MODIS数据实战：从Terra/Aqua双星协同到地表参数精准提取

1. MODIS双星观测原理与数据特点

第一次接触MODIS数据时，我被它庞大的数据量和复杂的命名规则搞得晕头转向。直到实际用Terra和Aqua两颗卫星的数据做了几个项目后，才发现它们的协同观测简直是环境监测的"黄金组合"。这两颗卫星就像一对默契的搭档，Terra在上午10:30过境，Aqua在下午1:30过境，这种时间差让我们能捕捉地表参数的日变化特征。

MODIS的全称是中分辨率成像光谱仪，它搭载在Terra和Aqua两颗卫星上。Terra发射于1999年，主要进行上午观测；Aqua发射于2002年，负责下午观测。这种设计使得对同一地区每天至少有四次观测机会（白天两次、夜间两次）。我在分析城市热岛效应时，就特别依赖这种时间分辨率——上午的数据显示城市开始升温，下午的数据则记录了一天中最热的状态。

MODIS数据最吸引人的特点是它的36个光谱波段，覆盖从可见光到热红外的广泛范围。其中：

• 波段1-2：250米分辨率（适合精细地物识别）
• 波段3-7：500米分辨率（植被和水体监测的主力）
• 波段8-36：1000米分辨率（大气和温度研究）

2. 数据获取与预处理实战

下载MODIS数据时，新手最容易犯的错误就是搞混MOD和MYD前缀。这里有个简单记忆法：Terra的数据以MOD开头（Morning Observation Data），Aqua的数据以MYD开头（Mid-afternoon Observation Data）。我习惯用NASA的Earthdata平台下载，它的筛选条件非常直观。

以获取地表温度产品为例：

1. 登录Earthdata Search
2. 选择"MOD11A1"（Terra每日地表温度）
   或"MYD11A1"（Aqua每日地表温度）
3. 设置时间范围和地理范围
4. 下载HDF格式的原始数据

下载后的预处理流程我通常这样安排：

python复制# 示例：用GDAL读取HDF文件
import gdal
hdf_file = gdal.Open('MOD11A1.A2021001.h25v05.006.2021004034321.hdf')
subdataset = hdf_file.GetSubDatasets()[0][0]  # 选择第一个子数据集
temp_data = gdal.Op