基于Landsat 8TIRS的地表温度反演算法对比分析

为研究地表温度反演算法之间的异同,以神东矿区为例,以Landsat 8 TIRS为数据源,利用辐射传导方程法、基于影像算法(image-based method,IB算法)、单窗算法(mono-window algorithm,MW算法)和单通道算法(single-channel method,SC算法)分别反演研究区地表温度,并用MODIS地表温度(land surface temperature,LST)数据进行验证,结果表明辐射传导方程法、MW算法和SC算法分别高于MODIS LST数据0.19 K、0.03 K和0.58 K,IB算法低于MODIS LST数据0.65 K,四种算法与MODIS LST数据的相关系数均达到0.9以上,其中MW算法与MODIS LST数据相关系数为0.971 1,精度最高。     

重庆市MODIS/NDVI时间序列数据优化研究

重庆独特的地理环境与气候特征导致NDVI普遍存在明显的云干扰等导致的噪声。目前最为常用的最大值合成法(MVC)虽然一定程度上减弱云雾及其他因素的影响,但不能保证获取高质量的数据。为了构建重庆地区高质量NDVI时序数据集研究采用时间序列谐波分析法(HANTS)对MODIS/NDVI数据进行时间序列重构;并进一步结合质量控制文件对MODIS/NDVI做进一步订正。选择2001—2010年MODIS/NDVI数据进行序列订正效果分析表明,原始NDVI数据存在较多的噪声,不能直接用于年代际时间特征趋势分析。经过HANTS重构、质量控制文件掩膜合成构建的订正的NDVI数据序列对云的影响导致的原始数据偏低现象给予了有效订正,又较好地保留了原始数据的高质量信息,重构并维持了原始数据应有的整体趋势特征,适合用于进一步的时空特征分析。     

融合MODIS与ASTER数据生成高空间分辨率时间序列LAI方法研究

为了得到高时间分辨率和高空间分辨率的LAI产品,提出一种方法,可以融合MODIS LAI产品的高时间分辨率和ASTER数据的高空间分辨率优势,该方法利用MODIS全年的LAI产品和少数景ASTER高分辨率数据,最终得到ASTER尺度上全年时间序列的LAI.其中主要利用高分辨率图像的分类图像,和MODIS配准得到MODIS各像元内的各地类百分比,利用混合像元分解方法得到高分辨率尺度上各个地类的LAI时间变化曲线.再利用高空间分辨率影像反演得到的LAI值来调整这条曲线,从而得到高空间分辨率时间序列的LAI.     

基于MODIS数据的2002-2012年河南省火灾时空特征分析

火灾的时空特征分析可为防火管理和决策提供支持和参考.基于MODIS数据,利用ArcGIS空间分析和统计方法对2002—2012年河南省的火灾时空分布进行分析.研究表明:1)2002,2006,2008年为河南省火烧的峰值年份,2005,2007,2011年为谷值年份.各市的火烧面积年际间波动较大,11a来,周口、驻马店、商丘、平顶山、新乡、安阳、漯河和鹤壁的火灾最严重.2)谷类作物火、阔叶作物火、城市和建成区火是河南省最主要的3种火烧类型.火灾表现出随高程、坡度增大和随远离居民区和道路而逐渐减小的趋势,高程150m或坡度1°的地区火灾最严重,距离居民区和主要道路的2km内是火灾的最密集区.3)9月和10月为河南省火烧最严重的月份.9月火灾的LST,NDVI和GVMI的最大和最强响应区分别为301~303K,0.7~0.8,0.3~0.4和305~307K,0.8~0.9,0.3~0.4;10月火灾的LST,NDVI和GVMI的最大和最强响应区分别为303~305K,0.3~0.4,0.1~0.2和305~307K,0.2~0.3,0.0~0.1.4)谷类作物火、城市与建成区火10月均略高于9月,阔叶作物火10月则远高于9月.     

