共查询到19条相似文献，搜索用时 93 毫秒
1.
长江上游MODIS影像的水体自动提取方法 总被引：10，自引：0，他引：10
利用MODIS资料,分析了长江上游不同水体及其它主要地物在1～7通道的光谱特征,分析发现,水体混合像元在可见光的光谱特征与山体的阴影、云的阴影、城镇等的光谱特征具有很好的相似性,仅采用近红外波段和红光波段的方法不能有效提取出研究区的水体.提出综合采用归一化差分水指数、积雪指数以及可见光、近红外多通道信息的方法,逐步提取出研究区的水体及混合水体像元. 相似文献
2.
MODIS监测雾的方法及分析 总被引：19，自引：4，他引：19
根据云雾及下垫面在可见光、长波红外和中红外波段的反射及辐射特性差异，结合MODIS资料，得出不同的波谱廓线并进行波谱分析。利用分析结果给出多通道综合阈值法监测大雾的流程，并用此方法进行了个例分析。结果表明：MODIS资料在雾监测方面有很好的应用潜力；中红外通道在雾监测上有独特的优势。 相似文献
3.
利用MODIS资料对积雪的遥感监测 总被引：7，自引：0，他引：7
通过对遥感卫星资料中云和雪的光谱特征的分析，提出利用中分辨率成像光谱仪（MODIS）红外、可见光谱段数据进行云、雪检测和分离的方法；并提供监测实例来说明利用MODIS数据可进行积雪监测。 相似文献
4.
利用MODIS资料定量判识沙尘暴方法研究 总被引：1，自引：2，他引：1
为了利用MOD IS资料对沙尘暴的范围和强度进行定量判识,应用多时次MOD IS多波段资料,在对沙尘暴、云、雪和沙漠光谱特征进行较为细致分析的基础上,寻找出能区分沙尘、云和地表的波段,构建了2个定量判别沙尘暴范围和强度的沙尘指数,并利用沙尘指数对2002~2005年多次MOD IS沙尘暴的范围和强度进行判识。研究结果表明:1)沙尘在反射光谱段的光谱特征为反射率随着波长的增加而增大,与土壤光谱特征相近;大粒径沙尘反射率增长速率大于小粒径沙尘。2)小粒径沙尘具有较典型的气溶胶特征,对0.46μm蓝光波段敏感,对1.6和2.1μm短红外波段不敏感。3)大粒径沙尘不具有气溶胶特性,对蓝光波段不敏感,对短波红外敏感。4)3.7μm和8.5μm是对沙尘敏感波段,2波段的差可以作为判别沙尘的指标,并在一定程度上反映沙尘强度。5)设计的2个沙尘指数对监测沙尘十分有效,且方法简单,适于业务应用。 相似文献
5.
MODIS沙尘暴判识方法与业务系统 总被引：3，自引：0，他引：3
为了利用MODIS资料对沙尘暴的范围和强度进行定量判识,应用2002--2004年多次MODIS资料,通过对沙尘暴、云、雪和沙漠光谱特征的分析,构建了定量判识沙尘暴范围和强度的两个沙尘指数.利用2002-2007年数次沙尘暴过程对沙尘指数的判别效果进行检验,表明构建的两个M()DIS沙尘指数能够有效地监测沙尘暴的范围和强度,且方法简单,适用于业务应用.针对目前西北沙尘暴遥感监测业务服务以定性图像为主,服务产品较为单一的问题,对MODIS沙尘暴判识方法进行业务化,并结合GIS进行沙尘暴影响范围的分析,开发研制了自动运行的MODIS沙尘暴监测和影响评估业务系统.系统具生成沙尘暴MODIS影像图、沙尘暴范围和强度遥感监测图、沙尘暴影响土地类型图、全国各省(直辖市)沙尘面积统计表、全国不同土地类型沙尘暴影响面积统计表、甘肃省各县沙尘暴的影响面积统计表和甘肃省不同土地类型沙尘影响面积统计表等功能,为沙尘暴定量和精细服务提供了丰富的产品. 相似文献
6.
