江汉平原水稻遥感估产集成系统

水稻遥感估产集成系统主要有以下三方面：（１）系统内容，介绍遥感估产工作中沉淀下来的各种数据、图表、影像等；（２）系统运行，有针对性的选了几个技术含量高的项目来做运行实验；（３）系统维护，介绍集成系统，包括遥感估产工作中需要进一步完善的方面。     

水稻遥感动力估产模拟初探

将遥感手感和动力估产模型相结合，即通过ＮＯＡＡ卫星获得有效绿度模式；通过绿度－叶面积关系式，估算水稻群体叶面积指数；依据水稻生物量分配规律及环境条件对其的影响，估算水稻各器官的干重，取得了较好的模拟效果。     

水稻遥感气象估产数据库设计

详细介绍了水稻、遥惑估产研究中气象估产数据库设计的思路与技巧，以及各类数据库的结构、相互间的关系，并阐述了它们在运行系统中的作用，为各专题分析应用和系统软件开发提供了基础性和结论性的数据和成果。     

春小麦遥感估产研究

引言作者从1985年起在黑龙江省北安地区开展了春小麦遥感估产研究,建立了光谱产量模式及气象产量模式,4年来予报单产准确率在90％以上;同时应用TM影像对春小麦种植面积进行了测算,也取得了满意的结果。证明利用遥感技术对春小麦进行估产要比常规调查方法及时、准确、省工而又经济。应用遥感技术对农作物长势进行监测和产量予报,是以农作物对太阳辐射的反射、吸收特征为基础,     

基于水稻生长模拟模型的光谱估产研究

在水稻遥感估产中,直接基于光谱与水稻产量间关系和基于水稻生长模拟这两种估产方法都能取得较高的精度,但都存在着一些不足之处。通过试验研究了如何充分发挥两种方法的长处,来弥补它们的不足,从而形成一种新的、更好的估产方法,为准确、方便、快速地估测水稻产量提供了可能。     

基于MODIS遥感数据的水体提取方法及模型研究

利用遥感数据提取水体,是水资源和洪涝灾害监测的重要手段及其理论基础。本文根据MODIS遥感数据的特点以及水体的波谱特性,分析了水体在MODIS不同通道遥感影像上的反映特征,确定了MODIS遥感数据中对水体敏感的若干通道,以此作为理论基础,提出了利用MODIS遥感数据进行水体提取的方法以及相应的实现模型。     

GIS支持下的上海水稻遥感估产分层研究

选取水稻占耕地面积比、地形地貌、土壤类型、土地利用类型、人均社会产值五个因子,对上海的水稻生产水平进行综合分层。根据各因子对水稻总产的影响程度,分别规定优先等级,采用层次分析法,确定各因子的权重系数,最后应用 GIS 工具进行综合分层。经检验取得了较好的分层效果。     

基于时序MODIS和气象数据的日喀则地区青稞估产

针对目前高原地区青稞种植产业的实时监测困难、估产成本过高的问题,提出了一种依托遥感手段的新方法。基于S-G滤波去噪后的时间序列MODIS-NDVI数据与气象数据,实现了青稞种植面积精准提取和长势监测,并利用模型分解法构建了日喀则地区的青稞产量预测模型。结果表明,青稞单产预测模型的平均估产误差为7.53%,平均相关系数为0.9426。该方法可为高原地区青稞种面积的快速准确提取以及青稞产量预测提供参考,且具有较好的操作性和适用性。     

基于MODIS数据的大气水汽反演算法研究

水汽是天气变化的主要动力因素之一,同时大气中的水汽含量也是影响遥感应用的主要因素之一。介绍了MODIS近红外二通道比值法和三通道比值法反演大气水汽的思想,对反演算法的过程进行了推导和分析,并结合实例进行了总结和讨论。通过融合已有的两种水汽反演算法,较好地解决了利用NASA文档对水汽加权平均所遇到的问题,取得了较好的实验效果,对降水产品的生产具有一定的实际意义。     

