基于GEE云平台融合Sentinel-2和MODIS NDSI的积雪变化研究
            
                编号:2675
                访问权限:仅限参会人
                                    更新:2024-04-12 15:38:27                浏览:1594次
                张贴报告
            
            
            
                摘要
                利用高时空分辨率遥感数据监测积雪动态变化至关重要。然而,传统卫星难以同时提供高空间和时间分辨率的影像。本研究在谷歌地球引擎(GEE)上采用增强时空自适应反射融合模型(ESTARFM)有效地解决了这一局限性。以祁连山东部为例,结合Sentinel-2 NDSI和MODIS NDSI数据,生成了一个积雪季10 m的逐日NDSI影像。结果显示,融合后的NDSI影像与真实的Sentinel-2 NDSI影像非常接近,相关系数为0.76-0.92。进一步结合高分影像,得到10 m的二值积雪图。结果表明,MODIS和融合图像显示出相似的积雪面积变化特征,而且融合影像可以提供更详细、更可靠的积雪分布。总的来说,尽管融合的NDSI存在不确定性,但基于GEE的ESTARFM可以生成可靠、准确的NDSI长期时间序列影像,并且融合影像更适合描述区域尺度的积雪变化。
 
             
            
                关键词
                融合,积雪,Google Earth Engine(GEE),Sentinel-2,MODIS
             
            
            
                    稿件作者
                    
                        
                                    
                                                                                                                        
                                    郭慧
                                    兰州大学
                                
                                    
                                        
                                                                            
                                    王晓艳
                                    兰州大学
                                
                                    
                                                                                                                        
                                    欧阳志棋
                                    兰州大学
                                
                                    
                                                                                                                        
                                    陈思勇
                                    南京大学
                                
                                    
                                                                                                                        
                                    车涛
                                    中国科学院西北生态环境资源研究院
                                
                                             
                          
    
发表评论