共查询到19条相似文献，搜索用时 687 毫秒
1.
青藏高原地形复杂,积雪时空分布异质性较强且大部分地区积雪较薄,而被动微波遥感因其空间分辨率低以及雪深反演中的不确定性,极大地限制了其反演青藏高原雪深的精度。本文尝试将多源遥感数据以及与积雪模型（SnowModel）相结合,来重建更高质量的青藏高原雪深数据。首先,利用MODIS积雪面积比例产品,根据构建的积雪衰减曲线以及经验的融合规则对低分辨率被动微波雪深进行了降尺度;然后,结合MODIS/被动微波融合雪深数据和SnowModel对研究区进行雪深数据同化实验;最后,利用地面站实测雪深数据对MODIS/被动微波融合雪深以及同化输出雪深的精度进行了分析和对比。结果表明,基于数据同化方法得到的雪深数据更接近地面观测雪深值,通过均方根误差以及相关系数的对比,同化雪深结果优于MODIS/被动微波融合雪深结果。 相似文献
2.
积雪和植被的覆盖范围对于研究气候变化和水资源平衡、生态环境状况具有重要的意义,但它们的光谱曲线具有较强的时空变异性,难以获取精确的覆盖度产品。针对线性混合像元分解算法在积雪和植被覆盖度反演中噪声和光谱变异带来的误差,本文提出了一种基于归一化扰动模型的积雪和植被覆盖度反演方法,并选用了3个不同的区域（单独的积雪覆盖区、单独的植被覆盖区、积雪和植被混合的覆盖区）来验证所提出框架的可行性。研究结果表明：① 该方法单独反演积雪覆盖度的均方根误差为0.172,单独植被覆盖度反演均方根误差为0.223,积雪和植被覆盖度混合反演的均方根误差分别为0.185和0.249,3种方案均有较高的精度;② 对影像与端元组进行归一化后,降低了光谱异质性,在此方法下的扰动混合模型可以有效地减弱MODIS影像光谱变化和噪声带来的误差;③ 针对MODIS影像,该框架获取的积雪覆盖度相对于植被覆盖度具有更高的精度。今后将进一步发展类似的积雪覆盖度与雪粒径协同反演算法。 相似文献
3.
多源遥感数据的综合应用是提高地表温度反演精度的有效途径.MODIS数据和Landsat TM数据在我国同一地区获取的时间相差不大,可以获取近似同步的MODIS数据和TM数据.本文将基于MODIS数据反演的大气参数应用于TM影像的地表温度反演,分别对单窗口算法和普适性单通道算法进行了实验研究,应用气象站实测的地表温度数据对反演结果进行了检验,并对比分析了不同土地覆盖条件下两种算法的精度差异.结果表明:两种算法反演精度均较高,单窗口算法反演精度为0.76K,普适性单通道算法反演精度为1.23K;在不同的土地覆盖条件下,两种算法表现出明显的差异性,水体区反演结果差异最小,均值差异仅为0.02K,植被区差异最大,均值差异为0.62K. 相似文献
4.
利用遥感影像反演积雪的范围与雪深是当前的主流方法之一,但是由于卫星影像获取的时效性约束,存在难以表示积雪动态信息、模型通用性弱、对遥感资料质量依赖程度高等问题。三维粒子系统作为一种优秀的不规则模糊物体模拟方法,可以大大提高自然现象三维场景的真实感。本文提出了一种基于三维例子系统的雪灾模拟与实时绘制方法,将降雪的物理属性及几何属性转化为雪粒子属性,并以物理引擎为基础,建立基于三维粒子系统的积雪模型和融雪模型,模拟降雪过程并计算积雪范围和积雪深度,真实再现雪灾场景和发展趋势,方法简单、可操作且约束较少。实验表明,该方法的模拟结果与实际灾情具有较强的一致性,算法具有可靠性,并能再现三维雪灾场景,具有实时性和逼真性。 相似文献
5.
