基于MODIS数据的卫星辐射特性研究

本文提出了一种结合MODIS数据产品和MODTRAN模型的典型地形条件空间目标红外辐射特性计算方法.考虑了地形条件和大气环境对空间目标的红外辐射特性影响,应用MODIS 3级陆地,海洋,冰雪圈数据产品得到全球温度分布,地形特征分布,将温度及地形条件代入MODTRAN计算得到地表-目标的辐亮度,进而计算目标的外热流以及表...     

利用MODIS近红外数据反演大气水汽含量研究

大气水汽含量(precipitable water vapor, PWV)对遥感定量化及生态环境方面研究具有重要意义。针对传统水汽探测方法存在的问题,提出一种基于多通道表观反射率的ICIBR(improved continuum interpolated band ratio)水汽遥感反演方法。该方法结合MODIS数据第17,18和19三个近红外通道的水汽吸收特点,利用MODTRAN模型模拟大气含水量与三个通道ICIBR之间的关系,构建了适用于MODIS数据的ICIBR大气水汽含量定量反演模型。基于提出的ICIBR水汽反演方法,选择北美洲南部典型干旱、半干旱区德克萨斯州、俄克拉荷马州等地区为研究区,使用不同时间的四期MODIS 1B数据进行水汽反演实验。同时,选择SuomiNet提供的GPS水汽地基观测数据对反演结果进行精度验证以及MODIS大气水汽产品(MOD05)进行对比评价。验证和对比结果表明：该算法水汽反演结果与GPS水汽实测数据具有较高的一致性(r=0.967),均方根误差为0.276 cm,有71.08%的观测点对满足水汽反演误差精度(EE~±0.05+0.15PWV_gps)要求,同时与MOD05大气水汽产品相比,该方法在反演精度和准确估计方面有了较大提高,能够有效降低61%的水汽反演高估现象。该方法较传统算法更为简易、实用,具有较高的整体水汽反演精度。     

基于水体光谱特性的赤潮分布信息MODIS遥感提取

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反射率曲线,比较赤潮水体与非赤潮水体的光谱特性差异,发展了一种针对MODIS传感器的赤潮水体分布信息遥感提取方法.应用实测资料对提取方法进行验证,发现在119组实测数据中,只有一组不能正确识别.将算法应用于MODIS卫星资料,对200...     

森林阴燃火排放特性：研究前沿与展望

森林阴燃火是世界上最大尺度的燃烧现象之一,其排放在全球大气碳循环中扮演着重要的角色。然而其产生并累积的复杂排放物会导致区域性的雾霾灾害,严重威胁居民和消防人员的健康安全。尽管林火排放给社会经济生活带来诸多不良影响,但目前对森林阴燃火排放特性的科学认识还不足。本文总结了阴燃与明火排放的差异、影响阴燃排放的因素,以及在不同尺度研究中用于不同森林可燃物排放的测量方法。此外,本文还统计汇编了文献中包含主要火灾气体和颗粒物产物在内的排放因子数据,分析发现除CO₂及CO外,森林阴燃火产物的排放因子随分子质量的增加而逐渐减少。本文有助于提高对阴燃排放的科学认知,为防治由阴燃林火导致的雾霾灾害提供了丰富的数据基础。     

基于突变论的林火蔓延分析

在对森林火灾进行能量和质量守恒分析的基础上,把尖点突变模型应用于森林火灾蔓延的预测,使突变理论在 森林火灾的模型中从理论上有了初步的应用。文中计算了林火发生突变时的一些分歧点,分析了林火突变的特点和变化规 律。     

