modis数据预处理

MODIS土地覆盖分类1. 简介MODIS（Moderate Resolution Imaging Spectroradiometer）是美国国家航空航天局（NASA）和美国地球观测卫星数据与信息中心（LP DAAC）联合研发的一种被动遥感传感器。

MODIS传感器可以获取全球范围内的高分辨率、高频次的多光谱遥感影像数据。

其中，MODIS土地覆盖分类是利用MODIS传感器获取的遥感影像数据进行土地类型分类和监测。

2. MODIS土地覆盖分类原理MODIS土地覆盖分类主要基于遥感影像数据的光谱信息和纹理特征进行分析和判别。

具体步骤如下：2.1 数据预处理首先，对获取的MODIS遥感影像数据进行预处理。

预处理包括辐射校正、大气校正、几何校正等，以消除不同时间、不同空间条件下影像的差异性。

2.2 特征提取接下来，从预处理后的遥感影像中提取特征。

常用的特征包括光谱特征和纹理特征。

•光谱特征：通过计算遥感影像中各个波段的反射率或辐射亮度，得到每个像元的光谱特征。

这些特征可以反映不同土地类型在不同波段上的表现差异。

•纹理特征：通过计算遥感影像中像元间的灰度差异、空间关系等信息，得到每个像元的纹理特征。

这些特征可以反映土地覆盖类型的空间分布和结构。

2.3 分类算法基于提取到的特征，使用分类算法对遥感影像进行分类。

常用的分类算法包括支持向量机（SVM）、随机森林（Random Forest）等。

这些算法可以根据已知土地类型的样本数据进行训练，并将训练得到的模型应用于未知土地类型的遥感影像数据。

2.4 精度评价最后，对分类结果进行精度评价。

通常采用混淆矩阵、Kappa系数等指标来评估分类结果与实际情况之间的一致性和准确性。

3. MODIS土地覆盖分类应用MODIS土地覆盖分类在环境监测、资源管理、城市规划等领域具有广泛应用。

3.1 环境监测MODIS土地覆盖分类可以用于监测和评估生态环境的变化。

通过对不同时间段的遥感影像数据进行分类，可以获得土地覆盖类型的时空变化信息。

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像镶嵌的一幅或多幅影像必须满足：（1）统一的影像投影和坐标系；（2）统一的空间分辨率；（3）统一的波段对应关系；（4）统一的辐射特征。

3.坏道填补坏道是指由于传感器等原因影像数据上出现具有规律的数据缺失现象，去条带处理是使用插值处理对影像进行修复以去除条带，通过计算坏道上下的数据行的均值填充坏道上的单元的灰度值可以完成坏道修补。

4.几何校正遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。

一般是指通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。

数据准备与研究区概况一．数据准备：1.复制如下文件到ENVI相应的安装目录：modistool.savenvi.men2. 实习1：lc8124034201406lgn00sjz-512石家庄子区影像实习2：wasia1_mss，wasia2_mss （ERDAS Imagine）实习3：Mosaic1, moasic2 与MODIS数据二．数据基本特征：1. lc8124034201406lgn00sjz-512石家庄子区影像（1）传感器：Landsat8的OLI（2）空间分辨率与光谱：（3）OLI 包括 9个波段，空间分辨率为 30m，其中包括一个 15m 的全色波段（Band 8 Pan），成像宽幅为 185x185km；TIRS 包含 2 个波段，空间分辨率为100m2.wasial_mass与wasia2_mass(1)传感器Landsat Mss(2)空间分辨率：80m3.MODIS数据分辨率：波段1-2是250m,波段3-7是500m4.MOD02HKM_A2010227.0405.005.hdf命名分解MOD02为产品编号HKM为数据集，分辨率为250m的1，2波段和分辨率为500m的3-7波段2010年是获取时间227分辨标示0405数据集版本号005产品生产时间3操作步骤实习1单波段影像对比度增强：1.进入ENVI系统，分别按照单波段和彩色模式加载影像数据，利用菜单栏下面的工具条按钮分别选取不同的反差拉伸选项，说明在不同拉伸增强方式下影像中各类地物的显示情况。

