杨 娟，谷晓平，廖 瑶，冯成虎，刘 芸

(1.贵州省生态气象和卫星遥感中心,贵阳 550002;2.贵阳市白云区气象局,贵阳 553400)

随着遥感影像获取技术的发展和GIS应用的深入，遥感影像日益呈现出多源、多类型、海量、分布式的发展趋势。面对海量的遥感影像数据和众多的行业元数据标准以及不同的应用需求，不同影像元数据标准之间的互操作、海量遥感影像数据的检索算法以及影像元数据的高效存储组织方式已经成为了许多学者研究的热点问题[1]。如何有效管理这些复杂的、异构的、分布式存储的海量遥感影像数据，以促进遥感影像数据资源的利用、共享、交换和整合，加强政府部门与非政府部门关于数据收集、数字化处理等事务的合作，已经成为实现遥感影像数据共享所面临的主要挑战。近年来，内蒙古、陕西、新疆、广西、黑龙江等多省陆续开展省级遥感监测服务体系建设。先后建成省级生态环境遥感监测机构、技术队伍、技术流程和业务监测平台等。针对遥感监测业务需求，也先后整编和建立了省级卫星遥感基础数据集、数据库，以及历史背景遥感数据集。

由于MODIS数据的时间序列长，对地球科学的综合研究和对陆地、大气和海洋的研究有较高的实用价值，而且长时间系列数据产品可用于监测区域植被覆盖的动态变化特征，并分析气候或者人为因素驱动作用，也可以作为一种常规监测手段，和其他研究结合起来；同时，时间系列的遥感产品还可以用来监测其他地表覆盖的动态变化特征[2]。因此，建立基于MODIS的省域尺度生态环境状况历史信息库，对规划、评估、管理重要生态功能区，从宏观上把握贵州生态状况变化及空间分异情况有着重要的意义。

1 研究区域及MODIS数据产品概况

中国西南岩溶地区属于世界三大喀斯特区域之一，贵州位于该地区的中心腹地，山地、丘陵及喀斯特面积比重大，导致生态环境十分脆弱。近年来，伴随着生产力的提高，人类对自然环境的影响不断扩大，导致全球气候持续变暖，全球范围内的土地荒漠化、森林退化等诸多威胁人类生存的问题凸显[3]。为了实时掌控全省生态系统变化情况，积极开展生态环境遥感领域的相关业务，需要对生态保护红线内森林、河流、湖泊、湿地等自然生态系统进行监测和评估。卫星遥感数据可以提供大区域长时间的持续定量监测，并具有快速获取、大区域覆盖等优势，可以与地面观测形成有益的补充，实现立体观测的新格局[4]。同时，日常动态遥感监测也离不开历史遥感资料的支撑，需要通过与历史气候平均态或历史同期时段的监测结果进行比较，或作为参照基准[5]。

MODIS是美国NASA的ESE计划中最重要的传感器，它具有36个通道，光谱范围从0.4 μm(可见光)到14.4 μm(热红外)，空间分辨率为250～1 000 m[6]。MODIS的多波段数据可以同时提供反映陆地表面状况、云边界、云特性、海洋水色、浮游植物、生物地理、化学、大气中水汽、气溶胶、地表温度、云顶温度、大气温度、臭氧和云顶高度等特征的信息，可用于对地表、生物圈、固态地球、大气和海洋进行长期全球观测[7]。由于MODIS的数据资料在全球可免费获得，因此关于MODIS的相关应用得到了广泛开展。

本文选取包括植被指数、地表温度/发射率、总/净初级生产力、地表反射率、叶面积指数、温度异常/火、地表覆盖8种MODIS数据产品(表1)，通过下载、预处理、质量控制与编目，面向生态环境遥感监测与分析评估需求，建设贵州省MODIS卫星遥感历史数据集，实现卫星遥感与基础地理信息数据的收集与整编。

表1 数据产品信息表

2 MODIS数据产品的整编流程

对于海量的遥感卫星数据来说，整编的目的就是为了用户能够快速、方便、准确地获取感兴趣的遥感数据,实现遥感数据向遥感信息的转化，为遥感应用的实用化、产业化发展提供有效的工具[8]。因此，必须采用有效的手段对遥感数据依照一定的规则加以系统的组织与整理，将之编辑成目录，供人们检索数据。为了全面、快速地获取卫星数据的主要信息，首先要对所接收到的卫星数据进行快视处理，按照一定的方式生成以景为单位的元数据和浏览图像，然后传送给编目存档系统组织存储[9]。当人们要检索自己所感兴趣的数据时，利用遥感卫星数据编目查询系统根据遥感数据的元数据信息和查询要求组织查询，获取相应的存档数据信息，供后继使用，并在此基础上能够充分、有效地实现数据共享和数据发布[10]。MODIS数据的整编流程主要分为五个部分：数据下载、数据预处理、数据质量控制、数据编目、数据可视化。

