AVHRR、VEGETATION和MODIS时间系列遥感数据产品现状与应用研究进展

全球时间系列卫星遥感产品自产生之日起就得到了高度关注,被广泛地应用于全球、洲际和区域的地表动态监测,并与气温、降水等气候变化表征参数结合起来,应用于全球变化分析。随着时间系列的逐渐延长和新兴传感器的不断涌现,时间系列遥感产品的内容和应用领域更是得到了极大扩展。主要介绍了:①当前国际上流行的可见光/近红外、短波红外和热红外时间系列卫星数据产品的发展现状,传感器主要包括AVHRR、VEGETATION和MODIS。早期以开发波段信息和植被指数等基础数据为主,当前大量专题产品的生产得到广泛开展;② 在数据产品的进一步处理和分析方面,重点介绍了时间系列重建、比较和延长、产品真实性检验的研究进展和发展趋势;③在数据产品应用方面,重点介绍了地表覆被特征的动态监测、物候和种植结构等信息提取、遥感产品在模型中的应用等方面的研究进展和发展趋势。     

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。     

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...     

东北地区MODIS亚像元积雪覆盖率反演及验证

以中巴资源卫星数据作为地面“真值”影像,根据东北地区地理环境与气候特点对Salomoson亚像元积雪覆盖率模型参数进行修正,反演东北地区MODIS像元积雪覆盖率,并用不同方案对模型的稳定性和精度进行分析。研究结果表明,经修正后的Salomoson亚像元积雪覆盖率反演模型对不同地貌--景观单元具有稳定性,其中较小的波动源于积雪物理性质差异、大气效应、积雪影像分类误差及影像配准误差。在东北平原区,NDSI值在0.52~0.65时,模型反演精度高,但反演雪盖率总体偏低,主要是由NDSI基于对波段反射率的非线性转换引起的;雪盖率高估的像元主要分布在城区外围以及农村居民点,而覆盖城区、乡、镇以及居民点之间道路的像元雪盖率误差小,其原因是人类活动频率影响像元内积雪组分与非积雪组分的光谱特性的差异程度。与MODIS雪产品进行对比分析,积雪覆盖率提供较传统雪盖制图更加丰富的信息,然而对林区冠层下积雪覆盖二者均未给出准确估计。     

MODIS水色遥感数据的获取与产品处理综述

EOS-AM/PM上的中分辨率成像光谱仪MODIS上的水色波段与宽视场水色扫描仪SeaWiFS相比有更高的信噪比和更窄的波段宽度。以EOS-AM为例,首先对MODIS仪器的特性做一概述,然后以水色遥感为主,描述了MODIS 0级数据到1级、2级及更高级产品的处理流程与算法。着重介绍MODIS 0级数据到1B数据处理的IMAPP程序,简要介绍NASA发布的MODIS标准产品,并将具有广泛应用性的MODIS 1B数据产品格式及内容做了详细说明,同时给出了应用于海洋水色方面的二级产品的详细说明。     

呼伦贝尔草甸草原MODIS/LAI产品验证

以内蒙古呼伦贝尔草甸草原为研究区域,利用2013年6期地面实测数据,结合HJ-1A/B CCD高分辨率影像,经过辐射校正与模型建立,对研究区域草原生长季的MODIS/LAI产品进行验证。结果表明:在时间上,MODIS/LAI产品能够较好地反映草原的长势与物候变化。在空间上,由于MODIS/LAI产品输入数据的不确定性,MODIS/LAI产品与地面情况存在一定偏差(ΔLAI=0.59m2/m2),在呼伦贝尔草甸草原草场整个生长季都存在高估现象,平均相对误差为40%。在生长初期和末期,较大的地表异质性使MODIS/LAI产品高估现象较严重;生长中期高估现象减小,相对误差在30%以内。研究结果对了解该地区的MODIS/LAI产品精度与使用该地区MODIS/LAI产品具有重要指导意义。     

基于MODIS温度和植被指数产品的山东省土地覆盖变化研究

地表温度(LST)与归一化植被指数(NDVI)构成的NDVI-Ts特征空间具有丰富的地学和生态学内涵。MODIS数据因其优越的时间分辨率、波谱分辨率,已被广泛地运用于各个领域。在本研究中,运用遥感技术和GIS技术相结合的手段,利用NASA提供的MODIS温度产品和NDVI产品,以山东省土地利用图、山东省TM遥感影像图和基于3S技术的山东省森林资源调查项目的外业调查数据为参考和评价标准,以NDVI-Ts时间序列为指标,在进行土地覆盖分类的基础上,分析比较了山东省土地覆盖从2000年到2006年的变化情况。研究结果表明,利用MODIS产品将NDVI-Ts时间序列作为分类特征,在较大尺度范围的土地覆盖分类中具有较高的分类精度,有利于对土地覆盖变化进行动态监测。     

