遥感和气象数据天山东部冰雪时空变化研究

冰雪作为全球重要的环境要素,其时空变化监测对于水资源利用与气候变化研究具有重要意义。遥感是获取大范围冰雪变化的有效手段,然而大面积的云层覆盖严重影响了冰雪的提取精度,合适的冰雪监测算法十分必要。以天山东部为研究区域,采用以NDSI为基础的冰雪检测算法对2018年MODIS产品进行冰雪覆盖范围的提取,并利用分段线性插值算法对MODIS数据上由于云层遮挡而产生的不确定像元的NDSI进行恢复。在此基础上,分析了天山东部地区冰雪的变化模式,发现冰雪年内变化显著,季节性明显。进一步分析天山东部地区冰雪平均NDSI与气温和降水的关系,发现气温是影响冰雪变化的一个重要因素,气温和降水同冰雪覆盖率均呈显著负相关,二者共同受到季节变化的影响。     

多时相MODIS数据融合效果的分析与评价

MODIS是美国新一代地球观测卫星EOS计划中重要的传感器之一,其主要目标是实现对大气和地球环境变化的长期观测和研究,因此,充分挖掘并利用MODIS数据信息十分必要。采用IHS变换法、IHS_FFT法及IHS_WT法等多种方法对MODIS多时相数据进行融合比较,并从反映图像亮度、空间细节和光谱信息的三类统计参数给出客观评价分析结果。结果表明,IHS_WT方法的融合效果较优,特别是采用双正交小波基（bior6.8）,而IHS和IHS_FFT法存在一定得光谱扭曲现象。     

基于AVHRR和MODIS数据的全球植被物候比较分析

AVHRR和MODIS卫星数据在全球和区域尺度植物物候对气候变化响应研究中起着重要的作用,然而两种传感器在全球尺度物候监测的一致性有待验证。首先利用时间序列谐波分析法(HANTS)对2005年全球GIMMS AVHRR NDVI和MODIS 13A2 数据进行滤波处理;然后基于改进的动态阈值方法,提取全球植被的返青期(SOS)、枯黄期(EOS)和生长季长度(DOS);最后分区域比较和评估两种传感器提取物候参数的潜力。研究结果表明：2005年全球大部分地区植被在第100～140 d开始生长,到第260～300 d逐渐停止生长,生长季长度集中在130～180 d,并且和区域研究结果具有一致性;两种传感器提取的植被关键物候期的空间变化趋势是一致的,随着纬度升高,返青期呈现推迟趋势,枯黄期呈现提早趋势,生长季长度呈现缩短趋势;AVHRR和MODIS提取落叶林和草地的SOS、EOS和DOS在欧亚大陆和北美洲区域的相关系数大部分达到0.9以上。     

一种蓝藻水华提取空间尺度效应分析

针对不同尺度遥感数据监测蓝藻水华必然会带来尺度效应的问题,以太湖为研究区,基于准同步的MODIS L1B产品数据以及HJ-1A/1B数据,分析两者获取水华信息的空间尺度差异,应用地统计学中的半变异函数对蓝藻水华分布的空间异质性进行研究,并进一步分析2种尺度下水华提取的空间尺度效应与空间异质性的关系。发现由NDVI计算方式非线性引起的差异可以忽略不计;在30m尺度上随机因素对空间异质性影响很低,样本区的空间异质性主要是由空间自相关性的降低引起的;2种尺度上水华提取差异与空间异质性的关系可以用清晰的线性关系表达。该研究对于下一步修正MODIS 250m尺度上的水华提取精度具有重要意义。     

MODIS数据在测量地物辐射亮度和反射率特性中的应用

以往用户利用 MODIS数据研究最多的领域是区域以至全球尺度的环境变化 ,而利用 MODIS数据来定量测量地物参数 (如辐射亮度和反射率 )的研究却很少 ,这主要是因为 MODIS数据的空间分辨率低 ,容易造成像元不纯从而影响到数据的精度。但是由于 MODIS数据作为目前光谱辐射精度最高的遥感数据源 ,对于探索遥感定标以及定量遥感具有重要意义。如果所研究地物面积匹配于 MOIDS数据的空间分辨率时 ,那么 MODIS无疑是最好的数据源之一。本文详细讨论了 MODIS数据参数定标原理和在测量地物辐射亮度和反射率中的应用 ,并用 L andsat- 7数据作为参考 ,验证了 MODIS用来测量地物参数的可行性。     

