基于FY-MWRI的中国西部被动微波积雪判识算法

• 作者: 戴礼云 车涛 陈鹤
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 积雪范围 地表分类 FY-3C卫星 被动微波亮度温度
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 积雪遥感专栏
• 页码范围: 1037-1045
• 页数: 9页
• 分类号: TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2018.6.1037

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.