SSM/I监测地表冻融状态的决策树算法
基于样本统计分析及冻结和融化地表的辐射/散射特性建立了判别地表冻融状态的决策树,首次联合使用散射指数、37GHz垂直极化亮温及19GHz极化差3个关键指标识别出地表或植被冠层的冻融状态,同时剔除了沙漠和降水的影响.利用国际协同加强观测期(CEOP)在青藏高原地区的土壤温度和湿度观测系统获取的4cm地温数据代表浅层土壤真实冻融状态验证分类结果,其准确性达87%.经分析,约40%和73%的误分分别发生在浅层土壤温度为-0.5-0.5℃和-2.0-2.0℃之间,即冻结点附近;且多发生在冷暖季节过渡时期,即4-5月和9-10月,分别占误分的33%和38%.基于该决策树获得的2002年1O月-2003年9月中国全境地表冻结日数图,以中国冻土区划及类型图为参考进行精度评价,其总体分类精度为91.66%,Kappa系数为80.5%,且冻融界线与季节冻土分布南界具有较好的一致性.
SSM/I、亮温、地表冻融、决策树
13
TP79(遥感技术)
国家自然科学基金40701113;中围科学院创新团队国际合作伙伴计划"干旱区内陆河流域水问题基础研究"CXTD-Z2005-2;中国科学院寒区旱区环境与工程研究所知识创新工程项目2003102
2009-04-03(万方平台首次上网日期,不代表论文的发表时间)
共10页
152-161