利用EOS/MODIS资料估算水稻种植面积的业务化方法

以江西省2005年早稻种植面积卫星遥感监测为例,提出了应用EOS/MODIS的1~7通道和NDVI值作为资料源,以实地考察采样点为参考点,目视解译出均匀分布的样点资料,然后根据样点资料的7通道和NDVI值特性,判定整幅图的所有格点是否属于早稻种植区的业务化运行方法。还对监测效果进行了初步分析,提出了可提高监测精度的可业务化技术方法。     

基于EOS/MODIS数据的内蒙古地表温度监测研究

基于EOS/MODIS卫星数据资料,利用国家卫星中心星地通公司提供的城市高温监测系统,采用分裂窗算法,针对气象台站稀少、分布不均匀的内蒙古地区,以2011年8月下旬卫星数据为例,简单介绍地表温度的监测研究方法,结果表明该方法是可行的。     

基于MODIS NDVI数据的辽宁省玉米种植面积提取研究

基于2017年MODIS归一化植被指数(NDVI)数据,采用Savitzky-Golay (S-G)滤波方法和非对称高斯(AG)拟合方法重构辽宁省春玉米种植面积的NDVI时序曲线,使用4次拟合法平滑重构曲线,采用动态振幅阈值法、拐点法和最大值法提取了辽宁省春玉米的关键物候期(出苗期、拔节期、抽雄期),并联合决策树分类法估测了辽宁省春玉米的种植面积。结果表明:基于S-G重构法的MODIS NDVI时序曲线的综合性能更优,其重构曲线与原曲线间的平均均方根误差(RMSE)为0.196,平均平滑拟合度(R²)为0.983;对春玉米出苗期和抽雄期的提取效果而言,基于S-G重构法的提取结果更优,平均误差分别为3.9和2.6 d;对春玉米拔节期而言,基于S-G重构法和AG重构法的提取效果相当,平均误差分别为2.9和2.8 d;基于S-G重构曲线提取的春玉米种植面积的精度为94.35%,优于基于AG重构曲线提取的精度89.29%。     

利用EOS/MODIS植被指数建立草地估产模型的研究

利用EOS/MODIS卫星遥感数据,将遥感技术用于草地牧草产量测量.以乌鲁木齐天山北坡密丛禾草、中生杂类草组成的草甸草原、密丛禾草、旱生杂类草组成的草原及小禾草、半灌木组成的荒漠草原为典型研究区,以2006年6～10月的地面测产数据和同步MODIS遥感数据为基础,分别建立了草地牧草估产模型.三种草地类型的遥感植被指数与牧草产量之间的相关性均为极显著水平,不同模型拟合效果不同,其结果表明,二次多项式估产模型的拟合度好于线性模型.     

基于MODIS数据的丘陵地区冬小麦种植面积提取研究

利用2004-2005年MODIS 16 d合成的NDVI最大值植被指数数据,基于NDVI光谱突变方法对山西省运城地区冬小麦种植面积进行提取。通过分析得出：2005年5-6月（2005161～2005129）提取的冬小麦面积与实测面积相关性最高,估测的冬小麦面积与实测面积的误差最小,准确性最高。     

EOS/MODIS遥感在贵州积雪监测中的应用

应用美国EOS/MODIS遥感和贵州省地面气象台站网的观测数据,对2004～2005年贵州冬季积雪状况进行空基和地基观测结果的对比分析.用归一化积雪指数NDSI=(ch4-ch6)/(ch4+ch6)对遥感图像进行处理.当NDSI>0.40,ch2>0.11,ch4>0.10并且地表温度<285K时,判定该点为有雪.计算处理后得到的积雪覆盖区域图像比地面观测等值线图的区域大.在无云或少云情况下遥感积雪监测比地面观测准确.遥感积雪监测对农业生产和作物估产有较大的应用前景.     

基于EOS/MODIS资料的江西省水稻长势遥感监测

基于2010年的MODIS数据,进行江西省水稻长势遥感监测指标的研究,提取了4种植被指数作为遥感参数,即比值植被指数RVI、归一化植被指数NDVI、植被状态指数VCI和增强植被指数EVI,并利用植被指数进行叶面积指数LAI的反演,建立了植被指数VI-LAI模型。在VI-LAI模型中EVI、NDVI与LAI的相关性较好。利用LAI的预测值和地面实测数据进行精度的分析,结果显示EVI的三次方(Cubic)模型在各方面都优于其他植被指数和其他模型,因此选择EVI作为水稻的长势遥感监测指标。     

基于MODIS EVI时序数据的冬小麦种植面积提取

基于MODIS EVI构建的时间序列谱,结合冬小麦生育期形态变化特征,提取了河南省冬小麦种植面积.结果表明,冬小麦在EVI特征空间中具有独特的序列谱相特征,返青期后冬小麦整体EVI表现为逐渐升高,EVI在开花期后下降,灌浆后期快速降低;采用决策树分类方法实现冬小麦分离提取,整个河南省冬小麦识别面积与官方统计面积仅相差482.00×103 hm2,精度达到90.88％;EVI时间序列谱反映的作物生长过程的生理意义明确,采用MODIS EVI时间序列谱的遥感分类方法可以较好地实现冬小麦的遥感分类提取,满足冬小麦的长势监测和遥感估产的需要.     

