太湖秋冬季蓝藻水华MODIS卫星遥感监测

利用2007年10~12月长时间序列MODIS卫星遥感影像,在经验模型估算叶绿素a和藻蓝素浓度的基础上,通过阈值分割提取太湖蓝藻水华,实时获取了蓝藻水华及其色素浓度信息。结果表明：10~12月蓝藻主要分布在西部沿岸和湖心区,爆发频率和水华面积均高于北部各湖湾,其中10、11月平均水华面积分别为261.5km2和321.6 km2,12月水华面积明显小于前两个月,平均为163.3 km2。另外,在蓝藻爆发期,叶绿素a和藻蓝素平均含量基本维持在45μg/L和180μg/L的水平,且爆发期内,蓝藻水华的空间分布、覆盖面积、色素浓度在短时间内会发生非常大的变化。     

基于MODIS的大气因素对蓝藻水华信息提取的影响

本文利用MODIS提供的两种影像产品和代表大气条件的气溶胶产品,运用单波段(NIR)和比值植被指数(NIR/G)两种方法分别提取太湖蓝藻信息.在阐述气溶胶的光学厚度对遥感影像影响的基础上,定量分析了气溶胶光学厚度对两种方法提取蓝藻水华面积的净变化值和选取阈值的影响程度.研究结果表明,运用单波段和比值植被指数两种方法提取太湖蓝藻水华面积差异与气溶胶光学厚度的相关性,固定阈值情况下的相关性高于自选阈值中的对应值.两种指数中大气校正前的阈值与气溶胶光学厚度的相关性都要高于大气校正后两者的相关性.这说明大气会对阈值的设定产生一定的影响,进而影响蓝藻信息提取精度.因此,定量分析气溶胶光学厚度对监测蓝藻是至关重要的.     

应用MODIS监测太湖水体叶绿素a浓度的研究

以太湖作为实验区,将MODIS影像不同空间分辨率的波段反射率与叶绿素a浓度实测值进行相关分析,在此基础上通过回归拟合建立遥感监测模型,并应用模型计算出太湖水体叶绿素a浓度的分布情况,对太湖水质进行了评价。研究结果表明,MODIS影像在太湖的水质监测中是可用的,其中250m分辨率波段1、2的比值组合r2/r1与叶绿素a浓度实测值高度相关(R=0.903),适于用来反演叶绿素a浓度。     

基于IDL语言的太湖蓝藻水华遥感监测信息系统设计

以MODIS L1B数据为数据源,采用IDL语言,运用系统配置与插件技术实现系统架构,设计中间件解决系统框架和IDLDrawWidget控件通信接口的衔接问题,设计模型对象管理器组织模型对象,设计IDL数据显示的组织结构实现图像显示及其与矢量数据的叠加显示,使用相对图像坐标系显示叠加的矢量数据,并运用影像匹配技术和仿射变换技术分别实现了MODIS L1B影像"双眼皮"消除及其几何校正,在此基础上运用蓝藻水华遥感监测模型,实现蓝藻水华空间分布信息自动化提取。     

利用 MODIS 数据进行植被水监测的应用研究

植被水的监测始于对森林、草原火险评估的需要,另一方面,植被水的丰富程度也间接反映了当地土壤含水量状况,是当地干旱状况的一个重要指示。水是生命之源,对作物生长的影响巨大。因而对于农业区作植被水的监测,可以了解到区域植被供水状况信息。本研究正是基于上述的想法,以黄淮海农业区作为试验样区,对新型MODIS传感器的数据,应用GVMI指数模型,反演出植被水含量信息。比较植被水含量与当地降水量之间的关系,初步分析了植被水含量与区域旱情状况之间的关联性。     

基于MODIS数据的积雪监测

通过对遥感卫星资料中云和雪的光谱特征的分析,提出利用中分辨率成像光谱仪(MODIS)红外、可见光谱段数据进行云、雪监测和分离的方法;并提供监测实例来说明利用MODIS数据可进行积雪监测。     

利用MODIS数据监测北京地区气溶胶

采用暗像元法对北京地区的气溶胶进行了监测：以2005~2007年的MODIS 1B数据为数据源,使用6S进行辐射传输计算构建查找表,进行气溶胶光学厚度的反演,并使用AERONET数据对结果进行验证,对冬季和夏季的监测结果进行了比较。结果表明,该算法能够较好地监测气溶胶,反映城市气溶胶的区域变化;但冬季时的监测结果要远远差于夏季,很难满足气溶胶监测需求。     

