MODIS地表温度产品的验证研究——以黑河流域为例

分析了影响MODIS地表温度产品精度的主要因素,并对这些因素综合作用下的MODIS地表温度产品的精度验证方法进行了回顾和比较。针对MODIS地表温度产品在干旱半干旱地区误差偏大的状况,以黑河流域为例,对MODIS地表温度产品进行了验证。用于验证的地面观测数据包括自动气象站红外辐射温度计数据和长波辐射数据。这里结合具体的...     

土壤遥感自动识别分类专家系统的设计与实现

一、前言自1992年美国NASA成功地发射第一颗陆地资源卫星以来,多光谱扫描图像(MSS图像)将过去惯用的土壤航测制图技术大大向前推进了一步。不仅能使判读的土壤属性增加,有利于识别土壤类型,而且磁带记录的数字图像(CCT)可以送入计算机进行处理,为土壤遥感自动识别分类,提供了可能。特别是1982年第四颗陆地资源卫星携带的专题制图仪获得的TM图     

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.     

基于MODIS数据的森林可燃物分类方法——以黑龙江省为实验区

森林可燃物是森林燃烧环理论中的重要三要素之一,它是森林火灾发生的内因,对于火险等级预报、火行为预报、火灾扑救等森林防火工作具有重要意义。介绍了基于MODIS数据与GIS技术相结合的森林可燃物分类方法。在研究中,以黑龙江省为实验区,利用多时相的MODIS数据生成实验区16天的最大归一化植被指数后,通过主成分分析,采用非监督分类与监督分类相结合的方法,并在GIS技术的支持下,完成了实验区内的森林可燃物的分类,为进一步获得适合全国的利用现代高新技术的森林可燃物分类方法打下了坚实基础。     

基于MODIS数据的森林可燃物分类方法——以黑龙江省为实验区

森林可燃物是森林燃烧环理论中的重要三要素之一,它是森林火灾发生的内因,对于火险等级预报、火行为预报、火灾扑救等森林防火工作具有重要意义。介绍了基于MODIS数据与GIS技术相结合的森林可燃物分类方法。在研究中,以黑龙江省为实验区,利用多时相的MODIS数据生成实验区16天的最大归一化植被指数后,通过主成分分析,采用非监督分类与监督分类相结合的方法,并在GIS技术的支持下,完成了实验区内的森林可燃物的分类,为进一步获得适合全国的利用现代高新技术的森林可燃物分类方法打下了坚实基础。     

基于MODIS的青藏高原雪线高度遥感监测

雪线作为区分积雪覆盖区与无雪区的边界线,是冰冻圈各要素中对气候变化最为敏感的指示器。利用去云后的MODIS积雪面积比例产品并结合DEM数据,通过雪线像元及其高度的提取、雪线高度场的建立,对青藏高原近12a(2000~2011年)雪线高度的时空变化特征进行了分析。结果表明:青藏高原雪线高度的分布受地形的影响,高原内部的雪线高度明显高于周围山区;在近12a中,青藏高原的雪线高度变化虽然没有明显的年际变化趋势(升高或者降低),但是体现出较高的年内和年际波动特征,特别是青藏高原的东部和南部地区由于受西南季风的影响,夏季雪线高度的年际变化尤为强烈。提出基于MODIS的雪线高度提取方法具有较好的应用潜力,能够适用于其他地方雪线高度的遥感监测。     

基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究

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,并在中国山东省进行了分类试验,得出以下结论:①不同比例下的训练样本与验证样本影响着总体分类精度;②从MODIS数据中得到的植被指数EVI、白天地表温度Tday、水体指数NDWI、纹理特征局部平稳Homogeneity等可以作为分类特征配合参与到多波段地表反射率Ref1-7遥感影像中,能明显提高分类精度,而土壤亮度指数NDSI则没有贡献;③提取的分类特征对总体分类精度贡献大小为:EVI贡献最大,提高近6个百分点,其次是Homogeneity、NDWI,均提高近4个百分点,而最少的Tday也贡献了近3个百分点;④各分类特征对不同地物类别具有不同的分离度,在提高某些类别的分离性时,有可能降低了其它类别的分离性。试验结果表明:在没有其它非遥感信息的前提下,仅利用MODIS遥感自身信息对宏观土地覆盖分类就可达到较高精度。     

基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究

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,并在中国山东省进行了分类试验,得出以下结论:①不同比例下的训练样本与验证样本影响着总体分类精度;②从MODIS数据中得到的植被指数EVI、白天地表温度Tday、水体指数NDWI、纹理特征局部平稳Homogeneity等可以作为分类特征配合参与到多波段地表反射率Ref1-7遥感影像中,能明显提高分类精度,而土壤亮度指数NDSI则没有贡献;③提取的分类特征对总体分类精度贡献大小为:EVI贡献最大,提高近6个百分点,其次是Homogeneity、NDWI,均提高近4个百分点,而最少的Tday也贡献了近3个百分点;④各分类特征对不同地物类别具有不同的分离度,在提高某些类别的分离性时,有可能降低了其它类别的分离性。试验结果表明:在没有其它非遥感信息的前提下,仅利用MODIS遥感自身信息对宏观土地覆盖分类就可达到较高精度。     