基于时序MODIS反射率产品统计检验方法的土地覆盖更新

土地覆盖产品的生产是遥感领域的研究热点。全球范围土地覆盖产品因其在空间范围上的巨大尺度,生产周期较长,因此产品的时间跨度也很大,需要具有与之相对应的快速生成与更新技术,以提高产品的时间分辨率。使用MODIS历史土地覆盖产品和反射率产品,采用平均值显著性统计检验的思想,实现土地覆盖产品的快速更新。在MODIS条带号为h26v05的结果中选取宁夏自治区作为检验样区,通过目视检验和精度评价的方法对土地覆盖更新结果进行检验,总体精度为90.0290%。对水、混交林、草原、城市和建成区、裸地或低植被覆盖地变化的趋势和变化原因进行分析论证,表明采用平均值显著性统计检验的思想使用时序反射率产品对土地覆盖产品进行自动化快速更新是可行的。     

MODIS雪产品的计算及其与NSIDC雪产品的比较--以青藏高原雪覆盖为例

以青藏高原上的两个区域、选择不同时相的MODIS影像，运用NDSI、NDVI等指标，结合MODIS云腌膜数据，计算得到MODIS的雪产品；并将其与美国NSIDC的雪产品进行比较。结果表明，计算得到的MODIS雪产品中雪的覆盖区域与NSIDC雪产品中的雪覆盖区域基本一致，但计算得到的雪覆盖面积比对应的NSIDC雪产品中的雪覆盖面积略大3％。计算得到的雪产品与NSIDC雪产品在同样经纬度范围内图像位置有偏差。范围越小，位置偏差越明显。对图像进行经度偏移后，取共同区域进行像素差值比较，结果，计算得到的雪产品与NSIDC雪产品判断一致的像素约83．12％。     

青藏高原MODIS积雪面积比例产品的精度验证与去云研究

MODIS积雪产品的精度验证和去云处理是积雪监测研究的基础。首先利用青藏高原典型地区的ETM+数据作为“真值”影像,对MODIS积雪面积比例(FSC)产品在无云条件下的精度进行验证,发展了一个基于三次样条函数插值的去云算法,并采用基于“云假设”的检验和地面站积雪覆盖日数(SCD)检验两种方法对去云算法的精度进行了分析评价。结果表明:MODIS FSC产品在青藏高原地区具有较高的精度,与FSC“真值”相比,其平均绝对误差、均方根误差以及相关系数分别为0.098、0.156和0.916;去云算法能够有效地获取云遮蔽像元的FSC信息,平均绝对误差为0.092,用新生成的无云MODIS FSC产品计算得到的SCD与地面观测值具有较高的一致性(87.03%),平均绝对误差为3.82 d。     

Evaluation of MODIS snow cover and cloud mask and its application in Northern Xinjiang, China

Using five-year (2001-2005) ground-observed snow depth and cloud cover data at 20 climatic stations in Northern Xinjiang, China, this study: 1) evaluates the accuracy of the 8-day snow cover product (MOD10A2) from the Moderate Resolution Imaging Spectroradiometer (MODIS)/Terra satellite, 2) generates a new snow cover time series by separating the MODIS cloud masked pixels as snow and land, and 3) examines the temporal variability of snow area extent (SAE) and correlations of air temperature and elevation with SAE. Results show that, under clear sky conditions, the MOD10A2 has high accuracies when mapping snow (94%) and land (99%) at snow depth ≥ 4 cm, but a very low accuracy (< 39%) for patchy snow or thin snow depth (< 4 cm). Most of the patchy snow is misclassified as land. The mean accuracy of the cloud mask used in MOD10A2 for December, January and February is very low (19%). Based on the ratio of snow to land of ground observations in each month, the new snow cover time series generated in this study provides a better representation of actual snow cover for the study area. The SAE (%) time series exhibits similar patterns during six hydrologic years (2001-2006), even though the accumulation and melt periods do not exactly coincide. The variation of SAE is negatively associated with air temperature over the range of − 10 °C to 5 °C. An increase in elevation generally results in longer periods of snow cover, but the influence of elevation on SAE decreases as elevation exceeds 4 km in the Ili River Watershed (IRW). The number of days with snow cover shows either a decreasing trend or no trend in the IRW and the entire study area in the study period. This result is inconsistent with a reported increasing trend based on limited in situ observations. Long-term continuance of the MODIS snow cover product is critical to resolve this dilemma because the in situ observations appear to undersample the region.     

