共查询到16条相似文献，搜索用时 421 毫秒
1.
摘要：利用2002年10月1日-2008年3月31日青海省Terra/MOD10A1和Aqua/MYD10A1每日雪被产品,合成了MODIS五日积雪分类图像（MOYD_5D）,结合AMSR E五日雪水当量产品（AE_5D）,利用用户自定义合成算法合成五日积雪分类图像AEMD_5D。根据气象台站的雪情数据,对比分析MOYD_5D、AE_5D和AEMD_5D这3种积雪产品的积雪分类精度（Sa）。结果表明,1）当积雪深度为1~3 cm时, MOYD_5D、AE_5D和AEMD_5D的积雪分类精度分别为17.5%、49.8%和23.2%;2）积雪深度为4~6 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为46.2%、55.1%和56.9%;3）雪深为7~9 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为58.6%、78.5%和78.6%;4）当雪深≥10 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为66.7%、82.2%和84.1%。合成产品AEMD_5D对积雪分类精度有所提高,对于牧区雪灾监测及评价具有重要的应用价值。 相似文献
2.
基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究 总被引：10，自引：1，他引：9
准确监测牧区积雪覆盖范围,对有效防灾减灾和牧区畜牧业持续发展具有特别重要的意义。利用积雪产品和气象台站的观测资料,对比分析了北疆地区2002年11月1日－2005年3月31日三个积雪季的AMSR-E每日雪水当量产品及其与MOD10A1每日积雪分类产品合成的图像MODAE1的积雪识别精度。结果表明,1)AMSR-E每日雪水当量产品的积雪识别率为66.59%,总精度为69.49%;2)利用用户自定义的合成算法计算的合成图像MODAE1,结合了AMSR-E雪水当量产品不受天气影响和MOD10A1每日积雪产品较高空间分辨率的优点,积雪识别率达76.43%;3)雪深和土地覆盖对合成图像MODAE1的积雪识别率具有重要的影响。在雪深为1～40cm时,合成图像的积雪识别精度随雪深的增加而增大;在雪深为31～40cm时,积雪识别率可达90.19%;在雪深大于40cm时,积雪识别率开始下降。在牧区合成图像的积雪识别率可达77.6%,而在开阔的灌丛区积雪识别率略有下降,为72.7%。 相似文献
3.
本研究利用青藏高原地区2002-2008年MODIS/Terra-Aqua逐日雪被产品(MOD10A1及MYD10A1)和AMSR-E/Aqua每日雪水当量产品AE_DySno,研究了MODIS和AMSR-E逐日数据的融合算法,合成出逐日无云积雪分类图像MATS10A1,并利用气象台站提供的雪情数据验证了合成图像的积雪分类精度。研究结果表明:1)在青藏高原地区,虽然在晴空时MODIS积雪分类精度较高(当雪深>3 cm时达到80.82%),但MOD10A1和MYD10A1图像中的平均云量比分别达到39.74%和48.74%,无法对牧区雪情进行实时监测。2)MOD10A1和MYD10A1的合成图像(MOYDTS10A1)云量比为24.13%,不但消除了大部分云的影响,而且提高了积雪分类精度(积雪分类精度为81.67%)。3)合成图像MATS10A1结合了AMSR-E资料不受天气影响和MODIS雪被产品较高空间分辨率的优点,不仅完全消除了云的干扰,同时具有较高的积雪分类精度(79.36%)。因此,这种改进型算法生成的逐日无云图像,在青藏高原牧区雪灾监测与预警研究中将具有重要的应用前景。 相似文献
4.
基于内蒙古草原牧区2011~2013年两个积雪季的国产卫星FY-3B双极化亮温数据,通过使用2012年MODIS的MCD12Q1土地覆盖类型产品数据提取内蒙古牧区草地植被类型,同时使用与FY-3B数据同期的MOD10A1日积雪覆盖产品剔除研究区内无积雪覆盖的像元,进而得到内蒙古草原牧区有积雪覆盖区域的FY-3B影像各像元的亮温数据。将亮温数据与研究区内相应的野外固定实验站观测数据及呼伦贝尔市的7个气象站点雪深观测数据建立回归拟合关系,初步建立了基于FY-3B亮温数据的适合于内蒙古草原牧区的雪深反演模型,模型参数拟合决定系数R2为0.59。使用2012年研究区雪深观测值检验模型,均方根误差为3.12cm,平均相对误差为18%,表明所建立的雪深反演模型能够较好地估算和识别内蒙古草原牧区雪深的空间分布特征。 相似文献
5.
