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。     

基于随机森林模型的黑龙江省地表温度降尺度的研究

作为研究地表能量平衡的重要参数,地表温度是研究地表物理过程、监测全球资源环境以及气候变化的重要指标之一。通过降尺度处理提高MODIS LST数据空间分辨率,对LST和气候的研究都具有重要的意义。选取黑龙江省作为研究区,选择MOD11A2数据,通过随机森林算法对MODIS LST(1 000 m空间分辨率)进行降尺度处理,并通过气象数据作为验证。试验结果表明：利用随机森林算法对黑龙江省LST数据进行降尺度,降尺度结果良好,降尺度LST的均方根误差（Root Mean Square,RMSE）为2.13 K。     

农户参与气候变化适应性研究

气候变化已经成为影响世界可持续发展进程最严峻的问题之一,特别是对发展中国家的影响尤其显著。而农业作为对气候变化反应最敏感的产业,农民又是这条产业链上的直接参与者和薄弱环节。因此,在全球气候变化大背景下,探讨我国农民如何适应气候变化,如何保障自己的收益显得尤为必要。该文通过梳理国内外对农户参与气候变化的研究现状,以及查阅大量文献资料总结出不同气候条件和气候环境影响因子的改变,发现不同地区的农户对气候变化适应性有不同的行为选择。大部分农民由于科学知识的局限性,在适应气候变化时往往通过历年的气候变化情况,根据经验认知对气候变化做出判断,来调整农作物种植情况。农户适应气候变化主要的路径为调整种植结构,改变经营方式,建立专业合作组织,发展发展现代农业,特色农业和改进技术管理措施等举措。     

MODIS数据在黑龙江省农业上的应用

MODIS数据具有时间分辨率高、光谱范围广、更新频率快、数据产品多等众多优点。为充分利用MODIS数据,更好的为黑龙江省属地服务,该研究从MODIS1B数据出发,根据数据的特点逐一阐述该数据在黑龙江省农业旱情、长势、火点监测和冰雪覆盖等方面的应用优势。在介绍数据应用研究的原理和主要指标后,提出未来该数据在黑龙江省农业方面需要加强研究的方向。     

MODIS L1B数据的辐射定标及太阳天顶角订正研究

针对MODIS L1B级数据存在的3个主要问题：图像几何校正、卫星参数定标、太阳天顶角校正,在总结前人研究的基础上提出解决方案,完成对MODIS L1B级数据辐射定标以及太阳天顶角订正,期望提供MODIS数据深层次应用的基础。     

气候变化对冬小麦产量的影响研究——以山东省为例

在MODIS数据产品MOD13的支持下,采用决策树分类法提取了山东省小麦种植面积,划定研究区的小麦种植区,将非种植区的气象站点数据剔除,着重分析麦区范围内的气候变化特征,分析了1980~2010年山东省冬小麦产量受麦区气候影响的规律,结果表明:(1)1980~2010年山东省麦区气候变化主要表现为全生育期内平均气温的升高和总日照时数的减少,变化率分别为0.6℃/10 a和-60 h/10 a;生育期内总降水量没有明显的变化规律。(2)1980~2010年山东省冬小麦单产与全生育期内平均日最低气温、平均气温、≥0℃积温在0.01水平上显著正相关;越冬期平均日最低气温和返青期平均日最低气温与单产在0.01水平上显著正相关。     

基于MODIS EVI的内蒙古草地多源信息综合分类研究

利用遥感数据与非遥感数据相结合的方法对内蒙古草地进行分类研究.以MODIS EVI(MODIS增强型植被指数)数据为基础,计算得到MODIS EVI月度数据,分剐取其一、二、三主成分作为分类的前3个参数;引入研究区域同期的气温、降水、生物温度及DEM(数字高程)数据,通过克里金插值、主成分变换、重采样等方法确定分类的第4、第5个参数.在此基础上,应用ISODATA技术对草地进行分类.结果表明,该分类结果能够提供比AVHRR NDVI(AVHRR归一化植被指数)和MODIS NDVI(MODIS归一化植被指数)更丰富的分类信息,可以清晰识别到5大草地类,对草甸草原、典型草原和荒漠草原可以进一步识别到草地亚类.因此,MODIS EVI数据与非遥感数据结合的多源信息综合分类能提高草地分类的精度.     

中国北方作物和草地LAI全球产品的精度评价

叶面积指数(Leaf area index, LAI)是陆地表层的生态系统、农业生产、水热能量平衡及全球气候变化等等模型中的关键参量之一。目前已有多种的全球LAI遥感产品,科学评价和对比这些LAI产品精度是准确使用这些数据的重要基础。本研究基于多个时期的地面实测LAI数据和Landsat TM、HJCCD影像数据,对中国北方重要的植被类型玉米、冬小麦和草地的GLOBMAP的LAI数据精度进行验证评价,并将其与MODIS、GEOV1产品进行比较。研究结果表明,在玉米的整个生长季过程中,与MODIS、GEOV1 LAI产品相比较,GLOBMAP LAI产品值与地面实测值、TM影像估算LAI值都更为接近。冬小麦GLOBMAP LAI产品明显低于实际值、HJCCD估算LAI值,冬小麦GLOBMAP LAI产品值较实测值低约2～5左右。草地GLOBMAP LAI值精度不高,其与实测值拟合R~2仅为0.231,比HJCCD影像估算值低0.6～2左右。三种全球LAI产品比较而言,GLOBMAP与MODIS LAI产品值相对较为接近,两者都明显低于GEOV1 LAI产品值,但三种LAI产品都较好刻画了玉米和冬小麦冠层LAI的生长变化过程。本研究可为LAI全球遥感产品准确应用、产品算法改进、精度提高提供科学参考。     

