基于光谱分析的MODIS云检测算法研究

总结了云、雪、植被、沙漠、水体等目标的光谱特性以及云和不同目标间的光谱差异，结合MODIS影像的波段范围，提出了一种对不同下垫面通用的多光谱云检测算法，试验证明了算法的有效性。     

基于MODIS影像的夜间云检测算法研究

在以往云检测算法的基础上,利用MODIS传感器高光谱和高时间分辨率的特点,建立一套针对MODIS夜间影像的,以单、多时相组合方法为基础的夜间云检测算法.通过对我国南北地震构造带(南北带)影像进行云检测试验证实,该算法对MODIS夜间影像上的各种云类具有较好的检测效果.     

基于多光谱分析的HJ-1B数据云检测算法

云检测是遥感数据预处理中的一个重要环节。本文通过分析云及典型地物光谱特性,结合HJ-1B传感器波段设置,提出了一种基于多光谱分析的云检测算法。该方法针对不同下垫面类型,选取合适的波段组合逐一建立云掩模。利用该算法对多幅影像进行去云处理,结果表明,该方法能够很好地检测出不同时期不同背景上空的云像元。     

基于多光谱综合的MODIS数据云检测研究

云检测是卫星遥感数据处理中不可缺少的工作。通过分析云在不同波段中的大气辐射特点，结合MODIS数据的光谱特性，提出 一种多光谱综合的云检测方法。该算法从可见光反射率、红外波段亮温值以及亮温差等方面综合考虑，逐步建立一个云检测掩模。通 过对不同时期不同背景的MODIS数据进行验证和对比分析，结果表明，该模型的云检测效果理想，尤其对可见光波段难以识别的薄卷 云也有很好效果，为有效利用MODIS数据以及进行更加精确的反演提供可靠依据。     

基于MODIS云产品的AIRS像素云检测

为了利用MODIS云产品数据检测出大气红外探测器(AIRS)数据中像素云的特性,首先采用空间匹配算法对MODIS和AIRS数据进行匹配,然后结合MODIS云分类、云相态掩模及其业务上的云检测算法,实现了利用MODIS数据对AIRS像素云(单个视场云)特性的检测.结果表明,用MODIS 1 km分辨率产品数据可以实现对AIRS数据的云分类(低云、中云、高云)和云相态(水云、冰云、混合云)检测.     

MODIS影像合成算法研究和实现

在探讨遥感影像合成算法的基础上,采用热红外云检测CV-MVC算法对MODIS影像进行合成,改进了影响合成效果的阈值因子。结果表明,该合成算法在不同尺度区域的影像合成中均取得了较好的效果。     

多样地表和大气状况下的MODIS数据云检测

云覆盖作为天气和气候变化的一个重要因子,对地表-大气能量平衡和水循环有着重要的影响,因此,快速、准确地利用卫星遥感技术检测云覆盖具有重要的实用价值和科学意义。利用卫星遥感数据,尤其是常用的Moderate Resolution Imaging Spectroradiometer(MODIS)影像数据,因其具有较高的光谱和时间分辨率,以及2330 km扫描幅宽,为大范围实时、准确地进行云检测提供了可能。目前,基于MODIS数据发展了大量的云检测方法,但因地表类型的多样性和大气状况(如空气污染和沙尘事件等)的复杂性,目前已有的云检测方法,检测精度通常具有较大的不确定性,且针对不同地表和大气状况缺乏普适性,同时也缺乏对检测精度的定量化评估。因此,本文首先比较了常用的3种云检测算法,并基于前人经验提出了两种改进方法(方法4和方法5),首先区分出云和冰雹,摒弃了不稳定的亮温波段,两种算法均适用于复杂地表和大气状况的云检测算法。结果显示,方法5可以较好地应用于基于MODIS数据的云检测,总体精度达92.6±7%,改进了现有基于MODIS数据的云检测算法;方法4平均总体精度82.9±13%,虽然精度相对较低,但云残留少,适合作为对云敏感度高的研究工作的云检测方法。     

水体上方云和云阴影检测算法

目前常见的云和云阴影检测主要针对陆地表面,而对于不同类型水体光谱特征对检测结果影响的研究较少.因此针对富含泥沙或者叶绿素的水体,利用云与水体的光谱差异,采用波段组合的方式来识别潜在云像元,提高薄云像元的识别精度;根据云阴影与不同类型水体的光谱特征差异,采用设定动态阈值的方法,准确识别云阴影.利用目视解译法对检测结果进行...     

