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。     

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。     

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。     

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MODIS和NOAA/AVHRR的荒漠化遥感监测方法

土地荒漠化是中国西部最严重的生态环境问题,荒漠化遥感监测技术是掌握荒漠化发展趋势的重要手段。基于空间分辨率为1 km的NOAA/AVHRR和MODIS遥感数据,首先依据湿润指数法确定了荒漠化范围和气候分区。然后选取出了可以反映不同荒漠化特征,并且能够通过中低分辨率的NOAA/AVHRR和MODIS遥感影像反演出来的5个荒漠化遥感监测指标,通过精度评价分析,确定了最佳指标组合。由于MODIS和NOAA/AVHRR数据的影像特征存在较大差异,针对每一气候分区, 建立了分别适用于MODIS和NOAA/AVHRR数据的两套遥感指标分类体系。通过不同分类方法的比较,确定了最佳分类方法－决策树分类法。通过对中国1995年和2001年的荒漠化动态变化状况进行了分析,结果表明,本文提出的荒漠化遥感监测方法,不仅能够成功地进行大尺度的荒漠化遥感监测,而且能够取得较好的监测效果。     

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.     

基于MODIS遥感数据和GIS的山东省生态环境状况评价

本文利用山东省MODIS遥感影像,以监督分类方法进行了土地利用／覆被分类,通过GIS的空间分析功能提取出生物丰度指数、植被覆盖指数、水网密度指数、土地退化指数、环境质量指数等评价信息,利用构建的生态环境状况指数（EI）模型,进行了山东省生态环境状况的评价。研究结果表明,山东省生态环境状况整体较好,优、良面积占总面积的61．1％,但同时存在环境污染、土地退化、水资源短缺等问题,生态环境较差、差的面积占16．2％。该研究探索了MODIS数据和GIS技术相结合的生态环境状况评价方法,对区域生态环境的保护和改善具有积极意义。     

NOAA／AVHRR与EOS／MODIS的积雪监测模式对比

积雪是地表覆盖的重要部分,目前用于积雪监测的卫星主要是EOS/MODIS,NOAA/AVHRR,FY等.本文分别介绍了EOS/MODIS及NOAA/AVHRR的积雪监测模式.在MODIS的积雪算法中主要运用归一化差分积雪指数(NDSI)和反射率,其中用NDSI来区分雪与云,而NOAA/AVHRR利用可见光波段和近红外波段的信息作为积雪监测的基础,以此来区分高云、中云、低云和积雪.然后从两种卫星在时空分辨率等方面做对比,得出二者分别在积雪监测方面的优点和不足之处.     

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.     

基于MODIS数据和模糊ARTMAP的冬小麦遥感识别方法

针对国家级农情遥感监测与信息服务系统对农作物遥感识别的需求,利用Terra/MODIS数据相对于NOAA/AVHRR数据具有的高光谱和中等空间分辨率的优势,以中国华北地区冬小麦识别为例,采用多时相和波谱分析方法,选取合适波段,构造特征植被指数,建立模糊ARTMAP影像分类模型进行大尺度农作物识别,实现农作物遥感自动识别.用Landsat TM进行局部抽样验证,结果精度可达到85.9%.研究表明,仅利用MODIS自身光谱信息,即可实现作物遥感全覆盖自动识别,并可达到较高精度,与传统方法认为冬小麦遥感识别的最佳时间为处于返青期的3月份相比,在时间上可提前约一个季度,因此可以确实地为农业决策部门提供信息服务.     

使用MODIS数据监测土壤湿度

土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数,目前使用遥感来监测土壤湿度主要用NOAA/AVHRR数据和微波数据,使用MODIS数据的研究还不多见。本文采用MODIS数据,根据水的吸收率曲线提出使用中红外波段来监测土壤湿度。通过在内蒙古地区的实地调查,回归分析表明MODIS第7波段的反射率与地面湿度之间有较好的线性关系,因此认为使用MODIS数据进行大面积土壤湿度监测是可行的。     

基于MODIS遥感数据计算无定河流域日蒸散

为研究无定河流域日蒸散分布规律,应用遥感数据、农业气象站测量数据及Nishida模型等对该流域日蒸散进行了模拟。首先用2001～2002年晴天中国科学院禹城生态试验站Lysimeter测量日蒸散验证模型,模拟与测量的日蒸散相关系数达到0.61。随后,用该模型计算了无定河流域日蒸散,发现无定河流域日蒸散存在较为明显的空间分布规律：2001～2003年连续3年的8月份日蒸散都表现为东北部蒸散明显小于西南部,这是因为东北部基本是荒漠而东南部多是农田,且8月份日蒸散基本在2～5 mm之间变化;从2001年8月份第222 d日蒸散空间分布看,无定河主干道两边蒸散显著高于其他位置,这是由于8月份无定河流域为多雨季节,河谷土壤水分较高的缘故;从2002年内变化来看,不同的土地利用/覆被类型日平均蒸散差别不显著。     

