Please wait a minute...
 
国土资源遥感  2018, Vol. 30 Issue (2): 214-222    DOI: 10.6046/gtzyyg.2018.02.29
     技术应用 ｜ 本期目录 | 过刊浏览 | 高级检索 |
近15年新疆逐日无云积雪覆盖产品生成及精度验证
侯小刚1(), 郑照军2(), 李帅3, 陈雪华4, 崔宇3
1.北京邮电大学网络技术研究院,北京 100876
2.中国气象局国家卫星气象中心,北京 100081
3.中国气象局乌鲁木齐沙漠气象研究所,乌鲁木齐 830002
4.新疆测绘科学研究院,乌鲁木齐 830002
Generation of daily cloudless snow cover product in the past 15 years in Xinjiang and accuracy validation
Xiaogang HOU1(), Zhaojun ZHENG2(), Shuai LI3, Xuehua CHEN4, Yu CUI3
1. Institute of Network Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China
2. National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China
3. Insitute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, China
4. Xinjiang Academy of Surveying and Mapping, Urumqi 830002, China
全文: PDF(4250 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

为降低云对MODIS逐日积雪覆盖产品MOD10A1和MYD10A1在新疆积雪实时监测与研究中的影响,引入交互式多传感器雪冰制图系统(interactive multi-sensor snow ice mapping system,IMS)等多源遥感数据和地面实测资料,综合时间滤波法、空间滤波法及多传感器融合法等不同的去云技术,建立基于多源数据的去云方法,生成新疆地区2002—2016年近15 a间逐日无云积雪覆盖产品数据,并利用实测资料对生成的产品数据进行精度评价及结果验证。结果表明,去云后积雪覆盖产品在新疆积雪覆盖的总体监测精度为90.61%,接近于去云前MODIS晴空积雪覆盖产品在新疆的总体监测精度(93.3%)。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
侯小刚
郑照军
李帅
陈雪华
崔宇
关键词 ： 逐日无云积雪产品,  多源遥感数据,  去云方法,  新疆    
Abstract：

MODIS snow product data constitute one of the most common data in the real-time monitoring and the research on snow cover; nevertheless, the cloud is the biggest factor affecting the application of MODIS snow cover products (MOD10A1 and MYD10A1) to real-time monitoring and researching daily snow cover in Xinjiang region. By introducing such data as the interactive multi-sensor snow ice mapping system (IMS) data and the meteorological station observation data and combining the existent cloud removal methods based on temporal filter method, spatial filter method and multi-sensor data fusion method, the authors established a new cloud removal method based on multi-source remote sensing data, with which the 15-year-long daily snow cover product in clear air of the study area from 2002 to 2016 was generated. In addition, the accuracy of the cloud removed product was evaluated with field experiment data. The results show that the overall monitoring accuracy of the new product after cloud removal reaches 90.61% in the study area, which is close to the overall monitoring accuracy (93.3%) of the MODIS clear air snow cover product before cloud removal in the study area.
Key words： daily cloudless snow product    multi-source remote sensing data    cloud removal method    Xinjiang
收稿日期: 2016-10-31      出版日期: 2018-05-30
:  TP79  
基金资助:国家自然科学基金项目“基于遥感的沙尘对东帕米尔高原典型冰川规模影响机理研究”(编号: 41505077);“多源遥感数据支持的无资料地区积雪模型参数化研究”(编号: 41471358)
通讯作者: 郑照军
引用本文:   
侯小刚, 郑照军, 李帅, 陈雪华, 崔宇. 近15年新疆逐日无云积雪覆盖产品生成及精度验证[J]. 国土资源遥感, 2018, 30(2): 214-222.
