MODIS遥感数据格式及使用方法综合分析

针对当前MODIS遥感资料推广应用中数据产品使用者和开发者在实际工作中经常遇到数据格式和计算方法方面的问题,分析了MODIS遥感资料的数据格式,以及如何使用定标后的1B数据计算地球视场的光谱反射率和辐射率进而生成各种气象和环境监测应用产品,并给出了一个数据处理应用实例.     

基于现场数据的叶绿素荧光量子产量算法研究

自然水体中太阳光激发的叶绿素a荧光的最早观测记录可以追溯到1967年.Tyler et al.发现,在自然水体的反射光谱中685 nm附近存在一个比较明显的反射峰[1],当时解释为由于670nm处的叶绿素吸收而导致的“异常色散”[2].随着Morel et al.[3]和Neville et al.[4]进一步的研究,人们认识到这应该是太阳光激发的叶绿素荧光峰,但这一荧光的量子产量非常低,Gordon估算了它的值在0.002到0.020之间[5].     

应用MODIS影像监测海州湾无机氮浓度的研究

利用连云港海州湾2004年至2006年的水质监测资料,选取时间上完全同步的空间分辨率为500m的MODIS Terra 1B数据,对反射率的单波段因子和波段组合因子与可溶无机氮（DIN）质量浓度之间进行相关分析。从总体上看,单波段因子与DIN质量浓度的相关性较低,但在含氮基团倍频和合频吸收带附近的波段（波段2、7）反射率与DIN质量浓度呈负相关,显示了含氮基团对水体光谱特征的影响;在波段组合因子中,因子F11（3.4）和F13（3.4）与DIN质量浓度呈显著正相关,用这两个因子建立DIN质量浓度的回归模型,R^2都达到0．7以上,相对精度达70％左右,最终选择因子F11（3.4）的线性模型反演该海域的DIN质量浓度,其结果与实际情况非常吻合。     

Field detection of chlorophyll-a concentration in the sea surface layer by an airborne oceanographic lidar

An airborne oceanographic lidar, with a frequency-tripled Q-switched Nd： YAG laser of 355 nm, has been designed to measure chlorophyll-a （Chl-a） concentration in the sea surface layer by the Ocean Remote Sensing Institute, OUC. The field experiment was carried out in the bay which is located south of the Liaodong Peninsula on the 10th of September 2005. After the flight, the raw data were processed and analyzed by the fluorescence-to-Raman ratio method with seawater attenuation coefficients calculated from signal profiles. The results of Chl-a concentration sea water were also compared with those of Chl-a concentration by measurements by lidar are shown. The measurements in clear a Moderate Resolution Imaging Spectroradiometer （MODIS）.     

Field Detection of Chlorophyll-a Concentration in the Sea Surface Layer by an Airborne Oceanographic Lidar

An airborne oceanographic lidar, with a frequency-tripled Q-switched Nd: YAG laser of 355 nm, has been designed to measure chlorophyll-a (Chl-a) concentration in the sea surface layer by the Ocean Remote Sensing Institute, OUC. The field experiment was carried out in the bay which is located south of the Liaodong Peninsula on the 10th of September 2005. After the flight, the raw data were processed and analyzed by the fluorescence-to-Raman ratio method with seawater attenuation coefficients calculated from signal profiles. The results of Chl-a concentration measurements by lidar are shown. The measurements in clear sea water were also compared with those of Chl-a concentration by a Moderate Resolution Imaging Spectroradiometer (MODIS).     

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。     

广西森林转型与森林扰动遥感监测研究

近20年来由于封山育林政策的实施和人工乔木林的大面积种植,广西森林面积大幅增加,正在经历深刻的森林转型,森林转型过程中农林交错带和森林内部的结构重组都给生态系统带来了不容忽视的扰动。本文基于2000—2016年MODIS-EVI影像数据、1∶100万地貌图和4期土地利用数据,采用变化矢量法和Sen+Mann-Kendall对广西进行森林转型背景下的森林转型路径和森林内部扰动特征分析。研究表明:自2000年以来广西森林的EVI变化强度以无变化和低变化类型为主,总体EVI上升趋势略大于下降趋势,EVI显著下降主要分布于十万大山、大瑶山、海洋山和越城岭等山地区域和桂西北的百色水利枢纽和龙滩水利枢纽周围,显著上升部分主要集中于桂中南的左江-邕江-郁江流域平原丘陵区、桂西南喀斯特区和桂东北山地区地势低平的河谷地带。广西森林面积增加的土地来源于耕地和草地,森林转型路径表现为"经济增长型"和"森林短缺型"两种路径并存,或者存在更为复杂的复合型路径。广西森林内部扰动的减少型和扰动型分布于桂西北喀斯特和桂东北山地起伏度较大的陡坡区域,增加型分布于桂中南的平原丘陵地区。由于山地陡坡区域和喀斯特地区的生态敏感性,应更多关注扰动型和减少型在桂西北和桂东北地区的集中分布问题。     

Spatiotemporal characteristics of Qinghai Lake ice phenology between 2000 and 2016

Journal of Geographical Sciences - Lake ice phenology is considered a sensitive indicator of regional climate change. We utilized time series information of this kind extracted from a series of...     

2003-2017年北京市地表热力景观时空分异特征及演变规律

利用2003-2017年MODIS地表温度数据,分别从数量、形状和结构角度揭示北京市不同季相和昼夜间地表热力景观时空分异特征,并进一步通过热力等级变化图谱及质心迁移轨迹揭示城市热力景观空间演变规律,探究热力景观等级转换生态过程。结论如下：① 城市地表热力景观季节和昼夜空间特征差异显著;② 中温区在城市热环境中占主导地位。白天中温区是最不稳定的热力景观等级;夜间次低温区和次高温区不稳定性增加;③ 地表热力景观等级变化以稳定型占主,反复变化型和前期变化型次之。地表热力景观等级通常呈现逐级递增或递减规律,山区呈现逐级降温趋势,北部城郊—山地交错地带表现出次低温和中温的反复转向,南部地区有一定的升温趋势;④ 2003-2017年高温区面积增大且质心向城市中心集中,低温区质心向城市外围扩散。生态涵养发展区对北京市地表热力景观质心迁移贡献率最高。热力景观时空分异特征及演变规律可为有效缓解城市热岛效应提供管理决策支持。     

大连市大气污染物质量浓度与气溶胶光学厚度的相关性分析

分别对2015年6~12月和2016年6~12月大连地区的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据进行数据统计分析,基于ENVI软件平台利用MODIS数据反演大连地区的气溶胶光学厚度,通过回归建模研究气溶胶光学厚度与大连地区10个地面监测站点的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据的相关性。回归建模以气溶胶光学厚度（AOD）为自变量,以大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃为因变量,在SPSS软件中分别选取线性、对数、三次、乘幂、指数5种函数类型进行研究,通过对比回归模型的拟合优度R²,选择最优拟合模型,探讨利用遥感数据反演气溶胶光学厚度监测大气污染的相关性。结果表明：气溶胶光学厚度与NO₂、PM2.5和PM10的最优拟合模型均为三次模型,其拟合优度R²分别是0.685、0.801和0.845;与O₃和SO₂的最优拟合模型为指数模型,其R²为0.367和0.482;与CO的最优拟合模型为对数模型,其拟合优度R²为0.810。该结果为分析大气气溶胶污染来源以及治理提供了数据。