第三节 MODIS植被指数数据产品参考规范（草）
（讨论和试用稿第一稿2004年9月15日）
（中国科学院地理科学与资源研究所全球变化信息研究中心）
1主题内容与适用范围
1.1主题内容
本标准规定了国家对地观测系统MODIS共享平台植被指数数据产品术语、类型、制作、和验证过程，用以规范我国MODIS植被指数数据产品在产生、保藏、交换和应用中的一致性。
1.2适用范围
本规范适用于国家科技基础条件平台对地观测系统MODIS共享平台植被指数数据产品及与之相关的数据产品在数据源、数据合成、数据质量检验和数据交换过程中的活动规范。
2植被指数类型
MODIS植被指数分为归一化植被指数(NDVI)和增强型植被指数(Enhanced Vegetation Index, EVI)二种类型。
3术语
3.1植被指数：通过地表覆盖物在可见光波谱段的吸收和在近红外波谱段的
反射特性，建立的用于描述植被数量和质量的参数。植被指数没有量纲。
3.2地表反射数据：指经过大气校正的MODIS 1-7 波段数据，即MOD09 产
品。
3.3植被指数合成：在多日植被指数中，按照一定标准和规则，选择其中一
个植被指数的过程。
3.4植被指数合成期：用于实施合成的时间段。以天、旬、月度计算。
3.5BRDF合成：双向反射分布函数。指把传感器视角的观测值，统一为星
下点观测值；同时把不同太阳高度角统一为有代表性的一个角度。
4植被指数数据产品的生产标准
4.1单日植被指数计算：
4.1.1输入数据：输入去云并且经过大气校正的地面反射数据。MODIS
1-7 波段。其中：1－2波段空间分辨率250m，3－7波段空间分
辨率500m。
4.1.2植被指数定义及计算公式：
NDVI ＝（B2-B1）/(B2+B1)
EVI ＝2.5*（B2-B1）/（B2+6*B1–7.5*B3 + 1）
其中：
NDVI：归一化植被指数
EVI：增强型植被指数
B1：MODIS第1波段
B2：MODIS第2波段
B3：MODIS第3波段
4.1.3输出数据：NDVI和EVI，日数据，空间分辨率250米。
4.2植被指数合成规范：
4.2.1合成期：
旬（10天）合成期和月合成期。
4.2.2合成算法使用原则：
MODIS 植被指数的合成是在像元水平上进行的。只能采用以下4
种合成方法中的一种，根据输入数据的质量，按照以下优先序列决
定使用的合成方法。
（1）BRDF 合成：如果合成期内，晴天观测值超过30%，采用BRDF 原理合成。
（2）有限视角内的最大值合成（CV-MVC）：如果合成期内，晴天观测值少于30%，且多于2天，选其中视角最小的2个计算植
被指数，取二者中最大值。
（3）直接计算植被指数：如果只有1天无云，则直接使用这天数据计算的植被指数。
（4）最大值合成（MVC）：如果所有观测全部有云，则取合成期所有植被指数的最大值。
5MODIS植被指数质量保证与验证：
5.1质量保证的定义和范围：业务化运行过程中的标记性数据产品，表达与
预期精度不相符的数据，同时存储对后期处理有用的相关数据和信息。
5.2质量标记方法：
（1）像元层次(Pixel)：根据4.2.4的合成原则，将旬、月度合成期有关数据质量的信息存在一个大小为16bit的波段。合成后的数据是由被选
中像元所对应的所有原始数据组成。其中，1km 分辨率植被指数数据
包括11 个波段：
其中，3和4是根据合成前的各种质量信息的总结，由16 bit 组成。如2中,各bit 表示的质量信息为：
（2）文件层次(Tile)：通过元数据文件描述，可以是定量的（如云覆盖率），或定性的（如，根据检验结果，描述数据整体质量）。
5.3植被指数质量验证方法：
（1）使用较高空间分辨率的遥感数据，或使用实地观测数据，通过对比研究，验证MODIS 植被指数的可靠性。
（2）样地代表性原则：选择样地应该包括多种生态类型。既要有植被覆盖很少的样地，也要有植被覆盖很高的样地，以便检查植被指数在
不同生态类型稳定性和灵敏性。
（3）地面最小面积：样地所在的均一区域，应该为所检验像元的2－3倍以上。如，如果检验空间分辨率250m 的像元，样地所代表的区
域应该在500x500m 以上。
5.4验证指标
（1）定性分类能力：是否能够反映生态系统时间和空间变化。时间指标主要表现为对土地覆盖季节性的表达；空间指标指对土地覆盖空间分异
性的表达。
（2）定量能力：与实地观测生物量的关联程度。
（3）MODIS-NDVI 与A VHRR-NDVI 比较验证：检验MODIS-NDVI是否能够延续A VHRR-NDVI的时间序列。
6参考文献：
[1]Alfredo Huete，Chris Justice，Wim van Leeuwen. 1999.MODIS VEGETATION INDEX
(MOD 13) ALGORITHM THEORETICAL BASIS DOCUMENT，Version 3. （April 30, 1999）.
[2] A. Huete, K. Didan, T. Miura, E.P. Rodriguez, X. Gao, L.G. Ferreira. 2002. Overview of
the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment. 83 (2002) 195–213.
7验证论文
[1]王正兴、刘闯、赵冰茹、刘爱军。利用MODIS增强型植被指数反演草地地上生物
量.兰州大学学报（自然版,EI）(2004年4月15日被录用)。
[2]王正兴、刘闯、赵冰茹。AVHRR 草地分类的潜力和局限：以锡林郭勒草原为例。
自然资源学报，2003年第6期(Vol.18 No.6, )。
[3]王正兴、刘闯、Alfredo HUETE：植被指数研究进展：从AVHRR-NDVI 到
MODIS-EVI，生态学报，2003(5): P979-987(Vol.23 No.5).
[4]王正兴、刘闯、赵冰茹。内蒙古锡林郭勒草地AVHRR光谱特征变化研究。中国草
地，2003（5）：2-8.（Vol.25, No.1）.
[5]赵冰茹、刘闯、王正兴。锡林郭勒草地MODIS植被指数时空变化研究。中国草地，
2004（1）：1-8.（Vol.26, No.1）.
