SRTP结题报告.docx

该【SRTP结题报告 】是由【青青松松】上传分享，文档一共【39】页，该文档可以免费在线阅读，需要了解更多关于【SRTP结题报告 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。西南交通大学第五期大学生科研训练计划(SRTP)
遥感与气象观察数据耦合的地表干
旱状态监测
结题报告
2010年4月至2011年4月
.
目录
目录
1
1绪论
2
1项目背景_________________________________________________________________2
2项目介绍_________________________________________________________________3

2数据源及GDAL库的配置7
1数据源__________________________________________________________________7
2GDAL库的配置___________________________________________________________9
3
数据办理原理及实现
10

遥感数据办理___________________________________________________________10

气象数据办理与降水空间插值法比较
_____________________________________20

指数耦合
_______________________________________________________________26

程序设计
_______________________________________________________________27
4
实验结果分析
27
5
不足与希望
30
6
项目感想
31
参照文件
32
附录1
程序主要源代码
34
'.
.
绪论

我国是一个旱灾特别严重的国家,旱灾给农业、乡村和农民造成了巨大的损
失。据统计,1950—1990年间,我国共有11年发生了重特大干旱,发生频率
%,%。而1991—2009年间,
我国共有8年发生重特大干旱,%。
近来几年来,我国年年有干旱,均匀不到3年发生一次重特大旱灾,特别常常发生地域性特大旱灾。同时我国旱灾散布面积广,过去,我国旱灾高发的地域主要在干旱缺水的北方地域,特别是西北地域。近几年,在传统的北方旱区旱情加重的同时,南方和东部多雨区旱情也在扩展和加重,当前旱灾范围已遍布全国。与此同时,旱灾影响范围已由传统的农业扩展到工业、城市、生态等领域,工农业争水、城乡争水、超采地下水和挤占生态用水现象愈来愈严重。因此实现对旱灾的监测,有益于实行抗旱举措,同时合理分派水资源,节俭用水,对促使农业生产、保障粮食安全和地域可连续发展拥有重要的现实意义1。
传统的干旱监测采纳气象数据,气象数据由气象站观察获取,经过成立地域
气象站网同时辅以水文、社会和经济等数据实行干旱监测。这类方法应用十分广
泛,在单点精度很高,但其性质是以点带面来监测,这样很难给出不同样干旱地域
的分界限,同时整体精度也相对较低,难以适应大范围的干旱监测。
跟着卫星遥感技术的快速发展,国内外已在借助遥感手段进行大范围的干旱监测方面张开了大批的研究和实质应用。鉴于遥感手段的干旱监测能屡次和长久的供给地表特色的面状信息,拥有宏观,高时效,经济等特色,且点点俱到,适应大范围的干旱监测。自然,因为气象卫星运转特色和遥感传感器自己性能的限制,该方法也存在必然的弊端和问题,比方当前相应的鉴于遥感数据的一些反演模型不够成熟,并且其受大气影响较大,在好多有云的状况下,数据不可以够使用,其监测的结果在小范围内也不如传统的气象监测精准。
1胡其峰.《科学理性对待西南旱灾减灾需立足长久》.
'.
.
针对单调遥感数据在进行地表干旱状态监测时的不足,考虑降水对土壤水分
的阶段性影响,我们应当把两种方法联合在一同考虑,形成地表温度、植被状态、
空间降水等参数耦合的干旱监测模型。这样能提升干旱监测的正确性和及时性。
2项目介绍
项目鉴于对地观察MODIS数据与气象站点实测资料,成立起多源数据耦合
下的地表干旱监测方法与有关指标系统,在开源GDAL库的基础上,开发可用于
大范围地域地表干旱状态监测的应用系统。
项目中波及四个方面的内容:MODIS预办理算法程序设计、气象观察资料办理、热红外处表温度反演模型程序设计、多元数据耦合模型参数化方案及设计。
此中,MODIS预办理算法程序设计部分包含HDF格式数据读取、MODIS几何校订与辐射标定办理。气象观察资料办理包含气象观察站点降水资料读取、空间插值与栅格化。热红外处表温度反演程序设计主要实现利用分裂窗法的地表温度反
演模型。耦合模型部分则包含了地表温度参数与降水参数的耦合模型参数计算、模型程序实现。
本项目主要分为三个部分:遥感数据办理,气象数据办理以及干旱监测指数的耦合。
遥感数据办理:利用开源库GDAL提取MODIS1B的数据,在此基础上利用MODIS数据中的相应波段反演地表温度(LST)和归一化植被指数(NDVI),得
到遥感干旱监测因子作物供水指数(VSWI)。
气象数据办理:利用ArcGIS的二次开发平台ArcGISEngine实现气象数据降雨量的多种空间插值算法。在比较不同样空间插值算法偏差的基础上,综合多年数据采纳最正确的空间插值算法进行降雨量的插值运算,并计算出气象干旱监测因子综合降水距平指数(MSRI)。
干旱监测指数的耦合:成立作物供水指数和综合降水距平指数的耦合模型,获取农业旱情监测指数,并区分干旱等级。
项目流程图如图1所示:
'.
.
遥感数据->MODIS1B数据地面观察数据->降雨量
单日数据内插
云检测
旬合成
NDVILST
当旬降水量距平
VSWI=NDVI/LST
综合降水距平指数
几何校订旬合成
综合旱情监测指数
图1-1项目流程图
3开源库GDAL与HDF文件格式介绍

