河冰遥感判别对冰情监测提供了重要的支持。河冰指数判别方法是河冰遥感判别的核心工具。然而,目前仍缺乏对常用指数判别模型在不同河道类型的综合性对比研究。针对此问题,本研究采用了5种遥感指数模型(RDRI、NDSI、MNDSI、NDWI、反射率阈值法),选择黄河上游河道不同特征的6个研究区3种河道类型,对不同研究区中河冰指数模型的阈值稳定性、精度和适用性进行了分析讨论。结果表明:5种遥感指数模型的构建方式共同反映出河冰在可见光、近红外和短波红外波段的光谱特性是河冰判别最为重要的基础。RDRI指数在多个方面表现最佳,平均Kappa系数为0.914 4,推荐其作为河冰指数判别方法的最优选择。NDSI和MNDSI指数可以通过调整阈值有效排除浅雪的干扰。NDSI、MNDSI和NDWI指数在河源段研究区的精度表现良好,而反射率阈值法在性能上稍逊于RDRI指数,但其算法简单仍然具有一定的应用价值。对于不同河道类型的研究区,5种遥感指数模型的在顺直河道的精度最高,弯曲河道次之,分叉河道最低。
河冰遥感判别对冰情监测提供了重要的支持。河冰指数判别方法是河冰遥感判别的核心工具。然而,目前仍缺乏对常用指数判别模型在不同河道类型的综合性对比研究。针对此问题,本研究采用了5种遥感指数模型(RDRI、NDSI、MNDSI、NDWI、反射率阈值法),选择黄河上游河道不同特征的6个研究区3种河道类型,对不同研究区中河冰指数模型的阈值稳定性、精度和适用性进行了分析讨论。结果表明:5种遥感指数模型的构建方式共同反映出河冰在可见光、近红外和短波红外波段的光谱特性是河冰判别最为重要的基础。RDRI指数在多个方面表现最佳,平均Kappa系数为0.914 4,推荐其作为河冰指数判别方法的最优选择。NDSI和MNDSI指数可以通过调整阈值有效排除浅雪的干扰。NDSI、MNDSI和NDWI指数在河源段研究区的精度表现良好,而反射率阈值法在性能上稍逊于RDRI指数,但其算法简单仍然具有一定的应用价值。对于不同河道类型的研究区,5种遥感指数模型的在顺直河道的精度最高,弯曲河道次之,分叉河道最低。
MODIS V6不再提供二值积雪分布及积雪面积比例产品，而是仅仅给出像元的归一化差值积雪指数NDSI。因此，基于MODIS V6进行积雪制图时，NDSI阈值的选取及相应的积雪制图精度有待研究。本文基于2013—2021年间250个地面气象站点逐日实测积雪深度数据，对中国三大典型积雪区内1 927景MOD10A1和1 936景MYD10A1影像中的NDSI＿Snow＿Cover波段进行评价，分别计算了逐站点像元在积雪产品制图中的最优精度及对应的最优NDSI阈值，并对影响精度的因素进行了分析。基于站点雪深的评价结果表明：（1）1 cm雪深阈值下，MOD10A1和MYD10A1的最优NDSI阈值均值±标准差分别为0.16±0.09和0.17±0.10，对应的总体精度OA、FS指数和CK指数的均值±标准差分别为0.96±0.05和0.94±0.05、0.84±0.19和0.75±0.24、0.81±0.20和0.71±0.24,MOD10A1的精度要优于MYD10A1。（2）MODIS积雪产品精度具有明显的空间异质性，青藏高原地区要远小于东北-内蒙古地区和北疆地区。（3）基于站点的积雪制图精度...
MODIS V6不再提供二值积雪分布及积雪面积比例产品，而是仅仅给出像元的归一化差值积雪指数NDSI。因此，基于MODIS V6进行积雪制图时，NDSI阈值的选取及相应的积雪制图精度有待研究。本文基于2013—2021年间250个地面气象站点逐日实测积雪深度数据，对中国三大典型积雪区内1 927景MOD10A1和1 936景MYD10A1影像中的NDSI＿Snow＿Cover波段进行评价，分别计算了逐站点像元在积雪产品制图中的最优精度及对应的最优NDSI阈值，并对影响精度的因素进行了分析。基于站点雪深的评价结果表明：（1）1 cm雪深阈值下，MOD10A1和MYD10A1的最优NDSI阈值均值±标准差分别为0.16±0.09和0.17±0.10，对应的总体精度OA、FS指数和CK指数的均值±标准差分别为0.96±0.05和0.94±0.05、0.84±0.19和0.75±0.24、0.81±0.20和0.71±0.24,MOD10A1的精度要优于MYD10A1。（2）MODIS积雪产品精度具有明显的空间异质性，青藏高原地区要远小于东北-内蒙古地区和北疆地区。（3）基于站点的积雪制图精度...
