论文部分内容阅读
本文全面阐述了青藏高原地区的基本概况，及其冰雪的时空分布和冰雪对高原气候的影响，系统总结与分析了遥感监测积雪的发展过程和青藏高原积雪填图的现状，以及混合像元分解技术和遥感数据亚像元雪填图的发展动态，同时还说明了这些领域面临的主要问题和本工作的重要意义。 本工作的主要成果是发展了一种青藏高原地区AVHRR/2数据亚像元雪填图算法，建立起青藏高原地区30年亚像元积雪面积数据库。此前，虽然已开发出MODIS和AVHRR/3数据的亚像元雪填图算法，但缺乏AVHRR/2数据的亚像元雪填图算法，无法将中分辨率遥感数据亚像元级积雪面积数据集延伸至30年时间跨度，难以满足水文和气象模型对长时段积雪面积数据的需求。 一般来说，在冰雪与云混合的AVHRR/2图像中识别与检测云像元难度较大。本文引入Turner等人建立的南极大陆AVHRR/2数据云检测算法，对其进行了较大修改，并开发出新的青藏高原地区AVHRR/2数据除云算法。本算法的除云效果基本上可以满足亚像元雪填图的要求。 在本工作中经过尝试与分析后确定将多端元线性光谱混合分析模型应用于青藏高原地区亚像元积雪填图。线性混合模型具有可靠、简单，以及易于实现的特点，且多端元技术相对于单端元有很大优势。 在选取端元时，主要采用NDVI、第一波段、第二波段等作为选取端元的指标，直接从AVHRR/2图像中自动选取所需端元。这样，可以保证所选取的端元与参加混合分解的像元在地物特征上保持一致性。另外，雪端元与非雪端元分别选取，并分别保存于不同的端元波谱库。 基于TM数据，对本算法的AVHRR/2数据亚像元雪填图结果进行了验证。由于USGS是根据10天内最大NDVI值合成的AVHRR/2数据，而TM所得的则是瞬时数据，再加之适当时段的TM数据不易获取，因此难以开展这两种数据之间的定量比较分析。这也是本工作的一个不足之处。不过，根据对这两种数据的雪填图结果进行定性分析，发现AVHRR/2数据的亚像元雪填图结果比较可靠。 将1982-1999年AVHRR/2的与2000年以后MODIS的两个青藏高原地区亚像元积雪面积数据集合并起来，形成第一个青藏高原地区30年中分辨率亚像元积雪面积时空数据库。该数据库首次实现可以为水文和气候模型提供最近30年高时空分辨率的积雪面积分布数据。