气候变化领域集成服务门户(CCPortal): 基于FY-MWRI的中国西部被动微波积雪判识算法

CCPortal

	基于FY-MWRI的中国西部被动微波积雪判识算法
	陈鹤; 车涛; 戴礼云
发表日期	2018
ISSN	1004-0323
卷号	33 期号:06 页码:1037-1045
中文摘要	积雪是冰冻圈中分布最广泛的要素,在气候变化以及水文循环中扮演着重要角色。微波遥感因其全天时全天候工作、具有一定穿透性等优势,成为积雪监测的重要手段。利用FY-3C卫星同步观测获取的微波成像仪(MWRI)被动微波亮度温度数据、融合可见光红外扫描仪(VIRR)与中等分辨率成像光谱仪(MERSI)数据得到的积雪产品,结合MODIS地表分类数据、地表温度数据,发展了基于国产卫星数据的被动微波积雪判识算法。首先提取无云覆盖的不同地表类型被动微波数据像元样本,然后对各地表类型的微波特征进行分析,利用空间聚类的方法,得到TB19V-TB19H、TB19V-TB37V、TB22V、TB22V-TB89V、(TB22V-TB89V)—(TB19V-TB37V)这五类可以较好地区分积雪和其他类似积雪地表的指标。最后应用MODIS积雪产品为参考对该积雪判识算法进行精度评价,该算法在中国西部积雪判识总体精度为87.1%,漏判率为4.6%,误判率为23.3%;Grody算法判识总体精度为78.6%,漏判率为9.8%,误判率为30.7%,该算法判识精度高于Grody算法;通过Kappa系数分析比较,该算法积雪判识结果的Kappa系数值为47.3%,高于Grody算法判识结果的Kappa系数值39.9%,表明该算法积雪判识结果与MODIS积雪产品判识结果一致性更好。
关键词	积雪范围地表分类 FY-3C卫星被动微波亮度温度
来源期刊	遥感技术与应用
来源机构	中国科学院西北生态环境资源研究院
文献类型	期刊论文
条目标识符	http://gcip.llas.ac.cn/handle/2XKMVOVA/241079
作者单位	中国科学院西北生态环境资源研究院;中国科学院大学;中国科学院黑河遥感试验研究站
推荐引用方式 GB/T 7714	陈鹤,车涛,戴礼云. 基于FY-MWRI的中国西部被动微波积雪判识算法[J]. 中国科学院西北生态环境资源研究院,2018,33(06):1037-1045.
APA	陈鹤,车涛,&戴礼云.(2018).基于FY-MWRI的中国西部被动微波积雪判识算法.遥感技术与应用,33(06),1037-1045.
MLA	陈鹤,et al."基于FY-MWRI的中国西部被动微波积雪判识算法".遥感技术与应用 33.06(2018):1037-1045.