排序方式: 共有21条查询结果,搜索用时 171 毫秒
1.
基于MODIS数据的北疆积雪黑碳和雪粒径反演及时空变化分析 总被引:3,自引:3,他引:0
积雪是地球上反射率较高的自然表面,对于中高纬度地区的水文和能量收支平衡发挥着重要作用。表层积雪中的黑碳和雪粒径变化可以显著影响积雪反照率,造成积雪对太阳辐射吸收的变化,进而对区域气候变化和水文循环产生反馈作用。利用遥感技术对季节性积雪表层黑碳和雪粒径进行定量评估,可以获取时空上连续系统的雪表黑碳浓度和雪粒径变化情况,这也是许多气候和水文模型的输入因子。以中国主要季节性积雪区北疆为研究区,基于MODIS(Moderate Resolution Imaging Spectroradiometer)数据的3(0.47 μm)、2(0.86 μm)和5(1.24 μm)波段,采用SGSP(Snow Grain Size and Pollution Amount)算法反演2000-2018年积雪期的雪表黑碳浓度和雪粒径,并结合地面观测数据对于反演结果进行了精度验证,综合分析北疆雪表黑碳浓度和雪粒径时空变化趋势。结果显示,SGSP算法能够同时反演雪表黑碳浓度和雪粒径,并且验证结果表明纯雪像元上反演结果具有较好的精度;2000-2018年北疆雪表年均黑碳浓度和年均雪粒径都随时间变化呈现微弱下降趋势;受地理位置和局部污染源的影响,北疆积雪黑碳浓度空间分布复杂,天山北坡经济带平均黑碳浓度最高,伊犁地区平均黑碳浓度最低,雪粒径的空间分布显示塔城地区平均雪粒径最大,伊犁地区最小。 相似文献
2.
祁连山区风吹雪对积雪质能过程的影响 总被引:4,自引:3,他引:1
风吹雪是山区积雪水文过程的重要组成部分. 采用祁连山区冰沟流域2008年积雪期观测数据, 通过对风吹雪实地观测分析、风吹雪的发生概率、风吹雪迁移以及风吹雪升华等分析, 从野外观测、计算模拟两个方面对祁连山区风吹雪质能过程进行了详细探讨. 结果表明: 位于流域海拔较高处(海拔4 146 m)的研究区垭口站, 风吹雪现象较为显著, 因之造成的积雪重新分布极为严重. 垭口站风吹雪频发于冬季及初春融雪未发生时, 积雪在风速作用下迁移量较大; 而进入融雪期之后, 因气温上升、雪面融化以及再冻结, 风吹雪发生概率急剧减小. 风吹雪在积雪升华中占有较大比重, 2008年积雪期, 垭口站风吹雪升华估算值约占积雪升华(包括雪面升华)的41.5%. 相似文献
3.
高分一号(GF-1)卫星的成功发射开启了国产高分辨率对地观测的新时代, 为探讨国产高分卫星在冰川边界识别中的有效性, 在缺少短波红外和热红外波段的情况下, 将GF-1影像、 建立的波段比值Band1/Band4, 数字高程模型和坡度相结合, 采用面向对象的分析方法, 经过反复试验, 确定影像分割和合并尺度, 进而确定冰川边界的知识规则, 最终实现冰川边界的识别。以研究区第二次冰川编目数据集作为参考数据, 采用混淆矩阵的方法对识别结果进行验证, 总体精度和Kappa系数为90.05%和0.79。同时将识别结果与人工修订冰川边界进行对比, 可以发现除少量冰舌末端冰川外, 该方法可以有效地对冰川进行识别。建立的知识规则显示仅仅利用蓝色波段和DEM就可以有效地提取裸冰区, 波段比值、 坡度和纹理特征更有助于冰舌的提取。该研究表明GF-1卫星数据可以有效识别冰川范围, 为冰川研究提供可靠的数据和研究基础。 相似文献
4.
NDSI与NDFSI结合的山区林地积雪制图方法 总被引:1,自引:0,他引:1
积雪是冰冻圈的重要组成部分,因其在可见光波段的高反射率、低导热率的特性以及大面积的覆盖,成为全球辐射平衡的重要决定因子。在中纬度的干旱和半干旱山区,季节性的冰雪融水是春季河川径流的主要补给水源,山区积雪分布的变化对融雪期河流径流量的波动具有重要影响。当前的积雪产品在下垫面为山区林地时会低估积雪面积,从而影响了山区水文过程模拟的精度。本文基于Landsat OLI影像,采用归一化差值积雪指数NDSI和归一化差值林地积雪指数NDFSI相结合的方法,对春季融雪期的阿尔泰山区泰加林地进行积雪识别,并采用海拔高度、温度、以及对应的高分数据对提取结果进行了定量分析。结果表明,采用NDSI进行积雪识别时,山区林地的积雪会被大量漏分;对林地像元采用NDFSI阈值法可以区分林地中是否有积雪分布。NDSI和NDFSI相结合的积雪识别方法操作简单,不需要提供森林分布图等辅助数据,可以有效提高山区林地复杂环境下积雪制图的精度。 相似文献
5.