第19卷　第2期　2009年2月MOD IS 科学数据处理研究进展3刘荣高133　刘　洋1,2　刘纪远11.中国科学院地理科学与资源研究所,北京100101;2.中国科学院研究生院,北京100049　2008203211收稿,2008205230收修改稿　3国家“八六三”(批准号:2007AA12Z158)、国家自然科学基金(批准号:40471098)和国家科技支撑计划(批准号:2006BAC08B04)资助项目　33E 2mail :liurg @摘要 地球系统科学的研究正跨入全球化、系统化、定量化的新时代,长期连续观测的遥感数据已成为其最主要的分析资料来源.美国宇航局(NASA )为地球观测计划(EOS )发射的中分辨率成像光谱仪(MODIS ),把大气—陆地—海洋作为一个整体来综合观测,代表了当前遥感应用技术的最新水平.NASA 已经建起了针对MODIS 数据处理、分析、发布与共享的平台,为全球各类用户提供服务.文中分析了当前NASA 对MODIS 数据处理的方法,讨论了这些算法的优点和存在的问题,并介绍作者在MODIS 数据处理方面的相关工作,包括设计了更有效的遥感反演算法、更有针对性的数据产品及派生的应用系统等,展望了未来处理算法的改进和下一步卫星计划的数据处理.关键词 MODIS 遥感反演　数据产品 20世纪70年代中期,科学家提出应该将地球作为一个整体系统,研究其多时空尺度的物理、化学和生物过程.随着社会经济的发展,人类活动对地球系统的影响日益显著,气候变化、大气组成变化和土地利用变化引起的全球变化问题逐步凸显,成为当前研究的热点问题[1].作为全球变化的研究对象,地球系统科学的研究正跨入全球化、系统化、定量化的新时代,越来越重视对长期连续观测资料的积累与分析,遥感技术为从整体上监测、分析和模拟地球系统提供了可能.为了深入理解地球系统的成分和相互作用以及系统的变化状况,从全球尺度上对地球系统实现综合观测,美国宇航局(National Aeronautics and Space Administration ,NASA )于1994年启动了对地观测计划(Earth Observing System ,EOS )[2].EOS 揭开了地球系统科学研究的序幕,中分辨率成像光谱仪(Mod 2erate Resolution Imaging Spectrometer ,MODIS )是其核心传感器.NASA 早于1984年就开始规划MODIS 传感器的研制,投入巨资,成立了传感器设计、数据处理算法设计、系统运行等前期工作组,经过10多年的工作,两个设计完全相同的传感器分别搭载在TERRA 和AQUA 卫星上于1999年12月和2002年5月成功发射并工作[3].MODIS 可以同时获得可见光到近红外(0.405—14.385μm )的36个波段、最大空间分辨率为250m 的数据,单星数据全球覆盖时间为1—2d ,双星数据使覆盖时间缩小一半.MODIS 继承了以往Landsat TM ,NOAA AV HRR ,NOAA H IRS 和Nimbus CZCS 等传感器的许多特性,把这些传感器的特征集中在一个平台之下,使单个平台可以同时获得以前需要多个平台才能获取的信息,实现了把大气—陆地—海洋作为一个整体的地球综合观测,并在波段数目、分辨率、接收方式和存储格式等方面有了很大进步,是现有最全面的集成遥感数据获取平台,代表了当前光学传感器的最高水平.目前,MODIS 数据已经广泛应用于地表覆盖变化、生态环境监测、气候预测、灾害监测、臭氧和海洋监测等领域.例如,在科学研究方面,以MODIS 为关键词从“科学引文141索引(Science Citation Index,SCI)”搜索,相关引用文章从2001年的43篇迅速增长至2007年的450篇.一些针对MODIS数据的应用系统也已经建立,比如NASA建立的全球MODIS快速反应系统,可以实现火灾、沙尘暴、飓风等监测,国内也建立了国家MODIS数据共享等平台,实现了对接收数据的快速共享,并建立了多个国家级的应用系统.MODIS对地球系统科学研究的重要意义,决定了对其数据处理的巨大需要.为更好地使用这一体现当前最新发展成就的新一代卫星遥感数据资源,NASA成立了3大研究组,其中MODIS卫星维护组(MODIS Characterization Support Team, MCST)负责卫星的运行维护及数据接收;MODIS 管理组(MODIS Administrative Support Team, MAST)负责对MODIS科学家组及相关的科学事务进行管理;MODIS科学数据支持组(MODIS Sci2 ence Data Support Team,SDST)负责将各科学家小组的算法进行集成,开发能够生产MODIS标准数据产品的软件系统.MODIS科学家组包括陆地、大气、海洋及产品验证4个小组,成员来自大学、研究机构在定量遥感领域有突出成就的科学家,负责数据产品和处理算法设计,并进行初步验证.这些工作组采取全开放的运作模式,所有算法文档、数据处理源代码都公开免费共享.从2002年7月开始,本文研究小组开始开发自有知识产权的MODIS数据处理平台MODISoft .在分析、吸收NASA MODIS科学产品算法文档的基础上,开发了更加实用的数据基础算法,发展了新的数据产品和算法,改进了部分MODIS标准算法,并对一些输入参数进行了本地化.在2002年底,发布了第一个版本.目前,完成了绝大部分大气和陆地产品的软件开发工作,包括了MODIS基本数据处理模块、大气产品模块及陆地产品模块.文中评述NASA 的MODIS标准产品及其算法优缺点,并介绍MODI2 Soft 在MODIS数据处理方面的特点.1　MODIS数据产品及算法1.1　MODIS数据产品早期的卫星遥感获得的是照片,不包含定标信息,地面站接收的数据没有过多处理就直接提供给用户使用.随着遥感技术的发展,地面接收站也加入了与仪器设备相关的校正、定标、轨道定位等一些预处理工作,用户拿到的是比原始数据更易用的高级数据.但是,这时的数据应用范围仍然有限,用户要提取信息还需自己设计处理程序,对很多用户来说这是非常困难的.后来,随着遥感应用迅速扩展,由专业人员完成的高级产品逐渐出现,例如由NOAA A V HRR处理获得的土地覆盖分类数据[4]和全球8km NDVI数据[5]等,这些数据都可以直接用于驱动模型和地学分析,极大地提高了数据的应用水平.