第四节 MODIS数据植被指数标准应用实例
中国草地2003年4期，原稿编号：03083
锡林郭勒草地MODIS植被指数时空变化研究
——以2002年4~10月旬度变化为例
赵冰茹[1]刘闯[1]王晶杰[2]陈文波[1]
[1]中科院地理科学与资源研究所全球变化信息研究中心 [2]内蒙古草原勘测设计院
摘要：利用新一代卫星遥感数据TERRA/MODIS，结合地面调查数据，以内蒙古自治区锡林郭勒盟草地为研究区域，分析草甸草原、典型草原、沙地草原、荒漠草原四种代表性草地植被指数（MODIS-NDVI）的时空变化特征，以2002年4~10月旬度变化为例，较详尽地反映草地在其生长期内各个阶段植被指数的变化，进而反映生长状况；以2002年9月的NDVI合成数据为例，对植被指数分级，分析各个级别NDVI
值域在地理空间上的变化，反映各类草地在空间上的连续性和差异性。
MODIS适当的时空分辨率可以较好地反映草地植被的时空变化特征。MODIS 空间分辨率为250m、500m和1km，其中用于计算NDVI（归一化植被指数）的1、2波段为250m，用于计算EVI（增强型植被指数）的为1、2、3波段最低为500 m，这样的空间分辨率，比以往研究常用的1.1km分辨率的AVHRR[5][6]能更详尽地反映草地的空间差异。MODIS每天上午覆盖一次，时间分辨率足以满足实时反映草
地变化的要求。MODIS植被指数包括MODIS_NDVI和MODIS_EVI，本文选用比较成熟的MODIS_NDVI。MODIS-NDVI比AVHRR-NDVI先进之处在于：输入的RED 和NIR 是已经过大气校正的地表反射值，而且波幅更窄，避免了NIR区水汽吸收问题；MODIS不仅在发射前做了定标，而且在运行过程中可不断修正偏差，这使它在整体上比AVHRR性能稳定。因此，利用MODIS数据定期地对NDVI值进行分析，有助于对草地分布、初级生产力、草场利用和退化状况进行有效的动态监测。
1.研究区域概况
考虑到研究区域的代表性，选择内蒙古自治区锡林郭勒盟作为研究区，研究区包括9旗1县两市。锡林郭勒草地位于内蒙古自治区中部偏东，地处北纬41°35′～46°46′，东经111°09′～119°58′。是一个以高平原为主体、兼有多种地貌单元的草地区，地势南北高，中间低。气候类型属中温带半干旱大陆性，冬季寒冷，夏季炎热，降水不均，雨热同期 [1][4]。土壤类型多样，草地资源类型广泛，覆盖着草甸草原、干草原、荒漠草原、灌木荒漠、草甸的各个亚类[7][8]，在类型上具有一定的典型性和完整性，在空间分布上具有一定的连续性。因此，选择该区，利用MODIS数据，研究其植被指数的时空变化特征，可以较详细地反映不同类草地在其生长周期内的长势情况，及各类草地生长状况在空间上的过渡和差异性。研究过程中选择苏尼特左、右旗的荒漠草原，正镶白旗、正蓝旗的沙地草原，锡林浩特市和西乌珠穆沁旗的典型草原和草甸草原草地区作为地面实测样区，以实测的草地产量、盖度、高度、土壤湿度等数据辅助分析遥感数据，为植被指数的时空特征分析提供参照信息，并可为草地类型监测、草地产量估测提供有价值的参数信息。
2.数据获取与处理
数据源为2002年4月～10月MODIS遥感数据和2002年5～9月地面实测数据。研究方法以MODIS植被指数（NDVI）的提取分析为主，以地面同步实测数据分析为辅。
2.1 MODIS 数据处理及NDVI提取
以2002年4～10月的MODIS数据为基础，首先对MODIS1B数据进行几何精校正，图像中心星下点校正误差小于0.1个像元，边缘小于0.3个像元，图像几何精度能较好地满足分析要求。NDVI计算选取MODIS的1、2通道，即红波段（波
长为620nm～670nm）、近红外波段（波长为841nm～876nm），采用以下公式计算：
NDVI=（近红外-红）/（近红外+红）
为了避免MODIS数据中云的影响，用于NDVI计算分析的数据取无云天气数据，所选数据日期为：3月30、31日；4月7、9、10、11、16、18、23、24、25、27、29、30日；5月1、2、4、9、13、17、22、24、25、26、27、29、31日；6月2、5、14、16、17、19、20、30日；7月7、11、12、23、30、31日；8月12、13、14、15、17、21、22、29、30日；9月5、9、13、14、15、16、19、22、23、29日；10月2、7、8、9、14、15、16、18、19、23、25、29、30、31日；11月1、3日。植被指数提取每月的上、中、下旬的最后一日的NDVI值，即每月的10日、20日、30日的NDVI值，个别当日值残缺者利用前后数据插值，插值所利用的数据时间差不超过5日。
2.2 地面实测数据采集
选取锡林郭勒盟的草甸草原、典型草原、沙地草原和荒漠草原四种具有代表性的草地类型区，于2002年5～9月每月对各类草地进行一次野外实测。取样方法为样方法。实测前首先由草地专家根据经验和实地考察，对上述各类草地进行分析，选择在群落结构、草地多度、盖度、生态环境条件等方面具有代表性的样地。每月对各类草地进行一次野外实测，每次实测中，对每类草地选取的10个样地，对每个样地进行固定大小样方的实测。取样单位为正方形。草本样方大小为1m×1m，分布有灌木的草地样方大小为20 m×20 m，共采集40个样地的200个地面测产数据；同时采集其种属组成、优势种、盖度、主要种类高度及样地土壤湿度等数据，为NDVI时空变化分析提供参考信息。产量测量方法为：剪割地上生物量部分、装袋、称重；盖度测量方法为目测直接估计法，同时确定总盖度和分盖度。高度用卷尺法测量，测量优势种及主要组成种属的地上部分单株最大高度，精确到厘米。
采集过程中利用GPS（精度为5米）定位，保证每次实测样地地理位置的一致性，以提高空间分析的准确性。
3.各类草地植被指数旬度变化特征分析
3.1草甸草原草地植被指数旬度变化特征
草甸草原草地植被指数旬度变化曲线如图1所示。NDVI变化在0.41～0.8之间，峰值出现在7月22日。研究区草甸草原属温性草甸草原类平原丘陵草甸草原亚类，主要群系为针茅草原群系组贝加尔针茅草原群系。实测的主要草地型有‘贝加尔针茅（Stipa baicalensis）＋日阴苔草(Carex pediformis)’、‘贝加尔针茅（Stipa baicalensis）＋羊草(Leymus chinense)’、‘贝加尔针茅（Stipa baicalensis）＋羊草(Leymus chinense)＋日阴苔草(Carex pediformis)’等群落。4月初，牧草尚未返青，植被指数为0.41左右；从草地生长周期看，4
月末5月初，贝加尔针茅草原处于萌动返青期[2]，牧草开始返青，整个5月份都处于返青期，植被长势缓慢，所以植被指数不高，在0.42～0.46之间，植被指数的增幅也较小，平均每日增长不到0.002，植被指数是草地植被盖度、植被长势的数量表达，与草地植被地上生物量关系密切，低的NDVI值意味着盖度低、长势弱、地上生物量低。5月20日地面实测数据显示，植被盖度最高不高于40%，平均盖度在23%左右，贝加尔针茅的绝对高度为10~40厘米之间，各样地平均地上生物量仅为55.60 g/m2（鲜重）；5月底6月初开始，植被指数开始快速增长，7月22日左右植被指数达到最高值0.8，这期间，NDVI平均日增幅为0.006，这是因为6月植被由返青期进入生长期，生长迅速，到7月下旬至8月初，贝加尔针茅草原植被抽穗开花[2][3]，进入盛草期，地面实测数据显示，植被盖度在6月18日为40~60%之间，平均为45.3%，7月22日盖度猛增到80~100%，平均为91%，6月各样地平均地上生物量为104.50 g/m2（鲜重），与5月相比，绝对增幅为48.90 g/m2（鲜重），相对增幅为88%，7月各样地平均地上生物量为493.48 g/m2（鲜重），生物量月绝对增幅为388.98 g/m2（鲜重），相对增幅为372%，比上月同期高284个百分点，7月22日贝加尔针茅高度最高达77厘米；8月份仍处盛草期，植被指数由最高值逐渐降低，但基本保持在0.67~0.8之间的高水平，只是在8月中旬左右略低，这是由于温带半干旱大陆性气候在7~8月气温最高，进入8月，累积的高温使蒸散量增大，地面实测数据显示土壤湿度在8月达到最低，使得牧草稍显枯萎，植被盖度也降至55~85%之间，样地平均地上生物量为275.79 g/m2（鲜重），地上生物量月绝对增幅为-217.69 g/m2（鲜重），相对增幅为-44%；8月末9月初，气温开始降低，贝加尔针茅草地由生长旺盛期进入果实成熟期[2]，植被开始枯黄，植被指数明显下降，9月末降到0.48以下，NDVI
