孟令奎 ，李繼園 ，陳子丹 ，陳德清 ，張 明 ，王 瑜

（1.武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430079；2.水利部水利信息中心，北京 100053）

0 前言

中國(guó)地處東亞大陸的東南部，是典型的季風(fēng)氣候國(guó)家，降水時(shí)空分布不均，旱災(zāi)時(shí)有發(fā)生。干旱已經(jīng)不僅困擾了中國(guó)的農(nóng)業(yè)生產(chǎn)，而且已成為制約經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步的重要因素之一。傳統(tǒng)的旱情監(jiān)測(cè)方法，主要是根據(jù)有限測(cè)定的土壤含水量或氣象數(shù)據(jù)，數(shù)據(jù)主要來(lái)源于稀疏的水文站點(diǎn)或氣象站點(diǎn)。如果這些數(shù)據(jù)不能完全、及時(shí)獲取，旱情監(jiān)測(cè)的精確性和及時(shí)性就會(huì)降低。如何采取有效措施監(jiān)測(cè)旱情并最大限度降低干旱造成的損失，是水利行業(yè)亟待解決問(wèn)題。

遙感技術(shù)宏觀、客觀、迅速和廉價(jià)的優(yōu)勢(shì)及其近年來(lái)的飛速發(fā)展，為旱情監(jiān)測(cè)開(kāi)辟了一條新途徑。遙感技術(shù)可以在時(shí)間和空間上快速獲取大面積的地物光譜信息，不僅可以宏觀監(jiān)測(cè)地表水分收支平衡情況，還能微觀的反映由于水分盈虧引起的地物光譜和地表蒸散變化。高時(shí)間分辨率遙感數(shù)據(jù)的獲取速度可以達(dá)到實(shí)時(shí)或近實(shí)時(shí)，適合于大尺度的旱情分析[1]。

MODIS（中等分辨率成像光譜儀）是美國(guó)NASA 對(duì) EOS（地觀測(cè)系統(tǒng)）系列遙感衛(wèi)星平臺(tái)上的主要傳感器，MODIS 數(shù)據(jù)是目前所有公開(kāi)廣播、可免費(fèi)接收的遙感數(shù)據(jù)中空間分辨率和時(shí)間分辨率最高的數(shù)據(jù)資源。這些特征決定了 MODIS 數(shù)據(jù)在水利行業(yè)中具有巨大的應(yīng)用和開(kāi)發(fā)價(jià)值。

目前，國(guó)家氣象中心業(yè)務(wù)系統(tǒng)匯集全國(guó) 5 個(gè)MODIS 站點(diǎn)（3 個(gè)主站，2 個(gè)輔站）的每日實(shí)時(shí)數(shù)據(jù)，通過(guò)星地通 DVB-S（衛(wèi)星數(shù)字廣播）系統(tǒng)發(fā)送，水利部信息中心 24 h 不間斷接收，以文件的方式存貯在本地服務(wù)器磁盤陣列中，每日接受的MODIS L1B 級(jí)數(shù)據(jù)總量大約在 80 GB，全國(guó) 1 日覆蓋至少 2 次。本文基于每日接收的 MODIS 數(shù)據(jù)開(kāi)展了數(shù)據(jù)前期處理到后期旱情監(jiān)測(cè)的應(yīng)用研究。

1 主要研究?jī)?nèi)容

1.1 基于網(wǎng)格的 MODIS 自動(dòng)化處理技術(shù)

面對(duì)日益增多的 MODIS 數(shù)據(jù)量和數(shù)據(jù)產(chǎn)品種類，急需一種遙感數(shù)據(jù)的快速處理和共享平臺(tái)為水利應(yīng)用提供高效和快速響應(yīng)的數(shù)據(jù)支撐。