因而,现在的趋势是由遥感专家设计、开发数据产品,克服数据处理中的专业处理障碍,促进数据的推广应用.MODIS数据的多波段、高时空分辨率的特点,可用于提取很多参数信息.MODIS科学家组制定了涵盖定标产品、大气产品、陆地产品和海洋产品的44个产品,这是当前设计的标准产品最多、覆盖面最广的遥感器标准产品.其中,MOD123为定标产品,MOD428为大气产品,MOD9217为陆地产品, MOD18232为海洋产品,MOD33以后产品的定义没有规律.从产品的定义可以看出,MODIS的标准产品开始只有32个,后来在此基础上又补充了12个,但补充的12个产品有些与已有产品重复或几乎不可能从MODIS数据反演而被废弃,在最新的产品清单中只保留了38个产品.所有设计的产品中,只有部分产品提供日常下载,其中校准产品3个:MOD01辐亮度、MOD02定标产品、MOD03地理定位产品;大气产品6个:MOD04气溶胶、MOD05总可降水、MOD06云参数、MOD07大气轮廓产品、MOD08栅格大气产品和MOD35云覆盖产品;陆地产品10个:MOD09地表反射率、MOD10雪覆盖、MOD11地表温度和比发射率、MOD12土地覆盖/土地覆盖变化、MOD13栅格植被指数、MOD14热异常和生物量燃烧、MOD15叶面积指数/光合有效辐射吸收比率、MOD17植被生产力与净初级生产力、MOD43地表反射率与BRDF/Albedo参数和MOD44植被覆盖变换产品.另外,国家雪冰数据中心提供MOD29海冰覆盖产品,马里兰大学提供全球分辨率为500m的月火烧迹地的实验产品MCD45A1,GSFC的OCDPS网站提供下列海洋产品:412,443,448,531,551和667nm波段归一化离水辐射,869nm光学厚度,748241　第19卷　第2期　2009年2月和869nm波段气溶胶校正Epsilon参数,OC3叶绿素a浓度等.总体来说,大气产品设计的种类较少,但全部提供了标准产品,陆地产品除了MOD16蒸散量产品和已废弃产品外,设计的产品基本上已经提供标准产品.海洋产品的处理相对滞后,NASA在其网站上公布的MODIS标准产品中海洋产品包括:MOD18归一化离水辐亮度、MOD19色素浓度、MOD20叶绿素荧光、MOD21叶绿素a色素浓度、MOD22洋面PAR、MOD23悬浮固体浓度、MOD24有机物浓度、MOD25球石粒浓度、MOD26海洋水衰减系数、MOD27海洋初级生产力、MOD28海表温度、MOD36总吸收系数、MOD37海洋气溶胶、MOD39清水Epsilons.但目前仅提供412,443,448,531, 551和667nm波段归一化离水辐射,869nm气溶胶光学厚度,748和869nm波段气溶胶校正Epsilon参数,OC3叶绿素a浓度、490nm波段散射衰减系数、埃氏系数、海表温度等海洋水色和海表温度产品.因为海洋产品算法设计是早期的MODIS海洋组科学家完成的,而产品则是后来由SeaDAS小组完成,因而算法和产品间存在不一致.MODIS数据可以免费获得,卫星传感器扫描获得的原始数据通过非加密的X波段对地面广播,地面接收站可以免费接收,NASA也提供了从L AADS网站下载的服务.NASA的MODIS标准产品由地球观测系统数据和信息系统(eart h observing system data and information system,EOSDIS)生产并分发.标准产品可以从如下网站上下载获得: Level1级和大气可以从L AADS的网站上获得,陆地产品可以从美国地质调查EROS数据中心(U.S. Geological Survey EROS Data Center,EDC)的陆地处理DAAC网站上下载,低温层产品MOD10和MOD29可以从国家雪冰数据中心(National Snow and Ice Data Center,NSIDC)获取,海洋水色产品和海表温度产品可以从GSFC的OCDPS网站上下载.MODIS标准数据产品分为5级,EOS数据和处理系统(EOS data and operation system,EOS2 DOS)将卫星地面站接收到的信号解码,输出PDS 格式的0级数据;随后,定位与辐射定标后得到1级产品;MODIS数据处理系统(MODIS adaptive p rocessing system,MODA PS)在1级数据基础上反演得到2级以上产品.MODIS数据以HDF格式储存,但EOS定义了一些特定参数和组织方式,称为HDF2EOS格式.数据以两种方式存放,一种是分景(granule)的方式,接收数据以5min为单元,1km分辨率的像元为2030×1354,这种数据经过了几何定位处理,从中可得出每个像元的地理坐标,定位精度可达到50m[6],但没有实现标准格网化,每个像元的大小不同.NASA经过格网化处理的数据其像元大小相同,以分幅(tile)形式存放,全球分为36×18幅,每幅覆盖范围10°×10°,1km分辨率数据的大小是1200×1200.分幅数据早期采用正弦投影和积分正弦投影两种投影方式,但由于很多商业软件不支持积分正弦投影,因而版本4后的分幅数据均采用了正弦投影.MODIS分景数据每个像元有对应的空间坐标信息,这些信息存于MOD03数据或数据中的G eoloca2 tion数据集,因而几何纠正就是用其空间定位信息将空间图像转换为标准格网数据,不再需要加入控制点以获取每点坐标.但是,MODIS传感器的扫描角度很大,由于地球曲率导致的数据畸变和多行数据同时扫描使得这种数据在边缘存在明显的“双眼皮”现象,使用控制点方法校正会带来很大的误差.NASA 提供了分景数据几何校正的程序MRTSwath,可以对有坐标的MODIS数据进行标准格网化,使之成为具有标准格网的数据.对于分幅数据,NASA也提供了一个处理工具MRT,可以对MODIS高级产品进行投影转换和镶嵌等操作.这些工具的提供,可以使非专业用户能够直接使用MODIS数据更好地解决专业问题.但这两个软件都不能有效地处理数据中的保留值,在具体应用中有时会出现问题.1.2　MODIS数据处理算法NASA在定义MODIS数据的标准产品后,由科学家组的专家设计各产品生产的处理算法,每个科学家负责1—2个产品.算法文档于1998年在卫星发射前提交了第一版本算法文档,卫星发射后,又根据处理数据特性在原来算法的基础上进行了更新和优化.这些产品的大部分算法都是在MODIS 项目启动后,针对规划的产品由项目科学家独立设计的,总体上优于这之前出现的同类算法,代表当时最高研究水准.这些文档全部公开,其算法的源代码也已经在网上公开发布.但是,并不是所有规341　第19卷　第2期　2009年2月划产品都有算法文档,也不是存在算法文档就有对应的产品.