论文部分内容阅读
传统光学遥感数据被广泛应用于积雪监测,但仅限于对积雪的日间监测,并存在大量由云层遮挡所引起的数据空缺。冬季中纬度高海拔山区昼短夜长,极区更存在最长可达半年的极夜现象,仅依赖于传统光学遥感难以获取时空连续的积雪分布。夜间灯光遥感可以捕捉到积雪夜间反射的月光,已有研究通过目视解译证实了夜间灯光遥感探测积雪的能力,但缺乏月光对积雪夜间探测影响的定量分析及积雪定量探测方法的研究。本研究以青藏高原为研究区域,定量分析了月光对NPP-VIIRS(National Polar-oribiting Partnership Visible Infrared Imaging Radiometer Suite)DNB(Day/Night Band)夜间灯光日数据的积雪探测影响,并提出了一种基于直方图匹配和Kittler阈值分割的VIIRS DNB夜间灯光积雪探测方法,成功提取了青藏高原2017年10月1日至2018年9月30日一个积雪年的积雪夜间分布。为了改善提取结果的质量,本研究改进了一种基于“时间-空间-环境”的隐马尔科夫随机场(Hidden Markov Random Field,HMRF)积雪时空模型,不仅填补了原始提取结果中由云层遮挡等引起的数据空缺,而且提高了原始结果的精度。进一步以青藏高原实测雪深数据为地面真实值,评估和对比了VIIRS DNB积雪分类结果和MODIS积雪产品的精度。主要结论如下:1)每月农历十二至二十一,VIIRS DNB夜间灯光日数据可用于青藏高原地区积雪的夜间探测;满月或近满月时,月光强度最高,VIIRS DNB积雪探测效果最佳,距这一天越远,积雪探测效果越差。2)VIIRS DNB积雪分类结果中的年均云量为27.1%,明显低于MODIS积雪产品,并且可为MODIS积雪产品中约65%的云空缺提供补充数据。3)晴空条件下,VIIRS DNB积雪分类结果的总体精度为80.7%,比MODIS积雪产品低9.6%;全天候条件下,VIIRS DNB积雪分类结果的总体精度为60.5%,比MODIS积雪产品低13.5%。数据空缺、较粗的空间分辨率和较低的VIIRS云产品质量是影响VIIRS DNB积雪分类精度的主要因素。利用本研究改进的HMRF积雪时空模型后,原始VIIRS DNB积雪分类结果中93.4%的数据空缺得以填补,同时原始积雪分类结果在晴空和全天候条件下的总体精度分别提升了6.3%和19.4%。利用本研究提出的基于NPP-VIIRS DNB夜间灯光日数据的积雪探测方法,不仅能够为世界范围内其它山区的积雪制图提供重要的补充数据,弥补MODIS积雪产品受云层遮挡引起的数据空缺,而且能够为极地区域,特别是极夜情况下的积雪监测提供精度可靠的积雪产品。