基于HJ-1B数据的雪盖提取方法研究——以军塘湖流域为例

 HJ-1A、1B卫星具有较高的时间和空间分辨率,适合小流域尺度的积雪动态监测研究。本文基于HJ-1B数据,选取军塘湖流域,针对同时具有HJ-1B/CCD、IRS数据和只有HJ-1B/CCD数据两种情况展开雪盖提取方法研究。对于第一种情况,因研究区南端有大面积森林覆盖,会影响雪像元识别,选用[WTBX]NDSI[WTBZ]和[WTBX][STBX]S3[WTBZ][STBZ]两种雪盖指数,并利用[WTBX]NDVI[WTBZ]或TM影像反演的林区辅助判识积雪。结果表明:当有植被信息辅助分类时,两种雪盖指数均能较好提取出森林覆盖区的积雪,且提取结果基本一致,精度较高。对于第二种情况,因无法计算雪盖指数,采用光谱与纹理信息结合的SVM法提取雪盖,提取的面积和精度与上述方法相比略低,但很接近,说明在缺少[WTBX]IRS[WTBZ]数据的情况下,仅利用CCD仍可提取出较为准确的雪盖,满足实际应用需求。     

基于AVHRR影像的北半球积雪识别算法

针对2000年前北半球较高时空分辨率和高精度的历史积雪范围数据缺失问题,利用NOAA-AVHRR地表反射率数据,以Landsat-5 TM生成的积雪范围影像作为参考真值,优化基于多指标的多级决策树积雪识别算法的阈值,并结合云雪混淆区分技术,生成了北半球AVHRR 1981—1999年L1级逐日积雪范围数据集。此外,针对AVHRR在高纬度地区数据完全缺失和低纬度地区数据部分缺失问题,利用微波雪深数据集进行填充,生成了北半球L2级逐日积雪范围数据集。最后,利用北半球1981—1999年间2 546个气象台站记录的雪深数据和939景Landsat-5 TM参考积雪范围影像作为验证数据,对AVHRR积雪范围数据集进行了精度验证。结果表明：L1级和L2级数据集的总体精度分别为81.8%和82.2%,用户精度分别为83.7%和83.8%,生产者精度分别为81.7%和84.2%,说明算法精度较高,错分误差和漏分误差均比较均衡。进一步利用Landsat-5 TM参考积雪范围影像对L2级数据集进行面上精度评估,发现L2级数据集的总体精度为90.3%,用户精度为90.2%,生产者精度为99.1%,L2级数据集精度较高。生成的北半球历史数据集可为全球积雪变化研究提供有效数据补充。     

利用非线性NDSI模型进行积雪覆盖率反演研究

基于统计回归的积雪覆盖率反演方法适合提取大范围区域的积雪覆盖率,提出了基于归一化积雪指数(NDSI)的非线性积雪覆盖率回归模型,利用阿拉斯加、西伯利亚和内蒙古地区的样本数据进行回归分析,估计模型参数,并利用建立的回归模型提取天山地区和祁连山地区的积雪覆盖率进行了验证。结果显示,基于NDSI的非线性积雪覆盖率回归模型对样本数据的拟合度和利用模型提取的积雪覆盖率精度相对于线性模型均有一定的提高。