为探究InSAR和GPS形变数据对断层深部滑动的敏感性,分别模拟走滑断层、正断层和逆冲断层在不同深度的滑动分布模型,并基于不同精度的InSAR和GPS形变数据反演了3类断层在不同深度位置的滑移分布。对3类断层的结果进行对比分析发现,实验得到的结论具有较好的一致性。结果表明,在相同深度时,基于高精度InSAR和GPS形变数据反演的深部滑动残差较小,而基于常规精度InSAR数据反演结果的残差较大;随着深度的增加,反演深部滑动的探测性呈逐步下降的趋势,其中基于高精度InSAR和GPS数据的滑动探测性高于基于常规精度InSAR的滑动探测性。当InSAR和GPS数据精度相同时,维度对断层深部滑动的探测性有一定影响。 相似文献
6.
同其他卫星相比,NOAA卫星搭载的AVHRR积雪产品,具有长达10 a的长时间序列数据集,能够应用于长时间、较大区域范围的积雪覆盖变化分析。由于不同卫星使用的反演算法,波谱宽度和大气订正等不完全相同,故需对不同卫星积雪产品数据集进行一致性检验,将卫星积雪产品更好地应用于气候分析研究。本文采用一种新的评估方法,对空间分辨率为0.05o×0.05o的AVHRR积雪产品与IMS和MOD10A1积雪产品,分别在空间和时间变化上进行对比分析,对AVHRR积雪产品数据集进行检验,发现AVHRR与MODIS积雪产品具有较好的一致性。 相似文献
7.
单木参数对当前的森林资源管理、生态研究以及生物多样性保护等具有重要意义。无人机立体影像数据与单木识别算法为单木参数的低成本、自动化获取提供了基础。现有研究表明,常用的基于局部最大值搜索的单木识别算法面对密集林分时存在严重的漏识别问题,影响了参数提取的精度,因此本文提出了顾及单木三维形态的无人机立体影像单木识别新算法。算法首先综合利用无人机立体影像的高程与RGB光谱信息,通过随机森林分类进行林冠区的提取;然后利用形态学的多层腐蚀、膨胀与连通区标记进行树冠相连单木的分离与树冠中心点的提取,从而实现单木自动化识别。本文选取内蒙古大兴安岭林区和四川王朗林区的4块样地进行验证,以目视解译数据为参考,分别与基于高程值的局部最大值搜索算法（算法A）、基于RGB光谱亮度值的局部最大值搜索算法（算法B）进行比较。结果显示：本文提出的算法在4个样地的平均F1-score为94.17%,与算法A和算法B相比分别提高了15.85%和9.37%;而对于密集样地,本文提出的算法在查全率上相比算法A和算法B分别提高51.79%和35.64%。结果表明本文提出的算法在不同林区均能够实现较好的单木识别效果,特别是能够有效避免密集林分下的漏识别问题,为基于无人机立体影像的单木识别研究提供了一种新的思路。 相似文献
8.
TM热波段图像的地表温度反演算法与实验分析 总被引：27，自引：1，他引：26
目前利用LandsatTM热波段数据反演地表温度有3种算法:辐射传导方程法、单窗算法和单通道算法。辐射传导方程法由于计算过程复杂且需要实时大气剖面数据,因而实际应用较为困难。单窗算法和单通道算法对Landsat热波段反演地表温度能获得较高精度。单窗算法所需的大气参数包括近地表气温和大气水分含量,单通道算法所需的大气参数仅为大气水分含量。地表辐射率为这两种算法共有的关键参数。本文以福建省福州市为研究区,使用1989年6月15日LandsatTM数据,利用单窗算法和单通道算法对研究区进行地表温度反演,并将这两种算法的反演结果与研究区反演的亮度温度进行了比较,结果表明:(1)两种算法反演的结果总体趋势比较接近,但单窗算法的结果相对于单通道算法较低,二者相差约2.45℃;(2)两种算法的结果与亮度温度相比,单窗算法要高出约2.84℃,而单通道算法则要高出约5.28℃。 相似文献
9.
海洋二号搭载的笔形圆锥扫描微波散射计(HY2-scat)是国内第一个业务化运行的,可提供大量实时海面风场数据的微波传感器。由于Ku波段散射计测风原理和微波传输特性,受到降雨影响的散射计反演风场数据准确度降低。降雨导致的微波传播路径衰减,雨滴对微波直接后向散射导致的回波能量增加和雨滴对海表面毛细波的干扰等综合效应,使得降雨条件下散射计测风风速计算值偏高,风向计算值偏差较大。针对散射计反演风速受降雨影响的特点引入神经网络模型,使用准确度较高的NWP数值预报模式风场数据作为参考,对受降雨影响的HY-2散射计反演L2B级标准风场数据产品进行校正,改进HY-2散射计反演风矢量在降雨条件下的准确度。与受降雨影响的散射计反演风场风速偏差相比较,经过神经网络校正后的风速偏差减小,说明该方法适用于改善受降雨影响的HY-2散射计测风风速精度。 相似文献
10.
