遥感图像处理实验论文基于MODIS影像的西安市PM25研究.docx
- 文档编号:27603270
- 上传时间:2023-07-03
- 格式:DOCX
- 页数:23
- 大小:1.37MB
遥感图像处理实验论文基于MODIS影像的西安市PM25研究.docx
《遥感图像处理实验论文基于MODIS影像的西安市PM25研究.docx》由会员分享,可在线阅读,更多相关《遥感图像处理实验论文基于MODIS影像的西安市PM25研究.docx(23页珍藏版)》请在冰豆网上搜索。
遥感图像处理实验论文基于MODIS影像的西安市PM25研究
遥感技术与数字图像处理
实验报告
作品名称:
基于MODIS影像的西安市PM2.5研究
学校:
兰州交通大学___________
指导教师:
__杨树文______________
团队成员:
__殷成钰_____________
摘要
可入肺颗粒物PM2.5是影响大气环境质量的重要因子之一,不仅对人体健康造成严重危害,同时也是影响全球气候、区域城市能见度重要因子,对其进行大范围的分布特征研究。
本文西安市PM2.5浓度反演实验是建立在气溶胶光学厚度基础之上,利用晴天环境下的MODISL1B数据,在ENVI环境下,使用云检测以及气溶胶反演扩展工具,将确定的地表反射率反演气溶胶光学厚度,并分析西安市当日的气溶胶光学厚度与PM2.5的空间分布特征.
1.MODIS数据介绍
1.1数据概述
MODIS数据自2000年4月正式向全球用户发布以来,NASA对MODIS数据实行全球免费接收的政策,我国自2001年3月开始接收MODIS数据,目前已在国内建立了数个接收站,使得MODIS数据的获取更加方便和廉价。
以下是MODIS的各个通道、波段的主要用途:
通道
波段宽度
主要用途
1-7
0.459-2.135μm
陆地、云特征及边界
8-19
0.105-0.965μm
海洋水色、浮游生物、生物化学及大气水汽
20-25
3.660-4.549μm
地球表面,云及大气温度
26-30
1.360-9.880μm
卷云,水汽及臭氧
31-36
10.780-14.385μm
地球表面、云温度及云顶高度
1.2数据分级
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。
0级数据:
卫星地面站直接接收到的、未经处理的、包括全部数据信息在内的原始数据为0级数据。
其数据文件扩展名为(.PDS)。
1级数据:
对完全分辨率的、没有经过处理的仪器数据进行重建,使用辅助数据注解,进行时间配准,计算和增补后数据产品,包括MOD01(L1A)、MOD02(L1B)和MOD03三类文件,其中MOD02(L1B)是MOD0I(L1A)和MOD03处理之后获取的数据文件,也是用户可直接使用的数据,这些数据文件主要为HDF格式,文件的扩展名为(.HDF)。
2级数据:
在1级数据基础上开发出的、具有相同空间分辨率和覆盖相同地理区域的数据为2级数据。
3级数据:
3级数据是以统一的时间-空间栅格表达的变量,通常具有一定的完整性和一致性。
在3级水平上,将可以集中进行科学研究,如:
定点时间序列,来自单一技术的观测方程和通用模型等。
4级数据:
通过分析模型和综合分析3级以下数据得出的结果数据为4级数据。
1.3产品类型
MODIS标准数据产品根据内容总计分解为44种标准数据产品类型,其中,2-4级数据产品为三种主要标准数据产品类型,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。
1.4MODISL1B数据命名规则
MOD02QKM校正过的250米分辨率的对地观测数据
MOD02HKM校正过的500米分辨率的对地观测数据,包括25米重采样为500米分辨率数据
MOD021KM校正过的1公里分辨率的对地观测数据,包括250米和500米重采样为1公里分辨率的数据。
MOD02OBC星上校正器(OBC)和工程数据。
MOD02OBCMYD0L1B数据文件名的定义规则:
例如:
