MODIS数据

摘要： 小麦是我国重要的粮食作物之一。气候变化、人口增长和耕地面积降低等给我国粮食安全带来了巨大挑战,小麦产量的精确估算对我国粮食生产宏观调控策略具有重要的意义。将作物模型和遥感数据相结合来提高作物大区域产量估测的精度是当前研究的热点问题。本文以黄淮海平原冬小麦为研究对象,利用MODIS影像数据对冬小麦种植区和生育期最大叶面积指数LAImax进行提取,利用参数校正后的APSIM模型模拟了小麦产量对不同播期、种植密度和水氮施用量的响应,构建了小麦产量和归一化LAImax的关系方程,结合MODIS影像数据的归一化LAImax,估算了黄淮海平原冬小麦产量。基于统计年鉴产量,并对估产结果进行了验证。结果表明:APSIM模拟的产量和归一化LAImax关系达到了极显著(R^(2)=0.71),在市级和县级尺度上估计的总产和实际总产有较好的一致性(R^(2)均>0.7),但单产的估计精度稍差(市级和县级尺度上的R^(2)分别为0.31和0.46)。

摘要： 以MODIS数据为主要数据源,结合土地利用现状数据,通过ENVI软件数据处理,优化火点识别算法和提取流程,提取区县范围内的秸秆焚烧火点,并通过多年数据对比,分析秸秆焚烧点的时间分布和空间分布特征。试验表明,MODIS数据能有效地提取火点,为秸秆焚烧管控提供可靠的技术手段,对生态文明建设具有一定的实用价值。

摘要： 利用MODIS数据和Landsat TM/OLI数据,运用混合像元分解法估算了白龙江流域的植被覆盖度,并对白龙江流域2010~2020年植被覆盖度时空变化进行了研究,结果表明:①白龙江流域植被覆盖度的年际变化趋势存在显著空间差异。趋于升高的区域主要分布在宕昌县和武都区;降低趋势的区域主要分布在迭部县、舟曲县、文县和武都区交界处;②从各县植被覆盖度变化趋势看,只有宕昌县和武都区植被覆盖度呈增加趋势,其中武都区增加趋势较明显,迭部县植被覆盖度减小趋势较明显;③从植被覆盖度变化的过程来看,植被覆盖度呈现持续上升的区域占流域面积的22.15%,13.33%的区域呈持续降低,7.99%的区域呈先升后降,56.53%的区域呈先降后升,总体上大部分区域植被覆盖度呈升高的态势;④白龙江流域植被覆盖度的空间格局整体呈现为:“两头小中间大,高低波动并存,较高波动居多”,稳定性存在明显地域差异。高波动区所占比重最小,较低波动区分布最为广泛,主要分布在中度波动区域外围。

摘要： 为了解青海冷湖地区大气水汽含量时空分布特征,确定天文台选址和最佳观测时间段,本研究利用2015—2020年的1931景MODIS日尺度提取了冷湖地区大气水汽含量数据,并结合NCEP再分析资料对其结果进行验证,对冷湖地区长时序大气水汽含量时空分布特征和土地覆盖类型等因素进行分析。结果表明:(1)研究区2015—2020年年平均大气水汽含量为059 g/cm^(2),冬季大气水汽含量最低,为009~251 g/cm^(2);(2)研究区土地覆盖类型与大气水汽含量存在明显相关性,草地和裸地共占研究区总面积的852%,其大气水汽含量平均值低于06 g/cm^(2);(3)从大气水汽含量季节性分布特征来看,研究区春、秋、冬三个季节大气水汽含量常年为03~1 g/cm^(2),且冬季大气水汽含量为0~03 g/cm^(2)的地区占研究区总面积的9751%。研究结果可为确定研究区天文台选址和最佳观测时间段提供理论依据。

摘要： 针对青藏高原公路与生态环境的冲突和协调问题,以拉林公路为例,基于MODIS系列数据,提取与生态有关的植被覆盖度、叶面积指数、总初级生产力、陆地地表温度和湿度5项指标,利用主成分分析法构建遥感生态综合指数,通过卫星数据对拉林公路地区修建期间(2012—2019年)近8年的生态状况变化进行宏观综合分析.结果表明:①拉林公路地区生态环境整体较脆弱,呈现“东西段较好,中段较差”的分布格局.②2012—2019年拉林公路地区的生态遥感指数变化总体呈“V”字型增长趋势,其中生态遥感指数下降的主要原因是拉林公路建设期间施工对当地生态系统结构的破坏,通过恢复拉林公路高海拔草甸地区场地等方法使得中段地区生态环境得到明显改善.③东西段研究区生态环境的敏感性分析表明,地形和植被的分布对生态环境的破坏和恢复具有一定影响.海拔越低植被覆盖度越高,生态环境变化越剧烈,且低海拔地区生态恢复速度较快,反之生态环境变化不明显,且恢复较慢.