在MODIS数据的办理中,我们没有采纳HDFGroup开发的HDF函数库,而是采纳了十分流行的开源库GDAL。因为开源库GDAL在办理栅格图像格式有很大优势,其不只读取数据较快,并且能够把结果变换成任一其支持的栅格格式。
1998年关,加拿大的FrankWarmerdam开始了GDAL(GeospatialDataAbstractionLibrary)项目的编写工作。该项目获取了好多个人和团队的支持。GDAL是一个在X/MIT赞成协议下的开源栅格空间数据变换库。它利用抽象数据模型来表达所支持的各样文件格式。它还有一系列命令行工具来进行数据变换和办理。OGR是GDAL项目的一个分支,功能和GDAL近似,只可是他供给对矢量数据的支持。因此GDAL能同时供给栅格和矢量数据的操作。有好多有名的GIS类产品包含ESRI的ARCGIS,GoogleEarth和跨平台的GRASSGIS系统都使用了
GDAL/OGR开源库的若干模块。利用GDAL/OGR库,能够使鉴于Linux的地理
空间数据管理系统供给对矢量和栅格文件数据的支持。
'.
.
GDAL供给对多种栅格数据的支持,包含Arc/InfoASCIIGrid(asc),GeoTiff
(tiff),ErdasImagineImages(img),ASCIIDEM(dem)等格式。供给读取、写入、
变换、办理各样栅格数据格式(有些特定的格式对一些操作如写入等不支持)操作。GDAL使用抽象数据模型(AbstractDatamodel)来分析它所支持的数据格式,抽象数据模型包含数据集(Dataset),坐标系统,仿射地理坐标变换(AffineGeoTransform),大地控制点(GCPs),元数据(Metadata),栅格波段(RasterBand),颜色表(ColorTable),子数据集域(SubdatasetsDomain),图像构造域
(Image_StructureDomain),XML域(XML:Domains)。
GDAL库采纳ANSIC和C++语言编写,能经过所有c/c++编译器的编译。其
核心类框架如图2所示
GDALMajorObject
GDALDatasetGDALDriveGDALDriverManagerGDALRasterBand
图1-2GDAL核心类框架
此中:
GDALMajorObject类:带有元数据的对象。
GDALDataset类:平时是从一个文件中提取的有关栅格波段数据的会合,以及其有关元数据。
GDALDriver类:文件格式驱动类。
GDALDriverManager类:文件格式驱动管理类。
GDALRasterBand类:栅格波段数据类。