網(wǎng)格技術(shù)對(duì)上述問(wèn)題提供了一種有效的手段?！拔锢矸稚ⅲ壿嫾?，按需獲取，分布處理，統(tǒng)一調(diào)度”的“弱集中”網(wǎng)格平臺(tái)，兼具并行計(jì)算與分布式計(jì)算的優(yōu)點(diǎn)，其多樣化的任務(wù)調(diào)度和流程控制，不僅為數(shù)據(jù)共享和海量處理提供各種底層功能的支持，還為建立上層的應(yīng)用服務(wù)提供了環(huán)境支持[2]。網(wǎng)格擁有非常優(yōu)越的整合、調(diào)度和使用資源的能力，在本研究中對(duì)遙感影像的自動(dòng)化處理就需要較強(qiáng)的后臺(tái)計(jì)算能力作為支撐。

MODIS 數(shù)據(jù)加工與水利應(yīng)用系統(tǒng)使用的網(wǎng)格平臺(tái)是通過(guò) Platform LSF 軟件整合各個(gè)服務(wù)器而構(gòu)建的一個(gè)虛擬的網(wǎng)格計(jì)算環(huán)境。網(wǎng)格平臺(tái)的核心就是Platform LSF 軟件，它是專門用來(lái)整合高性能計(jì)算的負(fù)載均衡管理系統(tǒng)，通過(guò)該軟件的調(diào)度策略和算法，合理地將影像處理任務(wù)分配給網(wǎng)格中的各節(jié)點(diǎn)去執(zhí)行。

網(wǎng)格平臺(tái)處理的具體任務(wù)包括處理原始 MODIS影像數(shù)據(jù)和生產(chǎn)干旱監(jiān)測(cè)數(shù)據(jù)產(chǎn)品，它能夠?qū)γ刻旖邮盏降?MODIS 原始數(shù)據(jù)實(shí)時(shí)地加工，生成 11 種數(shù)據(jù)產(chǎn)品及用于干旱監(jiān)測(cè)的各種指數(shù)圖，并將結(jié)果以文件的形式存貯在數(shù)據(jù)庫(kù)服務(wù)器中。MODIS 數(shù)據(jù)處理主要流程比較復(fù)雜，需要經(jīng)過(guò)幾何校正、輻射校正、歸一化植被指數(shù)（NDV）計(jì)算、地表溫度計(jì)算等過(guò)程[3～4]，MODIS 數(shù)據(jù)處理步驟圖如圖1 所示。

圖1 MODIS數(shù)據(jù)處理步驟圖

粒度是指各個(gè)網(wǎng)格處理節(jié)點(diǎn)可獨(dú)立并行執(zhí)行的任務(wù)大小的量度[5]。任務(wù)粒度劃分的過(guò)大，會(huì)造成單個(gè)節(jié)點(diǎn)計(jì)算負(fù)載過(guò)重，無(wú)法充分利用空閑的高效計(jì)算資源。任務(wù)粒度劃分的過(guò)小，雖然提高了模塊的復(fù)用性，但各個(gè)子任務(wù)間頻繁通信，數(shù)據(jù)交互傳輸使得網(wǎng)格的處理效率可能會(huì)降低。在對(duì) MODIS 處理流程中的任務(wù)粒度劃分時(shí)，執(zhí)行以下原則：

（1）要使整個(gè)任務(wù)運(yùn)行時(shí)間最短，就要盡可能縮短關(guān)鍵任務(wù)的執(zhí)行時(shí)間。

（2）在網(wǎng)格處理節(jié)點(diǎn)有限的情況下，應(yīng)該維持任務(wù)大小的平衡，即在不影響關(guān)鍵路徑的運(yùn)行時(shí)間的前提下，非關(guān)鍵任務(wù)應(yīng)盡可能在同一臺(tái)處理節(jié)點(diǎn)上執(zhí)行，以減少對(duì)處理節(jié)點(diǎn)的占用。

（3）可并行任務(wù)應(yīng)盡可能分布到負(fù)載最小的處理機(jī)運(yùn)行，以保證處理節(jié)點(diǎn)間的負(fù)載平衡。

將分解后的子任務(wù)按照任務(wù)間關(guān)聯(lián)度大?。紤]到耦合度、執(zhí)行復(fù)雜度和通信量 3 個(gè)因子）進(jìn)行分組[6]。重組后的MODIS數(shù)據(jù)網(wǎng)格任務(wù)處理流程如圖2 所示。

