MODIS遥感气溶胶光学厚度产品在地面能见距中的应用

利用气象站点能见距的历史资料和NASA的MOD1S卫星遥感手段获取10km＊10km分辨率的气溶胶光学厚度资料，建立二者之间的季节平均关系。得到了上海地区季节变化的气溶胶标高，并利用标高数据和气溶胶光学厚度的季节分布。反演出上海地区季节变化的区域能见距分布，研究近地层大气气溶胶与地面能见距的关系，分析上海市能见度时空分布特征，结果显示：上海城区在冬春季平均能见距较差，市区中心能见距在lOkm以下；低能见距中心分布明显。且主要分布在杨浦、桃浦、吴淞等工业区范围。     

2001—2017年中国北方省份气溶胶光学厚度的时空特征

利用2001年3月—2017年2月MODIS MOD08M3遥感反演气溶胶光学厚度产品数据,结合GIS统计分析方法和集合经验模态分解方法（EEMD）,对中国北方京津冀鲁豫晋陕7个省市的气溶胶光学厚度时空特征进行分析.结果表明：①从空间分布特征来看,人口密度与AOD空间分布有着直接的联系.一方面,地形因素主要通过影响人口分布来间接的影响AOD空间分布,另一方面地形因素还可以影响气溶胶的水平扩散,这使得AOD的空间变化梯度在平原和山脉交界处急剧增大,形成了AOD空间分布与地形高度契合的分布特征,因此地形因素是中国北方AOD空间分布重要的影响因素之一.②从时变特征来看,将EEMD应用于AOD时间序列变化研究,可以从频率域的角度提取不同尺度变化的规律和特征,AOD时间序列变化是由多个波动规律叠加在一起的最终结果,具体包括：年际间变化情况（IMF5）、季节性波动（IMF3）、时间间隔为12个月的人为事件波动（IMF2）、突发事件和情况（IMF1）.这些结果有助于研究AOD时空变化原因和北方地区的气候环境.     

基于MODIS数据的中国气溶胶光学厚度时空分布特征

利用Aqua/MODIS C006大气气溶胶光学厚度(AOD)遥感数据,统计了中国2007—2017年的AOD值,对11年间AOD的空间分布特征及年际和四季变化特征进行分析,并采用Theil-Sen Median趋势分析、标准偏差和Hurst指数3种方法,分析了基于像元的中国大陆地区AOD时空变化特征.结果表明:①空间特征:11年间AOD分布具有东部高、西部低,东部减少、西部基本不变的特征;②时间特征:AOD变化在年际间呈余弦曲线式波动下降的特征,最高值出现在2007年,为0.34,最低值出现在2016年,为0.22,11年间AOD平均值下降了35.29%;年内AOD值表现出春夏高(0.33/0.32),秋季次之(0.26),冬季最小(0.15)的季节变化特征;③稳定性与持续性:东部稳定性差但集聚、西部稳定性好但分散,东西差异显著;中国AOD持续性特征以弱反持续性为主,弱持续和弱反持续镶嵌分布,西北干旱区表现为强反持续性的特点.     

基于混合效应模型的京津冀地区PM2.5日浓度估算

利用2016年182d的MODIS 3km AOD数据与地面监测数据,评估了混合效应模型不同参数组合的模拟性能,得出模型在解释AOD-PM_2.5关系时,对时间序列变异的解释能力要比空间差异更佳.在此基础上,利用混合效应模型建立京津冀地区每日的AOD-PM_2.5关系,模型拟合R²为0.92,交叉验证调整R²为0.85,均方根误差（RMSE）为12.30 μg/m³,平均绝对误差（MAE）为9.73 μg/m³,说明模型拟合精度较高.基于此模型估算的2016年京津冀地区年均PM_2.5浓度为42.98 μg/m³,暖季（4月1日~10月31日）为43.35 μg/m³,冷季（11月1日~3月31日）为38.52 μg/m³,与同时期的地面监测数据差值分别为0.59,0.7,5.29 μg/m³.空间上,京津冀地区的PM_2.5浓度呈现南高北低的特征,有一条明显的西南-东北走向的高值区.研究结果表明,基于每日混合效应模型可以准确评估京津冀地区的地面PM_2.5浓度,且模型估算的PM_2.5浓度分布状况为区域大气污染防治提供了基础的数据支撑.     

