【ArcMap零基础训练营】02 MODIS数据的下载与处理

Salierib

于 2025-01-31 10:12:50 发布

阅读量1.4k

点赞数 29

分类专栏： ArcMap系列教程文章标签： arcgis

本文链接：https://blog.youkuaiyun.com/qq_37948866/article/details/145066256

版权

ArcMap系列教程专栏收录该内容

3 篇文章

订阅专栏

MODIS数据处理

230107直播录像 MODIS数据下载及处理

MODIS数据简介

中分辨率成像光谱仪（The Moderate Resolution Imaging Spectroradiometer ，MODIS）是地球观测系统（EOS）Terra和Aqua平台上的一个关键仪器，旨在通过一组可见光、近红外、MIR和热通道监测地球的大气、海洋和陆地表面。

中分辨率：250 m (1-2波段)；500 m (3-7波段)；1000 m (8-36波段)

光谱：36个离散光谱波段，光谱范围宽，从0.4微米（可见光）到14.4微米（热红外）全光谱覆盖。

本节课关注是MODIS系列数据中的陆地产品的处理，这些产品是基于原始数据（0级数据）处理后，用以反映陆地表面相关指标的。

在这里插入图片描述

本文介绍常见的MODIS陆地产品的下载及处理方法，这些数据包括：

MCD12 土地利用
MOD11 地表温度LST
MOD13 植被指数NDVI、EVI
MOD15 叶面积指数LAI
MOD16 蒸散发 ET、PET
MOD17 植被生产力NPP、GPP

…

MODIS数据的存储形式

MODIS数据通常以后缀为.hdf的文件形式存储，如下所示：
在这里插入图片描述

hdf文件的文件名称包含对该文件的描述信息，以MOD13Q1.A2020001.h22v03.006.2020018002554.hdf为例。

MOD13Q1：MODIS产品简称
A2020001：数据的获取时间（AYYYYDDD），此处代表2020年的第1天（1月1号）
h22v03：数据的区块号
006：数据的版本号
2020018002554：数据的生成时间（YYYYDDDHHMMSS），此处为2020年第18天的00时25分54秒

中国区域的MODIS区块如下图所示：

在这里插入图片描述

MODIS数据下载网址

上述的三个下载网址，均可以下载到常见的MODIS产品的hdf文件。其中，EarthData有更好的数据筛选模块，批量下载时没有文件数目的限制，另外在生成下载订单时也最快，基本不需要等待就可以下载hdf文件。此外，EarthData还有以下几个优点：

MODIS产品全
下载方便（产品、区块号、时间跨度）、没有文件数目限制
- 多种筛选地区的方式
- 有.hdf文件的metadata
有完备的数据说明，帮助我们了解某个MODIS产品
- 子数据集
- 引用
- 算法文档
- 用户指南

了解某个MODIS产品

我们可以通过访问MODIS产品的介绍页、用户文档以及算法说明来了解某个MODIS产品，获取关键信息，这些信息包括：

子数据集信息

SDSName：子数据集名称

Units：单位

Data Type：数据类型

Valid Range：有效值范围

Scale Factor：缩放因子
引用
算法文档（ATBD.pdf）
用户指南（user guide.pdf）

上述这些信息相关的网址均可在EarthData中搜索某一产品后点击View all related URLs后查看。

处理MODIS数据（.hdf）的常用工具

本地计算
- MRT（modis reprocessing tool）
- HEG
- ArcMap
云计算
- google earth engine
- pie-engine

MRT和HEG安装时的常见问题
在这里插入图片描述

MRT和HEG安装时在设置安装路径和java路径时，如果路径中包含空格，需要将空格替换成下划线“_”。

MODIS数据处理演示

选取几个MODIS产品作为代表，说明处理过程，这几个产品包括：

MOD13 植被指数NDVI
MOD16 实际蒸发ET
MCD12Q1 土地利用类型LC

例子

青海省1-9月的1km NDVI
巴音郭楞地区2013年的500m ET
中国某地区2021年的土地利用类型数据

产品名	子数据集索引	数据类型	有效值范围	缩放因子
MOD13A3	0（NDVI）	16位有符号整型	-2000~10000	0.0001
MOD16A3	0（ET）	16位无符号整型	0~65500	0.1
MCD12Q1	0（LC_Type1）	8位无符号整型	1~17	N/A

易方MODIS数据综合处理工具

安装与下载
在这里插入图片描述

PIE-Engine云计算平台

PIE-Engine地球科学引擎是航天宏图自主研发的一套基于容器云技术构建的面向地球科学领域的专业PaaS/SaaS云计算服务平台

PIE-Engine
在这里插入图片描述

注册账号后，在遥感实时计算功能下，通过创建脚本文件，在线对MODIS产品进行处理。整体的处理流程大致有以下几步：

注册云计算平台账号并登陆
上传研究区边界文件
创建脚本文件
运行脚本文件
任务完成后下载

接下来演示下在云计算平台合成逐年NDVI栅格的过程，使用的脚本如下：

// 基于MOD13Q1，批量合成某地某时段的逐年NDVI栅格数据
var fCol = pie.FeatureCollection('user/zhyg2717/xinxiang'); // 修改此行以更改研究区范围
var roi = fCol.getAt(0).geometry();
Map.addLayer(fCol, {color:"#ff0000", fillColor:"#00000000"}, "china");
for (var a=2012;a<=2016;a++){
    var img = pie.ImageCollection('USGS/MOD13Q1/006')
                 .filterDate(String(a)+"-01-01", String(a)+"-12-31")
                 .select("NDVI")
                 .max()
                 .multiply(0.0001)

    //设置图层显示参数并加载
    var visParam = {
        min: -0.3,
        max: 1,
        palette: 'CA7A41, CE7E45, DF923D, F1B555, FCD163, 99B718, '+
            '74A901, 66A000, 529400,3E8601, 207401, 056201, 004C00,'+
            '023B01, 012E01, 011D01, 011301'
    };
    imgClip = img.clip(roi)
    Map.addLayer(imgClip,visParam,"img")
    Export.image({
        image: imgClip,
        description: "xinX_NDVI_" + String(a),
        crs:'WGS84',
        region:roi,
        scale:250
    });
}

Google earth engine

相比于PIE-Engine，GEE的账号注册的门槛更高，但提供更多的数据集和计算资源。注册时需要教育邮箱，可参考以下内容进行注册。

gmail（一个手机号仅能绑定一个）
任意的学校邮箱（.edu.cn）
申请理由：Dear earthengine team, I am now interested in a project on NDVI time series variation and I found that GEE has good functionality for it.

GEE的操作流程可以参考我的往期视频：

GEE加工逐年MODIS源250mNDVI数据，以2011年中国区域为例
在这里插入图片描述