日平均降幅为0.006，实测数据显示：地上生物量也降到208.24 g/m2（鲜重）；10月，NDVI继续降低，但降幅趋于平缓，至10月下旬，牧草完全枯黄，植被指数为0.44，之后进入冬季休眠期。
图1 草甸草原草地NDVI旬度变化曲线时间
Figure 1 Ten-day change curve for meadow steppe
3.2典型草原草地植被指数旬度变化
典型草原草地植被指数旬度变化曲线如图2所示。NDVI变化在0.39~0.68之间，峰值出现在7月底。研究区典型草原属温性典型草原类平原丘陵典型草原亚类。主要群系为针茅草原群系组大针茅草原群系，实测的主要草地型有‘大针茅(Stipa grandis)+羊草(Leymus chinense)＋糙隐子草（Cleistogenes songorica）’、‘大针茅(Stipa grandis)＋日阴苔草(Carex pediformis)’、‘羊草(Leymus chinense)＋大针茅(Stipa grandis)＋糙隐子草（Cleistogenes songorica）’等群落。与草甸草原草地不同的是，典型草原草地的NDVI值总是低于同时期的草甸草原，各旬差值平均为0.069。5月15日之前，典型草原草地NDVI值低于0.4，这是由于在季节发育节律上，受干旱气候及类型本身生态特征的限制，大针茅草原大多数植被于5月中下旬返青[2]，返青时间较草甸草原要晚。5月底，NDVI依然不超过0.43，5月NDVI增幅不明显，平均日增幅为0.001（比草甸草原草地要低0.001），这是由于草地仍然处于返青期，不茂盛，盖度小，5月19日地面实测数据显示，植被盖度最高为25%，平均盖度为19.25%，各样地平均地上生物量为27.00 g/m2（鲜重），比同期草甸草原低28.6 g/m2；6月
上旬开始，植被指数有明显增长，但增长速度较草甸草原草地相比要慢得多，平均日增幅为0.0045，到7月末达最大值为0.68，因为6、7月生长迅速，于7
月下旬至8月初之间达到生长高峰，由于受典型草原地带活动积温和植物生长期的影响，生长高峰比草甸草原来得晚，即7月底NDVI才达最大。实测数据显示的植被盖度：6月17日植被盖度为15~55%，平均为27.5%，7月21日盖度为10%~90%，平均为53.9%，这与植被指数的增长趋势相一致，6月份样地地上生物量平均值为43.30 g/m2（鲜重），绝对增幅为16.30 g/m2，相对增幅为60%，7月份各样地地上生物量平均值为223.49 g/m2（鲜重），绝对增幅为180.19 g/m2，相对增幅为416%，比上月同期多356个百分点；之后，7月底到9月中旬，NDVI 呈缓慢下降趋势，植被慢慢枯萎，9月下旬，秋季来临，气温骤降，植被迅速枯黄，所以植被指数迅速降至0.46；10月，NDVI继续下降，但幅度不大，10月底霜降后，降至0.41附近，此时，植被完全枯黄，渐渐进入冬季休眠期。
图2 典型草原草地NDVI旬度变化曲线
Figure 2 Ten-day change curve for steppe
3.3沙地草原草地植被指数旬度变化
沙地草原草地植被指数旬度变化曲线如图3所示。NDVI变化在0.38~0.63之间，峰值出现在7月底。研究区沙地草原草地属温性典型草原类沙地典型草原亚类。地面实测的主要草地型为：‘小叶锦鸡儿(Caragana microphylla)+沙竹(Psammochoa villosa)+沙生冰草(Agropyron desertorum)’，‘冷蒿(Artemisia frigida)+沙生冰草(Agropyron desertorum)’等灌木及半灌木为建群种的草地群落。总的来看，整个生长期内，与前两者相比，沙地草原草地的植被指数变化
类似典型草原，但要比典型草原草地更趋于平缓，数值上6月中旬以前与典型草原接近（都在0.4~0.5之间），之后直到枯草期到来都比典型草原要低。这主要是因为：它植被分布异质性大，植被盖度低，地面裸露较多，多沙地、覆沙地，NDVI值受地表反射特征影响较大，因此其变幅相对较小，曲线更平缓。4月初到5月上旬，植被指数停留在0.4以下，植被尚未返青；5月中下旬，植被指数才开始增长，由于沙地草原的返青期与典型草原相似，比草甸晚，5月22日地面实测数据显示：各样地平均地上生物量为84.32 g/m2（鲜重）；5月中下旬到6月中旬，NDVI在0.4~0.5之间，日增幅较小，仅为0.0018，由于此期间，大多数植被尚处于返青期，生长较慢，6月19日地面实测数据显示：各样地平均地上生物量为147.56 g/m2（鲜重），比5月增长75%；6月下旬到7月，NDVI增长迅速，7月31日达最大值，此期间平均日增幅也只为0.0044，各样地平均地上生物量为351.54g/m2（鲜重），其月增幅为整个生长季最大，也只有138%，相比典型草原和草甸草原小很多；NDVI逐渐下降，至9月末，将至0.42，比同期的典型草原和草甸草原草地分别低0.2和0.4左右；10月下旬霜降后降到0.39以下，牧草完全枯黄，进入休眠期。
图3沙地草原草地植被指数旬度变化曲线
Figure 3 Ten-day change curve for sand steppe
3.4荒漠草原草地植被指数旬度变化
荒漠草原草地植被指数旬度变化曲线如图4所示。NDVI数值范围在
0.34~0.43之间，整个生长期内波动不大，波峰不明显，最大值出现在7月末。
研究区荒漠草原属温性荒漠草原类平原丘陵荒漠草原亚类。主要群系为以小叶锦鸡儿（Caragana microphylla）为建群种的灌木组和以小针茅为建群种的丛生禾草组。地面实测的主要草地型为‘小针茅（Stipa klement）＋无芒隐子草（Cleistogenes songorica）+沙生冰草（Agropyron desertorum）’，‘沙葱（Allium semenovii）＋小针茅（Stipa klement）’，‘小叶锦鸡儿（Caragana microphylla）＋沙葱（Allium semenovii）+小针茅（Stipa klement）’等群落。NDVI之所以呈现以上特征，就是因为其分布在气候干旱的荒漠草原地区，植被多以上述旱生及超旱生灌丛和禾草为主，地表植被覆盖度小，实测盖度数据显示，荒漠草原草地的地表裸露程度比沙地草原草地还要强烈，整个生长期内植被盖度分布在5%~40%之间，平均值仅为14.06%，各样地地上生物量在12.08～100.25 g/m2（鲜重）之间变化，平均值为61.3 g/m2（鲜重），因此，NDVI值受土壤背景值影响也最大，在四种草地类型中NDVI曲线变化幅度是最小的，极差仅为0.09。但是，其NDVI的变化仍然呈现一定的季节性规律：4月初~5月初，基本无变化，在0.34附近，说明尚未有植被返青，5月中旬~6月中旬，NDVI略有增长，6月中增至0.37，植被处于返青阶段，6月下旬，有明显增长，7月末达到最大值0.43，8月有所下降，0.4的高值一直保持到9月中旬，9月末10
月初，明显下降，同样进入荒漠草原的枯草期和休眠期。
图4荒漠草原草地植被指数旬度变化曲线
Figure 4 Ten-day change curve for desert steppe
4.各类草地植被指数空间变化特征
4.1 植被指数分级分布图的生成
经比较，选取天气状况最好的9月份每日MODIS1B数据，经BOWTIE处理、地理校正并通过计算生成每日的NDVI图像，按照最大值合成法（MVI），将30日中最大的NDVI值作为9月份的NDVI值，得到2002年9月锡林郭勒盟草地NDVI 图像。然后在ENVI中对NDVI图像进行密度分割，得到NDVI的分级分布图（如图5）。将NDVI值按照0～0.001，0.001～0.37，0.37～0.41，0.41～0.48，0.48～0.56，0.56～0.83的值域划分为6级，理由是：这种分级基本可以体现荒漠草原、沙地草原、典型草原和草甸草原几个大的类别的空间差异和过渡性。如果分级过于简单，不能切实反映出类别间的差异，同时鉴于MODIS的中尺度空间分辨率及在只考虑了NDVI一维要素的情况下，满足更详细的分类精度有一定的难度，所以没有进行更详细的分级，只分到6级。
5.2植被指数空间变化特征分析
植被指数分级分布图体现了锡林郭勒盟各类草地的空间分布差异性、连续性和过渡性，体现了各类草地空间分布的实际特征。