An application of MODIS data to snow cover monitoring in a pastoral area: A case study in Northern Xinjiang, China

Snow is an important land cover on the earth's surface. It is characterized by its changing nature. Monitoring snow cover extent plays a significant role in dynamic studies and prevention of snow-caused disasters in pastoral areas. Using NASA EOS Terra/MODIS snow cover products and in situ observation data during the four snow seasons from November 1 to March 31 of year 2001 to 2005 in northern Xinjiang area, the accuracy of MODIS snow cover mapping algorithm under varied snow depth and land cover types was analyzed. The overall accuracy of MODIS daily snow cover mapping algorithm in clear sky condition is high at 98.5%; snow agreement reaches 98.2%, and ranges from 77.8% to 100% over the 4-year period for individual sites. Snow depth (SD) is one of the major factors affecting the accuracy of MODIS snow cover maps. MODIS does not identify any snow for SD less than 0.5 cm. The overall accuracy increases with snow depth if SD is equal to or greater than 3 cm, and decreases for SD below 3 cm. Land cover has an important influence in the accuracy of MODIS snow cover maps. The use of MOD10A1 snow cover products is severely affected by cloud cover. The 8-day composite products of MOD10A2 can effectively minimize the effect of cloud cover in most cases. Cloud cover in excess of 10% occurs on 99% of the MOD10A1 products and 14.7% of the MOD10A2 products analyzed during the four snow seasons. User-defined multiple day composite images based on MOD10A1, with flexibilities of selecting composite period, starting and ending date and composite sequence of MOD10A1 products, have an advantage in effectively monitoring snow cover extent for regional snow-caused disasters in pastoral areas.     

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。     

Assessment of FY-3 Snow Cover Product

Due to the unique function that snow played in modulating energy and water exchanges in climate and hydrology system,it is important to estimate snow distribution and produce high quality products for short-term climate prediction and water resources management.National Satellite Meteorological Center publics FY-3 snow cover fraction product since 2009.It is necessary to evaluate the snow cover fraction product in order to verify the precision of retrieval algorithms and provide an objective evidences for climate studies.based on MODIS MOD10C1(MYD10C1) Global Daily Snow Cover Dataset,we carries out an evaluate of FY-3 snow cover fraction product from 2010 to 2014 based on five examine indexes,and analyses the bias distribution of snow cover fraction product in different time scales further.It is concluded that FY-3 snow product is a better time space consistency with MODIS MOD10C1(MYD10C1).For example,the consistency of two products is better in snow accumulation period,while it is reducing influenced by cloud detectionin snow melting time.At the same time,bias of snow cover fraction products have obviously changes in inter-annual time,seasonal and monthly.compares to MODIS products,FY-3 snow product is higher in North China,but it coverts to lower in whole China since 2012.Bias of two products decreases from snow accumulation period to snow melt period.In monthly time scale,North eastern China and north of Sinkiang area is sensitive area of snow variation.Bias is more stable because of Tibet Plateau is influenced by topography and covered with snow all the year.     

Comparison and validation of MODIS and VEGETATION global LAI products over four BigFoot sites in North America

A new set of recently developed leaf area index (LAI) algorithms has been employed for producing a global LAI dataset at 1 km resolution and in time-steps of 10 days, using data from the Satellite pour l'observation de la terre (SPOT) VEGETATION (VGT) sensor. In this paper, this new LAI product is compared with the global MODIS Collection 4 LAI product over four validation sites in North America. The accuracy of both LAI products is assessed against seven high resolution ETM+ LAI maps derived from field measurements in 2000, 2001, and 2003. Both products were closely matched outside growing season. The MODIS product tended to be more variable than the VGT product during the summer period when the LAI was maximum. VGT and ETM+ LAI maps agreed well at three out of the four sites. The median relative absolute error of the VGT LAI product varied from 24% to 75% at 1 km scale and it ranged from 34% to 88% for the MODIS LAI product. The importance of correcting field measurements for the clumping effect is illustrated at the deciduous broadleaf forest site (HARV). Inclusion of the sub-pixel land cover information improved the quality of LAI estimates for the prairie grassland KONZ site. Further improvement of the global VGT LAI product is suggested by production and inclusion of pixel-specific global foliage clumping index and forest background reflectance maps that would serve as an input into the VGT LAI algorithms.     

