应用MODIS进行赤潮遥感监测的研究进展

合集下载

赤潮灾害监测预报研究综述

赤潮灾害监测预报研究综述

赤潮灾害监测预报研究综述摘要:近海赤潮灾害的频繁暴发严重破坏海洋生态平衡和海洋环境。

概述了国内外赤潮监测和预报状况,着重介绍了利用卫星遥感进行赤潮预报的方法;总结了赤潮遥感预报目前仍存在的问题,指出基于机理和生态过程的赤潮预报模型将是重点研究方向。

关键词:赤潮灾害;监测预报;遥感;模型Abstract:The frequent occurrence of offshore red tide hazard severely damaged oceanic ecological balance and marine environmen.t The status quo of red tide monitoring and forecasting at home and abroad is described.Themethods of red tide forecasting by remote sensing are particularly introduced. The problems affecting red tideforecasting are summarized. It is pointed out that the red tide forecastingmodelbased onmechanism and ecologicalprocess is promising.Key words:red tide hazard; monitoring and forecasting; remote sensing; model赤潮是在一定的环境条件下,局部海域因浮游生物突发性地大量增殖和高密度聚集(几百万~几千万个赤潮生物/mL海水)而使海水变色发臭的异常现象。

赤潮首先是生物学的问题,但同时也是环境学的问题,赤潮是海洋严重污染的结果,携带大量无机营养盐和有机物的工业废水和生活污水排入海洋所引起的海水富营养化是其形成的物质基础。

海洋环境监测中的卫星遥感技术考核试卷

海洋环境监测中的卫星遥感技术考核试卷
海洋环境监测中的卫星遥感技术考核试卷
考生姓名:__________答题日期:_______得分:_________判卷人:_________
一、单项选择题(本题共20小题,每小题1分,共20分,在每小题给出的四个选项中,只有一项是符合题目要求的)
1.卫星遥感技术中,常用于海洋环境监测的传感器是:()
C.卫星遥感技术只能监测静态的海洋环境
D.卫星遥感技术对海洋环境监测没有局限性
15.以下哪个卫星系统主要用于全球海洋环境的实时监测?()
A. GPS
B. GLONASS
C.北斗导航卫星系统
D. Jason卫星系列
16.下列哪种卫星遥感技术主要用于海洋油膜监测?()
A.多光谱遥感
B.高光谱遥感
C.红外遥感
A. MODIS
B. MRI
C. CT
D. PET
2.下列哪个卫星不属于海洋环境监测卫星系列?()
A.海洋卫星一号
B.风云三号
C.地球观测卫星
D.资源一号
3.在卫星遥感中,海水温度的测量主要使用哪个波段的光谱信息?()
A.可见光波段
B.红外波段
C.微波波段
D.紫外波段
4.关于海洋叶绿素浓度监测,以下哪个说法是错误的?()
A.辐射校正
B.大气校正
C.几何校正
D.目标识别
20.关于卫星遥感技术在海洋环境监测中的应用,以下哪个说法是错误的?()
A.可以实现大范围、快速监测
B.可以获取长期、连续的监测数据
C.可以实时传输数据,便于应急处理
D.成本高,操作复杂,难以普及
(结束)
二、多选题(本题共20小题,每小题1.5分,共30分,在每小题给出的四个选项中,至少有一项是符合题目要求的)

EOS_MODIS遥感数据在森林火灾监测中的应用

EOS_MODIS遥感数据在森林火灾监测中的应用

EOS/MODIS遥感数据在森林火灾监测中的应用发布时间:2022-06-16T09:10:43.328Z 来源:《中国教师》2022年2月4期作者:倪波顺1 ,2 金云1[导读] 森林是宝贵的自然资源,而火灾对森林资源又极具破坏性,倪波顺1 ,2 金云11重庆市铜梁区规划和自然资源局,重庆铜梁 452060 2三峡生态环境遥感研究所,重庆 401331摘要:森林是宝贵的自然资源,而火灾对森林资源又极具破坏性,如何及时有效的监控森林火灾显得极为重要。

MODIS数据因其较高的时间分辨率、适中的空间分辨率在监测森林火灾中得到广泛的应用,GIG和RS的结合极大的提高了对于森林火灾的监控、伪火点的识别、灾后面积的评估等,随着遥感技术的进步,森林火灾监控方法将会得到更加广泛、有效而便捷的应用。

关键字:遥感,MODIS数据,森林火灾监测1、引言森林是宝贵的自然资源,有制造氧气、净化空气、过滤尘埃、保持水土、防风固沙、调节气候,还有维持生态环境的重要功能[1]。

我国的森林资源缺乏,全国人均森林面积和人均森林蓄积分别相当于世界人均水平的1/5和1/8,且森林质量不高,平均每公顷蓄积量只有78. 06立方米,相当于世界平均水平的68%;郁闭度0.2-0.3的林分面积占林分总面积20.1%。

森林资源不仅是林地生态系统的重要组成部分,也是中华民族的绿色生态屏障[2]。

森林火灾是一种世界性的严重自然灾害,既破坏森林资源,对野生生物和人的生命则产造成损害,又对区域生态环境和全球气候系统造成严重影响,可能直接影响辐射平衡和全球气候系统[3];火灾会破坏区域生态环境的生产功能,导致动物栖息地和生物多样性的减少,改变植被演替方式和生物营养循环[4]。

其中我国是重、特大森林火灾高发区,特别是在东北森林与华南森林,及时、准确地检测到火灾的发生己成为国内外研究的热点之一遥感(Remote Sensing,RS)、地理信息系统(Geography Information System,GIS)技术为人类研究防灾减灾工作提供了有效乎段。

遥感技术在西藏高原资源环境领域中的应用

遥感技术在西藏高原资源环境领域中的应用
济和社会发展 “ 十四五” 规划和二○三五年远景目标的建议
[DB / OL ]. http: / / www. xizang. gov. cn / zwgk / xxgk _ 424/ zxxxgk /
等ꎬ 断层解译 [13] ꎬ 为区域防灾减灾提供了经济有效
的技术手段ꎮ
2 4 土地规划与生态设计
科学合理规划是构建西藏高原区国土空间高质量
发展格局的关键ꎬ 目前已开展了多类规划及生态设计
工作ꎬ 包括西藏自治区国土空间规划 “ 一张图” 数据
库建设项目ꎬ 城镇总体规划ꎬ 自然资源厅自然资源三
维实景数据库及管理平台应用示范建设项目ꎮ 基于遥感
“ 一核一圈两带三区” 高质量发展新格局战略无不与
遥感技术有关 [2] ꎮ 2021 年 10 月ꎬ 姚檀栋院士在 “ 青
藏高原生态文明与生态安全” 论坛上指出ꎬ 在青藏高
原生态文明高地建设系统规划中ꎬ 要推动山水林田湖
DOI: 10 19754 / j nyyjs 20231115007
草沙冰一体化的地球系统保护修复治理ꎬ 这对形成西
3 4 2023ꎬ Vol 43ꎬ No 21
农业与技术 ※农业工程