例如,海洋产品提供了下列算法文档:归一化离水辐亮度、叶绿素a、吸收系数、洋面PAR和IPA R、清水Ep silons、叶绿素荧光、球石粒浓度、年海洋初级生产力、红外海表温度等产品算法,但目前很多设计的产品尚未提供.更详细的算法可以从附录中相关的网站获得.1.3　MODIS数据产品算法的不足和当前的改进NASA设计的MODIS产品及算法代表了当时的最高水平,但随着研究和应用的深入,各种算法的局限性逐渐出现,算法存在很多改进的空间.概述如下:(1)很多规划的产品没有处理算法,当然也就没有标准产品,这一方面是由于有些参数的提取本来就相当困难,另一方面也体现了项目组在管理中的问题,例如,有些产品科学家在得到连续十多年的大量经费支持下仍然没有设计出规划的产品算法,而同期其他科学家设计的算法并没有被NASA采纳至其产品处理中,比较突出的是海洋产品和MOD16产品.(2)当时的很多产品设计都不是以应用为目的,只考虑设计尽可能精确的反演算法,没有考虑到这些数据后续应用的问题.例如,云的干扰是光学遥感的最主要障碍,对于模型驱动,必须消除这种干扰,而MODIS产品中,只是简单的进行屏蔽和标注.用户得到这些数据时,还需要进一步的处理工作.对于某些产品,用户可以通过时间序列插值消除这种干扰,如NDV I,L A I等参数.但是,对于另一些参数,简单的插值会导致大的正偏差.如晴空地表温度通常高于云天的地表温度,使用晴空温度插值获得云天温度当然会导致估值偏高;对于N PP产品也存在同样的问题,云天的N PP由于光合辐射减少,必然低于晴空时的N PP,但在MO2 DIS产品中只是以简单的云标记标注.这种产品用来进行统计分析,必然会导致对N PP的高估.因此,云天N PP的估计不能从晴天N PP简单插值得到,而应在模型运算前先消除云的影响,在最新的版本的N PP产品中,已经尝试这种做法[7].(3)有些产品,特别是需要复杂模型处理的产品,输入参数的不确定性很大,其中最突出的是N PP产品,该产品要求输入气象参数,而全球的气象参数无法通过插值得到,只能采用气象同化处理得到的产品,一方面产品的分辨率很低,需要特殊处理以消除产品中像元间的斑块现象[7].输入数据的不确定也会给结果带来很大的偏差[8].一个例子是土地覆盖分类产品,该产品算法需要大量的训练数据,但这些训练数据采集通常很困难,MODIS 算法中的训练数据主要集中在北美地区,对于全球的情况不见得一定适用,因而不同生产者获得的同一类型数据会有较大的差别.(4)有些产品模型的输入数据很难从遥感获得.例如,N PP模型中,计算水胁迫的因子需要土壤信息,土壤数据的不确定性就很大,而且土壤水分平衡的模型不确定性也很大,因而注定这种模型在大范围上有很大的不确定性.最近,有学者提出了全遥感参数的N PP模型[9,10],这种模型因为考虑的参数比较少,而且所有参数都从遥感数据直接获得,在点上的精度可能不高,但因其面上的数据有很高的一致性,因而其结果在全球范围更能体现区域的差异.另一方面,在区域上,应该选择更符合区域情况的输入参数.(5)有些产品的算法陈旧.譬如,陆地气溶胶反演的算法是基于1980年代的暗物体算法[11],为了满足算法的假设,空间分辨率只有10km,远远低于其用于提取气溶胶波段的500m分辨率,而且对于厚气溶胶和亮表面只能进行屏蔽处理,这会极大低估气溶胶.最近,算法做了很多改进,例如加入更合理的气溶胶模式、更好的地表反射率估算等[12],但算法精度依然低于其他算法[13].当然,从遥感算法到可运行的产品处理系统是一个非常复杂的过程,特别是生产全球产品更是具有很高的难度.一方面,各地的地表状况差别很大,算法要考虑的因素很多,在某些区域很好的算法,并不能适用于其他区域,同时,这种区域的差异性也加大了训练样本选择难度.另外,算法的简易高效性也非常重要,因为全球数据量非常巨大,如果算法很复杂,则不容易实现及时处理,这要求设计的算法既要有鲁棒性又要有可实现性;算法的发展日新月异,对于各种产品,设计出了各种不同的算法.但这些算法中,只有很少一部分算法适合于生成数据产品,很多算法只是处于一种概念模式,人工处理小范围数据或许可行,大范围的自动处理就441　第19卷　第2期　2009年2月无能为力.而且,有时看似有很大改进的算法,其结果并不一定好,需要大量的第三方检验[14],这也是很多新算法不能很快用于生产数据产品的原因.譬如,最近的5.2版气溶胶遥感算法是对4.0版的很大改进[12],但是验证结果却表明,在有些方面,前者远没有后者精度高[15].目前有可能改进的产品算法:(1)气溶胶,基于背景知识的气溶胶反演算法不但可以提取更精确的气溶胶光学厚度,而且,可以提取气溶胶的粒度大小和单次反射率[16].(2)N PP,基于全遥感的N PP模型,将可有效避免输入数据的不确定性,并可实现对N PP的实时观测[10].(3)地表温度产品,由于地表温度和比辐射率高度耦合,两者的分离有很大难度,分裂窗算法需要假设地表的辐射率,而基于物理模型同时求解的白天/黑夜算法的稳定性很差.而基于中红外波段的算法可能具有更好的鲁棒性[17].(4)L A I产品,L A I产品虽然采用了复杂的三维模型,但有些时候无法求解而不得不使用备份算法,这使得产品中出现时间序列的不一致的锯齿现象,更鲁棒的逐渐拟合逼近的算法可有效解决传统反演中不收敛的问题,找到一个最可能的值[18].(5)BRDF产品,目前的BRDF产品是以16d为单元,主算法要求8d晴空的条件过于苛刻,特别是对在热带雨林地区.而且在某些时段,16d 地表不变的假设也很难满足,因此需要设计能处理单景数据的算法.另外,去除噪音逐渐引起重视,现在已经开始提供实验产品[19,20].2　MODISoft 产品平台MODIS数据处理平台(MODISoft )是一个完全拥有知识产权的、集成的MODIS数据处理平台.平台在参考NASA标准产品算法文档及最新MO2 DIS定量遥感算法的基础上,开发出了符合NASA MODIS标准产品规范的高级产品.目前已经能够生产全部的大气产品及地表反射率、植被指数、火灾监测、地表温度、L A I、f PAR等陆地标准产品,并包括了支撑数据处理所需的基础功能[21].在平台的设计上,采用开放式的接口,以目前MODIS数据特征为基础,并考虑未来遥感信息处理的需求,目标是逐渐发展成为可以兼容多种遥感数据的通用定量遥感数据处理平台.目前,MODI2 Soft 支持4个数据的基础功能:数据基础处理功能、陆地产品处理、大气产品处理及灾害监测,将来还会扩展海洋处理模块.整个系统平台以C++语言开发,除处理HDF的数据读写驱动使用自由软件外,其他的软件模块拥有完全的自主知识产权.