圖2 MODIS數(shù)據(jù)網(wǎng)格任務(wù)處理流程

圖2 中各節(jié)點(diǎn)代表不同的數(shù)據(jù)處理模塊，以下簡(jiǎn)要列出[7]：

（1）模塊 Pre1KM 代表1 km 分辨率數(shù)據(jù)幾何校正；PreHKM，PreQKM 分別為 500 m 分辨率數(shù)據(jù)幾何校正和 250 m 分辨率數(shù)據(jù)幾何校正，處理流程和Pre1KM 類似。

（2）模塊 RefAndRad1KM 為 1 km 分辨率數(shù)據(jù)輻射校正；RefHKM，RefQKM 分別為 500 m 分辨率數(shù)據(jù)輻射校正和 250 m 分辨率數(shù)據(jù)輻射校正，處理流程和 RefAndRad1KM 類似。

（3）模塊 Merge 代表250 m 與 500 m 分辨率數(shù)據(jù)融合。

（4）模塊 NDVIQKM 代表250 m 分辨率的 NDVI計(jì)算。

（5）模塊 RBT 代表輻射亮溫計(jì)算。

（6）模塊 LST 代表地表溫度計(jì)算。

（7）模塊 Merge_Mosaic 代表融合數(shù)據(jù)每日拼接處理。

（8）NDVI_Mosaic，RBT_Mosaic 分別為 NDVI數(shù)據(jù)每日拼接處理和輻射亮溫?cái)?shù)據(jù)每日拼接處理，處理流程和 Merge_Mosaic 類似。

（9）模塊 NDVI_OverLay 和 LST_OverLay 分別是 NDVI 數(shù)據(jù)每旬合成處理和地表溫度數(shù)據(jù)每旬合成處理。

通過(guò)處理任務(wù)粒度劃分和合理的流程編排，實(shí)現(xiàn)任務(wù)的并行度最大化，同時(shí)通過(guò)制定相應(yīng)的任務(wù)調(diào)度策略和任務(wù)分發(fā)機(jī)制，充分利用網(wǎng)格系統(tǒng)的處理能力，提高網(wǎng)格資源的利用率和網(wǎng)格應(yīng)用的性能。另外網(wǎng)格平臺(tái)還能夠根據(jù)用戶提交的請(qǐng)求執(zhí)行指定的任務(wù)，如影像數(shù)據(jù)的區(qū)域裁剪任務(wù)等。網(wǎng)格平臺(tái)能夠合理利用不同服務(wù)器的計(jì)算資源，從而高效地完成指定的任務(wù)。

1.2 應(yīng)用 MODIS 數(shù)據(jù)進(jìn)行旱情監(jiān)測(cè)研究

影響干旱的因素很多，如土壤濕度、降水、土地利用、蒸發(fā)、氣溫、種植結(jié)構(gòu)以及水利工程供水能力等，其中降水量多少直接起著非常重要的作用。通過(guò)統(tǒng)計(jì)降水量的分布規(guī)律，可以反映干旱的強(qiáng)度和持續(xù)時(shí)間。但降水量?jī)H反映某地區(qū)一段時(shí)間內(nèi)水分收入多少，不同地區(qū)或季節(jié)需水不同，干濕程度不僅取決于降水量，還與水分平衡過(guò)程的其他重要分量有關(guān)。

