东北冻土区MODIS地表温度估算.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
东北冻土区MODIS地表温度估算

东北冻土区MODIS地表温度估算 刘世博 臧淑英 张丽娟 那晓东 黑龙江省普通高等学校地理环境遥感监测重点实验室哈尔滨师范大学 X 关注成功! 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知! 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要: 地表温度作为重要的地表参数是驱动土壤热状态的主要因子, 对冻土分布和活动层厚度变化的研究具有重要意义。常规方式获取地表温度数据往往来自气象站点监测, 范围小且不连续。NASA官网提供的MOD11A1地表温度产品可以提供大范围地表温度数据, 但在冬季由于对云与雪的混淆导致大量的数据缺失, 影响该产品在东北冻土区的使用。根据对东北冻土区植被、裸土、水体、积雪等常见下垫面状况的遥感分类结果, 利用劈窗算法反演2006年四幅少云或无云的MODIS1B卫星影像, 并分别以气象站实测数据和MODIS温度产品进行验证和对比分析。结果表明:该方法得到地表温度结果与气象站点实测数据误差较小, 平均绝对误差仅为1.24℃。且可根据分类情况较好的得到积雪区域地表温度的空间分布状况, 与地表温度产品的一致性较高, 弥补地表温度产品因为云和积雪的混淆所导致的数据缺失, 得到较为完整的地表温度空间分布数据。 关键词: 东北地区; 冻土; MODIS; 劈窗算法; 地表温度; 弥补数据; 作者简介:刘世博 (1993-) , 男, 河北石家庄人, 硕士, 研究方向为冻土与积雪遥感研究。E-mail:327764711@ 作者简介:臧淑英 (1963-) , 女, 黑龙江哈尔滨人, 教授, 博士生导师, 研究方向为LUCC与3S综合应用等方面研究。E-mail:zsy6311@163.com 收稿日期:2017-05-08 基金:国家自然科学基金项目 Estimation of land surface temperature from MODIS in Northeast China LIU Shibo ZANG Shuying ZHANG Lijuan NA Xiaodong Key Laboratory of Remote Sensing Monitoring of Geographic Environment, College of Heilongjiang Province, Harbin Normal University; Abstract: Land surface temperature (LST) is an important parameter driving dynamics of biogeophysical processes on Earth surface. It has significant impacts on the distribution of permafrost and the change of the active layer depth. Conventional acquisition of LST data usually comes from weather station monitoring in a small and discrete scope. NASAs MOD11 A1 surface temperature product can provide a wide range of surface temperature data. In winter, however, the confusion of clouds and snow often leads to a large amount of data missing in the MOD11 A1 products in the permafrost region. In this paper, an improved splitwindow algorithm was selected to re-build the LST products in Northeast China, one of the major permafrost regions in China. Within the common land covers extracted from remote sensing classification results, such as vegetation, bare soil, water and snow. We extracted LST in each cover type from four cloud-free MODIS 1 B satellite image

文档评论(0)

zijingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档