The invention provides a multi-source remote sensing data of snow phenological information fusion method and system based on the method comprises: acquiring preset period of at least three satellite snow phenology initial information sequence; the selected reference sequence in the initial information sequence in snow phenology; based on the initial information through the snow phenology sequence. The standard algorithm to determine the snow phenological information according to the standard sequence; the snow phenological information standard sequence and the reference sequence, the backstepping algorithm, determine the actual sequence of snow phenology. The present invention provides a snow phenology information fusion method based on multi-source remote sensing data. By selecting reference sequence and standard sequence, the true sequence of snow phenology is determined by backstepping algorithm. The invention can reduce the uncertainty of single remote sensing data and improve the accuracy of multi-source remote sensing data by utilizing the advantages of multi-source remote sensing data in retrieving snow information.
【技术实现步骤摘要】
基于多源遥感数据的积雪物候信息融合方法和系统
本专利技术涉及卫星遥感应用
,特别是涉及基于多源遥感数据的积雪物候信息融合方法和系统。
技术介绍
积雪物候(SCP,SnowCoverPhenology)信息包括初雪日(Do,SnowOnsetDate)、终雪日(De,SnowEndDate)和积雪持续时间(Dd,SnowDurationDays)等三个变量。不同的积雪遥感数据由于卫星的空间分辨率、时间分辨率、积雪识别算法和积雪定义不一致等原因,提取得到的SCP信息也不一样。为了将不同积雪遥感数据提取得到的SCP信息整合起来以减少SCP量化过程中的不确定性,需要用到多源遥感数据分析的方法。积雪物候信息对融雪径流、土壤冻融、植被物候和动物迁徙等过程有着重要影响,是积雪变化研究主要内容之一。现阶段对SCP信息的提取主要依靠遥感观测和地面台站两种数据。地面台站可以获取长时间序列的SCP信息,但大多数地面台站分布于地势平坦的城镇周边及河谷地区,空间连续性较差,一些偏远地区以及高寒高海拔地区无地面台站分布;另外,地面台站获取的SCP数据受地理位置、坡度和坡向的影响,空间代表性有限,不能准确、及时和全面地反映SCP分布状况。因此,遥感观测数据成为大尺度SCP信息提取的主要数据源。按照成像波谱区间的不同,目前常用的积雪遥感数据有基于可见光-近红外的积雪面积(SCE,SnowCoverExtent)数据和基于主/被动微波的积雪深度(SD,SnowDepth)和积雪水当量(SWE,SnowWaterEquivalent)数据。云和积雪在可见光-近红外区间内的波谱响应函数相 ...
【技术保护点】
一种基于多源遥感数据的积雪物候信息融合方法,其特征在于,所述方法包括:获取预设时段内的至少三个卫星的积雪物候初始信息序列;在所述各积雪物候初始信息序列中选取参考序列;根据所述各积雪物候初始信息序列,通过标准化算法,确定各积雪物候信息标准序列;根据所述各积雪物候信息标准序列和所述参考序列,通过反推算法,确定积雪物候真实序列。
【技术特征摘要】
1.一种基于多源遥感数据的积雪物候信息融合方法,其特征在于,所述方法包括:获取预设时段内的至少三个卫星的积雪物候初始信息序列;在所述各积雪物候初始信息序列中选取参考序列;根据所述各积雪物候初始信息序列,通过标准化算法,确定各积雪物候信息标准序列;根据所述各积雪物候信息标准序列和所述参考序列,通过反推算法,确定积雪物候真实序列。2.根据权利要求1所述的基于多源遥感数据的积雪物候信息融合方法,其特征在于:所述积雪物候初始信息序列,包括初雪日信息序列、终雪日信息序列和积雪持续时间信息序列中的一种。3.根据权利要求1所述的基于多源遥感数据的积雪物候信息融合方法,其特征在于,所述在所述各积雪物候初始信息序列中选取参考序列,包括:将所述各积雪物候初始信息序列中空间分辨率最高的积雪物候初始信息序列选取为参考序列。4.根据权利要求1所述的基于多源遥感数据的积雪物候信息融合方法,其特征在于,所述根据所述各积雪物候初始信息序列,通过标准化算法,确定各积雪物候信息标准序列,包括:将所述各积雪物候初始信息序列,通过空间重采样和Z分数计算,获取各积雪物候标准序列初值;从所述各积雪物候标准序列初值中选择其中一个作为预选积雪物候标准序列初值;根据所述各积雪物候标准序列初值和所述待选择积雪物候标准序列初值,计算除所述待选择积雪物候标准序列初值之外的所有各积雪物候标准序列初值的平均值序列,将所述平均值序列确定为与所述待选择积雪物候标准序列初值相对应的平均值序列;根据所述各待选择积雪物候标准序列初值和与所述各待选择积雪物候标准序列初值相对应的各平均值序列,分别计算所述各待选择积雪物候标准序列初值与所述各平均值序列之间的可决系数和均方根误差;根据预设的标准阈值、所述各待选择积雪物候标准序列初值的可决系数和均方根误差,确定各积雪物候信息标准序列。5.根据权利要求1所述的基于多源遥感数据的积雪物候信息融合方法,其特征在于,所述根据所述各积雪物候信息标准序列和所述参考序列,通过反推算法,确定积雪物候真实序列,包括:根据所述各积雪物候信息标准序列计算所述各积雪物候信息标准序列的标准平均值序列;根据所述参考序列计算所述参考序列的平均值和标准差;根据所述标准平均值序列和所述参考序列的平均值和标准差,通过反推算法,确定积雪物候真实序列。6.根据权利要求1所述的基于多源遥感数据的积雪物候信息融合方法,其特征在于,所述方法还包括:根据所述积雪物候真实序列,通过误差算法,计算积雪物候误差值。7.一种基于多源遥感数据的积雪物候信息融合系统,其特征在于,包括:初始信息序列获取模块,用...
【专利技术属性】
技术研发人员:陈晓娜,曹云锋,洪阳,龙笛,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。