软件运行无须除操作系统外的其他任何第三方面软件支持.数据处理的核心模块采用标准的C++语言开发,不依赖于任何特殊的编译器,以便于将来在各种操作系统平台中移植.在用户界面方面,提供了良好的窗口操作用户界面,用户只要具有Windows操作的基本知识,即可毫无困难的操纵软件完成所需要数据处理要求.系统无须用户输入参数及辅助数据,一些需要辅助数据的产品,所需的辅助数据作为系统的一部分提供,许多需要其他数据输入的产品其输入数据尽量由数据本身生产,这一方面减少了多源数据带来的不必要的误差,也避免用户在不能获得外部数据时无法生产所需产品的困难.所有提供的辅助数据对用户是透明的,用户无须知道生产何种产品需要何种辅助数据,这对非遥感专业的用户特别重要,因为他们可能不具备了解生成某种产品的方法与流程的能力,所需要的只是最终的加工产品.对于高级用户,系统也提供了全自动的处理功能.在处理大容量数据及复杂数据时,此项功能非常重要,只需要提供MODIS2B的数据,系统会根据处理的要求进行全自动的处理,中间过程无须任何人的介入,特别适合于大规模的数据产品生产.系统为数据提供了多种数据格式支持.可以输出HDF及常用的G eotiff数据格式,并支持Arcview的Shapefile数据格式输出,这些功能更能适合中国用户的使用.系统针对MODIS数据已经开发了多个新的处理算法;(1)适用于任何陆地表面的气溶胶与地表反射率的分离算法:MODIS1、3波段的比率具有很好的稳定性,其变化与植被指数有关,通过构建扩展暗物体方法,可以提高气溶胶的反演精度和空间分辨率;(2)陆地光合有效辐射(PA R)的算法:构建时间序列的地表反射率,直接从大气顶层反射率估算PA R[22];(3)考虑观测角度的L A I/f PAR 反演算法:直接将观测角度引入反演模型中,采用渐进逼近的方式估算L AR/f PAR[18];(4)新的晴空541　第19卷　第2期　2009年2月数据合成算法:用最小可见光/近红外比值合成,有效避免阴影的影响;(5)精度更高的云检测算法:采用动态阈值方法,获得更精确的云检测;(6)可用于单个观测值的地表BRDF参数反演算法:采用模型或背景知识库最佳匹配方法,可求出单景BRDF参数;(7)MODIS数据内部噪声的检测方法:基于双眼皮像元观测值相近的假设,估算数据内部噪音[23];(8)时间序列的数据插值:采用小波算法,插值时间序列数据,消除云等噪音的污染[20];(9)几何校正:速度是NASA算法的6倍.因为掌握了全套处理技术,因而很容易以MODISoft 为基础构建快速反应监测系统,例如以此为基础构建的林火自动监测系统已在国家林业局森林防火办作为业务系统运行.3　总结与展望目前,MODIS,AV HRR,Vegetation,Sea2 Wi Fs,POLD ER,M ERIS,AA TSR,MMRS等中分辨卫星传感器实现了20世纪80年代至今的地球环境生物物理监测.为了将这种监测延续下去,学术界正在发展下一代的卫星传感器.MODIS虽然是EOS重要的传感器,但实际上是作为美国极轨环境卫星业务系统(National Polar2orbiting Operational Enviro nmental Satellite System,N PO ESS)的一个实验传感器而非业务传感器设计的.下一代中分辨率传感器N PO ESS将把现有的极轨卫星系统集成在一起,收集和发布地球天气、大气、海洋、陆地和近太空环境数据,成为天气预报和长时间气候研究的核心极轨卫星,预计2018年升空.在N PO ESS 发射之前,N PO ESS预备星(N PO ESS Preparatory Project,N PP)将作为过渡星率先于2008年升空, N PP上搭载的可见光/近红外成像辐射计(Visible/ Inf rared Imager Radiometer Suite,V IIRS)是MO2 DIS的替代传感器.目前,AV HRR已经提供了自1981年以来的20年地球观测数据,MODIS延续了AV HRR的观测数据.N PO ESS发射后,将在现有AV HRR和MODIS的基础上,持续对地观测,并生产地表温度、地表反照率、植被指数等业务产品,建立对地观测的长时间观测序列数据集,这将成为地球系统科学研究的关键数据来源[24].MODIS也为新一代卫星传感器系统的构建提供了很多成功的经验,如科学团队间保持密切交流、传感器升空后数据生产、算法发展、产品校正和验证、产品质量控制、处理系统开发、多传感器综合应用等方面都保持相当高的水准,特别是MODIS的全开放性的工作机制,更是前所未有,包括所有文档、算法、处理过程、源代码、原始数据及数据产品都可以从相关的网站免费下载.但是,MODIS项目也暴露了一些管理上的问题:如早期采用合同方式管理项目,一旦成为产品专家,不管做的好坏都会得到持续的经费支持.这虽然保持了研究队伍的稳定性,但大批新成长起来的科学家被排除在外,而有些产品却又无法生产,这要求项目管理应有效平衡研究的持续性和竞争性. NASA管理部门已经意识到这一问题,在最近的产品更新中,采用了项目申请替代以前的固定合同,并将一大批优秀科学家加入到专家组中.另外,产品科学家过于关注自己设计的算法而不将同期其他更好的算法融入产品算法中,造成有些产品不能跟上最新的发展.这种机制上的问题说明,尽管MODIS的管理已经非常开放和有效,但还远没有达到理想的程度.附录:MODIS相关资源(1)MODIS官方网站:,包括相关的项目情况,人员组成及算法文档、数据产品、不同研究组的链接;(2)MODIS产品下载:WIST http://wist.echo.nasa. gov/api/(3)MODIS1B级产品及大气产品下载:http://lad2 /(4)MODIS快速反应系统:http://rapidfi re.sci.gsfc. (5)MODIS数据产品相关软件工具:http://edcdaac. /datatools.asp(6)N PO ESS网站:http://jointmission.gsfc.nasa. gov/;/(7)MODIS海洋水色及海表温度产品下载:http:// /(8)MODIS同温层产品下载:/daac/ modis/index.html(9)MODIS陆地产品下载:/ dataproducts.asp(10)中国MODIS数据处理研究:(11)有关MODIS的两个杂志专辑:Eos AM21platform,instruments,and scientific data,641　第19卷　第2期　2009年2月。

