期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

一种改进的基于最大似然法的MODIS云分类算法 被引量：5

An Improved Cloud Classification Method Based on Maximum Likelihood for MODIS Images
下载PDF
导出
摘要 MODIS资料云分类在大气和地表参数反演中有着十分重要的作用.首先利用NASA的MOD35云掩模产品将水体和陆地等晴空型下垫面从云图中分离出来,然后利用多光谱阈值法将云图中其他的所有云类进行初始化分类,最后应用基于最大似然和分类矩阵的动态聚类算法,对MODIS云图实现了云分类,主要云类有积雨云、卷云、高云、中云、低云.针对夏季我国东南沿海地区的实验结果表明了算法的有效性.
作者 刘志刚 李元祥 王昌雨
机构地区 解放军理工大学气象学院
出处 《计算机研究与发展》 EI CSCD 北大核心 2007年第z2期12-16,共5页 Journal of Computer Research and Development
基金 国家自然科学基金项目(40575010)
关键词 云分类 最大似然法 分类矩阵 中分辨率成像光谱仪
分类号 TP391.41 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献6

  • 1[1]M Derrien.Automatic cloud detection applied to NOAA-11/AVHRR imagery.Remote Sense Environ,1993,46(3):246-267
  • 2刘勇洪,牛铮,王长耀.基于MODIS数据的决策树分类方法研究与应用[J].遥感学报,2005,9(4):405-412. 被引量：88
  • 3[6]Jun Li,W Paul Menzel,Zhongdong Yang,et al.High-spatial-resolution surface and cloud-type classification from MODIS multispectral band measurements.Journal of Applied Meteorology,American Meteorological Society,2003,42(2):204-226
  • 4[7]J S Lee,M R Grunes,T L Ainsworth,et al.Unsupervised classification using polarimetric decomposition and the complex Wishart classifier.IEEE Trans on Geosci Remote Sense,1999,37(5):2249-2258
  • 5[9]E Ben-Dor.A precaution regarding cirrus cloud detection from airbome imaging spectrometer data using the 1.38μm water vapor band.Remote Sense Environ,1994,50:346-350
  • 6[10]T Q Baum.A grouped threshold approach for scene identification in Avhrr imagery.Journal of Atmospheric and Oceanic Technology,1997,16(6):793-799

二级参考文献18

  • 1RichardODuda PeterEHart DavidGStork.模式分类[M].北京:机械工业出版社,2003.134-174.
  • 2Hanson M C , Dubayah R, DeFries R S. Classification Trees: an Alternative to Traditional Land Cover Classifers[J]. INT. J. Remote Sensing,1996,17:1075-1081.
  • 3DeFries R S, Hansen M C, Townsend J G R, et al. Global Land Cover Classifications at 8 km Spatial Resolution: The Use of Training Data Derived from Landsat Imagery in Decision Tree Classifiers [J]. INT. J. Remote Sensing, 1998, 19: 3141-3168.
  • 4Friedl M A, McIver D K, Hodges J C F, et al. Global Land Cover Mapping from MODIS: Algorithms and Early Results[J]. Remote Sensing of Environment,2002, 83: 287-302.
  • 5Muchoney D, Borak J, Borak H C, et al. Application of the MODIS Global Supervised Classification to Vegetation and Land Cover Mapping of Central America [J]. INT. J. Remote Sensing, 2000,21:1115-1138.
  • 6Joy S M, Reich R M, Reynolds R T. A Non-parametric,Supervised Classification of Vegetation Types on the Kaibab National Forest using decision trees[J]. INT. J. Remote Sensing, 2003, 24(9): 1835-1852.
  • 7Borak J S, Strahler A H. Feature Selection and Land Cover Classification of a MODIS-like Data Set for a Semiarid Environment [J]. INT. J. Remote Sensing,1999, 20: 919-938.
  • 8Breiman L, Friedman J H, Olshen R A, et al. Classification and Regression Tree[M]. Wadsworth,Inc.1984.
  • 9Friedl M A, McIver D K, Brodley CE. Integration of Domain Knowledge in the Form of Ancillary Map into Supervised Classification of Remotely Sensed Data [J]. Proceedings of the International Geoscience and Remote Sensing Symposium (IGARSS), 2002, 2: 1038-1040.
  • 10McIver D K , Friedl M A. Using Prior Probabilities in Decision-tree Classification of Remotely Sensed Data [J]. Remote Sensing of Environment, 2002, 81: 253-261.

共引文献87

同被引文献73

引证文献5

二级引证文献30

计算机研究与发展
2007年 第z2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部