各个级别NDVI值域对应不尽相同的草地类型区。由于实际情况是：在荒漠草原与沙地草原之间、典型草原与草甸草原之间均无明显的界线，沙地草原与荒漠草原和典型草原有一定重叠。所以通过NDVI分级分布所显示的空间差异也不是明显突然的，而是渐变性的，NDVI分级分布图中图斑的颜色由深到浅的变化表示NDVI值由小到大的变化，对应着草地类型由荒漠草原—沙地草原—典型草原—草甸草原的变化趋势。虽然不是一一对应，但其变化趋势是相同的，而它的不一一对应恰恰反映了各类草地之间在特征上的过渡性和在空间上的重叠性。0~0.001值域区间为水体，分布在道图诺尔及查干诺尔处，正镶白旗也有小块分布，NDVI值为0，这与水体对近红外的强烈吸收有关；0.001~0.37值域区间主要散布于本区西南部的小块滩地、沙地（非沙地草原）及草原化荒漠地区，近为裸地，在中北部的滩地也有分布，但面积过小；0.37~0.41值域区间大面积分布于西南部荒漠草原区，但在西南部及中部与荒漠草原邻近的沙地草原、典型草原区中也有零星分布，这些地区由于邻近荒漠草原，植被覆盖较低；0.41~0.48值域区间主要分布于荒漠草原向南部、中部的沙地草原和典型草原过渡的地带，它体现了荒漠草原和沙地草原、典型草原之间的过渡性，同时其在沙地草原和典型草原的同时分布又实事求是地反映了二者的同一性； 0.48~0.56值域区间主要
分布于本区南部的沙地草原、典型草原及中北部的典型草原，与0.41~0.48值域区不同，它在相对位置上表现为远离荒漠区和接近草甸草原区，在植被覆盖上相对稠密。在草甸草原区域有零星分布。同样体现了沙地草原与典型草原的不可分性；0.56~0.83值域区间是本区植被指数最高、植被盖度最高的区域，主要分布在本区东北部，包括主要的草甸草原和部分典型草原，这说明了草甸草原和典型草原在生长特征上的共性和在空间上的连续性。在东南部的山地草甸草原及中部的典型草原地带也有零星分布。
图 5锡林郭勒盟草地植被指数分级分布图
Figure 5 NDVI classification map of Xilinguole grassland
5.结论与展望
5.1 MODIS_NDVI较高的时间和空间分辨率能很好的反映各草地类型的生长过程及其空间差异性。
5.2 未来的MODIS_EVI能最大限度地减少环境因子的影响，更好地反映各类草地生长的实际情况。
5.3 本文选用9月的合成数据，通过对MODIS-NDVI值域分级可以反映荒漠草原、沙地草原、典型草原和草甸草原的变化趋势，如在此基础上加上时间序列、多波段信息就可以从多维角度更详尽、准确地反映各类的空间分布特征（如可以把农
田、林地等信息提取出来），并能在对类别有了更具体、更精确的把握后更有效地达到动态监测草地的目标。
参考文献：
[1] 内蒙古草地资源编委会. 内蒙古草地资源[M]. 第一版.呼和浩特：内蒙古人民出版社，1991.87-305.
[2] 李博，雍世鹏，李瑶，刘永江. 中国的草原[M]. 第一版. 北京：科学出版社，1990. 87-168.
[3] 中国农业科学院草原研究所. 草地[M]. 第一版. 北京：科学出版社，1980. 24-56.
[4] 马庆文，李糙哲，冯玉玺，杨尚明，赵金花. 内蒙古锡林郭勒草地区划[J]. 中国草地，1997，6：41-45.
[5] 王秀珍，黄敬峰. 利用AVHRR资料监测北疆北部天然草地[J]. 中国农业气象，1995， 16 （3）：43-47.
[6] 陈全功，卫亚星，梁天刚. NOAA资料在草地资源监测中的应用研究[J]. 草业科学，1994. 11（1）：56-60。
[7] 乌云娜. 锡林郭勒草原景观多样性的空间变化[J]. 内蒙古大学学报，1997， 28（5）：707-714.
[8] 乌云娜. 锡林郭勒草原景观多样性的时间变化[J]. 植物生态学报，2000，24（1）：58-63.
EOS-MODIS 1B数据格式与应用 王正兴，陈文波，邓芳萍，曹云刚 中国科学院地理科学与资源研究所 全球变化信息研究中心 2004年11月2日， 中国科学院资源环境科学信息中心，兰州 报告提纲 1、什么是MODIS 1B数据，已经作了那些校正？ 2、MODIS 1B 数据结构：HDF 与HDF-EOS 简介 3、MODIS 1B 数据结构示例 4、MODIS 1B 数据内容：正常数值与异常数值。 5、MODIS 1B 数据：与时间有关的因素。
1、什么是 MODIS 1B 数据？ 是MODIS 44种系列数据产品中的一种，产品编号为 MOD02 ( Terra-MODIS)/ MYD02(Aqua-MODIS); 是经过仪器标定的数据产品，但是没有经过大气校正； 是包含有地理坐标产品的数据，但是“科学数据”和“地理数据”还没有连接，直接 显示时，边缘存在“蝴蝶结”（Bow-tie）现象； MODIS 1B 数据采用层次数据模型（HDF）或其对地观测扩展（HDF-EOS），这些模 型有不同版本，受不同软件支持。本培训使用软件为ENVI3.X软件。 具体讲，L1B 程序校正了反射波段探测器中未加工的数字信号（DN）中所有已知仪器误差，输出经过校正的（dn。）。这些校正包括： 电子偏移 在“模拟-数字”转换器里的非线性问题 扫描镜反射的角度变异 由于仪器和焦平面变异引起的增益的变化 在短波红外波段外的光谱响应，如波段5，6，7和波段26。 dn*之后，L1B根据每个波段内不同探测器之间变异参数，把dn*教正为dn**。由于dn**的数据量很大（小数，需要用浮点储存），为了节省空间,在反射太阳波段的科学数据中进行尺度转换，用 16-bit 整数表示法。实际上，16-bit中的15-bit用于储存有效数据；第16-bit 储存几类无效数据。 2、MODIS 1B 数据结构：HDF 与HDF-EOS 简介 HDF：分等级的数据格式（层次结构，树结构） HDF-EOS：是对地观测系统（EOS）对HDF的扩展。 重要性：HDF-EOS 已经被美国对地观测系统的数据与信息系统（EOSDIS）选定为 数据标准，许多由美国政府合同支持的产品和免费软件等都以此为基础。如Terra, Aqua, Landsat ETM。 开发和维护：伊利诺斯州大学的美国国家超级计算应用中心（NCSA） （https://www.doczj.com/doc/8711027176.html,）。 说明：我们可能已经使用过许多数据而不一定知道该数据的结构，如GeoTiff。重要 的是，需要了解那些软件能够识别这些数据结构。具体到HDF,它的结构可能很简单，也可能很复杂。我们的目的是使用MODIS 数据，并不意味着先要了解所有的结构。
MODIS数据的处理方法(ENVI) 美国RSI公司（Research Systems Inc.）的产品ENVI能很好地支持HDF数据格式。ENVI（The Environment for Visualizing Images）遥感影像处理软件，是分析、处理并显示多光谱数据、高光谱数据和雷达数据的高级工具。ENVI能接受大量的传感器数据，是世界目前唯一 美国RSI公司（Research Systems Inc.）的产品ENVI能很好地支持HDF 数据格式。ENVI（The Environment for Visualizing Images）遥感影像处理软件，是分析、处理并显示多光谱数据、高光谱数据和雷达数据的高级工具。ENVI 能接受大量的传感器数据，是世界目前唯一能较好全面支持HDF科学数据格式的遥感影像软件。ENVI可以直接读取HDF格式（如图2所示），并能识别HDF格式中所包含的所有文件信息（如图3所示）。ENVI 打开HDF格式文件后，会自动将该数据文件所包含的所有图像信息、属性信息、文本信息作为波段列于一个波段列表中，用户可以清晰地浏览每一波段的详细信息，包括波段名称、图像波段波长、波段大小、数据类型及文件内插方式等多种信息。方便用户显示图像，并对各种属性及文本文件作各种分析。 本文选取2001年5月20日中国北部及蒙古地区（经纬度范围：92.49°- 116.97°,33.88°- 41.23°）的一景MODIS数据进行分析，主要从读取数据、分析经纬度波段信息、第一、四、三波段融合显示、影像地理校正几方面对该景数据进行了分析，具体步骤如下： （1）数据读取：打开ENVI，在主菜单中选择File\Open External File\Generic Formats\HDF，选择文件“MODO2QKM_03.hdf”,表示是该景MODIS 数据的250米数据文件，从下图中可以看到，该文件中除两个影像波段外，还包含经度波段、纬度波段、热红外探测器的噪声信息、反射率变化参数等信息。 （2）1、4、3波段影像融合：MODIS数据的第一、四、三波段的波段宽度分别为0.62μm ~ 0.67μm 、0.545μm ~ 0.565μm、0.459μm ~ 0.479μm，近似于可见光的红、绿、蓝波段，所以第一、四、三波段组合比较接近真彩色，故常选用这三个波段来表示MODIS影像。此处用同样方式打开500米数据文件，该文件共包含五个影像波段，将影像融合所需要的第3和第4波段进行重采样，即将其空间分辨率由500米重采样为250米，并与步骤（1）中第1波段组合，进行彩色方式显示。为提高成果影像的空间分辨率，笔者又将143波段组合影像进行对比度调整输出后，与真实空间分辨率为250米的第一波段进行影像融合（用HIS融合法），得到了几何清晰度更高的143波段融合影像（如图4所示）。图4中左侧为1、4、3波段彩色组合显示及局部放大，右侧为143波段组合输出后又与1波段进行融合的结果，可以很明显地看到，右侧的影像细节非常突出。体现了具有较高分辨率的第一波段的优势。 （3）影像地理校正，由于MODIS数据本身带有详细的经纬度波段信息，这种地理信息以波段的形式存放，如图5中的灰度波段所示，该灰度影像每一象素的灰度值记录的是空间分辨率为1公里的MODIS数据中对应象素点的经纬度信息，这种详细的地理信息可以使影像不需要选择大量地面控制点就可以作精纠正，而且精度会比选控制点的方法更高。ENVI软件提供了“Georeference from Input
一般说来，用ENVI打开MODIS HDF数据有以下几种方式： 第一种是直接用File->Open Image File打开，主要是针对Level1B数据和Level2数据的部分波段。以MOD021KM数据为例，采用这种方式打开得到的图像是定标后的反射率、辐射亮度以及发射率数据，即图像灰度具有明确的物理含义，不需要再进行波段运算进行定标。这种方法打开数据速度快，但是适用的数据有限，打开后得到的图像波段也有限。比如MOD02数据中也有经纬度、太阳/传感器天顶角、方位角波段，用这种方式就无法打开。 第二种是是用File->Open External File->Generic Formats->HDF打开，可打开各种产品。该方法实际上是打开HDF文件，特别是像MODIS的很多陆地产品，如地表反射率、LAI、LST、BRDF/Albedo等（就是文件名中带有h??v??的），都需要用这种方式打开。打开之后用户还需要选择HDF文件中的数据集(dataset)，如果是多波段还需要指定数据格式(BSQ\BIP\BIL)。采用这种方式打开HDF文件可以获取文件中所有数据集的信息，打开得到的波段也是未做过定标的，需要从HDF文件中查找定标系数通过波段运算手工定标。查看HDF数据集属性可以通过Basic Tools->Preprocessing->Data-Specific Utilities->View HDF Dataset Attributes实现。 另外通过File->Open External File->EOS->MODIS也可以打开部分MODIS数据，它与第一种打开方式一样，这里不再重复。 关于MODIS数据的几何校正，对于Level1B和Level2级产品，由于其HDF文件中一般都含有经纬度波段，可采用GLT的方法对其进行校正。相应的菜单是Map->Georeference from Input Geometry->Build GLT和Map->Georeference from Input Geometry->Georeference from GLT。用GLT方法校正需要注意输入的经纬度图波段要与待校正的数据波段行列大小一致。 在Map菜单下还有一个Georeference MODIS功能，可以对采用Open Image File方式打开得到的MODIS数据波段进行校正。通常对Level1B数据采用这种方法进行，因为速度快，而且不需要生成GLT临时文件。但这种方法存在一个问题，就是对很多无法通过Open Image File方式打开的数据波段失效。
MODIS数据介绍 数据概况 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）。 本网站提供的所有MODIS陆地标准产品的格式为HDF-EOS，数据组织方式为10°经度*10°纬度的分片（TILE）方式。 MODIS数据特点及技术指标 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
MODIS数据下载说明 李英杰 中国科学院遥感应用研究所远程通讯与地学处理课题组 2007年8月 第一部分提交MODIS数据订单 这里我们以订购2007年6月20日覆盖中国大陆的MODIS数据为例，说明订单提交步骤。 首先请确保您有一台能够连接到Internet的计算机并正常运行。接着请在地址栏键入：https://www.doczj.com/doc/8711027176.html,/。该网站首页如图1所示。 图1 然后点击网页中的“Data”，在新出现的页面（图2）中点击“Search”。这时将出现一个名为“Search for Level 1 and Atmosphere Products”的页面，如图3，在里面可根据需要设置所需数据的类型、时间、空间范围等。
图2 图3
这里我们将Product Selection中的Satellite/Instrument设置为Terra MODIS，Group设置为Terra Level 1 Products，在Products中选择MOD021KM-Level 1B Calibrated Radiances-1km。注意：每设置一个参数，页面都会刷新一次。在Temporal Selection中，将Temporal Type设置为Individual Dates and Times，并将Dates(one per line)设置为06/20/2007，表示2007年6月20日。Collection Selection中采用默认设置。Spatial Selection中Coordinate System选择Latitude/Longitude以设置经纬度。在图4中经纬度示意图的右侧，将North、South、West、East四个方向的经纬度分别设置为：54、18、73、136，以覆盖中国大陆。其他设置均采用默认，最后点击页面左下角的Search按钮。 图4 此时将出现查询结果列表，如图5。由于文件较多，这里分为2页显示，为了查看所有文件，可点击文件列表右上方的View All。 在新弹出的页面中，请注意文件列表最左边一列的时间，这里的时间是卫星成像时的格林尼治时间，加上8小时后转换为北京时间。注意到MODIS可见光波段在夜间不能成像，所以这里要根据时间将夜间数据剔除掉（图6），最后点击页面左下角的Add Files To Shopping Cart按钮。
MODIS数据预处理 1.波段设置 Modis影像有三种打开方式,一般我们用打开外部文件的方式打开科学数据集,因为需要数
据集中的一些辅助信息(主要是太阳几何,卫星几何).但是这样打开之后显示的波段从1开始的,而数据集中对应的modis 通道并不是这个顺序.通过菜单栏中的 basic_tools->preprocessing->data_specific utilities->view HDF dataset attributes 可以打开数据集里每个要素的属性表,在里面选中需要的HDF 文件中的数据集，就会打开其属性表，波段内容如下 对应打开的HDF 文件里1KM 辐亮度文件的波段数,一共16个波段.其中13/14波段比较特殊,都有hi 和lo 两组数据,它们是传感器高敏感度和低敏感度两种状态下获取到的DN 值,分别对应于较暗地物和较亮地物,使用哪个文件根据需要而定.但是在太湖湖区,13/14波段大部分区域效果都不太好.值会很大,出现溢出.可能是由于太湖的高浑浊度. 2. 几何校正 几何校正有三种方法: 1) 用envi 自带模块进行几何校正,通过菜单栏中的 Map->Georeferences MODIS 选中envi 中已经打开的需要校正的数据集，输入研究区的地理位置，如下图左，投影用UTM ，基准面用WGS-84，区域根据经纬度确定。输入完成，envi 会自动校正，并执行去蝴蝶结效应算法，有点是能对我们需要的那些波段进行校正。缺点也很明显。如下图右，校正结束的图像会失去原始图像四个角的信息，这样就无法和GLT 校正的图像很好的匹配起来，不利于一些后续的处理。 2) 用GLT ，即是查找表法对图像进行几何校正 Map->Georeference from input Geometry->buid GLT 用来建立查找表。在弹出的对话框中选择查找表的XY 信息，其中X 对应图像经度信息，Y 对应纬度信息。然后只需要规定投影、基准面和区位信息，就可以生成一个查找表文件。这个查找表文件的实质也是两幅图像，分别在每个像元上保存着经纬度值，并且像元位置是拉伸到我们规定的输出投影上面去了，而且是逐像元的拉伸。那么剩下的矫正工作就只是把想要矫正的信息和查找表一一匹配起来，因此速度也很快。 Map->Georeference from input Geometry->Georeference from GLT Attribute 3-5: "band_names" "8,9,10,11,12,13lo,13hi,14lo,14hi,15,16,17,18,19,26"