Xiaogang HOU, Zhaojun ZHENG, Shuai LI, Xuehua CHEN, Yu CUI. Generation of daily cloudless snow cover product in the past 15 years in Xinjiang and accuracy validation. Remote Sensing for Land & Resources, 2018, 30(2): 214-222.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2018.02.29      或      https://www.gtzyyg.com/CN/Y2018/V30/I2/214
MODIS标准产品编码及意义 重新编码及意义
编码 意义 编码 意义
0 数据丢失
1 无法判识
11 夜间 50 云
254 探测器饱和
50 云
255 填充数据 255 填充数据
37 内陆水体或湖泊
37
湖与湖冰
100 湖冰
39 海洋 39 海洋
25 无雪覆盖陆地 25 无雪覆盖陆地
200 积雪 200 积雪
Tab.1  MODIS标准积雪产品类别及重新划分标准
Fig.1  研究区及气象台站位置
Fig.2  去云算法流程
类型 第d-1日 第d日 第d+1日
雪 无雪 云 云 雪 无雪 云
1 √ 判识为有雪 √
2 √ — √
3 √ — √
4 √ 判识为有雪 √
5 √ 判识为无雪 √
6 √ — √
7 √ 判识为有雪 √
8 √ — √
9 √ — √
Tab.2  前后日合成去云判识
Fig.3  滤波窗口像元类别
Fig.4  研究区MODIS积雪产品去云过程影像
Fig.5  研究区近15 a不同去云方法逐日平均云覆盖度(2002—2016年)
Fig.6  研究区晴空积雪覆盖空间分布
Fig.7  研究区近15 a各去云方法逐日积雪覆盖度(2002—2016年)
类别 遥感—积雪 遥感—陆地 合计
站点—积雪 52 767
(占比91.5%)		 4 902
(占比8.5%)		 57 669
站点—陆地 11 303
(占比4.9%)		 219 376
(占比95.1%)		 230 679
合计 64 070 224 278 288 348
Tab.3  去云前MODIS数据与气象站点积雪观察误差矩阵
类别 遥感—积雪 遥感—陆地 合计
站点—积雪 41 436
(占比88.12%)		 5 586
(占比11.88%)		 47 022
站点—陆地 12 959
(占比6.89%)		 175 129
(占比93.11%)		 188 089
合计 54 395 180 716 235 111
Tab.4  去云后MODIS数据与气象站点积雪观察误差矩阵
[1] 刘艳, 汪宏, 张璞 , 等. MODIS大气校正精度评价及其对表层雪密度提取影响[J]. 国土资源遥感, 2011,23(1):128-132.doi: 10.6046/gtzyyg.2011.01.26.
doi: 10.6046/gtzyyg.2011.01.26
Liu Y, Wang H, Zhang P , et al. Accuracy evaluation of MODIS atmospheric correction and its effects on surface-snow density extraction[J]. Remote Sensing for Land and Resources, 2011,23(1):128-132.doi: 10.6046/gtzyyg.2011.01.26.
[2] 马丽云, 李建刚, 李帅 . 基于FY-3/MERSI数据的新疆融雪性洪水灾害监测[J]. 国土资源遥感, 2015,27(4):73-78.doi: 10.6046/gtzyyg.2015.04.12.
doi: 10.6046/gtzyyg.2015.04.12
Ma L Y, Li J G, Li S . Snowmelt flood disaster monitoring based on FY-3/MERSI in Xinjiang[J]. Remote Sensing for Land and Resources, 2015,27(4):73-78.doi: 10.6046/gtzyyg.2015.04.12.
[3] 胡列群, 武鹏飞, 梁凤超 , 等. 新疆冬春季积雪及温度对冻土深度的影响分析[J]. 冰川冻土, 2014,36(1):48-54.
doi: 10.7522/j.issn.1000-0240.2014.0006
Hu L Q, Wu P F, Liang F C , et al. Analyzing the effect of snow cover in spring and winter and air temperature on frozen ground depth in Xinjiang[J] Journal of Glaciology and Geocryology, 2014,36(1):48-54.
[4] 白淑英, 吴奇, 史建桥 , 等. 青藏高原积雪深度时空分布与地形的关系[J]. 国土资源遥感, 2015,27(4):171-178.doi: 10.6046/gtzyyg.2015.04.26.
doi: 10.6046/gtzyyg.2015.04.26
Bai S Y, Wu Q, Shi J Q , et al. Relationship between the spatial and temporal distribution of snow depth and the terrain over the Tibetan Plateau[J]. Remote Sensing for Land and Resources, 2015,27(4):171-178.doi: 10.6046/gtzyyg.2015.04.26.
[5] 李三妹, 闫华, 刘诚 . FY-2C积雪判识方法研究[J]. 遥感学报, 2007,11(3):406-413.
doi: 10.3321/j.issn:1007-4619.2007.03.017
Li S M, Yan H, Liu C . Study of snow detection using FY-2C satellite data[J]. Journal of Remote Sensing, 2007,11(3):406-413.
