论文部分内容阅读
积雪是冰冻圈中分布最为广泛、季节变化最为明显的因素。准确的积雪信息是融雪径流模型的重要参数,是分析积雪对气候的作用、雪灾预警和预报的首要基础和保证。由于遥感具有多时相、多角度、覆盖范围广的特点,所以成为积雪信息提取的理想手段。在北半球森林覆盖地区季节性积雪覆盖面积占全球陆地面积的8%,而由于林冠对积雪的遮蔽效应,使得森林覆盖区的积雪信息很难被提取出来。本文选择OLI和MODIS数据作为主要遥感信息源,选择有大面积森林分布的玛纳斯河流域为典型研究区,开展以提高森林覆盖区积雪信息提取精度的方法性研究。主要内容:1.开展了积雪在可见光、近红外波段的光谱特性研究,对典型地物的光谱特征进行分析,以确定积雪信息提取的最佳波段。2.通过对最佳阈值的选取,并结合NDVI数据,构建了分段的NDSI雪指数法和S3雪指数法,并与传统的NDSI和S3方法进行了精度比较和分析。此外,根据森林覆盖区与非森林覆盖区积雪在形态特征和纹理特征方面的差异,利用基于规则的面向对象法提取了积雪信息,3.根据研究区大小及时间分辨率的要求,结合NDVI数据构建了基于亚像元尺度的分段雪盖率反演模型,并对其进行了精度验证。主要结论:1.通过对积雪光谱特征的分析,发现由于林区冠层对积雪的遮蔽效应,导致森林覆盖区积雪显示出部分植被的光谱特征,传统的NDSI和S3方法并不能很好的提取出森林覆盖区的积雪。相比较而言,S3雪指数法由于加入了反映植被反射特性的红光波段,提取效果优于NDSI雪指数法。2.结合NDVI的分段雪指数法,能够将森林覆盖区的积雪信息提取出来,提高了森林覆盖区积雪信息提取的精度,适合于流域尺度的高精度积雪信息的提取。3.当没有Landsat 8卫星过境时,为满足时间分辨率的要求,可采用MODIS数据。本文为提高MODIS数据的空间分辨率,且同时提高森林覆盖区积雪信息提取的精度,构建了亚像元尺度下的分段雪盖率反演模型。该模型在保证非森林区积雪提取精度的同时还提高了森林覆盖区积雪提取的精度。