重庆MODIS/NDVI时间序列数据优化研究

重庆独特的地理环境与气候特征导致NDVI普遍存在明显的云干扰等导致的噪声。目前最为常用的最大值合成法(MVC)虽然一定程度上减弱云雾及其他因素的影响,但不能保证获取高质量的数据。为了构建重庆地区高质量NDVI时序数据集研究采用时间序列谐波分析法(HANTS)对MODIS/NDVI数据进行时间序列重构;并进一步结合质量控制文件对MODIS/NDVI做进一步订正。选择2001—2010年MODIS/NDVI数据进行序列订正效果分析表明,原始NDVI数据存在较多的噪声,不能直接用于年代际时间特征趋势分析。经过HANTS重构、质量控制文件掩膜合成构建的NDVI数据序列,对因为云的影响导致的原始数据偏低现象给予了有效订正,又较好地保留了原始数据的高质量信息,维持了原始数据应有的整体趋势特征,适合用于进一步的时空特征分析。     

MODIS和降尺度TM数据反演叶面积指数相互验证中几何处理方法的研究

提出了利用MODIS产品中的几何信息,把经过几何校正的TM数据反演叶面积指数(LAI)模拟成具有MODIS成像几何的降尺度LAI,然后与MODIS数据反演LAI进行对比验证的几何处理方法.以江西千烟洲研究区为例,采用经验公式反演TM和MODIS数据以获得两个尺度的LAI图像,分别用本文提出的新方法和传统方法进行尺度转换和对比验证.由反射率和LAI散点图得:新方法能显著提高TM降尺度图像与MODIS对应区域图像像元的对应精度.并且,新方法对大倾角观测MODIS图像与TM图像之间像元对应关系的改善更明显.因此,本文提出的几何处理方法可以建立不同尺度的遥感数据间更为准确的像元对应关系,更适用于不同尺度遥感数据反演产品的相互验证.     

安徽省油菜种植面积MODIS数据分析

以安徽省为研究区,选取MODIS数据为数据源,首先基于2011年到2018年的16 d合成MODIS归一化差值植被指数产品,利用ENVI软件提取油菜种植面积。然后结合谷歌影像,通过目视解译和NDVI数据提取安徽省多时相油菜种植面积,在此基础上对MODIS-NDVI数据提取油菜种植面积的结果进行验证,并分析了其时空变化。与统计监测数据相比,利用MODIS数据提取油菜面积精度可达84.5%。通过实践和验证,利用MODIS-NDVI数据提取安徽省油菜种植面积具有一定的可行性和可靠性。研究成果可为政府部门掌握农作物生产和农业发展情况提供基础数据,也可为其他省份研究油菜种植面积提取提供参考和借鉴。     

条件植被温度指数干旱监测方法的研究与应用

综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。     

基于地形参数提高土地覆被产品分类精度的方法探讨

针对全球性土地覆被产品分类精度不高这一普遍性问题,以京津冀地区MODIS土地覆被产品(MCD12Q1)为研究对象,以1∶25万土地覆被数据为参考数据,构建土地覆被分布与地形因子之间的定量模型.将MODIS土地覆被产品与参考数据进行空间叠加,叠加结果分为分类一致区和不一致区.设计了2种方案,利用所构建的模型对分类不一致区进行土地覆被的重新分类,并将重新分类结果与分类一致区进行合成,形成修正后的土地覆被产品.从空间一致性、混淆矩阵等指标评价修正后的土地覆被产品的分类精度是否得到提高,结果显示:与原MODIS土地覆被产品相比,改进产品中各地类与参考数据相应地类的空间一致性、生产者精度、用户精度均得到明显提升,总体精度和Kappa系数分别提高了12. 51%～17. 14%和0. 15～0. 25.     

基于多源数据的甘南草地植被覆盖度遥感监测研究

选取甘南藏族自治州为研究区域,以2016-2017年野外实测样方盖度数据和无人机照片提取的草地植被覆盖度数据为基础,对基于像元二分模型计算的草地植被覆盖度进行精度校正,分析并探讨无人机用于野外草地植被覆盖度调查的可行性,构建基于不同遥感数据源草地植被覆盖度的回归模型,并对模型进行精度评价.结果表明,利用无人机在草地上空一定距离(25 m)获取的照片可以多时相匹配Landsat 8等中分辨率遥感影像,动态监测野外大面积草地植被覆盖度;乘幂模型对以像元二分法计算的陆地卫星-8陆地成像仪(Landsat 8 OLI)产品的草地植被覆盖度校正效果最佳,模型的估测精度高达93.60%,在进行空间小尺度研究时模型计算精度最高;对数模型对以二分法计算的MOD13Q1产品的草地植被覆盖度校正效果最佳,模型的估测精度为91.97%;用中分辨率遥感数据Landsat 8 OLI校正低分辨率MODIS模型,修正后的模型R2=0.64,比原始的中分辨率成像光谱仪(MODIS)估测模型(R2=0.23)明显提高,在进行空间大尺度研究时该模型更适应.