西太平洋蒸发波导的时空统计规律研究

海洋蒸发波导自然现象对近海面电磁波的传播有重要影响,获取大面积海域蒸发波导的长时间统计分布规律,对于海上雷达、通信、制导等电磁系统的设计与应用,具有重要意义.针对现有单点局部观测方法的缺点,建立了基于美国环境预报中心再分析数据的大面积海域蒸发波导统计特性计算方法,利用太平洋气象浮标数据、北部湾海岛气象观测数据对分析方法的正确性进行了验证.利用该分析方法和最近18年的美国环境预报中心再分析数据,重点研究了西太平洋蒸发波导的统计规律,获得了蒸发波导高度在不同海域、不同月份的分布特性,建立了空间分辨率约为18 关键词： 蒸发波导 再分析数据 电磁波 统计特性     

基于MODIS数据的卷云反射率的反演实现

多光谱的MODIS（中分辨率成像光谱仪）数据为深入研究全球卷云提供了可能性。基于卷云辐射系统模型,利用MODIS的1．38μm波段（26通道）和0．66μm波段（1通道）探测数据的相关性,反演计算可见光波段卷云的反射率。反演计算中,使用1km分辨率的MODIS1B数据,对M（）DIS典型图幅进行不同等分的划分,分别给出反演结果并进行对比分析,结果表明等分份数越多,其反演结果的精度越高,最后给出了反演结果的实际应用。     

基于MODIS植被指数时间谱的太湖2001年—2013年蓝藻爆发监测

藻类水华爆发已成为影响内陆水体生态环境的重要因素。遥感能够提供实时的大范围观测,在水华监测中起到越来越重要的作用。遥感植被指数已广泛应用于藻类水华监测中,通过对研究区植被指数图像进行阈值分割,能够反映不同子区域内的藻类爆发程度;然而阈值分割法的结果只能反映某一时间点(图像获取时)的藻类爆发状况,无法表征长时间内藻类的变化。相比于单个时间点的植被指数,植被指数时间谱(时谱)包含藻类的物候信息,能够更加全面准确地反映藻类的长时间变化。目前,植被指数时间谱还尚未应用到水华相关研究中。选取2001年—2013年太湖区域的MODIS NDVI数据,构建年度NDVI时谱数据,利用(support vector machine, SVM)方法对每年的太湖蓝藻水华爆发强度进行分类,将太湖重度、中度和轻度蓝藻水华爆发的区域以及水生植物的区域提取出来,得到其空间分布和面积;并从2007年的时谱数据中抽取了8个时间点的NDVI图像,利用传统阈值分割法提取太湖重度、中度和轻度蓝藻水华爆发的区域,将结果与2007年时谱数据分类的结果进行对比。结果表明：所提出的方法能够更加全面准确地对太湖蓝藻爆发强度进行分类,通过NDVI时谱曲线提供的丰富物候信息可准确区分蓝藻与水生植被区域。本研究有望为准确掌握和预测藻类水华的爆发趋势及强度提供有效手段。     

基于子空间分析的人脸识别方法研究

人脸识别技术是模式识别和机器视觉领域的一个重要研究方向,在众多人脸识别的算法中,基于子空间分析的特征提取方法以其稳定可靠的识别效果成为了人脸识别中特征提取的主流方法之一。本文对目前应用较多的子空间分析方法进行了研究,具体介绍了线性子空间分析方法：主成分分析（PCA）、线性鉴别分析（LDA）、独立主成分分析（ICA）、快速主成分分析（FastICA）等及非线性子空间分析方法：基于核的PCA （KPCA）等的基本思想及其在人脸识别中的研究进展,包括一些新的研究成果。此外,还应用orl及Yale B人脸库对几个基础的子空间方法进行了验证实验。实验结果表明,在几个子空间分析方法中,FastICA算法取得了最高的识别率。最后结合实验结果对各算法的优缺点进行了分析总结。     

热红联用技术在森林火灾烟气测试中的应用

探索了一套基于热重分析仪-红外光谱分析仪联用（热红联用）技术的森林火灾烟气测试方法.该方法在对森林可燃物燃烧的热失重过程进行热重分析的同时,同步地对热解气体成分进行傅里叶红外光谱（FTIR）分析,从而实现了对燃烧过程诸因素的跟踪分析.     

