共查询到19条相似文献，搜索用时 109 毫秒
1.
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
2.
二类水体组份的遥感定量反演一直是水色遥感的难点和热点问题,原因在于其水体组分(纯水、叶绿素、悬浮物及CDOM)之间复杂的相互作用.本文引入光谱分解算法,通过Hydrolight软件模拟叶绿素、悬浮物和CDOM的标准反射率光谱,解决光谱分解算法中“纯端元”难以获取的问题.在此基础上建立了二类水体组分光谱分解反演模型.模型... 相似文献
3.
本文探讨了基于构建多时相光谱库对中分辨率遥感影像进行地表覆盖自动分类的有效性.通过对研究区域Landsat影像进行定量化处理,获取研究区域真实地表反射率,构建研究区域2017年夏冬季典型地物的光谱先验知识库;利用构建光谱库对研究区域2018年夏季Landsat地表反射率影像进行自动随机森林分类,并利用2018年地理国情... 相似文献
4.
线性光谱分离技术可以有效地提取像元水平上植被或其他端元(影像中的地物)的相对百分比,但是目前该技术在多光谱宽波段影像数据应用中,由于波段数量、波段宽度等的限制,估算精度离定量研究的水平仍有一定差距。鉴于此,本文提出了一种改进的线性光谱分离方法,该方法在对影像进行土地覆盖分类基础上进行分离,一方面同类土地覆盖类型内同种地物的光谱变异相对较小,更有利于端元选取;另一方面,分影像的地物种类数量明显少于整幅影像,更容易满足模型的适用条件,从而突破了波段数量限制,同时使地物光谱分离更具针对性,经过验证,该方法较传统分离方法相比植被覆盖度的反演精度可提高6.4%,用该方法实现了研究区的植被覆盖度的定量反演并对研究区植被覆盖度的空间结构进行了分析。 相似文献
5.
本文提出一种面向对象的像元级分类方法(混合模型),并将其与单纯的以像元和面向对象的两种方法同时应用于分辨率分别为30m和0.5m的环境星CCD数据和航空影像进行对比分析。分类结果中不同地物类别之间光谱可分性的大小,很大程度上可反映分类结果的可靠性。若地物类型之间的光谱差异大,说明分类方法能将光谱差异大的地物很好地划分,显示出较可靠的分类结果;相反,如果分类结果中地物类型光谱差异小,则反映分类方法不够可靠。鉴此,本文通过计算分类结果中不同类别所对应的原始遥感影像像元之间的J-M(Jeffries-Matusita Distance)距离来度量分类结果中地物之间的光谱可分性,并用J-M距离比较分析了3种图像分类方法对2种不同分辨率影像的分类结果中各个类别之间的光谱可分性的变化。分析结果表明,混合模型不但能够得到较连续的分类结果,同时能够保持分类结果中类别之间的可分性。本文对分类结果进行了精度验证,结果发现混合模型的分类精度较其他2种方法要高。2种不同分辨率的遥感影像分析结果得到相同的结论,表明该模型适用于中分辨率和高分辨率影像。 相似文献
6.
混合像元是遥感影像中普遍存在的一种现象,对其组成和各成分比例的反演一直是遥感研究中的重难点,而国内利用偏振植被指数对混合像元的研究几乎没有涉及。本次研究通过对不同面积比例的植被-土壤混合像元偏振反射高光谱特征进行分析,讨论不同条件下的植被-土壤混合像元偏振高光谱特性,并利用偏振反射比计算了12种0°偏振态下的偏振植被指数,分别构建了植被指数与植被面积比例以及光谱特征参数与植被面积比例的数学模型。结果表明,混合像元中植被面积比例和偏振角均对其偏振高光谱有一定的影响;865 nm的偏振反射比与植被占像元面积比例的相关性最好,采用多项式进行拟合时,其决定系数达到0.99,适合进行植被占像元面积比例的反演;偏振光谱“红边”处的一阶微分值与植被像元比例存在良好的线性相关,R2=0.974;植被面积比例与植被指数和光谱特征参数呈现良好的相关关系,其中P-DVI和光谱吸收指数（SAI）与植被面积比例的拟合效果最好,决定系数分别为0.99以及0.94,适合进行植被-土壤混合像元中植被面积比例的反演。 相似文献
7.
SPOT数据反演地物辐射亮度和反射率的基础研究 总被引：9，自引：0，他引：9
以往用户对于SPOT卫星数据的应用主要针对其高空间分辨率的特性,但是因SPOT卫星传感器的波段数和波长范围有限,故利用SPOT数据进行定量遥感分析(如地物辐射亮度及反射率)的应用研究较少。然而,利用SPOT数据进行地物辐射亮度和反射率的测量也有其高空间分辨率的优势,可以更精细地分辨各类地物的细节,降低混合像元对于定标分析的影响,提高定量遥感分析的准确度。本文将就SPOT数据的辐射校正原理及其在反演地物辐射亮度和反射率方面的应用开展基础性研究,对于SPOT卫星数据的定标参数读取提供了相应的方法,选取了几种比较典型的地物进行数据分析,并利用Landsat-7数据作为参考,评价SPOT数据测量地物辐射参数的可靠性和应用效果。 相似文献
8.
混合像元作为遥感信息的不确定性,一直是定量遥感科学研究的核心领域之一,干旱区由于下垫面均匀、气象条件单一等先天条件,已成为定量遥感产品真实性检验的理想场所。本文以塔里木盆地北缘的库车河绿洲为研究区,首先,针对不同地物类型分别采用不同方法进行地物端元提取;然后,以端元均方根EAR(Endmember Aver-age RMSE,EAR)和最小平均波谱角(Minimum Average Spectral Angle,MASA)值来选取最优端元;最后,用多端元光谱混合分析(Multiple Endmember Spectral Mixture Analysis,MESMA)模型进行光谱混合分解,并对结果作了精度评价与比较分析。结果表明:MESMA模型能有效提高像元内基本组分丰度信息精度,从而为典型地物高精度提取提供了科学方法。 相似文献
9.