基于MODIS数据的森林覆盖变化监测方法研究

自然灾害、森林采伐以及其它人为活动等都将导致森林覆盖的变化。遥感提供了大尺度范围监测森林覆盖变化的能力, 但要获得森林覆盖变化的信息, 则需要有效地从遥感影像中提取变化信息的技术方法。研究在借鉴美国宇航局(NASA ) 生产MODIS 土地覆盖变化(LCC) 产品所采用的算法基础上, 利用MODIS 数据, 分别采用红光- 近红外法、共生纹理矩阵法和基于相似度的变化检测方法对我国东北林区的森林覆盖变化监测方法进行了研究, 并用近年发生在黑龙江的重(特)大森林火灾为实例进行了验证。     

基于MODIS数据的宏观土地利用/土地覆盖监测研究

建立土地动态监测系统,快速提供各种土地利用变化信息是实现资源保护的基本手段。而及时准确地获取覆盖广的地表影像资料是大范围动态监测的重要环节。介绍了MODIS影像数据的特点,并与其它遥感数据源进行了比较,就其在土地利用中的应用进行了探讨。分析了松嫩平原2001年9月MODIS影像的特征,准确地解译出该区在宏观上的土地利用方式,为监测该区土地沙化、盐碱化和农作物生长提供了科学依据。     

MODIS资料在河北省生态监测中的应用

我省EOS／MODIS接收系统建成并投入使用以来，气象部门利用MODIS资料实现了对河北省植被长势、冬小麦种植面积、土壤水分和干旱、湿地和水体面积、森林火灾、积雪、大雾等生态的遥感监测，为生态保护和防灾减灾做出了积极的贡献。     

基于MODIS数据的黑河流域土壤热惯量反演研究

热惯量法在土壤水分反演中有着广泛的应用。以MODIS数据为基础,选用真实热惯量模型,反演得到了黑河流域的土壤热惯量,为进一步研究流域土壤水分提供可靠的方法和数据。利用地面实测数据对模型参数及反演结果进行了验证,并分析了地表昼夜最大温差、地表反照率及土壤热惯量的季节性变化规律,同时对比了真实热惯量模型与表观热惯量模型反演结果与土壤水分的相关性。结果表明：地表温差、地表反照率及土壤热惯量都具有明显的季节性变化特征;真实热惯量模型相对于表观热惯量模型更有利于土壤水分的反演,且具有广泛的适用性。     

利用EOS/MODIS资料监测森林火情

分析了MODIS适于火情监测的各通道特性,并基于今年的MODIS资料,运用红外通道及三通道合成的方法,成功地探测到今年发生在我国大兴安岭及境外的多起火情。结果表明,利用红外通道探测法时,将21通道作为红外辐射探测火情的通道能够得到较好的效果。利用三通道合成法时,火灾区域与周边的地物颜色差异较大,可以快速地发现火情,并估计火情的发展趋势。     

利用MODIS 数据监测河北省冬小麦种植信息

根据冬小麦发育期的同步性、土壤类型、灌溉条件等多项因子, 参考河北省土地利用现状资料和生态功能区划成果, 将河北省冬小麦种植区域划分为五大区。利用多时相MODIS 遥感数据和冬小麦地面GPS 定位调查信息, 充分考虑冬小麦的生长发育特征和下垫面的植被生长特征来剔除小麦生长季节的非麦区信息。在测算冬小麦种植面积、解决混合像元问题时, 改进了“麦土比”的概念,提出了“像元麦土比”的新方法, 将遥感知识、农学知识和地学知识进行有机结合, 形成一套计算机自动提取冬小麦种植信息系统。利用该系统提取了河北省2004～2005 年度冬小麦播种信息, 遥感测算的全省总面积误差为3. 2% , 综合考虑各个地市的偏差情况, 9 个地市面积平均绝对误差为9. 6%。     

湖泊水体遥感提取方法比较研究

本文以位于我国不同地区的10个湖泊为研究区域,对波段差值模型、FAI模型以及NDWI和近红外波段模型等3种水体提取模型进行了比较,分析其在MODIS数据湖泊水体识别方面的效果。模型中的阈值分别采用大津法和迭代法计算。结果表明,波段差值模型在西部地区湖泊的应用效果较好,而NDWI和近红外波段模型在东部地区湖泊的应用效果较好,两者总体上比FAI模型更为准确地提取了湖泊水体信息。此外,大多数情况下大津法和迭代法得到的阈值是相近的。