基于多源遥感数据,采用MARS模型结合地类特征的方法进行积雪自动识别,生成了一套一带一路区域的积雪面积数据。借助机器学习在解决非线性拟合问题上的优势,避免传统积雪遥感识别在复杂地表和地形下的误判,本产品在山区及林区的精度较已有MODIS积雪产品显著提高。在该产品基础上计算了积雪初日数据集,积雪初日的定义为一个水文年中第一次出现连续5天是雪的首日对应日期。
| 采集时间 | 2000/01/01 - 2024/12/31 |
|---|---|
| 采集地点 | 一带一路 |
| 数据量 | 2.1 GiB |
| 数据格式 | HDF |
| 数据空间分辨率(/米) | 500 |
| 数据时间分辨率 | 年 |
| 坐标系 | WGS84 |
| 投影 | WGS_1984_Albers |
MOD09GA 来源于美国地质调查局网站
以Landsat-8的FSC影像作为真值数据,并结合CGLS-LC100数据集,提取详细的地类覆盖信息。通过结合地类特征,构建了基于MOD09GA反射率的MARS模型,以实现高效的积雪识别。整个过程包括数据预处理、特征优化、模型训练及验证,最终形成了一套高效的自动识别算法。该算法在积雪面积识别方面表现出快速性和高精度,能够有效应对现有产品面临的挑战。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFF0711702-05 | 积雪、湖冰长序列数据集制备与挖掘关键技术 | 国家重点研发计划 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
| # | 标题 | 文件大小 |
|---|---|---|
| 1 | _ncdc_meta_.json | 4.6 KiB |
| 2 | SCS |
© 中国科学院西北生态环境资源研究院 2005- 备案号:陇ICP备2021001824号-21
兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596