高分辨率气溶胶光学厚度在珠三角及香港地区区域颗粒物监测中的应用研究

利用最新的MODlS(中分辨率成像光谱仪)气溶胶光学厚度(AOD)反演算法,反演珠江三角洲及香港地区2008年高分辨率(1 km x1 km)AOD分布,并与AERONET观测数据进行了验证(r=0.917).分析了2008年珠江三角洲及香港地区5个站点地面监测PM10质量浓度与反演的AOD数据相关性.结果表明:两者直...     

Estimation of Southeast Asian rice paddy areas with different ecosystems from moderate-resolution satellite imagery

Multi-temporal satellite imagery from the Moderate Resolution Imaging Spectrometer (MODIS) was used to map the different ecosystems of Southeast Asian (SEA) rice paddies. The algorithm was based on temporal profiles of vegetation strength and/or water content, using MODIS surface reflectance in visible to near-IR range. The results obtained from the analysis were compared to national statistics. Estimated SEA regional rice area was 42 × 10⁶ ha, which agrees with published values. The model performance was dependent on rice ecosystems. Good linear relationships between the model results and the national statistics were observed for rainfed rice. High linear coefficients of determination, R², were also found for irrigated rice and upland rice, but the model tended to underestimate irrigated rice and overestimate upland rice. However, these high R² values indicated that the model effectively simulated spatial distribution of these rice areas. These R² values were either of similar magnitude or larger than those reported in literature, regardless of the rice ecosystem. Poor correlation was observed for deepwater rice.     

水质遥感在太湖叶绿素a时空分布动态变化研究中的应用

通过研究MODIS遥感数据与太湖现场监测数据之间的规律,确定了一个基于MODIS数据的叶绿素a指数,并以此为基础构建出一个具有普适性的、反映太湖叶绿素a时空分布动态变化的反演模型,为太湖藻类爆发的机理、预警研究以及水环境管理累积数据,提供决策依据。     

EOS/MODIS数据在太湖蓝藻水华时空分布规律提取中的应用研究

EOS/MODIS数据非常适合于蓝藻水华的监测.为充分发挥EOS/MODIS数据高时间分辨率以及高光谱的独特优点,在2008年太湖蓝藻预警遥感监刹的基础上,利用MODIS数据开展了蓝藻水华时间和空间分布规律信息的提取方法研究,从蓝藻水华分布频率、分布区域的迁移变化以及基于水质指标反演(以温度为例)的相关性分析等方面系统开展太湖蓝藻水华时空发生规律提取方法研究,为蓝藻应急治理工作提供支持.     

基于MODIS数据的太湖蓝藻变化与水温关系研究

以太湖为研究区,基于2008年4～12月的60景EOS—MODIS 1B遥感影像数据。利用NDVI算法结合目视判读解译了水华分布变化的基本信息,通过劈窗算法反演太湖湖面水温,发现在2008年太湖蓝藻生长、暴发、衰退周期中。水华面积的大小与湖面均温值之间关系密切：在20℃以下时表层水温与太湖蓝藻生长暴发或沉寂消亡具有明显的相关性;20℃-30℃时水华的面积大小受到湖面温度和其他因素的共同影响,容易发生大规模蓝藻暴发：30℃以上时过高的表层水温会对蓝藻的上浮聚集具有一定抑制作用：太湖蓝藻全年消亡的临界温度与其初始生长的临界温度相比更低。研究同时发现太湖湖面温度的空间差异是影响蓝藻水华分布迁移的重要因素之一。     

一种基于MODIS影像反演太湖Ⅱ类水体上空气溶胶参数的算法

基于Ⅱ类水体短波红外（Short-Wave Infrared,SWIR）波段离水反射率为0的假设,提出一种反演Ⅱ类水体上空气溶胶参数的算法（CaseⅡWater Algorithm, C2W）,并与AERONET(Aerosol Robotic Network)太湖站实测数据进行了比较分析.结果表明,反演得到的0.670μm与0.870μm两个波段的气溶胶光学厚度（Aerosol Optical Depth, AOD）与实测值呈现明显的线性关系（R2=0.974、0.971）,在气溶胶光学厚度τ>0.2时不确定性在Δτ=±0.03±0.05τ范围内.11期气溶胶有效半径（Aerosol Effective Radius,AER）数据中,9期的不确定性在±25%范围内,另外两期数据的不确定性在±30%以内.反演精度符合MODIS气溶胶产品的精度要求.