本文档共三大部分,分别为: 一、modis数据和产品说明 二、风云卫星FY-3数据说明 三、FY-3A MERSI L1数据产品使用指南 一、modis数据和产品说明 1.MODIS数据的技术指标 2.MODIS数据的波段分布特征
3.Modis 命名规则 MODIS 文件名的命名遵循一定的规则，通过文件名，可以获得很多关于此文件的详细信息，比如：文件名MOD09A1.A2006001.h08v05.005.2006012234657.hdf
MOD09A1 –产品缩写 A2006001 –数据获得时间(A-YYYYDDD) h08v05 –分片标示( 水平XX ，垂直YY) 005 –数据集版本号 2006012234567 –产品生产时间(YYYYDDDHHMMSS) hdf –数据格式(HDF-EOS) Terra卫星数据产品
MODIS土地覆盖类型产品包括从每年Terra星数据中提取的土地覆盖特征不同分类方案的数据分类产品。基本的土地覆盖分为有IGBP（国际地圈生物圈计划）定义的17类，包括11类自然植被分类，3类土地利用和土地镶嵌，3类无植生土地分类。 Modis Terra数据lKM土地覆盖类型年合成栅格数据产品包含5中不同的土地覆盖分类体系。数据分类来自监督决策树分类方法。 第一类土地覆盖：国际地圈生物圈计划（IGBP）全球植被分类方案； 第二类土地覆盖：马里兰大学（UMD）植被分类方案； 第三类土地覆盖：MODIS提取叶面积指数/光合有效辐射分量（LAI/fPAR）方案； 第四类土地覆盖：MODIS提取净第一生产力（NPP）方案； 第五类土地覆盖：植被功能型（PFT）分类方案； 本网站提供的为MYD12Q1 V4（第四版本）的分片数据（tile），除提供五类全球土地覆盖分类体系外还提供了陆地覆盖分类评估和质量控制信息。
介绍一下利用ENVI去除MODIS数据条带的方法与步骤。 MODIS数据应用日益广泛，但是由于波谱的相互干涉作用导致MODIS的5通道和26通道的反射率中“条带”现象非常严重，这严重影响了MODIS数据的应用。5通道分辨率5OOM，对云、气溶胶特性敏感。26通道分辨率1000M在薄云、卷云识别方面具有优越特性。 本文主要利用ENVI的ReplacingBadLines功能进行条带去除说明。这主要是利用条带出现的行两边对称的临近行数值进行平均，利用这个平均值来替代条带的数值。手工输入条带的行数超级慢，可以利用条带的周期性特点通过编制一个小程序来快速确定行数，然后通过ReplacingBadLines 的Restore功能载入行数即可。 对MODIS的500M分辨率的数据中5通道进行条带去除：因为5通道的条带只有一条，去除条带后效果很明显。而26通道的条带去除较为困难，因为该通道的条带特征是以中心为主向两侧羽化扩展，而且羽化的程度不一样，所以去条带效果不好。 下面以500M分辨率的5通道为例利用ENVI的ReplacingBadLines功能进行条带的去处，其中条带的行数利用自定义的一个过程： MakeBadLineList,first,interval,lines,filename=filename，得到并生成一个BLL文件存贮条带行的信息用于ReplacingBadLines的Restore。first为出现第一个条带的行数，interval是条带的间隔，lines是数据的总行数，filename是输出文件名存贮行信息。 1、去除条带前，横向条纹十分明显 2、去除条带后，数据平滑，
MODIS产品介绍及下载流程 1.数据获取 1）MODIS 发射背景及综述 为了加强对地球大气、海洋和陆地的综合观测研究，美国国家宇航局（NASA）于1991年发起了一个综合性项目，称为地球科学事业（ESE），其主要目的是通过卫星及其它工具对地球进行更深入的研究。ESE包括三个主要部分：一是地球观测卫星系列（EOS）；二是先进的数据系统（EOSDIS）；三是进行资料分析研究的科学队伍。重点观测研究领域包括水与能量循环、海洋、大气化学、陆地表层系统、水和生态系统过程、冰川和极地冰盖以及固体地球。EOS将在近地轨道提供至少18年系统连续的卫星观测数据用于定量研究地球系统的变化。 Terra作为EOS观测计划中的第一颗卫星，在美国（国家宇航局）、日本（国际贸易与工业厅）、加拿大（空间局、多伦多大学）的共同合作下于1999年12月18日成功发射，Terra的字源是拉丁语“地球、土地”，由于Terra卫星每天上午从北向南通过赤道，因此又被称为地球观测第一颗上午星（EOS-AM1）。NASA的EOS第二颗星命名为Aqua,是美国、巴西和日本共同合作研制的，其拉丁语意为“水”，于2002年5月4日发射成功，为了与Terra卫星在数据采集时间上相互配合，Aqua卫星每天下午从南向北通过赤道，因此被称为地球观测第一颗下午星（EOS-PM1）。 两颗星均为太阳同步极轨卫星。此外，美国对地观测系统计划还将陆续发射用于不同观测内容的卫星系列，如以观测大气化学成分为主的AULA卫星（EOS-CHEM）、以观测冰雪、云层和地面高程为主的ICESAT卫星、以观测太阳辐射及其对气候影响为主的SORCE卫星和以观测陆地为主的LANDSAT-7卫星（1999年已发射成功）等。 中分辨率成像光谱仪(MODerate-resolution Imaging Spectroradiometer) -MODIS是Terra和Aqua卫星上搭载的主要传感器之一，两颗星相互配合每1-2天可重复观测整个地球表面，得到
MODIS指数简介 1.MODIS数据介绍 1.1简介 MODIS（MODerate-resolution Imaging Spectroradiometer，中等分辨率成像光谱仪）分别搭载在TERRA和AQUA两颗卫星上，数据可分别从TERRA和AQUA两颗卫星获取。TERRA和AQUA 卫星都是太阳同步极轨卫星，TERRA在地方时上午过境，AQUA将在地方时下午过境。TERRA 与AQUA上的MODIS数据在时间更新频率上相配合，加上晚间过境数据，对于接收MODIS数据来说，可以得到每天最少2次白天和2次黑夜更新数据。这样的数据更新频率，对实时地球观测、应急处理（例如森林和草原火灾监测和救灾）和日内频率的地球系统的研究有非常重要的实用价值。关于TERRA和AQUA卫星介绍，可参看1.3 Terra卫星和Aqua卫星。 MODIS扫描周期为1.477秒，每条扫描线沿扫描方向有1354个Pixels，沿卫星轨道方向有10个1KMD的IFOV。 MODIS共36个波段，其中250m分辨率有2个波段，500m分辨率有5个波段，1000m分辨率有29个波段。36个波段中波段值分辐射值和反射值两种。MODIS各波段的信息如表1所示。 表1 MODIS波段信息
1.2MODIS结构与数据级别 MODIS数据产品分级系统：MODIS标准数据产品分级系统由5级数据构成，它们分别是：0级、1级、2级、3级和4级。 表2 MODIS数据产品分级
MODIS标准数据产品根据内容的不同分为0级、1级数据产品，在1B级数据产品之后，划分2－4级数据产品，包括：陆地标准数据产品、大气标准数据产品和海洋标准数据产品等三种主要标准数据产品类型，总计分解为44种标准数据产品类型。 MOD01：即MODIS1A数据产品。 MOD02：即MODIS1B数据产品。 MOD03：即MODIS数据地理定位文件。 其余类型产品略。 MODIS 1B采用分等级的数据格式（层次结构，树结构）HDF和HDF-EOS。其中HDF-EOS 是对地观测系统（EOS）对HDF的扩展。 MODIS 1B 产品命名如下： 表3 MODIS 1B产品概要 1.3Terra卫星与Aqua卫星 TERRA卫星每日地方时上午10：30时过境，因此也把它称作地球观测第一颗上午星（EOS-AM1）。AQUA卫星保留了TERRA卫星上已经有了的CERES和MODIS传感器，并在数据采集时间上与TERRA形成补充。它也是太阳同步极轨卫星，每日地方时下午过境，因此称作地球观测第一颗下午星（EOS-PM1）