7.
卫星反演积雪信息的研究进展 总被引：10，自引：0，他引：10
综合分析了积雪信息反演的主要遥感信息源和提取方法。在光学遥感方面，应用较广的主要是改进型甚高分辨率扫描辐射仪（AVHRR）资料和中分辨率成像光谱仪（MODIS）资料；提取积雪信息大多是根据积雪在可见光波段的高反射率和近红外波段的低反射率，并通过建立回归模型反演积雪面积和深度。由于传感器的改进，MODIS卫星资料在空间分辨率、积雪反演算法等方面明显优于AVHRR资料。光学仪器受云层和大气的影响很大，由于云和积雪在可见光和近红外波段上都具有高反射率。并且由于云层的遮挡。云下的地表信息不能被光学遥感仪器所接收到。微波遥感方面，被动微波遥感仪如微波辐射计成像仪（SSM／I）、高级微波扫描辐射计（AMSR—E）等可以全天候穿过云层进行监测，具有光学仪器所没有的优势，并通过提取地表的亮温差，建立雪深反演模型得到积雪深度。被动微波传感器存在分辨率低。无法监测浅雪区信息等问题。另外影响地表微波亮温的因素很多，这些都在一定程度上影响了反演结果的精确度。主动微波遥感仪如合成孔径雷达、微波散射计等利用积雪与其它地物的后向散射系数的不同来识别积雪，但也同样存在分辨率低等问题。最后探讨了卫星反演积雪信息中仍然存在的问题和进一步发展的方向。 相似文献
8.
MODIS积雪遥感监测系统的研制 总被引：1，自引：0，他引：1
利用MODIS高光谱、多波段资料和气象台站观测资料，以逐步判别与Bayes判别等数学统计的方法结合不同目标物的光谱特性，同时考虑下垫面条件和季节等对积雪深度分布的影响，建立MODIS积雪深度回归模型；以面向对象的编程技术，采用Microsoft Visual C＋＋．NET软件开发工具，通过“类”概念的设计方法，建立MODIS积雪遥感监测业务系统，计算出积雪面积、覆盖度、各层雪深、雪水当量等多个反映测区积雪总量的物理参数，制作出各类积雪产品。该系统投入业务试运行后，系统运行稳定可靠并在2006年度冬季北疆地区雪灾监测服务和2006年新疆春季洪涝灾害决策服务中发挥了重大作用。 相似文献
9.
1 沙尘天气监测 在形成沙尘暴的各种主要沙尘微粒中,粒径大于11μm的是小于1μm的3～5倍。在利用卫星遥感监测沙尘暴中,主要应考虑大粒子沙尘的光学和辐射传输特性。沙尘粒子在不同光谱区间有不同的尺度参数,而且粒子半径越大,其尺度参数越大,散射能量越向前集中,吸收消光也同时增加,散射比下降;天空中大粒子浮尘增多时,光线被强烈吸收,能见度则急剧下降。根据沙尘和大粒子气溶胶的散射和辐射特性,以及MODIS数据较宽的光谱范围和空间覆盖度以及随时间变化的资料连续覆盖的特点,可以看出MODIS更适合对地球大气、海洋和陆地进行表面特… 相似文献
10.
基于MODIS和HJ-1数据的宿鸭湖水库面积遥感监测研究 总被引：1，自引：0，他引：1
水体与植被、城市和土壤等地物在不同波段的光谱反射率的差异是利用遥感手段提取水体信息的基本原理。以宿鸭湖水库为例,在水体光谱特征分析的基础上,采用归一化植被指数（NDVI）方法提取2010年的MODIS和HJ-1遥感影像上的水体信息。首先将MODIS数据的第1和第2波段,以及HJ-1数据的第3和第4波段经过波段运算得到NDVI图像。将两种遥感图像中NDVI值为负的像元判识为水体,NDVI值为正的判识为水库周围的农田,经过计算像元数量得到水体面积信息。水体判识阈值在全年变化范围在-0．08和0．08之间。HJ-1数据具有较高的空间分辨率,水体判识的结果比MODIS数据更加精确。利用HJ—I数据水体监测结果对MODIS数据结果进行校正,使得到的监测结果同时具有较高的时间分辨率和空间分辨率。研究结果表明：利用HJ-1数据校正后的MODIS数据所测得的水域面积与实际观测得到的水库蓄水量之间的复相关系数为0．8603,显著提高了水体监测的精度,从而为大范围的水资源与水环境动态监测提供了迅速、可靠的依据。 相似文献
11.
