典型文献
MODIS NDSI产品去云算法及最优阈值选择研究
文献摘要：
归一化差值积雪指数NDSI(Normalized Difference Snow Index)是积雪识别中最常用的指数,但由于云的遮挡限制了 MODIS NDSI产品的应用.本文提出了一种基于邻近相似像元的MODIS NDSI产品去云方法,并分析了无云NDSI序列在积雪识别中的最优阈值.对于NDSI影像上某一个云遮挡的目标像元,选取目标像元的n个邻近相似像元进行加权平均来预测该目标像元的NDSI值.以东北积雪区2017年10月1日—2018年4月31日一个积雪季的NDSI产品进行去云实验,并采用"云假设"的方法进行了检验,所预测到的云覆盖像元NDSI值与实际值的相关系数达到0.95,均方根误差为0.08.将逐日无云NDSI序列与气象站点测量的雪深序列进行对比,二者具有很好的一致性.气象站点的测量雪深大于等于1cm时,假定该站点所在的像元为有雪像元,并以此为真值,分析无云NDSI序列在积雪识别中的最优阈值.结果表明,非森林地区NDSI阈值为0.1时积雪提取的精度最高,可以达到95.6％;森林地区的NDSI最优阈值为0,对应的积雪提取精度为93.5％.
文献关键词：
遥感;积雪;去云;MODIS;NDSI;中国东北;森林
中图分类号：
作者姓名：
王晓艳;陈思勇;郭慧;谢佩瑶;王建;郝晓华
作者机构：
兰州大学资源环境学院,兰州730000;南京大学地理与海洋科学学院,南京210008;中国科学院西北生态环境资源研究院,兰州730000;江苏省地理信息资源开发与利用协同中心,南京210023
文献出处：
引用格式：
[1]王晓艳;陈思勇;郭慧;谢佩瑶;王建;郝晓华-.MODIS NDSI产品去云算法及最优阈值选择研究)[J].遥感学报,2022(12):2603-2615
A类：
B类：
MODIS,NDSI,去云,最优阈值,阈值选择,Normalized,Difference,Snow,Index,积雪识别,遮挡,云遮,加权平均,积雪季,云实验,逐日,气象站点,雪深,1cm,假定,该站,真值,林地,中国东北
AB值：
0.287702
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
