Please wait a minute...
img

官方微信

遥感技术与应用  2018, Vol. 33 Issue (6): 1004-1016    DOI: 10.11873/j.issn.1004-0323.2018.6.1004
积雪遥感专栏     
基于FY-3D/MERSI-Ⅱ的积雪面积比例提取算法
赵宏宇1,2,郝晓华1,4,郑照军3,王建1,4,5,李弘毅1,4,黄广辉1,4,邵东航6,王轩1,2,高扬7,雷华锦1,2
(1.中国科学院西北生态环境资源研究院,甘肃 兰州 730000;2.中国科学院大学,北京 100049;3.国家卫星气象中心,北京 100081;
4.中国科学院黑河遥感试验研究站,甘肃 兰州 730000;5.江苏省地理信息资源开发与利用协同创新中心,江苏 南京 210023;
6.电子科技大学,四川 成都 611731;7.太原理工大学,山西 太原 030024)
]A New Algorithm of Fractional Snow Cover Basing on FY-3D/MERSI-Ⅱ
Zhao Hongyu1,2,Hao Xiaohua1,4 ,Zheng Zhaojun3,Wang Jian1,4,5,Li Hongyi1,4,Huang Guanghui1,4,Shao Donghang6,Wang Xuan1,2,Gao Yang 2 ,Lei Hua Jin 1,2
(1.Northwest Institute of Eco-Environmental Resources,Chinese Academy of Sciences,Lanzhou 730000,China;2.University of Chinese Academy of Sciences,Beijing 100049,China;3.National Satellite Meteorological Center,Beijing 100081,China;
4.Heihe Remote Sensing Experimental Research Station,Chinese Academy of Sciences,Lanzhou 730000,China;5.Geography of Jiangsu Province Collaborative InnovationCenter for Information Resources Development and Utilization,Nanjing 210023,China;
6.University of Electronic Science and Technology,Chengdu 611731,China;7.Taiyuan University of Technology,Taiyuan 030024,China)
 全文: PDF(1904 KB)  
摘要:

风云三号D星(FY-3D)是我国新一代极轨气象卫星。中分辨率光谱成像仪(MERSI-Ⅱ)是其携带的核心传感器之一,FY-3D对于全球数值天气预报、大气定量探测以及气候变化监测等具有重要意义。积雪面积比例产品是众多陆面产品之一,是水文模型和区域气候模型的主要输入参数。基于MERSI-Ⅱ数据发展了业务化提取积雪面积比例的算法,算法核心是混合像元分解。空间光谱端元提取(SSEE)的方法自动提取端元,全约束最小二乘法(FCLS)求解线性混合模型。解混结果叠合云掩膜得到FY-3D/MERSI-Ⅱ积雪面积比例数据(FY-FSC)。以Landsat 8的积雪面积比例数据(L-FSC)作为参考值对FY-FSC进行验证,同时将FY-FSC和MODIS积雪面积比例数据(M-FSC)进行比较。结果表明:FY-FSC的总体相关系数(R)为0.54,均方根误差(RMSE)为0.17,绝对平均误差(AME)为0.10;M-FSC总体R为0.41,RMSE为0.26,AME为0.29;利用积雪面积提取的精度评价因子K比较FY-FSC和M-FSC获取的总积雪面积的精度。结果表明:FY-FSC和M-FSC数据的平均K值分别为88.51%和86.78%,FY-FSC精度高于M-FSC。FY-FSC将作为试验参数纳入FY-3D/MERSI-Ⅱ积雪覆盖业务产品中,可填补国产卫星业务化反演积雪面积比例参数的空白。

关键词: FY-3DMERSI-Ⅱ端元提取混合像元分解积雪面积比例    
Abstract: FY-3D is a new generation of polar orbiting meteorological satellites in China.The Medium Resolution Spectral Imager (MERSI-Ⅱ) is one of the core sensors it carries.It is of great significance for global numerical weather prediction,atmospheric quantitative detection,and climate change monitoring.The snow area ratio product is one of many land surface products and is the main input parameter for hydrological models and regional climate models.based on MERSI-Ⅱ data,this paper develops an algorithm for extracting the proportion of snow cover area.The core of the algorithm is mixed pixel decomposition.The Spatial Spectral Endmember Extraction (SSEE) algorithm automatically extracts the endmembers,and the Fully Constrained Least Squares (FCLS) solves the linear mixed model.The unmixed results were superimposed on the cloud mask to obtain FY-3D/MERSI-Ⅱ snow area ratio data (FY-FSC).The FY-FSC was verified by using the Landsat 8 snow area ratio data (L-FSC) as a reference value,and the FY-FSC and MODIS snow area ratio data (M-FSC) were compared.The results show that the overall root mean square error (RMSE) of FY-FSC is 0.17,the correlation coefficient (R) is 0.54,the Absolute Mean Error (AME) is0.10,the overall R of M-FSC is 0.41,RMSE is 0.26,and AME is 0.29.Using the accuracy evaluation factor K of the snow area extraction to compare the accuracy of the total snow area obtained by FY-FSC andM-FSC.The results show that the average K values of FY-FSC and M-FSC data are 88.51% and 86.78%,respectively,and the accuracy of FY-FSC is higher than that of M-FSC.FY-FSC will be included as a test parameter in the FY-3D/MERSI-Ⅱ snow cover business product,which can fill the blank of the domestic satellite operational inversion sub-pixel snow parameters.
Key words: FY-3D    MERSI-Ⅱ    Endmember extraction    Mixed pixel decomposition    Fractionalsnow cover
收稿日期: 2018-08-17 出版日期: 2019-01-29
ZTFLH:  P468  
基金资助: 国家自然科学基金项目(41471291、91547210),科技基础资源调查专项(2017FY100502)资助。
作者简介: 赵宏宇(1994-),男,甘肃酒泉人,硕士研究生,主要从事定量遥感研究。Email:zhaohongyu17@mails.ucas.ac.cn。
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  

