首页 | 本学科首页   官方微博 | 高级检索  
     检索      

SSM/I监测地表冻融状态的决策树算法
引用本文:晋锐.SSM/I监测地表冻融状态的决策树算法[J].遥感学报,2009,13(1).
作者姓名:晋锐
作者单位:中国科学院寒区旱区环境与工程研究所,甘肃兰州,730000
基金项目:国家自然科学基金,中围科学院创新团队国际合作伙伴计划,中国科学院寒区旱区环境与工程研究所知识创新工程项目 
摘    要:基于样本统计分析及冻结和融化地表的辐射/散射特性建立了判别地表冻融状态的决策树,首次联合使用散射指数、37GHz垂直极化亮温及19GHz极化差3个关键指标识别出地表或植被冠层的冻融状态,同时剔除了沙漠和降水的影响.利用国际协同加强观测期(CEOP)在青藏高原地区的土壤温度和湿度观测系统获取的4cm地温数据代表浅层土壤真实冻融状态验证分类结果,其准确性达87%.经分析,约40%和73%的误分分别发生在浅层土壤温度为-0.5-0.5℃和-2.0-2.0℃之间,即冻结点附近;且多发生在冷暖季节过渡时期,即4-5月和9-10月,分别占误分的33%和38%.基于该决策树获得的2002年1O月-2003年9月中国全境地表冻结日数图,以中国冻土区划及类型图为参考进行精度评价,其总体分类精度为91.66%,Kappa系数为80.5%,且冻融界线与季节冻土分布南界具有较好的一致性.

关 键 词:亮温  地表冻融  决策树

A decision tree algorithm for surface freeze/thaw classification using SSM/I
JIN Rui.A decision tree algorithm for surface freeze/thaw classification using SSM/I[J].Journal of Remote Sensing,2009,13(1).
Authors:JIN Rui
Institution:Cold and Arid Regions Environmental and Engineering Research Institute,CAS,Gansu Lanzhou 730000,China
Abstract:
Keywords:SSM/I
本文献已被 万方数据 等数据库收录!
点击此处可从《遥感学报》浏览原始摘要信息
点击此处可从《遥感学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号