MOD021KM.A2016036.0405.005.2016036134251.hdf
MOD表示传感器为MODIS,
02表示L1B数据,
A表示上午星TERRA,B表示下午星Auqa,
1KM表示1公里分辨率,
2016036表示数据采集日期为2016年的第36天,
134251表示该轨数据是在国际标准时间13时42分51秒入境的。
2.MODIS数据准备
本实验数据来源于美国LAADSDAAC,网址:
https:
//ladsweb.nascom.nasa.gov/search/
2.1搜索所需数据
1)打开网页,选中需要的数据源类型。
在Satellite/Instrument一栏下拉菜单选TerraMODIS,Group下拉菜单中选择:
TerraLevel1Products,再选择所需数据类型。
注意:
本实验选用分辨率为1000m的MODISL1B数据,其中,MOD03数据是用于对1KM,QKM,HKM数据进行几何纠正所用。
具体如下图。
2)确定数据日期。
。
网页中日期类型为:
月/日/年时:
分:
秒,并且其显示的时间为UTC时间,换算为北京时间为:
UTC时间=北京时间-8小时。
在此选择2016年2月1日到2016年2月8日范围内的数据。
如下图。
3)选择在‘spatialselection’选项中选择“latitude/longitude”,按经纬度形式选择影像范围。
本实验研究范围为西安市,所以选择合适经纬度进行数据搜索查询,具体如下图。
4)点击search查到需要的数据:
勾选需要的数据,可以通过数据右侧“+ViewRGB”查看数据经纬度范围,如图。
选择好数据后点击‘orderfilesnow’,输入你接收信息的邮箱,点‘order’开始订购该数据。
5)所订购数据的存放位置信息:
点击‘Data->TrackOrders’可以查看所有已订购的数据的状态。
如下图。
记住所订购数据的OrderID,这是所订购数据的文件夹名。
如果‘state’显示‘available’即可开始下载。
2.2数据下载
数据需要通过新建FTP站点下载,根据提示新建FTP站点:
FTP:
ladsweb.nascom.nasa.gov;
username:
anonymous;
password:
(自己申请数据的邮箱)。
完成后打开orders文件夹,在里面找到自己订购的数据文件夹拖到左边本地电脑的目录下即可开始下载。
如下图。
3.MODIS数据分析与处理
3.1实验技术路线
本研究气溶胶反演主要用到分辨率为1KM的MODISL1B数据,其包括一个是发射率Emissive(band20-band36),第二个是辐射率Radiance(band1-band26),第三个是反射率Reflectance(band1-band26)还有四个角度数据集:
卫星天顶角(SensorZ),卫星方位角(SensorA),太阳天顶角(SolarZ),太阳方位角(SolarA)。
分析过程具体包括几何校正、波段合成、云检测、气溶胶反演等。
采用经典的暗像元法(DDV)也叫浓密植被法。
打开角度数据集
MODISL1B1KM数据
发射率几何校正
导出GCP控制点
反射率几何校正
合成裁剪
云检测
气溶胶反演
查找表
角度数据合成
角度数据波段运算
角度数据几何校正
反演结果
3.2反射率与发射率文件处理
3.2.1发射率文件几何校正
(1)ENVI中有专门对MODIS数据进行几何校正的工具,打开【Toolbox】->【GeometricCorrection】->【GeoreferencebySensor】->【GeoreferenceMODIS】,先选择发射率文件(Emissive),如下图:
(2)在GeoreferenceMODISParameters对话框中参数设置如下图:
注意:
需要将GCP控制点文件保存下来。
(3)单击OK后,在RegistrationParameters窗口中设置参数如下图所示:
注意:
分辨率默认是1000。
(4)选择结果输出位置后,单击OK,得到发射率几何校正结果如下图:
3.2.2反射率文件几何校正
