MODIS 1B数据的预处理及归一化植被指数计算

1、MODIS 1B数据下载L1B数据下载地址：中，MOD03数据是用于对1KM,QKM,HKM数据进行几何纠正所用。

别忘记下载。

其中，日期类型为：月/日/年时:分:秒其中，网页中显示的时间为UTC时间，换算为北京时间为：UTC时间=北京时间-8小时。

因此，要获得1月16日的数据则范围为：01/15/2003/16:00:00~01/16/2003/ 16:00:00 在‘spatial selection’ 选项中选择“latitude/longtitude”,按经纬度形式选择影像范围。

点击’search’查到需要的数据：勾选需要的数据，点击‘order files now’，输入你接收信息的邮箱，点’order’开始订购该数据。

(如果要搜索多天数据，可以选‘add files to shopping cart’继续搜索其他日期的数据。

所订购数据的存放位置信息：点击‘Data->Track Orders ’可以查看所有已订购的数据的状态。

如果’state’显示‘avalable’即可开始下载。

使用FTP 下载软件下载如FTPCUTE，首先新建站点：ftp:username: anonymous点击‘连接’。

则在右边的框中会显示所有数据，找到自己数据所在的文件夹，并拖到左边的框中，开始下载数据。

OK！知所下载文件名的modis09~17数据可以从FTP上下载：ftp:/ tarra的数如果遇到能查到数据但是下载不了的情况，也可以在FTP中直接查找来下载。

这样做的好处是能查看数据的覆盖区域。

假如：MOD11A1.A2008288.h28v06.005.2008290030125.hdfH26V05,就从里面的文件夹里选出来下载就可以了。

一般使用FTP下载工具下载。

3、常用的MODIS软件：常用的MODIS查看软件还有：a、MODIS explorer（推荐使用）其下载地以方便查看HDF格式的MODIS元数据或信息。

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：°- °,°- °）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归一化植被指数（NDVI ）归一化植被指数（Normalized Differenee Vegetation Index 即 NDVI ）的计算公式为：其中：NIR 和RED 分别代表近红外波段和红光波段的反射率 NDVI 的值介于-1和 1之间。

2.2增强型植被指数（EVI ）增强型植被指数（En ha need Vegetation In dex 即EVI ）计算公式为:NIR 、 RED 和BLUE 分别代表近红外波段、红光波段和蓝光波段的反射率。

2.3高光谱归一化植被指数（Hyp_NDVI ）对于环境与灾害监测预报小卫星高光谱载荷，选取中心波长分别位于近红外 和红光的谱段进行归一化植被指数计算：.. Hyp NIR Hyp RED Hyp NDVI----------- ------------ 一 Hyp _ NIR Hyp _ RED2.4其他植被指数（1） 比值植被指数（Ratio Vegetation Index ------ RVI ）RVI 3RED该植被指数能够充分表现植被在红光和近红外波段反射率的差异，能增强植被与土壤背景之间的辐射差异。

但是RVI 对大气状况很敏感，而且当植被覆盖小于50%时，它的分辨能力显著下降。

(2) 差值植被指数(Differenee Vegetation Index -------- DVI )DVI NIR RED该植被指数对土壤背景的变化极为敏感，有利于对植被生态环境的监测，因 此又被称为环境植被指数（EVI ）。

(3)土壤调整植被指数(Soil-Adjusted Vegetation Index --------- S AVI )NDVI NIR RED NIR REDEVI 2.5NIR RED NIR 6.° RED 7.5 BLUESAVI ―NR―RED(1 L)NIR RED L其中，L是一个土壤调节系数，该系数与植被浓度有关，由实际区域条件确定，用来减小植被指数对不同土壤反射变化的敏感性。

modis数据处理流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。

文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!MODIS 数据处理流程一般包括以下几个步骤：1. 数据下载：确定需要处理的 MODIS 数据产品和时间范围。

MODIS数据说明分类：Modis 2014-11-25 02:05 2273人阅读评论(1) 收藏举报MODIS目前主要存在于两颗卫星上：TERRA和AQUA。

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)。

两颗星相互配合，每1-2天可重复观测整个地球表面，得到36个波段(表1)的观测得到，这些数据广泛用于全球陆地、海洋和低层大气内的动态变化过程研究。

MODIS获取数据的原始分辨率包括三类：波段1–2 – 250m、波段3–7 – 500m、波段8–36 –1000m。

其产品的分辨率包括四类: 250m, 500m, 1000m, 以及5600m (0.05度)。

大多数标准MODIS 产品使用的时正弦投影，在赤道处是10° 10°的格网，行代号由左上角(0, 0)起始，到右下角(35, 17) (图一).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。

它们分别是：图一MODIS产品分幅1) MODIS L0数据是对卫星下传的数据报解除CADU外壳后，所生成的CCSDS格式的未经任何处理的原始数据集合，其中包含按照顺序存放的扫描数据帧、时间码、方位信息和遥测数据等。

2) L1 A数据是对L0数据中的CCSDS包进行解包所还原出来的扫描数据及其他相关数据的集合。

3) L1 B数据是对L1 A数据进行定位和定标处理之后所生成，其中包含以SI (Scaled Integer)形式存放的反射率和辐射率的数据集。

L1 B代码读取L1 A代码解包产生的DN数据集(EV SD SRCA BB SV)以及定标查找表LUT(Look Up Table)作为输入，分别对太阳反射波段RSB 和热辐射波段TEB进行定标处理。

