2.2 MODIS影像数据的获取

本次研究所获取的MODIS影像数据来源于中国科学院地理与资源研究所官方网站所提供的MODIS影像，遥感监测主要是根据地物的光谱反射特性，不同的光谱反射特性在遥感上显示的内容会有所不同。本次蓝藻水华爆发现象研究的区域选择太湖，是因为太湖是我国的第三大淡水湖，今年来太湖蓝藻污染的情况逐步引起人们的关注，太湖总体的水域范围大，在遥感图像上能够很好地提取，太湖分为许多的湖区，不同的湖区其蓝藻的生长爆发情况不同，选取太湖作为研究区域具有较好的对比作用。

根据蓝藻的生长特性可知，在水体富含N元素、P元素是引起蓝藻水华疯狂爆发的主要原因，湖区的水温升高会增加蓝藻水华爆发的频率，因此本次研究以期获得太湖区域蓝藻水华的时空爆发规律，就必须利用遥感对该研究区域进行长时间的动态监测，选取一定时间段的MODIS影像用于研究是本次研究的基础，所以，就必须要求MODIS影像数据能够满足时间分辨率、空间分辨率、辐射分辨率等指标的要求，这样才能得出有价值的研究结果。

MODIS数据是波段范围覆盖了可见光、近红外和远红外的36个波段的影像数据, 光谱范围在0. 4～14.4m之间,扫描宽度2330km,其中第1个、第2个波段的空间分辨率为250m,波段3～波段7的空间分辨率500m,波段8～波段36的空间分辨率为1000m。MODIS卫星每天过境2次,上午下午分别过境一次。因为MODIS卫星具有较高分辨率的特性使其在监测自然灾害、生态环境、全球气候变化等方面有着广阔的应用前途。本次研究拟采用MODIS数据波段1～波段7数据进行实验研究。

表1 用于研究的部分MODIS数据的属性信息 影像 编号 日 期 影像 日 期 编号

1 2 3 4 2010年4月10日 2010年4月15日 2010年4月20日 2010年4月25日 12 13 14 15 16 17 18 19 20 21 22 2010年5月24日 2010年5月27日 2010年5月30日 2010年6月5日 2010年6月10日 2010年6月15日 2010年6月20日 2010年7月1日 2010年7月11日 2010年7月25日 2010年8月15日 5 2010年5月1日 6 2010年5月5日 7 2010年5月8日 8 9 10 11 2010年5月11日 2010年5月15日 2010年5月18日 2010年5月21日 2.3 MODIS影像数据的处理 2.3.1 MODIS影像数据的预处理

对获取的MODIS影像数据进行预处理是为了能够较为准确的提取所需要的信息，以便为所研究的太湖蓝藻水华等现象提供可靠的决策支持与预警工作。 获取的MODIS影像由于在成像过程中受到大气折射的影响，摄像传感器自身因素的影响，地面状况的影响等造成了MODIS影像自身的误差，为了进一步减弱MODIS影像误差的影响需要对获取的MODIS影响作出预处理以进行误差纠正。本次对于太湖蓝藻水华爆发现象的研究使用的遥感软件是ENVI4.8，该软件功能强大，适用于遥感影像的处理，该软件中提供的GEOREFERENCE MODIS模块对下载的MODIS遥感影像进行几何校正处理和BOW-TIE现象的去除十分有效，对MODIS影像的几何校正采用GEOGRAPHIC LAT/LAN投影，参考基点为WGS-84。

再者，由于MODIS影像是在高空进行成像作用获得影像，因此对太湖区域拍摄的一景影像包含的区域范围大大超过了太湖水域本身的范围，因此为了减少影像数据的处理容量，需要对获取的影像进行研究区域的裁剪，通过图像的裁剪去除大量的冗余数据，从而简化蓝藻信息的提取与研究，具体裁剪范围可参考表2：

表2：太湖水域的地理范嗣

经度范围（太湖） 纬度范围（太湖） 空间投影 119°35'54.53\～121°05'51\30°51'06\～ 31°38'20\UTM 图像裁剪可以在几何校正与BOW-TIE去除的同时进行，裁剪后的图像文件以

HDF（层次数据格式）文件格式保存，对所获影像进行研究区域额裁剪一方面可以减少节省大量的磁盘空间，另一方面可以简化图像的处理，很大程度地提高MODIS影像的处理效率。

图2 图像处理流程图

2.3.2 太湖水域中岛屿与干扰区域的去除

综合考虑太湖水域的总体情况可知，本次研究太湖蓝藻水华现象的研究区域将不包括太湖近岸区域和湖中岛屿区域。太湖水域中的东太湖区域属于草型湖泊，生长着大量的水生植物，该地区生长的水生植物与蓝藻水华在遥感影像上引起的光谱特性不一致，因此，在研究太湖区域蓝藻水华爆发现象中，东太湖区域应该剔除在研究区域范围之外，东太湖的遥感监测结果不等同与蓝藻的监测结果，这一点在时间或者空间的延续上更是显示出显著的差异，太湖水域湖体中的岛屿分布如图 2 所示。

图3 太湖水域中湖区分布

2.4 太湖水域蓝藻水华信息的提取 2.4.1 蓝藻提取的NDVI计算

MODIS数据对于蓝藻水华信息的提取方法有很多。归一化植被指数是最常用的植被提取算法，NDVI( Normalized Difference Vegetation Index )是目前应用于植被提取领域取得良好效果的算法之一。已经得到证实的理论成果表明，蓝藻水华的光谱特征与植被的光谱特征很是相似，所以根据NDVI植被提取算法能够有效地提取蓝藻水华信息。NDVI算法被定义为红光波段和近红外波段两波段归一化比值，即：

NDVI??NIR—RED?／(RED?NIR) (1)

式中NIR和RED分别代表着近红外波段和红光波段的光谱反射率，对用于本次研究的MODIS影像而言，分别代表着第2和第l波段。 2.4.2 蓝藻提取阙值的确定

由于蓝藻水华爆发强度在太湖湖区的不同位置爆发强度不一样。因此太湖各区的蓝藻生长情况在遥感影像上的光谱特征也是不同的，本次研究将参照往年的