MODIS影像数据预处理技术研究共3篇MODIS影像数据预处理技术研究1MODIS影像数据预处理技术研究随着遥感技术的不断发展，遥感数据的应用越来越广泛。

而MODIS是美国国家航空航天局开发的一款地球观测卫星传感器，具有高分辨率、高灵敏度、高覆盖率等诸多优势，因此被广泛应用于环境和资源监测、海洋与气象研究等领域。

但是，对于从MODIS卫星传输到地球的数据，需要进行预处理，以提高其精度和可用性，从而更好地服务于各个领域。

本文主要介绍MODIS影像数据预处理技术的研究内容和方法。

1. MODIS影像数据处理流程MODIS影像数据处理流程包括原始数据预处理、辐射定标、大气校正、几何校正、云去除、地表反射率计算等多个环节。

其中，原始数据预处理主要包括数据的解压、数据格式转换、数据筛选和策略确定等步骤。

辐射定标则是将原始数据转换为辐射亮度，以便进行后续的加工处理。

大气校正是为了消除大气对观测数据的影响，即将各波段的观测值转化为大气顶部反射率。

几何校正则是将影像的位置和形状进行调整，以便与其他数据集合并或处理。

云去除则是除去影像中的云层、雾等影响数据可靠性的因素。

地表反射率计算则是根据获得的影像数据得到相应的地表反射率数据，以进行各类应用。

2. MODIS影像数据预处理技术研究MODIS影像数据预处理技术的研究主要包括以下几个方面。

（1）云检测技术。

MODIS影像中云覆盖率较高，需要采用高效的云检测技术，对云层进行精准识别和区分。

（2）辐射定标技术。

MODIS影像的辐射定标是影响数据质量的关键环节之一，需要采用高精度的辐射定标技术，以提高数据的精度和可用性。

（3）大气校正技术。

大气校正是消除大气对观测数据的影响，是MODIS影像数据预处理的重要步骤。

需要采用合适的大气校正模型和方法，以提高数据的准确性和可靠性。

（4）几何校正技术。

几何校正是保证影像的位置和形状的重要步骤，需要采用高精度的几何校正技术，以保证数据的一致性和可靠性。

利用ENVI处理Modis数据的方法
1、对于hdf格式modis数据,首先打开hkm（500m)数据，这个数据有两个数据组（反射率与辐射率，要用到辐射率数据），都有1-7这样7个波段。

再打开qkm（250m)数据，这个数据有两个数据组(反射率与辐射率，要用到辐射率数据),都有1-2这样2个波段。

2、数据制作时真彩色数据处理波段组合：
qkm band1 250m
hkm band4 500m
hkm band3 500m
3、需要首先将modis两个辐射率数据组（hkm500m辐射率数据和qkm250m辐射率数据），进行自动纠正，map/geoference modis ,同时系统默认会做双眼皮除去处理，
hkm500m辐射率数据做纠正时需要可以选择143波谱子集，并重采样成250米。

生成hkm-143jz文件
qkm500m辐射率数据做纠正时可以选择1波谱子集，生成qkmjz文件
4、再对纠正后的数据裁成两幅一样大小的数据
5、波段组合：
qkmjz band1 250m
hkm-143jz band4 250m
hkm-143jz band3 250m
效果图如右图所示：。

modis 0级数据处理实例MODIS（Moderate Resolution Imaging Spectroradiometer）是NASA于1999年在Terra卫星和2002年在Aqua卫星上搭载的传感器，用于全球地球观测，它提供了高空间分辨率的地球观测数据，该数据广泛用于气象、气候、海洋、植被等领域的研究和应用。

MODIS数据处理是对原始的0级数据进行校正、地理校正、云去除、配准等一系列处理的过程。

MODIS传感器每天获取的原始数据大约有2400亿比特，这些数据需要进行预处理和校正，以生成高质量的可用数据产品。

MODIS数据处理流程包括以下几个步骤：1.原始数据的预处理：MODIS传感器获取的原始数据包括过但不限于辐射校正数据和定标数据，这些数据需要进行预处理，包括去除坏像元、噪声滤波、镜头畸变校正等步骤，以提高数据质量。