引用本文:

赵宏宇, 郝晓华, 郑照军, 王建, 李弘毅, 黄广辉, 邵东航, 王轩, 高扬, 雷华锦. 基于FY-3D/MERSI-Ⅱ的积雪面积比例提取算法[J]. 遥感技术与应用, 2018, 33(6): 1004-1016.

Zhao Hongyu, Hao Xiaohua, Zheng Zhaojun, Wang Jian, Li Hongyi, Huang Guanghui, Shao Donghang, Wang Xuan, Gao Yang , Lei Hua Jin . ]A New Algorithm of Fractional Snow Cover Basing on FY-3D/MERSI-Ⅱ . Remote Sensing Technology and Application, 2018, 33(6): 1004-1016.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.6.1004        http://www.rsta.ac.cn/CN/Y2018/V33/I6/1004

[1] 王凯,赵军,朱国锋. 基于GF-1遥感数据决策树与混合像元分解模型的冬小麦种植面积早期估算[J]. 遥感技术与应用, 2018, 33(1): 158-167.
[2] 肖昊,王杰. 基于IDL和MATLAB混合编程的两种光谱混合分析方法比较[J]. 遥感技术与应用, 2017, 32(5): 858-865.
[3] 李颖,陈怀亮,李耀辉. 利用夏玉米端元丰度估算夏玉米种植面积的研究[J]. 遥感技术与应用, 2017, 32(5): 913-920.
[4] 李恒凯,欧彬,刘雨婷,邱玉宝. 基于混合像元分解的高光谱影像柑橘识别方法[J]. 遥感技术与应用, 2017, 32(4): 743-750.
[5] 王杰,李卫朋. 基于渐进辐射传输模型的雪粒径与积雪覆盖面积反演算法[J]. 遥感技术与应用, 2017, 32(1): 64-70.
[6] 苏远超,孙旭,高连如,陈晓宁. 高光谱影像端元提取算法的进展分析与比较[J]. 遥感技术与应用, 2015, 30(6): 1195-1205.
[7] 王茂芝,徐文皙,王璐,郭科. 高光谱遥感影像端元提取算法研究进展及分类[J]. 遥感技术与应用, 2015, 30(4): 616-625.
[8] 杨苏新,张霞,帅通,林卉. 基于混合像元分解的喀斯特石漠化地物丰度估测[J]. 遥感技术与应用, 2014, 29(5): 823-832.
[9] 邓蕾,赵小锋,王慧娜,邱全毅,陈峰. 城市混合像元分解中土壤与不透水面纯像元选取方法的对比研究——以厦门为例[J]. 遥感技术与应用, 2013, 28(6): 1039-1045.
[10] 曹晶晶,卓莉,王芳,陶海燕. 盲信号分离技术在高光谱混合像元分解中的应用[J]. 遥感技术与应用, 2013, 28(3): 488-495.
[11] 唐志光,王建,李弘毅,彦立利,梁继. 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.
[12] 孙根云,张爱竹,许明明. 基于数据场的端元提取算法研究[J]. 遥感技术与应用, 2012, 27(6): 837-843.
[13] 顾玲嘉,赵凯,孙健,郑兴明. 被动微波遥感数据超分辨率增强与混合像元分解研究综述[J]. 遥感技术与应用, 2012, 27(1): 1-6.
[14] 彭青青,杨辽,王杰,沈金祥. 基于异常探测的高光谱端元提取方法研究[J]. 遥感技术与应用, 2011, 26(4): 457-460.
[15] 李晓雪,安如,吴红,杨仁敏,曲春梅,陆玲,龚天宇. 基于一种改进的多端元混合像元分解方法的三江源中东部地区植被盖度信息的提取[J]. 遥感技术与应用, 2011, 26(3): 383-391.