[6] 梁守真, 施平, 邢前国 . MODIS NDVI时间序列数据的去云算法比较[J]. 国土资源遥感, 2011,23(1):33-36.doi: 10.6046/gtzyyg.2011.01.06.
doi: 10.6046/gtzyyg.2011.01.06
Liang S Z, Shi P, Xing Q G . A comparison between the algorithms for removing cloud pixel from MODIS NDVI time series data[J]. Remote Sensing for Land and Resources, 2011,23(1):33-36.doi: 10.6046/gtzyyg.2011.01.06.
[7] 孙知文, 于鹏珊, 夏浪 , 等. 被动微波遥感积雪参数反演方法进展[J]. 国土资源遥感, 2015,27(1):9-15.doi: 10.6046/gtzyyg.2015.01.02.
doi: 10.6046/gtzyyg.2015.01.02
Sun Z W, Yu P S, Xia L , et al. Progress in study of snow parameter inversion by passive microwave remote sensing[J]. Remote Sensing for Land and Resources, 2015,27(1):9-15.doi: 10.6046/gtzyyg.2015.01.02.
[8] Xie H J, Wang X W, Liang T G . Development and assessment of combined Terra and Aqua snow cover products in Colorado Plateau,USA and northern Xinjiang,China[J]. Journal of Applied Remote Sensing, 2009,3(1):033559.
doi: 10.1117/1.3265996
[9] 王增艳, 车涛 . 中国干旱区积雪面积产品去云处理方法验证与评估[J]. 干旱区研究, 2012,29(2):312-319.
Wang Z Y, Che T . Validation and assessment of cloud obscuration reduction of snow cover products in arid areas in China[J]. Arid Zone Research, 2012,29(2):312-319
[10] 刘艳, 李杨, 张璞 . 基于实测光谱和SRF的稀疏植被区MODIS积雪信息提取[J]. 国土资源遥感, 2013,25(1):26-32.doi: 10.6046/gtzyyg.2013.01.05.
doi: 10.6046/gtzyyg.2013.01.05
Liu Y, Li Y, Zhang P . Extraction of snow cover information in sparse vegetation area based on spectral measurement and SRF by using MODIS data[J]. Remote Sensing for Land and Resources, 2013,25(1):26-32.doi: 10.6046/gtzyyg.2013.01.05.
[11] 许剑辉, 舒红, 李杨 . 基于MODIS雪盖数据的北疆雪深多元非线性回归克里金插值[J]. 国土资源遥感, 2015,27(3):84-91.doi: 10.6046/gtzyyg.2015.03.15.
doi: 10.6046/gtzyyg.2015.03.15
Xu J H, Shu H, Li Y . Mapping of monthly mean snow depth in Northern Xinjiang using a multivariate nonlinear regression Kriging model based on MODIS snow cover data[J]. Remote Sensing for Land and Resources, 2015,27(3):84-91.doi: 10.6046/gtzyyg.2015.03.15.
[12] 张瑞江, 赵福岳, 方洪宾 , 等. 青藏高原近30年现代雪线遥感调查[J]. 国土资源遥感, 2010,22(s1):59-63.doi: 10.6046/gtzyyg.2010.s1.14.
doi: 10.6046/gtzyyg.2010.s1.14
Zhang R J, Zhao F Y, Fang H B , et al. Remote sensing survey of existing snowlines in the past 30 years in Qinghai-Tibet Plateau[J]. Remote Sensing for Land and Resources, 2010,22(s1):59-63.doi: 10.6046/gtzyyg.2010.s1.14.
[13] 李光辉, 王成, 习晓环 , 等. 机载LiDAR和高光谱数据融合提取冰川雪线[J]. 国土资源遥感, 2013,25(3):79-84.doi: 10.6046/gtzyyg.2013.03.14.
doi: 10.6046/gtzyyg.2013.03.14
Li G H, Wang C, Xi X H , et al. Extraction of glacier snowline based on airborne LiDAR and hyperspectral data fusion[J]. Remote Sensing for Land and Resources, 2013,25(3):79-84.doi: 10.6046/gtzyyg.2013.03.14.