那曲东部土壤水分MODIS遥感反演研究

利用那曲东部2014年8月至2015年7月土壤水分观测资料与同期MODIS数据建立了研究区土壤水分遥感监测模型。表观热惯量法(ATI)反演土壤水分结果不理想,基于MODIS 8天合成数据以及晴空数据拟合结果的决定系数分别为0.4503和0.3753,晴空条件下ATI方法监测效果较差。基于单窗方法建立的四种模型中,三次多项式模型拟合效果较好,决定系数为0.5475,分析认为排除冬季数据后建模效果更好。结论:基于单窗方法的三次多项式模型能较好的反演研究区土壤水分,不足之处为对天气要求较高,若无晴空遥感数据,将影响土壤水分监测工作的开展。     

基于MODIS数据的长江三角洲地区近地表气温遥感反演

近地表气温是一个重要的气候参数,为了给农业研究提供空间上连续的气温信息,以长江三角洲为研究区,根据MODIS地表温度和NDVI数据运用温度-植被指数方法反演了2005年全年的气温,并通过进一步去除温度-植被指数空间窗口的残余云和水体信息扩大了该方法的通用范围.最后利用气象站点观测气温数据对遥感反演值进行了精度验证,分析...     

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。     

福建沿海防护林资源的卫星遥感监测

以2006年10个时相的晴空MODIS遥感数据为信息源，根据植被对MODIS遥感数据的反射光谱特征和沿海防护林的生长特点，选用归一化植被指数NDVI作为指标来增强沿海防护林与旱地和居民地的差异，并重点分析这三种典型地物的NDVI随时间变化情况，在此基础上选择训练样区，采用监督分类方法提取福建沿海防护林信息，分类后参考2005年福建省CBERS-2遥感影像对分类结果中明显错误的地方进行修正，最后得到沿海防护林的分类总精度为79．67％，Kappa系数为0．7625。研究结果表明：应用MODIS遥感数据，通过人机交互解译来监测福建沿海防护林资源是切实可行的，分类统计结果显示2006年福建沿海防护林面积约为33．6万hm^2。     

基于MODIS遥感影像的湖水体面积与水位关系

为了弥补新疆博斯腾湖区云天状况下光学遥感监测水体面积的不足、提高水体面积监测的效率,该文利用2001-2010年5-10月MODIS影像提取的水体信息和逐月水位监测数据,采用统计分析的方法确立了博斯腾湖面积-水位关系模型,并建立了2001-2010年5-10月面积-水位曲线。面积-水位曲线拟合和遥感提取的水体面积均方根误差较小(24.1km2)。结果表明:MODIS遥感数据能有效地监测水体面积变化,2001-2010年博斯腾湖水体面积、水位呈下降趋势。博斯腾湖(不含小湖群)的水体面积与水位相关性高,且在一定范围内有着较好的三次回归关系。该研究可为云雾天气下博斯腾湖(不含小湖群)水体面积遥感定量监测提供弥补方法和途径。     

基于MODIS数据的北京市植被覆盖度动态监测

植被覆盖度是反映地表植被覆盖状况的重要指标,也是衡量区域环境质量与水土保持情况的重要因子。以北京市为研究区域,应用基于MODIS NDVI的像元二分模型估算北京市2014—2016年植被覆盖度,分析不同年份、不同分级植被覆盖度的变化情况,结果表明:北京市植被覆盖度整体较高,高植被覆盖度区域在全市范围占了很大的比例,山区植被覆盖度明显高于平原区;植被覆盖状况总体较为稳定,呈现改善趋势,低植被覆盖度、中低植被覆盖度、中等植被覆盖度、中高植被覆盖度面积连续2年均出现了不同程度的减少,其覆盖度等级逐渐向高植被覆盖度演进。     

藏北高原土壤湿度MODIS遥感监测研究

利用Terra与Aqua两颗卫星的MODIS地表温度和植被指数数据,分别构建LST-NDVI与LST-EVI共四种不同组合的Ts-VI特征空间,并依据该特征空间提取温度植被干旱指数(TVDI)作为反映土壤干湿状况的指标,探讨一种合适的遥感监测藏北高原土壤湿度的方案,并基于同步的实地土壤表层含水量采样数据进行验证评价。研究表明,四种数据组合方案提取的TVDI分布图均能较好反映藏北土壤湿度,且Terra MODIS LST-EVI构建的特征空间提取TVDI指标效果最佳。在此基础上获得的藏北高原土壤湿度分级图表明,从东南到西北土壤湿度逐渐降低,并呈现明显的空间分异规律。     

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。