《基于MODIS影像的山西省植被指数时空分布及其影响因素分析》篇一一、引言随着遥感技术的不断发展，MODIS（中分辨率成像光谱仪）数据在植被监测和生态研究中得到了广泛应用。

山西省作为我国重要的生态区域，其植被指数的时空分布及其影响因素分析对于了解区域生态环境变化具有重要意义。

本文基于MODIS影像数据，对山西省的植被指数进行时空分布分析，并探讨其影响因素。

二、研究区域与数据本研究区域为山西省，位于我国华北地区。

研究采用的数据为MODIS影像数据，包括归一化植被指数（NDVI）等数据产品。

数据时间跨度为近十年，空间分辨率较高，能够满足研究需求。

三、方法与模型本文采用遥感技术手段，利用MODIS影像数据计算归一化植被指数（NDVI）。

通过GIS空间分析技术，对NDVI数据进行时空分布分析。

同时，结合气象数据、土地利用类型等数据，分析植被指数的影响因素。

四、山西省植被指数时空分布特征1. 时间分布特征通过分析近十年的MODIS NDVI数据，发现山西省的植被指数呈现出一定的年际变化趋势。

其中，春季和夏季的植被指数较高，秋季次之，冬季最低。

此外，不同年份间的植被指数也存在差异，可能与当年的气候、降水等因素有关。

2. 空间分布特征山西省的植被指数在空间上呈现出一定的分布规律。

总体上，山区的植被指数高于平原地区。

不同地区的植被类型、土地利用类型等因素也会影响植被指数的空间分布。

五、影响因素分析1. 气候因素气候是影响山西省植被指数的重要因素之一。

温度、降水和光照等气候因素对植被的生长和发育具有重要影响。

其中，降水是影响植被指数的关键因素之一，充足的降水有利于植被的生长和发育。

2. 土地利用类型土地利用类型也是影响山西省植被指数的重要因素。

不同土地利用类型的植被类型、覆盖度和生长状况等存在差异，从而影响植被指数的分布。

例如，森林、草地等自然植被的覆盖度较高，其植被指数也相对较高。

3. 人为因素人为因素也是影响山西省植被指数的重要因素之一。

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。

MODIS1-7 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。

西南交通大学第五期大学生科研训练计划（SRTP）遥感与气象观测数据耦合的地表干旱状态监测结题报告2010年4月至2011年4月目录目录_______________________________________________________________ 11绪论 ____________________________________________________________ 21. 1项目背景 _________________________________________________________________ 21. 2项目介绍 _________________________________________________________________ 31. 3 开源库GDAL与HDF文件格式介绍________________________________________ 42数据源及GDAL库的配置 __________________________________________ 72. 1 数据源__________________________________________________________________ 72. 2 GDAL库的配置 ___________________________________________________________ 93数据处理原理及实现 _____________________________________________ 103. 1 遥感数据处理___________________________________________________________ 103.2 气象数据处理与降水空间插值法比较 _____________________________________ 203. 3 指数耦合 _______________________________________________________________ 263. 4 程序设计 _______________________________________________________________ 27 4实验结果分析 ___________________________________________________ 27 5不足与期望 _____________________________________________________ 30 6项目感想 _______________________________________________________ 31参考文献__________________________________________________________ 32附录1 程序主要源代码 ______________________________________________ 341绪论1.1项目背景我国是一个旱灾非常严重的国家，旱灾给农业、农村和农民造成了巨大的损失。

MODIS1B数据的预处理及归一化植被指数计算MODIS（Moderate Resolution Imaging Spectroradiometer）是一种使用遥感技术获取地球表面数据的仪器，可以获取多光谱图像。

MODIS 1B 数据是一种预处理后的原始数据产品，包含了地球表面的辐射值信息。

在对MODIS 1B数据进行预处理和归一化植被指数计算前，首先需要了解MODIS数据的格式和内容。

首先，需要将MODIS1B数据进行解压缩。

MODIS数据通常以压缩格式存储，如HDF-EOS或L1B格式。

解压缩后，可以得到原始数据文件，里面包含了多个波段的辐射值信息。

接下来，需要进行投影转换。

MODIS数据是以地理坐标系存储的，需要将其转换为地图投影坐标系，方便后续的分析和计算。

投影转换可以使用专业的遥感软件，如ENVI、ArcGIS等进行。

完成了MODIS1B数据的预处理后，可以进行归一化植被指数的计算。

常用的归一化植被指数有归一化植被指数（NDVI）和归一化差异植被指数（NDWI）。

这些指数都是根据不同波段的辐射值计算得到的。

归一化植被指数（NDVI）是通过红外和可见光波段的辐射值计算得到的，可以用来描述植被的生长状况和覆盖程度。

计算公式如下：NDVI = (NIR - Red) / (NIR + Red)其中，NIR代表近红外波段的辐射值，Red代表红光波段的辐射值。

计算得到的NDVI值的范围通常在-1到1之间，数值越高表示植被覆盖越好。

归一化差异植被指数（NDWI）是通过短波红外和近红外波段的辐射值计算得到的，可以用来描述植被的水分含量和水分状况。

计算公式如下：NDWI=(NIR-SWIR)/(NIR+SWIR)其中，NIR代表近红外波段的辐射值，SWIR代表短波红外波段的辐射值。

计算得到的NDWI值的范围通常在-1到1之间，数值越高表示植被含水量越高。

通过对MODIS1B数据进行预处理和归一化植被指数的计算，可以获取到有效的地表植被信息，为植被状况监测和资源管理提供支持。