MODIS数据介绍

数据集的选择可参见-如何在WRF中使用2020年（最新）土地利用类型数据集？

MODIS-MCD12Q1 v061

• 时间范围：2001-2022，年尺度数据
• 空间分辨率：500m
  
  MODIS土地覆盖类型产品第六版（MCD12Q1_v06）是根据一年的Terra和Aqua观测所得的数据经过处理，描述土地覆盖的类型产品，分别采用了五个分类方案，如下：
• IGBP（的全球植被分类方案）：对应LC Type1波段
• UMD（美国马里兰大学分类方案）：对应LC Type2波段
• LAI（ 基于MODIS叶面积指数/光合有效辐射分类方案）：对应LC Type3波段
• BGC （生物地球化学循环分类方案）：对应LC Type4波段
• PFT （植物功能型分类方案）：对应LC Type5波段

以2020年中国土地利用数据为例，已有处理好的版本：
下载地址-land use dataset of geogrid in China 2020。

数据下载

1、点击【Access Data】，如下：

2、筛选数据
在其中选择对应时间、矩形选择方式并框选所需要的范围（以下示例中国大部分区域） （稍等片刻加载时间选择下载全部）
第一步：选择时间范围

第二步：选择空间范围
网格范围：经度（106 120.58） 纬度（16.626 29.748）
SW：16.626,106
NE：29.748,120.58

确定后，界面如下：

登录账号后，下载数据。

需下载Earthdata Download软件进行数据下载，界面如下：

Earthdata Download中数据下载界面如下：

数据拼接

MRT工具介绍

采用MRT(MODIS Reprojection Tool) 进行数据拼接，MRT软件的下载及安装参见另一博客-【MODIS处理工具】MRT(MODIS Reprojection Tool) 下载及安装。

安装完成后，打开MRT的安装路径文件夹，打开bin文件夹，双击ModisTool.bat或者ModisTool.jar即可进 入MRT的GUI界面：

GUI界面如下：

基于MRT软件完成数据拼接

1、导入并查看数据
点击【Open Input File】，导入下载的hdf文件，如下：

可以使用【View Selected Tile】来查看所下载的数据的大致位置，如果有出现在另一半球可以在此时删掉（最终效果如下，很奇怪，15个文件就是有一个一直没下载好，这会导致后续处理失败，数据拼接要求导入的数据必须得是可以拼接起来的相邻影像）：

重新下载了所需的数据，数据范围如下：

2、 设置输出路径、文件格式、重采样方法
1）Specify Output File：设置输出文件路径。
2）Output File Type：设置输出文件的格式，格式有 GEOTIFF、HDFEOS、RAW BINARY三种，常用 GEOTIFF 格式。
3）Resampling Type：设置重采样方法，有最邻近Nearest Neighbor、双线性插值Bilinear、三次卷积Cubic Convolution三种方法

3、设置投影、空间分辨率
1）Output Projection Type中可以选择多种投影方式，大家根据自己的需要来即可。此处笔者选择通用横墨卡托格网系统UTM。在Edit Projection Parameters中可以选择投影分带，如果研究区正好在该分带中，可以在UTM Zone中填入对应带号；若研究区跨度很大，可以不必填写。在Datum中选择WGS84坐标。
2）Output Pixel Size中设置输出影像的空间分辨率，单位是m；在填写分辨率时，最好升尺度，不要降尺度；比如说原影像分辨率为1000m，那可以填1000、5000等等，不要填500、250等小于原分辨率的数值。

其中：波段使用LC_TYPE1，重采样方式为Bilinear，投影类型为Geographic，像素分辨率为0.004991576420597609，投影参数点进去选择WGS84
补充： 在WGS84（地理坐标系）中，分辨率通常以经纬度表示。MCD12Q1产品的原始分辨率是500米，而0.004991576420597609度在赤道附近大约相当于500米的地面距离。

4、选择导出的数据集
本文利用的是MCD12Q1 v061数据，该数据中包含多种数据集。但我若想只提取其中某一数据集该如何做？
1）首先，将在 Selected Bands中的所有数据集通过 “ << ” 符号全部移入 Avaliable Bands 栏中。
2）将所需要的数据集通过 “ >> ” 符号再次导入到 Selected Bands栏中。

