MODIS影像雪深遥感反演特征参数选择与模型研究

刘海; 陈晓玲; 宋珍; 殷守敬

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

MODIS影像雪深遥感反演特征参数选择与模型研究

刘海, 陈晓玲, 宋珍, 殷守敬

文章导航 > 武汉大学学报 ● 信息科学版 > 2011 > 36(1): 113-116

刘海, 陈晓玲, 宋珍, 殷守敬. MODIS影像雪深遥感反演特征参数选择与模型研究[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 113-116.

引用本文:

刘海, 陈晓玲, 宋珍, 殷守敬. MODIS影像雪深遥感反演特征参数选择与模型研究[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 113-116.

LIU Hai, CHEN Xiaoling, SONG Zhen, YIN Shoujing. Study of Characteristic Parametric Selection and Model Construction for Snow Depth Retrieval from MODIS Image[J]. Geomatics and Information Science of Wuhan University, 2011, 36(1): 113-116.

Citation:

LIU Hai, CHEN Xiaoling, SONG Zhen, YIN Shoujing. Study of Characteristic Parametric Selection and Model Construction for Snow Depth Retrieval from MODIS Image[J]. Geomatics and Information Science of Wuhan University, 2011, 36(1): 113-116.

MODIS影像雪深遥感反演特征参数选择与模型研究

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²江西师范大学鄱阳湖湿地与流域研究教育部重点实验室,南昌市紫阳大道99号,330027

基金项目: 国家973计划资助项目(2009CB723905)，国家863计划资助项目(2009AA122100)，国家自然科学基金资助项目(40721001)，国家科技支撑计划资助项目(2008BAK49B01)

详细信息

作者简介:
刘海,博士生,研究方向为资源与环境遥感。

中图分类号: P237.3

Study of Characteristic Parametric Selection and Model Construction for Snow Depth Retrieval from MODIS Image

¹ State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;² Key Lab of Poyang Lake Ecological Environment and Resource Development,Jiangxi Normal University,99 Ziyang Road,Nanchang 330022,China

Funds: 国家973计划资助项目(2009CB723905)，国家863计划资助项目(2009AA122100)，国家自然科学基金资助项目(40721001)，国家科技支撑计划资助项目(2008BAK49B01)

摘要: 在综合分析已有研究成果的基础上,选择MODIS遥感影像,借助灰色系统理论,结合观测站实测雪深数据,选择雪深反演特征参数,构建反演模型,并定义多元回归模型的综合评价系数,进而从构建的多个回归模型中,选择出雪深反演最优模型。
- 雪深 /
- 遥感反演 /
- 特征参数选择 /
- MODIS
Abstract: Snow depth is an important parameter in snow monitoring.How to select the charactersitic parameter and construct model is one of the key issues in snow depth retrieval using remotely sensed images.In this paper,MODIS images over Tianshan region were used,from which 37 potential retrieval variables were pre-selected,and ten days in-situ snow depth data of seven in-situ observations were used for analysis,Gray system theory,which has the advantage of multi-variable analysis of the small samples was selected to analyse the correlation between snow depth and retrieval parameters,and four characteristic parameters were selected based on above analysis.15 snow depth retrieval models were established.using the selected characteristic parameters,Then a comprehensive evaluation coefficient CEC of multiple regression model was defined using AIC criterion,BIC criterion and Pearson r.Then the optimal retrieval model of snow depth was selected from the above 15 models according to CEC,and the test showed the average relative error retrieval accuracy was 11.2% which was in line with operational monitoring requirements.
- snow depth /
- RS retrieval /
- characteristic parameters selection /
- MODIS

[1]	屈猛, 庞小平, 赵羲, 季青, 范沛. 利用多源遥感数据识别波弗特海冰间水道 . 武汉大学学报 ● 信息科学版, 2019, 44(6): 917-924. doi: 10.13203/j.whugis20170296
[2]	武黎黎, 李晓峰, 陈月庆, 赵凯, 郑兴明, 张兴国. HUT模型的改进及其雪深反演 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 904-910. doi: 10.13203/j.whugis20150184
[3]	许剑辉, 舒红. 基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化 . 武汉大学学报 ● 信息科学版, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
[4]	王宏伟, 黄春林, 侯金亮, 李晓英. 基于数据同化算法融合多源数据估算雪深 . 武汉大学学报 ● 信息科学版, 2016, 41(6): 848-852. doi: 10.13203/j.whugis20140568
[5]	许剑辉, 舒红. 基于Triple-Collocation的地面观测与卫星遥感数据融合的雪深反演 . 武汉大学学报 ● 信息科学版, 2015, 40(4): 469-473. doi: 10.13203/j.whugis20130727
[6]	李斌, 燕琴, 张丽, 梁勇. 长江中游洪涝灾害特征的MODIS时序监测与分析 . 武汉大学学报 ● 信息科学版, 2013, 38(7): 789-793.
[7]	刘良明, 徐琪, 胡玥, 黄蕾. 利用非线性NDSI模型进行积雪覆盖率反演研究 . 武汉大学学报 ● 信息科学版, 2012, 37(5): 534-536.
[8]	张鹏, 陆建忠, 陈晓玲, 田礼乔. MODIS遥感数据辅助的鄱阳湖水体范围变化数值模拟 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1087-1091.
[9]	马慧云, 邓敏. 利用区域特征进行云与辐射雾分离检测 . 武汉大学学报 ● 信息科学版, 2009, 34(7): 847-850.
[10]	于君明, 蓝朝桢, 周艺, 王世新. 农作物含水量的遥感反演 . 武汉大学学报 ● 信息科学版, 2009, 34(2): 210-213.
[11]	赵强, 杨世植, 乔延利, 麻金继. 利用MODIS红外资料反演大气参数以及表层温度的研究 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 400-403.
[12]	周旋, 周晓中, 吴耀平, 翟景秋. 利用MODIS数据监测夜间雾 . 武汉大学学报 ● 信息科学版, 2008, 33(6): 581-583.
[13]	岑奕, 张良培, 村松加奈子. 纪伊半岛地区植被净初级生产力的遥感应用研究 . 武汉大学学报 ● 信息科学版, 2008, 33(12): 1221-1224.
[14]	刘良明, 张红梅, 张丰. 近海Ⅱ类水体的MODIS影像大气校正方法 . 武汉大学学报 ● 信息科学版, 2007, 32(2): 104-107.
[15]	赵红蕊, 唐中实, 李小文. 线性正则化遥感反演中正则化参数的确定方法 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 531-535.
[16]	万幼川, 黄家洁, 刘良明. 基于MODIS数据的二类水体叶绿素反演算法理论与实现 . 武汉大学学报 ● 信息科学版, 2007, 32(7): 572-575.
[17]	周纪, 陈云浩, 李京, 蒋卫国. 基于MODIS数据的雪面温度遥感反演 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 671-675.
[18]	马慧云, 李德仁, 刘良明, 梁益同. 基于MODIS卫星数据的平流雾检测研究 . 武汉大学学报 ● 信息科学版, 2005, 30(2): 143-145.
[19]	刘良明, 胡艳, 鄢俊洁, 谭德宝. MODIS干旱监测模型各参数权值分析 . 武汉大学学报 ● 信息科学版, 2005, 30(2): 139-142.
[20]	刘良明, 梁益同, 马慧云, 黄靖. MODIS和AVHRR植被指数关系的研究 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 307-310.

