英语原文共 19 页，剩余内容已隐藏，支付完成后下载完整资料
基于日MODIS数据以及OWL算法的洪水信息识别的优劣性
Catherine Ticehurst，Juan Pablo Guerschman ， Yun Chen
摘要：地表水的时时地图在环境和水资源管理中有着重要的应用。特别是,随着时间的推移，从遥感影像中获得的地表水图在洪水空间推移模式中发挥有益作用。MODIS数据提供最实际的手段实现这一目标,因为它们是实时的，尽管它们在洪水事件中常常受限于云层，而且它们的空间分辨率（250-1000m一像元)较低，并不适合小型河道盆地。在澳大利亚北部雨季时通过比较河流水量和降水量检测了MODIS传感器在识别洪水的适用性。这样是利用MODIS的OWL算法（开放水域可能性算法），它是可以估计一个像元内的部分水。在时间尺度内，覆盖云层常常在洪水开始或者即将达到高峰时影响了MODIS影像的质量和运用，但是没有云时的MODIS数据常常用于检测洪水的衰退状态。MODIS视角（尤其是当视角指向太阳时）对洪水的总量估计有很大的影响，特别是对于较小的洪水影响就越大。我们的结果显示,移动的像素包含少于6%时，水可以消除大部分的在映射水表面时犯的错误。当然也有这个规则之外的特例，在一些像素较暗的相对方位较低（即在MODIS和太阳相对方位角之间的角度）的边缘是不遵循那个规则的。只使用低视野角度的或一系列不到1000公里的距离的MODIS OWL像元，也提高了结果精度和减少在遥感检测洪水中的多时段的错误。考虑到这些因素，在一个广泛的流域、区域尺度下，和流速流水量等对比起来， OWL水表面映射对水体流动更为敏感，是一个检测和映射区域的合适的标志和产品。
关键词：MODIS OWL；洪水泛滥映射；MODIS视角
1.引言
每天甚至更频繁的时间尺度下正确的映射地表水的位置和程度在环境监测、水资源管理和防洪应急响应中具有重要的应用价值。现代遥感技术提供了一个可行的方法在时间点和合理的空间和时间范围下捕捉洪水程度。洪水监控需要定期获取一个研究区域可接受的空间分辨率的遥感数据。Landsat卫星图像可以为水地图很多应用程序提供适当的空间细节([1,2]),但16天的周期并不适合捕捉洪水事件的空间动态。光学系统,如NASA的MODIS传感器被运用于在一个中等空间分辨率下水地表水映射。而分辨率的MODIS传感器可能不适合映射狭窄的河道等小水，空间和时间一致性仍然在检测水体变化中具有很高价值。
MODIS传感器(TERRA和AQUA)因其全球性的空间分辨率（250-1000米）和时间分辨率（1-2天）被应用于监控洪水。此外,所有从2000年至今的历史数据是现成的。MODIS波段1(红色)和2(NIR)分辨率有250米，可以用来映射反应洪水状况[3]。不过，鉴于SWIR（短波红外线）成像对水有很强的敏感性[4，5]，MODIS短波红外波段成像（500m一像元）已经在洪水中广泛应用，特别是使用归一化植被指数（NDVI）[6]和修改后的归一化水体指数 (mNDWI)[5]。达特茅斯洪水天文台(DFO)通过进一步提高美国宇航局NASA的MODIS(NRT)全球洪水地图[9]，日MODIS数据在全球范围内有250m分辨率，这个过程来捕捉全球大型的洪水事件 [7,8]。NASA /DFO算法是使用SWIR波段（波段7）以及红色和近红外波段的比来帮助它鉴别水的像元值，为了减少云层的影响，图像是由2,3,14天的时间合成，来提供日常的产品。14日的近红外MODIS全球洪水地图还提供了像素是湿的时间的百分比。部分水映射的MODIS像素也被应用于更大的像元值。Weiss 和 Crabtree [11]使用归一化植被指数(NDVI),NDWI和缨帽变换推导在1公里像素与合理的水分数精度,但计算量比较聚集。Guerschman et al. [12]使用MODIS波段实证方法，且利用NDVI，NDWI，SWIR波段和水表面的强关系，产生了覆盖500像元内的部分水体，称为开放水可能性指数(OWL)。比起其他更复杂的非混合型算法，OWL算法的一个优点是它可以快速和容易申请混合时段的数据集。