过程与发射率文件几何校正相似,所以在这里不再过多赘述,参考发射率文件几何校正过程将反射率文件(Reflectance)进行几何校正。
此步不需要进行再次保存GCP控制点文件。
3.2.3反射率和发射率数据合成与裁剪
(1)打开几何校正后的反射率与发射率数据集,选择【RasterManagement】->【LayerStacking】工具,点击【ImportFile】按钮,选择几何校正后的反射率和发射率文件,如下图:
(2)单击SpatialSubset按钮进行裁剪,在弹出的窗口中选择ROI/EVF,然后选择:
EVD:
西安市.shp进行裁剪,如下图:
(3)回到波段合成窗口中单击【ReorderFile】调整文件顺序,必须反射率在上,发射率在下,如下图:
(4)选择合成裁剪结果输出位置后,单击OK,得到合成结果如下图:
3.3角度数据处理
3.3.1角度数据合成
(1)打开角度数据集,选择【File】->【OpenAs】->【GenericFormats】->【HDF4】,选择MOD03(.hdf)数据文件,在列表中选择四个角数据集:
卫星天顶角(SensorZ),卫星方位角(SensorA),太阳天顶角(SolarZ),太阳方位角(SolarA),如下图:
(2)打开【RasterManagement】->【NewFileBuilder】工具,单击【ImportFile】工具选择打开的四个角度数据,调整其顺序为:
卫星天顶角(SensorZ),卫星方位角(SensorA),太阳天顶角(SolarZ),太阳方位角(SolarA)。
如下图:
3.3.2角度数据集的几何校正
查看元数据信息,角度数据的行列数是1354*2030,与发射率的相同,因此不需要进行重采样,但需要几何校正。
(1)选择【Toolbox】->【GeometricCorrection】->【Registration】->【WarpfromGCPs
:
ImagetoMapRegistration】工具,打开选择GCP控制点文件的对话框,在此选择之前保存的GCP控制点文件。
(2)在ImagetoMapRegistration窗口中,设置投影参数和输出分辨率(与反射率需要相同,这里为1000),单击OK。
(3)选择合成后的角度数据,在RegistrationParameters对话框中设置参数,选择几何校正与重采样方法,与发射率校正结果匹配。
如下图:
3.3.3角度数据波段运算与裁剪
(1)我们可以查看角度数据中的值,其扩大了100倍,所以要将角度数据乘以0.01。
打开【Toolbox】->【BandRatio】->【BandMath】工具,输入公式:
float(b1)*0.01,单击OK。
如图:
(2)在参数面板中点击MapVariabletoInputFile,选择角度数据几何校正结果,如图:
(3)回到参数设定面板,单击SpatialSubset按钮,在弹出的面板中单击“ROI/EVF”,选择矢量数据进行裁剪。
如图:
(4)设置好结果输出路径后,单击OK,得到结果如下图:
3.4气溶胶反演
3.4.1云检测
云检测需要用到云检测扩展工具,该工具实现对反射率和发射率的合成文件进行去云处理。
(1)安装的modis_cloud工具,选择反射率与发射率合成裁剪后的结果,并选择结果输出位置,如图:
3.4.2气溶胶反演
本实验利用气溶胶反演工具(modis_aerosol_inversion)也是扩展工具,在
Extensions目录下;
(1)打开【Toolbox】->【Extensions】->【modis_aerosol_inversion】,先选择云检测结果,单击OK;
(2)选择角度最终处理结果数据,单击OK;
(3)选择查找表文件,这里使用的查找表是通用的文本文件,适合3-6月份的MODIS数据影像,也可以自己制作查找表;
(4)选择结果输出路径和文件名。
3.5反演结果处理
(1)在LayerManager中,右键单击反演结果图层,选择RasterColorSlices,在弹出的窗口中选择反演结果波段,单击OK。