气象卫星的红外窗区通道 (8~12 μm) 对于通常大气气溶胶几乎没有响应, 但对于较大颗粒且浓度较强的沙尘气溶胶, 尤其是沙尘暴有明显的信号反应。空气中的沙尘在红外分裂窗通道表现出两个特征:一是对地表发射到空间的红外信号产生衰减, 造成卫星探测到的地气系统亮温降低, 这就是所谓的红外差值沙尘指数IDDI; 二是沙尘粒子在红外分裂窗两个通道的比辐射率不同, 11 μm比12 μm的比辐射率低, 从而造成这两个通道的亮温差是负值。基于这两个特征和沙尘多通道光谱聚类法, 针对静止气象卫星观测数据进行了沙尘暴卫星遥感监测业务算法开发, 输出沙尘暴监测产品和红外差值沙尘指数产品, 这一算法不仅用于已经退役的GMS-5卫星, 而且应用于正在运行的静止气象卫星FY-2C, 它还为沙尘暴的定量或半定量遥感提供参考借鉴。 相似文献
12.
概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。 相似文献
13.
利用气象卫星遥感监测沙尘暴 总被引：1，自引：0，他引：1
介绍了沙尘暴的定义及其危害,简述了内蒙古沙尘暴天气的发生情况,并对利用极轨气象卫星遥感技术监测沙尘暴的原理以及方法进行了探讨和论述。同时,对沙尘暴的遥感监测方法进行了进一步的探讨,提出了遥感监测沙尘暴的思路。 相似文献
14.
Altayeb Raga 王坚红 Abdoul Aziz Saidou Chaibou Muhammad Arsha Mohammed AbdAllah Birhanu Asmerom Habtemicheal 《气象科学》2022,42(6):769-780
基于WRF-chem模式对北非2018年3月下旬的典型强沙尘暴过程进行模拟,分析了此次强沙尘发生季节、持续时间、局地特征以及传输路径的关键动力系统与动力机制。鉴于起沙是沙尘暴发生的关键点之一,并且起沙主要取决于风力和下垫面沙源性质,本文测试了三种起沙参数化方案的影响,并将模拟结果与卫星MODIS监测及其再分析资料MERRA-2进行了对比,又经系列统计方法检验。结果显示,宏观思路的起沙方案GOCART比AFWA和UoC两种起沙方案更适合此次大尺度强沙尘暴数值模拟(锋面跨度接近60个经度)。综合沙尘暴关键系统的动力机制分析和数值模拟结果显示,强沙尘暴关键系统为深厚的西风槽、沙尘冷锋锋面和锋后的地面高压反气旋。北非中部深厚的西风槽为后倾槽,该系统稳定,造成沙尘暴持续时间长。沙尘暴锋后反气旋中的下沉气流抑制了扬沙向高层扩散,造成低层能见度恶劣。沙尘锋区结合了动力、热动力以及湿热动力不稳定,因此锋区风力大,地面沙尘驱动力强。而西风槽和强大反气旋依托环流形势,提供了沙尘传输到三大洲的长途输送力。 相似文献
15.
水体叶绿素a含量和蓝藻密度是评价水质污染的主要参数,对监测水体蓝藻水华有重要意义。该文利用2008年11月10日和11日太湖水面实测光谱及FY-3A/MERSI,AQUA/MODIS卫星的波段响应函数,计算了卫星波段的水体表面等效反射率。水体实测光谱显示蓝藻污染提高了近红外波段的遥感反射率,在蓝光波段和绿光波段有明显的吸收谷和反射峰。根据这一原理,该文建立了近红外和红光波段的比值指数RI模型,成功反演了太湖水体叶绿素a含量(均方根误差分别为0.0174 mg·L~(-1)和0.0188 mg·L~(-1))和蓝藻密度(均方根误差分别为247.21×10~6L~(-1)和275.64×10~6L~(-1))。这一结果为分析太湖水面光学特性、水质污染状况提供了重要依据。 相似文献
16.
