0

我正在使用 MODIS 积雪产品 (MOD10A1) 并且无法理解返回的一些值。我正在尝试从 NDSI（归一化差异雪指数）积雪层中获取 % 积雪。MODIS 用户手册指出，NDSI 积雪层的值介于 0 到 100 之间，表示每个像素中的积雪百分比，以及 200 到 255 之间的八个值，表示所有其他可能的特征/遮罩（云、缺失数据等）。在处理图像时，我发现值介于 100 和 200 之间，并且在 MODIS 文档中找不到对这些值的任何引用。

我从 NSIDC.org 网站下载了 MOD10A1 产品为 .hd 文件。我在 R 中工作，但无法使用 R 中的 .hd 文件，因此我使用 MODIS NASA 网站上推荐的 HEG 转换器程序将 NDSI 积雪层转换为 .tif 文件。我使用 raster 包将 .tif 文件导入 RStudio，并使用 getValues 和 unique 函数来查找每个像素中的值。返回的值是 0 到 255 之间的任何值，包括 100-200 范围内的值。

有谁知道这些值是什么意思？是产品自带还是文件转换有错误？感谢您的帮助。

编辑：感谢您的建议。确切的文件名之一是“MOD10A1.A2015364.h25v06.006.2016182181418.hdf”和文件链接 https://drive.google.com/file/d/1HeEpIL15EC_PSBWsuGT4FJMZOPr4_oND/view?usp=sharing

我尝试使用 terra 包中的 rast 函数并得到相同的结果。

4

1 回答 1

0

你可以用terra.

library(terra)
f <- "MOD10A1.A2015364.h25v06.006.2016182181418.hdf"

你可以做

x <- rast(f)
names(x)
#[1] "MOD_Grid_Snow_500m:NDSI_Snow_Cover"                    "MOD_Grid_Snow_500m:NDSI_Snow_Cover_Basic_QA"          
#[3] "MOD_Grid_Snow_500m:NDSI_Snow_Cover_Algorithm_Flags_QA" "MOD_Grid_Snow_500m:NDSI"                              
#[5] "MOD_Grid_Snow_500m:Snow_Albedo_Daily_Tile"             "MOD_Grid_Snow_500m:orbit_pnt"                         
#[7] "MOD_Grid_Snow_500m:granule_pnt"

并使用第一层

ndsisc <- x[[1]]
ndsisc
#class       : SpatRaster 
#dimensions  : 2400, 2400, 1  (nrow, ncol, nlyr)
#resolution  : 463.3127, 463.3127  (x, y)
#extent      : 7783654, 8895604, 2223901, 3335852  (xmin, xmax, ymin, ymax)
#coord. ref. : +proj=sinu +lon_0=0 +x_0=0 +y_0=0 +R=6371007.181 +units=m +no_defs 
#source      : MOD10A1.A2015364.h25v06.006.2016182181418.hdf:MOD_Grid_Snow_500m:NDSI_Snow_Cover 
#names       : MOD_Grid_Snow_500m:NDSI_Snow_Cover

或者确认文件的子数据集结构

s <- sds(f)
s
#class       : SpatDataSet 
#subdatasets : 7 
#dimensions  : 2400, 2400 (nrow, ncol)
#nlyr        : 1, 1, 1, 1, 1, 1, 1 
#resolution  : 463.3127, 463.3127  (x, y)
#extent      : 7783654, 8895604, 2223901, 3335852  (xmin, xmax, ymin, ymax)
#coord. ref. : +proj=sinu +lon_0=0 +x_0=0 +y_0=0 +R=6371007.181 +units=m +no_defs 
#source(s)   : MOD10A1.A2015364.h25v06.006.2016182181418.hdf 
#names       : NDSI_Snow_Cover, NDSI_Snow_Cover_Basic_QA, NDSI_Snow_Cover_Algorithm_Flags_QA, NDSI, Snow_Albedo_Daily_Tile, orbit_pnt, granule_pnt 

names(s)
#[1] "NDSI_Snow_Cover"                    "NDSI_Snow_Cover_Basic_QA"           "NDSI_Snow_Cover_Algorithm_Flags_QA"
#[4] "NDSI"                               "Snow_Albedo_Daily_Tile"             "orbit_pnt"                         
[7] "granule_pnt"

并使用第一个子数据集

ndsisc <- s[1]
ndsisc
#class       : SpatRaster 
#dimensions  : 2400, 2400, 1  (nrow, ncol, nlyr)
#resolution  : 463.3127, 463.3127  (x, y)
#extent      : 7783654, 8895604, 2223901, 3335852  (xmin, xmax, ymin, ymax)
#coord. ref. : +proj=sinu +lon_0=0 +x_0=0 +y_0=0 +R=6371007.181 +units=m +no_defs 
#source      : MOD10A1.A2015364.h25v06.006.2016182181418.hdf:MOD_Grid_Snow_500m:NDSI_Snow_Cover 
#names       : NDSI snow cover from best observation of the day

现在用freq（或unique）检查值

fq <- freq(ndsisc)
tail(fq)
#      layer value  count
#[84,]     1    92     28
#[85,]     1    93     15
#[86,]     1    94      3
#[87,]     1   201  33636
#[88,]     1   237  37178
#[89,]     1   250 807785

正如您断言的那样，有低于 100 和高于 200 的值，但不是介于两者之间。

下一步可能是

nd <- clamp(ndsisc, 0, 100, values=FALSE)
nd
#class       : SpatRaster 
#dimensions  : 2400, 2400, 1  (nrow, ncol, nlyr)
#resolution  : 463.3127, 463.3127  (x, y)
#extent      : 7783654, 8895604, 2223901, 3335852  (xmin, xmax, ymin, ymax)
#coord. ref. : +proj=sinu +lon_0=0 +x_0=0 +y_0=0 +R=6371007.181 +units=m +no_defs 
#source      : memory 
#names       : NDSI snow cover from best observation of the day 
#min values  :                                                0 
#max values  :                                               94

也许您不小心使用了“Snow_Albedo_Daily_Tile”子数据集？

albedo <- s[5]
albedo
#class       : SpatRaster 
#dimensions  : 2400, 2400, 1  (nrow, ncol, nlyr)
#resolution  : 463.3127, 463.3127  (x, y)
#extent      : 7783654, 8895604, 2223901, 3335852  (xmin, xmax, ymin, ymax)
#coord. ref. : +proj=sinu +lon_0=0 +x_0=0 +y_0=0 +R=6371007.181 +units=m +no_defs 
#source      : MOD10A1.A2015364.h25v06.006.2016182181418.hdf:MOD_Grid_Snow_500m:Snow_Albedo_Daily_Tile 
#names       : Snow albedo of the corresponding snow cover observation

那个值在 100 到 200 之间。但这是否出乎意料？

as.vector(unique(albedo))
#[1]   0   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30
#[32]  31  32  33  34  35  36  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54  55  56  57  58  59  60  61
#[63]  62  63  64  65  66  67  68  69  70  71  72  73  74  75  76  77  78  79  80  81  82  83  84  85  86  88  91  92  93  94  95
#[94] 100 101 125 137 150 251 253
于 2020-12-07T21:01:22.753 回答