ETWatch中不同尺度蒸散融合方法

高分辨率遥感蒸散数据集的构建受到数据源的限制和云的影响,单一传感器无法达到高时空分辨率覆盖。本文分 析了ETWatch不同尺度遥感蒸散结果的空间特征,通过几种融合方法的比较,分析数据融合前后的数据特征和信息量,将 时空适应性反射率融合模型（STARFM）集成到ETWatch,用于不同尺度遥感蒸散数据的融合,该方法可以很好的结合高 低分辨率数据的空间分布和时间分布信息,在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分 辨率数据的空间细节差异,STARFM融合后的日ET数据与融合前1 km 日ET数据的平均相对误差为1.75%,融合后的月ET 数据与融合前1 km 月ET数据的平均相对误差为0.2%,STARFM适合于不同尺度下遥感ET数据的融合。     

MODIS数据预处理方法

时间、大气、太阳辐射的改变,导致获取的相邻遥感影像的对比度及光亮度产生差异,为了更好地进行分析、评价,需对遥感数据进行预处理。以新疆天山公路及其周边为研究区域,基于MODIS数据,利用ENVI软件进行数据的预处理,包括数据的几何校正、图像拼接、图像裁剪等,为其后进行的积雪研究作数据准备。     

基于超分辨率重建的多时相MODIS与Landsat反射率融合方法

提出一种基于超分辨率重建的MODIS与Landsat反射率图像融合方法,以STARFM算法与超分辨率重建为基础,使用观测的MODIS和Landsat地表反射率图像预测给定时刻的Landsat合成反射率图像。该方法利用基于稀疏表示的超分辨率重建方法对MODIS图像进行分辨率增强,实验结果表明这一操作能够增加原MODIS图像的空间细节,有助于提高STARFM算法的预测精度;另一方面,考虑输入两个基时刻图像相差较大时原STARFM算法预测的反射率会存在"时间平滑"的问题,限制每次只使用一个基时刻MODIS和Landsat图像对进行STARFM预测,使用逐图像块选择策略,从由两个基时刻图像分别进行预测得到的两组预测图像中选择最优的预测,同样得到了优于STARFM算法的预测结果。     

基于MODIS数据的火灾预警方法实现

MODIS传感器从设计上考虑了火灾的监测,并为现有传感器的火灾监测系统提供独特的性能。在分析MODIS的火灾检测的通道的特性的基础上,设计了火灾预警检测系统。其主要原理是通过对红外通道的亮度温度值进行阂值处理,提取火点。     

基于EOS/MODIS若尔盖高原地区湿地信息提取及变化监测

以若尔盖高原地区为研究区,利用多时相中分辨率成像光谱仪MODIS(Moderate Resolution Imaging Spectroradiometer)遥感影像数据,采用基于归一化植被指数(NDVI)的时间序列谐波分析方法,对2001~2013年夏季的MODIS/NDVI和MODIS/EVI进行重构,去除云干扰,采用决策树分类方法获取若尔盖高原地区2001~2013年夏季湿地信息的分布数据并作统计。结果表明:基于EOS/MODIS遥感数据,采用决策树分类方法获取若尔盖高原地区的湿地信息数据是可行的;若尔盖高原地区的湿地面积是随年际的变化呈锐减趋势,若尔盖高原地区湿地的退化主要是受到近年来气候暖干化的影响,人类活动则加剧了湿地萎缩及退化的趋势。     

基于亮度相关矩的MODIS和SPOT影像融合研究

针对MODIS影像空间分辨率较低的问题，提出了一种基于亮度相关矩的多分辨率图像融合方法。该方法首先对SPOT影像进行小波分解，将MODIS影像构成的RGB颜色系统变换到IHS颜色系统；然后，根据强度分量和SPOT影像低频分量的均值和方差来定义图像亮度相关矩；最后，IHS逆变换和小波逆变换得到包含更多信息和有效特征的融合图像。试验结果证明该方法得到的融合图像在保留地物光谱信息和提高空间分辨率上都具有很好的效果。     

基于MODIS图像海岸带二类水的提取

提出了一种利用MODIS图像提取二类水的经验算法,该算法是利用一类水和二类水在可见光区的表观反射率差别很大,而在近红外波段的表观反射率基本相同的特性来完成的。利用该算法对不同地区的海岸带进行了二类水的提取,并对其结果进行了讨论。     

遥感图像的融合方法研究

图像融合是遥感图像处理中的重要一环,本文着重论述了遥感图像的3个层次的融合方法,并进行了对比分析,最后指出遥感图像融合的发展方向。     

MODIS和HJ-1 CCD数据时空融合重构NDVI时间序列

遥感数据反演高时空分辨率NDVI对监测植被动态变化过程具有重要意义,然而受天气影响,单颗卫星难以提供时间连续的高空间分辨率NDVI数据。以华北平原中东部为实验区,联合HJ-1 CCD数据和MODIS数据,对STARFM算法进行了改进,(1)考虑了不同地物对光谱响应的差异,为减少分类错误利用统计学上()对分类数据进行筛选,按照不同地物类型分别利用线性拟合方法修改光谱距离权重;(2)定义了预测半径,对HJ-1 CCD数据因外界影响而缺失的影像进行了预测。结果表明,与真实影像相比,预测结果呈现了较好的空间一致性,相关系数均达到了极显著相关,改进算法的预测精度要高于原算法。利用该方法将HJ-1 CCD NDVI的空间变化信息与MODIS NDVI时间变化信息有机结合重构了高时空分辨率NDVI序列,有效补充了HJ-1CCD NDVI的缺失数据集。     

