MODIS数据产品介绍

MODIS数据产品介绍中分辨率成像光谱仪(MODerate-resolutionImagingSpectroradiometer)-MODIS是Terra和Aqua卫星上搭载的主要传感器之一,两颗星相互配合每1-2天可重复观测整个地球表面,得到36个波段的观测数据,这些数据将有助于我们深入理解全球陆地、海洋和低层大气内的动态变化过程,因此,MODIS在发展有效的、全球性的用于预测全球变化的地球系统相互作用模型中

大家好,又见面了,我是你们的朋友全栈君。

中分辨率成像光谱仪(MODerate-resolution Imaging Spectroradiometer) -MODIS是Terra和Aqua卫星上搭载的主要传感器之一,两颗星相互配合每1-2天可重复观测整个地球表面,得到36个波段的观测数据,这些数据 将有助于我们深入理解全球陆地、海洋和低层大气内的动态变化过程,因此,MODIS在发展有效的、全球性的用于预测全球变化的地球系统相互作用模型中起着 重要的作用,其精确的预测将有助于决策者制定与环境保护相关的重大决策。

     MODIS自2000年4月开始正式发布数据,NASA对MODIS数据以广播X波段向全球免费发送,我国目前已建立了数个接收站并分别于2001年3月 前后开始接收数据。由于NASA对MODIS数据实行这种全球免费接收的政策,使得MODIS数据的获取十分廉价和方便。

一下这个是转自http://hi.baidu.com/wyf86/blog/item/b2b8ddfcb4c7fef5fc037fdf.html 

     MODIS标准数据产品根据内容的不同分为0级、1级数据产品,在1B级数据产品之后,划分2-4级数据产品,包括:陆地标准数据产品、大气标准数据产品和海洋标准数据产品等三种主要标准数据产品类型,总计分解为44种标准数据产品类型。它们分别是:

1、MODIS L0数据是对卫星下传的数据报解除CADU外壳后,所生成的CCSDS格式的未经任何处理的原始数据集合,其中包含按照顺序存放的扫描数据帧、时间码、方位信息和遥测数据等

2、LlA数据是对L0数据中的CCSDS包进行解包所还原出来的扫描数据及其他相关数据的集合

3、LlB数据是LlA数据进行定位和定标处理之后所生成,其中包含以sI(Scaled Integer)形式存放的反射率和辐射率的数据集LlB代码读取LlA代码解包产生的DN数据集(EV SD SRCA BB SV)以及定标查找表LUT(LookUp Table)作为输入,分别对太阳反射波段RSB和热辐射波段TEB进行定标处理。定标计算所使用的参数可以从MODIS支持组MCST定期发布的LUT文件中得到。传感器DN数值按照BDSM(BandDetectorSub-frameMirrorside)索引。

4、
L2
L4
是对LlB
数据进行各种应用处理之后所生
成的特定应用数据产品。

MOD01:即 MODIS1A数据产品。

1A级处理程序,把2个小时的0级文件重新组织成一系列基本处理单元,及数据块(Granules),每个数据块包含大约5分钟的MODIS数据。因为MODIS镜面的一次扫描需要1.4771秒,所以在5分钟内1B级产品文件典型的有203次完全扫描,有时候完全扫描204次每天5分钟集合的扫描文件有288个。地理位置代码计算地面单个象元的坐标,以及有关MODIS的太阳和月亮的位置信息。在GDAAC的操作中,1A级和地理位置代码使用产品生成程序(PGE01)。同时,它们将输入的MODIS数据放到1B级软件中

MOD02:即 MODIS1B数据产品。

MOD03:即 MODIS数据地理定位文件。

MODIS Geolocation(MOD03) 数据产品包含有:MODIS每个1km EV(Earth View)中心的经纬度,每个1km EV太阳/卫星的方位,每个1km EV EOS陆地/海洋的阈值,每条扫描太阳和月亮相对于MODIS的位置,充分的仪器参数信息以支持特定波段和亚像元级定位。格式描述分为4个部分:全局元数据、处理和几何参数、扫描数据、组(Vgroups)

MOD04-08,35为大气产品,9-17,33,40,43,44为陆地产品,18-32,36-39,42为海洋产品

MOD04:大气2、3级标准数据产品,内容为气溶胶产品,Lambert投影空间分辨率1公里,地理坐

标30秒空间分辨率,每日数据为2级数据产品每旬、每月数据合成为3级数据产品

MOD05:降水量。2级大气产品。

MOD06:大气2、3级标准数据产品,内容为云产品,Lambert投影空间分辨率1公里,地理坐标30秒空间分辨率,每日数据为2级数据产品,每旬、每月数据合成为3级数据产品。