基于MODIS卫星数据的平流雾检测研究

利用MODIS卫星数据,对雾与目标物(水、云、雪、地物)分别进行采样,得到光谱曲线并进行光谱分 析,提出了有利于白天和夜间平流雾检测的波段,利用该波段选择结果,采用阈值法对平流雾进行检测并得到 地面数据验证。结果表明,MODIS数据在雾检测方面具有很大的潜力。     

基于MODIS数据的雾光谱特性研究

通过对中国东部不同区域不同季节的15幅白天MODIS影像进行雾与地物、雪、云的光谱特性差异分析,发现较利于雾与背景(地物、云、雪)分离的波段并分析其原因,为进一步利用MODIS数据进行大范围不同季节雾检测提供了一些初步建议和思路。     

MODIS数据在火灾监测中的应用

简介了MODIS在火灾方面的应用潜力,并对2002年8月份在中国东北大兴安岭突发的火灾作了动态监测,其目的是对1B级数据进行验证,以及对MODIS火灾检测参数进行测试和检验。结果表明,MODIS在火灾监测方面有很好的应用前景。     

Diffusion Source Detection of Volcanic Ash Cloud Using MODIS Satellite Data

The massive volcanic ash cloud not only causes obvious global climate and environmental changes, but also threatens aviation safety under the background of globalization. The diffusion source detection is a key factor in the volcanic ash cloud monitoring and the diffusion research. Taking the Eyjafjallajokull’s volcanic ash cloud on April 19, 2010 in Iceland as an example, based on the analysis of the absorption spectrum characteristics in the thermal infrared spectral range, in this paper, a new diffusion source detection algorithm of volcanic ash cloud combining split window algorithm with SO₂ concentration distribution is proposed from the moderate resolution imaging spectroradiometer (MODIS) satellite remote sensing images; subsequently the ash radiance index (ARI) and absorbing aerosol index (AAI) are applied as contrast to the detection results. The results show that the proposed algorithm can effectively detect the diffusion source of volcanic ash cloud, and has high consistency with the ARI and AAI distributions, and has certain potential applications in improving the detection effect of volcanic ash cloud and prediction accuracy of diffusion model.     

基于MODIS数据的植被指数分析

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并进行了分类试验。     

基于MODIS数据的城市边界监测方法及其比较

如何快速、准确地检测城市范围,获得城市土地利用类型数据是监控城市发展、建立城市模拟模型的重要基础。以我国北京地区为试验区,以MODIS影像为主要数据源,实现最大似然法、神经网络方法及SVM分类技术检测北京城市范围,并比较分类精度,为进一步检测城市变化增长奠定基础。     

MODIS数据在积雪检测中的应用

积雪作为影响环境的一个因素,是非常重要的。自1999年Terra卫星升空以来,MODIS数据在环境监测的各个方面得到了广泛的应用。由于MODIS数据的高光谱、高空间分辨率、高时间分辨率等特征,越来越多地应用到积雪监测方面。本文就MODIS数据的积雪检测算法进行了探讨,对森林中雪的检测以及云和雪的区分进行了大量的研究。结果显示：MODIS数据对积雪检测非常有效。     

基于AVHRR、MODIS和MVRIS数据的辐射雾变化检测与分析

以过境时间不同的NOAA-16/AVHRR、NOAA-17/AVHRR、FY1-D/MVRIS、TERRA/MODIS和AQUA/MODIS五种遥感影像数据组成一组序列影像,对发生在湖北省2005年2月4日的辐射雾进行了一次变化检测与分析。经地面验证,序列影像数据在雾变化检测的研究方面具有很大的潜力,检测结果动态地显示了该次大雾的形成、发展、稳定、消散的过程。将检测结果与该区域的DEM和水系矢量图结合分析发现,二者在辐射雾的变化发展过程中起着非常重要的作用。     

基于AVHRR﹑MODIS和MVRIS数据的辐射雾变化检测与分析

以过境时间不同的NOAA-16/AVHRR、NOAA-17/AVHRR、FY1-D/MVRIS、TERRA/MODIS和AQUA/MODIS五种遥感影像数据组成一组序列影像,对发生在湖北省2005年2月4日的辐射雾进行了一次变化检测与分析.经地面验证,序列影像数据在雾变化检测的研究方面具有很大的潜力,检测结果动态地显示了该次大雾的形成﹑发展﹑稳定﹑消散的过程.将检测结果与该区域的DEM和水系矢量图结合分析发现,二者在辐射雾的变化发展过程中起着非常重要的作用.     

基于车载激光点云数据的路面检测与重建

以车载激光点云数据为研究对象,提出了一种新的路面检测与重建的方法。该方法根据GPS定位器中的索引文件或激光扫描仪的旋转角度值提取扫描车的车行路径,利用提取到的车行路径去检测对应的路沿。然后,对检测到的路沿中出现的各种异常进行相应的平滑处理。在得到精确的路沿线后,可得到路面的三维模型,从而完成对路面的重建。输出的路面三维模型为OBJ格式,可满足相关领域对精确路面的需求,比如三维城市建模。