利用MODIS数据探测燃烧的方法研究

“3S”(遥感、地理信息系统和全球定位系统)技术在森林防火中的应用日益受到世界各国的重视。MODIS是美国NASA戈达德宇航中心在1999年12月18日发射的Terra(EOS-AM1)星上搭载的对地观测器之一。通过对Terra-MODIS数据的相关波段数据的分析,研究了不同波段在探测燃烧信息中的应用可能,并对MODIS数据在探测火点中的应用方法进行了研究;采用图像增强处理和多空间分辨率数据合成的方法,有效地提取了MODIS数据中的燃烧信息,同时也实现了MODIS数据中多空间分辨率数据间信息的融合。     

基于遥感的黑河流域植被物候空间格局提取分析

植被物候的检测对于认识自然季节现象的变化规律,服务农作物生产、全球变化、生态学应用方面具有重要价值。植被指数是描述植被数量、质量、植被长势和生物量指标的重要参数。利用SPOT VEGETATION NDVI时间序列数据,采用Savitzky-Golay滤波方法重建了NDVI的年内变化序列,并利用此数据提取了黑河流域植被物候空间分布格局。结果表明,采用此方法得到的植被物候信息和该区域的农事历信息符合较好。黑河流域植被物候具有明显的空间格局。上游的高寒草地区生长季长度较短。中游地区受人类活动影响严重,较为符合该区农作物生长信息。     

MODIS数据在浒苔遥感监测中的应用能力评价

鉴于MODIS数据空间分辨率较低,混合像元效应影响显著导致的浒苔面积提取具有较大不确定性的问题,在对浒苔以及海水光谱信息分析的基础上,提出了基于归一化植被指数的浒苔面积提取方法,然后选取山东半岛周边海域作为研究区域,以空间分辨率较高的Landsat-8OLI卫星影像提取的浒苔信息为基准,与准同步MODIS卫星影像提取的结果进行比较,来评价MODIS数据在浒苔遥感检测中的应用能力。结果表明:1)MODIS影像容易漏提面积小、分布离散的浒苔,而对面积大、分布集中的浒苔存在面积夸大的问题;2)MODIS数据识别出浒苔的概率随着MODIS像元内浒苔所占面积比的增加而快速增加,当单个MODIS像元内的浒苔面积比为75%时,有50%的浒苔像元被识别出来。     

MODIS数据库在测量地物辐射亮度和反射率特性中的应用

以往用户利用MODIS数据研究最多的领域是区域以至全球尺度的环境变化，而利用MODIS数据来定量测量地物参数（如辐射亮度和反射率）的研究却很少，这主要是因为MODIS数据的空间分辨率低，容易造成像元不纯从而影响到数据的精度。但是由于MODIS数据作为目前光谱辐射精度最高的遥感数据源，对于探索遥感定标以及定量遥感具有重要意义。如果所研究地物面积匹配于MOIDS数据的空间分辨率时，那么MODIS无疑是最好的数据源之一。本文详细讨论了MODIS数据参数定标原理和在测量地物辐射亮度和反射率中的应用，并用Landsat-7数据作为参考，验证了MODIS用来测量地物参数的可行性。     

基于谐波分析和线性光谱模型的耕地信息提取

耕地是重要的农业资源,如何利用遥感技术快速准确地提取耕地信息是目前研究的热点。利用2000年MODIS/EVI时间序列数据提取关中地区耕地资源信息。以不同地类的EVI时间序列数据年内变化差异为分类依据,采用时间序列谐波分析法对全年时间谱EVI数据进行重构分析,减少噪音对信息提取的影响。经最小噪声分离变换(MNF变换)、纯净像元指数(PPI)计算以及N维可视化工具进行人机交互选取植被、耕地、城镇和水体4种端元,基于线性光谱混合模型,获取该地区耕地资源分布信息。通过与同年1∶10万土地利用数据对比验证,本研究提取的耕地总体精度为83%。研究表明：基于时间序列谐波分析法对EVI数据进行重构,利用不同地类的特征差异,采用混合像元分解的方法,可以精确获取耕地资源定量信息。该方法可为长期、大范围、动态的耕地分布和变化遥感监测提供技术参考,同时为国土资源管理部门提供决策支持。