基于MODIS的湖南省地表温度动态变化研究

陆地表面温度是地表能量平衡中的一个非常重要的参数,它在地表与大气相互作用过程中起着重要的作用。以MODIS数据资料研究湖南省地表温度动态变化规律,旨在为研究湖南省城市热岛效应的影响积累资料,为自然资源监测、保护及其相关领域提供理论数据,为相关部门制定决策提供科学依据。在总结和分析当前常用地表温度反演算法的基础上,采用分裂窗算法来反演地表温度,并利用卫星过境当天地面观测站观测的最高温度对反演结果进行验证。研究表明:在热量分布方面,由西北向东南递增,以武陵山、雪峰山东麓为界将全省分成2个区,东部丰富、西部偏少。温度反演结果与地面实测日最高温度曲线走势基本一致,符合实际情况。     

基于MODIS数据的福建省干旱遥感动态监测分析

干旱是影响社会发展和农业生产的重要因素之一,利用MODIS数据和气象资料,结合福建省的地形、气候和植被覆盖条件,分别反演出2004年和2006年的归一化植被指数（NDVI）,借助分裂窗法成功反演了两个时相的地表实际温度（Ts）,并建立了基于植被供水指数算法（VSWI）的干旱监测模型。结果表明,对于植被覆盖率高的福建省,利用VSWI进行遥感干旱监测是可行的,MODIS数据可很好地满足大范围的实时动态监测。福建省地表干旱存在着较明显的南北区域差异,东南沿海比中西部严重,从两个时相的对比来看,干旱有加重的发展趋势,而经济发展和城市化进程是引起干旱程度加剧的重要因素。     

基于MODIS数据的福建省农作物低温监测分析与风险评估

利用MODIS数据分别对福建省地表温度和农作物用地信息进行反演,建立基于分裂窗法的福建省地表温度反演模型,构建福建省土地利用信息的专家决策树分类体系,并在Surfer和ArcGIS辅助下提出基于遥感的福建省农作物地表低温风险评估法.结果表明,基于分裂窗法的地表温度监测精度较高,达到83.56％.通过与气象站实测温度对比分析,其高低温分布趋势基本一致,并能精细反映地形条件下的温度差异,弥补了气象站数量不足的缺陷.利用专家决策树分析法灵活构造NDVI、NDWI等不同判读因子,能较准确地提取福建省农作物土地利用信息.经过归一化处理建立的福建省主要农作物用地低温风险等级分为:轻度(0.45～1.00)、中度(0.24 ～0.45)和重度(0～0.24),能够细致反映出福建省地表低温分布和农作物所处的风险格局,为农作物合理区划和低温灾害风险评估等提供参考依据.     

MODIS数据的积雪密度遥感监测分析

基于中分辨率成像光谱仪(MOD IS)影像数据,对选取的样本点的各个波段的反射率进行运算,结合该点的积雪密度建立各积雪密度ρ与各波段的积雪反射率计算值的回归模型。结果表明,实测数据与理论值的绝对误差的平均值为0.035 243,平均相对误差为15.30%,模型精度较高。此模型的建立,对实时进行积雪信息分析处理,及时、准确地提供雪情报告,合理利用水资源,支持社会经济的发展以及防灾减灾都具有重要意义。     

基于MODIS的雪情监测及其对农业的影响评估

2009年11月中旬,中国中部地区出现了大范围持续低温、雨雪、冰冻天气气候事件,造成了积雪灾害。本文利用连续多天的MODIS遥感数据,通过计算归一化差分积雪指数（NDSI,Normalized Difference SnowIndex）分析了北京、河南、河北、湖北、山东、山西、陕西7个地区的积雪状况,对积雪发生的时空特征进行了动态监测,并对监测省份农业受到的影响进行评估。结果表明：监测区整个降雪过程积雪面积呈单峰型变化,11月15日积雪面积最大,15日以后积雪面积开始减少,24日监测区积雪基本融化;山西省为本次降雪过程的核心区域,累计积雪总面积为62.89×10^4km^2,陕西、河南、河北省次之,分别为40.10×10^4km^2、37.62×10^4km^2、37.58×10^4km^2,山东、湖北、北京受积雪覆盖影响较小,积雪总面积分别为10.42×10^4km^2、8.52×10^4km^2、0.42×10^4km^2;监测期间油菜作物均处于出苗期,持续积雪覆盖会对其产量造成一定影响。已进入越冬期的冬小麦,稳定的积雪覆盖会产生积雪融水,进而土壤墒情得到改善,有利于作物来年生长。尚未进入越冬期的冬小麦抗寒能力较差,持续低温积雪对其生长及产量造成不良影响。     

