应用MODIS进行赤潮遥感监测的研究进展

赤潮遥感监测是卫星遥感应用的重要领域。发射和应用时间相对较短的MODIS传感器具有相对的光谱分辨率和空间分辨率的优势,使得MODIS在赤潮遥感监测上发挥巨大的作用。分析总结了应用MODIS进行赤潮遥感监测的几种主要方法,并与其它几种主要传感器进行比较,分析了MODIS在赤潮遥感监测中的优势和不足。     

EOS/MODIS 遥感资料探测海洋赤潮信息方法

近几年来, 我国沿海赤潮的发生越来越频繁, 已经成为一种常见海洋灾害。它的发生给沿海经济、居民生活和生态系统造成了很大影响。通过分析赤潮水体及其周边水体的光谱特性, 以及赤潮发生期间海水叶绿素a 浓度的变化特点, 提出了利用EOS/ MODIS 通道4 与通道3 的反射率比和通道11 与通道9 的离水辐射率比再结合相关的悬浮泥沙信息提取海水中赤潮信息的方法。利用此方法, 对2002 年6 月15 日和2004 年5 月31 日发生在我国渤海的赤潮进行了信息提取。结果表明此方法可以有效地提取海水中的赤潮信息。     

基于MODIS时间序列数据的作物季相信息提取

基于MODIS NDVI时间序列数据对浙北平原单季稻区进行作物季相一致性分析。对NDVI时间序列数据进行离散傅立叶变换去除噪声,再利用土地利用现状图提取耕地区的NDVI影像图,根据时间序列曲线的最大值研究作物的季相。结果表明:水稻生长期对NDVI时间序列曲线的响应和季相一致性均较小麦和油菜好;8 d合成的数据较16 d合成的数据可以更详细地反映作物季相信息。研究证实了MODIS NDVI时间序列曲线对区域作物季相分析的意义。     

基于光谱特征的MODIS影像东海水体类别信息提取

近年来东海海洋环境由于赤潮频发日趋恶化,为了进行基于水体类别信息提取的水体宏观分异规律探究,本文在对不同水体光谱曲线分析的基础上,提出了两种基于光谱特征波段运算的MODIS影像水体类别提取模型,通过优化并确定各类水体阈值,最终得到了2004年6月11日和2007年10月2日东海赤潮期悬浮泥沙水体、富营养化水体、赤潮水体、赤潮边界水体和远洋洁净水体五大类的分布和变化特征,并分别对两个时期的影像进行了叶绿素a(Chl-a)和海表温度(SST)反演辅助分析,研究结果不仅能从宏观上有效识别悬浮泥沙和赤潮等水体的分布范围,同时也能反映出不同水体因子从海岸带向远洋深海的变化规律,为海洋环境进一步探讨提供了研究基础。     

利用MODIS数据监测河北省冬小麦种植信息

利用多时相MODIS遥感数据和冬小麦地面GPS定位调查信息，参考河北省土地利用现状资料和生态功能区划成果，对河北省冬小麦种植环境进行了分区，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选择遥感监测时段，改进了“麦土比”的概念，提出了“象元麦土比”的新方法，将遥感知识、农学知识和地学知识有机结合，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％。本文就此介绍其主要方法及其工作步骤。     

基于MODIS数据的农业干旱监测方法对比分析

利用2004年4月～6月上旬的MODIS影像数据,结合实测的土壤墒情数据,对比不同深度及不同拟合方式下土壤湿度的估算精度。另外,分别选用植被供水指数(VSWI)、基于EVI的植被供水指数(E-VSWI)、归一化多波段干旱指数(NMDI)与对应的土壤湿度数据进行回归分析,并在此基础上利用最优指数实现研究区土壤湿度的估算及旱情监测。结果表明:在华北平原中部地区冬小麦生长季节,利用MODIS数据进行土壤湿度估算的最佳深度是10cm;最佳拟合方式是线性拟合方式;植被供水指数(VSWI)在研究区整个时间序列具有最好的稳定性,可为今后大区域作物生长期的干旱监测提供一个简单方法。     

赤潮卫星遥感监测与应用研究进展

赤潮监测是海洋遥感应用的一个重要组成部分。近30 a来,国内外学者发展了许多基于卫星平台的赤潮遥感监测算法。通过回顾赤潮卫星遥感监测的发展历史,总结了各种传感器的赤潮卫星遥感监测算法,分析了各种算法的性能与适用范围。最后,对目前赤潮卫星遥感监测面临的问题进行了讨论,并对未来赤潮遥感监测的发展提出展望。     