点击查看大图

计量

文章访问数: 1306
HTML全文浏览量: 33
PDF下载量: 517
被引次数: 0

MODIS影像雪深遥感反演特征参数选择与模型研究

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²江西师范大学鄱阳湖湿地与流域研究教育部重点实验室,南昌市紫阳大道99号,330027

作者简介:
刘海,博士生,研究方向为资源与环境遥感。

收稿日期: 2010-10-18
刊出日期: 2011-01-05

中图分类号: P237.3

关键词:

雪深 /

遥感反演 /

特征参数选择 /

MODIS

摘要: 在综合分析已有研究成果的基础上,选择MODIS遥感影像,借助灰色系统理论,结合观测站实测雪深数据,选择雪深反演特征参数,构建反演模型,并定义多元回归模型的综合评价系数,进而从构建的多个回归模型中,选择出雪深反演最优模型。

English Abstract

Study of Characteristic Parametric Selection and Model Construction for Snow Depth Retrieval from MODIS Image

¹ State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;² Key Lab of Poyang Lake Ecological Environment and Resource Development,Jiangxi Normal University,99 Ziyang Road,Nanchang 330022,China

Funds: 国家973计划资助项目(2009CB723905)，国家863计划资助项目(2009AA122100)，国家自然科学基金资助项目(40721001)，国家科技支撑计划资助项目(2008BAK49B01)

Received Date: 2010-10-18
Publish Date: 2011-01-05

Keywords:

Abstract: Snow depth is an important parameter in snow monitoring.How to select the charactersitic parameter and construct model is one of the key issues in snow depth retrieval using remotely sensed images.In this paper,MODIS images over Tianshan region were used,from which 37 potential retrieval variables were pre-selected,and ten days in-situ snow depth data of seven in-situ observations were used for analysis,Gray system theory,which has the advantage of multi-variable analysis of the small samples was selected to analyse the correlation between snow depth and retrieval parameters,and four characteristic parameters were selected based on above analysis.15 snow depth retrieval models were established.using the selected characteristic parameters,Then a comprehensive evaluation coefficient CEC of multiple regression model was defined using AIC criterion,BIC criterion and Pearson r.Then the optimal retrieval model of snow depth was selected from the above 15 models according to CEC,and the test showed the average relative error retrieval accuracy was 11.2% which was in line with operational monitoring requirements.

刘海, 陈晓玲, 宋珍, 殷守敬. MODIS影像雪深遥感反演特征参数选择与模型研究[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 113-116.

引用本文:

刘海, 陈晓玲, 宋珍, 殷守敬. MODIS影像雪深遥感反演特征参数选择与模型研究[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 113-116.

Citation:

全文HTML

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

我要投稿

投稿攻略

联系我们

二维码

留言板

MODIS影像雪深遥感反演特征参数选择与模型研究

作者简介: 刘海,博士生,研究方向为资源与环境遥感。

Study of Characteristic Parametric Selection and Model Construction for Snow Depth Retrieval from MODIS Image

计量

出版历程

MODIS影像雪深遥感反演特征参数选择与模型研究

1武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;2江西师范大学鄱阳湖湿地与流域研究教育部重点实验室,南昌市紫阳大道99号,330027

作者简介: 刘海,博士生,研究方向为资源与环境遥感。

English Abstract

Study of Characteristic Parametric Selection and Model Construction for Snow Depth Retrieval from MODIS Image

1 State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;2 Key Lab of Poyang Lake Ecological Environment and Resource Development,Jiangxi Normal University,99 Ziyang Road,Nanchang 330022,China

全文HTML

目录

作者简介:
刘海,博士生,研究方向为资源与环境遥感。

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²江西师范大学鄱阳湖湿地与流域研究教育部重点实验室,南昌市紫阳大道99号,330027

作者简介:
刘海,博士生,研究方向为资源与环境遥感。

¹ State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;² Key Lab of Poyang Lake Ecological Environment and Resource Development,Jiangxi Normal University,99 Ziyang Road,Nanchang 330022,China