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

青藏高原地区近地表冻融状态判别算法研究
引用本文:张子谦,赵天杰,施建成,李玉霖,冉有华,陈莹莹,赵少杰,王健,宁志英,杨红玲,韩丹.青藏高原地区近地表冻融状态判别算法研究[J].遥感学报,2020,24(7):904-916.
作者姓名:张子谦  赵天杰  施建成  李玉霖  冉有华  陈莹莹  赵少杰  王健  宁志英  杨红玲  韩丹
作者单位:1.中国科学院 西北生态环境资源研究院, 兰州730000;2.中国科学院空天信息创新研究院 遥感科学国家重点实验室, 北京100101;3.中国科学院大学, 北京100049;4.中国科学院青藏高原研究所 青藏高原环境变化与地表过程重点实验室, 北京 100101;5.北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室, 北京100875;6.北京师范大学 地理科学学部 遥感科学国家重点实验室, 北京 100875
基金项目:国家自然科学基金(编号:41671355);中国科学院“西部青年学者”和中国科学院青年创新促进会(编号:2016061)
摘    要:青藏高原地区以其独特的气候水文特征被称为“亚洲水塔”, 这一地区广泛分布的冻土及其冻融过程对地表非绝热加热与水文过程具有重要影响。然而, 恶劣和复杂的地理环境为这一区域的地表冻融过程本地观测和遥感监测均带来极大挑战。本文利用AMSR-2传感器遥感数据开展青藏高原地区的近地表冻融判别算法研究, 包括判别式算法和季节性阈值算法, 并使用4个青藏高原典型地区的土壤温湿度密集观测网数据对算法进行区域适应性优化。研究特别针对季节性阈值算法进行了两点改进: 首先考虑到地表发射率的变化对于冻融相态的转变指示更为直接,故采用6.9 GHz水平(H)极化的准发射率替换季节性阈值算法中的原有冻结因子; 其次使用一种新的数据归一化方法:标准差归一化方法, 用以替代原有的离差归一化方法, 并通过阈值设定对判别精度的影响分析改进后的优势。结果证明, 冻融判别式算法在升轨时期的整体精度最具优势, 其优势在于能够减少夏季地表发射率复杂变化导致的误判, 基于标准差归一化方法的季节性阈值算法在降轨时期的整体精度具有优势。通过对不同典型区域的冻融土辐射特征和判别精度的分析, 发现地表发射率的变幅(初始液态含水量)大小是影响所有冻融判别算法精度的最关键因素。

关 键 词:遥感  青藏高原  土壤冻融  微波遥感  AMSR-2  判别式算法  季节性阈值算法
收稿时间:2019/8/13 0:00:00

Near-surface freeze/thaw state mapping over Tibetan Plateau
ZHANG Ziqian,ZHAO Tianjie,SHI Jiancheng,LI Yulin,RAN Youhu,CHEN Yingying,ZHAO Shaojie,WANG Jian,NING Zhiying,YANG Hongling,HAN Dan.Near-surface freeze/thaw state mapping over Tibetan Plateau[J].Journal of Remote Sensing,2020,24(7):904-916.
Authors:ZHANG Ziqian  ZHAO Tianjie  SHI Jiancheng  LI Yulin  RAN Youhu  CHEN Yingying  ZHAO Shaojie  WANG Jian  NING Zhiying  YANG Hongling  HAN Dan
Institution:1.Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou730000, China;2.State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China;3.University of Chinese Academy of Sciences, Beijing100049, China;4.Key Laboratory of Tibetan Environment Changes and Land Surface Processes, Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing100101, China;5.State Key Laboratory of Earth Surface Processes and Resource Ecology, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China;6.State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China
Abstract:
Keywords:remote sensing  Tibetan Plateau  soil freeze/thaw  microwave remote sensing  AMSR-2  discriminant function algorithm  seasonal threshold algorithm
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