在水分平衡過(guò)程中，土壤含水量與地表熱量、地表蒸散量緊密相關(guān)[8]。

地表能量平衡方程可以用下式來(lái)表示：式中：Rn為凈輻射，LE 為潛熱通量，H 為感熱通量，G 為土地?zé)嵬?，PH 為生物質(zhì)能消耗。由式（1）可知地面在輻射收支后獲得 Rn，經(jīng)轉(zhuǎn)化形成土壤熱通量、感熱通量與潛熱通量，而這 3 者的分配份額與土壤含水量存在密切關(guān)系。土壤含水量低時(shí)，供給地面植被的水分減少，植被受到水分脅迫，根據(jù)能量平衡原理，這將導(dǎo)致感熱通量與土壤熱通量的增加，而這 2 者用于改變周圍環(huán)境的溫度，從而引起土地表面溫度的增高，可見(jiàn)土地表面溫度的高低可作為土壤墑情的反映。因?yàn)橹脖恢笖?shù)確定了土地表面的植被覆蓋度，不同覆蓋條件下因地表與植被反射率的不同產(chǎn)生不同的輻射平衡，因此，只有在植被指數(shù)相同的條件下，地表面溫度與土壤含水量才具有較好的相關(guān)性，才能更準(zhǔn)確地對(duì)區(qū)域旱情進(jìn)行評(píng)價(jià)[9～10]。

以上分析中，降雨量通過(guò)實(shí)測(cè)數(shù)據(jù)獲得，地表溫度和植被覆蓋狀況可以通過(guò)遙感數(shù)據(jù)計(jì)算獲取。本研究選擇合適的降水指數(shù)，通過(guò) NDVI 與 LST（地表溫度）構(gòu)建的遙感指數(shù)作為干旱評(píng)價(jià)因子。

監(jiān)測(cè)系統(tǒng)以 MODIS 衛(wèi)星遙感影像為基本數(shù)據(jù)源，同時(shí)結(jié)合地面實(shí)測(cè)的降水量數(shù)據(jù)和土壤墑情數(shù)據(jù)，通過(guò)分析各種遙感指數(shù)的適用范圍和條件結(jié)合 MODIS 影像數(shù)據(jù)的特點(diǎn)、模型參數(shù)獲取的難易等多方面考慮，選擇出合適的基于 NDVI 與 LST 的遙感指數(shù)[11]。

從降水量數(shù)據(jù)中提取出降水指數(shù)指標(biāo)，并對(duì)點(diǎn)狀的降水量數(shù)據(jù)進(jìn)行空間插值轉(zhuǎn)化成柵格數(shù)據(jù)，將遙感指數(shù)與降水指數(shù)相結(jié)合，根據(jù) 2 者對(duì)土壤相對(duì)濕度的影響程度分別對(duì)它們賦予不同的權(quán)重，建立一種干旱綜合模型。分析該模型與土壤濕度的關(guān)系，通過(guò)統(tǒng)計(jì)學(xué)方法建立其與土壤相對(duì)濕度的回歸方程來(lái)反演土壤相對(duì)濕度值，根據(jù)土壤相對(duì)濕度值劃分干旱等級(jí)，得到旱情等級(jí)分布圖，實(shí)現(xiàn)旱情的動(dòng)態(tài)監(jiān)測(cè)。整個(gè)干旱監(jiān)測(cè)流程如圖3 所示，研究中利用每日獲取的多光譜遙感影像，得到大范圍地面的面狀監(jiān)測(cè)數(shù)據(jù)，從中提取水熱相關(guān)信息，構(gòu)建遙感因子，結(jié)合地面實(shí)測(cè)的降水等數(shù)據(jù)，構(gòu)建水文氣象因子，然后綜合遙感因子與水文氣象因子建立綜合的動(dòng)態(tài)監(jiān)測(cè)模型，通過(guò)地面實(shí)測(cè)墑情數(shù)據(jù)對(duì)初步監(jiān)測(cè)結(jié)果進(jìn)行精度評(píng)價(jià)和因子權(quán)重的進(jìn)一步修正，確定最終模型。從土地覆蓋分類圖中提取監(jiān)測(cè)區(qū)域，計(jì)算出干旱指數(shù)，然后依據(jù)農(nóng)業(yè)旱情劃分標(biāo)準(zhǔn)劃分干旱等級(jí)，最后利用水文預(yù)報(bào)數(shù)據(jù)對(duì)監(jiān)測(cè)結(jié)果建立修正模型，進(jìn)行預(yù)警修正，實(shí)現(xiàn)干旱的預(yù)警[12]。