东北-内蒙古地区基于MODIS单、双卫星积雪数据及常规积雪观测结合的积雪日数研究

结合Terra和Aqua卫星的积雪产品,获取2001~2008年东北-内蒙古地区逐年积雪日数分布,并利用此数据对比Terra卫星积雪数据获取的逐年积雪日数。结果表明随海拔的升高,双星与单颗卫星积雪日数差异呈现明显增加的趋势。整个东北-内蒙古地区双星积雪日数平均高出单颗卫星积雪日15 d,但与台站积雪日数对比发现,双星积雪日数平均仍然偏低27 d。这说明,利用Terra和Aqua双卫星积雪监测数据能明显改善山区云对遥感监测的影响,同时也可以减少降雪初期和消融期由于积雪消融较快带来的积雪漏测,但不足以消除云等因素的影响。考虑到获取的2001~2006年台站年积雪日数与MODIS年积雪日数与有良好的统计关系,利用两者建立的线性统计关系修正整个东北-内蒙古地区的MODIS积雪日数,能够很好地消除云等因素带来的MODIS双卫星积雪日数偏小的问题,修正后台站与双星积雪日数之间的绝对误差由原来的27 d减小到18 d。     

面向亚像元级积雪信息提取的MODIS影像波段融合方法研究

MODIS影像因其共享性和时间序列的完整性而成为大区域积雪监测研究广泛使用的数据源,进行MODIS影像波段间融合,能够为积雪研究提供较高分辨率的影像数据源。为了充分利用MODIS影像250 m分辨率波段的空间和光谱信息,提取亚像元级的积雪面积,使用两种具有高光谱保真度的影像融合方法：基于SFIM变换和基于小波变换的融合方法,采取不同的波段组合策略,对MODIS影像bands 1~2和bands 3~7进行融合,并以Landsat TM影像的积雪分类图作为“真值”,对融合后影像进行混合像元分解得到的积雪丰度图的精度进行评价。结果表明：利用基于SFIM变换和小波变换方法融合后影像提取的积雪分类图精度较高,数量精度为75%,比未融合影像积雪分类图的精度提高了6%,表明MODIS影像波段融合是一种提取高精度积雪信息的有效方法。     

基于积雪调查数据的东北地区被动微波积雪遥感产品精度验证与分析

积雪遥感数据产品可以提供积雪的时空分布信息,是积雪监测的重要数据源。对现有的不同遥感产品进行精度验证和对比分析,明确其适用范围,有利于积雪数据产品的进一步发展和应用。为验证积雪产品在东北地区的适用性,以中国积雪特性及分布调查项目为依托,精心设计野外实验,观测了东北地区25 km典型样方和积雪线路调查数据,验证了在阔叶林和农田两种下垫面下,FY-3B雪深产品、AMSR-2雪深产品、GlobSnow雪水当量产品在东北地区的反演精度。结果表明：GlobSnow雪水当量产品精度最高,不区分下垫面的情况下,最大偏差和均方根误差分别为10.87 cm和12.53 cm。考虑下垫面的影响,GlobSnow雪水当量产品和FY-3B雪深产品在两种下垫面下的雪深反演精度差别很小,偏差和均方根误差的差值小于2.11 cm和3.46 cm,AMSR-2积雪产品在两种下垫面下反演精度差别很大,两种下垫面下偏差和均方根误差的差值大于9.94 cm和7.19 cm。对于3种积雪产品,下垫面为农田的雪深反演精度均高于下垫面为阔叶林的反演精度。     

基于积雪调查数据的东北地区被动微波积雪遥感产品精度验证与分析

积雪遥感数据产品可以提供积雪的时空分布信息，是积雪监测的重要数据源。对现有的不同遥感产品进行精度验证和对比分析，明确其适用范围，有利于积雪数据产品的进一步发展和应用。为验证积雪产品在东北地区的适用性，以中国积雪特性及分布调查项目为依托，精心设计野外实验，观测了东北地区25 km典型样方和积雪线路调查数据，验证了在阔叶林和农田两种下垫面下，FY-3B雪深产品、AMSR-2雪深产品、GlobSnow雪水当量产品在东北地区的反演精度。结果表明：GlobSnow雪水当量产品精度最高，不区分下垫面的情况下，最大偏差和均方根误差分别为10.87 cm和12.53 cm。考虑下垫面的影响，GlobSnow雪水当量产品和FY-3B雪深产品在两种下垫面下的雪深反演精度差别很小，偏差和均方根误差的差值小于2.11 cm和3.46 cm，AMSR-2积雪产品在两种下垫面下反演精度差别很大，两种下垫面下偏差和均方根误差的差值大于9.94 cm和7.19 cm。对于3种积雪产品，下垫面为农田的雪深反演精度均高于下垫面为阔叶林的反演精度。