EOS—MODIS数据在青藏高原冰雪季节性变化信息自动提取中的应用研究

冰雪的动态变化是环境变化的重要指标,利用地球系统中分辨率成像光谱仪（EOS-MODIS)数据监测冰雪的季节变化是目前国土国际上领域研究的重要方向之一。本利用中国科学院地理科学与资源研究所全球变化信息研究中心“中美联合EOS－MODIS地面站”的数据,选择青藏高原东部工布江达附近常年积雪区为试点地区,通过对2001年4月,6月和7月等三个不同时相EOS－MODIS数据的处理和分析,探讨利用EOS－MODIS自动提取冰雪空间分布数据的方法,研究结果表明,利用EOS－MODIS可见光,近红外,热红外通道提取冰雪的空间分布和季节变化信息是可行的。     

近15年天山地区积雪时空变化遥感研究

准确监测天山地区积雪的时空变化信息对合理利用水资源及区域气候变化研究具有重要意义。采用基于三次样条函数的去云算法对2001~2015年天山地区的逐日MODIS积雪面积比例产品进行了去云处理,在此基础上分析了近15年天山地区积雪的时空分布及其变化特征。结果表明:(1)积雪年内变化经历从9月开始累积到翌年2月开始消融的过程,1月底积雪面积最大(超过60%),7~8月面积最小(约1.5%);春、夏、秋季中央天山的积雪覆盖率最高,而冬季最高的是北天山;(2)积雪覆盖面积呈现强烈的年际波动特征;研究区夏、冬季的积雪面积总体上呈下降趋势,而春、秋季的积雪面积呈增加趋势;(3)26.39%的地区积雪日数呈下降趋势(5.09%为显著下降),显著下降的地区主要分布在中央天山以及东天山的东部地区;34.26%的地区积雪日数呈增加趋势(2.8%为显著增加),显著增加的地区主要分布在北天山以及东天山西部。     

湟水流域2000—2019年植被变化趋势特征和延续性分析

植被的变化特征是流域生态监测的重要内容和环境保护最为关键的信息。利用MODIS EVI数据产品和Hurst指数,分析2000—2019年湟水流域植被的时空变化趋势及其趋势的延续性。结合气温、降水等气象观测数据,分析湟水流域9个县区植被变化的影响因素。研究结果表明：从2000年至2019年间,湟水流域植被EVI最大值年均增幅为0.0063,受气温、降水、土地利用等因素的不同影响,上、中、下游的不同县区表现出不同的变化特征。对于年EVI最大值,下游的增加趋势均最为显著,河道地区变化剧烈程度更加明显。Hurst指数分析表明这种变化趋势短期内具有一定的延续性。本研究通过监测植被时序变化,揭示了高原流域地区植被监测趋势的重要性,为流域管理和可持续性发展提供了一定的数据支撑和科学依据。     

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。     

基于遥感与地埋信息系统的额敏河流域积雪变化分析

2005年3月新疆北部部分地区发生融雪洪水灾害,给当地人民的生活和国民生产都带来了严重的影响。分析积雪的分布及其变化可为防洪抗灾提供决策依据,同时精确的流域积雪制图和雪盖消融曲线可为融雪径流的模拟提供参数。本文介绍了MODIS数据积雪监测的方法及流域雪盖的分带提取,利用MODIS影像,结合地理信息系统技术分析了额敏河流域3月4日—3月12日每天、每个海拔高度带的积雪变化情况,并利用逐步回归法对积雪变化与气象因子作了回归分析,结果表明400~900m海拔高度带积雪变化与气温降水相关性很好,相关系数R=0.9。     

基于MODIS数据的我国天山典型区积雪特征研究

准确监测天山地区积雪面积和积雪日数对合理利用水资源及分析区域气候变化有重要意义。MODIS每日积雪产品可以为大面积快速积雪制图与监测提供依据,但因云量较高成为其应用的瓶颈。利用结合MODIS产品的时间与空间信息有效地减少了云对MODIS积雪产品的影响,并利用改进的MODIS积雪数据和DEM分析2002~2009年天山地区积雪面积和积雪日数的变化特征。结果表明:积雪频率总体上随着海拔升高而增大;不同坡向积雪面积差异明显,西北坡积雪覆盖率最高,北坡、西坡和东北坡次之,南坡和东南坡的积雪覆盖率最低;2006~2008年研究区积雪面积出现低值,年内最大积雪面积呈逐年减少的趋势;随着海拔下降,积雪日数逐渐变小,天山南部地区积雪日数仅为40 d以下;积雪日数大的区域年际积雪日数变化相对稳定,积雪日数少于40 d的区域积雪日数的变异系数最大,年际积雪日数变化不稳定。     