遥感技术在粮食作物时空分布信息提取中的研究

该文论述了遥感技术在农作物种植面积、农作物估产、动态监测等方面应用,从不同遥感平台的作物种植面积监测、MODIS影像的作物提取方法、MODIS影像的特征指数3个方面介绍了国内外研究现状,最后从4个方面提出了亟待解决的问题。     

基于时间序列MODIS LST产品的重构研究

利用遥感数据可以对地球资源环境进行大面积连续监测,得到更为精确的研究结果,MODIS LST数据因其优化的时空分辨率成为较理想和常用的数据源。同时,遥感数据由于受到云、气溶胶以及传感器角度等影响均存在不同程度的噪声污染、数据缺失等问题。针对该现象,以河南省为研究区域,以MODIS LST数据为研究对象,利用谐波分析方法对河南省2011年全年每天四个时刻的MODIS LST 时间序列数据进行重构。结果表明,利用该方法重构的数据可对MODIS缺值70%以上的影像进行弥补,并且60%以上影像误差可控制在3℃以内,能得到较好的重构结果;同时重构LST数据与相应气温数据相关性大部分在0.8左右,能够较好拟合LST的变化趋势。     

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。     

EOS-MODIS卫星数据的农业应用现状及前景分析

农业是遥感技术应用的一个重要领域。EOS -MODIS卫星的发射为农业遥感提供了又一个重要的信息源。本文详细地分析了MODIS的数据特点及适用领域 ,回顾和评价了MODIS数据在农作物分类、长势和灾害监测、土地利用等领域的应用状况 ,并对MODIS数据在农业中的应用前景进行了分析和展望     

应用MODIS影像数据估测台湾陆域生态区之净初级生产力

净初级生产力为研究全球气候变迁与陆域生态系的核心资料之一。净初级生产力之估算有很多种方式,应用遥测数据估算净初级生产力为目前的发展趋势。MODIS初级生产力产品（MODl7）系以1km空间解析力及8d的时间解析力,进行实时监测性及重复性的监测植被净初级生产力数据,该项数据对监测生态环境、自然资源和环境之变化有很大的帮助...     

一种基于MODIS·TM影像融合技术提高水稻种植分布提取精度的方法

综合考虑湄公河三角洲地区高质量TM影像难以获得、影像单一以及MODIS时间序列数据影像的空间分辨率无法满足监测需要的问题,提出一种基于影像对象的MODIS与TM数据融合模型(IOBFM)。根据2009年12月9日和2010年7月5日湄公河三角洲中部地区Landsat7 TM影像数据,融合MODIS时序数据提取裸地纯象元点中的水稻点,并与单纯运用MODIS影像的提取结果的精度进行比较。结果表明,用IOBFM模型的水稻象元提取精度比MODIS提取精度高出9.7个百分点,MODIS与TM数据融合可提高提取地区植被分布的精度。     

干旱区精河流域地表温度的模型反演研究

以精河流域绿洲为研究区,使用Landsat ETM⁺数据,采用单窗算法和普适性单通道算法对研究区地表温度进行反演,并将这两种算法的反演结果与研究区MODIS温度产品(MODIS LST)进行比较。结果表明：(1) 单窗算法和普适性单通道算法反演的结果总体趋势比较接近,研究区整体的平均温度相差约2k;(2) 采用改进型土壤调整植被指数(MSAVI)代替归一植被指数(NDVI)计算地表比辐射率可有效提高反演精度,并且同等条件下单窗算法的反演精度高于普适性单通道算法,两种算法的反演结果与MODIS LST的相关系数分别是0.9255和0.8651;(3) 在城镇区域,普适性单通道算法反演结果与MSAVI的相关性高于单窗算法,相关系数为0.8136,说明普适性单通道算法更适合干旱区大范围城镇地表温度的反演研究。     

林火卫星监测技术研究进展

介绍了4种林火卫星监测的技术,包括NOAA/AVHR R卫星监测、EOS/MODIS数据监测、风云(FY)系列卫星监测及环境减灾(HJ)卫星监测,对国内外林火卫星监测发展状况进行了论述,并对林火卫星监测技术研究方向进行了展望。     

基于时序遥感数据的玉米种植面积提取方法研究

探讨了在Landsat TM图像上进行玉米分布区域信息提取的基础上,利用MODIS数据NDVI植被指数的时间序列进行提取的方法,并以吉林省榆树市实验区为例,提取了2007年的玉米种植面积。研究结果发现,该方法提高了用单一时相landsat TM进行玉米面积识别的精度。     

基于多源遥感数据的大连新港海域溢油诊断

利用MODIS和Radarsat-2遥感数据对大连新港2010年7月16日的海上溢油信息进行提取分析,经过预处理的MODIS遥感数据,采用波段运算提取出溢油信息。较高分辨率的Radarsat-2数据经过几何校正、滤波等预处理,根据溢油的特点采用纹理分析法提取出边界明显的溢油信息,并与MODIS的溢油结果进行比较分析,排除MODIS图像上的非溢油信息,实现两种数据的优势互补。利用ArcGIS 9.3软件分别对2010年7月18日的MODIS数据和2010年7月19日的Radarsat-2数据提取出的溢油区域进行面积计算,其结果分别为174km2和198 km2与中国海监船的报道相符合,说明了此方法的可行性。