青藏高原位于亚洲中部，是亚洲数十条大江大河的发源地，也被誉为“亚洲水塔”,因此青藏高原的水环境和气候变化对欧亚大陆上的数十个国家的生态环境都有着重大影响。如何高效获取青藏高原积雪覆被数据是目前相关领域研究的热点问题。本研究以归一化差异雪指数(Normalized Difference Snow Index, NDSI)为基础，针对高原湖泊结冰容易导致运用常规监督分类方法进行遥感影像积雪提取中分类误差较大的问题，构建了针对高寒山区积雪提取的决策树分类模型，并执行获取决策树分类成果。同时以ENVI遥感图像处理平台共提供的6种应用较为成熟的监督分类算法获取的分类成果为对照，并分别统计各分类方法提取成果的总体分类精度(Overall Accuracy)和Kappa系数两个精度验证指标。最后，通过综合分析得出这7种分类方法的综合分类精度，由高到低分别为：专家决策树>最大似然法>支持向量机>神经网络法>马氏距离法>最小距离法>平行六面体法。其中，本研究所构建的决策树分类结果的总体分类精度和Kappa系数分别达到了96.83%和0.96,远高于其他6种常规监督分类...
青藏高原位于亚洲中部，是亚洲数十条大江大河的发源地，也被誉为“亚洲水塔”,因此青藏高原的水环境和气候变化对欧亚大陆上的数十个国家的生态环境都有着重大影响。如何高效获取青藏高原积雪覆被数据是目前相关领域研究的热点问题。本研究以归一化差异雪指数(Normalized Difference Snow Index, NDSI)为基础，针对高原湖泊结冰容易导致运用常规监督分类方法进行遥感影像积雪提取中分类误差较大的问题，构建了针对高寒山区积雪提取的决策树分类模型，并执行获取决策树分类成果。同时以ENVI遥感图像处理平台共提供的6种应用较为成熟的监督分类算法获取的分类成果为对照，并分别统计各分类方法提取成果的总体分类精度(Overall Accuracy)和Kappa系数两个精度验证指标。最后，通过综合分析得出这7种分类方法的综合分类精度，由高到低分别为：专家决策树>最大似然法>支持向量机>神经网络法>马氏距离法>最小距离法>平行六面体法。其中，本研究所构建的决策树分类结果的总体分类精度和Kappa系数分别达到了96.83%和0.96,远高于其他6种常规监督分类...
青藏高原地区的积雪具有重要的水文、生态和气候意义。MODIS(Moderate Resolution Imaging Spectroradiometer)积雪产品应用广泛，但受云的影响较为严重。国内外学者针对MODIS逐日积雪产品发展了多种去云产品，但这些产品在青藏高原的应用精度还未得到综合的评估。因此，本文利用分辨率较高的Landsat-8数据获取的积雪分类图作为参考真值，对目前发布的三套逐日无云积雪产品进行了系统的验证。评估结果表明，基于MODIS地表反射率数据生产的逐日无云积雪产品（MODIS CGF SCE），相比基于MODIS原始逐日积雪产品进行去云处理后获取的两套产品（M*D10A1GL06和MODIS＿Dysno＿Cloudfree），在积雪识别精度方面具有较大优势。MODIS CGF SCE产品针对不同土地覆盖类型进行NDSI(Normalized Difference Snow Index)阈值优化，虽然在积雪识别精度方面提升较为明显，然而林区积雪识别误差较大的问题依旧没有得到有效解决，存在较高的低估误差。
青藏高原地区的积雪具有重要的水文、生态和气候意义。MODIS(Moderate Resolution Imaging Spectroradiometer)积雪产品应用广泛，但受云的影响较为严重。国内外学者针对MODIS逐日积雪产品发展了多种去云产品，但这些产品在青藏高原的应用精度还未得到综合的评估。因此，本文利用分辨率较高的Landsat-8数据获取的积雪分类图作为参考真值，对目前发布的三套逐日无云积雪产品进行了系统的验证。评估结果表明，基于MODIS地表反射率数据生产的逐日无云积雪产品（MODIS CGF SCE），相比基于MODIS原始逐日积雪产品进行去云处理后获取的两套产品（M*D10A1GL06和MODIS＿Dysno＿Cloudfree），在积雪识别精度方面具有较大优势。MODIS CGF SCE产品针对不同土地覆盖类型进行NDSI(Normalized Difference Snow Index)阈值优化，虽然在积雪识别精度方面提升较为明显，然而林区积雪识别误差较大的问题依旧没有得到有效解决，存在较高的低估误差。
湖泊是气候变化的敏感指示器，快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6)WFV数据，以可可西里地区4个湖泊为研究对象，分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积，并以目视解译所得结果作为参考标准，对不同方法的提取结果进行了精度评价。结果表明，单波段法易受浅水区水体影响，但受积雪的影响较小，而波段差值法和NDWI法受积雪影响较大；NDWI法虽能有效提取浅水区水体，但仍受一定程度湖底沉积物的影响；波段差值法与单波段法和NDWI法相比，能有效区分浅水区水体和背景地物。
湖泊是气候变化的敏感指示器，快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6)WFV数据，以可可西里地区4个湖泊为研究对象，分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积，并以目视解译所得结果作为参考标准，对不同方法的提取结果进行了精度评价。结果表明，单波段法易受浅水区水体影响，但受积雪的影响较小，而波段差值法和NDWI法受积雪影响较大；NDWI法虽能有效提取浅水区水体，但仍受一定程度湖底沉积物的影响；波段差值法与单波段法和NDWI法相比，能有效区分浅水区水体和背景地物。