MOD07:大气2、3级标准数据产品,内容为大气剖面数据,Lambert投影空间分辨率1公里,地理坐标30秒空间分辨率,每日数据为2级数据产品,每旬、每月数据合成为3级数据产品。

MOD08:大气3级标准数据产品,内容为栅格大气产品,1公里空间分辨率。每日、每旬、每月合成数据

MOD09:陆地2级标准数据产品,内容为表面反射;空间分辨率250m;白天每日数据。

MOD10:陆地2、3级标准数据产品,内容为雪覆盖每日数据为2级数据,空间分辨率500米,旬、月数据合成为3级数据,空间分辨率500米。

归一化雪被指数:归一化雪被指数是观测冰雪定量指标,

NDSI=(Ref0.555um– Ref1.640um)/( Ref0.555um Ref1.640um)

* Ref0.555um、Ref1.640um为入瞳反射率位于陆地且同时满足以下条件的像元,可以定义为“陆地冰雪”,简称“冰雪”:

NDSI=(RefMODIS4– RefMODIS6) / (RefMODIS4 RefMODIS6)>0.4;RefMODIS2 > 0.11;

MOD11:陆地2、3级标准数据产品,内容为地表温度和辐射率,Lambert投影,空间分辨率1公里,地理坐标为30秒,每日数据为2级数据,每旬、每月数据合成为3级数据。

MOD12:陆地3级标准数据产品,内容为土地覆盖/土地覆盖变化1km,1/4º,季节的,生物地球化学循环,土地覆盖变化,3级数据产品。

MOD13:陆地2级标准数据产品,内容为栅格的归一化植被指数和增强型植被指数(NDVI/EVI),空间分辨率250m。

MOD14:陆地2级标准数据产品,内容为热异常-火灾和生物量燃烧,空间分辨率1km,确定火灾发生的位置、火灾等级以及暗火与燃烧比。

MOD15:陆地3级标准数据产品,内容为叶面积指数和光合有效辐射,空间分辨率1km每天的及旬、月合成产品

MOD16:陆地4级标准数据产品,内容为蒸腾作用,空间分辨率1km旬、月合成产品。

MOD17:陆地4级标准数据产品,内容为植被产品,NPP,空间分辨率为250米,1公里,旬、月度频率

MOD18:海洋2、3级标准数据产品,内容为标准的水面辐射,全球洋面,空间分辨率1km,日、旬、月,海洋叶绿素

MOD19:海洋2、3级标准数据产品,内容为色素浓度,全球洋面,空间分辨率1km日、旬、月度数据

MOD20:海洋2、3级标准数据产品,内容为叶绿素荧光性,全球洋面,空间分辨率1km,叶绿素水平大于2.0mg/m3,日、旬、月度数据

MOD21:海洋2级标准数据产品,内容为叶绿素-色素浓度,空间分辨率1km日、旬、月度数据

MOD22:海洋2、3级标准数据产品,内容为光合可利用辐射(PAR),全球洋面,1km,日、旬、月度数据

MOD23:海洋3级标准数据产品,内容为悬浮物浓度

MOD24海洋3级标准数据产品,内容为有机质浓度

MOD25:海洋2、3级标准数据产品,内容为球石浓度,全球洋面,空间分辨率1km、20km,日、旬、月度数据

MOD26:海洋3级标准数据产品,内容为海洋水衰减系数

MOD27:海洋2、3级标准数据产品,内容为海洋初级生产力,全球洋面,空间分辨率1km,日、旬、月度数据

MOD28:海洋2、3级标准数据产品,内容为海面温度,全球洋面,空间分辨率1km,每天的,每周的/昼夜的,能量和水平衡,气候变化模型。

MOD29:海洋2级标准数据产品,内容为海冰覆盖,海洋,1公里分辨率,日、旬数据

MOD30:(未定)

MOD31:海洋2、3级标准数据产品,内容为藻红蛋白浓度, 1公里分辨率,日、旬、月度数据

MOD32:海洋2级标准数据产品,内容为处理框架和匹配的数据库1公里分辨率,日、旬、月度数据,用于海洋叶绿素、海洋生产力计算。

MOD33:陆地3级标准数据产品,内容为雪覆盖,空间分辨率500米,日、旬、月度数据。

MOD34:(未定)