基于MODIS NDVI数据的复种指数监测--以环渤海地区为例

复种指数反映了耕地的实际利用强度,提高农田复种指数是区域粮食增产的重要途径之一,因此,监测和分析复种指数在时间和空间上的变化对粮食安全评估、农业发展规划科学决策有重要意义。NDVI的时间序列蕴涵着植被生长的年循环节律,耕地NDVI时间序列曲线的峰值个数和耕地的种植收割次数相对应,因此耕地的复种指数可通过分析NDVI时间序列曲线来获取。本研究以环渤海地区2000—2009年MODISNDVI时间序列数据为数据源,采用邻域比较法提取耕地NDVI年时间序列曲线的峰值频数,进而计算环渤海地区2000—2009年的复种指数,并对复种指数的时空变化及变化原因进行初步分析。结果显示,在环渤海地区,一年两熟的耕种模式主要分布在长城以南,长城以北基本上为一年1熟;环渤海地区各省份中,山东省具有最高的复种指数,辽宁省的复种指数最低;平原地区的复种指数远高于其他地形条件下的复种指数;区域复种指数存在明显的年际变化,主要是受耕地收益和农作物轮作的影响;混合像元的存在会影响复种指数提取结果。     

基于MODIS的河南省遥感干旱监测研究

基于遥感的大面积干旱监测发挥着重要作用,但多种不同的遥感干旱指数在不同区域的空间适应性研究相对较少。利用MODIS数据分别计算归一化植被指数、距平植被指数、植被状态指数和温度状态指数等,并结合传统气象干旱指数分析近10a来河南省的干旱情况。结果表明,2000—2009年有6a发生了不同程度的干旱,其中豫北和豫西地区的干旱程度严重,遥感干旱监测的结果与气象干旱指数基本一致;分析了河南省不同区域和时段内基于遥感的干旱指数与气象干旱指数的相关性,总结出4种基于遥感的干旱指数在时空格局中的适用性,为干旱监测提供技术支持。     

基于SI-Albedo特征空间的土壤盐渍化遥感监测指数研究

土壤盐渍化通常出现在气候干旱、土壤蒸发强度大、地下水位高且含有较多可溶性盐类的地区。它是一定的气候、地形、水文地质等自然条件共同对水盐运动产生影响的结果[1],这是一个复杂的动力学过程。因而对土壤盐渍化的探测、动态监测和制图是一项较为困难的工作。遥感技术能大面积重复获取同一地区的信息,具有宏观、综合、动态、快速的特点,并在速度、精度和成本花费方面凸显出众多优势[2]。现阶段运用遥感手段提取土壤盐渍化信息主要有两个方面:一是对遥感图像做相应的处理,突出盐渍化信息,但此种方法需要大量的实验;二是引入土壤含盐量、地下水等辅助量,但是引入的辅助量会引起图像的破碎化,有时难以满足要求,分类精度受到一定程     

基于MODIS数据的黑龙江省大气水汽含量反演

利用两通道比值法、三通道比值法和姜立鹏等改进的三通道算法,应用MODIS影像资料进行黑龙江省大气水汽含量的反演,并结合探空实测数据进行反演精度验证。结果表明,两通道比值法的反演结果最好,计算结果与实测数据间相关系数为0．9664,三通道比值法的反演结果次之,相关系数为0．939,姜立鹏等改进的三通道算法的反演结果最差,相关系数仅为0．8385;用两通道算法反演的大气水汽含量的时间变化特征与黑龙江省季节性气候变化特征相符,空间变化特征与水体上空水汽总量大于陆地上空水汽总量的实际情况相一致。由此可见,两通道比值法是适合黑龙江省大气水汽含量遥感反演的方法。     

利用MODIS遥感数据监测冬小麦种植面积

冬小麦是中国最主要的粮食作物之一,利用遥感技术进行冬小麦种植面积监测是粮食安全的核心内容之一。美国1999年发射的TERRA卫星上携带的中分辨率成像光谱仪（MODIs）具有独特的光谱、时相和空间分辨率,为大范围的冬小麦种植面积监测提供了可靠的数据源。但中国耕地破碎,即使是250m分辨率的MODIS数据,采用传统的信息提取方法依然无法取得高的精度。因此结合多源遥感数据和GIS数据,建立了基于TERRA／MODIS数据的冬小麦种植面积遥感监测体系结构。首先利用IKONOS米级高分辨率遥感影像提取试验样区的地块图,用以指导野外采样工作;其次,在采样工作基础上,利用LANDSAT进行区域冬小麦种植面积提取;最后利用2002年TERRA／MODIS时间序列数据的混合像元线性分解模型进行河南省冬小麦种植面积的遥感监测,监测结果与国家统计数据相比,相对误差为5．25％,精度能满足农情监测的需要。研究结果为中国冬小麦种植面积遥感监测提供了一种业务化工作方法。     

MODIS资料在2005年陕西春旱过程监测中的应用

从可业务化的角度,在近年研究开发的NOAA/AVHRR遥感干旱监测业务化模型的基础上,充分考虑引起干旱的水热条件以及土壤覆盖类型等因子,结合陕西的地形、气候、植被覆盖特征,建立了基于MODIS数据的区域性干旱遥感监测的业务化模型和资料处理流程.通过对陕西2005年3-5月发生严重春旱过程的监测,结果表明使用基于MODIS数据的热惯量和植被供水指数两种模型进行区域性遥感干旱监测是可行的,修正后的植被供水指数模型在干旱面积估算精度和图像的可视化效果方面有了明显提高.     