HDF(Hierarchicaldataformat)格式是美国国家高级计算机应用中心为了满
足各样领域研究需求而研制的一种高效积蓄和发散科学数据的层次数据格式,主
'.
.
要用来积蓄由不同样计算机平台来产生的各样种类科学数据,便于在不同样的计算机平台上扩展。HDF被设计为:
自述性:对于一个HDF文件里的每一个数据对象,相对于该数据的综合信息。
通用性:好多半据种类都能够被嵌入在一个HDF文件里。
灵巧性:HDF赞成用户把有关的数据对象组合在一同,放到一个分层构造中,
向数据对象增添描绘和标签。它还赞成用户把科学数据放到多个HDF文件里。
扩展性:HDF极易容纳未来新增添的数据模式,简单与其余标准格式兼容。
跨平台性:HDF是一个与平台没关的文件格式。HDF文件无需任何变换就能够在不同样平台上使用。
当前HDF有两个版本,即HDF4和HDF5,两个版本的数据构造模型变化不
大,但其详尽实现方法变化很大,因此这两个版本是不兼容的。因为GDAL库采纳一个抽象的数据模型来支持遥感栅格图像,因此使用GDAL读取这两个版本的HDF数据的方法基真同样。一个HDF文件包含一个文件头,最少一个数据描绘块以及若干个数据元素(图1-3)。HDF文件像一本带目录的书,数据描绘块能够看作书的目录,而书的每一章内容则是HDF文件的数据元素。
HDF文件
HDF文件头
数据描绘符
空数据描绘符
数据描绘块空数据描绘符
空数据描绘符
数据元素
图1-3HDF文件格式
'.
.
本项目采纳的MODIS1B数据采纳HDF文件格式积蓄。图1-4是经过
HDFView软件阅读器查察某MODIS1km分辨率的文件列表表示图。
波段:15*2040*1354
波段:2*2040*1354
波段:5*2040*1354
卫星成像参数:
408*271
图1-4HDF(MODIS)文件列表表示图
2数据源及GDAL库的配置
1数据源

中均分辨率成像光谱仪MODIS数据采纳HDF(Hierarchicaldataformat)数据格式积蓄元数据,供给36个波段的地球综合信息,~14μm的电磁波谱范围内,对张开自然灾祸与生态环境监测、全世界环境平易候变化研究以及进行
全世界变化的综合性研究等有重要意义。MODIS仪器的地面分辨率为250m、500m
'.
.
和1000m,扫描宽度为2330km。在对地观察过程中,、大海和陆地表面信息,每天或每两日可获取一次全世界观察数据。
本项目研究的数据根源于NASA公然下载的MODIS1B数据。本研究顶用1000m分辨率的数据,主要在于1000m分辨率的数据包含了36个波段所有数
据,并且其分辨率大小适中。所获取的数据是2009年8月1日到2009年8月
日白日数据,范围覆盖四川省。

气象数据主要有四川省12个降雨量观察站2000年到2009年每个月3旬的气
象观察数据,站点散布以以下列图所示:
图2-1气象数据站点散布图
'.
.

四川省省界根源于国家基础地理信息中心(NationalGeomaticsCenterof
China),其余还有中国地域的数字高程模型(DEM,分辨率为1km,根源于NASA)、
投影所有采纳埃尔伯斯等积圆锥投影(AlbersConicalEqualArea),这些基础数
据用于生成旱情监测系统的基础数据库。

GDAL库默认不支持项目所用的HDF文件格式。要获取支持HDF文件格式的GDAL,需要向GDAL源代码中,增添HDF文件驱动从头编译。配置过程以下:
a)从官网下载开源库GDAL()和HDF4函数库(42r4版本)。HDF4
函数库放在”C:\\HDF4”目录下。
,更正GDAL_HOME="C:\",把路径改到需要把gdal安装的地方。
增添HDF4驱动。,找到“#UncommentthefollowingandupdatetoenableNCSAHDFRelease4support.”这一行。把下边两行前面的#去掉,此后改成:
HDF4_DIR=C:\\42r4-win\
HDF4_LIB=$(HDF4_DIR)\dll\$(HDF4_DIR)\dll\\
.$(HDF4_DIR)\lib\$(HDF4_DIR)\lib\
达成后保留并封闭。
翻开控制台,输入:”D:\ProgramFiles\\Vc7\bin\"注册vc的编译环境。挨次运转:
nmake/
nmake/
nmake/
假如编译不可以功,这时有可能是GDAL代码自带的BUG。需要更正
gdal\frmts\leveller\:
{“?,kPI/,UNITLABEL_DEGREE}'.