2 遥感技术在西藏高原资源环境领域的应
用方向
西藏高原作为青藏高原的主体ꎬ 是我国乃至全球
样板地等方面发挥了重要作用ꎮ
2 3 自然灾害识别与监测
西藏高原作为青藏高原的主体ꎬ 气象灾害和地质
灾害多发频发性强、 影响大ꎬ 遥感技术以快速探测、
动态周期性监测为优势ꎬ 在干旱、 洪涝、 泥石流、 滑
坡、 地震、 草场鼠害等气象、 水文、 地质灾害等监测
方面都 发 挥 了 巨 大 作 用ꎬ 如 利 用 FY 卫 星、 MODIS、

205专题:基于MODIS数据的气溶胶遥感监测

205专题:基于MODIS数据的气溶胶遥感监测

专题背景
名词解释 :气溶胶是液态或固态微粒在空气中的悬浮体系。它们能 作为水滴和冰晶的凝结核、太阳辐射的吸收体和散射体,并参与各 种化学循环,是大气的重要组成部分。雾、烟、霾、轻雾(霭)、
微尘和烟雾等,都是天然的或人为原因造成的大气气溶胶。
卫星遥感手段以其时效性高、覆盖面广、分辨率高等优势使得快速 大面积监测气溶胶情况成为可能。MODIS是先进的多光谱遥感传感 器,具有36个观测通道,覆盖了当前主要遥感卫星的主要观测数据。
ENVI下对MODIS数据的几何校正的工具
✓ Toolbox/Geometric
Correction/Gesor/Georeference MODIS
3.2 角度数据集的几何校正
用校正发射率得到的GCP控制点来校正角度数据集
✓ 打开角度数据集: File-> Open As ->Generic Formats -> HDF,
研究区域
• 北京市 • 数据:
✓ MOD021KM.A2012156.0255.005.2012156094454.hdf
• MODIS数据下载地址:
✓ /data/search.html
处理流程介绍
MODIS数据是采用的MODIS L1B 1KM数据。应严格按照说明进行 操作,例如数据是1km的,数据的合成是反射率在上,发射率在下 等。
处理流程
进入专题
数据: “205-专题:基于MODIS数据的气溶胶
遥感监测”
气溶胶反演
合成后处理
波段合成和裁剪
几何校正
辐射校正
3.1几何校正
几何校正包括:发射率数据集、反射率数据集、 角度数据集的几何校正。
发射率数据 集几何校正

基于MODIS数据的多因子协同作用下森林火灾预测监测研究共3篇

基于MODIS数据的多因子协同作用下森林火灾预测监测研究共3篇

基于MODIS数据的多因子协同作用下森林火灾预测监测研究共3篇基于MODIS数据的多因子协同作用下森林火灾预测监测研究1随着全球气候变化和人类活动的增加,森林火灾的发生频率和规模也在不断增加。

为了及时预防和控制森林火灾,需要采取一系列科学的方法进行预测监测。

而基于MODIS(Moderate Resolution Imaging Spectroradiometer)数据的多因子协同作用下对森林火灾的预测监测是目前较为有效的方法之一。

MODIS是一种被广泛应用于地球观测的遥感传感器,具有高时间分辨率、适应广泛的波段、覆盖面积大等特点,可提供丰富的用于森林火灾预测监测的信息。

研究表明,多种因素的协同作用会对森林火灾的发生和发展产生深远影响,而利用MODIS数据进行多因子协同作用下的火灾预测能够更好地提高预测精度和实时性。

在火灾预测监测中,MODIS数据可用于提取多种火险指数,如地表温度、反射率、NDVI(Normalized Difference Vegetation Index)等,这些指数可以反映出植被的生长状态、空气湿度、火源强度等因素。

同时,MODIS数据还可用于提取地表特征,如地形、植被覆盖、水体以及土地利用类型等,这些信息对火灾预测也具有重要意义。

在多因子协同作用下,利用MODIS数据进行森林火灾预测的方法也较为丰富。

基于机器学习算法的火灾预测模型,如支持向量机(SVM)、决策树(DT)和随机森林(RF)等,能够在多种因素的作用下,对火灾概率进行准确预测。

此外,基于地统计学方法的空间分析也可用于分析森林火灾在不同环境条件下的分布规律,从而提高火灾预测的准确性。

然而,基于MODIS数据的多因子协同作用下森林火灾预测监测研究还存在一些挑战。

首先,由于MODIS数据本身存在噪声和缺失值,如何有效地处理这些数据成为研究的重要问题。

其次,由于森林火灾受多种影响因素的影响,建立精确的预测模型也需充分考虑各种因素之间的相互作用性。

基于MODIS数据的秸秆焚烧遥感监测研究

基于MODIS数据的秸秆焚烧遥感监测研究

安徽农学通报2023年15期资源·环境·植保基于MODIS数据的秸秆焚烧遥感监测研究——以安徽省为例朱孟磊杨培松(宿州市自然资源勘测规划设计院,安徽宿州234000)摘要每年9月中旬至10月下旬是安徽农作物收获的时段,秸秆焚烧现象较为普遍。

监测人员现场调查可获取秸秆焚烧地点和焚烧程度,但监测规模和力度有限,无法大范围获取焚烧现场状况,从而无法进行有效的治理。

卫星遥感技术能够迅速获取大范围的秸秆焚烧火点位置,可对近期秸秆焚烧火点增加情况进行了解,具体分布情况进行分析比对。

本文基于MODIS提供的热异常数据以及MCD12Q1土地覆盖数据,通过MRT、ENVI遥感图像处理软件首先对原始数据进行格式转换和投影转换的操作,使其具备投影信息,并将热异常数据和土地覆盖数据转换为同一投影同一基准面下,然后再提取火点和农用地信息,并将两者信息求交集得出最终结果。

从而动态监测秸秆焚烧火点的位置信息,便于实施合理高效的禁烧政策。

关键词MODIS;秸秆焚烧;遥感监测;安徽省中图分类号F321.1文献标识码A文章编号1007-7731(2023)15-0093-06秸秆是指水稻、玉米等农作物收获果实后留下来的难以被合理利用的部分[1]。

