在列表中检索

共检索到 5

内蒙古是我国重要的季节性积雪区之一,积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度,本文提出一种基于归一化差分雪指数(Normalized Difference Snow Index,NDSI)的直接比较积雪判识方法,即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识,并与日常业务使用的积雪判识方法进行比较。结果表明:日常使用的积雪决策树算法(Snow Mapping,SNOMAP)存在漏判部分薄雪像元现象,积雪分数(Fractional Snow Cover,FSC)算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区,NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小;林区,NDSI直接比较法相较FSC算法判识精度明显提升,同时错判误差降低,说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。

期刊论文 2025-05-21

内蒙古是我国重要的季节性积雪区之一,积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度,本文提出一种基于归一化差分雪指数(Normalized Difference Snow Index,NDSI)的直接比较积雪判识方法,即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识,并与日常业务使用的积雪判识方法进行比较。结果表明:日常使用的积雪决策树算法(Snow Mapping,SNOMAP)存在漏判部分薄雪像元现象,积雪分数(Fractional Snow Cover,FSC)算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区,NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小;林区,NDSI直接比较法相较FSC算法判识精度明显提升,同时错判误差降低,说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。

期刊论文 2025-05-21

内蒙古是我国重要的季节性积雪区之一,积雪判识和雪深反演对农业生产、生态评估以及研究春汛、积雪灾害等有重要意义。为了提高本地积雪判识精度,本文提出一种基于归一化差分雪指数(Normalized Difference Snow Index,NDSI)的直接比较积雪判识方法,即应用葵花8号卫星的待判识积雪图和当年秋季无雪底图的NDSI做差运算进行积雪判识,并与日常业务使用的积雪判识方法进行比较。结果表明:日常使用的积雪决策树算法(Snow Mapping,SNOMAP)存在漏判部分薄雪像元现象,积雪分数(Fractional Snow Cover,FSC)算法在积雪判识时会受到水体影响最终影响精度。内蒙古地区的非林区,NDSI直接比较判识法相较SNOMAP和FSC算法判识精度分别提升3.88%、0.52%,NDSI直接比较法和FSC算法在非林区的判识精度相差很小;林区,NDSI直接比较法相较FSC算法判识精度明显提升,同时错判误差降低,说明NDSI直接比较法更适用于内蒙古地区林区的积雪判识。

期刊论文 2025-05-21

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用,对气候预测、雪灾预测等具有重要意义。FY-4(风云4号)卫星数据具有高时空分辨率的优势,基于FY-4A(风云4号A星)构建积雪监测方法与模型,不仅拓展了静止卫星应用领域,也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据,对积雪与云的变化掌握的更为细致,但用于积雪监测的波段,因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品(FY-3D_SNC)数据,构建了基于归一化积雪指数(Normalized Difference Snow Index, NDSI)的FY-4A卫星积雪判识方法,提出了雪深监测模型与等级划分指标。结果表明:NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值,无论有云或无云条件,其漏判率均低于8.0%。地面站点验证结果表明,积雪判识准确率达83.33%以上。空间范围内直接剔除云区后,积雪判识经混淆矩阵验证准确率在82.48%以上。因此,FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星...

期刊论文 2023-11-02 DOI: 10.19517/j.1671-6345.20220394

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用,对气候预测、雪灾预测等具有重要意义。FY-4(风云4号)卫星数据具有高时空分辨率的优势,基于FY-4A(风云4号A星)构建积雪监测方法与模型,不仅拓展了静止卫星应用领域,也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据,对积雪与云的变化掌握的更为细致,但用于积雪监测的波段,因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品(FY-3D_SNC)数据,构建了基于归一化积雪指数(Normalized Difference Snow Index, NDSI)的FY-4A卫星积雪判识方法,提出了雪深监测模型与等级划分指标。结果表明:NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值,无论有云或无云条件,其漏判率均低于8.0%。地面站点验证结果表明,积雪判识准确率达83.33%以上。空间范围内直接剔除云区后,积雪判识经混淆矩阵验证准确率在82.48%以上。因此,FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星...

期刊论文 2023-11-02 DOI: 10.19517/j.1671-6345.20220394
  • 首页
  • 1
  • 末页
  • 跳转
当前展示1-5条  共5条,1页