共查询到12条相似文献,搜索用时 109 毫秒
1.
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:6,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
2.
藏西北地区生态环境脆弱,由于地形复杂、气候独特,该区的观测资料非常缺乏。利用遥感技术开展藏西北地区的干旱监测,能获取在空间上连续变化的地表干旱情况,对于指导该区农牧业生产具有重要的意义。基于FY-3A/VIRR的一级数据和标准旬产品(地表温度、植被指数),采用温度植被干旱指数(TVDI)进行藏西北地区的干旱监测研究,并将监测结果分别与基于EOS/MODIS数据监测的结果、同期的野外实测土壤水分数据以及气象站点的降水量数据进行了对比分析。结果表明:利用FY-3A/VIRR数据的TVDI遥感监测结果与实测土壤水分、气象站累计降水量数据均呈显著的负相关关系,通过了0.01水平的显著性检验;利用FY-3A/VIRR数据与EOS/MODIS数据估算的TVDI干旱等级空间分布特征基本一致,FY-3A/VIRR数据可以代替EOS/MODIS数据在藏西北地区开展干旱遥感监测,可为指导藏西北地区农牧业生产提供数据支持。 相似文献
3.
为了高精度地提取积雪信息, 消除森林覆盖区以及结冰河流水体对于积雪信息提取的影响, 以Landsat ETM+为数据源, 分析了玛纳斯河流域积雪信息提取的归一化差值积雪指数阈值, 并建立积雪信息提取方法. 对研究区进行了积雪信息提取, 并与国际数据服务平台所得的积雪信息提取结果进行了比较. 结果表明: 基于Landsat数据利用归一化差值积雪指数提取积雪信息时, 其合理阈值应为0.37; 通过总体精度以及Kappa相关系数在结冰水体区域以及森林覆盖区域的提取结果进行对比, 认定所使用的提取方法更加准确可靠. 相似文献
4.
5.
积雪对多年冻土活动层和近地表的热状态具有重要影响。然而,积雪对祁连山区黑河上游地区多年冻土热状态的影响机制尚不清楚,迫切需要可靠的野外观测数据进行定量研究。基于两个典型野外监测站点2012—2019年观测数据,分析积雪对表面能量平衡、5cm地表热通量及活动层热状态的影响。结果表明:厚度约21cm的积雪在秋冬季对活动层具有保温作用;2013—2018年,俄博岭(EB)和野牛沟(PT1)监测场,活动层厚度分别为61~86cm和159~164cm,平均活动层厚度分别为74.2cm和162.1cm。受积雪影响,相隔两年(2015—2017年)的活动层厚度变化达25cm。定量分析了祁连山积雪对多年冻土热状态的影响,为未来祁连山相关研究提供重要资料。 相似文献
6.
对青海省东北部祁连县周边的冰沟、青羊沟和扎麻什林线地区的祁连圆柏进行了树芯采集, 建立了祁连山中部3个样点林线处祁连圆柏的树轮宽度年表. 相关分析显示, 树轮宽度与前一年积雪深度和当年3-6月积雪面积呈显著负相关. 同时, 建立了树轮宽度与前一年9月份积雪深度的转换函数方程, 解释方差为35.9%, 树轮-雪深重建数据能较好的反映积雪深度变化. 重建序列显示, 自1740年以来, 研究区共有3个积雪深度高值时段, 分别为1740-1780年、1825-1880年和1910-1980年. 并且, 在长时间尺度上, 积雪深度变化与祁连山地区以及中国西部其他地区的冰川进退有较好的对应关系. 另外, 积雪深度在年际变化和长期变化上都与温度变化表现为负相关. 相似文献
7.
山区积雪是干旱区气候变化的重要指标因子,积雪日数与积雪分布之间有着密切关系。为了研究天山山区积雪日数空间分布特征,以MODIS8d积雪产品MOD10A2(Terra)和MYD10A2(Aqua)为数据源,首先对数据进行最大化合成,获取新疆天山500m×500m分辨率的年积雪日数,然后分析了2002-2014年13a积雪日的年际变化,并结合DEM数据分析了13a天山多年平均积雪日随高程和坡度的变化特征。结果表明:天山积雪日数分布极为不均,最大年平均积雪日数为193d,13a内天山绝大部分地区年积雪日变化趋势较为稳定,稳定区约占天山总面积的83.92%;在研究时段内天山总积雪日数主要集中在30d以内,其比例约为天山总面积的48%;各个高程带积雪日面积分布差异明显,但总体上积雪日数随着高程的增加而增加;从积雪日数随坡向分布来看,北坡、东北坡、东坡、西坡、西北坡所占面积比例(>30d)相对高于其他坡向。该研究结果对干旱区水资源估算具有参考意义。 相似文献
8.