我国每年产生的秸秆量较大,秸秆资源位于全世界第一位,占比高达30%[2]。

鉴于此,本文基于MODIS数据对安徽省秸秆焚烧动态变化进行了遥感监测研究,以期为秸秆监测提供参考。

1秸秆焚烧监测研究现状我国遥感卫星经过几十年的发展,已被广泛应用于资源环境、水文、气象、地质、测绘等领域。

现阶段,国内外秸秆焚烧监测研究基本以MODIS数据为数据源,具有众多光谱波段的特性决定了MODIS在理论上为提取火点提供了可能。

国内还常用环境小卫星红外相机拍摄的影像作为火点识别的数据来源[3]。

王子峰等[4]利用EOS/Terra卫星的MODIS数据并结合IGBP地表分类数据,再依据火点像元的各种辐射统计特性,将火点分为秸秆焚烧、林火、草原火3种类型,提高了火点的判别率;段卫虎等[5]、胡梅等[6]利用MODIS数据分别对森林火点、秸秆焚烧火点进行判别监测,证实了MODIS数据用于火点监测的可能性,并表明利用阈值监测的火点精度与地区背景值具有一定的关系。

融合MODIS_和Landsat_数据的青海湖流域典型区NDVI_重构与年内最大值变化分析

融合MODIS_和Landsat_数据的青海湖流域典型区NDVI_重构与年内最大值变化分析

第 32 卷 第 8 期Vol.32,No.828-392023 年 8 月草业学报ACTA PRATACULTURAE SINICA 李芳, 王广军, 杜海波, 等. 融合MODIS 和Landsat 数据的青海湖流域典型区NDVI 重构与年内最大值变化分析. 草业学报, 2023, 32(8): 28−39.LI Fang , WANG Guang -jun , DU Hai -bo , et al . Integrating MODIS and Landsat data to reconstruct the Landsat NDVI of a typical region in the Qinghai Lake Basin and changes in the intra -annual NDVI maximum. Acta Prataculturae Sinica , 2023, 32(8): 28−39.融合MODIS 和Landsat 数据的青海湖流域典型区NDVI 重构与年内最大值变化分析李芳1,王广军1*,杜海波2,李萌1,梁四海3,彭红明4,5(1.中国地质大学(北京)土地科学技术学院,北京 100083;2.内蒙古煤田地质局勘测队,内蒙古 呼和浩特 010010;3.中国地质大学(北京)水资源与环境学院,北京 100083;4.青海省环境地质勘查局,青海 西宁 810007;5.青海省环境地质重点实验室,青海 西宁 810007)摘要:归一化植被指数(NDVI )能够较准确表达出植被覆盖和生长状况,对其进行时间序列分析已成为研究全球、国家或区域植被生长的重要方式。

针对当前NDVI 时序产品空间分辨率不高,难以应用于小尺度的精细研究,以及利用Landsat 不同时相NDVI 评估生态环境质量受植被季相和年际变化影响较大等问题,首先基于增强型时空自适应反射率融合模型(ESTARFM )融合MOD09Q1和Landsat 数据,对植被年内生长季NDVI 数据进行预测插补,之后利用Logistic 模型重构2001-2020年植被生长季NDVI 曲线,通过引入MODIS 逐日NDVI 数据确定NDVI 年内最大值日期,逐像素求解出最优的Landsat NDVI 年内最大值,并将其应用于青海湖流域布哈河附近局部典型区域植被生长状况评估。

赤潮的生态学研究进展和展望

赤潮的生态学研究进展和展望

赤潮的生态学研究进展和展望杨刚(浙江海洋学院海洋科学与技术学院,浙江舟山316004)摘要本文针对赤潮的生物学研究、赤潮发生机制,赤潮的生态学效应,赤潮的生物学监测和赤潮的防治等方面对整体的赤潮研究进行了简单的回顾和应用介绍,最后对赤潮的研究重点和未来发展方向进行了评述。

关键字赤潮发生机制生态学效应监测防治分类号赤潮(red tide)又称有害藻华(harmful algae bloom ),是由于某种(或某些)微小的浮游藻类或原生动物或细菌,在一定的条件下爆发性繁殖(增殖)或高密度聚集引起水体变色的一种有害的生态异常现象。

赤潮形成后,对海洋生态系统的破坏难以估量: ①赤潮生物的爆发性增殖会造成海水pH值升高,粘稠度增大,改变水生生态系统的群落结构; ②藻类大量死亡时分解作用消耗水中的氧气,导致水域的动物因缺氧而死亡; ③藻类过度密集会堵塞鱼贝类生物的鳃部,使其窒息而死; ④有的赤潮藻类本身含有毒素,鱼贝等生物接触后会发生中毒反应。

有的赤潮毒素容易在鱼贝体内蓄积,人们误食含有毒素的水产品后会引起肢体麻痹,甚至中毒致死。

[1]据报道记载,赤潮在古代发生的次数非常稀少。

20世纪以来,由于工农业迅速发展,沿海地区人口激增,大量的工业废水和城市生活污水未经处理直接排放到海洋中,造成内湾、河口和沿岸水域的严重有机污染和富营养化,赤潮的发生频率不断升高。

并且,赤潮影响的水域面积越来越大,引发赤潮的藻种也越来越多(Hallegraeff,1993 )。

[2]当前,每一个拥有海岸线的国家都受到赤潮的威胁。

因此,赤潮已经成为世界沿海国家所面临的主要海洋环境问题,引起了国际上的广泛关注。

许多临海国家特别是日本和美国已投入大量的人力和物力进行研究。

从发展趋势看,赤潮的发生机理、危害、预测和防治仍将是今后赤潮研究的主流。

1. 赤潮的生物学研究据报道,世界各地己引发过赤潮的生物有200种(福代康夫,1990)。

[3]赤潮生物除少数的原生动物和细菌外,大都属于浮游植物,包括蓝藻、硅藻、甲藻、金藻和隐藻等门类,其中硅藻和甲藻占多数。

基于水体光谱特性的赤潮分布信息MODIS遥感提取

基于水体光谱特性的赤潮分布信息MODIS遥感提取
关键词 光 谱 ;赤 潮 ; O S M DI 文 献 标 识 码 :A D :1 . 9 4ji n 1 0—5 3 2 1 )82 3 -5 Ol 0 3 6 /.s . 0 00 9 (0 10 —2 30 s
中 图 分 类 号 :T 7 P9
了 19 98年珠江 口赤 潮爆 发情 况 ; 晓 阳_ 对 叶绿素 a预报 矫 2 ]
体 的颜 色是 不同的 。比如夜光 藻引起 的赤潮是 粉红色 的 ,中
缢 虫引起的赤潮 是红色的 , 色角毛藻 ( 眼虫) 绿 如 引起 的赤潮 是 绿色的 , 骨条藻 引起 的赤潮 为灰褐色 , 而赤 潮异弯 藻引起 的赤潮 为酱 油色 。
卫 星遥感赤潮信息提取主要针对赤 潮发生的生物和环境 条件 。通过对卫 星 图片 的校 正 、合 成 、分 析及 解 译 等处 理 ,
艮l 利用多 波段差值 比值 法 ,发展 了针对 S a F l 7 eWiS和 F - Y1良好 的相
关性 ,可 以利用遥感反演 的叶绿素 a浓度来较 精确地 判定赤 潮 的发生 。T n a g等_ 利用 叶 绿素 a浓度 赤 潮监 测方 法研 究 1 ]
基 于水 体 光 谱 特 性 的 赤潮 分 布信 息 MO I 感提 取 D S遥
丘仲锋 崔廷伟。 何 宜军 , ,
1 .中国科学院海洋研究所 ,海洋环流与波动重点实验室 ,山东 青岛 2 .国家海洋局第一海洋研究所 ,山东 青 岛 2 6 7 60 1 2 6 7 601