MCD45A1 Combined Tile
500m Monthly
Burned Area
MOD09GA
Terra
Tile 500/1000m
Daily
Surface Reflectance Bands 1–7
表面反射
MYD09GA MOD09GQ MYD09GQ MOD09CMG MYD09CMG MOD09A1 MYD09A1 MOD09Q1 MYD09Q1 MOD13A1
Aqua Terra Aqua Terra Aqua Terra Aqua Terra Aqua Terra
Tile 500/1000m
Daily
Surface Reflectance Bands 1–7
Surface Reflectance
Tile
250m
Daily
Bands 1–2
Surface Reflectance
Tile
250m
Daily
Bands 1–2
CMG 5600m CMG 5600m
Daily Daily
Surface Reflectance 陆地 2 级标准数据产品，内容为表面反射；空间分辨率 250m
Bands 1–7
日数据。
Surface Reflectance Bands 1–7
Surface Reflectance
Tile
500m
8 Day
Bands 1–7
Surface Reflectance
Tile
500m
8 Day
Bands 1–7
Surface Reflectance
Tile
250m
8 Day
Bands 1–2
Surface Reflectance
Tile
250m
8 Day
Bands 1–2
Vegetation Indices
Tile
500m 16 Day 植被指数
MYD13A1 MOD13A2 MYD13A2 MOD13Q1 MYD13Q1 MOD13A3 MYD13A3 MOD13C1 MYD13C1 MOD13C2 MYD13C2
MOD44W
Aqua Terra Aqua Terra Aqua Terra Aqua Terra Aqua Terra Aqua
Terra
Tile Tile Tile Tile Tile Tile Tile CMG Tile CMG CMG
Tile
500m 16 Day Vegetation Indices
1000m 16 Day Vegetation Indices
1000m 16 Day Vegetation Indices
250m 250m 1000m
16 Day 16 Day
Vegetation Indices
陆地 3 级标准数据产品，内容为栅格的归一化植被指数和增强
Vegetation Indices
数（ NDVI/EVI ），空间分辨率 250m 。
Monthly Vegetation Indices
1000m Monthly Vegetation Indices
5600m 16 Day Vegetation Indices
5600m 16 Day Vegetation Indices
5600m Monthly Vegetation Indices
5600m Monthly Vegetation Indices
250m
none
Land Water Mask Derived
第1页
E n v i处理M O D I S流 程
Envi处理MODIS流程(2009-04-28 09:28:55) 标签：杂谈分类：MODIS 美国RSI公司（Research Systems Inc.）的产品ENVI能很好地支持HDF数据格式。ENVI（The Environment for Visualizing Images）遥感影像处理软件，是分析、处理并显示多光谱数据、高光谱数据和雷达数据的高级工具。ENVI能接受大量的传感器数据，是世界目前唯一能较好全面支持HDF科学数据格式的遥感影像软件。ENVI可以直接读取HDF格式（如图2所示），并能识别HDF格式中所包含的所有文件信息（如图3所示）。ENVI 打开HDF格式文件后，会自动将该数据文件所包含的所有图像信息、属性信息、文本信息作为波段列于一个波段列表中，用户可以清晰地浏览每一波段的详细信息，包括波段名称、图像波段波长、波段大小、数据类型及文件内插方式等多种信息。方便用户显示图像，并对各种属性及文本文件作各种分析。 本文选取2001年5月20日中国北部及蒙古地区（经纬度范围：92.49°- 116.97°,33.88°- 41.23°）的一景MODIS数据进行分析，主要从读取数据、分析经纬度波段信息、第一、四、三波段融合显示、影像地理校正几方面对该景数据进行了分析，具体步骤如下： （1）、数据读取：打开ENVI，在主菜单中选择File\Open External File\Generic Formats\HDF，选择文件“MODO2QKM_03.hdf”,表示是该景MODIS 数据的250米数据文件，从下图中可以看到，该文件中除两个影像波段外，还包含经度波段、纬度波段、热红外探测器的噪声信息、反射率变化参数等信息。
ENVI处理modis (2008-09-22 19:31:04) 转载 标签： 杂谈 1999年12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（EOS - AM1，表示EOS计划的第一颗上午星，拉丁文中“TERRA”为陆地的意思）。这颗卫星是美国国家宇航局（NASA）地球行星使命计划中总数15颗卫星的第一颗，也是第一个提供对地球过程进行整体观测的系统。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、气候季节和年纪变化研究、自然灾害监测和分析研究、长期气候变率和变化研究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。 Terra卫星上载有五种对地观测仪器：先进的空间热辐射反射辐射计（ASTER）、云和地球辐射能量系统（CERES）、多角度成像光谱辐射计（MISR）、中分辨率成像光谱仪（MODIS）、对流层污染探测装置（MOPITT）。为了充分了解地球系统的变化，EOS观测系统将提供系统的、连续的地球观测信息。 中分辨率成像光谱仪(MODIS)是该计划中最有特色的仪器之一。它是EOS-AM1系列卫星的主要探测仪器，也是EOS Terra平台上唯一进行直接广播的对地观测仪器。MODIS是当前世界上新一代“图谱合一”的光学遥感仪器，具有36个光学通道，分布在0.4 ~ 14μm 的电磁波谱范围内。MODIS仪器的地面分辨率分别为250m、500m和1000m，扫描宽度为2330km，在对地观测过程中，每秒可同时获得6.1兆比特的来自大气、云边界、云特性、海洋水色、浮游植物、生物地理、化学、大气中水汽、地表温度、云顶温度、大气温度、臭氧核云顶高度等特征的信息，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。每一个MODIS仪器的设计寿命为5年，将计划发射4颗卫星。由此估计，利用MODIS仪器至少将获得15年、36个光谱波段的地球综合信息，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。 MODIS数据接收处理系统具有精度高，跟踪速度快，造价低等特点；可实现高速率、大容量数据进机和快速存储并可实时快视；解码技术先进；预处理系统定位准确度高、定标精度
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）。 本网站提供的所有MODIS陆地标准产品的格式为HDF-EOS，数据组织方式为10°经度*10°纬度的分片（TILE）方式。 二、MODIS数据特点及技术指标 1.概况 MODIS全称Moderate-Resolution Imaging Spectroradiometer，即中分辨率成像光谱仪。1998年MODIS 机载模型器安装到EOS-AM（上午轨道）和PM（下午轨道）系列卫星上，从1999年12月正式向地面发送数据。MODIS是NASA地球行星使命计划中总数为15颗。 2.MODIS数据的特点