利用MODIS数据同时反演中国近海海域气溶胶光学厚度和Junge谱指数

基于中分辨率成像光谱辐射仪第15和16两个近红外通道的反射率数据和空间几何角度参量,利用Junge谱近似实际大气气溶胶模型,采用一种物理迭代法,同时反演了中国近海海洋上空气溶胶光学厚度和Junge谱指数,并对反演方法进行了验证.结果表明:在所研究的海域上空,大部分气溶胶的光学厚度处于0.02~0.17间,Junge谱指数的范围集中在2.8~3.8间,且都有从海岸到远海递减的趋势,得到了合理的气溶胶Junge谱指数与气溶胶光学厚度的空间分布.将反演结果与中分辨率成像光谱辐射仪产品和气溶胶观测网数据作对比,发现反演结果更加逼近气溶胶观测网数据的观测值,具有更高的反演准确度,在该区域具有较好的适用性,以及一定的可行性与可靠性.     

随机森林结合CatBoost的近红外光谱药品鉴别

药品质量关乎人民健康和国家命脉,随着社会经济的飞速发展对药品质量的快速、有效鉴别具有极其重要的作用。光谱分析技术具有较高的准确性、较快的分析速度且对样品不存在污染等突出优点,广泛应用在化工、石油以及医药等重要的领域。为了解决传统药品鉴别模型存在的鉴别精度低、鉴别速度不能满足实际需求且鉴别模型稳定性差的问题,采用光谱仪采集药品的近红外光谱数据达到对药品无污染鉴别的目的。结合随机森林和CatBoost对药品进行分类鉴别,以实现快速且准确的鉴别。首先采用随机森林(RF)对光谱仪采集的光谱数据进行有效特征波长的筛选,从而将药品光谱数据中的无关波长去除、筛选出最能表征样品属性的特征波长,然后以极限学习机(ELM)作为CatBoost的弱分类器分析筛选的特征波长对药品的属性鉴别。由于ELM仅只含有一个隐含层且无需多次迭代寻优保证了鉴别模型运行速度更快,CatBoost通过集成弱分类器以改善模型鉴别准确性。为对所提出的药品鉴别模型性能进行有效评估,采用随机抽取训练集的方式构造不同规模药品光谱数据并分别上进行独立实验且以10次运行结果的均值作为其最终结果,并通过与CatBoost、持向量机(SVM)、...     

基于GF-4PMI数据的亮温差校正火点检测方法研究

高分四号PMI可为防灾减灾提供稳定数据,其搭载的中红外传感器可以很好地应用于快速火灾监测中。但由于缺少传统火灾监测的热红外波段,高分四号提供的光谱信息大多作为灾中监测的辅助数据,且现有的火点识别研究所构建的火点自适应阈值检测算法受单一波段的影响,错检率和漏检率均偏高。为进一步探究高分四号数据在林火监测中的应用方法,提高火点识别精度,本研究分析高分四号数据的特点,结合单通道红外光谱的火点监测方法,应用上下文思想提出一种基于双时相影像的亮温差校正火点检测的方法来进一步提高检测精度。该方法使用灾前和灾中两期影像,具体分为时间尺度上基于空间插值的亮温补偿获取,空间尺度上的上下文自适应阈值分割以及火点判识三个部分。首先将两期影像做差值处理,并将潜在火点周围动态邻域内其他无污染像元的亮温差作为采样点进行空间插值,随后将插值结果带入灾前影像中得到灾中未发生火灾时的背景亮温,最后利用判别条件进行火点判别和虚警剔除,得到最终火点检测结果。其中在灾中背景亮温的预测研究对比了反距离加权插值(inverse distance weigh)、简单克里金插值(simple kriging)和普通克里金插值(ordinary kriging)三种插值方法,从拟合结果来看普通克里金插值既体现了像素区域的波动性又有一定的平滑效果避免峰值过高,是较为理想的拟合结果。实验以目视解译的火点数据为参照验证了山西沁源县和内蒙古呼伦贝尔新巴尔虎左旗地区的两起火灾,对比最新提出的单时相火点检测算法,研究结果表明引进的亮温差校正数据可以更好地拟合背景亮温,减少错分误差至3%,并保持综合评价指标F_β分数在0.9以上。该方法有效结合了高分四号空间和时间的信息,未来可用于高分四号PMI数据自动化火点检测与快速提取。     