基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探 总被引：8，自引：1，他引：7
利用北疆地区2002,2003和2004年11月-次年3月3个积雪季AMSR-E 445个时相的亮温数字图像和20个气象台站实测雪深数据,系统分析了雪深模型的影响因子和研究区样本筛选方法。通过对18和36 GHz波段的水平、垂直极化方式的亮温差和实测雪深值回归分析比较,建立了北疆地区基于AMSR-E亮温数据的雪深反演模型,并对模型的精度进行了评价。结果表明,1)AMSR-E亮温差受气温、融雪、降水、湿雪、深霜层等因素的严重影响,其中受深霜层的影响最大;2)大于2.5 cm的积雪深度SD同垂直极化方式的18和36 GHz波段的亮温差(Tb18V-Tb36V)之间具有较好的线性相关性,其回归公式为SD=0.49(Tb18V-Tb36V)+8.72,相关系数达0.65。 3)当雪深为3～10 cm时,反演模型平均误差为-7.1 cm,平均绝对误差为7.1 cm,RMSE值达7.7 cm;当雪深为11～30 cm时,平均误差为1.8 cm,平均绝对误差为4.9 cm,RMSE值为9.1 cm;当雪深大于30 cm时,平均误差为8.9 cm,平均绝对误差为9.4 cm,RMSE值为18.1 cm。4)该模型在北疆地区优于Chang算法,基本能反映北疆地区雪深变化趋势。当地表为中雪覆盖时,反演雪深值和实测值之间的一致性较高,当地表为浅雪和深雪覆盖时,反演模型的误差较大,其反演精度较低,还有待于进一步研究。 相似文献
6.
以青海省作为研究区,利用ＭＯＤＩＳ每日地表反射率产品ＭＯＤ０９ＧＡ 和逐日雪被合成产品ＭＯＤ１０Ａ１,通过调整ＮＤＳＩ阈值,合成积雪分类图像,根据气象台站实测雪深数据,评价积雪分类精度,探索研究了适合该地区的ＮＤＳＩ阈值。研究结果表明,１）ＮＳＩＤＣ 发布的全球ＭＯＤＩＳ积雪产品ＭＯＤ１０Ａ１在青海高原的积雪分类精度较低,在晴空下雪深大于３ｃｍ 的积雪分类精度为８６．０１％。２）研究区适合的ＮＤＳＩ阈值为０．３７。在晴空下雪深大于３ｃｍ 时,合成雪被图像的积雪分类精度可达９０．３７％,总精度９９．５１％,多测误差０．２２％,漏测误差９．６３％。３）同ＭＯＤＩＳ逐日雪被产品ＭＯＤ１０Ａ１进行雪深分段精度比较,发现整体上自定义雪被图像的积雪分类精度较高,合成图像更符合青海高原积雪空间分布的真实情况。 相似文献
7.
雪灾是制约牧区草地畜牧业持续发展的主要气象灾害之一。利用研究区1995-1996年、2000-2001年、2005-2006年10月到次年3月共3个积雪季的SSM/I日亮温数据和79个气象台站对应的地面实测雪深值,反演了青藏高原东部的雪深模型,估算了积雪分布面积和积雪深度。研究结果表明：3个积雪季的月、旬积雪面积都是先增加,在12月到次年1月达到最大值,然后减少;各积雪季雪深以<5 cm为主,10月、次年2月和3月期间基本上没有>10 cm以上的积雪;从3个积雪季的旬雪深数据来看,各旬3个级别的雪深面积变化基本上都遵循了先增大后减小的趋势,其中雪深<5 cm的积雪面积变化最大,>10 cm的积雪面积变化最小;3个积雪季510 cm的积雪主要分布在青南的玉树、果洛州。 相似文献
8.