基于LTDR AVHRR和MODIS观测的全球长时间序列叶面积指数遥感反演 总被引：1，自引：0，他引：1
叶面积指数是描述土壤-植被-大气之间物质和能量交换的关键参数,获取大区域长时间序列叶面积指数有助于研究气候变化条件下植被的响应及反馈。本文利用MODIS观测和经过重新处理的地表长时间数据集（Land Long Term Data Record）LTDR AVHRR数据,生成了全球1981-2012年叶面积指数数据。算法通过建立二者之间像元级关系,利用高质量MODIS观测约束历史AVHRR数据的反演,这有助于减小2种存在显著差别传感器反演结果的不一致性,也有助于提高AVHRR反演质量。首先算法利用高质量MODIS地表反射率反演2000-2012年叶面积指数,然后利用多年每8 d的LTDR AVHRR地表反射率数据计算简单比植被指数（Simple Ratio,SR）,利用SR平均值和MODIS LAI平均值建立像元级AVHRR SR-MODIS LAI关系。在此基础上,实现1981-1999年AVHRR LAI反演,最终得到全球1981-2012年叶面积指数数据。本算法反演的AVHRR和MODIS LAI与全球植被的空间分布吻合,能表征主要生物群系类型的季节变化特征,2个数据集一致性较好,并且与NASA MODIS LAI标准产品（MOD15A2）的空间分布和季节变化曲线吻合较好。 相似文献
11.
Snow on sea ice is a sensitive indicator of climate change because it plays an important role regulating surface and near surface air temperatures. Given its high albedo and low thermal conductivity, snow cover is considered a key reason for amplified warming in polar regions. This study focuses on retrieving snow depth on sea ice from brightness temperatures recorded by the Microwave Radiation Imager(MWRI) on board the FengYun(FY)-3 B satellite. After cross calibration with the Advanced Microwave Scanning Radiometer-EOS(AMSR-E) Level 2 A data from January 1 to May 31, 2011, MWRI brightness temperatures were used to calculate sea ice concentrations based on the Arctic Radiation and Turbulence Interaction Study Sea Ice(ASI) algorithm. Snow depths were derived according to the proportional relationship between snow depth and surface scattering at 18.7 and 36.5 GHz. To eliminate the influence of uncertainties in snow grain sizes and sporadic weather effects, seven-day averaged snow depths were calculated. These results were compared with snow depths from two external data sets, the IceBridge ICDIS4 and AMSR-E Level 3 Sea Ice products. The bias and standard deviation of the differences between the MWRI snow depth and IceBridge data were respectively 1.6 and 3.2 cm for a total of 52 comparisons. Differences between MWRI snow depths and AMSR-E Level 3 products showed biases ranging between-1.01 and-0.58 cm, standard deviations from 3.63 to 4.23 cm, and correlation coefficients from 0.61 to 0.79 for the different months. 相似文献
12.
准确掌握积雪覆盖信息对于气象、水文和全球气候变化研究都具有重要的意义。遥感技术在进行大范围、高频率的积雪覆盖监测中发挥着重要的作用。目前,SNOMAP算法是用于积雪遥感监测最普遍的技术手段,其核心是利用固定阈值的归一化差分积雪指数（Normalized Difference Snow Index,NDSI）进行积雪识别,但这种方法忽略了积雪光谱信息的时相变化,会产生积雪监测的误差。本文提出了一种动态NDSI阈值方法,以纯永久积雪像元的平均NDSI值作为参照系调整固定的NDSI阈值,从而削减影像光谱值波动对积雪识别的影响。以三江源地区作为研究区域,将基于每日MODIS数据进行积雪监测最佳的NDSI阈值与同日纯永久积雪像元的平均NDSI值作线性回归,通过每日纯永久积雪像元平均NDSI值的变化来调整用于积雪识别的NDSI阈值。结果表明：① 基于每日MODIS数据进行积雪覆盖监测最佳的NDSI阈值与同日纯永久积雪像元的平均NDSI值之间存在较好的线性关系,决定系数R 2达到0.86;② 三江源地区动态NDSI阈值的范围为0.29~0.37,其平均值在0.33左右,说明MODIS全球积雪面积产品中将NDSI阈值取为0.40会低估三江源地区的积雪面积;③ 与采用固定NDSI阈值0.33的监测方法相比,动态NDSI阈值法近似率、总体分类精度和F值的平均值分别提高了5.17%、0.70%、1.14%。 相似文献
13.