2.大气校正：大气校正是指去除大气对遥感数据的影响，包括大气散射、吸收等，以提取地表的真实信息。

常见的大气校正方法有模型法、经验法和射线追迹法等。

大气校正是提高MODIS数据质量和可用性的关键步骤。

3.云去除：云是遥感图像中常见的干扰因素之一，对于准确提取地表信息和进行后续分析具有重要意义。

MODIS数据的云去除方法主要包括几何法、光谱法和统计法等，这些方法可以通过光谱差异和统计特征等来去除云的干扰，提高数据的可用性。

4.数据配准：MODIS数据处理中的数据配准步骤是将不同时间、不同位置获取的数据进行配准，以保证时间序列和空间分析的准确性。

一般采用的数据配准方法有基于特征点匹配的方法、基于图像转换的方法等，这些方法可以通过提取特征点、计算几何变换矩阵等来完成数据配准。

5.地理校正：地理校正是将MODIS数据的像元转换为真实地理坐标的过程，以提高数据的空间分辨率和准确性。

地理校正主要包括投影变换、扭曲校正、地理坐标转换等步骤，这些步骤可以通过DEM数据、地理标定参数等来实现。

利用MODIS的L1B数据反演气溶胶的流程如下反演气溶胶的流程主要包括以下几个步骤：1.数据预处理在反演之前，需要对MODIS的L1B数据进行预处理。

预处理的主要目标是去除地表反射和大气效应，从而得到大气透过度（transmittance）的估计。

首先，需要获取MODIS的L1B数据，包括红外和可见光的辐射数据。

然后，根据MODIS的观测参数和大气传输模型，去除地表反射和大气效应，得到大气透过度的估计。

2.运用反演算法根据获取的大气透过度的估计，通过合适的反演算法来计算气溶胶的光学厚度（optical depth）。

常用的反演算法包括逐像元反演、多角度反演和辐射传输模型反演等。

逐像元反演主要利用可见光波段的数据，根据大气散射和吸收的光谱特征，计算气溶胶的光学厚度。

多角度反演利用不同方向的观测数据，根据气溶胶在不同观测角度下的散射特征，计算气溶胶的光学厚度。

辐射传输模型反演是模拟辐射传输过程，通过与实测数据的比较，调整模型参数，最终得到气溶胶的光学厚度。

3.雾化比例得到气溶胶的光学厚度后，还需要计算气溶胶的雾化比例（aerosol fraction）。

雾化比例描述了气溶胶的粒径和分布情况。

雾化比例可以通过计算不同波段的辐射比值来获得。

对于非球形粒子的气溶胶，雾化比例通常与气溶胶光学厚度呈负相关。

4.结果验证最后，需要对反演结果进行验证。

验证的方法包括与地面测量数据的比较、与其他遥感数据的对比以及利用气象模型进行验证等。

与地面测量数据的比较可以评估反演结果的准确性。

与其他遥感数据的对比可以验证反演结果与其他参数的关系。

利用气象模型进行验证可以评估反演结果的适用性和稳定性。

总结起来，利用MODIS的L1B数据反演气溶胶的流程主要包括数据预处理、反演算法应用、雾化比例计算和结果验证。

这一流程可以提供气溶胶的空间分布、光学性质等重要信息，为气溶胶的研究和应用提供支持。

国家MODIS数据共享平台数据预处理算法与软件设计国家卫星气象中心MODIS共享平台建设数据产品开发研究课题组二○○四年九月目录1. 概要 (3)1.1 背景 (3)1.2 IMAPP的基本流程 (3)1.3 IMAPP软件包的三个主要部分 (3)2. 算法描述 (6)2.1定位方法 (7)2.1.1 引论 (7)2.1.2 概述和背景信息 (7)2.2 地球定位的要求 (8)2.3 仪器特性 (9)2.3.1 探测器的几何排列以及探测器的响应。

(9)2.3.2 三角形权重函数 (10)2.3.3 1000米和500米象素的配准 (11)2.3.4 不同尺度象素的结合 (11)2.3.5 使向多种分辨率资料 (11)2.3.6 空间元素的位置 (12)2.3.7 扫描几何 (12)2.3.8 辅助输入数据 (13)3. 算法描述 (14)3.1 理论描述 (14)3.1.1 MODIS视图几何的概述 (14)3.1.2 座标系 (15)3.1.3 座标转换 (18)3.1.4 算法的数学模述 (19)3.1.5 变量或不稳定性估算 (24)3.2 实际情况 (25)3.2.1 数值计算情况 (25)3.2.2 程序设计考虑 (25)3.2.3 算法检验 (26)3.2.4 产品检验 (31)3.2.5 质量控制和诊断 (32)3.2.6 例外处理 (32)3.3 误差分析方法 (32)3.3.1地标控制点匹配和矫正方法 (33)3.3.2 岛屿控制点匹配算法 (35)3.3.1 误差分析和参数估计算法 (39)4. 定标算法 (40)4.1 仪器特性 (40)4.2. 定标时间表 (42)4.2.1 定标数据合成和进度表 (42)4.3. 算法描述 (44)4.3.1 反射太阳波段 (44)4.3.2 放射红外波段 (59)4.3.3 光谱辐射定标集合(SRCA) (73)4.3.4 替代定标 (76)4.3.5工程遥测数据定标 (80)5. 问题陈述 (81)1. 概要1.1 背景IMAPP（International MODIS/AIRS Preprocessing Package），或称国际MODIS/AIRS预处理软件包，是美国Wisconsin大学从NASA的全球模式改进而成的，提供给任何有MODIS直接广播资料的用户使用。

MODIS数据处理1.数据下载MODIS 1B数据下载L1B数据下载地址：/doc/c455c1e90975f46527d3e1c3.html /data/search.html打开⽹页，选中需要的数据源类型。

图1数据源类型选择注意：其中，MOD03数据是⽤于对1KM,QKM,HKM数据进⾏⼏何纠正所⽤，如果采⽤Modis Swath Tool等⼯具进⾏⼏何纠正，需下载MOD03数据。

接下来选择需下载的数据的时间。

图2时间选择其中，⽇期类型为：⽉/⽇/年时:分:秒。

需要注意的是，⽹页中显⽰的时间为UTC时间。

在…spatial selection?选项中选择“latitude/longtitude”，按经纬度形式选择影像范围。

图3范围选择点击?search?查到需要的数据。

然后点击?View RGB?预览所选的数据。

图4预览数据勾选所需要的数据，点击…order files now?。

输⼊接收信息的邮箱，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CUTEFTP，⾸先新建站点：/doc/c455c1e90975f46527d3e1c3.htmlusername: anonymouspassword: seline808@/doc/c455c1e90975f46527d3e1c3.html （⾃⼰申请数据的邮箱）连接成功后，开始下载数据。

申请的数据存放在orders>?订单号?下。

每个订单中的数据只会在FTP上存放5天，需要及时下载。

2.⼏何校正2.1Modis Swath Tool安装Modis Swath Tool是NASA⽹站提供的对HDF格式的1B数据进⾏⼏何精校正的⼯具，该软件使⽤MOD03数据对影像进⾏纠正，处理速度快且使⽤简单⽅便。

modis遥感信息处理方法及应用
MODIS（Moderate Resolution Imaging Spectroradiometer）是一种常用的遥感传感器，能够在全球范围内定期获取高空间分辨率和时间分辨率的地球表面信息。

