论文部分内容阅读
积雪有助于地球的辐射能量平衡,并作为广泛的蓄水层,影响着各种气候和水文过程。常规的地面站监测不能准确地获取大范围的监测结果,地面站的监测范围是否具有代表性直接影响最终的监测精度。随着卫星技术的发展,光学遥感中传感器丰富的波段信息可以提供准确的积雪覆盖信息,同时实现大范围的观测,而云干扰和森林遮挡是光学遥感中获得准确雪盖信息面临的重要问题。本文主要结合多源遥感数据高时间分辨率、高空间分辨率以及丰富的波段信息的特点,结合森林透射率模型,降低云的影响和森林冠层遮挡的干扰,生成更准确有效的积雪覆盖度产品,具体研究内容和主要创新点如下:(1)基于FY-2G静止卫星遥感数据的东北地区积雪覆盖度监测。首先对FY-2G数据进行预处理,包括辐射定标、几何校正和反射率校正等;然后通过阈值和相似度的运算识别数据中的云像元,最后结合雪在不同波段的特性计算分析,提取积雪覆盖度信息并融合多时相的数据,最终得到基于FY-2G静止卫星每日的积雪覆盖产品。通过MODIS每日雪产品进行产品验证,MODIS可对晴朗空旷地区进行准确的积雪监测;有云状态下,多时相的风云数据可以得到更准确的雪盖信息。(2)基于FY-3B极轨卫星遥感数据的东北地区积雪覆盖度监测。中国东北地区的下垫面类型可以分为森林区和非森林区。对于非森林区域,利用Landsat8OLI数据结合SNOWMAP算法得到“真实”的地表积雪覆盖情况,使用FY-3B数据计算研究区域每个像元的积雪指数;然后,通过线性回归建立积雪指数和积雪覆盖度的关系;最后,选取精度较高的积雪指数回归方程,得到无云条件下的积雪覆盖产品。针对森林地区,利用SCAMOD模型计算森林透射率,将林下积雪覆盖度表示为FY-3B可见光反射率和森林透射率函数,生成更准确的林下积雪覆盖度产品,并且结合GF-2数据进行积雪覆盖度验证。(3)基于FY-2G静止和FY-3B极轨卫星遥感数据的积雪覆盖度融合算法研究。由于FY-2G静止卫星遥感数据具有高时间分辨率的特点,所以对于研究区域一天内可以获取多幅影像数据,进而有效地降低了云层对光学传感器的干扰;同时,FY-3B极轨卫星数据有更高的空间分辨率和更丰富的光谱信息,可以提供更准确的积雪覆盖度产品。结合两种卫星数据各自的优越性,本文提出了基于多源遥感数据的积雪覆盖度产品的融合算法,生成精度较高的每日积雪覆盖度产品。对于仍有云或者数据缺失的区域,利用隐性马尔科夫随机场模型进行预测,得到中国东北地区无云的积雪覆盖度产品。本文通过静止卫星FY-2G数据和极轨卫星FY-3B数据生成积雪覆盖度产品,并通过数据融合,降低了云层的干扰和森林冠层的遮挡影响,为中国东北地区的积雪监测研究提供有效准确的监测方法。