[14] 黄晓东, 郝晓华, 王玮 , 等. MODIS逐日积雪产品去云算法研究[J]. 冰川冻土, 2012,34(5):1118-1126.
Huang X D, Hao X H, Wang W , et al. Algorithms for cloud removal in MODIS daily snow products[J]. Journal of Glaciology and Geocryology, 2012,34(5):1118-1126.
[15] 唐志光, 王建, 李弘毅 , 等. 青藏高原MODIS积雪面积比例产品的精度验证与去云研究[J]. 遥感技术与应用, 2013,28(3):423-430.
Tang Z G, Wang J, Li H Y , et al. Accuracy validation and cloud obscuration removal of MODIS fractional snow cover products over Tibetan Plateau[J]. Remote Sensing Technology and Application, 2013,28(3):423-430.
[16] 张欢, 邱玉宝, 郑照军 , 等. 基于MODIS的青藏高原季节性积雪去云方法可行性比较研究[J]. 冰川冻土, 2016,38(3):714-724.
doi: 10.7522/j.issn.1000-0240.2016.0080
Zhang H, Qiu Y B, Zheng Z J , et al. Comparative study of the feasibility of cloud removal methods based on MODIS seasonal snow cover data over the Tibetan Plateau[J]. Journal of Glaciology and Geocryology, 2016,38(3):714-724.
[17] 赵明洋, 别强, 何磊 , 等. 基于去云处理的祁连山积雪覆盖遥感监测研究[J]. 干旱区地理, 2014,37(2):325-332.
Zhao M Y, Bie Q, He L , et al. Estimating snow cover accuracy from MODIS and AMSR-E with cloud removal methodology in Qilian Mountains[J]. Arid Land Geography, 2014,37(2):325-332.
[18] 张颖, 黄晓东, 王玮 , 等. MODIS逐日积雪覆盖率产品验证及算法重建[J]. 干旱区研究, 2013,30(5):808-814.
doi:
Zhang Y, Huang X D, Wang W , et al. Validation and algorithm redevelopment of MODIS daily fractional snow cover products[J]. Arid Zone Research, 2013,30(5):808-814.
[19] 黄晓东, 张学通, 李霞 , 等. 北疆牧区MODIS积雪产品MOD10A1和MOD10A2的精度分析与评价[J]. 冰川冻土, 2007,29(5):722-729.
doi: 10.3969/j.issn.1000-0240.2007.05.008
Huang X D, Zhang X T, Li X , et al. Accuracy analysis for MODIS snow products of MOD10A1 and MOD10A2 in Northern Xinjiang Area[J]. Journal of Glaciology and Geocryology, 2007,29(5):722-729.
[20] Dankers R, Jong S M D . Monitoring snow-cover dynamics in Northern Fennoscandia with SPOT VEGETATION images[J]. International Journal of Remote Sensing, 2004,25(15):2933-2949.
doi: 10.1080/01431160310001618374
[21] Hartman R K, Rost A A, Anderson D M. Operational processing of multi-source snow data [C]//Proceedings of the 63rd Annual Western Snow Conference.Sparks,Nevada:Western Snow Conference, 1995: 147-151.
[22] Hall D K, Riggs G A, Salomonson V V , et al. MODIS snow-cover products[J]. Remote Sensing of Environment, 2002,83(1/2):181-194.
doi: 10.1016/S0034-4257(02)00095-0
[23] Parajka J, Pepe M, Rampini A , et al. A regional snow-line method for estimating snow cover from MODIS during cloud cover[J]. Journal of Hydrology, 2010,381(3/4):203-212.
doi: 10.1016/j.jhydrol.2009.11.042
[24] Gao Y, Xie H J, Lu N , et al. Toward advanced daily cloud-free snow cover and snow water equivalent products from Terra-Aqua MODIS and Aqua AMSR-E measurements[J]. Journal of Hydrology, 2010,385(1/4):23-35.
doi: 10.1016/j.jhydrol.2010.01.022
[25] 付文轩, 沈焕锋, 李星华 , 等. 时空自适应加权的MODIS积雪产品去云方法[J]. 遥感信息, 2016,31(2):36-43.
doi: 10.3969/j.issn.1000-3177.2016.02.007
Fu W X, Shen H F, Li X H , et al. Adaptively spatio-temporal weighted method for removing cloud obscuration from MODIS daily snow cover products[J]. Remote Sensing Information, 2016,31(2):36-43.
