新年开坑第一篇，关于之前MODIS系列博客的补充和番外篇。有兴趣的同学可以去翻阅前面的文章复习。
MODIS数据的简介和下载（二）——MODIS数据下载方式（FTP）
MODIS数据的简介和下载（三）——MODIS数据下载方式（基于MODIS Web Service）
之前有小伙伴在评论区问过我，说Matlab客户端不能用了，前一段笔者自己使用的时候发现R的客户端也挂了，去官网一看，发现MODIS官网更新了产品版本，原来的这些客户端都不支持了。当时仅剩一个Python版本的客户端（不过好消息是最近又把各个语言的客户端都更新了，习惯用Matlab或者R的同学可以继续使用）。
Matlab只需要解压即可，R的MODISTools包则需要下载下来离线安装（我会把新的客户端的文件：R、Matlab、Python放到网盘共享，大家也可以在文末找链接）。
今天重点还是讲Python的客户端，点击开Python客户端下载之后是一个网页显示的文本文件。本文的Python环境是基于Anaconda的2.7.12。
将页面复制下来，存成Python文件。另外还需要安装SUDS的模块，通过pip就可以安装（前面的博客已经介绍过pip）。
只需要在cmd里运行pip install suds（确保你的pip在系统变量路径里）
1 | pip install suds |
接下来就是将下载的Python文件作为包引入即可。如何引用一个别人写好的未打包成包的Python函数？其实这里有两种方式。
一种是把别人写好的Python函数放到如下的路径’Python安装路径/Lib/site-packages’，这种方式一劳永逸，这样就等同于你安装了这个Python函数。可以随意的import。
另一种方式就是现在系统路径里加入Python函数所处的路径。具体的实现如下面的代码。
1 | import os,sys |
最后import 下载的MODIS Web Service的python文件名（我这里用的MODISWeb）即可。
使用的方式与前文的MODIS和R的客户端大体相同。
因为LAI是8天合成数据，我们想通过已有的数据进行拟合，对时间序列做个简单的预测。这里用线性回归模型进行拟合。
这里使用了sklearn里面的线性模型来训练拟合线性回归模型。
绘制回归图。
上文只是简单地对MODIS数据做些简单分析，如果拥有实测数据，则可以通过遥感数据和实测数据的拟合，实现遥感数据反演。而具体的应用就待各位进一步挖掘了。
此外，MODIS系列下载区有小伙伴问过关于MODIS16蒸散发产品的下载。这一点，有位热心小伙伴找到了最新的下载方式，这里放出博客的链接，有需要的请自取。
R、Matlab、Python客户端下载链接。
