积雪面积比例(Fractional Snow Cover,FSC)是定量描述单位像元内积雪覆盖面积(Snow Cover Area,SCA)与像元空间范围的比值,可为区域气候模拟、水文模型等提供积雪分布的定量信息。MODIS FSC产品是根据经验模型计算得到,并没有考虑地形、植被和地表温度等环境因素的影响,在青藏高原的验证精度低。针对此问题,考虑青藏高原地区环境因素(地形、植被、地表温度)对FSC制备的影响,基于多元自适应回归模型(Multivariate Adaptive Regression Splines,MARS)和线性回归模型分别建立FSC制备的非参数回归模型和经验回归模型。用Landsat 8地表反射率的数据和SNOMAP算法制备FSC的参考数据集。选取一部分参考数据集作为模型的训练数据集,另一部分作为模型的检验数据集。研究结果表明:MARS方法估计FSC的精度明显高于线性回归模型和原有的MODIS FSC制备方法。MARS的总体R、RMSE、MAE分别为0.791、0.103、0.058。在线性回归模型中精度最高的总体R、RMSE、MAE分别为0.647、0.128、0....

积雪面积比例(Fractional Snow Cover,FSC)是定量描述单位像元内积雪覆盖面积(Snow Cover Area,SCA)与像元空间范围的比值,可为区域气候模拟、水文模型等提供积雪分布的定量信息。MODIS FSC产品是根据经验模型计算得到,并没有考虑地形、植被和地表温度等环境因素的影响,在青藏高原的验证精度低。针对此问题,考虑青藏高原地区环境因素(地形、植被、地表温度)对FSC制备的影响,基于多元自适应回归模型(Multivariate Adaptive Regression Splines,MARS)和线性回归模型分别建立FSC制备的非参数回归模型和经验回归模型。用Landsat 8地表反射率的数据和SNOMAP算法制备FSC的参考数据集。选取一部分参考数据集作为模型的训练数据集,另一部分作为模型的检验数据集。研究结果表明:MARS方法估计FSC的精度明显高于线性回归模型和原有的MODIS FSC制备方法。MARS的总体R、RMSE、MAE分别为0.791、0.103、0.058。在线性回归模型中精度最高的总体R、RMSE、MAE分别为0.647、0.128、0....

为定量分析土质、含水率、温度和应变速率等因素对冻土强度的影响,本文根据公开发表的试验数据,应用多元线性回归模型对冻土强度影响因素进行了显著性分析。分析结果表明,在仅考虑线性影响条件下,温度和土性是影响冻土强度的主要因素,影响强度分别为0.632和0.193,含水率对冻土强度也有显著性影响,影响强度为-0.577。为探明各影响因素对冻土强度的非线性作用,在保留强度Taylor展开二次项的条件下,通过变量代换,将非线性项进行线性化,并利用多元线性回归模型进行了进一步分析。分析结果表明含水率与温度对冻土强度的影响包含线性、非线性和交叉影响项三项,应变率对冻土强度的影响仅包含非线性和交叉影响项。各因素对冻土强度的影响程度可用偏回归系数定量描述。