探讨冻土区划与草原分类的一致性,可以为揭示冻土分布和草原分类规律提供依据。以青藏高原为研究区,将研究区内冻土区划划分为多年冻土区、季节冻土区和非冻土区3种类型,它们分别占整个研究区面积的49.64%、46.68%和3.68%;将此研究区内草原分类也划分为3种类型（优势草原类、亚优势草原类和热带草原类）,它们分别占整个研究区面积的57.51%、41.08%和1.41%;然后进行图像叠加,通过分析图像分类精度的误差矩阵,可以得到冻土区划和草原分类总体一致性精度为65.95%,说明二者具有明显的一致性。 相似文献
9.
10.
内蒙古农牧交错带土地利用对土壤性质的影响 总被引：2，自引：2，他引：2
为研究农牧交错带土地利用方式对土壤特性的影响,于2007年7月选择位于内蒙古东部农牧交错带太仆寺旗的3种土地利用类型,野外采集土样并进行分析。结果表明:在0~30 cm土层中,土壤有机碳含量、全氮含量、速效钾含量均表现为草地>榆树林地>农田;土壤水溶性有机碳含量表现为草地最高,农田次之,林地最小;土壤速效磷含量变化与上述趋势不同,为农田>草地>榆树林地。土地利用方式对土壤质地也有影响,与农田土壤和林地土壤相比较,草地土壤的粘粒含量最高,砂砾含量最低。本研究表明在研究区域天然草地具有较好的土壤养分保持能力,是最适合的土地利用类型,可为改善生态环境和当地的可持续发展提供依据。 相似文献
11.
甘南地区MODIS土地覆盖产品精度评价 总被引：4，自引：0，他引：4
以甘南州为研究区,参考2004年TM遥感影像目视解译分类图,评估了2004年MODIS土地覆盖产品MCD12Q1的分类精度。研究结果表明:1)MCD12Q1产品的IGBP、UMD、LAI/FPAR、PFT 4种土地覆盖分类图像中,UMD分类图像的总体精度最高,为61.03%,草地分类制图精度达91.61%,用户精度达61.53%。2)该产品分类误差主要为林地漏测误差和草地多测误差,其中LAI/FPAR图像的林地漏测误差和草地多测误差最高,分别达85.04%和38.90%。3)统计计算2001-2005年UMD分类图像的甘南州草地总面积,与甘南州统计年鉴的数据基本一致,能够反映甘南草地时空分布范围及面积的动态变化特征。 相似文献
12.
土地覆盖变化是评价生态系统健康的关键,并对可持续发展有重要意义。遥感技术是实现快速动态监测大面积土地覆盖变化的有效方法。结合野外实测土地类型数据和Landsat 8 OLI影像,对欧空局全球土地覆盖产品(CCI-LC)在甘南和川西北地区分类精度评价的基础上,分析了研究区1992-2015年土地覆盖类型的时空动态变化特征,并从自然和人为两方面因素出发,研究了该地区草地面积变化的驱动力。结果表明:1)CCI-LC产品在甘南和川西北地区的总体精度为76.79%,在六大土地覆盖类型中(草地、林地、裸地、水体、永久冰雪和人类占用地),草地的用户精度最高(94.88%)。2)在1992-2015年,草地面积整体上呈减少趋势,且在1994-2001年发生了较大的变化,减少了6760.53 km2,动态度为-0.53%·年-1。3)1992-2000年研究区主要发生草地、林地和人类占用地三者之间的相互转化,其中草地以转出为主;2000-2010年研究区土地覆盖类型的变化多样,草地仍以转出为主,但转出面积较上一时间段大幅度减少;2010-2015年间研究区地物类型的转换关系更加复杂,其中草地以转入为主,转入来源仅为林地和人类占用地。4)农业GDP和牧业GDP是甘南和川西北地区草地面积变化的主要驱动因素,且两者均与草地面积呈负相关关系。提供了一种宏观、快速、低成本分析长时间序列土地覆盖类型动态变化的遥感监测方法。 相似文献
13.
