学位论文 > 优秀研究生学位论文题录展示

联合EOS/MODIS与探空气球研究成都地区水汽变化

作　者: 方继理
导　师: 王绪本
学　校: 成都理工大学
专　业: 计算机应用技术
关键词: MODIS 水汽遥感可降水总量 L波段雷达 ENVI 探空气球
分类号: TP79
类　型: 硕士论文
年　份: 2006年
下　载: 159次
引　用: 2次
阅　读: 论文下载

内容摘要

MODIS是美国地球观测系统(EOS)系列卫星的最主要探测仪器之一，是当今世界上新一代“图谱合一”的光学遥感仪器，代表了迄今为止最先进的空间星载传感器技术和遥感应用技术。本文主要对MODIS数据资料的处理和MODIS数据应用于成都地区的水汽反演做了一些研究。首先对MODIS数据进行预处理，利用遥感专业软件ENVI做等经纬度投影和范围剪切，裁出成都地区东经103°～105°，北纬30°～32°之间，也就是跨东西2°，跨南北2°的范围。本文选取需要用到5个通道的数据：水汽吸收通道(0.905、0.936和0.94μm)与大气窗区通道(0.865和1.24μm)，利用通道比值法作为反演方法，反演出成都地区特定时间可降水总量。在第二部分中，详细介绍了L波段雷达二次测风雷达反演大气水汽总含量的原理和具体方法，详细推导了求解过程的公式。701雷达逐渐被淘汰，而多普勒雷达还没有广泛的展开应用，因此L波段雷达在气象研究和应用过程中起着越来越重要的作用了。结合成都气象局的探空气球实测2005年7、8、9三个月的数据和这段时间内MODIS反演的大气可降水总量，进行对比分析，试图找出这二者之间的相关关系。计算结果7月份的数据，二者有较好的相关性，8，9月份的数据，相关性就稍微差一些。为了进一步分析二者的相关性，本文缩小研究范围到只是包括探空气球释放点附近的区域，分别对每一个通道进行分析，发现17通道的水汽和气象资料的相关性相对大一些，但每个通道对水汽的敏感的种类是不一样的，所以反演水汽最好能够选择合适的权重函数，用3通道的加权来求。误差的来源可能是探空气球实测的数据不够精确和反演算法中的参数针对成都地区不够准确所致。希望能在下一步的工作中修正。

全文目录

摘要  3-4
ABSTRACT  4-5
目录  5-7
第1章引言  7-11
  1.1 选题背景  7-8
  1.2 本研究的目的及意义  8-9
  1.3 国内外研究现状  9-10
  1.4 技术路线  10-11
第2章 MODIS遥感探测系统的概况  11-25
  2.1 EOS概述  11-12
    2.1.1 EOS含义  11
    2.1.2 EOS的目的和主要任务  11-12
  2.2 MODIS传感器及其多光谱数据的特性  12-15
    2.2.1 MODIS组成及作用  12-13
    2.2.2 MODIS接收处理系统  13
    2.2.3 MODIS的多光谱数据特性  13-15
    2.2.4 研究状况  15
  2.3 MOOIS数据接受预处理及数据产品  15-21
    2.3.1 MODIS资料预处理  15-16
    2.3.2 MODIS定标后的数据产品  16-18
    2.3.3 MODIS图像几何校正  18-21
  2.4 EOS系统对人类生活的影响  21-22
  2.5 主要遥感图像处理软件介绍  22-25
    2.5.1 Idrisi  22
    2.5.2 PCI  22
    2.5.3 ERDAS  22-23
    2.5.4 ENVI  23-24
    2.5.5 选择ENVI处理MODIS数据  24-25
第3章研究区域的地理及气候特征  25-29
  3.1 成都地区的气候特征及形成  25-26
  3.2 成都地区的气候要素  26-29
    3.2.1 气温  26
    3.2.2 年降水量  26-28
    3.2.3 湿度  28
    3.2.4 蒸发量  28-29
第4章气象探空气球的探测方法与特征  29-41
  4.1 气象探空气球简述  29-31
  4.2 云层探测  31-33
    4.2.1 云的种类  31-32
    4.2.2 云的形成  32-33
  4.3 大气湿度  33-37
    4.3.1 大气湿度参量  33-36
    4.3.2 大气水汽含量  36-37
  4.4 可降水总量反演  37-38
    4.4.1 计算比湿  37-38
    4.4.2 计算可降水总量  38
  4.5 探空气球数据处理  38-41
    4.5.1 提取气象数据  38-39
    4.5.2 气象数据粗差的剔除  39-40
    4.5.3 根据气象数据反演可降水总量  40-41
第5章 MODIS水汽数据提取与处理  41-52
  5.1 反演大气水汽含量算法  41-47
    5.1.1 算法概述  41-42
    5.1.2 算法  42-47
  5.2 数据处理  47-52
第6章成都地区MODIS水汽数据与气象实测数据对比  52-62
  6.1 研究区范围  52-53
  6.2 数据处理及分析  53-60
    6.2.1 通道反演结果加权比较  53-57
    6.2.2 反演结果分通道比较  57-60
  6.3 误差原因分析  60-62
第7章结束语  62-64
  7.1 结论与讨论  62-63
  7.2 进一步研究的建议  63-64
致谢  64-65
参考文献  65-66
附录  66-70
  附1 气象探空数据粗差剔除IDL程序  66-67
  附2 气象探空数据反演可降水总量IDL程序  67-70

联合EOS/MODIS与探空气球研究成都地区水汽变化

内容摘要

全文目录

相似论文