圖3 干旱監(jiān)測(cè)流程

2 平臺(tái)框架設(shè)計(jì)

數(shù)據(jù)處理與發(fā)布系統(tǒng)基于統(tǒng)一的數(shù)據(jù)庫(kù)管理平臺(tái)和網(wǎng)格平臺(tái)實(shí)現(xiàn) MODIS 數(shù)據(jù)的業(yè)務(wù)化處理、管理和應(yīng)用，并為用戶提供 B/S 模式的數(shù)據(jù)和產(chǎn)品服務(wù)。系統(tǒng)采用 3 層構(gòu)架，底層為數(shù)據(jù)采集層，負(fù)責(zé)MODIS 影像數(shù)據(jù)的接收和存貯，以及水雨情數(shù)據(jù)庫(kù)、業(yè)務(wù)數(shù)據(jù)庫(kù)的數(shù)據(jù)實(shí)時(shí)入庫(kù)、更新、維護(hù)和管理；中間層為業(yè)務(wù)處理框架，基于統(tǒng)一的 PlatForm LSF 網(wǎng)格平臺(tái)，構(gòu)建 MODIS 數(shù)據(jù)自動(dòng)化處理系統(tǒng)和旱情監(jiān)測(cè)業(yè)務(wù)系統(tǒng)；頂層為應(yīng)用服務(wù)層，即客戶端（包括瀏覽器和軟件平臺(tái)）。上下層之間通過(guò)接口進(jìn)行通信和相互調(diào)用。業(yè)務(wù)處理層通過(guò)中間件對(duì)底層數(shù)據(jù)進(jìn)行操作。3 層框架在邏輯上相互獨(dú)立，互不影響。MODIS 數(shù)據(jù)處理平臺(tái)框架如圖4 所示。

圖4 MODIS數(shù)據(jù)處理平臺(tái)框架

（1）數(shù)據(jù)采集層實(shí)時(shí)接收的 MODIS PDS 數(shù)據(jù)和 MODIS L1B 數(shù)據(jù)，以及后期加工的產(chǎn)品由數(shù)據(jù)采集層經(jīng)過(guò)統(tǒng)一整理并記錄元數(shù)據(jù)后存入磁盤陣列。數(shù)據(jù)自動(dòng)收集與更新模塊完成更新頻率高、格式相對(duì)規(guī)范的數(shù)據(jù)的自動(dòng)添加工作，以及業(yè)務(wù)數(shù)據(jù)的維護(hù)和管理，為上層提供各種數(shù)據(jù)基礎(chǔ)。

（2）業(yè)務(wù)處理層包括 MODIS 數(shù)據(jù)處理系統(tǒng)和實(shí)時(shí)干旱業(yè)務(wù)系統(tǒng)。2 者基于統(tǒng)一的網(wǎng)格調(diào)度平臺(tái)，實(shí)現(xiàn)自動(dòng)化的日常業(yè)務(wù)運(yùn)行，生成的數(shù)據(jù)和產(chǎn)品通過(guò)網(wǎng)格共享文件系統(tǒng)存入數(shù)據(jù)陣列。其中數(shù)據(jù)訪問(wèn)接口為上層應(yīng)用提供數(shù)據(jù)訪問(wèn)服務(wù)，對(duì)上層應(yīng)用屏蔽物理數(shù)據(jù)庫(kù)細(xì)節(jié)，在一定程度上提高了數(shù)據(jù)的安全性，同時(shí)可避免因調(diào)整數(shù)據(jù)庫(kù)結(jié)構(gòu)導(dǎo)致的上層應(yīng)用程序頻繁修改。

（3）應(yīng)用服務(wù)層包括 MODIS 數(shù)據(jù)發(fā)布模塊和干旱產(chǎn)品發(fā)布模塊?；?B/S 數(shù)據(jù)共享平臺(tái)，實(shí)現(xiàn)影像的快速瀏覽和查詢，提供 MODIS L1B 數(shù)據(jù)和各類產(chǎn)品及其元數(shù)據(jù)的下載，提供實(shí)時(shí)的基于MODIS 的旱情監(jiān)測(cè)服務(wù)。

