基于光谱-环境随机森林回归模型的MODIS积雪面积比例反演研究.docx
版权申诉
168 浏览量
2023-02-23
20:19:29
上传
评论
收藏 464KB DOCX 举报
0 引言
积雪是冰冻圈重要的组成要素之一，是气候变化的指示器。积雪面积作为
积雪的一个重要特征，对于区域水文、地表能量过程具有重要的意义
［ 1-3］
。遥
感积雪面积数据由于覆盖面积大，时空分辨率较高，已被广泛应用在积雪面积
的反演研究中
［ 4］
。遥感积雪面积数据主要分为二值积雪面积数据和积雪面积
比例数据。二值积雪面积数据反演的精度与雪深、地形和地表类型密切相关，
研究表明斑状分布的积雪、山区或林区分布的积雪，由于混合像元的影响，二
值积雪面积数据很难反映积雪分布特征
［ 5-7］
。FSC 数据用像元内积雪覆盖的比
例来表示积雪覆盖的面积
［ 8］
，可以在亚像元尺度上定量描述像元内积雪的覆
盖程度，相比于二值积雪面积数据可以更加准确地估计积雪覆盖面积
［ 9-10］
。
MODIS FSC 比例数据已经取代二值积雪面积数据作为许多水文和大气模
型的重要输入参数
［ 11-13］
。目前，MODIS FSC 的提取方法主要包括三种：线性
回归模型、混合像元分解模型和机器学习模型。线性回归模型主要是利用 FSC
和与其相关的指数［如归一化植被指数（Normalized Difference Vegetation
Index ， NDVI ） 、 归 一 化 积 雪 指 数 （ Normalized Difference Snow Index ，
NDSI）等］间的线性关系构建回归模型，许多学者都做了大量的研究
［ 14-16］
。
代 表 性 研 究 成 果 主 要 是 Salomonson 等
［ 16 ］
构 建 的 线 性 回 归 模 型
（FSC_NDSI），该模型被 NASA 的 MODIS 全球积雪覆盖产品所采用。混合
像元分解模型主要是选择图像端元，通过线性光谱混合分析模型（LSMA）进
行解混以获取 FSC。代表性研究主要包括：Painter 等
［ 17］
结合 LSMA 模型和
积 雪 辐 射 传 输 模 型 发 展 了 一 种 针 对 MODIS 数 据 的 FSC 提 取 的 算 法
MODSCAG；施建成
［ 18］
发展了一种改进“多端元光谱混合分析”方法反演 MODIS
剩余21页未读，继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3538
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