(2)在EditRasterColorSlices窗口下编辑分割参数。
本实验分为七个等级。
(3)最后用裁剪出西安市范围,最终结果如图:
4.结果分析与总结
4.1西安市PM2.5质量浓度空间特征分析
根据2016年2月5日的西安市各环境空气质量监测站点发布的PM2.5质量浓度数据,计算出西安市PM2.5日质量浓度,如表所示:
西安市主城区PM2.5质量浓度
点位名称
PM2.5
高压开关厂
67
兴庆小区
48
纺织城
小寨
53
市人民体育场
72
高新西区
68
经开区
93
长安区
94
阎良区
129
临潼区
62
曲江文化集团
68
广运潭
84
草滩
99
全市平均
77
基于以上数据,本文首先利用克里金插值法对西安市主城区PM2.5质量浓度做插值分析,对当日PM2.5质量浓度空间分布简单地做出展示,并将预测分析的结果与地统计分析结果作比较。
利用ArcGIS10.2.2的空间插值工具进行计算得到西安市主城区PM2.5质量浓度空间插值分析结果,如图所示:
可以看出,西安市主城区PM2.5质量浓度在空间分布上呈现多峰值的特点,其中阎良区和长安区的PM2.5质量浓度达到了全区域的最高值,从整体上来看,西安市主城区南部区域的PM2.5质量浓度明显高于北部区域,由北向南呈现先下降后上升的趋势,且在边缘地形起伏地带出现高值连片区域,说明地形的起伏对城市中PM2.5浓度空间变化亦有重大影响。
通过比较,MODIS反演的气溶胶光学厚度和颗粒物PM2.5的浓度具有相关性。
用MODIS反演的气溶胶光学厚度可以用于估算区域PM2.5的分布特征,在时间和空间上,相对于地面监测资料具有较大的优势。
参考文献
[1]王静,杨复沫,王鼎益,贺克斌.北京市MODIS气溶胶光学厚度和PM2.5质量浓度的特征及其相关性[J].中国科学院研究生学院学报,2010,27
(1).
[2]闫婧华.MISR和MODIS气溶胶光学厚度产品的数据融合及其在大气细颗粒物监测中的应用研究[D].中国海洋大学,2014.
[3]夏志业,刘志红,王永前,陈洪滨,孙明江,焦露.MODIS气溶胶光学厚度的PM2.5质量浓度遥感反演研究[J].高原气象,2015.34(6).
[4]卢亚飞.MIDIS气溶胶光学厚度与PM2.5浓度相关性分析以北京市为例[D].北京建筑大学,2012.
[5]李亚娟.基于MIDIS的兰州市区冬季PM2.5浓度定量估算分析[D].西北师范大学,2013.
[6]张智,白穆,游浩妍.基于MODIS数据的PM2.5反演在大气污染监测中的应用[J].测绘科学,2016,41(9).
[7]范辰乾.基于MODIS数据的气溶胶光学厚度与PM2.5浓度关系研究——以济南市为例[D].山东师范大学,2014.
[8]陈美娟.基于MODIS数据的沈阳市PM2.5反演研究[D].沈阳农业大学,2016.
[9]陈辉,厉青,张玉环,周春艳,王中挺.基于地理加权模型的我国冬季PM2.5遥感估算方法研究[J].环境科学学报,2016,36(6).
[10]马宗伟.基于卫星遥感的我国PM2.5时空分布研究[J].南京大学,2015.
[11]金洪芳.基于遥感技术的大气颗粒细物PM2.5监测研究进展[J].测绘与空间地理信息,2016,39(8).
[12]杨春,石小毛,刘翔飞.江苏省MODIS气溶胶光学厚度和PM2.5质量浓度关系研究[J].常州大学学报,2015,27(4).
[13]陈辉,厉青,王中挺,毛慧琴,周春艳,张丽娟,晃雪林.利用MODIS资料监测京津冀地区近地面PM2.5方法研究[J].气象与环境学报,2014,30(5).
[14]徐建辉,江洪.长江三角洲PM2.5质量浓度遥感估算与时空分布特征[J].环境科学,2015,36(9).
[15]刘欢.重庆市主城区冬季大气细颗粒物(PM2.5)质量浓度的遥感估算模型研究[D].重庆师范大学,2016.
资料仅供参考!
!
!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遥感 图像 处理 实验 论文 基于 MODIS 影像 西安市 PM25 研究