常见的资源卫星影像数据区别 - 图文(5)

日、旬、月度数据。

MOD28：海洋2、3级标准数据产品，内容为海面温度，全球洋面，空间分辨率1km，每天的，

每周的/昼夜的，能量和水平衡，气候变化模型。

MOD29：海洋2级标准数据产品，内容为海冰覆盖，海洋，1公里分辨率，日、旬数据。 MOD30：（未定）

MOD31：海洋2、3级标准数据产品，内容为藻红蛋白浓度， 1公里分辨率，日、旬、月度数据。

MOD32：海洋2级标准数据产品，内容为处理框架和匹配的数据库，1公里分辨率，日、旬、

月度数据，用于海洋叶绿素、海洋生产力计算。

MOD33：陆地3级标准数据产品，内容为雪覆盖，空间分辨率500米，日、旬、月度数据。 MOD34：（未定）

MOD35：大气2级标准数据产品，内容为云掩膜，空间分辨率为250m和1公里，日数据。

MOD36：海洋3级标准数据产品，内容为总吸收系数，空间分辨率为1公里，日、旬、月度数据

MOD37：海洋2、3级标准数据产品，内容为海洋气溶胶特性，空间分辨率1km，日、旬、月度数据。 MOD38：（未定）

MOD39：海洋2、3级标准数据产品，内容为纯水势，空间分辨率1km，日、旬、月度数据。

MOD40：陆地3级标准数据产品，内容为栅格的热异常，空间分辨率1公里，日、旬、月度数据。 MOD41：（未定）

MOD42：海洋3级标准数据产品，内容为海冰覆盖，空间分辨率1公里，日、旬、月度数据。

MOD43：陆地3级标准数据产品，内容为表面反射，BRDF/Albedo参数，空间分辨率1公里， 日、旬、月度数据。

MOD44：陆地3级标准数据产品，内容为植被覆盖转换，250m，季度、年度，判定植被覆盖转换 的发生和类型。

（6）相关文献分析

目前 ， 应用于植被指数反演及农业旱情监测的遥感数据不仅包括空间分辨率高 、 时间分辨率低的Landsat TM/ETM+ [1]，还包括空间分辨率低，但时间分辨率高的极轨气象卫星数据，如 FY一1 D、NOAA AVHRR、EOS MODIS等。所用数据源主要是Landsat TM 和EOS MODIS。Landsat TM 选择了2004年9月8日的多光谱和热红外波段数据，可见光、近红外通道空间分辨率30m，热红外通道空间分辨率120m。EOS MODIS选择了2004年9月8日白天的EOS MODIS大气水汽含量产品、地表反射率产品及地表温度产品；其中，地表反射率产品空间分辨率为250米，大气水汽含量产品和地表温度产品空间分辨率1km。为了使不同遥感数据之间空间上相互匹配，以Landsat TM红外通道数据为基准，对其它数据进行了几何校正，其中空间插值采用了双线性法。在大尺度冬小麦种植面积测量中，MODIS(moderate resolution imaging spectrometer)数据对绝大部分地区可实现全覆盖数据保障。具有很好的时间序列特征，在探测植物季相节律进行作物估产与动态监测上得到很好的应用，但因受到空间分辨率的限制，其测量结果的可靠性受到较大质疑。MODIS数据选择Terra/MODIS卫星16天最大合成的250m植被指数数据(MODIS/TERRA VEGETATION INDICES 16一DAY L3 GLOBAL 250M SIN GRID V005)．时间为2006年9月30日一2007年6月26日，18景时间序列影像。本研究提取MODlS V005的NDVI数据用于研究。为了消除云污染和大气影响，MODIS-NDVl数据采用Savitzky-Golay插值滤波方法进行处理。除上述遥感影像外，本研究的基础数据还包括：1:1万的耕地地块数据和2007年4月采集的150个野外实测点数据，用于验证TM的识别精度。

