排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
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.
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
1