17.
非结构网格空气质量模式对东亚强沙尘暴的初步模拟研究 总被引：1，自引：0，他引：1
基于中国科学院大气物理研究所自主研发的嵌套网格空气质量数值预报模式(NAQPMS)和英国帝国理工学院应用计算与建模小组(AMCG)研制的有限元流体模式(Fluidity),构建了非结构网格沙尘传输模式(Fluidity-Dust),并模拟再现了2010年3月19~22日东亚强沙尘暴整个暴发、演变的三维立体动态过程,从整体上对这次沙尘事件有了全新的直观认识和了解。通过利用FY-2D卫星沙尘反演资料及MODIS(Moderate Resolution Imaging Spectroradiometer)卫星反演的气溶胶光学厚度(AOD)资料,可对模拟结果进行整体上对比验证;同时,利用中国9个城市站点的PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)地面观测资料以及日本多个站点的激光雷达资料,逐一对比分析了不同地区PM10的时空分布以及沙尘传输经过时的垂直分布情况;并与NAQPMS模式的沙尘模拟结果进行了模式间的对比分析。对比结果均表明:该模式具有较好的模拟能力,能很好地模拟再现整个沙尘暴过程,为今后进一步运用自适应变网格技术以实现对沙尘暴的高精度追踪模拟奠定了基础。不同模式比较是量化模拟不确定性的重要方法。以往沙尘输送模式比较研究表明:起沙量模拟的不确定性是沙尘暴数值模拟的最大不确定来源。本文通过两个具有相同起沙方案的模式对同一沙尘事件的模拟,发现不同的平流方案以及不同的沉降计算也会对沙尘过程模拟产生重要影响。 相似文献
18.
通过对遥感卫星资料中云和雪的光谱特征的分析,提出利用中分辨率成像光谱仪(M OD IS)红外、可见光谱段数据进行云、雪检测和分离的方法;并提供监测实例来说明利用M OD IS数据可进行积雪监测。 相似文献
19.
An Overview of MODIS Radiometric Calibration and Characterization 总被引：11，自引：0，他引：11
The Moderate Resolution Imaging Spectroradiometer (MODIS) is one of the key instruments for NASA’s Earth Observing System (EOS), currently operating on both the Terra and Aqua satellites. The MODIS is a major advance over the previous generation of sensors in terms of its spectral, spatial, and temporal resolutions. It has 36 spectral bands: 20 reflective solar bands (RSB) with center wavelengths from 0.41 to 2.1 μm and 16 thermal emissive bands (TEB) with center wavelengths from 3.7 to 14.4 μm, making observations at three spatial resolutions: 250 m (bands 1–2), 500 m (bands 3–7), and 1km (bands 8-36). MODIS is a cross-track scanning radiometer with a wide field-of-view, providing a complete global coverage of the Earth in less than 2 days. Both Terra and Aqua MODIS went through extensive pre-launch calibration and characterization at various levels. In orbit, the calibration and characterization tasks are performed using its on-board calibrators (OBCs) that include a solar diffuser (SD) and a solar diffuser stability monitor (SDSM), a v-grooved flat panel blackbody (BB), and a spectro-radiometric calibration assembly (SRCA). In this paper, we present an overview of MODIS calibration and characterization activities, methodologies, and lessons learned from pre-launch characterization and in-orbit operation. Key issues discussed in this paper include in-orbit efforts of monitoring the noise characteristics of the detectors, tracking the solar diffuser and optics degradations, and updating the sensor’s response versus scan angle. The experiences and lessons learned through MODIS have played and will continue to play major roles in the design and characterization of future sensors. 相似文献