黑土的有机质含量远比其他土壤高，由于植被覆盖对土壤光谱特征影响较大，本文主要选取2006年4月末一5月春耕前裸土的ASTER遥感影像进行土壤有机质含量的定量反演，以比较土壤有机质含量高低为主，辅助野外考察和相关资料，达到区别黑土和其他土壤的目的。以4月ASTER影像数据为基础，利用地面“准”不变特征点，采用统计回归的方法，对5月份影像数据进行辐射校正。采用ENVI软件FLAASH模块实现对遥感数据的大气校正。本文采用原始数据进行反演计算，最后对反演结果土壤有机质含量图进行几何校正。首先以l：100 000地形图作为参考图像，将ASTER影像为配准图进行校正，得到ASTER的校正控制点；然后利用该控制点对反演结果进行校正，误差1像素之内。为保证黑土边界的完整性和可靠性，从遥感技术特点出发以ASTER影像为主，无ASTER数据的空白区域采用2000年ETM数据添补(ASTER空白区是由于时相限制造成的)。经过多波段合成、几何精校正、图像拼接、噪音云层消除等图像预处理，得到研究区假彩色图像。依据ASTER和ETM图像的波段特征，结合地物光谱特性，建立解译标志。

众多研究表明土壤有机质在可见光至近红外区域有独特的光谱响应特性，对比去除有机质前后土壤的反射率表明，土壤在去除有机质后，反射率明显增加(Bowers，1965；徐彬彬，1986；Demartte，1999)。

已有研究表明，黑土有机质与光谱反射率之间具有很好的相关性[3-4.5]，有机质含量与光谱反射率及其数学变换数据之间的关系用对数函数模拟最为理想，即二者之间为对数关系[4,6-7]。通过光谱特征分析得知ASTER影像9个波段的相关性都在加-0.5以上，最高的达到-0.7。借鉴高光谱反射率模型建立的思路[4]，选用72个样品数据，将土壤光谱反射率作为自变量，土壤有机质含量值

作为因变量，在建立二者关系之前先对有机质含量进行对数变换，然后利用SPSS统计软件进行多元逐步回归分析，再利用决定系数检验模型的拟合程度，决定系数值越大表示拟合效果越好。在保证决定系数足够大的情况下，选择波段少的模型作为最终土壤有机质含量的反演模型。

利用的遥感数据包括LANDSAT TM数据(图像空间分辨率：30 m×30 m，时间为2002年)、中巴卫星数据(空间分辨率：20 m×20 m，时间为2003年)、MODIS数据(空间分辨率：250 m×250 m，时间为2003年)和气象卫星NOAA／AvHRR NDVI数据．所有数据经投影变换处理，选取的投影方式为Albers 等面积投影．

城市热岛的研究多以Landsat TM／ETM+为遥感信息源，而2003年5月31日后，Landsat-7ETM+机载扫描行校正器发生故障，导致数据异常。

作为我国自主研制的卫星数据，CBERS-02 IRMSS热红外遥感数据具有很好的地表温度反演能力和应用潜力，虽相对于Landsat TM／ETM+热红外数据空间分辨率稍低，但对城市热岛效应和热环境的研究仍具有重要的应用价值。将MODIS数据和CBERS-02 IRMSS数据相结合，在利用同时相MODIS数据求得区域像元尺度大气水汽含量的基础上，应用CBERS-02 IRMSS数据反演地表温度，反演结果较合理。

由于空间分辨率较低，MODIS数据产品的精度需要进一步验证，目前国外做了较多基于野外试验测量的产品精度验证工作。研究发现，MODIS数据产品与实际真值仍有一定偏差，而且偏差分布和来源途径多样。由于低空间分辨率使得很多农作物地区的MODIS像元成为混合像元，包括其它如道路、水体及未利用地等地物类型，而这些地物的各波段反射率都要低于玉米冠层的反射率(特别在近红外波段)，使得混合像元各波段的总体反射率低于实际玉米冠层反射率，这可能是MODIS混合像元LAI值偏低的主要原因之一，因此进行准确的地物识别与分类，消除混合像元的影响作用是提高MODIS产品精度的关键之一。

[1]盖永芹，李晓兵，李霞，等．基于 TM 与 MODI S遥感数据的农业旱情监测—以河北 省为例[ J ].自然灾害学报,2 0 0 8 ,17 (6 ) :91-9 5. [ …… 此处隐藏：2128字，全部文档内容请下载后查看。喜欢就下载吧 ……