摘要： 以松嫩平原为研究对象,基于2000-2019年的MODIS时序影像数据,利用归一化差异植被指数(NDVI)及增强植被指数(EVI)构建农作物长势综合监测指标GI(Growth Index),应用差值模型通过与2000-2018年作物生长季长势的平均状况进行对比,评价分析松嫩平原2019年生长季不同月份的作物长势状况。结果表明,2019年松嫩平原作物长势基本呈现略好趋势,且西南部地区作物长势优于北部及东南部地区;2019年7、8月松嫩平原作物长势好于前期(2000-2018年),6月和10月长势较差;综合监测指标GI与单产之间的相关性优于单一的NDVI及EVI指标,说明GI监测结果准确度较高,较单一植被指标更能对大尺度作物长势进行有效评价,并能对作物产量进行及时预测预报。

摘要： 以吐鲁番市和哈密市(简称吐哈地区)为研究对象,基于MODIS多光谱传感器2000、2006、2012年和2018年的遥感数据,采用4个表征湿度、干度、热度和绿度的指数,建立和绘制吐哈地区多个时期的遥感生态指数(Remote sensingecologyindex,RSEI),并对该地区的生态环境质量及土地利用转换情况进行了定量分析。结果表明:近20 a来,吐哈地区的绿度指数平均增加0.0244,热度指数平均降低0.0241,而湿度和干度指数整体的变化接近于0;其中,热度指数与RSEI具有负相关性。总体而言,2000—2018年吐哈地区的生态环境质量表现为略微下降的趋势;其中,吐鲁番市的鄯善县RSEI变化幅度最大,环境质量表征数据在区域下降幅度中排列首位,哈密市的巴里坤哈萨克自治县环境质量减少的幅度最小。近20 a来,吐哈地区的草地面积有明显增加,但需控制草地开垦及过度放牧,防止区域生态环境恶化。

摘要： 以MODIS遥感资料为基础数据,采用统计模型反演的方法,构建了两步法计算高分辨率地面太阳辐射量的计算模型。第一步基于遥感云量与地面日照百分率的相关关系,计算格点各月日照百分率值;第二步基于日照百分率与太阳辐射量的相关关系,计算格点太阳辐射量。应用本方案对四川省1km格点分辨率地面太阳辐射量进行计算,并利用6个辐射站总辐射实测值对计算结果进行检验。结果表明:四川省年总辐射量在3102~6659MJ·m^(−2),最低值出现在四川盆地东南部,最高值出现在川西高原西部。利用地面辐射站观测资料进行检验,结果表明各站各月太阳辐射量计算值与实际观测结果基本一致,年辐射量计算绝对误差均小于100MJ·m^(−2),相对误差均小于2%,表明该模型模拟精度较高,可用于四川省地面太阳辐射量计算。

摘要： 以2008年3月21日Ms7.3和2014年2月12日Ms7.3于田地震为例,基于2003—2019年的MODIS LST数据,利用STL分解法、GESD检验,以震中周围区异常面积时空变化作为主要参量,探究两次于田Ms7.3震前的热红外异常时空分布特征及其识别.结果表明:①应用基于STL分解的GESD检验对研究区分析来看,震前研究区地表温度明显出现热异常现象,此方法对于地震热异常监测提供参考依据.②对于2008年3月21日地震,异常区域面积1月25日达到最大,出现异常的面积覆盖率19.5％.对于2014年2月12日地震2月10日异常最明显异常面积覆盖率达到2.1％.③研究结果可见,两次地震异常区域主要靠近震中西北及东北部.但2008年地震异常比2014年异常较明显,此研究区内异常范围较大.