基于TVDI河北省干热风同期土壤湿度监测研究

干热风是高温低湿型的灾害性天气。河北省是干热风易发地区,进行干热风易发期土壤湿度监测研究,对于评估干热风的影响与危害具有重要意义。选用2010年河北省干热风同期5~6月Terra/MODIS8期地表反射率产品MOD09A1和地表温度(LST)产品MOD11A2,通过构建LST\|EVI特征空间,得到温度植被干旱指数(TVDI)反映的河北省各时段的土壤湿度空间分布图。另外分析TVDI值与对应气象站点降水数据变化的趋势关系和二者的定量相关关系,发现降水数据变化与TVDI有较显著的负相关性,通过α=0.05显著性检验。基于研究结果可快速有效地反映研究区土壤湿度等级与空间分布变化状况,与及时更新的气象数据(风速、气温、降水等)相结合,在根据已有指标监测到干热风发生的基础上,评估干热风的影响与危害。     

MODIS积雪产品及研究应用概述

MODIS是新一代图谱合一的光谱成像仪,适合进行雪情监测。概要介绍了MODIS积雪产品及NDSI算法在积雪制图方面的应用,也介绍了MODIS积雪产品在国内外研究应用的现状和今后的发展趋势。并且给出了应用MODIS数据制作内蒙古雪盖图的实例。     

FY-3/VIRR资料积雪多阈值综合判识方法研究

利用卫星遥感监测积雪分布相比地面观测具有明显优势,目前基于FY-3卫星数据在积雪监测方面的研究较少。借鉴现有积雪卫星遥感监测算法,研究出适用于FY-3/VIRR资料的积雪判识方法,利用归一化积雪指数和多波段综合阈值实现积雪判识,提取积雪信息生成区域二值化积雪分布图。通过实例分析验证算法有效可行,并与MODIS积雪产品MOD10及其L1B数据NDSI判识结果进行对比,说明算法判识结果良好。研究表明,FY-3卫星数据可作为积雪遥测的可靠资料来源,可延用于积雪监测与灾害预警业务系统中,促进国产卫星数据的应用与推广。     

基于MODIS NDVI的吉林省植被覆盖度动态遥感监测

植被覆盖度是植物群落覆盖地表状况的一个综合量化指标,植被覆盖及其变化是区域环境变化的重要指示,对于区域水文及生态状况、全球变化的区域响应等都具有重要意义。以MODIS NDVI为数据源,采用像元二分模型,提取2000~2007年吉林省植被覆盖度,获取不同时期的植被覆盖度图,并进一步分析了植被覆盖度变化的原因。结果表明：吉林省植被覆盖度由东部到西部逐渐降低,其中白山地区植被覆盖情况最好。过去8 a间,吉林省植被覆盖度总体呈上升趋势,2007年植被覆盖度达到最高,为83.04%。在此期间,中部地区和西部地区植被覆盖增加了 797.52 km²,占总面积变化的74.79%。生态恢复工程、降水和气温等是影响植被覆盖度变化的主要因素。     

基于MODIS的海冰面积遥感监测及其与气温的相关分析

利用MODIS海冰遥感监测原理及海冰反演方法,提取海冰像元并估算海冰面积。利用2004~2007年冬季MODIS遥感影像,并结合辽东湾沿岸14个气象站的气象资料,研究辽东湾海冰面积与气温的关系。结果表明：辽东湾冬季海冰面积与气温有着显著的负相关关系,相关系数为-0.815,通过二者之间的回归方程可预估未来海冰面积变化趋势。     

京津冀冬季气溶胶光学厚度遥感反演

针对传统的暗像元算法难以满足植被稀疏陆表气溶胶遥感监测需求的问题,提出了冬季植被稀疏的京津冀地区气溶胶光学厚度的遥感反演方法。以2016—2018年连续3年1—2月的AQUA/MODIS L1B数据为数据源,采用暗像元算法与深蓝算法结合的方法对冬季京津冀地区的气溶胶光学厚度进行了遥感监测。使用AERONET数据对结果进行了验证,并与MODIS MYD04_L2暗像元-深蓝气溶胶产品进行了对比。结果表明,该算法在冬季京津冀地区的气溶胶监测效果远好于暗像元算法,并与MODIS气溶胶产品表现出了显著的相关性,且有效监测范围更大、空间分辨率更高。根据连续监测结果,分析了京津冀地区冬季气溶胶光学厚度空间分布特征及其影响因素。     