祁连山区冰沟流域积雪分布特征及其属性观测分析 总被引:8,自引:5,他引:3
以祁连山冰沟流域为研究区,通过在流域内布设花杆观测积雪深度,渊查了山区积雪分布情况;利用雪特性分析仪测量了区内积雪密度、介电常数、液念水含量等积雪参数,光谱仪测量了不同类型积雪的光谱特征,手持反照率测量计观测积雪表面反照率,带刻度手持放大镜测量积雪粒径,红外温度计和针式温度计测量雪层的温度和实地测量积雪属性.同时,在研究区内选择加强观测区挖雪坑,对雪层内部属性和雪剖面分层特性作了进一步研究,计算民流域内积雪等效密度;最后对试验中所使用的野外实测积雪的各种方法进行了评价.研究表明:山区积雪分布很不均匀,在阴坡山谷雪深最深,阳坡雪积累最少,即使在同一样区,积雪分布也小均匀;研究Ⅸ的积雪属于潮雪,体秋含水量在3%以下;不同粒径、类型和表面粗糙度的积雪反射率不同,验证了积雪光谱是雪颗粒、污染物和地面粗糙度的函数;积雪反照率随太阳高度角升高逐步降低,在没有新降雪的情况下,日反照率也逐渐降低;雪分层比较明显,雪下冰晶层发育良好.当深度达剑20 cm时,积雪具有保温作用;冰沟流域的积雪等效密度随时间和空间变化不大,经汁算为0.16 g·cm-3. 相似文献
6.
基于多源数据的近50 a玛纳斯河流域冰川变化分析 总被引:3,自引:3,他引:0
我国新疆玛纳斯河流域的冰川变化极大影响流域内及其周边地区的经济社会发展.使用国产高分一号(GF-1)遥感影像和Landsat8数据,分别通过基于多源数据的冰川识别方法和波段比值法获取了2013年玛纳斯河流域冰川信息,结合玛纳斯河流域第一次(1964年)、第二次(2009年)冰川编目数据与1998年、2003年TM影像冰川目视解译结果等四期的冰川边界矢量数据,对玛纳斯河流域1964-2013年50 a来的冰川变化特征进行了综合分析.研究结果显示:玛纳斯河流域冰川自2009年以来有略微增加的趋势,2013年冰川面积比2009年增加了10.25 km2,这在一定程度上抑制了长期以来冰川的快速消融;1964-2013年,玛纳斯河流域的冰川总体呈减少趋势;冰川面积从1964年的673.61 km2减少到2013年的512.07 km2,面积减少161.54 km2,减少23.98%;近50 a来,流域内冰川面积在海拔4500 m及以上呈净增加趋势,而在海拔4500 m以下呈净减少趋势,冰川在海拔(4000±100) m左右退缩的速率最大,高达0.5 km2·a-1;冰川面积的减少主要体现为大量的冰舌后退和小面积冰川的快速消融,超过85%的冰川冰舌后退距离在200 m以上;该流域的冰川变化主要集中在南、北两个坡向,在南坡向上出现明显的先减少和后增加的变化趋势;1964-2013年,玛纳斯河流域的气温和降水量呈较明显的增加趋势,线性增加率分别为0.26℃·(10a)-1和16.07 mm·(10a)-1.研究结果表明气温的持续升高和降水量的增加分别是导致玛纳斯河流域冰川减少期和增加期形成的主要原因. 相似文献
7.
