基于被动微波遥感的青藏高原雪水当量估算方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105893744A(43)申请公布日2016.08.24(21)申请号201610188859.9(22)申请日2016.03.29(71)申请人中国科学院遥感与数字地球研究所地址100101北京市朝阳区大屯路甲20号北京9718信箱(72)发明人邱玉宝(74)专利代理机构北京路浩知识产权代理有限公司11002代理人李相雨(51)Int.Cl.G06F19/00(2011.01)权利要求书2页说明书10页附图3页(54)发明名称基于被动微波遥感的青藏高原雪水当量估算方法及系统(57)摘要本发明提供一种基于被动微波遥感的青藏高原雪水当量估算方法及系统，方法包括：S1、从被动微波遥感数据中剔除包含各种干扰因子的像元，保留可能存在积雪像元；S2、通过阈值法将可能存在积雪像元分为中厚雪区域、浅雪区域及无雪区域；S3.确定各地物下垫面的雪深经验反演算法；S4、对于中厚雪区域，检索为某一地物时调用该地物下垫面的雪深经验反演算法计算雪水当量，得到中厚雪区域的雪水当量；S5、设定浅雪区域的雪水当量；S6、根据得到的中厚雪区域的雪水当量和设定的浅雪区域的雪水当量，得到青藏高原雪水当量数据。可改善青藏高原雪水产品精度、实现对长时间系列遥感数据自动批量处理，提供青藏高原时间序列的相关积雪产品数据集。CN105893744ACN105893744A权利要求书1/2页1.一种基于被动微波遥感的青藏高原雪水当量估算方法，其特征在于，包括步骤：S1、从被动微波遥感数据中剔除包含各种干扰因子的像元，保留可能存在积雪像元；S2、通过阈值法将所述可能存在积雪像元分为中厚雪区域、浅雪区域以及无雪区域；S3、确定各地物下垫面的雪深经验反演算法；S4、对于所述中厚雪区域，检索为某一地物时调用该地物下垫面的雪深经验反演算法计算雪水当量，得到所述中厚雪区域的雪水当量；S5、设定所述浅雪区域的雪水当量；S6、根据得到的所述中厚雪区域的雪水当量和设定的所述浅雪区域的雪水当量，得到青藏高原雪水当量数据。2.根据权利要求1所述的方法，其特征在于，对于任意像元，所述步骤S1进一步包括：S11、判识该像元是否为水体；若否，则继续步骤S12；S12、判识该像元是否从气候学角度经验性地认为不可能为积雪；若否，则继续步骤S13；S13、判识该像元是否为冰川；若否，则继续步骤S14；S14、判识该像元是否为降雨区；若否，则继续步骤S15；S15、判识该像元是否可能为积雪：若是，则判识为可能为积雪像元。3.根据权利要求2所述的方法，其特征在于，所述步骤S15之后还包括：S16.对于任意所述可能为积雪像元：通过高分辨率的辅助数据检索到该像元中水体大于百分之五十或者其他覆盖大于百分之五十时，则剔除该像元，得到最终的可能存在积雪像元。4.根据权利要求3所述的方法，其特征在于，所述步骤S11-S15在第一分辨率下进行，所述步骤S16在第二分辨率下进行，所述第二分辨率高于所述第一分辨率。5.根据权利要求1所述的方法，其特征在于，所述步骤S2采用标准的引入微波高频的薄厚雪的判别方法、并通过阈值法将所述可能存在积雪像元分为中厚雪区域、浅雪区域以及无雪区域，具体包括：依据增加高频数据和中低频率数据形成阈值的方式开展判别，使得积雪像元分为中厚雪区域、浅雪区域以及无雪区域。6.根据权利要求1任一项所述的方法，其特征在于，所述步骤S3进一步包括：依据青藏高原观测台站实测数据结合不同地物下不同频率亮温组合进行对比，提取各地物相关性最好的亮温组合，采用线性回归方法，确定各地物下垫面的雪深经验反演算法。7.根据权利要求6所述的方法，其特征在于，所述地物包括森林、灌木、草地以及裸土，所述各地物下垫面的雪深经验反演算法的系数如下；森林下垫面的雪深经验反演算法：SD＝0.023*t1036v*pol36*pol36+1.5；灌木下垫面的雪深经验反演算法：SD＝-0.32519*t1036v*invlogpol36+9.16511；草地下垫面的雪深经验反演算法：SD＝0.161*t1836v+0.0516*pol89+0.478；裸土下垫面的雪深经验反演算法：2CN105893744A权利要求书2/2页SD＝0.22*t1836v*invlogpol36*invlogpol36+0.425；其中：t1036v表示亮温梯度，是传感器的10.7GHz垂直极化亮温数据与36.5GHz垂直极化亮温数据的差值；t1836v表示亮温梯度，是传感器的18.7GHz垂直极化亮温数据与36.5GHz垂直极化亮温数据的差值；pol36表示极化差，是传感器的36.5GHz的垂直极化亮温数据与36GHz水平极化亮温数据的差值；pol89表示极化差，是传感器的89GHz的垂直