MOD35:大气2级标准数据产品,内容为云掩膜,空间分辨率为250m和1公里,日数据。

MOD36:海洋3级标准数据产品,内容为总吸收系数,空间分辨率为1公里日、旬、月度数据

MOD37:海洋2、3级标准数据产品,内容为海洋气溶胶特性,空间分辨率1km,日、旬、月度数据。

MOD38:(未定)

MOD39:海洋2、3级标准数据产品,内容为纯水势,空间分辨率1km,日、旬、月度数据。

MOD40:陆地3级标准数据产品,内容为栅格的热异常,空间分辨率1公里,日、旬、月度数据。

MOD41:(未定)

MOD42:海洋3级标准数据产品,内容为海冰覆盖,空间分辨率1公里,日、旬、月度数据。

MOD43:陆地3级标准数据产品,内容为表面反射BRDF/Albedo参数,空间分辨率1公里,日、旬、月度数据。

MOD44:陆地3级标准数据产品,内容为植被覆盖转换,250m,季度、年度,判定植被覆盖转换的发生和类型。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/139192.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • SAP 常用的BAPI

    SAP 常用的BAPIBAPI_ALE_MODEL_GETBAPI_BARCODE_SENDLISTBAPI_ANSWER_READMULTIPLEBAPI_APPCOMP_READMULTIPLEBAPI_PROCDIA_READMULTIPLEBAPI_PROCDIA_WRITEMULTIPLEBAPI_DIAVAR_READMULTIPLEBAPI_DIAVAR_WRITEMULTIPLEBAPI_PROCE

    2022年7月24日
    16
  • 【原创】无锁编程技术及实现

    【原创】无锁编程技术及实现无锁编程技术及实现作者:jx(360电商技术组) 1.基于锁的编程的缺点 多线程编程是多CPU系统在中应用最广泛的一种编程方式,在传统的多线程编程中,多线程之间一般用各种锁的机制来保证正确的对共享资源(share resources)进行访问和操作。在多线程编程中只要需要共享某些数据,就应当将对它的访问串行化。比如像++count(count是整型变量)这样的简单操作也得加锁,因为即便是增量操作

    2022年5月1日
    33
  • 消息栏通知(Notification)介绍

    用过安卓的应该对通知栏消息都很熟悉了,下面是演示通知栏消息的一个Demo,首先来看一下界面,后面是代码,解释就都放在代码里了.java代码package jason.notification;import android.app.Activity;import android.app.Notification;import android.app.Notificat

    2022年3月9日
    61
  • VLAN的作用:_vlan是什么

    VLAN的作用:_vlan是什么1.什么是VLAN:VLAN就是虚拟局域网,逻辑上将一个物理局域网划分为多个虚拟的局域。2.vlan的优点:1.将不同设备加入不同VLAN可以有效的减少广播风暴的危害。2.vlan可以将处于不同位置的物理设备逻辑的划分到同一工作组中,便于管理员管理。3.不同VLAN之间不能直接通信,隔离了流量,对用户更安全。…

    2022年8月10日
    7
  • eclispe中创建maven项目使用spring报java.lang.ClassNotFoundException: org.springframework.web.filter.Charact「建议收藏」

    eclispe中创建maven项目使用spring报java.lang.ClassNotFoundException: org.springframework.web.filter.Charact「建议收藏」报错如下:信息: Starting Servlet Engine: Apache Tomcat/7.0.57九月 24, 2018 6:44:04 下午 org.apache.catalina.util.SessionIdGenerator createSecureRandom信息: Creation of SecureRandom instance for session ID gen…

    2022年6月13日
    42
  • 轻松搞懂【TF-IDF、word2vec、svm、cnn、textcnn、bilstm、cnn+bilstm、bilstm+attention实现】英文长文本分类[通俗易懂]

    轻松搞懂【TF-IDF、word2vec、svm、cnn、textcnn、bilstm、cnn+bilstm、bilstm+attention实现】英文长文本分类[通俗易懂]项目来源:https://www.kaggle.com/c/word2vec-nlp-tutorial/之前我写过几篇博客:就这?word2vec+BiLSTM、TextCNN、CNN+BiLSTM、BiLSTM+Attention实现中英文情感分类代码详解就这?word2vec+SVM(支持向量机)实现中英文情感分类代码详解这两篇博客主要是基于中文进行情感分类的,那么本篇博客,我会以这个kaggle项目来介绍如何实现英文长文本情感分类。1实验数据本次数据集来源于kaggle项目“Bago

    2022年6月28日
    29

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号