5、保存批处理的prm文件
点击Save Parameters file，得到保存的prm文件。prm文件可以应用于后续的批处理。

6、Run运行
点击Run运行，在弹出的窗口中看到Finished processing便表明运行完成啦。可以在所设置的路径中找到处理完成的影像和prm文件。到此，需要处理单次MODIS数据的步骤就完成了。

数据处理：tif文件转二进制格式

下载下来的数据为hdf格式的，需进一步处理。
处理数据的思路是先拼接—转换tiff—处理为geogrid二进制格式。

使用convert_geotiff进行处理

Python处理

生成的TIF使用以下python程序处理成二进制格式，Python代码如下：

import rasterio as ra
from osgeo import gdal
 
 
tifPath = r"C:/Users/NING\Desktop/modis2017/拼接/pinjie.LC_Type1.tif"
rasterDataset = ra.open(tifPath)
 
 
xstart = "00001"
ystart = "00001"
xend = str(rasterDataset.width).zfill(5)
yend = str(rasterDataset.height).zfill(5)
 
outputFile = xstart + "-" + xend + "." + ystart + "-" + yend
 
data = rasterDataset.read(1)[::-1]
data.tofile(r"C:/Users/NING\Desktop/modis2017/拼接/" + outputFile)
 
 
#INDEX数据提取
def get_tif_info(tif):
    dataset = gdal.Open(tif)
 
    band = dataset.GetRasterBand(1)
    xsize = band.XSize
    ysize = band.YSize
    maxmin = band.ComputeRasterMinMax()
    geo = dataset.GetGeoTransform()
 
    print('地理变换6元素：', geo)
    print('栅格矩阵的列数:', xsize, '栅格矩阵的行数:', ysize)
    print('最小最大值：', maxmin)
 
 
if __name__ == '__main__':
    get_tif_info(tifPath)

编写INDEX

以上程序一同生成数据要素：使用GetGeoTransform()输出tiff文件的地理信息六要素。

type=categorical
category_min=1
category_max=21
projection=regular_ll
dx=0.004491576420597609
dy=0.004491576420597609
known_x=1.0
known_y=11130.0
known_lat=60.00009587599426
known_lon=30.462848532138274
wordsize=1
tile_x=33291
tile_y=11130
tile_z=1
units="category"
description="MODIS2017 landuse"
mminlu="MODIFIED_IGBP_MODIS_NOAH"
iswater=17
islake=21
isice=15
isurban=13

各项参数含义：

• type：为文件描述类型
• category_min：分类代码的最小值
• category_max：分类代码的最大值
• projection：投影类型
• dx：横向格点间的间隔，即栅格影像的横向分辨率
• dy：纵向格点间的间隔，即栅格影像的纵向分辨率
• known_x：指定一个标记点的横轴坐标
• known_y：指定一个标记点的纵轴坐标
• known_lat：标记点横向坐标的纬度
• known_lon：标记点纵向坐标的经度
• tile_x：横向格点数
• tile_y：纵向格点数
• units：格点值的单位
• description：文件描述
• iswater：水体类别的编号
• islake：湖泊类别的编号
• isice：冰川类别的编号
• isurban：城市类别的编号

修改GEOGRID.TBL以及namelist.wps

修改GEOGRID.TBL

在geog下建立一个modis_landuse_17class_500meter_China2020的文件夹，将上面生成的一堆二进制文件和index文件都挪到这个文件夹下（也可直接使用生成好的文件）。

进入WPS的geogrid文件夹下，对其中的GEOGRID.TBL进行修改，找到对应的LANDUSEF部分，加上：

landmask_water = China_2020:17
interp_option = China_2020:nearest_neighbor
rel_path = China_2020:modis_landuse_17class_500meter_China2020/

说明：
landmask_water = China_2020:17 中17表示水体
数据分类数量为21个分类

修改namelist.wps

然后在namelist.wps中设置geog_data_res = 'China_2020’即可调用新的土地利用类型数据了。

相关数据下载-land use dataset of geogrid in China 2020

参考

1、CSDN博客-制作MODIS静态地理数据并在WRF模式中使用
2、CSDN博客-MRT工具下载、安装、批处理MODIS数据
3、如何在WRF中使用2020年（最新）土地利用类型数据集？
4、CSDN博客-WRF替换静态地理数据中的土地利用数据（WRF替换下垫面数据）