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。     

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。     

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数据的森林覆盖变化监测方法研究

自然灾害、森林采伐以及其它人为活动等都将导致森林覆盖的变化。遥感提供了大尺度范围监测森林覆盖变化的能力, 但要获得森林覆盖变化的信息, 则需要有效地从遥感影像中提取变化信息的技术方法。研究在借鉴美国宇航局(NASA ) 生产MODIS 土地覆盖变化(LCC) 产品所采用的算法基础上, 利用MODIS 数据, 分别采用红光- 近红外法、共生纹理矩阵法和基于相似度的变化检测方法对我国东北林区的森林覆盖变化监测方法进行了研究, 并用近年发生在黑龙江的重(特)大森林火灾为实例进行了验证。     

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。     

中国用遥感方法进行干旱监测的研究进展

运用遥感技术进行干旱监测具有不可替代的优势，我国近年来在此领域做了不少的探索和研究。本文根据各种遥感干旱监测方法的特点，将其归纳为：基于土壤热惯量的方法，基于区域蒸散量计算的方法，基于植被指数和温度的方法以及基于土壤水分光谱特征的方法等五类，分别介绍了我国利用遥感技术进行干旱监测的主要方法及其进展。总结了遥感技术在干旱监测领域发挥的重要作用及其在实际运用中存在的问题。     

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。     

基于MODIS数据的华北地区秸秆焚烧监测

秸秆焚烧给我国城乡生态环境造成巨大损害,利用遥感手段监测秸秆焚烧能够为禁烧治理工作提供有效的数据支持。“背景对比火点探测算法”(the Contextual Fire Detection Algorithm)是目前精度较高的自动探测算法,但固定的阈值参数难以适用于不同地区和不同的监测对象,因此依据实际观测情况对其中的关键参数和阈值进行了适当调整,以更好地监测中国地区的火点。基于EOS/Terra卫星的MODIS数据,利用调整阈值后的算法对我国华北地区2007年5月至8月的秸秆焚烧状况进行了遥感监测,监测精度能够满足实际业务化监测的需要。进一步结合IGBP地表分类数据,将火点像元分成秸秆焚烧、林火和草原火等3种生物焚烧类型,并分别对其亮度温度等多个参数进行了统计分析,在此基础上讨论了根据火点辐射特性判断火点类别的可行性,提出在目前,地表分类数据对于判断火点类别仍是必要的。     

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MODIS遥感监测可吸入颗粒物PM10的研究

为了研究利用卫星遥感方法监测大范围可吸入颗粒物的空间分布,本文在利用MODIS卫星资料反演河北省晴天大气气溶胶光学厚度的基础上,将河北省11个城市地面监测站的可吸入颗粒物PM10浓度值与对应的大气气溶胶光学厚度AOD值作了相关分析,建立了大气气溶胶光学厚度AOD与PM10的关系模型,相关系数为O．5390,达到了O．001以上的显著水平。经多次应用效果检验,平均误差为17％。结果表明,利用晴天AOD与地面PM10质量浓度的关系模型可以有效地监测PM10的空间分布。     

遥感提取叶面积指数的地形影响分析

结合1：50000DEM对贵州省黎平县内研究区的ETM 遥感影像进行地形纠正，分别使用地形纠正前后的图像建立植被指数与实测杉木林、阔叶林、竹林的叶面积指数相关关系，从而对研究区森林叶面积指数进行计算。研究表明，利用遥感影像计算山地丘陵林区叶面积指数时地形是一个重要的影响因素，它致使遥感影像提取的叶面积指数出现一定的偏差。因此．本文从电磁波辐射传输理论着手，采用一种地形影响去除方法，即先把遥感图像归一化为没有地形影响下的亮度图像，再通过该亮度图像提取森林叶面积指数，并通过实地观测数据验证了该地形纠正方法的有效性。同时，也提出了利用地形因子和遥感影像亮度值的关系计算大气程辐射的方法。     

基于遥感的土地利用与覆被分类系统评述及代码转换

根据国土资源部“构建国家级土地利用和覆被变化数据库及服务体系”项目的部分研究内容，简要地评述了国内外最具代表性的基于遥感数据源的土地利用与覆被分类系统——美国1：25万土地利用与土地覆被分类系统、中国科学院土地资源分类系统，并与该项目研制的基于中分辨率卫星影像的国家级土地利用与覆被分类系统进行了比较，给出了分类代码的相互转换关系，以便用户使用和查询。     

基于气象数据估计大气MTF的遥感影像去模糊算法

针对直接解卷积算法没有充分利用影像成像过程中模糊函数先验信息的缺陷,利用成像时刻局部区域的气象参数来估计大气MTF,并用估计的大气MTF对直接解卷积算法进行了改进。利用中巴资源卫星所获取的遥感影像,及其对应区域成像时刻的气象数据,对改进后直接解卷积算法进行了验证,各种影像质量评价指标均表明,改进后直接解卷积算法性能相对原有算法有了大幅度提高,进而验证了论文改进思路的可行性与合理性。     

基于光谱混合模型的河口表层悬浮泥沙浓度卫星遥感反演研究

选取长江口及周边海区为研究区域,利用长江口取样泥沙的不同配比浓度的实验室光谱测量数据,以2002年6月1日的MODIS Terra卫星遥感数据为研究案例,考虑高、低悬浮泥沙浓度和叶绿素a 3个端元组分,采用线性光谱混合模型反演长江口及周边海区表层悬浮泥沙浓度。反演结果很好地反映了长江口及周边海区的悬浮泥沙空间分布精细结构,空间分布特征和数值量级比较分析表明结果真实可信,初步说明该算法在我国近岸河口海区的应用效果较好。与传统的经验算法相比,基于线性光谱混合模型的悬浮泥沙反演算法更少地依赖现场实测数据,可以更加充分地利用多光谱波段信息,对于近岸河口高浑浊水体的悬浮泥沙浓度反演是一种可行的方法。      

基于遥感影像综合理解模型的遥感影像分类

为了改善遥感影像的分类精度,介绍了遥感影像综合理解模型,并提出了一种新的遥感影像理解模型。利用它支持图像分类,在分类过程中,相关的地理数据得到使用,且用规则表示成像和知识。经验证,该方法与传统方法相比,有效改善了分类精度,是一种好的分类方法。     

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IDL语言的太湖蓝藻水华遥感监测信息系统设计

以MODIS L1B数据为数据源,采用IDL语言,运用系统配置与插件技术实现系统架构,设计中间件解决系统框架和IDLDrawWidget控件通信接口的衔接问题,设计模型对象管理器组织模型对象,设计IDL数据显示的组织结构实现图像显示及其与矢量数据的叠加显示,使用相对图像坐标系显示叠加的矢量数据,并运用影像匹配技术和仿射变换技术分别实现了MODIS L1B影像"双眼皮"消除及其几何校正,在此基础上运用蓝藻水华遥感监测模型,实现蓝藻水华空间分布信息自动化提取。