1INTRODUCTION Snow is an important component of the Earth's surface. Up to 50×106km2(34%) ofthe Earth's land surface is sea- sonally snow-covered (VIKHAMAR and SOLBERG, 2002).Comparedtootherlandcovers,snowcoverextent varies dramatically on very short time scales (hours- months). Its presence affects physical, chemical and bio- logical processes at many spatial scales and has impor- tant social impacts. At the global scale, its high albedo strongly influences the Earth's radiation … 相似文献
14.
光谱混合分析能够提取亚像元信息,被广泛地应用于遥感影像目标探测之中。本文针对MODIS积雪遥感影像,基于光谱混合分析框架,利用渐进辐射传输模型建立不同粒径大小的雪反射率光谱库,提出了一种考虑端元变化及二次辐射的雪盖面积反演算法。此算法首先利用渐进辐射传输模型建立不同粒径大小积雪的反射率光谱库,然后使用序贯最大角凸锥方法获取植被、土壤与岩石、阴影的光谱库。在建立各种地物反射率光谱库之后,利用均方根误差最小的方法获取最优端元组合。在此基础上,考虑端元独立辐射以及积雪与其它地物的二次辐射过程,利用稀疏光谱混合模型获取积雪面积与雪粒径大小。实验结果表明：此方法能够同时反演雪粒径与积雪面积,反演的雪粒径相比单波段的渐进辐射传输模型小,反演的积雪面积相比MOD10A1产品精度略微提高。 相似文献
15.
利用2000-2014年MOD10A2积雪产品和数字高程模型DEM数据,以积雪覆盖率为指标,在分析西藏高原积雪空间分布特点的基础上,定量研究了高程、坡度和坡向等地形要素对高原积雪时空分布的影响。主要结论有：① 西藏高原积雪的空间分布差异显著,具有中东部念青唐古拉山和周边高山积雪丰富,覆盖率高,而南部河谷和羌塘高原中西部积雪少,覆盖率低的特点。② 海拔越高积雪覆盖率越高,积雪持续时间越长,年内变化越稳定。海拔2 km以下积雪覆盖率不足4%,海拔6 km以上覆盖率达75%。海拔4 km以下年内积雪覆盖呈单峰型分布特点,海拔越高,单峰型越明显;而海拔4 km以上则为双峰型,海拔越高,双峰型越明显。海拔6 km以下积雪覆盖率最低值出现在夏季,而6 km以上则出现在冬季。③ 总体上,高原地形坡度越高积雪覆盖率越高。不同坡向中,北坡积雪覆盖率最高,南坡最低,年内分布呈双峰型,而无坡向的平地积雪覆盖率要小于有坡向的山地,其年内变化呈单峰型分布特点。 相似文献
16.
积雪深度是表征积雪特征的重要参数,也是区域气候变化最敏感的响应因子之一。利用1979-2010年逐日中国雪深长时间序列数据集,采用GIS空间分析和地统计方法,分析了青藏高原积雪深度的时空变化规律及异常空间分布特征。结果表明：近32年来,青藏高原雪深呈显著增加趋势,增加速率为0.26 cm/10a,其中,昆仑高寒荒漠地带雪深增加最为明显,增加速率达0.73 cm/10a;20世纪80年代至90年代青藏高原雪深呈逐步增加趋势,21世纪初变化平稳;青藏高原4个季节雪深变化均呈现为上升趋势,尤以冬季增加最为明显,增加速率达0.57 cm/10a。青藏高原东南、西部和南部为雪深分布高值区;逐像元回归分析表明,高原雪深呈增加趋势的像元数占全区像元总数的67.1%,其中有91.3%为轻度和中度增加,主要分布在高原北部和西部;最大雪深变化基本维持在-0.1~0.1 cm/a（45.47%）之间,在昆仑北翼山地、柴达木山地、羌塘高寒地带南部等局部地区最大雪深有增加趋势,主要是轻度增加,面积比例为36.66%。果洛那曲高寒地带、青南高寒地带和羌塘高寒地带为青藏高原积雪深度异常变化敏感区。 相似文献
17.