Envi处理MODIS流程(2009-04-28 09:28:55) 标签：杂谈分类：MODIS 美国RSI公司（Research Systems Inc.）的产品ENVI能很好地支持HDF数据格式。ENVI （The Environment for Visualizing Images）遥感影像处理软件，是分析、处理并显示多光谱数据、高光谱数据和雷达数据的高级工具。ENVI能接受大量的传感器数据，是世界目前唯一能较好全面支持HDF科学数据格式的遥感影像软件。ENVI可以直接读取HDF格式（如图2所示），并能识别HDF格式中所包含的所有文件信息（如图3所示）。ENVI 打开HDF 格式文件后，会自动将该数据文件所包含的所有图像信息、属性信息、文本信息作为波段列于一个波段列表中，用户可以清晰地浏览每一波段的详细信息，包括波段名称、图像波段波长、波段大小、数据类型及文件内插方式等多种信息。方便用户显示图像，并对各种属性及文本文件作各种分析。 本文选取2001年5月20日中国北部及蒙古地区（经纬度范围：°- °,°- °）的一景MODIS 数据进行分析，主要从读取数据、分析经纬度波段信息、第一、四、三波段融合显示、影像地理校正几方面对该景数据进行了分析，具体步骤如下： （1）、数据读取：打开ENVI，在主菜单中选择File\Open External File\Generic Formats\HDF，选择文件“”,表示是该景MODIS数据的250米数据文件，从下图中可以看到，该文件中除两个影像波段外，还包含经度波段、纬度波段、热红外探测器的噪声信息、反射率变化参数等信息。 （2）、1、4、3波段影像融合：MODIS数据的第一、四、三波段的波段宽度分别为μm ~ μm 、μm ~ μm、μm ~ μm，近似于可见光的红、绿、蓝波段，所以第一、四、三波段组合比较接近真彩色，故常选用这三个波段来表示MODIS影像。此处用同样方式打开500米数据文件，该文件共包含五个影像波段，将影像融合所需要的第3和第4波段进行重采样，即将其空间分辨率由500米重采样为250米，并与步骤（1）中第1波段组合，进行彩色方式显示。为提高成果影像的空间分辨率，笔者又将143波段组合影像进行对比度调整输出后，与真实空间分辨率为250米的第一波段进行影像融合（用HIS融合法），得到了几何清晰度更高的143波段融合影像（如图4所示）。图4中左侧为1、4、3波段彩色组合显示及局部放大，右侧为143波段组合输出后又与1波段进行融合的结果，可以很明显地看到，右侧的影像细节非常突出。体现了具有较高分辨率的第一波段的优势。 （3）、影像地理校正，由于MODIS数据本身带有详细的经纬度波段信息，这种地理信息以波段的形式存放，如图5中的灰度波段所示，该灰度影像每一象素的灰度值记录的是空间分辨率为1公里的MODIS数据中对应象素点的经纬度信息，这种详细的地理信息可以使影像不需要选择大量地面控制点就可以作精纠正，而且精度会比选控制点的方法更高。ENVI软件提供了“Georeference from Input Geometry(用既定地理信息校正影像)”功能，即用现成
TERRA\AQUA\AURA卫星简介及MODIS数据的获取 1.TERRA\AQUA\AURA卫星简介 近几年来，科学界对全球变化研究、以及全球变化对人类生存环境的影响研究逐步走向深入。为了加强对地球表层陆地、海洋、大气和他们之间相互关系的综合性的科学研究，美国国家航空航天局（NASA）自1991年起开始了对地观测系统（EOS）计划。这个计划分三个阶段：第一阶段－准备工作阶段（1991－1998年）；第二阶段－全面的对地观测阶段（1999－2003）；第三阶段－新一代更为细致的对地观测阶段（2003年以后十年）。NASA新一代的对地观测系统计划主要包括三方面内容：1）发射一系列新一代对地观测卫星；2）以NASA数据中心群（DAAC）为核心管理和散发卫星所获得的数据；3）组织科学家队伍开展对地球多要素的综合研究。重点观测和研究领域包括：水与能量循环，海洋，大气化学，陆地表面，水和生态系统过程，冰川和极地冰盖以及固体地球。 作为这一系列对地观测卫星中有三颗卫星成为系列特别引起遥感应用界的瞩目。它们是：TERRA、AQUA和AURA。它们分别于1999年12月18日、2002年5月4日和2004年7月15日发射成功，目前均处于正常运转中。 图1 TERRA卫星（来自NASA） TERRA卫星名字的由来 1991年美国开始了地球观测系统计划。这个计划被认为是人类历史上第一次对这个具有45亿年历史的地球进行全面调查和综合诊断的具有重要历史意义的大型行动计划。在这个计划中，发射卫星是其中最主要的任务之一。在计
划发射的一系列卫星中，第一颗卫星将作为地球观测系统的旌旗（EOS－FLAG）。由于该星是每天地方时上午过境，因此暂定为EOS－AM1，即地球观测系统第一颗上午星。1998年春天，在EOS－AM1发射的前一年，由美国航空航天局（NASA）和美国地球物理联合会（American Geophysical Union － AGU）共同发起对EOS －AM1命名的征集工作。征集的范围限制在全世界8－12年级（初中二年级至高中三年级）的学生，要求用不超过300字的短文说明对EOS－AM1的命名和命名的原由。 在征集通知发出去后的几个月内，评选委员会收到了来自世界各国1，100多篇命名稿件。经过第一轮筛选，评选出了十个不同的候选名字和短文。在这十个候选的名字和短文中，密苏里州圣路易斯市高中三年级学生 Sasha Jones 用她在字句里充满了对地球母亲无限的感激、满腔的热爱和高度的责任感的短文最终感动了评选委员会的全体评委。正象Sasha在她短文中自信的那样，TERRA （取拉丁语义）的名字最终将印在地球观测系统的旌旗上。Sasha及其父母因此获得了1999年12月18日到加里佛尼亚卫星发射基地观看卫星发射过程的全部资助，Sasha所在的学校也因此获得了一台计算机和可以获取TERRA卫星影象数据的全套软件。 这位中学生的短小精炼、充满激情和爱心的TERRA卫星命名篇全文如下： Terra The woman I believe this satellite should be named after is the most beautiful woman ever. Without her production of food we would not eat. Without her production of fluids we would not drink. Without her tedious care for vegetation we would not be able to build houses, cure the sick, and even breathe. Without her fury we would not be taught lessons, be brought closer together, and learn how to survive against all odds. She is our history, all of it. She is our present, she allows us to be. She is our future, and we must care for her, as she is the most caring and beautiful woman in the universe. She will be the mission of this EOS AM-1, and we should name it after her, in honor of her. She is Terra: Mother Earth. Terra 我相信这颗卫星以后会以此命名，她是一位仙女，一位从未有过的最漂亮的仙女。没有她提供的食物，我们就没有吃的。没有她提供的液体，我们就没有喝的。没有她对植被的悉心照料，我们就不能建造房屋，我们也不能抵御疾病，甚至我们不能呼吸。没有她的激昂，我们就不能上课，也不能聚集在一起，更不能学到怎样在奇异变化的环境中生存。她是我们的历史，是历史的全部。她是我们的现在，因为有了她才有了我们的今天。她是我们的未来，我们必须照护好她，因为她是宇宙中最赋有同情心，最美的仙女。我们应该把这个名字授予她，把这份荣耀归功于她，她将完成地球观测系统第一颗上午星的历史使命。她就是Terra：地球母亲。