6.1基于数据同化思想的时序遥感数据产品质量改进 ，基于客观分析和梯度倒数加权滤波提高时 序MODIS LAI数据产品质量 基于生态曲线和时空滤波的MODIS时序遥感 数据产品质量改进
6.1 基于数据同化思想的时序遥感数据产品质量改进 基于客观分析和梯度倒数加权滤波提高时 序MODIS LAI数据产品质量 基于生态曲线和时空滤波的MODIS时序遥感 数据产品质量改进
MODIS简介 MOD1S(中分辨率成像光谱仪) 是TERRA(EOS一AM1:1999年 TERRA卫星 12月18日发射)和AQUA(E0S- TERRA与AQUA上的MODIS数 PM1:2002年5月4日发射)卫星上据在时间更新频率上相配合，加 都装载有的重要传感器，EOS 上晚间过境数据，对于接收 计划中用于观测全球生物和物 】 MODIS数据来说，可以得到每 理过程。TERRA和AQUA卫星天最少2次白天和2次黑夜更新数 都是太阳同步极轨卫星，据。这样的数据更新频率，对实 TERRA在地方时上午过境， 时地球观测、应急处理（如森林 AQUA将在地方时下午过境。 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
MODIS（中分辨率成像光谱仪） 是TERRA(EOS－AM1:1999年 12月18日发射)和AQUA(EOSPM1:2002年5月4日发射)卫星上 都装载有的重要传感器，EOS 计划中用于观测全球生物和物 理过程。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。 MODIS简介 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（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。 TERRA卫星
MODIS数据波段范围广， 包括了36个波段，数据空间 分辨率包括了250米、500米 和1000米三个尺度。其生产 了一系列标准产品，包括： 地表温度(LST)、植被指 数(VI)、叶面积指数 (LA)等。 AQUA卫星
MODIS数据波段范围广， 包括了36个波段，数据空间 分辨率包括了250米、500 米 和1000米三个尺度。其生产 了一系列标准产品，包括： 地表温度（LST）、植被指 数（VI）、叶面积指数 (LAI)等。 AQUA卫星
MODIS陆地产品 处理流程 --E-----EEE----S 仪器数据包 0级 MODOI LIA 1级 MOD02 MODO3 经辐射值校正的L1B 地理定位文件 栅格定位 栅格角度 MODIS标准数据产 指针产品 数据产品 2/2G级 品分级系统由5级数 MOD02栅格定位指针， 栅格角度数据 据构成，它们分别 MOD10 MOD35 MOD12 MOD04 雪覆盖 云掩膜 土地覆盖 陆地气溶胶 MOD09 产品（轨道） 是：0级、1级、2级、 地表反射 MODO5 MOD29 MODII 可降水量 海冰最大 地表温度与辐射 MOD04 3级和4级。 MOD35 范围 热异常 云掩膜 2G级（栅格化2级产品） MODI1 MOD33 MOD10 MOD29 地面温度与辐射 (日、旬、月) 雪覆盖 雪覆盖 海冰最大覆盖 日、旬、月 (日、旬、月) (日、旬、月) MOD13 3级 植被指数 MOD14 日、旬、月) 热异常 MOD42 MOD12 (日、旬、月) 海冰覆盖 MOD43 土地覆盖 (日、旬、月) 双向反射分布函 (季度、年) MOD15 数/反照率 叶面积指数、光和活性 (日、旬、月) 分量（日、旬、月） MOD15 MOD17 叶面积指数、光和活性分量 植被生产力 4级 (日、旬、月) 日、旬、月)
0 级 1 级 2/2G 级 3 级 MODIS 陆地产品 处理流程 仪器数据包 MOD02 经辐射值校正的 L1B 栅格定位 指针产品 MOD03 地理定位文件 栅格角度 数据产品 MOD02 栅格定位指针，栅格角度数据 MOD10 雪覆盖 2G 级 （栅格化 2 级产品） MOD35 云掩膜 MOD12 土地覆盖 MOD29 海冰最大 范围 MOD09 地表反射 MOD04 热异常 MOD11 地表温度与辐射 MOD04 陆地气溶胶 产品(轨道) MOD05 可降水量 MOD35 云掩膜 MOD11 地面温度与辐射 (日、旬、月) MOD29 海冰最大覆盖 (日、旬、月) MOD13 植被指数 (日、旬、月) MOD43 双向反射分布函 数/反照率 (日、旬、月) MOD12 土地覆盖 (季度、年) MOD15 叶面积指数、光和活性分量 (日、旬、月) MOD15 叶面积指数、光和活性 分量(日、旬、月) MOD33 雪覆盖 日、旬、月 MOD10 雪覆盖 (日、旬、月) MOD42 海冰覆盖 (日、旬、月) MOD14 热异常 (日、旬、月) MOD17 植被生产力 (日、旬、月) MOD01 L1A 4 级 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