其主要应用领域包括地表覆盖分类、大气物理、森林和植被研究等。

在MODIS遥感信息处理中，主要采用的方法包括数据预处理、影像去云处理、图像增强、分类和定量分析等。

数据预处理是MODIS遥感信息处理的第一步。

该步骤的主要任务是对原始数据进行滤波、校正、辐射度量和改正等预处理工作，以确保数据的准确性和一致性。

影像去云处理是指对遥感影像中云层进行识别和去除的过程。

由于云对遥感影像的干扰和遮盖，影响了后续的分类和定量分析，因此云检测和去除是非常重要的。

图像增强技术能够对遥感影像进行增强，使得有用信息更加清晰可见。

图像增强的方法包括直方图均衡、滤波器和波段组合等。

遥感图像分类是指将遥感影像中的像元划分到不同的类别中。

常用的分类方法包括光谱分类、纹理分类和物体建模等。

定量分析是利用遥感信息计算和分析地表特征的数量和质量。

定量分析的方法包括NDVI计算、时序分析和植被生长模型等。

综上所述，MODIS遥感信息处理方法包括数据预处理、影像去云处理、图像增强、分类和定量分析等。

这些方法可以为多种研究领域提供可靠的地表信息和数据支持。

1.MCD12Q1数据下载下载地址：打开网页，出现如下图：1.1选中需要的数据源类型：1.2 选择所要下载数据的时间，通道，范围等：1.3点击search查到需要的数据：1.4出现如下页面：1.5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。

出现下面的页面，填写你的订购邮箱，qq邮箱不能用，其他的邮箱都可以，最好是你能够进去的邮箱，点击下面的Order。

1.6然后出现如下页面：点击红色标记部分能看到如下你订购的信息：（注意：红色部分是你要下载数据的文件名字）1.7 一般使用FTP下载工具下载。

（FTP在网上可以下载得到）首先新建站点：username: anonymouspassword: （自己申请数据的邮箱）1.7点击‘连接’。

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（我这里的文件夹名字跟上面的不是同一个，这里仅供参考，以上面的那个文件夹为准），并拖到左边的框中（选择你要保存数据的目录），开始下载数据。

OK！！2.处理数据第一步：数据读取在ENVI中file中第一个选项打开hdf格式的文件：第二步：数据地理定位MODIS三级数据产品土地覆盖数据是已经经过投影了的，其投影类型为正弦曲线投影，但是很多遥感软件在打开HDF数据的时候，会有投影丢失现象，ENVI也是，可以通过hdf属性查看工具，查看ENVI打开hdf时未识别的投影信息，以及投影参数，利用该参数在ENVI中自定义正弦曲线投影，为MCD12Q1数据添加投影。

（1）用hdf属性查看工具查看该hdf数据的地理定位信息，选择你刚才打开的那副影像，可得图像左上角、右下角坐标值，投影类型，投影参数，地球半径，起始位置。

2）在波段列表中，单击右键打开edit Header，打开Edit Attributes->Map Info。

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。

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。

MODIS-数据预处理数据预处理一、数据下载：(MOD13A2 16d 1000m)1.下载地址：/data/search.html2、产品类型（根据需要选择相应的一种Pruducts）：3、设置自己下载的时间段：4、根据需要选择下载的范围：下载中国的全部行列号23-28 03-075、产品下载的页面：[用迅雷批量下载]二、拼接批处理：1、打开cmd2、用dir命令，将下载的hdf文件生成txt文件，文件内容如下将生成的txt文件存放在2001文件夹下3、打开文件存放的E盘4、转移到存放影像的文件夹：5、复制粘贴完成运行生成拼接后的文件(注意路径和命名规范)：三、批处理裁剪1、执行一次clip工具，同时打开command line界面。

相应的命令会显示出来。

Copy到上方，即可以命令行的方式运行了（先选一期运行）在环境设置中去掉”Build pyramid”和”Calculate statistics”可以不生成rrd文件。

2、复制到excel编辑（对文件输入、输出位置以及裁剪的边框文件修改）3、进行批处理（将xecel复制到clip里面的batch下进行批处理）4、处理后生成的裁剪文件：四、批处理重投影1、加载一个基准影像作为参考（用MRT处理和ArcGIS裁剪生成的changjiang_EVI_clip.tif）：2、选择第一期影像打开Project Raster 工具，添加基准影像的投影方式（同时打开Command Line）：3、复制Command Line里面的内容到Excel下，23期影像按顺序编辑排列（注意输入输出路径一定要正确）：4、将编辑好的Excel复制到Project Raster 的batch下（Environment Settings中设置extent参考影像changjiang_EVI_clip.tif）：5、设置完成后运行生成tif文件上一页下一页。

地理空间信息GEOSPATIAL INFORMATION2013年6月第11卷第3期Jun.,2013V ol.11,No.3doi:10.11709/j.issn.1672-4623.2013.03.收稿日期：2012-11-08。

项目来源：国家自然科学基金资助项目（40972225）；教育部博士点基金联合资助项目（20095122110003）。

MODIS 数据预处理方法张 怡1,2，何政伟1,2，薛东剑2（1.地质灾害防治与地质环境保护国家重点实验室，四川 成都 610059；2.成都理工大学 地球科学学院，四川 成都 610059）摘 要：时间、大气、太阳辐射的改变，导致获取的相邻遥感影像的对比度及光亮度产生差异，为了更好地进行分析、评价，需对遥感数据进行预处理。

以新疆天山公路及其周边为研究区域，基于MODIS 数据，利用ENVI 软件进行数据的预处理，包括数据的几何校正、图像拼接、图像裁剪等，为其后进行的积雪研究作数据准备。

关键词：MODIS ；ENVI ；预处理中图分类号：P237.3 文献标志码：B 文章编号：1672-4623（2013）03-0049-02018遥感数据的预处理主要包括对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。

MODIS 数据拥有覆盖面积和涉及波段广、免费获取、数据更新频率高等优点，已广泛应用于科学研究、农业生产评估、地质灾害预警等领域。

本文对天山公路附近区域的MODIS 数据进行了预处理，为之后的雪深反演、积雪面积计算、雪害评价研究等作好数据准备。

1 MODIS 数据及软件介绍美国地球观测卫星(EOS)系列中的第一颗上午太阳同步Terra 卫星携带的中分辨率成像光谱仪MODIS 是EOS 卫星系列中最主要和最有特色的仪器。

MODIS 具有较高的光谱分辨率，为36个波段，地面分辨率分别为250 m (1～2波段)，500 m(3～7波段)，1 000 m(8～36波段)，扫描观测宽度达2 330 km，影像数据可以每天上、下午获取，并免费接收[1-3]。

modis预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!1. 数据下载：从相关数据中心或网站下载 MODIS 数据产品。