王润生 《地球信息科学学报》2009,11(3):261-267
高光谱遥感的最大特点是可以提取和重建像元光谱,从而依据光谱特征直接识别地物类型、地物组成,乃至地物的成分,反演地物的物理、化学参量。本文阐述了高光谱的光谱识别方法所能探测的岩石、土壤、植被和人工建筑物的物质组分或成分;另外,与多光谱相比较的角度,讨论了高光谱图像地物特征识别和物质成分反演等技术方法的应用。 相似文献
10.
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
11.
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
12.
Snow cover variation and streamflow simulation in a snow-fed river basin of the Northwest Himalaya 总被引：3，自引：2，他引：1
Snowmelt is an important component of any snow-fed river system.The Jhelum River is one such transnational mountain river flowing through India and Pakistan.The basin is minimally glacierized and its discharge is largely governed by seasonal snow cover and snowmelt.Therefore,accurate estimation of seasonal snow cover dynamics and snowmeltinduced runoff is important for sustainable water resource management in the region.The present study looks into spatio-temporal variations of snow cover for past decade and stream flow simulation in the Jhelum River basin.Snow cover extent(SCE) was estimated using MODIS(Moderate Resolution Imaging Spectrometer) sensor imageries.Normalized Difference Snow Index(NDSI) algorithm was used to generate multi-temporal time series snow cover maps.The results indicate large variation in snow cover distribution pattern and decreasing trend in different sub-basins of the Jhelum River.The relationship between SCE-temperature,SCE-discharge and discharge-precipitation was analyzed for different seasons and shows strong correlation.For streamflow simulation of the entire Jhelum basin Snow melt Runoff Model(SRM) used.A good correlation was observed between simulated stream flow and in-situ discharge.The monthly discharge contribution from different sub-basins to the total discharge of the Jhelum River was estimated using a modified version of runoff model based on temperature-index approach developed for small watersheds.Stream power - an indicator of the erosive capability of streams was also calculated for different sub-basins. 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.
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
15.
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
16.
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
17.
积雪对自然环境和人类活动都有极其重要的影响。积雪参数（雪面积、雪深和雪水当量）反演对水文模型和气候变化研究有着实际的意义。然而,目前森林区的雪深遥感反演精度一直有待于进一步提高。东北地区是我国最大的天然林区和重要的季节性积雪区之一,本文利用FY3B卫星微波成像仪（MWRI）L1级亮温数据和L2级雪水当量数据,以及东北典型林区野外实测雪深数据,对Chang算法、NASA 96算法和FY3B雪深业务化反演算法进行了验证与分析。结果表明：在东北典型林区的雪深反演中,Chang算法和NASA 96算法反演的雪深波动都比较大,当森林覆盖度f≤0.6时,NASA 96算法表现比较好,均方根误差值在3种算法中较小,但当f >0.6时,NASA 96算法失真严重。当考虑纯森林像元（f=1）时,Chang算法低估了雪深47%。当f≤0.3时,FY3B业务化算法始终优于Chang算法。整体上,FY3B业务化算法相对稳定,具有较高的精度。 相似文献
18.
以2000-2018年MODIS MOD10A1日产品数据为数据源,结合数字高程模型（DEM）及降水量、风向等气象数据,构建了积雪空间分布模型,能够有效地提取强降雪区域。以此为基础,利用相关分析、缓冲区分析等方法,探究山东半岛降雪时空分布特征,结果表明：① 将NDSI累积量与DEM数据相结合,能够有效构建山东半岛积雪空间分布模型,实现了对山东半岛强、弱降雪区域提取,NDSI累积量≥150的区域中,在强降雪区的面积占降雪范围的79.78%;② 降雪区域存在空间差异,呈现北多南少,东多西少的分布格局,以黄、渤海与山东半岛海陆分界线为基准,离岸距离39.1 km范围内降雪多,离岸距离39.1 km以外降雪少;山脉150 m高程线北侧迎风坡降雪多,南侧背风坡降雪少;③ 山东半岛强降雪年以3-5年为周期存在年际变化。探究山东半岛降雪长时间序列时空分布特征,在收集淡水资源,缓解用水紧张和灾害预防方面具有一定意义。 相似文献
19.
一种基于最大距离的纯像元指数端元提取算法 总被引：1，自引：0，他引：1
在高光谱混合像元分解中,PPI算法是一种比较成熟的算法,但PPI算法中每次投影向量的生成都是随机的,多次执行PPI算法后端元提取的结果并不稳定。本文以线性光谱混合模型的凸面几何学描述为基础,利用端元在高光谱图像特征空间中所形成的凸面单形体端点的特点,提出了一种区别于PPI算法的最大距离纯像元指数方法。选取特征空间中所有样本点的光谱均值作为超球的球心,计算所有样本点到球心的欧氏距离,以等于或大于这个最大距离的长度作为半径,在特征空间中设计一个包围所有样本点的超球面,并在超球面上均匀地选取参考点,针对每一个参考点,在样本点中找出与它距离最远的一个,记录每个样本点成为距离最大点的次数,将其作为评价该像元是否为端元的纯像元指数,从而使得每次端元提取的精度得到保证。最后,利用美国内华达州Cuprite获取的AVIRIS数据对算法进行了验证。实验结果表明,采用本文算法提取的端元精度优于N-FINDR算法和VCA算法,而且鲁棒性较好,克服了PPI算法由于随机生成投影向量所带来的端元提取不稳定性。 相似文献