2.1 MODIS数据下载

MODIS数据产品来自Earthdata Search网站，截至2018年4月20日，NASA阻止了所有向公众服务器发送的FTP请求——包括LAADS DAAC和LANCE NRT。官方为用户提供了全新的下载方式——HTTPS。超文本传输协议(HTTP)是当今驱动大多数网站互联网流量的协议。该协议的一个变种称为“HTTPS”，“S”为“安全”，已被选择来取代FTP。HTTPS加密客户端和服务器之间的所有事务处理，使得截取正在传输的内容变得更加困难。因此，LAADS DAAC目前支持所有数据的HTTPS下载。

2.2 MODIS数据预处理

下载后的MODIS数据产品进行分幅数据拼接、投影转换、剪裁、文件格式转换等处理，通过MS2GT、LDOPE、MRTSwath和MRT、HEG等软件实现影像批处理，达到快速高效的预处理。

Modis Reprojection Tool(图2)使用户可以读取HDF-EOS格式的数据文件，将特定科学数据集作为所需处理的输入(mosaic&resample)实现地理裁剪，运行转换至不同的坐标系或地图投影(reprojection)，并可以将输出结果转换为其他类型文件，而不是HDF-EOS。MRT有特定的批处理命令格式，通过在Windows平台下Dos命令框中运行自己创建的批处理*.bat文件实现对MODIS产品的批处理。

经过处理后的数据为贵州矩形范围：

SPATIAL_SUBSET_UL_CORNER = (29.3 103.5)

SPATIAL_SUBSET_LR_CORNER = (24.5 109.7)

2.3 MODIS数据产品可视化

数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息(图1)。关于数据可视化的适用范围，存在着不同的划分方法。一个常见的关注焦点就是信息的呈现。数据可视化的基本思想，是将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析[11]。

图1 MODIS部分产品图形化展示

2.4 MODIS数据产品质量控制

遥感数据或产品的质量受多种因素控制，随着对这些因素研究的深入，对质量的描述也不断改进，最终表现为遥感产品在文件层的更新换代，并具体落实到对每个像元的质量描述[12]。MODIS十余种陆地产品都包含像元尺度的质量评估信息(QA)，QC是MODIS数据产品反演结果的质量标识符，以8位字节数表示。这些信息是用户合理利用这些产品的基础。如果遥感用户能够全面了解所用遥感数据的质量，就能够科学地处理与分析这些数据，并得到科学的结论。

利用MATLAB从HDF文件中读取相应的产品及其质量字段，判断数据质量是按照字段的每一位来标识，因此需要转换成二进制，并且是从右往左读取。按照质量字段只保留满足要求的产品，并成图显示和输出到txt文件，具体流程见图2。

图2 MODIS数据质量控制流程

3 贵州省卫星遥感数据整编系统

卫星遥感数据已广泛应用于国土土地利用调查、矿产资源开发现状调查与监测、环保大气环境和水环境监测、农业作物估产和长势监测、水利洪涝灾害监测及水利设施监测、统计农业生产监测、地震灾害监测等行业部门。为了推广卫星数据的业务应用，研发了“贵州省卫星遥感数据整编系统”(图3)。本系统以JAVA软件开发技术为手段，运用Mysql 5.5.0、Navicat Lite for MySQL等开发工具，建立以mybatis为框架的数据库，解决目前卫星遥感数据存储分散和不利于检索的问题，同时解决当前对卫星数据不能自动统计展示的问题。

系统一期实现MODIS遥感整编数据入库和手工基于地理信息的图形展示；二期将利用相关地理信息技术算法实现自动入库和自动分析显示，并实现遥感元数据的反向查询功能。

利用JAVA程序开发语言，系统实现9类功能模块，包括：地表温度模块、地表发射率模块、植被指数模块、地表反射率模块、总初级生产力模块、净初级生产力模块、叶面积指数模块、温度异常模块、地表覆盖模块。利用Swing组件进行界面设计开发，选择不同年份，利用JAVA FTP下载技术，从FTP服务器下载处理好的产品数据，存储在本机电脑，然后利用JAVA File读写技术，对产品数据图片进行读取显示，并实现翻页功能，利于动态查看。页面设计中，程序可以根据电脑显示屏的分辨率来调整页面布局，让页面简洁美观，同时利用Photoshop图像处理软件对图像产品进行处理。

图3 贵州省卫星遥感数据整编系统界面

4 小结与讨论

通过对数据调研、下载、预处理、质量控制、编目等技术流程，建立了2000年至2018年贵州省MODIS遥感历史数据集，按照不同的数据产品类别，从大量遥感原始数据中挖掘和提取出需要的元数据信息，借助ENVI、ARCGIS、MRT等专用工具，对数据进行拼接、投影转换、剪裁、文件格式转换等。同时，针对数据的特点和业务需求，对数据的质量进行严格控制，通过MATLAB编程实现对数据的挑选与保留。最后，确定数据库表结构设计等架构设计，利用JAVA Swing界面展示组件，对经过处理后的数据产品以图片的方式进行展示，并对界面进行美工设计，最终实现了数据整编入库和可视化功能，提高了遥感图像的使用效率。

下一步将重点着力于对多种卫星遥感数据源的分析与思考，对元数据信息的特点、元数据量、元数据生命周期、元数据种类等方面进行深入挖掘，然后针对不同的类型的数据设计不同的存储策略，最终实现高效的数据访问。