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。     

基于自组织神经网络的遥感图像分类应用研究

在地形复杂地区,采用传统的遥感分类方法进行土地利用遥感分类很难获得理想的精度。针对遥感图像分类的特点,根据自组织竞争神经网络的生物学基础、基本结构和学习算法,利用Matlab平台构建自组织神经网络,对地形复杂区的ETM 遥感图像通过500次训练使网络收敛后,仿真输出分类图。结果表明,基于自组织神经网络的分类器经过训练后,可用于遥感图像的分类,其分类精度明显高于传统的最大似然法。     

在GIS支持下利用MODIS数据监测多种作物和果树种植面积

MODIS数据以其时间分辨率高、监测范围大、可免费接收、获取方便及时等优势,已经成为土地利用研究的重要信息源。以河北省38°N带为研究区,选取不同时相的MODIS数据,分别计算出NDVI,根据植被的生长过程中叶面积的变化规律,观察其NDVI的变化,建立分类规则,确定出主要植被的种植区域。在GIS软件的支持下,利用分类精度为91%的TM数据分类结果从提取区域的面积和形状两个方面对MODIS数据的分类结果进行像元尺度上的精度分析。     

MODIS数据几何校正算法设计及其IDL实现

MODIS数据具有数据量大,波段多等特点,用现有遥感软件进行几何校正,人机交互多且耗时较长,导致图像处理效率低下。本文采用基于三角网的几何校正算法,在几何校正的过程中把影像分块,各块的校正算法相互独立,计算完毕后再进行拼接。本文作者用IDL(Interactive Data Language)编写了相关程序,运行结果表明,这种方法占用内存小,计算速度快,可以提高MODIS数据处理效率。     

基于MODIS和TM数据的陆面温度反演

陆地表面温度(LST)反演一直是热红外遥感研究中的一大难题。目前,分辨率较高的Landsat5/TM数据是陆地表面温度(LST)反演的常用遥感信息源。然而,由于TM只有一个热通道,大多数情况下由TM6数据得到的都是星上亮度温度,与实际地表温度有较大差距。普适性单通道算法的提出为从TM6数据高精度地反演地表真实温度提供了可能。为寻找一条从TM6数据高精度反演陆地表面温度的有效途径,利用该算法对北京地区的地表温度进行了反演试验,对该算法必需的总大气水蒸汽含量通过MOD IS数据计算获得。同时利用卫星过境时的同步实测数据对反演精度进行了检验,并与用标准大气数据得到的结果进行了比较。其结果表明,该方法具有较高的反演精度,其rmsd值为1.67℃,显示了多源数据结合的优势。     

一种基于数据网格技术的MODIS空间数据服务模型研究

介绍了MODIS数据共享与资源服务现状,研究了一种基于3层结构的MODIS数据服务模型,详细介绍了数据服务模型的管理和分发机制。为了确保数据服务模型的可扩展性和平台无关性,设计了基于XML的可扩展性数据访问语言和数据目录服务。最后给出了在空间信息网格试验床上的示范验证,并对实验结果进行分析。     

基于MODIS数据的雪情分析研究

利用基于MODIS数据的NDSI和基础地理信息数据对西藏地区进行雪情分析，结果表明这是可行的。MODIS数据在空间分辨率和波谱分辨率上优于AVHRR，利用MODIS数据进行雪情分析和其他监测会更有利。本研究说明利用MODIS数据可以进行大面积雪情分析、雪灾监测。     

基于MODIS影像的植被覆盖度提取研究

利用线性光谱混合模型对河南省三门峡地区MODIS1B影像进行植被覆盖度（fv）信息提取,将结果与反映植被覆盖度的NDVI比较,并提出在实测资料缺乏的情况下利用同期高分辨率ETM＋图像对选取样本区域进行定量验证的方法。结果表明,对于MODIS数据,线性光谱混合（LSMM）分解方法能有效提取大区域范围的植被覆盖度信息,比NDVI-fv经验统计方法更具有理论意义,为快速、准确、高效的植被监测提供了新思路。     

面向土地覆盖分类的MODIS影像融合研究

MODIS影像的多波段及其1、2波段的250 m中等分辨率为大区域中空间分辨率的土地覆盖制图提供了可能。为了有效利用MODIS影像的空间和光谱信息,使用SFIM、HPF和PCA变换等遥感影像融合方法,分别采用MODIS影像的波段1(b1)和波段2(b2)对3~7(b3~b7)波段进行融合,并就融合影像的光谱保真度和分类精度对6种不同融合结果进行评价。结果表明不同的融合结果得到的分类精度均有不同程度的提高;3种融合方法中使用b2的融合效果均优于b1;SFIM变换在光谱失真较小的情况下能够较大程度地提高分类精度。因此使用b2的SFIM变换可以用于提高MODIS土地覆盖图的空间分辨率和精度。     

利用MOOIS监测沙尘暴的影响范围

采用EOS-Terra/MODIS数据对内蒙古的沙尘暴进行监测研究.通过分析沙尘暴的波谱特征和MODIS传感器通道的特点,采取基于双通道阈值的叠加分析法对沙尘暴进行提取监测.结果表明基于双通道阈值的叠加分析法有利于对沙尘暴信息的准确提取,为利用MODIS数据进行沙尘暴监测提供了有效手段.     

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。