CIVCO地形校正模型对青藏高原地区积雪判别的有效性检验

积雪是地表覆盖的重要组成部分和最活跃的自然要素之一,也是影响气候变化的重要因子。青藏高原作为我国稳定的季节性积雪分布区之一,准确估计其积雪覆盖面积具有重要的水文、气候和经济意义。本研究以青藏高原为研究区,针对MODIS(Moderate Resolution Imaging Spectyroradiometer)积雪产品中因受山体阴影处遮蔽而存在低估积雪覆盖面积的现象,以Landsat5-TM数据作为"真值"参考影像,利用MODIS标准积雪产品MOD10A1和地表反射率产品MOD09GA,结合CIVCO地形校正模型,通过改进MODIS积雪产品的积雪提取算法,获取具有较高积雪识别率的山区积雪图像。结果表明,CIVCO模型校正后提取的积雪图,总体分类精度为86.46%,积雪分类精度为73.66%,Kappa系数为0.61,优于MODIS标准积雪产品MOD10A1,可见,通过CIVCO地形校正模型的算法改进不仅有效地提高了山体阴影处的积雪识别精度,同时降低了由于漏测所引起的误差。因此,改进后的山区积雪图像提取算法更适合我国青藏高原地区的积雪识别,对青藏高原的积雪监测研究具有重要的应用价值。

CIVCO地形校正模型的改进及其应用

在地形复杂的山区,地形效应造成了地物的光谱特征扭曲,严重地影响了地物的识别与分类。地形校正不仅能提高遥感识别与分类的精度,还是各种定量化遥感应用的前提。CIVCO模型是一种基于统计的经验地形校正模型,原模型中阴坡和阳坡需要手工选取,且校正效果随坡度而异。通过利用太阳方位角和坡向简化了阴坡和阳坡的选取,并按照坡度分级,分别求出校正系数。在模型改进的基础上,选择黑河上游祁连山区的TM影像和相应的DEM数据进行试验,结果表明,与C模型及原模型相比,改进的模型取得了更好的校正效果。