3 發(fā)布平臺(tái)實(shí)現(xiàn)與旱情分析應(yīng)用實(shí)例

作為一個(gè)數(shù)據(jù)處理與分發(fā)的平臺(tái)，本研究實(shí)現(xiàn)了基于 B/S 結(jié)構(gòu)的數(shù)據(jù)發(fā)布平臺(tái)的 MODIS 原始數(shù)據(jù)、MODIS 各級(jí)數(shù)據(jù)產(chǎn)品和 MODIS 干旱數(shù)據(jù)產(chǎn)品（包括影像、元數(shù)據(jù)信息、快視圖）的瀏覽與下載功能，對(duì) MODIS 各級(jí)數(shù)據(jù)產(chǎn)品和 MODIS 干旱數(shù)據(jù)產(chǎn)品的查詢功能，以及對(duì) MODIS 各級(jí)數(shù)據(jù)產(chǎn)品的裁剪和下載功能，并提供了權(quán)限管理和用戶登錄管理。圖5是MODIS旱情發(fā)布界面圖。

圖5 MODIS旱情發(fā)布界面

基于該平臺(tái)，以 MODIS 自動(dòng)化處理的 NDVI 和LST 等產(chǎn)品為數(shù)據(jù)基礎(chǔ)，結(jié)合氣象數(shù)據(jù)（如降雨量）、水文數(shù)據(jù)（如土壤濕度），應(yīng)用遙感模型按一級(jí)流域和省級(jí)行政區(qū)域?qū)崟r(shí)自動(dòng)生成相應(yīng)的以旬為時(shí)間尺度的干旱監(jiān)測(cè)數(shù)據(jù)產(chǎn)品，包括降雨量等值面圖、土壤濕度等值面圖，遙感干旱指數(shù)圖以及綜合干旱等級(jí)圖，并利用地面土壤墑情觀測(cè)數(shù)據(jù)對(duì)干旱監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析和評(píng)價(jià)。

旱情分析以重慶市 2009 年 8 月為例。自 8 月以來(lái)，持續(xù)晴空，全市普遍高溫少雨，局部地區(qū)造成了比較嚴(yán)重的旱災(zāi)。旱情圖及預(yù)測(cè) RSM（相對(duì)土壤濕度）與實(shí)測(cè) RSM 相關(guān)分析如圖6 所示，這 3 幅圖分別對(duì)應(yīng)該月上、中、下 3 旬的遙感旱情分布情況。可以看出，隨著時(shí)間的推移，旱情程度逐漸加重，受害面積逐漸擴(kuò)大，重慶西部災(zāi)害情況相當(dāng)嚴(yán)重。對(duì)應(yīng)各分布圖是各旬反演相對(duì)土壤濕度和實(shí)際土壤濕度的相關(guān)分析圖，可以看到這兩者呈較強(qiáng)的線性相關(guān)，且相關(guān)度大。

圖6 2009年8月3旬重慶市旱情圖以及預(yù)測(cè)RSM（相對(duì)土壤濕度）與實(shí)測(cè)RSM相關(guān)分析

4 研究展望

基于網(wǎng)格的 MODIS 處理平臺(tái)實(shí)現(xiàn)了從全自動(dòng)化遙感數(shù)據(jù)處理到旱情監(jiān)測(cè)應(yīng)用的處理過(guò)程。目前，該項(xiàng)研究初步進(jìn)行了局部的試點(diǎn)實(shí)驗(yàn)取得了較好的成效，為了進(jìn)一步的深入和完善，計(jì)劃開(kāi)展以下 3 個(gè)方面的研究工作。