当试图使用光学遥感数据、地图洪水事件，特别是在洪水事件的上升阶段，云层总是一个问题。为了减少云干扰的影响，密集的使用8天（MOD09A1）或16 天（MCD43A4)的MODIS合成数据（由NASA提供）已经被证实它在反应时间动态水时时有用的 [11,13-18]。然而在合成过程中可能会丢失一些时间细节[12]，这使得，于快速移动的洪水MODIS复合材料会不足。
日MODIS OWL已经在湿地洪水映射、估计漫滩洪水覆盖以及在不同阶段的洪水状况下协助不同水动力模型的校准这几方面下有了很大的运用，，而且取得了不同程度的成功[19-21]。在一个大的洪水时，当对比菲茨罗伊河和麦格理湿地（包括澳大利亚）的上下游流量，日MODIS OWL 如同预期的那样可以显示时间的变化[22]。Ticehurst et al. [22] and Chen et al. [19]的研究，表明对于其他等价位的Landsat水体影像而言，MODIS OWL可以更有效地反应中型至大型水体的特征，但对于缺乏大量细节的边缘或沿着狭窄的水特性，它具有低估的倾向。即便如此，根据我们经验发现基于MODIS数据MODIS OWL比起常用修改过后的NDWI等使用会善于识别洪水的特性和开放水体。
虽然MODIS OWL在大洪水的持续时间和峰值时检测值和流水量测量显示了良好的协同性，但是在是不同洪水阶段性低流速和低流量时检测值夸大了实际情况[23]。在此观测上，这篇文章探讨了日MODIS OWL在水映射中的可靠性，利用一些案例研究来预测洪水和区域以及永久水体的状况。同时检验了传感器视角（包括太阳位置的影响）对洪水事件的影响程度，同时将MODIS OWL和其他MODIS水地图进行比较。讨论了使用MODIS OWL在洪水事件中的应用能力和挑战。本文总结了一系列的日MODIS OWL在洪水检测中的映射情况。
2. 研究区域
维多利亚湖是一个具有常规形状的永久的水体，因此它被选为MODIS OWL的水稳定程度的研究区域。（图一）它是横跨南澳大利亚的Chowilla Riverland平原----威尔士南部(新南威尔士州)边境的一部分。平原占地面积177.8平方公里，其中74%位于南澳，剩下的26% 位于威尔士南部(新南威尔士州) ，它由一系列的支流小溪、湿地、湖泊和平原组成，同时是墨累河的主要通道。
选择四个测试点来测试MODIS OWL监控洪水的能力（图1）。这些测试点威武澳大利亚东北部国王岛的海湾地区。这个地区属于热带半干旱气候,年降雨量的80%发生在湿季(11月-4月)[24]。两个网站在一条河附近的水量计站 (网站W1和W2)，那两个地区的洪水检测从未错过，这用来检测我们的测试的错误。站点2位于吉尔伯特流域，剩余的站点邻近弗林德斯流域，平均年降雨量分别为775和492毫米[24]。附近的江水数据则是由这些每个站点获得，用于说明洪水、水流速流量（两个站点在一条河上）以及降水量之间的联系。对于每个测试点，在MODIS OWL数据集上已经选取好相应的感兴趣区。
图1，当地的两个干的（D1和D2）以及两个湿的（W1和W2）站点，以及维多利亚湖
网站D1位于边缘的格雷戈里·吉尔伯特流域(澳大利亚昆士兰)河东,Yappar河西南向。感兴趣区选在南纬18.76°，东经142.75°，占地面积约178平方公里，比澳大利亚平均高程基准面的高度270米差不多相差20米（plusmn;20 m）。站点的西南向Yappar河最低点则不到200米的高度，这个地区植被是中等高度开放的森林[25]，土壤类型是浅沙/多石土壤[26]。鉴于它的位置,这个站点从来没有发生过洪水。
站点2位于 Hughenden山（澳大利亚国王岛）北部的一个高原，感兴趣的区域位于高原,平均海拔400米（浮动plusmn;10米），在Hughenden附近Canterbury Creek有一个相对陡峭的超过100米的下坡，这是弗林德斯河的上游的一部分。这片感兴趣区选在南纬20.65°，东经144.12°，占地15平方公里。这一地区的植被主要是草原[25]，土壤情况主要是在玄武岩开裂处的粘土土壤 [26]。鉴于它的位置,这个站点从未发生过洪水。
站点W1位于弗林德斯河(澳大利亚国王岛)的水量计站9150003A。这个是弗林特河的低地势洪水泛滥地，平均海拔13 m（浮动plusmn;2 m）。感兴趣区集中在南纬18.16°，东经140.85°东面积76平方公里。这条河的岸边有植被，这个站点在雨季河宽可以扩展到周围的100米