赤潮监测对 于赤潮治理 、预防 , 减少赤潮危 害有着重要作用 。通过分析东海赤潮多发区域实测遥感
对处理结 果进行判断分析 ,可以 了解 赤潮 的特征 , 估算 赤潮
发生 范围、分布面积及 大体 趋势等赤潮信息 。 叶绿 素 a 浓度 常用来表征 浮游植物 色素浓度 ,海水 中叶 绿素 a 浓度变 化在 O 1 mg・T ~ 0 I 数量 级范围 内。 I 暴发赤潮 时, 赤潮生物浓度会产生 急剧变 化 ,表层海水 的 叶绿素 a 含 量通 常 达 到 1 0 mg・m 以上 ,高 者甚 至 可 达 几 百 mg・

时间序列MODIS数据赤潮信息提取研究

时间序列MODIS数据赤潮信息提取研究
第2 7卷 第 3期
2 2年 6月 01
遥 感 信 息
R EM 0T E EN SI G N F0R M AT I N S N I O
Vo . 3, . 1 1 No 3
] n 2 1 u ., 0 2
时 问序列 MOD S数据赤潮信息提取研究 I
孙 丽雅 ① , 芸 芝① , 小钦 ① ② ~ 陈 ~ 汪 '
ห้องสมุดไป่ตู้
a dS TI wa o sse twih oh rmeh d , u r u h h su g n swh n t ee wa o rd td . ee ta to e n S M sc n itn t t e t o s b tb o g tt emij d me t e h r sn e ie Th x rcin r— s iss o t a u t h w h tCCF TM to c iv dt emo to jcier s l i i - eisi g swhc l e hbtd terd t ete d meh da h e e h s be t e ut ntmes re ma e ihwel x ii h e i r n v e d
Ab ta t M ODI a a wi i h s e t a n i e o u i n p a s a sg iia tr l n t e r d t e mo io i g I h s p — src : S d t t h g p c r l d tme r s l t l y i n f n o e i h e i n t rn . n t i a h a o c d p r M ODI a e n t e i si a , 0 8 we ea q ie o e t a tp t n i l e i e v rt eEa tCh n e , sn l— e, S i g s i i s re n M y 2 0 r c u r d t x r c o e ta d t so e h s i a S a u i g Ch o m me r d

基于MODIS资料的遥感干旱监测业务化方法研究

基于MODIS资料的遥感干旱监测业务化方法研究
维普资讯
第 2 卷第 3 4 期 20 年 5 06 月
干 旱 地 区 农 业 研 究
A rc lu a sa c n t eArd Al I g iut r lRee r h i h i  ̄[ S
V6 . 4 No 3 12 . Ma .0 6 y20
感干旱监测模 型转移到 M DS数据平台是遥感 干旱监测领域非 常关注 的问题。我们 从可 业务化 的角度 , O I 在借 鉴 陕西省农 业遥感信 息 中心近年研究开发的 N A / V R O A A H R遥感 干旱监测 业务化模 型的基础上 。 结合 陕 西的地形 、
气候 、 植被覆盖特征 , 立 了基干 MO S数据 的 区域 性 干旱遥 感监 测 的业 务化模 型和 资 料处 理流 程 。 在 陕西 建 DI 并 20 年 3 05 —5月发生的较严重的春旱过程 中进行 了监测试验。结果表 明: 使用 基干 MO S数据 的热惯置和植被供 DI
在内的 MO I D S综合 干旱监测模 型【 _齐述华等 包含 5 1 列 4 卜2, 4 6 0行数据, 首先计算每相邻 的两条扫 言编程将重复数据去除 , 并确保地物是连贯的。此
外 , DS MO I 采用多个探测器 同时扫描 , 导致探测器
全国干旱分布 郭广猛 等根据水 的吸收率曲线提 3,
2 0 年 9月开始使用 每旬 卫星遥感 监测 、 03 前期雨 热惯量和植被供水指数两种模型在稀疏和高植被覆 情、 土壤湿度 、 农情等观测手段进行经常性干旱实时 盖地区均有较好的监测 能力 , 植被供水指数模型在
监测 , 并定期发布《 陕西省土壤墒情综合监测》 报告 , 向省委、 省政府及有关厅局提供咨询服务。2 0 年 04
水指数两种模 型进 行 区域性遥感干旱监测是可行 的。 改后的植被供水指 数模 型在 干旱面 积估 算精度 和 图像 的可 修

(完整word)MODIS数据介绍

(完整word)MODIS数据介绍

MODIS数据介绍(2014—02-24 17:22:02)转载▼一、Modis数据资源总体介绍1999年2月18日,美国成功地发射了地球观测系统(EOS)的第一颗先进的极地轨道环境遥感卫星Terra.它的主要目标是实现从单系列极轨空间平台上对太阳辐射、大气、海洋和陆地进行综合观测,获取有关海洋、陆地、冰雪圈和太阳动力系统等信息,进行土地利用和土地覆盖研究、气候季节和年际变化研究、自然灾害监测和分析研究、长期气候变率的变化以及大气臭氧变化研究等,进而实现对大气和地球环境变化的长期观测和研究的总体(战略)目标。

2002年5月4日成功发射Aqua 星后,每天可以接收两颗星的资料。

搭载在Terra和Aqua两颗卫星上的中分辨率成像光谱仪(MODIS)是美国地球观测系统(EOS)计划中用于观测全球生物和物理过程的重要仪器。

它具有36个中等分辨率水平(0.25um~1um)的光谱波段,每1—2天对地球表面观测一次。

获取陆地和海洋温度、初级生产率、陆地表面覆盖、云、汽溶胶、水汽和火情等目标的图像。

本网站提供的MODIS陆地标准产品来自NASA的陆地过程分布式数据档案中心(The Land Processes Distributed Active Archive Center,LP DAAC/NASA)。