Snow cover is characterized by the high albedo, low thermal conductivity, and notable heat transition during phase changes. Thus, snow cover significantly affects the ground thermal regime. A comparison of the snow cover in high latitudes or high-altitude snowy mountain regions indicates that the eastern Tianshan Mountains (China) show a characteristically thin snow cover (snow depth below 15 cm) with remarkable temporal variability. Based on snow depth, heat flux, and ground temperature from 2014 to 2015 in the Urumqi River source, the spatialtemporal characteristics of snow cover and snow cover influences on the thermal conditions of active layer in the permafrost area were analyzed. During the autumn (Sept. - Oct.), thin and discontinuous snow cover can noticeably accelerate the exothermic process of the ground, producing a cooling effect on the shallow soil. During the winter (Nov. - Mar.), it is inferred that the effective thermal insulation starts with snow depth exceeding 10 cm during early winter. However, the snow depth in this area is generally below 15 cm, and the resulting snow-induced thermal insulation during the winter is very limited. Due to common heavy snowfalls in the spring (Apr. to May), the monthly mean snow thickness in April reached to 15 cm and remained until mid-May. Snow cover during the spring significantly retarded the ground warming. Broadly, snow cover in the study area exerts a cooling effect on the active layer and plays a positive role in the development and preservation of permafrost. 相似文献
18.
Metamorphism and microstructure of seasonal snow: Single layer tracking in Western Tianshan,China 总被引：1，自引：1，他引：0
Snowpack is a combination of several snow layers. Accordingly, snowpack natural metamorphism is composed of several stages. The aim of this study is to investigate the natural snow metamorphism at the snow layer unit. The field investigation was conducted at the Tianshan Station for Snow Cover and Avalanche Research, Chinese Academy of Sciences(43°16' N, 84°24' E, and 1,776 m a.s.l.), during the winter of 2010-2011. A complete metamorphic procedure and the corresponding microstructure of a target snow layer were tracked. The results indicate that: the ideal and complete metamorphic process and the corresponding predominant snow grain shape have 5 stages: 1) unstable kinetic metamorphism near the surface; 2) unstable kinetic metamorphism under pressure; 3) stable kinetic metamorphism; 4) equilibrium metamorphism; 5) wet snow metamorphism. Snow grain size sharply decreased in the surface stage, and then changed to continuously increase. Rapid increase of grain size occurred in the stable kinetic metamorphism and wet snow metamorphism stage. The characteristic length was introduced to represent the real sizes of depth hoar crystals. The snow grain circularity ratio had a variation of "rapid increase–slow decrease–slow increase", and the snow aggregations continuously increased with time. Snow density grew stepwise and remained steady from the stable kinetic to the equilibrium metamorphism stage. The differences in metamorphism extent and stages among snow layers, led to the characteristic layered structure of snowpack. 相似文献
19.
On the basis of artificial neural network （ANN） model, this paper presents an algorithm for inversing snow depth with use of AMSR-E （Advanced Microwave Scanning Radiometer-Earth Observing System （EOS）） dataset, i.e., brightness temperature at 18.7 and 36.5GHz in Qinghai-Tibet Plateau during the snow season of 2002-2003. In order to overcome the overfitting problem in ANN modeling, this methodology adopts a Bayesian regularization approach. The experiments are performed to compare the results obtained from the ANN-based algorithm with those obtained from other existing algorithms, i.e., Chang algorithm, spectral polarization difference （SPD） algorithm, and temperature gradient （TG） algorithm. The experimental results show that the presented algorithm has the highest accuracy in estimating snow depth. In addition, the effects of the noises in datasets on model fitting can be decreased due to adopting the Bayesian regularization approach. 相似文献