，然而雨季大洪水漫滩流经常发生。在雨季有每日大于500000毫升的水流动的记录。在过去的10年中,最大流量从2006 - 2007年的雨季期间的24000毫升不等到2008 - 2009年的雨季期间506000毫升,平均最大流量为209000毫升。
网站W2坐落在Glenmore Weir水量站916001 B。这个网站的平均高度为9米(浮动plusmn;5 m)。感兴趣区集中在南纬17.86°，东经141.13°，占地面积78平方公里。河岸两旁均有植被。在雨季，河宽可以扩展到周围的50米，洪水发生的可能性很大，根据水流记录(916001 b)在这个站点显示每日流速及流水量均大于250000毫升。在过去的10年中,最大流量从2004 - 2005年的雨季的4982毫升不等至2008 - 2009年的雨季期间275000毫升,平均最大流为83000毫升。
3.数据
TERRA和AQUA的日 MODIS地表反射率数据(分别名为MOD09GA MYD09GA)，可以从美国宇航局LP DAAC(陆地过程分布式档案中心)网站上下载[27]。MOD09GA是早上的(当地时间~ 10:30)，MYD09GA是晚上的(~当地时间下午2点)，都经过大气校正[28]。本研究数据TERRA(MOD)和AQUA(MYD)数据是从2002年11月1日到15日覆盖维多利亚湖的MODIS的H29V12数据，相对云较少。所有数据为2003年、2003年、2004年和2010年的雨季(1月至4月,11月至12月)相对应的站点D1,D2,W1和W2的 MODIS的H31V10和H31V11数据。选择这些年的原因是它包括早期和后来的包括大小洪水的历史MODIS数据。2009年和2010年北部澳大利亚是很有代表性的水量多的湿年。这是唯一分析了雨季的数据，因为在干燥期间河流往往完全枯竭,旱季是一般没有任何河流的记录。此外，从H31V10 MODIS 数据MODIS数据和MSW（MODIS地表水)组合成NRT的shapefile文件[10]，下载数据是从2012年1月至3月的，与一个相对较大的洪水事件相对应。这是可以直接比较两个独立的MODIS洪水监控情况。
Walkers Bend (9150003A)和 Glenmore Weir (916001B)的流量数据是从澳大利亚Walkers Bend 和 Glenmore Weir 的气象局获得(Esmeralda站，No. 29016)，Gregory流域 (Yaramulla 站， No. 30154) 和Hughenden (Hughenden 站， No. 30025)的数据则是2003年，2004年，2009年和2010年等雨季时D1,D2,W1和W2站点对应的MODIS数据。水流量流速数据是2012年1月-3月的，这是NRT MSW产品网站上下载下来的。
4.方法
这个反应开放型地表水状态的方法是Guerschmann et al. [12]提出的，是经验统计建模和总结而成。在MODIS计算水的部分像素:
这儿，Z定义为：
在方程(1)和(2)，fw是死水的估计分数，Xi是独立的变量,和beta;i参数拟合经验。beta;的值对不同i定义如下:
beta;0 = minus;3.41375620
beta;1 = minus;0.000959735270 x1= SWIR band 6 (reflectance*1000)
beta;2 = 0.00417955330 x2= SWIR band 7 (reflectance*1000)
beta;3 = 14.1927990 x3= NDVI
beta;4 = minus;0.430407140 x4= NDWI (Gao, 1996)
beta;5 = minus;0.0961932990 x5 = MrVBFI (Gallant and Dowling, 2003)
MrVBF是多分辨率山谷底部平坦度指数。阈值应用使用在修改NDWI [5]当fw=1则对于所有mNDWI gt; 0.8= 1。云掩膜也应用在伴随MODIS带包含云和云遮蔽位置的信息状态。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[32014]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
