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。     

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。     

基于光谱分析的MODIS云检测算法的研究

在总结云、陆地、植被、水体等目标光谱特性以及云和不同目标间光谱差异的基础上,改进了一种下垫面多光谱云检测算法,并采用MODIS影响进行了试验.试验结果表明,此改进方法行之有效.     

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.     

基于多维云空间的多光谱遥感影像边缘检测研究

在云模型的基础之上,提出一种基于多维云空间的遥感影像边缘检测算法。该方法依据矢量角相似性准则并结合邻域关系进行图像区域生长,在此基础之上根据影像不同波段的数据特征建立多维云空间映射模型,将数据从图像空间映射到云空间。通过多维云的逻辑运算生成边界云并进行向量综合。利用云的数字特征反推隶属度,构建边缘模糊特征平面,并通过最大模糊熵原则确定最优阈值,对图像模糊边界进行提取。试验结果表明,该算法在多光谱遥感影像中能取得较好检测效果。     

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。     

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.     

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。     

MODIS数据在林火监测中的应用研究

提出了MODIS在林火监测中的应用方法，其核心是利用MODIS热红外波段亮度温度阈值与植被指数相结合进行火点识别。对中、蒙、俄三国交界地区进行实例应用，结果表明，该方法能有效检测火点，减小由裸土、水体和云引起的误判。     

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。     

基于多个极化通道的SAR影像道路探测

提出了一种从SAR影像的多个极化通道探测道路的新方法。首先，介绍了用边缘探测器构造道路探测器的方法； 然后，将多参数统计假设检验的方法应用到全极化影像的信息融合中，并将该方法提取的结果与传统Tupin法提取的结果进行了比较。实验表明，该方法对全极化SAR影像道路边缘的提取效果较好，具有一定的适用性。     

基于REST的MODIS数据服务方法

采用了．net平台下的WCF技术,设计了基于REST的MODIS数据服务的系统架构,实现了对MODIS数据的详细查询浏览和简单处理服务。     

基于MODIS数据的火险潜在指数（FPI）及其应用研究

死、活可燃物含水率大小决定森林点燃的难易度,是判断林火能否发生、进行林火预报的重要因子。本文应用火险潜在指数（FPI,Fire Potential Index）模型,从这2个方面分析研究可燃物湿度对林火发生的影响。利用MODIS遥感数据提取FPI模型所需因素（气象数据： 相对湿度、温度; 植被数据： 10 h时滞可燃物湿度、归一化水分指数、植被绿度）,并将获得的2004年10月黑龙江省和2008年3月南方几省的气象、植被数据输入FPI模型,得到火险指数和火险等级划分。实践证明,应用该模型能够提高火险在时间和地理分布上的预报能力及预防技术。     

MODIS数据水体识别指数的识别效果比较分析

在光谱分析的基础上,应用不同水体指数对MODIS数据进行水体信息识别,并对其应用性能进行比较分析。结果表明,混合水 体指数（CIWI）是较理想的水体识别指数。若以反射率计算,并以0为判别阈值,则该指数的提取常数C的最佳取值为-0.85。 就目前的研究成果来看,MODIS数据还不太适合用于小型水体的识别。     

中国MODIS卫星影像彩色镶嵌图制作

本文介绍了大范围卫星影像彩色镶嵌图的制作流程．对于大范围卫星影像彩色镶嵌图制作的技术难点（去云、拼接、调色），文章进行了重点介绍并提出技术解决办法．利用MODIS卫星数据制作了两幅全国彩色影像镶嵌图：一幅为红波段（B1）、绿波段（B4）和蓝波段（B3）构成的真彩色合成影像：一幅为红波段（B1）．近红外波段（B2）和蓝波段（B3）构成的假彩色合成影像．两幅影像色彩精美，信息量丰富．     

基于MATLAB的遥感图像变化检测

主要讨论了遥感图像变化检测的图像几何配准和阈值选取理论,利用MATLAB强大的数值计算功能实现了遥感图像变化检测.在拓展数学符号计算软件包MATLAB应用领域的同时,探索了一种遥感图像处理软件的快速开发方式.     

基于MODIS数据的内蒙古草地植被退化动态监测研究

以内蒙古自治区为研究区,利用卫星遥感、GIS和GPS技术,在实地调查和样方测定的基础上,选用群种自然生殖枝高度、草地植被覆盖度和草地生物量3个评价指标,并将其加权综合得到草地植被退化指数(GDI).将GDI与提取的各种植被指数进行相关分析,选出最能反映草地退化趋势且与植被退化指数线性拟合最好的植被指数--修正的土壤调节植被指数(MSAVI).采用线性回归方法建立草地植被退化的遥感监测模型,分析了研究区2002年~2006年草地植被退化的时空分布规律和变化趋势.研究表明,与2002年相比,2006年内蒙古地区草地植被退化状况呈现整体改善、局部恶化的情况.