基于MODIS数据的山东省2014-2016年干旱监测分析

针对近年频发的干旱情况不能准确及时监测评估的问题,以山东省为研究区,基于温度植被干旱指数方法（TVDI）,利用S-G加权滤波对MODIS地表温度产品MOD11A2和植被指数产品MOD13A2数据进行了重建,根据重建后的数据计算2014—2016年山东省的温度植被干旱指数,在比较NDVI-LST与EVI-LST构建的温度植被指数干旱模型（TVDI）的基础上,利用效果更好的EVI-LST构建的TVDI模型反演山东省2014—2016年的干旱情况,最后利用气象站观测数据对TVDI结果进行了相关性分析。研究表明,山东省在2014—2015年全年平均干旱面积占比分别为37.62%,41.7%,2016年基本无旱情发生。气象站观测的降水、温度与TVDI的相关性均在0.32以上,且均通过显著性检验,说明植被覆盖信息和陆地表面温度信息相结合反演的TVDI空间和时间分布能够较好地反映表层土壤水分变化趋势,其作为旱情评价指标是合理的。     

MODIS数据在土壤侵蚀动态监测中的应用--以湖北省为例

以动态监测湖北省土壤侵蚀为例，采用三要素（即植被覆盖度、地形坡度和土地利用）专家规则模型，应用MODIS遥感影像进行土壤侵蚀强度快速估测。首先，利用MODIS数据和植被指数模型提取省内的植被覆盖度信息；其次，利用人工解译的TM影像获取土地利用图；然后，利用DEM数据生成坡度图；最后，结合土壤侵蚀强度分级指标，将这3图叠加，判断和计算侵蚀强度等级，获得省内土壤侵蚀强度等级图。运用GIS技术，通过对2004年和2005年的土壤侵蚀强度等级图分析比较，从而实现动态监测。     

基于MODIS数据温度植被干旱指数干旱监测指标的等级划分

采用2000—2014年每年6—9月的黑龙江省MODIS数据,计算温度植被干旱指数（TVDI）。以过去15 a的全省40个旱作农业站点以旬为单位的土壤相对湿度为研究对象,与MODIS数据得到的TVDI相对应,根据土壤相对湿度的农业干旱等级划分标准,制定TVDI的干旱监测等级。结果显示:TVDI被分为5个等级,TVDI < 0.46为无旱,TVDI在0.46~0.57为轻旱,TVDI在0.57~0.76为中旱,TVDI在0.76~0.86为重旱,TVDI≥0.86为特旱。利用2011年实地测取土壤相对湿度数据对该等级进行验证,结果表明,验证结果准确度达到83%。证实了该等级划分结果的准确性。     

基于MODIS数据的雪水当量监测模型研究

依据对MODIS数据36个波段波谱值的研究,选择对雪深信息最敏感的两个波段(第1波段,第3波段),采用“度日法”及积雪消融过程中的实测资料,建立了雪水当量统计模型.通过实测数据的进一步验证,该雪水当量监测模型的精度达到了0.86,可以为融雪径流计算、融雪洪水预测预警等工作提供重要的参数,为相关部门提供决策支持.     

MODIS与ETM数据在甘蔗长势遥感监测中的应用

广西是主要糖业生产基地之一,甘蔗的长势和产量作为一种基础信息,对于政府决策、糖业企业经营规模和甘蔗种植户田间管理等方面都具有非常重要的参考价值。本文从遥感监测入手,利用MODIS资料,采用归一化植被指数的方法监测甘蔗长势。同时利用ETM资料的高空间分辨率的优势,采用监督分类方法提取相关的地表特征,排除监测区内非甘蔗用地信息的干扰。ETM和MODIS资料的结合提高了甘蔗长势监测的精度,可为甘蔗估产奠定基础。     

基于MODIS与AVHRR数据的安徽省覆被变化比较

不同季节内绿度值的变化特征代表了地物的生物信息，不同卫星传感器所监测地表信息不可避免存在系统差异，本文以MODIS和AVHRR卫星资料为主要数据源，针对安徽省淮北平原、大别山区，进行MODIS NDVI与AVHRR NDVI数值对比及特点分析。结果表明：相同覆被类型对应的MODIS NDVI与AVHRR NDVI日值之间具有较好的相关性，而且在4km×4km分辨率下，研究区的NDVI相关性均比1km×1km分辨率下高；相同覆被类型特征点对应的MODIS NDVI与AVHRR NDVI月值在年内的变化过程基本一致；不同地表覆被NDVI波形差异明显：典型旱地、水田由于两种作物轮种其NDVI变化曲线为双峰型，山区、果林和城市的NDVI变化曲线为单峰型；不同植被覆被总体的绿度值情况是大别山和皖南两大山区最大，旱地、农田次之，城市最小。