包括:基于Terra星和Aqua星数据的地表反射率(250m,daily;500m,daily;250m,8days;500m,8day)、地表温度(1000m,daily;1000m,8days;5600m,daily)、地表覆盖(500m,96days;1000m,yearly)、植被指数NDVI&EVI(250m,16daily;500m,16days;1000m,16days;1000m,monthly;、温度异常/火产品(1000m,daily;1000m,8days)、叶面积指数LAI/光合有效辐射分量FPAR(1000m,8days)、总初级生产力GPP(1000m,8days)。

湖泊水华预警研究进展概述

湖泊水华预警研究进展概述

湖泊水华预警研究进展概述摘要近几十年来,水华预警模型及监测技术得到迅速发展,及时有效的预防预警监测在预防湖库水华发生中发挥了一定的作用,是判断蓝藻水华发展趋势并制定相应对策的重要手段。

除了人工常规现场监测以外,目前国内外对湖泊水华预警的研究主要集中在以下几个方面:①环境遥感监测;②使用指标因子识别;③建立数学模型。

笔者将从上述三个方面对现有的湖泊水华预警的研究进展作简要概述。

关键词湖泊富营养化;蓝藻水华;监测预警引言据统计,自1980年以来,我国富营养化湖泊面积增加了近60倍,且25%的湖泊正面临富营养化的威胁[1]。

治理湖泊富营养化、控制水华危害不仅是我国的重大战略需求,也是一个世界性的环境问题。

治理湖泊富营养化是降低水华危害的根本措施,但这是一个非常复杂的过程,如果能够对水华的发生进行实时、精确的监测预警,并及时采取相应解决措施将会将蓝藻水华所带来的损失降到最小。

1 环境遥感监测20世纪70年代开始,美国等发达国家开始利用遥感手段对区域性水华进行监测。

80年代以来,遥感技术的发展使得遥感对内陆湖库水生生态环境的监测拓展到水温、浑浊度、悬浮物与叶绿素等水质理化指标,用于湖泊水库营养状态的监测与评价。

Torbick.N等[2]分别使用卫星遥感數据对美国Champlain湖进行湖泊水华情况研究,结合实证波段比值回归模型来测量叶绿素a和藻蓝蛋白浓度,并通过结果比较得出Landsat8卫星数据目前较为适用于进行湖泊水华监测。

20世纪80年代以后,我国学者开始利用环境遥感技术进行叶绿素a、透明度、水温、溶解氧等水质指标以及湖泊水华分布情况的观测。

王学军等[3]利用陆地卫星Landsat的TM影像数据选取悬浮固体颗粒物、透明度、溶解氧、高锰酸盐指数、5日生化需氧量、总氮、总磷共7个监测参数进行分析。

尚琳琳等[4]利用MODIS数据,采用浮游藻类指数(FAI)法提取太湖蓝藻水华面积,分析认为太湖蓝藻水华监测结果的尺度差异是水体的空间异质性导致的。

多海洋参数赤潮MODIS综合监测

多海洋参数赤潮MODIS综合监测
L br tr fDii l rhS in e Ce trfrEa h O srain a dDii l a t aoaoy o gt t c c, ne o r bev t n gt rh a Ea e t o aE
C ieeA a e 1 ce cs Be ig 1 0 C ia hn s c d my0 in e i n 1 1 hn S j 0 9
的遗 漏 和 误 判 .以2 0 年5 3 0 4 月 0口 ̄ 2 0 年 6 i [渤 海 海 域 的M oDI影 像 为实 验 数 据 进 行 实 例 研 究 , 实 了綦 于 g 0 4 月 11 S 证
多 海洋 参数 的 赤潮 遥 感监 测 技 术 的 可行 性和 有 效 性 . 关键 词 : ODI ;海 洋 参 数 ; 潮 监 测 ; 别 规 则 M S 赤 判
i f r a i n o t i e a e n a sn l a a t r n o m to b a n d b s d o i g e p r me e .M 0DI ma e i sa q ie n M a O a d J n , 0 4 S i g re c u r d o y 3 n u e 1 2 0 , 1 c v rn h h iS a r a e n e a p e t h w a i t n e i i t ft e p o o e t o . o e i g t e Bo a e ,a e t k n a a x m l o s o v l s diy a d f a b l y o h r p s d me h d s i K e w o ds y r :M 0DI o e n c p r m e e s r d td o io i g, ic i i a i n r l s S, c a i a a t r , e i e m n t rn d s rm n to170 0 5—2 72 1)20 4—5

武汉大学2012年度国家大学生创新创业训练项目

武汉大学2012年度国家大学生创新创业训练项目

1210486014 经济与管理学院
2010300040071
15
1210486015 经济与管理学院
面向小微企业融资困境的微金融体系研究
吴钰茜
2009300070049
管璇、张迪、雷冠群、丁映峰
熊和平 曾国安
16
1210486016 法学院
关于“微公益”合法合规运作模式的实证研究 ——着眼于网络时代公益事业的平民化浪潮
邓凤姣 丁 毅 张 晖 沈焕峰 黄社华 陈 明 卢文波 王均星 王福庆 张 博 刘 栋 陈厚桂 关伟民 应黎明 李 玲 曾玉彬 张国栋 王晓笋 丁 李 杨 飞 专祥涛
1210486037 生命科学学院 葫芦科microRNA的发掘及其在苦瓜中的鉴 1210486038 资源与环境科学学院 定 EC/Fe/SR-AOP处理垃圾渗透液 基于RS/GIS的湖北省植被净初级生产力时空 1210486039 资源与环境科学学院 变化分析 弯道汇流区水面形态和三维流动结构的实验 1210486040 水利水电学院 研究 一种基于近景摄影的岩体轮廓爆破半孔率统 1210486041 水利水电学院 计技术 高流速、缓底坡泄洪隧洞掺气槽掺气保护长 1210486042 水利水电学院 度的研究 1210486043 水利水电学院 漂移生态湿地的研制
指导老师 杨柏峰 常 胜 雷爱文 周 翔 王宝山 李 振 王建波 郑 凌
郑力为 赵 曦 黄智超 陈 均 王玉佩 孙 瑜
36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51
1210486036 生命科学学院
黄鳝受精过程显微观察及其机理研究
刘衍男 孙露露 孙玲玉 徐春雪 胡榴烟 覃 戈
4
1210486004 信息管理学院

基于MODIS数据的洞庭湖生态经济区生态环境质量演变研究

基于MODIS数据的洞庭湖生态经济区生态环境质量演变研究

future development planning. The research results can provide an important theoretical basis for the sustainable development of the area around Dongting Lake.Key words Dongting Lake ecological economic zone; Google Earth Engine; ecological quality; remote sensing ecological ind ex生态环境质量是生态系统在时间和空间上的要素、结构及功能综合表征,反映各种限制因素、景观要素和生态水文过程相互作用的结果[1]。

