基于多源RS数据的多尺度青藏高原冻土监测
发布时间:2025-03-18 23:01
青藏高原作为世界上中低纬度海拔最高、面积最大的多年冻土区域,其冻土环境变化会对中国东部乃至东亚气候的形成、变化和发展造成重大影响。RS技术对于冻土环境动态监测具有特别优势。针对青藏高原冻土的特点,提出一种基于多源RS监测数据的融合技术反演地表温度,实现不同空间尺度条件下冻土分类的自动提取方法。该技术方法先利用MODIS全年温度产品数据集,结合地表覆盖类型数据,使用TTOP模型反演得到1 km空间分辨率的冻土分布;然后对Landsat数据源采取PSC反演算法获得30 m空间分辨率的地表温度数据;最后利用多项式拟合技术,将Landsat反演地表温度与MODIS温度数据相互融合,以提高Landsat反演地表温度的准确度,并据此数据利用TTOP模型提取30 m空间分辨率的冻土分布,实现了小尺度精细化的冻土分类与制图。结果验证分析表明:本文的技术方法具有较好的可信度。
【文章页数】:7 页
【文章目录】:
1 研究区概况与RS数据源
1. 1 研究区概况
1.2 RS数据源的选择及其特征
2 地表温度数据时空融合方法
2. 1 数据预处理
2.1.1 MODIS数据预处理
2.1.2 Landsat影像数据预处理
2.1.3 地表覆盖类型数据预处理
2.2 Landsat与MODIS地表温度数据的融合方法
2.2.1 Landsat地表温度反演
2.2.2 冻融指数计算
2. 3 基于温度的冻土类型识别与分类
3 地表温度数据融合和冻土类型RS识别
3.1 Landsat与MODIS地温数据融合结果
3.2 基于地表温度的冻土类型RS识别结果
3. 3 精度评价
3.3.1 与历史数据的一致性分析
3.3.2 Landsat的年平均地温拟合的准确度
4 结论与建议
本文编号:4036305
【文章页数】:7 页
【文章目录】:
1 研究区概况与RS数据源
1. 1 研究区概况
1.2 RS数据源的选择及其特征
2 地表温度数据时空融合方法
2. 1 数据预处理
2.1.1 MODIS数据预处理
2.1.2 Landsat影像数据预处理
2.1.3 地表覆盖类型数据预处理
2.2 Landsat与MODIS地表温度数据的融合方法
2.2.1 Landsat地表温度反演
2.2.2 冻融指数计算
2. 3 基于温度的冻土类型识别与分类
3 地表温度数据融合和冻土类型RS识别
3.1 Landsat与MODIS地温数据融合结果
3.2 基于地表温度的冻土类型RS识别结果
3. 3 精度评价
3.3.1 与历史数据的一致性分析
3.3.2 Landsat的年平均地温拟合的准确度
4 结论与建议
本文编号:4036305
本文链接:https://www.wllwen.com/guanlilunwen/chengjian/4036305.html