摘要： MODIS大气可降水量(PWV)空间分辨率高但易受云雨等环境因素影响,精度不高.GNSS PWV空间分辨率较低但具有全天候、不受天气影响、精度高的优点.研究表明两者存在显著的线性相关性,结合两者的优点,基于GNSS PWV校正MODIS PWV可获取大面积高精度的PWV.针对传统的线性回归校正模型没有考虑云、气溶胶等的影响使两种数据线性相关性变差的问题,本文在传统的线性校正模型上增加了使用年积日的非线性周期项的方法来构建校正模型.利用2017—2019年香港地区GNSS对流层延迟与MODIS近红外数据,使用频谱分析线性残差项,结果表明残差具有显著的年周期.对比传统模型,本文模型的平均绝对误差、平均相对误差、均方根误差和拟合度都有明显的改善,表明本文模型可行有效且精度较高.

摘要： 蒸散发(ET)是地表能量与水量平衡的重要分项,是水文循环的一个重要组成部分,准确地估算出区域蒸散发量可以为实现流域水资源的有效管理和真实节水提供科学依据.本文基于MODIS遥感数据产品,结合气象台站的观测数据及相关专题图,应用SEBS遥感模型估算了北京地区2006-2008年三年的地表蒸散量,对其在典型下垫面上的结果做了验证比较,并简单分析了其时空分布特征,结果与实际状况是相吻合的,说明该模型应用在北京地区的遥感监测ET是切实可行的.

摘要： 蒸散发(ET)是地表能量与水量平衡的重要分项,是水文循环的一个重要组成部分,准确地估算出区域蒸散发量可以为实现流域水资源的有效管理和真实节水提供科学依据.本文基于MODIS遥感数据产品,结合气象台站的观测数据及相关专题图,应用SEBS遥感模型估算了北京地区2006-2008年三年的地表蒸散量,对其在典型下垫面上的结果做了验证比较,并简单分析了其时空分布特征,结果与实际状况是相吻合的,说明该模型应用在北京地区的遥感监测ET是切实可行的.

摘要： 蒸散发(ET)是地表能量与水量平衡的重要分项,是水文循环的一个重要组成部分,准确地估算出区域蒸散发量可以为实现流域水资源的有效管理和真实节水提供科学依据.本文基于MODIS遥感数据产品,结合气象台站的观测数据及相关专题图,应用SEBS遥感模型估算了北京地区2006-2008年三年的地表蒸散量,对其在典型下垫面上的结果做了验证比较,并简单分析了其时空分布特征,结果与实际状况是相吻合的,说明该模型应用在北京地区的遥感监测ET是切实可行的.

摘要： 蒸散发(ET)是地表能量与水量平衡的重要分项,是水文循环的一个重要组成部分,准确地估算出区域蒸散发量可以为实现流域水资源的有效管理和真实节水提供科学依据.本文基于MODIS遥感数据产品,结合气象台站的观测数据及相关专题图,应用SEBS遥感模型估算了北京地区2006-2008年三年的地表蒸散量,对其在典型下垫面上的结果做了验证比较,并简单分析了其时空分布特征,结果与实际状况是相吻合的,说明该模型应用在北京地区的遥感监测ET是切实可行的.

摘要： 蒸散发(ET)是地表能量与水量平衡的重要分项,是水文循环的一个重要组成部分,准确地估算出区域蒸散发量可以为实现流域水资源的有效管理和真实节水提供科学依据.本文基于MODIS遥感数据产品,结合气象台站的观测数据及相关专题图,应用SEBS遥感模型估算了北京地区2006-2008年三年的地表蒸散量,对其在典型下垫面上的结果做了验证比较,并简单分析了其时空分布特征,结果与实际状况是相吻合的,说明该模型应用在北京地区的遥感监测ET是切实可行的.

摘要： 基于河套灌区葵花种植地的野外实地调研,利用MODIS数据获取采样点2012年NDVI时间序列,采用"S"型曲线、对称曲线和非对称曲线等3种Logistic曲线拟合葵花NDVI时间序列,并选取NASH、RMSE、r和x2检验4种评价指标分析拟舍效果.结果表明,基于NASH和RMSE指标,"S"型曲线拟合较好,但需要分段拟合.基于r和x 2指标,对称曲线拟合较好.非对称曲线对NDVI峰值阶段拟合效果好于其他2种曲线.

摘要： 基于河套灌区葵花种植地的野外实地调研,利用MODIS数据获取采样点2012年NDVI时间序列,采用"S"型曲线、对称曲线和非对称曲线等3种Logistic曲线拟合葵花NDVI时间序列,并选取NASH、RMSE、r和x2检验4种评价指标分析拟舍效果.结果表明,基于NASH和RMSE指标,"S"型曲线拟合较好,但需要分段拟合.基于r和x 2指标,对称曲线拟合较好.非对称曲线对NDVI峰值阶段拟合效果好于其他2种曲线.