因此,对于区域生态环境的正确认识及评价对我国生态文化建设和生态环境维护意义重大。

卫星遥感技术能快速覆盖大面积区域并及时获取地表信息,已被广泛应用于生态环境评估领域 [2, 3]。

各种各样的遥感指数已被广泛应用于森林、草地、城市和湖泊等生态环境的评估中[4-7],如归一化植被指数(NDVI)、增强植被指数(EVI)、叶面积指数(LAI)等[8-10],这些单一遥感指数是地域生态环境评估的关键之一。

然而,由于生态指标影响因素的复杂性和多样性,仅采用一种遥感指数来量化生态系统的状况是不够的[11],使用多个指标的综合生态指数来量化评估生态状况更具优势,也更加全面。

早在2006年,生态环境部根据生物丰度指数、植被覆盖指数、水网密度指数、土地退化指数和环境质量指数构建的生态环境状态指数(EI),在区域生态环境质量评估方面取得了普遍应用[12]。

但是,综合指数构建普遍面临评价指标提取困难、数据空间精度较低和数据更新慢等问题。

基于卫星遥感信息结合了绿度、湿度、热度、干度的遥感生态指数(RSEI),可以较好地解决上述问题[13]。

RSEI 的指标易于获取且计算简捷,无须人为设定权重和摘要 快速城镇化对地区生态环境质量产生重要影响,及时评估生态环境质量变化对城市生态管理和规划具有重要意义。

基于MODIS的海州湾可溶性无机氮浓度遥感监测研究

基于MODIS的海州湾可溶性无机氮浓度遥感监测研究

第29卷第1期2011年1月海洋科学进展ADVANCESINMARINESCIENCEVol.29No.1Januar y,2011基于MODIS 的海州湾可溶性无机氮浓度遥感监测研究*许勇1,2,张鹰3,陈洪全2,张东3(1.江苏省滩涂生物资源与环境保护重点建设实验室,江苏盐城224002;2.盐城师范学院城市与资源环境学院,江苏盐城224002;3.南京师范大学地理科学学院,江苏南京210046)摘要:在海州湾海域,DIN 质量浓度与MODIS 影像第1、4波段的反射率呈正相关,与第2、3、5、6等波段的反射率呈负相关,这里既体现无机氮基团的吸收特征,也反映了叶绿素a 和黄色物质质量浓度与DI N 质量浓度间的密切的联系。

在MODIS 的波段组合因子中由蓝绿波段反射率构成的因子F 11(3,4)与DIN 质量浓度间的相关性达到0.85,由该因子建立的线性模型的平均相对预测精度接近70%,将该模型应用于影像反演,所得到的结果与该海域实际的DIN 质量浓度时空分布规律相当吻合。

关键词:DIN 质量浓度;MODIS;射阳河口;反演模型中图分类号:T P79文献标识码:A文章编号:16716647(2011)01007308海州湾位于黄海中部,这一海域不仅是江苏省重要的水产养殖和捕捞基地,而且沿岸经济发达,入海污染物增长较快。

根据江苏省海洋污染基线调查显示,1998年海州湾海域硝酸盐、亚硝酸盐的质量浓度分别是1991年的10.67倍和18倍[1]。

自20世纪90年代末以来这一海域频繁受到赤潮的侵袭,由此造成的经济损失也不断扩大,对当地的环境和可持续发展构成严重威胁。

可溶性无机氮(Dissolved Inor ganic N itro gen,DIN)包括硝酸盐、亚硝酸盐和氨盐,是江苏沿海最重要的污染物之一[2],也是导致赤潮最直接的要素之一,利用遥感技术监测无机氮质量浓度不仅可以丰富监测数据、降低监测成本,还能提高监测效率,缩短决图1海州湾20042006年510月富营养化的测点在当月所占的比例Fig.1The monthly(May-October )percent ages of thenumber of the stations where eutrophication is obser ved pr opor tional to the number of a ll the stations(2004-2006)策周期,具有重要的实际应用价值。

我国赤潮灾害分布规律与卫星遥感探测模型

我国赤潮灾害分布规律与卫星遥感探测模型

我国赤潮灾害分布规律
1、分布区域
我国赤潮灾害主要分布在渤海、黄海、东海和南海等海域。其中,东海的赤 潮发生次数最多,影响范围最广。此外,南海的珠江口、台湾海峡和海南省附近 海域也是赤潮灾害的多发区域。
2、形成原因
我国赤潮灾害的主要形成原因包括:自然因素,如气候变化、河川径流、风 向变化等;人为因素,如工农业废水排放、海洋养殖等。此外,全球变化和海洋 污染也是导致赤潮灾害发生的重要原因。
通过上述对策方法的实施,卫星雷达遥感在滑坡灾害探测和监测中取得了显 著的应用效果。首先,有效地提高了滑坡灾害的识别精度和效率;其次,实现了 对滑坡灾害的实时监测和预警,减少了人员伤亡和财产损失;最后,为滑坡灾害 的防治和治理提供了科学依据和技术支持。
结论
卫星雷达遥感在滑坡灾害探测和监测中具有广阔的应用前景和潜力。通过数 据融合、数据挖掘和实时处理等对策方法,可以有效地解决卫星雷达遥感在应用 过程中面临的问题和挑战。随着技术的不断发展和进步,卫星雷达遥感在滑坡灾 害探测和监测中的应用将会越来越广泛,成为未来发展的重要方向。
谢谢观看
3、模型的应用推广和实际意义
通过将该卫星遥感探测模型应用于我国不同海域的赤潮灾害监测,发现该模 型能够准确、迅速地预测赤潮灾害的发生、发展及消亡过程,对于提高我国赤潮 灾害防控能力具有重要意义。此外,该模型还可应用于其他环境监测领域,如海 洋污染、海平面上升等,具有广泛的应用前景。
我国赤潮灾害分布与卫星遥感探 测模型的关联
3、变化趋势和周期性
近年来,我国赤潮灾害呈现出发生次数增加、影响范围扩大、持续时间增长 的趋势。通常情况下,赤潮灾害一年可发生数次,多发期为5月至8月。然而,不 同海域的赤潮灾害周期性存在差异,如东海的赤潮灾害周期性较为明显,而南海 的赤潮灾害则呈现非周期性变化。

MODIS遥感监测滇池蓝藻水华分布

MODIS遥感监测滇池蓝藻水华分布

第37卷第5期2009年10月气 象 科 技M ETEOROLO GICAL SCIENCE AND TECHNOLO GY Vol.37,No.5Oct.2009MOD IS 遥感监测滇池蓝藻水华分布鲁韦坤1 谢国清1 余凌翔1 杨树平2(1云南省气候中心,昆明650034;2昆明市环境监测中心,昆明650032)摘要 以中分辨率的MODIS 数据作为遥感影像源,运用蓝藻水华在蓝波段、红波段和近红外波段的光谱特征,使用假彩色合成法(R G B :62221)和归一化植被指数法对滇池的蓝藻水华进行遥感监测。