以天山山区为研究区,利用MODIS 8d最大积雪合成数据MOD10A2,分析天山山区积雪的时间变化和空间变化情况以及不同高程带的积雪覆盖率的变化情况;结合SSM/I亮温数据和站点观测数据建立的雪深反演模型并反演研究区的雪深,根据研究区的地势起伏情况,提取特殊地形进行分析其雪深变化情况,进一步分析整个天山山区的积雪深度的时空特征,并对结果进行验证,并且对不同高程带的积雪深度进行分析.研究结果表明:1)天山山区积雪面积分布的趋势表现为自西向东、自北向南减少,总体是呈波动中减少的趋势,到了2012年天山山区年最大积雪面积为37.69×104 km2.2)积雪覆盖率与高程呈正比,在高山区可达70%以上.积雪深度分布呈自西向东、由北向南减少,深度最大的是在天山北部的博格达峰、河源峰附近,可以达到80 cm以上,最小在哈密地区的托木尔提峰附近积雪深度仅在10 cm左右.积雪深度与海拔呈正相关,最大雪深出现在4500 m以上的高山区.3)对雪深反演结果的精度评价表明,模型在10~30 cm雪深范围内,反演平均误差为-2.47 cm;在雪深<10 cm或>30 cm的局部地区存在较大偏差. 相似文献
9.
基于MODIS的祁连山区积雪时空变化特征 总被引:1,自引:0,他引:1
利用2000-2003年日资料经8 d合成的500 m分辨率MODIS卫星反演积雪资料和数字高程模型, 借助于GIS空间分析技术, 以积雪频率和积雪盖度为监测指标, 研究分析了祁连山区整体的积雪空间分布状况及其年内变化特征, 地形对积雪的分布和季节变化的影响. 结果表明: 祁连山区的积雪分布极不均匀, 积雪主要沿山系走向成条带状分布, 呈现西段多, 东段次之, 中部和南部少, 山脊多, 山谷少的特征, 且海拔越高、 山势越陡、阴坡积雪的范围越大、持续时间越久. 累积降雪时间, 就全区而言为9月至翌年5月, 但不同高度、坡度和坡向带有所差别. 海拔4 000 m以上区域存在春、秋季两个时段的积雪补给, 而海拔4 000 m以下仅有中秋至中冬一个时段的积雪补给;坡度较平缓的区域冬季和春季为主要积雪补给期, 而坡度较陡的区域则为秋季和春季;平地和南坡积雪补给主要发生在冬季和春季, 而其它坡向为春季和秋季. 相似文献
10.
利用太白气象站1962-2014年地面积雪观测资料,太白、眉县气象站1980-2014年高山积雪观测记录和1988-2010年卫星遥感资料,分析了秦岭主峰太白山西部中山区、西部中高山区和中部中高山区积雪初、终日期、积雪日数和积雪深度等的变化特征,以及西部中山区积雪变化的成因.结果表明:1962-2014年太白山西部中山区积雪初日推迟,终日提前,初终间日数减少,积雪日数显著减少,积雪深度呈现波动变浅的趋势;1980-2014年西部中高山区积雪日数同样呈现波动减少趋势,西部中山区和中高山区年积雪日数减少率分别为3.2 d·(10a)-1和8.9 d·(10a)-1.1980-2014年中部中高山区积雪初、终日期和积雪日数变化趋势不明显.卫星遥感监测资料分析结果显示太白山地区积雪面积呈现波动减少趋势.1962-2014年西部中山区气温升高,降水减少,积雪参数与气候要素相关分析结果表明气温和累积雪深等参数变化关系密切,气温升高是太白山积雪减少的主要原因.1980-2014年太白山地区7月积雪日数很少,关中八景之一的“太白积雪六月(公历7月)天”已很少见到. 相似文献
11.
雪冰反照率能够改变冰川表面能量收支平衡,是影响冰川消融的重要因素之一。利用祁连山地区冰川面积矢量数据、MODIS逐日积雪反照率、气温和降水以及冰川物质平衡等数据,探讨了祁连山典型冰川区雪冰反照率特征及其对冰川物质平衡的影响。结果表明:祁连山地区冰川多年平均反照率为0.532,冰川区面积大小与其多年平均反照率之间呈显著正相关(R2=0.16,P<0.05,N=91),即冰川面积缩减1 km2,对应的平均反照率下降0.0025。祁连山老虎沟12号冰川反照率在夏季有明显的海拔效应,且强于其他时段,达到0.047?(100m)-1。典型冰川年均物质平衡量与冰川表面夏季(6—8月)平均反照率之间存在显著的正相关关系,老虎沟12号冰川和七一冰川决定系数R2分别达到了0.48(P<0.05)和0.66(P <0.05)。冰川表面夏季平均反照率这一指标能够较好地衡量青藏高原北部祁连山地区冰川物质平衡的变化。 相似文献
12.
根据1961 - 2016年秦岭地区32个气象站点的气温、 降水及积雪等相关数据, 运用REOF、 M-K检验和小波分析等方法, 对秦岭地区冷季积雪日数的时空变化和影响因子进行分析。结果表明: 秦岭地区冷季多年平均积雪日数表现为北坡比南坡积雪日数多。在全球气候变暖的背景下, 海拔越高积雪日数减少的越多。秦岭冷季积雪日数呈现显著减少的趋势, 5个区的积雪日数年代际变化特征显著, 在20世纪末到21世纪初发生了由积雪日数偏多到偏少的突变。各区冷季积雪日数的周期变化主要集中在10 ~ 20 a, 秦岭南坡同时也显示了较为明显的4 a左右的周期变化。西北太平洋海温阶段性增暖是导致秦岭冷季积雪日数减少的外强迫因素。秦岭地区冷季平均气温的显著增暖和冷季降水量的显著减少直接造成积雪日数的减少。秦岭冷季积雪日数减少的突变要比气温增暖的突变大约滞后4 ~ 7 a。 相似文献