摘要： 基于河套灌区葵花种植地的野外实地调研,利用MODIS数据获取采样点2012年NDVI时间序列,采用"S"型曲线、对称曲线和非对称曲线等3种Logistic曲线拟合葵花NDVI时间序列,并选取NASH、RMSE、r和x2检验4种评价指标分析拟舍效果.结果表明,基于NASH和RMSE指标,"S"型曲线拟合较好,但需要分段拟合.基于r和x 2指标,对称曲线拟合较好.非对称曲线对NDVI峰值阶段拟合效果好于其他2种曲线.

摘要： 基于河套灌区葵花种植地的野外实地调研,利用MODIS数据获取采样点2012年NDVI时间序列,采用"S"型曲线、对称曲线和非对称曲线等3种Logistic曲线拟合葵花NDVI时间序列,并选取NASH、RMSE、r和x2检验4种评价指标分析拟舍效果.结果表明,基于NASH和RMSE指标,"S"型曲线拟合较好,但需要分段拟合.基于r和x 2指标,对称曲线拟合较好.非对称曲线对NDVI峰值阶段拟合效果好于其他2种曲线.

摘要： 基于河套灌区葵花种植地的野外实地调研,利用MODIS数据获取采样点2012年NDVI时间序列,采用"S"型曲线、对称曲线和非对称曲线等3种Logistic曲线拟合葵花NDVI时间序列,并选取NASH、RMSE、r和x2检验4种评价指标分析拟舍效果.结果表明,基于NASH和RMSE指标,"S"型曲线拟合较好,但需要分段拟合.基于r和x 2指标,对称曲线拟合较好.非对称曲线对NDVI峰值阶段拟合效果好于其他2种曲线.

摘要： 本发明涉及一种基于MODIS数据的全球地表温度数据生成方法及系统。所述方法包括：将全球陆地表面温度LST数据和全球海洋表面温度SST数据做均值处理；按照LST数据的分辨率，对SST数据进行重采样；将重采样后的SST数据与LST数据进行拼接；对拼接后的数据进行插值，包括中纬度缺值区插值及北极缺值区插值；其中对于北极区域出现的缺值，对该区域温度值进行重新赋值；根据插值结果生成全球地表温度GST数据。本发明提供的基于MODIS数据的全球地表温度数据生成方法及系统不仅能够顾及晴空像的信息的同时，也能够规避云层覆盖对地表温度的增温/减温效应而产生的数据精度不高的问题。

摘要： 本发明公开了一种基于MODIS数据对GIMMS数据进行延长的方法，具体按照以下步骤实施：GIMMS数据和MODIS数据获取；分别对两种NDVI数据进行时间序列重建；将重建好的NDVI数据重采样至一个时空尺度上；两种NDVI数据一致性检验；本发明一种基于MODIS数据对GIMMS数据进行延长的方法，获得时间跨度更长的NDVI数据集，大大增加了结果数据集的准确性。

摘要： 本发明公开一种基于MODIS卫星数据的全球尺度细模态气溶胶数据反演方法；在地面观测数据的基础上，采用光谱退卷积法(Spectral Deconvolution Algorithm,SDA)建立不同区域不同季节的参数数据获取查找表；利用建立的查找表计算细模态气溶胶光学厚度占总光学厚度的比例系数的未矫正值；利用偏差修正和平均极端值修正对细模态气溶胶光学厚度系数的未矫正值进行修正；根据修正后的细模态比例系数、总气溶胶光学厚度数据获取细模态气溶胶光学厚度。本发明弥补目前MODIS没有全球细模态气溶胶产品的缺陷，反演精度比现有的方法有明显提高。

摘要： 本发明提供了一种基于MODIS卫星数据的海雾探测方法，涉及海洋环境监测技术领域，基本步骤为：对MODIS卫星数据预处理并进行特征提取；结合CALIOP VFM卫星数据进行地物样本选取，构建地物样本集并将其划分为训练集及测试集；以节点熵的信息增益率作为节点分裂的杂质判据，并对典型相关森林中每颗典型相关树赋予权值，利用训练集进行训练得到改进典型相关森林模型；在后测试时对每颗典型相关树权值进行调整更新，得到不断优化的改进典型相关森林模型；利用模型对卫星图像进行识别得到海雾识别结果。本发明将集成学习与卫星遥感结合，利用云雾特征训练各典型相关树，得到更具有泛化能力的海雾识别模型，具有泛化性好、鲁棒性强、精度高及自动化程度高等优点。