利用MODIS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。     

时间序列MODIS数据赤潮信息提取研究

MODIS数据在赤潮遥感监测中发挥着重要作用,其较高的光谱分辨率和时间分辨率在赤潮监测中有较大优势。本文利用2008年5月份多个时相MODIS数据对东海赤潮进行了研究,分别采用叶绿素浓度固定阈值法、月平均值差值法和海温及多光谱综合法对水体异常信息进行提取分析。通过对提取图像及其统计数据比较分析发现,固定阈值法所提取的信息会随阈值设置不同而变化,海温及多光谱综合法在有赤潮发生时提取信息与其他方法较一致,在未发生赤潮时则会发生多提误判。叶绿素浓度月平均值差值法所提取的时间序列赤潮信息则最客观地反映了赤潮变化趋势,能够很好地用于东海赤潮遥感监测。     

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.     

MODIS光谱指数监测小麦长势变化研究

利用多个时次的小麦地面光谱与相应的生理参量测量数据(140组)，构建了常见宽波段植被指数形式的MODIS(中分辨率成像光谱仪)光谱指数。首先确定反映作物长势的因子为生物量和LAI(叶面积指数)，以地面光谱模拟MODIS的波段1～19，穷尽所有波段两两组合，寻找同时与生物量和LAI关系显著且有物理意义的光谱指数NDSI和RDSI。综合分析得出了3个最佳的波段组合：(619，62)，(619，617)和(619，616)，这3种组合所对应的NDSI和RDSI与两个长势因子都达到99％显著相关，而且明显优于Mc)DIS自身的植被指数产品MODIS—NDVI和MODIS_EVI。与NDSI相比，RDSI对LAI更敏感。MODIS_EVI比MODIS_NDVI有显著改进，它与长势因子的相关性可达到95％置信度。对MODIS图像的初步分析表明，NDSI(619，617)能够增强云与其他地物的差异，有可能改进云的识别精度。     

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。     

MODIS数据处理平台在旱情监测中的应用研究

研究基于MODIS(中分辨率成像光谱仪)数据和降水信息,结合地面实测数据进行区域的旱情监测。搭建了基于网格技术的MODIS数据处理平台,对遥感数据进行前期加工,利用水文气象信息,通过分析和选取合适的干旱因子构建遥感干旱综合监测模型。建立了干旱综合监测数据处理系统,初步实现了MODIS数据自动处理和旱情分析的过程。     

中国西北地区植被时空演变特征及其对气候变化的响应

利用GIMMS/NDVI数据分析了1982~2006年我国西北地区植被覆盖时空变化特征及其对气温和降水变化的响应。结果表明：近25 a来,中国西北地区年均植被NDVI增速为0.5%/10a,7月、8月和10月份增加趋势最显著。天山、阿尔泰山、祁连山、青海的中东部等地区植被覆盖显著增加;青海的格尔木至玉树一线、陕西的南部地区、新疆的塔里木盆地、吐鲁番、塔河、托里等地区植被退化。植被覆盖与气温、降水的年际关系都呈弱的正相关。但年内关系则都呈显著的线性关系,植被覆盖随月均温升高而增加,当月均温超过20℃时,植被NDVI呈下降趋势;月降水量在0~100 mm之间,植被NDVI随降水呈线性增长,当月降水量超过100 mm之后,不再有明显的增长趋势。     

EOS-MODIS 数据林火识别算法的验证和改进

EOS-MODIS 数据在森林火情监测中的应用研究日益受到世界各国的重视。为了获得适用于中国不同地区森林火情监测的成熟技术, 很有必要对现有MODIS 数据林火监测理论算法进行验证分析, 探讨其在中国不同地域和季节中使用时的通用性。为此, 利用中国境内9 起森林火灾事件对MODIS 数据火点识别的理论算法进行验证分析。结果显示9 起森林火灾有8 起被有效检测到, 1 起森林火情被遗漏。通过对9 起森林火点及其邻近像元的统计分析, 发现如下两个重要规则:利用火点亮温偏离统计均值3 倍标准差的关系来确定阈值, 可以避免火点的遗漏; 林火点在CH21和CH22 上的亮温值一般有CH21- CH22< 20 K, 而噪声点在两个波段上的差异却比较大。用以上规则改进的MODIS 林火热点识别算法可以检测出用来验证的全部9 起林火事件, 从而证明了改进算法的有效性和通用性。