基于FY-4A/AGRI時空特征融合的新疆地區積雪判識

作者：張永宏,曹海嘯,闞希

摘要：高時間分辨率的積雪判識對于新疆牧區農牧業發展和雪災預警具有重要作用,針對已有積雪產品易受復雜地形地貌,下墊面類型以及云遮蔽的影響,導致積雪判識精度降低的問題,提出一種利用深度學習方法對風云4號A星多通道輻射掃描計(AGRI)數據與地理信息數據進行多特征時序融合的積雪判識方法:以多時相FY-4A/AGRI多光譜遙感數據,以及高程、坡向、坡度和地表覆蓋類型等地形地貌信息作為模型輸入,以Landsat 8 OLI提取的高空間分辨率積雪覆蓋圖作為"真值"標簽,構建并訓練基于卷積神經網絡的積雪判識模型,從而有效區分新疆復雜地形與下墊面地區的云、雪以及無雪地表,最終得到逐小時積雪覆蓋范圍產品。經數據集和2019年地面氣象站實測雪蓋驗證,該方法精度高于國際主流MODIS逐日積雪產品MOD10A1和MYD10A1,顯著降低云雪誤判率。

發文機構：南京信息工程大學自動化學院 南京信息工程大學濱江學院 南京信息工程大學江蘇省大氣環境與裝備技術協同創新中心

關鍵詞：新疆深度學習積雪FY-4A/AGRIMOD10A1XinjiangDeep learningSnow coverFengyun-4A/AGRIMOD10A1

分類號： P237[天文地球—攝影測量與遙感]