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。     

基于MODIS数据反演阜新地区土壤水分的研究

利用MODIS数据计算表观热惯量模型反演阜新地区春季的土壤含水状况分布。通过处理 2009、2010年4月的数据,拟合表观热惯量与土壤含水量的关系模型,得到阜新地区土壤含水状况分布图。通过与37个实测点土壤含水量数据对比验证表明,深度为0~10 cm时,相对误差均值为5.4%;深度为10~20 cm时,相对误差值为10.82%;深度为20~30 cm时,相对误差值为16.50%,相对误差都满足地区实际反演要求,并随土层深度增加相对误差均值增大。     

基于MODIS数据的成都市水稻遥感估产研究

以遥感和地理信息系统为主要技术支撑,利用多时相的高光谱分辨率MODIS数据,对成都市2003年水稻进行了估产研究.在利用研究区最佳时相遥感影像提取水稻种植面积的基础上,以多时相的高光谱分辨率遥感数据建立水稻单产模型,并计算出成都市2003年的水稻总产量.研究表明,成都市各行政区当年水稻总产量估算结果的误差为17.45%;利用多时相MODIS数据对农作物进行遥感估产具有一定的可行性,同时通过该研究也为西南地区大范围的农作物遥感估产在方法上提供了一定的借鉴作用.     

赤潮遥感进展与算法研究

回顾了国内外赤潮遥感研究概况,介绍赤潮遥感的生物物理化学依据,并总结利用卫星光学遥感数据反演赤潮信息的算法研究成果。     

绿潮卫星遥感监测技术应用研究

大量绿潮漂浮聚集到岸边,阻塞航道,同时破坏海洋生态系统,严重威胁沿海渔业、旅游业发展。为了实现绿潮的漂移距离、漂移方向和覆盖面积遥感研究,首先对MODIS数据进行分析研究,再对目标海域绿潮采用拉格朗日追踪法和校正归一化植被指数法,最终计算得出绿潮未来24小时漂移方向和漂移距离,绿潮爆发时的覆盖面积。此外,通过绿潮光谱特征还可辨别是否是浒苔绿潮。比较漂移距离和漂移路径,初步得出绿潮的漂移距离和漂移路径与风和流密切相关。     

农业干旱遥感监测研究进展

农业干旱给社会经济及人民生活造成严重影响,关于农业旱情监测的研究受到了学者们的广泛关注。遥感技术的发展为准确、及时进行旱情监测提供了新的机遇。本文综述了近年来国内外采用遥感方法监测农业旱情的研究进展,包括土壤湿度、作物形态、作物生理等农业旱情指标的遥感反演,指出了在实际应用中存在的一些问题,并提出了进一步改进的思路。     

国内外赤潮卫星遥感技术与应用进展

卫星遥感已成为赤潮探测与监测的重要技术手段之一。回顾了国内外赤潮卫星遥感技术与应用的进展,对国内外已开发的赤潮卫星遥感技术与方法进行了简要的评述,并给出了国内利用NOAA和SeaStar卫星探测与监测赤潮的3个实例。讨论了我国赤潮卫星遥感存在的问题,提出了发展我国赤潮卫星遥感技术与应用的建议。     

机载高光谱数据提取冬小麦冠层叶绿素含量的模型分析及验证

遥感提取叶绿素含量的方法是精准农业的重要研究方向之一,但是如何用冠层光谱数据有效地提取叶绿素含量仍然是一个难点。本文用光谱指数TCARI和OSAVI的组合建立提取冬小麦冠层叶绿素含量的关系式,并使用实验田获取的冬小麦冠层光谱以及与之同步的机载高光谱传感器OMIS数据进行了验证。通过误差分析讨论了该方法用于遥感高光谱数据时需要注意的问题,表明大气校正的精度,传感器的信噪比以及波段中心的漂移是模型反演精度的主要制约因素。     

MODIS遥感数据产品处理流程与大气数据获取

MODIS是美国NASA的ESE计划中最重要的传感器。它具有36个通道，空间分辨率为250～1000m，是新一代的图谱合一的遥感仪器。它的数据在地球长期观测、地球环境监测、自然灾害监测方面具有广泛的应用前景和重大意义。本首先对EOS计划和MODIS仪器的特性进行概述，然后对MODIS的数据产品进行了介绍，再以大气为主，描述了MODIS原始数据到0级数据、1级、2级及更高级产品的处理流程和算法。重点介绍了由0级数据到2级数据的处理过程和IMAPP及其处理结果，并简要的把IMAPP的处理过程与DAAC的进行对比，最后对IMAPP的大气产品进行了详细说明。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段，对农业生产管理具有重要意义。以安徽龙亢农场为研究区，收集了中高分辨率多源卫星遥感数据并进行了定量化处理，构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型，生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律，分析了不同品种冬小麦的长势情况，发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上，构建了基于归一化植被指数（NDVI）的冬小麦估产模型，结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算，据此绘制了龙亢农场2017年冬小麦产量遥感估算地图，产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测，为区域范围内农作物长势监测提供了一种有效途径。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数（NDVI）的冬小麦估产模型,结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。