来的地表温度的空间分布与内蒙古气候区地空间分布具有高度的一致性,能直观地反应内蒙古地区地表温度的空间分布特征。     

基于典型物候特征的MODIS-EVI时间序列数据 农作物种植面积提取方法 —小区域冬小麦实验研究

利用MODIS植被指数时间序列这一特性,以北京市通州及周边为实验区,冬小麦种植面积为研究对象,提出 了农作物种植面积指数模型(Pan-CPI模型)的概念,并构造了冬小麦特征物候期植被指数与种植面积的定量函数关系, 通过样区TM影像求解关键参数,对研究区冬小麦种植面积测量方法进行了试验研究。研究结果表明：(1)Pan-CPI模 型能够很好地反映特定目标农作物种植面积状况,为基于植被指数时间序列影像识别农作物种植面积提供了新方法; (2)精度分析结果表明：Pan-CPI模型具有很高的稳定性,且不受样本变化的影响,只要达到满足模型计算的样本量(如： 5%),多次测量结果间具有很好的一致性。选取MODIS 6×6像元大小的窗口时,TM样本的复相关系数(R2)稳定在0.85 左右,与TM结果比较,窗口相对精度稳定在95%左右,区域精度稳定在92%以上,经调整的区域精度高达96%以上; (3)对于种植结构复杂、目标作物种植破碎的地区,Pan-CPI模型可以充分利用MODIS植被指数时间序列的优势,有效改 善TM单时相和多时相提取信息因时相缺失无法表征作物变化的不足。