基于光谱-环境随机森林回归模型的MODIS积雪面积比例反演研究 总被引:1,自引:0,他引:1
积雪面积比例(Fractional Snow Cover, FSC)数据能在亚像元尺度上定量的描述像元内积雪覆盖的程度,相比二值积雪面积数据可以更加精确地估计积雪覆盖的面积。基于机器学习的随机森林回归模型可以表示高维的非线性关系,可显著提高MODIS FSC的反演精度。采用随机森林回归模型结合光谱、环境信息构建了一个新的回归模型——光谱-环境随机森林回归(Spectral Environment Random Forest Regressor, SE-RFR)模型,用于MODIS数据反演中国区域的FSC。利用中国典型积雪区内由Landsat 8地表反射率数据获取的FSC数据作为参考值,对SE-RFR模型的反演精度进行评估。研究表明,利用“SE-RFR”获取的FSC数据RMSE、MAE分别为0.160、0.104,精度较高。此外,根据SE-RFR模型与未加入环境信息的随机森林回归(S-RFR)模型比较结果可知,加入环境信息的随机森林回归模型提高了FSC反演的精度,特别是在受环境信息影响较大的青藏高原地区,RMSE从0.200降低到0.181。最后,将SE-RFR模型与目前使用广泛的MODIS FSC反演模型FSC_NDSI、MODSCAG和SSEmod进行了比较,结果表明SE-RFR模型的RMSE与FSC_NDSI、MODSCAG和SSEmod模型的RMSE相比,平均RMSE分别提高了12.0%、8.3%和5.5%。总体来说,SE-RFR模型可以准确地提取MODIS FSC,对于区域乃至全球FSC产品制备具有广泛的应用前景。 相似文献
8.
MODIS雪盖制图中NDSI阈值的检验——以祁连山中部山区为例 总被引:12,自引:6,他引:6
NSIDC发布的MODIS全球积雪面积产品采用的NDSI阈值为0.40,但在我国并没有验证,在区域积雪制图中仍然需要进行NDSI阈值选取的试验.选择祁连山中部山区常年积雪区作为研究区,利用SNOMAP方法从Landsat-ETM 影像中提取积雪图.通过与目视解译获取的积雪图作比较,该方法提取积雪面积总体精度超过96%,可将其作为地面真实积雪.然后选用MODIS 1B资料,采用NDSI方法得到研究区积雪图,通过改变NDSI阈值得到不同的MODIS积雪图与假设真实值Landsat-ETM 积雪图进行对比.比较结果表明: NSIDC发布的MODIS积雪面积产品采用的NDSI阈值0.40偏高,造成研究区积雪面积的低估;通过对3个子研究区积雪图对比及统计分析,得出该区域的合理阈值为0.33. 相似文献
9.
基于不同土地覆盖类型NDSI阈值优化下的青藏高原积雪判别 总被引:2,自引:2,他引:0
美国国家雪冰数据中心(NSIDC)发布的MODIS第6版本逐日积雪范围产品(V6)仅提供了归一化积雪指数(NDSI),而用户往往关心的是积雪范围或积雪覆盖率。NSIDC推荐全球积雪范围最佳的NDSI阈值为0.4,但是青藏高原地形复杂,积雪斑块化特征明显,单一的NDSI阈值并不能精确地判识不同下垫面上的积雪。不同的土地覆盖类型可能影响积雪判别的NDSI阈值。以青藏高原为研究对象,基于高分辨率卫星Landsat-5 TM数据,获取了青藏高原不同土地覆盖类型下判识积雪的最优NDSI阈值。结果表明,在草地和稀疏植被地表类型下,最优NDSI阈值分别为0.33和0.40;在其他下垫面类型下,最优NDSI阈值为0.47。以Landsat 8 OLI数据为"真值"对该NDSI阈值确定的积雪范围进行了精度检验。结果表明,采用新的NDSI阈值获取的MOD10A1 V6积雪范围产品的总体精度OA、错分误差OE和漏分误差UE分别为87.88%、5.20%和6.87%。而采用传统的0.4阈值时,其OA、OE和UE分别为87.36%、3.98%和8.60%。这表明考虑不同土地覆盖类型下的NDSI阈值优化可以有效地提高青藏高原积雪判别精度,特别是对占比面积较大的草地区域,通过NDSI阈值优化可以更加准确地识别积雪范围。 相似文献
10.
北疆地区积雪时空变化的影响因素分析 总被引:2,自引:0,他引:2
利用新疆北部地区2000-2007年观测的积雪资料分析北疆地区积雪开始时间、积雪结束时间、积雪日数、年最大雪深、积雪期平均雪深和年平均雪深随海拔、经纬度、坡度、坡向和植被的变化. 结果表明:随着海拔增加,积雪各变量变化明显,温度在海拔变化中起着关键作用;植被对积雪各变量有影响,但影响程度不明显. 在北疆区域范围内,纬度变化及温度差异不大,对积雪各变量影响很小;经度对积雪各变量的影响是由空间差异造成的;坡度对积雪变量的影响主要通过空间分布及坡度产生的阴影造成,进而影响太阳直射;坡向对积雪各变量的影响主要由水汽运动方向和太阳光照造成. 因此,在北疆区域内,对积雪各变量的影响程度为海拔>坡向>坡度>植被>纬度>经度. 相似文献