- 输入数据:输入数据包括经过定标定位的MODIS的1,2,4,5,6,7,18,19,20,22,23,26,27,29,31,32和35通道的l B数据;太阳角、太阳天顶角和卫星的高度角和方位角;1000km分辨率的海/陆分布图;1000m分辨率的地表的高程;1000km分辨率生态地理数据;每日冰/雪产品;每日海冰数据。
- 输出数据:空间分辨率1000m、250m,时间频率:每天产品。
- 基本原理:利用云在可见光波段强反射,红外波段温度较低的特点。
- “云”的识别标准
识别云的流程
(1)对像元进行海/陆识别,生态类型识别,像元的时间识别(白天像元还是夜间像元)和冰雪像元识别,用归一化差值雪盖指数(NDSI)对雪盖进行修正,判断像元所处是哪一种场景,如果像元为白天海洋场景,还需考虑像元是否位于日映区。针对不同场景,采用不同的云检测方法(见表7-1)。对于给定的观测区,假设检测方法不变,检测的阈值不变(检测阈值标准见附录)。
(2)表一中云检测的方法可分为五组:
第一组 简单的红外阈值检测:BT11,BT13.9,BT6.7。
第二组 亮度温度差试验:三光谱检测(BT8.6-BT11和BT11-BT12),BT11-BT12薄卷云检测BT7.3-BT11,BT11-BT3.9。
第三组 太阳反射率检测:R0.66或R0.87,R0.66/R0.87。
第四组 近红外薄卷云检测:R1.38。
第五组 红外卷云薄卷云检测:BT3.7-BT12。
每一种场景都包含数种云检测的方法,检测时按上述的方式分组进行检测。
表 7-1 不同场景进行 MODIS 云检测的算法
场景
检测方法 |
白天
海洋 |
夜晚
海洋 |
白天
陆地 |
夜晚
陆地 |
白天
冰/ 雪 |
夜晚
冰/ 雪 |
白天
海岸 |
夜晚
海岸 |
白天
沙漠 |
夜晚
沙漠 |
BT 11 |
√ |
√ |
|
|
|
|
|
|
|
|
BT 13.9 |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
BT 6.7 和 BT 11 -BT 6.7 |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
○ |
R 1.38 ) |
√ |
|
√ |
|
√ |
|
√ |
|
√ |
|
BT 3.7 -BT 12 |
|
|
|
√ |
|
√ |
|
|
|
√ |
BT 8.6 -BT 11 和BT 11 -BT 12 |
√ |
√ |
√ |
√ |
|
|
√ |
√ |
√ |
√ |
BT 11 -BT 3.9 |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
√ |
R 0.66 或 R 0.87 |
√ |
|
√ |
|
√ |
|
√ |
|
√ |
|
R 0.87 /R 0.66 |
√ |
|
√ |
|
|
|
√ |
|
|
|
BT 7..3 -BT 11 |
|
|
|
○ |
|
|
|
○ |
|
○ |
空间均一化试验 |
○ |
○ |
|
|
|
|
|
|
|
○ |
时间均一化试验 |
√ |
√ |
|
|
|
|
|
|
|
|
注: * 表中√为已应用的检测方法,○为未经 MODIS 数据充验证的检测方法
BT 为亮度温度, R 为反射率,下标为波长 ,如 BT 7..3 代表 7.3 μm 的亮度温度, R 0.87 为 0.87μm 的反射率。
(3)将组内的最小可信度作为该组的可信度,并将各组可信度相乘,开N次方(N为组数),生成初始的云检测结果。
(4)如果可信度水平不确定的像元(0.05<可信度<0.95),以3x3像元为单位的矩阵,进行空间均一性检验及时间均一性检验(目前只适用于水体)。
(5)某些情景下,需要进行晴空恢复检测:白天的水/陆共存的下垫面、浅水区,如果检测结果并非为高可信度有云,而NDVI(波段1-波段2/波段1+波段2)的值<-0.18或>0.40,则将该像元改为晴空像元;日映(sun glint)区域的检测结果为不确定性有云,或者没有存在高云的证据,则进行这项检测,如果BT3.75-BT11 >15.0K,R0.895/R0.935 >3.0,且9通道(0.443μm)并不饱和,则该像元的标记改为晴空像元。
云阴影检测
当晴空检测的可信度高时,需要对云阴影进行检测。检测所用的数据包括1.2,0.94,0.87及0.66μm的反射率。云阴影检测的条件为:R0.94<0.07、R0.87/R0.66>0.3及R1.2<0.2。
|