论文摘要
积雪和植被的覆盖范围对于研究气候变化和水资源平衡、生态环境状况具有重要的意义,但它们的光谱曲线具有较强的时空变异性,难以获取精确的覆盖度产品。针对线性混合像元分解算法在积雪和植被覆盖度反演中噪声和光谱变异带来的误差,本文提出了一种基于归一化扰动模型的积雪和植被覆盖度反演方法,并选用了3个不同的区域(单独的积雪覆盖区、单独的植被覆盖区、积雪和植被混合的覆盖区)来验证所提出框架的可行性。研究结果表明:①该方法单独反演积雪覆盖度的均方根误差为0.172,单独植被覆盖度反演均方根误差为0.223,积雪和植被覆盖度混合反演的均方根误差分别为0.185和0.249,3种方案均有较高的精度;②对影像与端元组进行归一化后,降低了光谱异质性,在此方法下的扰动混合模型可以有效地减弱MODIS影像光谱变化和噪声带来的误差;③针对MODIS影像,该框架获取的积雪覆盖度相对于植被覆盖度具有更高的精度。今后将进一步发展类似的积雪覆盖度与雪粒径协同反演算法。
论文目录
文章来源
类型: 期刊论文
作者: 李杨,王杰,黄春林
关键词: 光谱归一化,积雪,植被覆盖度,最小二乘算法,扰动混合模型
来源: 地球信息科学学报 2019年12期
年度: 2019
分类: 基础科学
专业: 生物学,气象学
单位: 中国科学院空天信息创新研究院遥感科学国家重点实验室,中国科学院大学电子电气与通信工程学院,西华师范大学国土资源学院,中国科学院西北生态环境资源研究院
基金: 中国科学院战略性先导科技专项(A类)(XDA19040504),四川省教育厅自然科学重点项目(15ZA0150,17ZA0387),南充市应用技术研究与开发专项项目(17YFZJ0014),西华师范大学英才基金项目(17YC124)~~
分类号: Q948;P426.635;P407
页码: 1955-1964
总页数: 10
文件大小: 2882K
下载量: 225