祁連山區(qū)積雪類型豐富、判識復雜,是中國積雪研究的典型區(qū)域。因此,精確地監(jiān)測祁連山區(qū)積雪面積變化及其時空演變,對祁連山區(qū)生態(tài)環(huán)境和社會經(jīng)濟發(fā)展等具有重要意義。FY-3C MULSS利用多閾值積雪指數(shù)模型提供全球日積雪覆蓋產品,FY-4A AGRI傳感器每15～60 min提供一景覆蓋全球的多光譜影像�；贔Y-4A AGRI高時間分辨率的特征,構建適合于FY-4A號數(shù)據(jù)的動態(tài)多閾值多時相云隙間積雪識別方法,很大程度上減小了云對光學數(shù)據(jù)識別積雪造成的影響,并結合FY-3C MULSS積雪覆蓋日產品較高空間分辨率的優(yōu)勢,融合得到去除云后的FY3C4積雪覆蓋數(shù)據(jù)。利用Landsat 8 OLI衛(wèi)星數(shù)據(jù)對融合后的積雪數(shù)據(jù)進行對比驗證,結果表明融合FY-3C和FY-4A后的數(shù)據(jù)能更好地判識祁連山區(qū)的積雪覆蓋情況。以MODIS MOD10A2積雪產品為真實值,隨機檢驗了2018年3月～2019年3月融合后數(shù)據(jù)的積雪判識精度,發(fā)現(xiàn)無云情況下方法的總體精度可達到85.25%。進一步研究發(fā)現(xiàn)祁連山區(qū)積雪面積在海拔、氣候和坡向等因素的影響下時空分布極不均勻,總體呈現(xiàn)出冬春季節(jié)大于夏秋季節(jié),以及東部積雪面積大... 

【文章來源】：遙感技術與應用. 2020,35(06)北大核心CSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 研究區(qū)與數(shù)據(jù)
    2.1 研究區(qū)概況
    2.2 數(shù)據(jù)來源
    2.3 數(shù)據(jù)預處理
3 融合兩類衛(wèi)星數(shù)據(jù)的積雪提取方法
    3.1 積雪識別方法的構建
    3.2 FY-4A動態(tài)多閾值多時相云隙間積雪識別方法
        3.2.1 FY-4A動態(tài)多閾值積雪識別方法
        3.2.2 FY-4A多時相數(shù)據(jù)云隙間積雪識別方法
    3.3 基于像元級和決策級的FY-3C和FY-4A數(shù)據(jù)融合積雪識別方法
4 結果與分析
    4.1 FY3C4積雪識別結果精度評價
        4.1.1 Landsat 8 OLI數(shù)據(jù)驗證融合方法精度
        4.1.2 MOD10A2積雪產品驗證融合方法精度
        4.1.3 積雪判識效果綜合評價
    4.2 祁連山區(qū)積雪面積變化
    4.3 祁連山區(qū)積雪空間變化特征
5 討論與結論


【參考文獻】：
期刊論文
[1]面向可持續(xù)發(fā)展的冰凍圈科學[J]. 秦大河,姚檀棟,丁永建,任賈文.  冰川凍土. 2020(01)
[2]青藏高原融雪期積雪反照率特性分析[J]. 張正,肖鵬峰,張學良,馮學智,楊永可,胡瑞,盛光偉,劉豪.  遙感技術與應用. 2019(06)
[3]2001—2017年祁連山積雪面積時空變化特征[J]. 梁鵬斌,李忠勤,張慧.  干旱區(qū)地理. 2019(01)
[4]基于FY-3D/MERSI-Ⅱ的積雪面積比例提取算法[J]. 趙宏宇,郝曉華,鄭照軍,王建,李弘毅,黃廣輝,邵東航,王軒,高揚,雷華錦.  遙感技術與應用. 2018(06)
[5]基于Google Earth Engine評估新疆西南部MODIS積雪產品[J]. 劉暢,李震,張平,田幫森,周建民.  遙感技術與應用. 2018(04)
[6]FY-3A/MERSI積雪制圖中NDSI指標建立及積雪判識模型研究——以祁連山區(qū)為例[J]. 韓濤,王大為,李麗麗.  冰川凍土. 2018(03)
[7]基于MODIS數(shù)據(jù)中國天山積雪面積時空變化特征分析[J]. 何海迪,李忠勤,張明軍.  干旱區(qū)地理. 2018(02)
[8]1979-2016年祁連山地區(qū)大氣水汽含量時空特征及其與降水的關系[J]. 鞏寧剛,孫美平,閆露霞,宮鵬,馬興剛,牟建新.  干旱區(qū)地理. 2017(04)
[9]基于GOES靜止氣象衛(wèi)星和AMSR-E雪蓋融合監(jiān)測方法研究[J]. 楊俊濤,蔣玲梅,潘金梅,張立新.  遙感技術與應用. 2013(05)
[10]近10年黑河流域上游積雪時空分布特征及變化趨勢[J]. 黨素珍,劉昌明,王中根,吳夢瑩.  資源科學. 2012(08)



本文編號：3170641