（1）把光譜反射率、紅外溫度、植被指數(shù)等遙感數(shù)據(jù)和產(chǎn)品通過(guò)一定的模型與土壤水分建立相互關(guān)系，進(jìn)一步研究各因素之間的內(nèi)容聯(lián)系和其物理意義，選擇土壤水分最敏感的波段，抑制背景噪聲，提高模型監(jiān)測(cè)的精度。

（2）進(jìn)一步在機(jī)理上發(fā)掘 NDVI-Ts 特征空間所蘊(yùn)含的植被生理生態(tài)學(xué)涵義，考慮如何在特征空間中合理融合氣象資料、土壤屬性及作物類型等輔助數(shù)據(jù)，以更好地為旱情定量監(jiān)測(cè)提供參考。

（3）基于全國(guó)地理范圍劃分合理的監(jiān)測(cè)單元，減小地域氣候、地形、植被覆蓋度的差異對(duì)預(yù)警結(jié)果的影響，提高監(jiān)測(cè)精度和預(yù)警準(zhǔn)確度。通過(guò)大量的實(shí)驗(yàn)和參數(shù)率定，建立區(qū)域適應(yīng)級(jí)別的監(jiān)測(cè)模型，同時(shí)把前期干旱指數(shù)作為模型構(gòu)建的一部分，成為影響后期干旱發(fā)展的一個(gè)因子。

[1]覃志豪，高懋芳，秦曉敏，等. 農(nóng)業(yè)旱災(zāi)監(jiān)測(cè)中的地表溫度遙感反演方法—以 MODIS 數(shù)據(jù)為例[J]. 自然災(zāi)害學(xué)報(bào)，2005，14 (4)：64～71.

[2]Foster I, Kesselman C, Nick J. Grid Portals: A Scientist’s Access Point for Grid ServicesGrid Computing Environment[R], Chicago USA:Global Grid Forum 9, 2003.

[3]劉玉潔，楊忠東. MODIS遙感信息處理原理與算法[M].北京：科學(xué)出版社，2001.

[4]Lingkui Meng, Liang Tao, Jiyuan Li, Chunxiang Wang. A System for Automatic Processing of MODIS L1B Data[A].Proceeding of the 8th International Symposium on Spatial Accuracy Assessment in National Resources and Environmental Sciences[C]. Shanghai, P.R. China: WORLD ACAD UNIONWORLD ACAD PRESS, 2008. 335～343.

[5]Foster I, Kesselman C. The Grid2, Blueprint for A New Computing Infrastructure [M]. San Francisco：Morgan Kaufmann Publishers Inc., 2004.

[6]Jiyuan Li, Lingkui Meng, Liang Tao. Research on Automatic Composite of MODIS Data Based on Grid [A]. in Proceeding of International Seminar on Business and Information Management 2007[C]. China：Engineering Technology Press,2008, (1)：404～408.

[7]Gengming Jiang, Zheng Niu, Weili Ruan, Changyao Wang.Cloud-free composition of MODIS data and algorithm realization [J]. Remote sensing for land and resource, 2004,(2)：11～15.

[8]冉瓊. 全國(guó)土壤濕度及其變化的遙感反演與分析[D]. 北京：中國(guó)科學(xué)院遙感應(yīng)用研究所，2005.

[9]張順謙，卿清濤，侯美亭，等. 基于溫度植被干旱指數(shù)的四川伏旱遙感監(jiān)測(cè)與影響評(píng)估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，23 (9)：141～147.

[10]唐巍，覃志豪，秦曉敏. 農(nóng)業(yè)干旱遙感監(jiān)測(cè)業(yè)務(wù)化運(yùn)行方法研究[J]. 遙感信息，2007，12 (1)：37～42.

[11]Sandholt, Rasmussen K, Andersen J. A Simple Interpretation of the Surface Temperature/Vegetation Index Space for Assessment of Surface Moisture Status [J]. Elsevier：Remote Sensing of Environment, 2002, 79 (2～3)：213～224.

[12]劉良明. 基于 EOS MODIS 數(shù)據(jù)的遙感干旱預(yù)警模型研究[D]. 武漢：武漢大學(xué)，2004.