常用的图像融合方法研究

本文对THS融合方法和PCA融合方法分别进行了融合实验,融合后图像上的细部特征更加清晰,光谱信息更加丰富。但IHS方法扭曲了原始的光谱特性,产生了光谱退化现象,不利于影像的分类。PCA方法由于光谱信息的变化,使融合图像不能用于地物识别和反演工作,但是它可以改进目视判读的效果,提高分类制图的精度。     

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。     

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。     

一种改进的MODIS影像BRDF辐射校正方法

针对二向性造成的辐射失真,在核驱动模型的基础上提出了一种改进的二向性反射分布模型,并通过对MODIS影像的试验,得到了减弱辐射差异的较好效果,并对试验结果进行了分析和评价。     

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。     

一种从SAR影像到光学影像的翻译方法

光学传感器在夜晚和云雨天气难以成像,合成孔径雷达（synthetic aperture radar,SAR）虽然能够全天时、全天候工作,但其成像难以理解,对此提出利用SAR影像翻译为光学影像的新思路来弥补二者的缺陷。给出了遥感影像翻译定义,提出一套包含图像理解、目标转换等环节的影像翻译技术流程。通过支持向量机分类、种子填充和基于样本的纹理合成算法等手段实现SAR影像典型目标向光学影像的转换与表达。最后,利用该方法实现了ENVISAT-ASAR转换为Landsat TM,ALOS PALSAR转换为GeoEye的两类影像翻译,并利用SAR影像翻译结果修补光学影像空缺。影像翻译和补缺实验证明了SAR影像翻译为光学影像的可行性和有效性。     

融合飞控传感器的无人机影像匹配方法

在拒止环境下无人机视觉定位问题中,ORB(Oriented FAST and Rotated BRIEF)具有高效、快速、稳定的特点,因而可以作为无人机实时影像与基准图匹配算法。本文针对传统ORB算法不具备尺度不变性,且在特征提取过程中存在特征点分布不均匀的问题,提出一种结合飞控传感器的无人机影像匹配方法。利用气压计与加速计经扩展卡尔曼滤波计算后的高度,通过双性线插值法定量改善无人机实时影像尺度,减少了ORB算法中构建影像金字塔所造成的系统开销,通过四叉树算法对提取的特征点均匀化,最后采用网格运动统计(Grid-based Motion Statistics, GMS)算法进行初次误匹配点剔除,再用随机抽样一致算法(RANSAC)筛选精确匹配点。实验结果表明,本文方法能够有效地减少无人机实时影像与基准图匹配时间,同时可以获得均匀的匹配点对,保持较高的匹配正确率。     

一种有效的基于灰度共生矩阵的图像检索方法

提出了一种基于广义图像灰度共生矩阵的图像检索方法。该方法首先将原图像作平滑处理得到平滑图像,然后将原图像和平滑图像组合得到广义图像灰度共生矩阵,提取该矩阵的统计特征量,最后将该统计量组成归一化向量用以检索。实验结果表明,本方法的效果要优于单纯的灰度共生矩阵法。     

MODIS影像的几何处理算法研究

MODIS影像的几何处理是一项基础性的研究工作,是数据投入使用之前的一个十分重要的环节。该文对MODIS影像边缘区域数据重叠问题的几何精纠正方法进行了研究。由于MODIS的大扫描角和地球曲率的影响导致了数据重叠错位现象,通过比较已有的重叠效应去除算法的优缺点,研究了在几何纠正过程中消除影像边缘重叠的直接法和直接-间接法两种重采样方法。实验表明,这两种方法使重叠现象都得到了有效的去除,并且几何精纠正精度基本符合要求,重建了真实的影像几何特征。     

An Agent-Based Approach for Regional Forest Fire Detection Using MODIS Data: A Preliminary Study in Iran

Detecting fires, which are at their early stages is the first component of effective fire fighting. To date, several algorithms have been proposed to detect fire spots using remote sensing data. Nevertheless, in order to be able to accurately detect small and cool fires, which are very important at the regional scale, most of these algorithms need to be adjusted and improved. In this paper, an agent-based algorithm is presented for regional forest fire detection using bi-temporal MODIS data. The algorithm is designed to be so self-adaptive and consistent that it could be applied to the different pairs of consecutive images taken by the same satellite platform and at the same daytime. The results clearly show that compared with the MODIS contextual algorithm (version 4), the proposed method is more sensitive to small and cool forest fires in Iran.