LAI June 2003) No Data 0.0 0.1 0.1 0.3 0.3 0.5 0.5 0.8 0.8 1.2 1.2 1.6 1.6 2.1 2.1 2.8 2.8 3.4 3.4 4.4 4.4 5.4 5.4 6.0 16.0 7.0
LAI ( June 2003)
FPAR (June 2003) ■No Data ☐0.00 -0.01 ☐0.01 0.08 ■0.08 0.15 10.15 0.22 ☐0.22 0.29 ■0.29 0.36 ■0.36 0.43 ☐0.43 0.50 ■0.50 0.57 ■0.57 0.64 ☐0.64-0.71 ■0.71 0.78 ■0.78 0.85 ■0.85 0.92 10.92- 0.97
FPAR (June 2003)
MODIS LAI ◆叶面积指数(LeafArea Index,LAI)是陆面过程中的一个十 分重要的结构参数。它控制着植被的许多生物、物理过程，如 光合、呼吸、蒸腾、碳循环和降水截获等。LAI的动态变化可 以较好地反映植被的结构和数量特征的变化，因而可以更好地 反映植被和气候的相互作用，也可以作为植被生物量的敏感性 指数。 ◆ MODIS LAI是基于严格的辐射传输算法，利用MODIS 的7 个光谱波段的双向反射因子和相关的不确定性信息，输出1km 栅格LAI最可能的值。当提取的光谱数据值落在预期范围之 外时，就要用到备用算法。备用算法是基于归一化差值植被指 数(NDVI)和LAI 的回归关系，建立全球六种植被类型的简单 统计关系
叶面积指数(Leaf Area Index, LAI)是陆面过程中的一个十 分重要的结构参数。它控制着植被的许多生物、物理过程,如 光合、呼吸、蒸腾、碳循环和降水截获等。LAI的动态变化可 以较好地反映植被的结构和数量特征的变化,因而可以更好地 反映植被和气候的相互作用,也可以作为植被生物量的敏感性 指数。 MODIS LAI是基于严格的辐射传输算法,利用MODIS 的7 个光谱波段的双向反射因子和相关的不确定性信息,输出1km 栅格LAI 最可能的值。当提取的光谱数据值落在预期范围之 外时,就要用到备用算法。备用算法是基于归一化差值植被指 数(NDVI) 和LAI 的回归关系,建立全球六种植被类型的简单 统计关系。 MODIS LAI
LAI Main Saturatio首 Back-Up Bare F国 030.5081216 21 *MODIS LAI研究主要包括四个方面：算法发展(algorithm development)、产品分析(product analysis)、产品验证(product validation)和产品同化(product assimilation)。 *MODIS LAI产品在生产过程中受诸多不确定性因素影响，如源数 据的质量和算法的不确定性等等
MODIS LAI研究主要包括四个方面：算法发展（algorithm development）、产品分析(product analysis)、产品验证(product validation)和产品同化(product assimilation)。 MODIS LAI产品在生产过程中受诸多不确定性因素影响, 如源数 据的质量和算法的不确定性等等
MODIS数据产品存在的几个主要问题 *许多产品没有达到陆地表面过程模型所需要的精度。因为，从 单一的E0S器（如MODIS)估计一系列大气和表面变量本身就是一 个病态反演过程。目前的解决办法是依赖于各种假定的条件，因 而降低了模型反演地表参数数据产品可能达到的准确度。通过这 种方法得到的各种变量必然存在大量的不确定性； *各种陆地表面数据产品在物理上往往不一致，因为它们是由不 同科研队伍根据不同的假设和不同的卫星观测得到的。 *由于云污染等原因使许多陆地数据产品在空间和时间上不连续
许多产品没有达到陆地表面过程模型所需要的精度。因为，从 单一的EOS器（如MODIS）估计一系列大气和表面变量本身就是一 个病态反演过程。目前的解决办法是依赖于各种假定的条件，因 而降低了模型反演地表参数数据产品可能达到的准确度。通过这 种方法得到的各种变量必然存在大量的不确定性； 各种陆地表面数据产品在物理上往往不一致，因为它们是由不 同科研队伍根据不同的假设和不同的卫星观测得到的。 由于云污染等原因使许多陆地数据产品在空间和时间上不连续。 MODIS 数据产品存在的几个主要问题
提高时序MODIS数据产品质量的主要方法 *已有反演算法改进 *把现代图像信号处理方法应用到时序MODIS数据 产品的质量改进 *数据同化方法
已有反演算法改进 把现代图像信号处理方法应用到时序MODIS数据 产品的质量改进 数据同化方法 提高时序MODIS 数据产品质量的主要方法