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植被指数估算青海湖流域植被覆盖度研究

将MODIS数据合成的4种植被指数作为输入参数,采用像元二分模型对研究区的植被覆盖度进行估算,利用2006年的TM数据解译结果和2011年8月的野外实测数据对反演结果进行验证。结果显示:采用ND-VI估算的植被覆盖度比较符合研究区实地状况,样点估算精度达到87.13%;其他3种植被指数估算的植被覆盖度值比实际值低,尤其是对该区域典型植被草原草甸的覆盖度估算结果明显偏低。研究表明:2011年8月青海湖流域植被覆盖度以中高覆盖度为主,占整个流域面积的57%以上;植被覆盖度在空间上呈中部高、西北低的分布特点。     

MODIS数据在树种长势监测中的应用

近年来,世界各国日益重视利用“3S”(遥感、地理信息系统和全球定位系统)技术对陆地表面植被进行研究。利用Terra-MODIS数据,分别采用了归一化植被指数(NDVI)、环境植被指数(EVI)、土壤调节植被指数(SAVI)以及比值植被指数(RVI)对实验区典型树种的长势进行了比较研究;同时对实验区典型树种的植被指数的地域变化和时间变化进行了分析,为探讨我国可燃物的时空变化规律打下了基础。     

基于模糊聚类的MODIS云检测算法研究

云检测是遥感图像处理的一大难点,同时也是图像预处理的必要环节.本文使用基于模糊集合理论的模糊C均值聚类法,对中分辨率成像光谱仪图像的四个波段进行聚类.以检测出云和下垫面.通过我国典型区域在不同季节不同时相的数据,结合多光谱综合法和目视解译的对比检验,证明该算法适用于区域性的云检测,能检测出一些小面积的云点像元.此外,该算法在一定程度上改善了需要根据先验知识设定阈值的传统云检测算法,是一种简易可行的非监督云检测算法,为下一步云的剔除工作奠定良好的基础.     

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。     

利用MODIS数据估算西藏高原地表植被覆盖度

根据2004年9月13日至14日在西藏高原中部地面观测的植被覆盖度和同期接收的EOS/MODIS数据,分别建立了250m分辨率归一化植被指数(NDVI)、土壤调节植被指数(SAVI)与地面观测的植被覆盖度之间的相关关系,并以西藏高原中部和整个西藏高原作为两个试验区,选择典型植被类型,验证了Carlson和Ripley植被覆盖度算法的精度。结果表明,地面观测的植被覆盖度与植被指数之间呈线性关系。其中,地面观测值与NDVI的相关系数R2=0.90;与SAVI的相关系数为R2=0.89;Carlson和Ripley算法适合于中等植被覆盖度的草地植被。     

基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究

地表蒸散发（ET）是水循环和能量循环的关键组成部分,具有极其重要的应用价值。研究旨在发展一种可靠且高效的深度神经网络（DNN）模型,基于MODIS可见光数据、微波AMSR2亮度温度和数字高程DEM,实现全天候全球高分辨率每日ET的估算。利用FLUXNET和AmeriFlux通量网6种代表性土地覆盖类型的148个站点观测数据来训练和验证DNN模型,结果表明：DNN模型可以有效建立卫星数据（MODIS、AMSR2数据）与ET之间的关系;6种地类的ET估算结果验证的平均绝对误差（MAE）为0.16—0.63 mm/d,均方根误差（RMSE）为0.27—0.89 mm/d,除裸地的决定系数（R2）为0.37以外,其他地类的R2均>0.7。通过对比模型估算的ET与MOD16A2和GLEAM的ET产品,结果表明3种产品的ET空间分布特征相似,ET值非常接近,估算得到的全球2020年日均ET为0—4 mm/d。     

基于MODIS 影像数据的劈窗算法研究及其参数确定

劈窗算法是目前由热红外遥感数据获取陆面温度的主要方法。在介绍劈窗算法的一般表现形式的基础上, 我们推导出适合于MOD IS 影像数据的劈窗算法。大气透过率和地表比辐射率是求解地表温度的两个关键参数。由于MOD IS 图像分辨率较低,MOD IS 像元主要由水面、植被和裸土3种地物类型构成, 故可依据这3 种地物的构成比例确定地表比辐射率。从遥感影像上反演大气的水汽含量, 再根据大气水汽含量与大气透过率的关系计算出大气透过率。最后将文中推导的劈窗算法用于江苏省地表温度的反演。反演出来的地表温度图显示出明显的地表温度空间差异、城市热岛效应和不同的地物类型。