通过星地同步试验,证明了该两种方法的正确性。

其中假彩色合成法通过色彩差异表现蓝藻水华,具有视觉效果较好的优点,归一化植被指数法则以数值大小的方式区别水华浓度,该方法建立反演模型后可用于定量研究。

关键词 假彩色合成 植被指数 星地同步 MODIS 蓝藻水华中国气象局滇池蓝藻监测项目和昆明市环境监测中心滇池蓝藻监测项目资助作者简介:鲁韦坤,男,1979年生,硕士,主要从事环境遥感方面的研究,Email :luweikun @hot 收稿日期:2008年10月30日;定稿日期:2009年6月11日引言应用TM 等高分辨率卫星监测滇池蓝藻水华的技术已经比较成熟,早在1989年渤海湾发生赤潮时就发现赤潮水体和清洁水体及浑浊水的TM 影像在TM3和TM4波段存在灰度差异,由于赤潮生物的叶绿素a 在红光区的吸收作用,其TM3的反射率低于浑浊海水,而且在TM4波段的反射率下降比浑浊海水的慢。

从处理得到的影像看,渤海西部沿海几乎全是程度不等的红色区[1~2]。

但由于高分辨率卫星具有重访周期较长、数据昂贵等缺点,不可能用于日常监测。

新型卫星遥感数据的出现,如MODIS 影像,给内陆水体的水质遥感监测提供了新的机遇。

MODIS (中分辨率成像光谱仪)是Terra和Aqua 卫星上载有的重要传感器,其星下点空间分辨率可为250m 、500m 或1000m ,每天过境4次,其中2次白天,而且过境时间相差不大,增强了影像的可比性。

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第22卷 第6期2007年12月遥 感 技 术 与 应 用REMOTE SENSIN G TECHNOLOGY AND APPLICATIONV ol.22 N o.6Dec.2007收稿日期:2006212218;修订日期:2007210231基金项目:科技部国家科技基础条件平台建设专项(项目编号:2004D KA10060)。

作者简介:周为峰(19782),女,助理研究员,主要从事海洋渔业遥感和海洋渔业GIS 等研究。

应用MOD IS 进行赤潮遥感监测的研究进展周为峰1,2,樊 伟1(1.中国水产科学研究院渔业资源遥感信息技术重点开放实验室,上海 200090;2.农业部海洋与河口渔业重点开放实验室,上海 200090)摘要:赤潮遥感监测是卫星遥感应用的重要领域。

发射和应用时间相对较短的MODIS 传感器具有相对的光谱分辨率和空间分辨率的优势,使得MODIS 在赤潮遥感监测上发挥巨大的作用。

分析总结了应用MODIS 进行赤潮遥感监测的几种主要方法,并与其它几种主要传感器进行比较,分析了MODIS 在赤潮遥感监测中的优势和不足。

关 键 词:MODIS ;赤潮遥感探测中图分类号:TP 79 文献标识码:A 文章编号:100420323(2007)06207682051 引 言早在1990年赤潮已被联合国列为当今世界三大近海污染问题之一。

近年来,在全球范围内,赤潮发生的频率和强度以及地理分布区域和面积都在增加。

由于赤潮发生机理的复杂性、多尺度和瞬时性的特征,赤潮的监测和预报需要对海洋进行迅速、密集和大范围的观测[1]。

传统的依靠船舶采样和进行化学或生物学实验的方法难以满足这些需要。

卫星遥感技术是进行西北太平洋地区海洋环境监测尤其是赤潮监测中一个非常重要的手段[2]。

在我国,已有的赤潮卫星遥感监测的研究和应用以NOAA AV HRR 和SeaWi FS 这两个传感器为主。

MODIS 是EOS 系列卫星的主要探测仪器,是当前世界上新一代“图谱合一”的光学遥感仪器,具有36个光谱通道,分布在0.4~14μm 的电磁波谱范围内。

搭载MODIS 传感器的Terra 和Aqua 卫星分别于1999年和2002年发射成功,并且也是EOS Terra 和Aqua 平台上唯一进行直接广播的对地观测仪器。

NASA 将其作为SeaStar 卫星的海洋水色仪SeaWi FS 的后继仪器[3]。

MODIS 仪器的地面分辨率分别为250m 、500m 和1000m ,视幅宽度为2330km ,在对地观测过程中,每日或每两日可获取一次全球观测数据,36个光谱波段的数据可以同时提供反映陆地、大气、海洋等的特征信息,可用于对陆表、生物圈、固态地球、大气和海洋进行长期全球观测。

这些数据对于开展自然灾害与生态环境监测、全球环境和气候变化研究以及进行全球变化的综合性研究等将是非常有意义的[4,5]。

由于搭载MODIS 传感器的Terra 和Aqua 卫星分别于1999年和2002年发射成功,相对于其它卫星传感器来说,应用的时间较短,尤其是在赤潮监测的技术和运行化方面,仍然处于摸索和尝试阶段。

在国内目前的学术文献中报道的并不多,国外的学术文献中反映出MODIS 在海洋赤潮监测的应用研究也处于各种方法的摸索、尝试和完善阶段。

研究的热点和重点主要集中在基于MODIS 波段特性的海洋水色算法的研究,在报道赤潮的应用实例上以应用MODIS 250m 和500m 的中分辨率波段生成的彩色合成影像的方法为多。

2 MODIS 叶绿素荧光高度法MODIS 不是典型的海洋水色仪,而是多用途遥感器,36个波段中有不少波段可用于大气和陆地探测,但它在波段设置上涵盖了海洋水色探测波段。

NASA 将其作为SeaStar 卫星的海洋水色仪SeaW 2i Fs 的后继仪器。

MODIS 在海洋水色探测波段的设计上增加了可以探测由太阳激发的叶绿素荧光效应的设置[3]。

叶绿素是参与光合作用的主要色素,叶绿素分第6期 周为峰等:应用MODIS 进行赤潮遥感监测的研究进展 子吸收光量子后,将电子从基态激发到激发态。

激发态的叶绿素分子处于能量不稳定的状态,会发生能量的转变,电子从激发态回到基态是一个去激化过程,或用于光合作用,或用于发热、发射荧光,这被称为叶绿素的荧光效应。

太阳会激发荧光反应,而荧光可通过窄波段探测器来探测。

赤潮水体的光谱特征信息已经被国内外许多专家和学者研究过[6~8],如黄韦艮、毛显谋[7,8]等人探测了我国东海海域甲藻和原甲藻的赤潮水体。

自然水体上行辐射的早期测量结果表明中心波长在683nm 附近处有明显的峰值。

这个峰值与叶绿素的浓度有关,通常被称为太阳激发的叶绿素荧光,早期的研究者建议使用这个信号从飞机和卫星上估算叶绿素浓度[9,10]。

MODIS 是第一个发射成功的能从低地球轨道测量叶绿素荧光的卫星传感器[11]。

基线荧光线高度(FL H ,fluorescence line hight )是常用的叶绿素荧光效率表达方式之一。

基线荧光线高度算法通过叶绿素荧光波段任意侧的多个波段构建基线,这个基线是线性的,并以放在荧光峰任一侧的基线波段为基础,估算叶绿素荧光产生的辐亮度数量高出纯水辐亮度数量的程度。

