基于混合像元分解的MODIS积雪面积信息提取及其精度评价——以天山中段为例.pdfVIP

Resources Science 第32 卷 第9 期 2010 年9 月 2010 ，32（9 ）：1761-1768 Vol.32 ，No.9 Sep. ，2010 文章编号：1007-7588 （2010 ）09-1761-08 基于混合像元分解的MODIS 积雪面积 信息提取及其精度评价 ——以天山中段为例 1，2 1 1，2 1，2 陈晓娜 ，包安明 ，张红利 ，柳梅英 （1. 中国科学院新疆生态与地理研究所，乌鲁木齐 830011；2. 中国科学院研究生院，北京100049） 摘 要：MODIS（Moderate Resolution Imaging Spectroradiometer）是现阶段积雪遥感监测及积雪水文学研究中积 雪面积信息获取的重要平台，但其空间分辨率相对较低，影像中混合像元现象普遍存在。本文以MOD02 HKM 数 据为基础，通过线性光谱混合模型（LSMM ，Linear Spectral Mixing Model ）对研究区MODIS 影像进行像元分解，从中 提取积雪面积信息，并进行精度评价。将线性光谱混合模型得到的积雪面积信息与美国国家冰雪数据中心提供的 MOD10A 1 日积雪覆盖数据影像进行对比分析。结果表明：利用线性光谱混合模型可以较好的分解出像元中积雪 面积信息，其分类精度达0.88；相同位置上MOD10A 1 的积雪分类精度为0.80。说明，对MODIS 影像上积雪信息提 取来说，线性光谱混合模型的分类精度较高，具有较强的适用性。 关键词：混合像元；MOD02 HKM ；MOD10A 1；线性光谱混合模型；精度评价 [11] 1 引言 究者先后将模糊分类、人工神经网络 和线性光谱 [8~11] 积雪及其产生的径流是控制全球众多山区气候 分解模型引入到混合像元分解中 ，目的是通过确 和水文环境的主导因素，融雪径流提供了山前平原 定不同地物类型在混合像元中的类比例或类丰富 上农业灌溉和饮用水所必需的水源，对积雪进行监 度来确定混合像元的类型。吴建平，李郁竹等利用 [1] 模糊监督分类法对NOAA/AVHRR 数据的进行混合 测也就成了评价流域水资源状况所必需的手段 。 遥感技术自20 世纪60 年代产生以来，就被用于积 像元分解以提取水稻面积，统计结果表明，水稻面 [9,10] 雪的监测和研究 ，如 Landsat、NOAA/AVHRR、 积的估算精度有明显提高 。郑有飞等利用线形 [2~4] 光谱混合模型对郑州市土地利用类型进行分类提 MODIS/TERRA、NOHRSC 等 。在这些数据中 MODIS 因共享性和时间序列的完整性而成为大区 取，得出混合像元分解可以有效地应用于遥感动态