摘要： 本发明公开基于MODIS数据大气水汽含量反演方法及系统，包括获取遥感数据并构建辐射传输方程，通过辐射传输方程对所述遥感数据进行计算，得到通道亮度温度，通过利用深度学习神经网络模型对通道亮度温度进行反演计算，得到大气水汽含量反演结果。通过上述技术方案，本发明能够有效的提高大气水汽含量反演的精度。

摘要： 本发明专利公开了一种基于MODIS数据的冰川及永久积雪宏观监测方法，该监测方法包括以下步骤：获取全年MODIS时间序列的影像数据；对获取的所述影像数据进行拼接，利用MODIS全年时间系列影像数据，经无数据区填充和去云处理有效改善了影像质量，形成了年度冰川及永久积雪遥感调查较为适宜的全年最小反射率影像；通过设置BP神经网络遥感分类训练区，可快速获取最新的、较为精准的全国冰川及永久积雪分布矢量空间数据；获取的数据成果具有很强的时效性，可以有效辅助开展年度变更调查中冰川及永久积雪调查，也为国家开展大范围冰川及永久积雪的动态变化提供了一种快速、经济有效的技术选择。

摘要： 本发明提供了一种简单、快速、动态、实时的大范围森林质量监测方法。针对目前森林质量评价中存在的指标体系复杂、难以实现大范围森林质量的动态、快速、实时监测的问题，使用综合评价生态系统质量的热力学指标TRN（热响应指数），利用获取成品低、单日过境4次的MODIS传感器系列遥感产品（包括土地覆盖产品、温度产品、辐射产品等），获取相关参数，进行参数转换，即可实现大范围森林质量同步观察，又可以实现动态、快速、实时的监测，且简单、经济、高效，为森林管理、经营提供支撑。

摘要： 本发明公开一种MODIS地表温度数据产品重建方法，包括以下步骤：首先进行地表温度的初步重建，在此基础上实现地表温度缺失像元的精细化重建并完成时间序列中所有缺值像元的重建；本发明不仅能够排除地表温度高时空异质性的影响，且对有效像元的数量要求不高，通过引入SSA数据分解算法能挖掘出更多的潜在信息，所提取的数据特征也更加丰富，从而为后续地表温度的精细重建奠定数据基础，在LSTM的基础上加入了CNN，可以实现对地表温度时间序列数据的快速特征提取，挖掘潜在的隐藏信息并去除冗余信息，从而提高LSTM模型的预测精度。

摘要： 本发明涉及一种基于MODIS近红外数据的水汽柱浓度反演方法，其特征在于，包括:获取基于MODIS的初始数据，MODIS的初始数据包括：MODIS表观反射率数据和地基水汽柱浓度数据；通过MODIS云产品对MODIS表观反射率数据处理，剔除受到云影响的待剔除表观反射率数据，并保留未受到云影响的待处理表观反射率数据；基于待处理表观反射率数据计算MODIS的水汽吸收通道的水汽吸收透过率；基于水汽吸收通道的水汽吸收透过率构建MODIS近红外水汽吸收通道的水汽柱浓度反演模型。本发明旨在针对MODIS的近红外数据开发一种不受传感器的衰变影响的水汽柱浓度反演算法，提升基于MODIS近红外数据开发的水汽柱浓度数据的精度。

摘要： 本发明属于水体水质监测方法与应用技术领域，具体公开了一种基于MODIS数据的内陆湖泊叶绿素a浓度长期遥感监测方法，该检测方法以长时间序列的MODIS数据为基础，主要包括以下步骤；(1)实测水质数据获取；(2)遥感数据预处理；(3)相关性分析、经验模型、多元线性回归模型、随机森林模型的构建与评估；(4)绘制叶绿素a的长期时空分布图。本发明以长时间序列的MODIS数据为基础，克服了传统水质监测无法满足长期、实时和大尺度监测需求的局限性，在反演过程中使用并对比了经验模型、多元线性回归模型和随机森林模型，提高了内陆湖泊叶绿素a的反演精度。