赤潮卫星遥感监测与应用研究进展

赤潮监测是海洋遥感应用的一个重要组成部分。近30 a来,国内外学者发展了许多基于卫星平台的赤潮遥感监测算法。通过回顾赤潮卫星遥感监测的发展历史,总结了各种传感器的赤潮卫星遥感监测算法,分析了各种算法的性能与适用范围。最后,对目前赤潮卫星遥感监测面临的问题进行了讨论,并对未来赤潮遥感监测的发展提出展望。     

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。     

EOS/MODIS 遥感资料探测海洋赤潮信息方法

近几年来, 我国沿海赤潮的发生越来越频繁, 已经成为一种常见海洋灾害。它的发生给沿海经济、居民生活和生态系统造成了很大影响。通过分析赤潮水体及其周边水体的光谱特性, 以及赤潮发生期间海水叶绿素a 浓度的变化特点, 提出了利用EOS/ MODIS 通道4 与通道3 的反射率比和通道11 与通道9 的离水辐射率比再结合相关的悬浮泥沙信息提取海水中赤潮信息的方法。利用此方法, 对2002 年6 月15 日和2004 年5 月31 日发生在我国渤海的赤潮进行了信息提取。结果表明此方法可以有效地提取海水中的赤潮信息。     

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。     

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。     

赤潮遥感进展与算法研究

回顾了国内外赤潮遥感研究概况,介绍赤潮遥感的生物物理化学依据,并总结利用卫星光学遥感数据反演赤潮信息的算法研究成果。     

太湖秋冬季蓝藻水华MODIS卫星遥感监测

利用2007年10~12月长时间序列MODIS卫星遥感影像,在经验模型估算叶绿素a和藻蓝素浓度的基础上,通过阈值分割提取太湖蓝藻水华,实时获取了蓝藻水华及其色素浓度信息。结果表明：10~12月蓝藻主要分布在西部沿岸和湖心区,爆发频率和水华面积均高于北部各湖湾,其中10、11月平均水华面积分别为261.5km2和321.6 km2,12月水华面积明显小于前两个月,平均为163.3 km2。另外,在蓝藻爆发期,叶绿素a和藻蓝素平均含量基本维持在45μg/L和180μg/L的水平,且爆发期内,蓝藻水华的空间分布、覆盖面积、色素浓度在短时间内会发生非常大的变化。     

利用 MODIS 数据进行植被水监测的应用研究

植被水的监测始于对森林、草原火险评估的需要,另一方面,植被水的丰富程度也间接反映了当地土壤含水量状况,是当地干旱状况的一个重要指示。水是生命之源,对作物生长的影响巨大。因而对于农业区作植被水的监测,可以了解到区域植被供水状况信息。本研究正是基于上述的想法,以黄淮海农业区作为试验样区,对新型MODIS传感器的数据,应用GVMI指数模型,反演出植被水含量信息。比较植被水含量与当地降水量之间的关系,初步分析了植被水含量与区域旱情状况之间的关联性。     

国内外赤潮卫星遥感技术与应用进展

卫星遥感已成为赤潮探测与监测的重要技术手段之一。回顾了国内外赤潮卫星遥感技术与应用的进展,对国内外已开发的赤潮卫星遥感技术与方法进行了简要的评述,并给出了国内利用NOAA和SeaStar卫星探测与监测赤潮的3个实例。讨论了我国赤潮卫星遥感存在的问题,提出了发展我国赤潮卫星遥感技术与应用的建议。     

基于MODIS数据的成都市水稻遥感估产研究

以遥感和地理信息系统为主要技术支撑,利用多时相的高光谱分辨率MODIS数据,对成都市2003年水稻进行了估产研究.在利用研究区最佳时相遥感影像提取水稻种植面积的基础上,以多时相的高光谱分辨率遥感数据建立水稻单产模型,并计算出成都市2003年的水稻总产量.研究表明,成都市各行政区当年水稻总产量估算结果的误差为17.45%;利用多时相MODIS数据对农作物进行遥感估产具有一定的可行性,同时通过该研究也为西南地区大范围的农作物遥感估产在方法上提供了一定的借鉴作用.     

基于光谱曲线特性和波谱角分类的赤潮监测方法

遥感技术已经成为赤潮监测的重要手段之一,目前,国内外已有多项应用遥感技术对赤潮成功监测的实例。现有的监测方法主要依据海水水色图、叶绿素浓度图和海洋表面温度图,但这些专题图在反应赤潮发生情况时都不可避免地存在一些局限性。而基于光谱曲线特性和波谱角分类的赤潮监测方法不但可以对各种不同赤潮监测均有很好的可靠性,同时还具有可以识别赤潮优势种等诸多优点。该文章对这种监测方法的原理和过程进行了详细的阐述,并使用实际数据进行了实验分析。     

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 影像数据获取融雪信息

融雪信息的获取是积雪监测中的一个重要环节, 使用遥感手段获取融雪信息有观测范围广、获取信息量大、速度快、实时性好等优势。讨论了使用MODIS 影像数据获取融雪信息的方法, 根据研究需要提出了融雪指数Snowmelt Index (SMI) 的概念, 从理论上分析了SMI 在融雪过程各阶段的变化规律。最后文章以乌鲁木齐市一次完整的融雪过程为例, 验证了SM I 的下降幅度在融雪过程中随着积雪中的液态水含量的增多而逐渐减少, 并最终停留在一个较低水平上的变化规律。     

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。     

利用MODIS产品分析长江上游川江段植被变化

使用2000年到2005年每年8月的中分辨率成像光谱仪(MODIS)的植被指数产品研究了长江上游川江流域加快长江防护林建设以来的植被变化。在选定的特定区域对广泛使用的植被指数NDVI和新开发的增强型植被指数EVI进行了对比分析,两种植被指数在湿润环境下对高密度植被的描述有明显差别:NDVI的季节性不明显,表现为全年高平的曲线;而EVI仍然有季节性,表现为钟形曲线,与月平均温度关系更密切。通过对EVI产品的分析,近6年来长江上游川江流域的植被得到了较好的恢复,尤其是在湖北和嘉陵江附近植被得到了明显的增加,整体上最明显的变化是较高植被值域区(0.6～0.8),所占比例由3.26%增加到13.96%。     

Detecting leaf phenology of seasonally moist tropical forests in South America with multi-temporal MODIS images

Leaf phenology of tropical evergreen forests affects carbon and water fluxes. In an earlier study of a seasonally moist evergreen tropical forest site in the Amazon basin, time series data of Enhanced Vegetation Index (EVI) from the VEGETATION and Moderate Resolution Imaging Spectroradiometer (MODIS) sensors showed an unexpected seasonal pattern, with higher EVI in the late dry season than in the wet season. In this study we conducted a regional-scale analysis of tropical evergreen forests in South America, using time series data of EVI from MODIS in 2002. The results show a large dynamic range and spatial variations of annual maximum EVI for evergreen forest canopies in the region. In tropical evergreen forests, maximum EVI in 2002 typically occurs during the late dry season to early wet season. This suggests that leaf phenology in tropical evergreen forests is not determined by the seasonality of precipitation. Instead, leaf phenological process may be driven by availability of solar radiation and/or avoidance of herbivory.