MODIS EVI时间序列数据和光谱角聚类的冬小麦遥感估产分区方法研究

农作物遥感估产区划是农作物遥感估产的基础,它为估产研究和实践提供了重要的科学依据。以冬小麦生育期内的MODIS EVI时间序列作为分区数据,选择江苏省为试验区,探讨了一种改进的光谱角制图和K均值聚类相结合(光谱角聚类)的分区方法,并在冬小麦遥感估产中进行了试验。结果表明：光谱角聚类分区方法充分利用了MODIS时间序列数据所反映的农作物生长进程,可以充分体现气候差异所带来的冬小麦区域差异;与传统分区相比,基于光谱角聚类分区方法所得到的遥感估产结果具有较高的决定系数R2(0.702 6比0.624 8)和较低的均方根误差RMSE(343.34比381.34 kg·hm-2),体现了该分区方法在冬小麦遥感估产中的优势。光谱角聚类分区方法仅以获取便利的低分辨率时间序列遥感数据为分区数据,且能很好的将冬小麦划分为特征性质一致的区域,所得遥感估产模型的精度和稳定性也较好,为冬小麦遥感估产分区提供了一种有效方法,有利于进行冬小麦遥感估产研究。     

利用MODIS资料模拟计算水云大气红外辐射特性

利用MODIS二级云产品和大气产品资料,采用通用大气辐射传输软件模拟计算了水云存在的情况下8.55μm、11.03μm和12.02μm波段水云大气顶亮温,并对三波段的MODIS云顶观测亮温和模拟计算的亮温进行了对比分析.结果表明:利用MODIS卫星观测云参量、大气参量和空间几何参量,结合通用大气辐射传输软件模拟计算的亮温和MODIS云顶亮温分布基本一致,亮温差较小,主要分布在-10K~10K附近.模拟计算的三个通道亮温差BTD(8.55~11.03μm)和BTD(11.03~12.02μm)的变化符合水云的情况.     

基于Storm的城市消防联网远程监控系统的实时数据处理应用

针对城市消防联网远程监控系统中实时信息数据逐渐增长而引出的大数据问题,传统的消防系统无法实时、高效地处理消防实时数据的问题,提出了一种基于云计算和Storm实时数据处理系统的解决方案;对于开源的Storm框架进行需求和性能分析,实现对其技术架构上的改进,并结合消防系统的特点,提出一套高实时性、高可扩展性的消防联网监控中心的数据实时处理的体系架构,同时也进行了云计算平台的搭建,利用心跳检测机制保证各个监控单位的实时性连接;研究表明,基于云计算和Storm平台架构完全适用于消防联网监控中心的实时消防数据的处理,具有高效性、高可靠性、性能显著等特性。     

Detection of Sea Surface Temperature (SST) and Salinity Using Thermal Infrared Data of AVHRR and MODIS in the Gulf of Bohai Sea of China

This paper presents the detection of sea surface temperature (SST) and salinity in the Gulf of Bohai Sea of China using thermal infrared (TIR) data of Advanced Very High Resolution Radiometer (AVHRR) and Moderate Resolution Imaging Spectroradiometer (MODIS). Both AVHRR and MODIS imageries are evaluated as main data sources for monitoring SST as a measure of upwelling's dynamic. The relationship between SST and salinity in the area is also discussed during 1997-2000 derived from AVHRR data and then examined using MODIS data of 2000. The obtained results indicated that both AVHRR and MODIS are useful to detect SST and salinity in the study area.