基于 FY3B／MERSI水稻长势监测及其与 AQUA／MODIS数据对比分析

为利用中分辨率光谱成像仪FY3B/MERSI数据进行水稻种植面积信息提取及长势监测,首先对FY3B/MERSI与AQUA/MODIS单通道反射率进行对比分析;其次,通过目视解译和遥感监督分类方法提取了环鄱阳湖区双季早稻的空间分布;最后,基于面积识别结果,利用NDVI对环鄱阳湖区双季早稻长势进行监测。结果表明：（1） FY3B/MERSI与AQUA/MODIS水稻种植区红光和近红外通道反射率具有极显著相关性,且MERSI红光波段及近红外波段反射率都略小于对应MODIS反射率;（2）水稻的提取精度总体达到了92％,可以满足其生育期长势遥感监测的需求;（3） FY3B/MERSI和AQUA/MODIS计算的水稻区NDVI存在显著正相关,且二者测得的水稻长势均与实际苗情数据基本吻合,因此,由FY3B/MERSI遥感影像直接得到的水稻苗情分类基本可以满足业务化需要。     

基于EOS／MODIS的几种植被指数

从EOS卫星的中分辨率光谱仪MODIS出发,选取已定义的40多种植被指数中最常用的几种指数进行重点介绍,并对已有的研究成果进行总结,指出优劣,为实际业务应用和科研提供参考。针对MODIS的植被指数合成算法进行了详尽介绍,以将其与AVHRR植被指数的合成算法区别开来。结合西北当前在MODIS植被指数方面的研究和应用情况进行了总结。     

基于EOS/MODIS数据的河南省小麦秸秆焚烧监测分析

为了准确、迅速地了解秸秆焚烧动态变化,提高预警能力和监督检查效果,利用卫星遥感监测技术,选取MODIS 2008年5月29日至6月14日卫星数据,对河南省小麦主产区秸秆焚烧实施监测分析.结果表明,监测期间河南省麦田共存在1 799个火点.火点分布主要集中在南阳、驻马店及平顶山地区,其中邓州、方城、镇平、正阳尤为突出,火...     

基于MODIS遥感数据的呼伦贝尔土地荒漠化信息提取

[目的]基于MODIS遥感数据,对呼伦贝尔地区土地荒漠化信息进行提取。[方法]基于空间分辨率为1 km的MODIS遥感数据,选取可以反映不同荒漠化特征的5个指标进行反演,并采用决策树分类方法对呼伦贝尔地区土地荒漠化信息进行提取。[结果]呼伦贝尔地区土地荒漠化面积为33 862 km2,占全区总面积的20.36%,且主要以沙质荒漠化为主;通过野外验证及高分辨率解译数据采点验证,此评价方法总体精度达89%以上。[结论]使用文中评价方法进行荒漠化监测,不仅能够对大尺度的荒漠化地区进行监测,而且具有较好的评价效果。     

基于MODIS遥感数据的呼伦贝尔土地荒漠化信息提取(英文)

[目的]基于MODIS遥感数据,对呼伦贝尔地区土地荒漠化信息进行提取。[方法]基于空间分辨率为1km的MODIS遥感数据,选取可以反映不同荒漠化特征的5个指标进行反演,并采用决策树分类方法对呼伦贝尔地区土地荒漠化信息进行提取。[结果]呼伦贝尔地区土地荒漠化面积为33862km2,占全区总面积的20.36%,且主要以沙质荒漠化为主;通过野外验证及高分辨率解译数据采点验证,此评价方法总体精度达89%以上。[结论]使用文中评价方法进行荒漠化监测,不仅能够对大尺度的荒漠化地区进行监测,而且具有较好的评价效果。     

基于ASAR和MODIS遥感数据的蓝藻水华提取

将同期的ENVISAT ASAR图像和MODIS图像进行配准,利用经过大气校正后的MODIS光学图像,根据分类决策树对图像EVI进行分类,借此对太湖的藻华和非藻华区域进行划分,并以此为据在ASAR图像上研究两者的V/V后向散射特性,使用阈值法对藻华范围进行提取,并将结果与MODIS图像上得到的藻华范围进行对比。结果表明,通过ASAR图像与MODIS图像得到的藻华范围较好地吻合,由此说明,在一定条件下,ASAR图像可以显示出藻华。最后从机理上探讨了风速对藻华成像的影响,分析了光学和微波图像提取藻华范围不完全一致的原因以及利用微波数据监测藻华的局限性。