基于土地利用的内蒙古牧区生态系统服务时空变化(2000-2015) 总被引：1，自引：0，他引：1
内蒙古牧区是我国北方生态安全屏障,生态脆弱,近年来开发强度大,土地利用变化明显。本文以内蒙古牧区为研究区,利用遥感地理信息系统和模型模拟的方法,通过2000—2015年土地利用转移矩阵和变化动态分析,了解生态系统服务碳固定、土壤保持演变特征,开展土地利用变化及碳固定、土壤保持评价,为牧区土地资源管理提供科学支撑。结果表明：内蒙古牧区主要的土地利用类型为草地和未利用地;16年间,该地区建筑用地、林地、耕地、盐碱地面积增加,水域、沙漠、草地、未利用地面积减少;土地利用变化从草地向耕地、建筑用地、林地转移,从沙漠、水域向草地转移;全域碳固定和土壤保持均呈增加态势;各土地利用类型提供的碳固定和土壤保持服务,草地占比最大,其次为沙漠和耕地。该区域应注重保护草地、林地,扩大草地面积,治理沙漠区域,优化土地利用结构,提高生态系统服务。 相似文献
14.
祁连山冰沟流域地形复杂,积雪深度较浅且破碎化严重,针对MODIS标准积雪面积比例产品在该地区监测精度较差的问题,本研究基于冰沟流域浅雪光谱特征分析及结合野外实测经验,探索浅雪的光谱特征对MODIS浅雪面积比例提取精度的影响;然后通过线性回归法、线性混合像元分解法及BP神经网络模型3种方法分别构建了针对研究区的MODIS积雪制图算法,并利用同时相的Landsat 8OLI二值积雪数据作为真值对上述3种制图方法进行精度验证。结果表明,1)浅雪的光谱反射率对基于NDSI阈值法的MODIS浅雪提取精度几乎没影响,MODIS提取浅雪精度差的主要原因为该地区复杂的地形而导致的积雪分布破碎化,即混合像元的大量存在;2)利用BP神经网络模型反演积雪面积比例的最佳输入参数组合为(ρ_1~ρ_7)+NDSI+DEM;3)线性混合像元分解模型在该研究区的积雪面积比例提取精度较低,BP神经网络模型精度最好;4)在地形复杂区域,多因素模型(BP神经网络模型)相对于单因素模型(一元线性回归模型)具有较好的积雪面积比例提取精度和稳定性,可以为研究区MODIS积雪面积比例的反演提供一种理想的方法。 相似文献
15.
利用玛曲县尼玛镇研究区2009年8月30日的RapidEye影像和2011年8月27日的WorldView-2影像及同时段的MOD09GA产品,计算分析了基于高分影像的NDVI与基于MOD09GA的NDVI的相关关系,对基于MOD09GA NDVI的甘南州草地生物量模型进行了修正,并对修正后模型的估产精度进行了比较和评价。结果表明：基于MOD09GA NDVI（x）的甘南州草地生物量最优模型为指数模型（Y=1026.027e1.466x）,其R2为0.571,高于其线性、乘幂、对数等模型;研究区内MOD09GA NDVI与依据RapidEye和WorldView-2计算的NDVI（分别记作Nr和Nw）之间均具有显著的线性相关关系,且后者略优于前者,回归方程分别为Nr=1.2713x-0.2183和Nw=0.9559x+0.0679;结合MOD09GA NDVI与WorldView-2NDVI回归方程对甘南州MOD09GA NDVI与草地生物量模型进行修正后,得到的生物量更接近实测值,在研究区内平均估产精度可达84.73%,比未修正的估算模型精度提高1.08%。说明利用高分遥感影像修正的MODIS估产模型具有更好的精度。 相似文献
16.
祁连山东段土地利用方式对植被地上、地下植物量的影响 总被引：1，自引：2，他引：1
为了解祁连山东段天祝高寒地区不同土地利用方式对植被地上和地下植物量的影响,选取天然草地、退耕自然恢复地、当年弃耕地、坡耕地和多年生草地5种土地利用方式下的地上和地下植物量进行研究。结果表明,地上植物量表现为坡耕地多年生草地天然草地退耕自然恢复地当年弃耕地;地下植物量表现为天然草地多年生草地坡耕地退耕自然恢复地当年弃耕地;地下植物量分布在0~10 cm土层;地上植物量与植被盖度之间的关系拟合二次函数,地下植物量与植被盖度、物种数之间的关系分别拟合对数和二次函数;地上植物量与地表的植被盖度显著相关(P0.05);地下植物量与地表的植被盖度和物种数显著相关(P0.05)。 相似文献