[26] Hall D K, Riggs G A, Salomonson V V . Algorithm Theoretical Basis Document (ATBD) for the MODIS Snow and Sea Ice-Mapping Algorithms[R]. Washington:NASA, 2001.
[27] 侯小刚, 张璞, 郑照军 , 等. 基于多源数据的阿勒泰地区雪深反演研究[J]. 遥感技术与应用, 2015,30(1):178-185.
doi: 10.11873/j.issn.1004-0323.2015.1.0178
Hou X G, Zhang P, Zheng Z J , et al. Study of snow depth retrieval based on multi-source data about Aletai Area[J]. Remote Sensing Technology and Application, 2015,30(1):178-185.
[28] 刘洵, 金鑫, 柯长青 . 中国稳定积雪区IMS雪冰产品精度评价[J]. 冰川冻土, 2014,36(3):500-507.
doi: 10.7522/j.issn.1000-0240.2014.0060
Liu X, Jin X, Ke C Q . Accuracy evaluation of the IMS snow and ice products in stable snow covers regions in China[J]. Journal of Glaciology and Geocryology, 2014,36(3):500-507.
[1] 易佳思, 胡翔云. 基于Grabcut融合多源数据提取不透水面[J]. 国土资源遥感, 2018, 30(3): 174-180.
[2] 王阳明, 张景发, 刘智荣, 申旭辉. 基于多源遥感数据西藏山南地区活动断层解译[J]. 国土资源遥感, 2018, 30(3): 230-237.
[3] 王俊霞, 朱秀芳, 刘宪锋, 潘耀忠. 基于多源遥感数据的旱情评价研究——以河南省为例[J]. 国土资源遥感, 2018, 30(1): 180-186.
[4] 张宇婷, 张振飞, 张志. 新疆大南湖荒漠区1992—2014年间植被覆盖度遥感研究[J]. 国土资源遥感, 2018, 30(1): 187-195.
[5] 梅军军, 徐素宁, 彭令, 邢顾莲, 李文娟. 国产高分卫星数据在新疆铁厂沟煤矿塌陷调查中的应用[J]. 国土资源遥感, 2017, 29(s1): 132-136.
[6] 卢新玉, 魏鸣, 王秀琴, 向芬. TRMM-3 B43降水产品在新疆地区的适用性研究[J]. 国土资源遥感, 2016, 28(3): 166-173.
[7] 董丽娜, 张微, 王雪, 陈玲, 杨金中, 莫子奋. 江西盛源火山盆地遥感地质解译与铀矿找矿前景分析[J]. 国土资源遥感, 2015, 27(4): 102-108.
[8] 马丽云, 李建刚, 李帅. 基于FY-3/MERSI数据的新疆融雪性洪水灾害监测[J]. 国土资源遥感, 2015, 27(4): 73-78.
[9] 刘新星, 陈建平, 曾敏, 代晶晶, 裴英茹, 任梦依, 王娜. 基于多源遥感数据的西藏羌多地区地质构造解译[J]. 国土资源遥感, 2015, 27(3): 154-160.
[10] 许旭, 郜昂, 朱萍萍, 周增科. 基于多源遥感数据的生态系统服务价值评估——以河北省为例[J]. 国土资源遥感, 2013, 25(4): 180-186.
[11] 叶发旺, 刘德长. 高分卫星遥感数据在铀矿化褪色蚀变识别分析中的应用[J]. 国土资源遥感, 2012, 24(4): 117-123.
[12] 李凤, 高昭良. 面向土地利用分类的多源遥感数据混合贝叶斯网络分类器[J]. 国土资源遥感, 2011, 23(2): 47-52.
[13] 周军, 高鹏, 田勤虎, 刘磊, 李得成. 新疆巴里坤ETM数据遥感地质填图的探索[J]. 国土资源遥感, 2005, 17(3): 57-61.
[14] 霍彦光, 张志. 新疆拜城地区煤田煤层自燃的陆地卫星遥感探测方法研究[J]. 国土资源遥感, 2004, 16(1): 36-39，82.
[15] 王让会. 新疆英巴扎地区植被动态变化的监测与分析[J]. 国土资源遥感, 1999, 11(1): 43-48.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发