通用的荧光高度算法依靠3个波长,其中之一的中心波长为叶绿素荧光的极大值(靠近685nm ),其余两个需要后向散射校正的波段用来产生荧光峰下的基线,分别位于荧光峰的两侧。

FL H 简单地表示为波段La 和Lc 相连的L b 波段上行辐亮度的强度(如图1所示),定义如公式(1)。

图1 叶绿素荧光高度算法简视图Fig.1 Schematic diagram of fluorescence line heightFL H =(L b -L c )-(λb -λc )λa -λc(L a -L c )(1) 对于MODIS 来说,测量FL H 的3个主要波段是13(665.1nm ),14(676.7nm ),和15(746.3nm )。

由于荧光信号比较低,所以要探测到荧光信号的变化,这些通道必须有很高的信噪比(SNR )。

通道也要设计得相对的窄,以避免大气吸收的影响。

由于这些吸收和光谱特性有很大的关系,所以这些通道的光谱宽度和光谱位置还必须稳定[12]。

现在MODIS 的设计是满足这些要求的。

除了基线荧光高度法,还可以使用归一化荧光高度法对SICF 峰高进行表征,将红光波段的反射率最大值(Rmaxred )归一化到560nm 处整个光谱曲线的最大值上或R675上[13]。

叶绿素荧光特性利用范围的扩大给初级生产力和浮游植物生理状态卫星测量增加了有力工具。

Hoge (2003)等的研究表明,由Terra 搭载的MO 2DIS 传感器可以反演由太阳激发的浮游植物叶绿素荧光发射出来的辐射;Hoge 等于2002年3月11日在北大西洋西部的中大西洋湾(Middle Atlantic Bight ,MAB )地区的湾流、大陆斜坡、大陆架及沿岸水体等区域,利用所测得的航空海洋激光雷达激发的叶绿素荧光数据对MODIS 荧光高度线反演产品的结果进行验证,超过整个480km 飞行航线的范围内,航空激光数据和MODIS FL H 数据的回归表明,两者相关性很好,相关系数可达0.85,同时它也表明MODIS FL H 产品没有受到CDOM 等蓝光吸收的溶解有机物质的吸收影响。

这些区域性的结果强烈表明FL H 方法在全球海洋类似的区域也是同样有效的[14]。

Hu Chuanmin (2005)在利用MODIS 荧光数据对SW Florida 水域发生在2004年10月到12月的赤潮进行监测和跟踪,认为尽管存在着尚未清楚的荧光有效性等因素,使得MODIS FL H 在使用中存在不确定和假象,但他们的研究结果表明MODIS FL H 数据给研究和管理者提供了一个前所未有的用于监测沿岸环境藻类爆发的工具[15]。

虽然叶绿素浓度荧光反演方法具有光谱敏感性专一、波段之间比较接近从而受大气信号的干扰小等优点,但不同藻类的生理特性、沿岸复杂的高浓度泥沙和黄色物质的情况都会影响到叶绿素的荧光探测。

事实上,不管是MODIS ,还是其它已有的传感器,水色遥感应用于赤潮的成功案例并不是很多[16]。

目前使用MODIS 叶绿素荧光对近岸海域频发的赤潮水体的探测仍属于探索阶段。

我国学者研究表明,不同藻类归一化荧光高度与叶绿素a 的响应关系不一致,Rmaxred/R675mini 和R685/R675应该更适合于海洋现场的叶绿素浓度估算[17]。

不同藻类的基线荧光高度与叶绿素浓度的响应关系不一致,并存在较大的差异。

在高叶绿素浓度即赤潮条件下,浮游植物的叶绿素浓度、生理状态等对反射光谱产生了不同程度的影响,并产生了明显不同的荧光光谱行为,使得叶绿素基线荧光高度算法在探测赤潮水体叶绿素浓度时产生了不同的结果[18]。

967 遥 感 技 术 与 应 用 第22卷3 多波段差值比值法从光谱差异上看,富含藻类的赤潮水体与非赤潮水体光谱相比具有明显的吸收峰和反射峰,这些特征在卫星遥感探测上则会表现出在相应波段信号发生不同程度的增强或减弱,而和非赤潮水体明显有别。

常用的海洋水色经验算法即为蓝绿波段比值法,即利用水体反射率光谱峰值随着叶绿素浓度的增大从蓝波段偏移的机理而采用在蓝绿波段的比值进行相关分析。

因此,双波段或多波段的差值比值法是已有的传感器在进行赤潮水体探测时常用的方法[19]。

MODIS第3通道(459~479nm)遥感信息中含有赤潮水体的吸收信息,第4通道(545~565 nm)遥感信息中含有赤潮水体的反射信息,因此,可以利用上述第3与第4通道反射率的比值大于赤潮水体发生常数Cr来判定赤潮的发生。

Cr值的大小与发生赤潮的海区和赤潮藻种有关。

这一比值随着水体藻类细胞密度的增加而增大,比值越大则反映出叶绿素浓度越高,出现赤潮的可能性也越大。

因此,可以据此提取海水中的赤潮信息。

由于我国的海洋赤潮大都发生在近岸,而近岸海域的海水属于比较浑浊的二类水,用MODIS第11和第9通道经过瑞利散射校正后的辐射量(L nw11和L nw9)比值大于赤潮水体识别常数C nw来判定。

C nw是赤潮水体识别常数,其值的大小与发生赤潮的海区和赤潮藻种有关[20]。

这两种比值计算判定赤潮的方法需要注意排除海洋悬浮泥沙的干扰。

Dingtian Yang[21]在对我国太湖地区的蓝绿藻爆发的研究中发现,MO2 DIS250m分辨率数据波段一与波段二的比值更适合于监测我国太湖蓝藻的发生。

Dall′Olmo[22]等人认为蓝绿波段比值的生物光学算法会受到沿岸混淆水体物质的影响,并且研究了可以应用到的SeaW2 i FS和MODIS近红外和红外波段的比值算法。

相关文档
最新文档