[发明专利]一种基于动态混合像元分解法的湖冰冻融监测方法及系统

说明书

本发明提供一种基于动态混合像元分解法的湖冰冻融监测方法及系统。所述方法包括S1，基于湖泊特定光学影像和被动微波遥感数据，获取湖泊混合像元亮温值和湖岸纯净像元亮温值；S2，基于湖泊特定光学影像和所述湖泊混合像元亮温值，通过叠置分析获取所述湖泊混合像元中湖泊与湖岸的面积比例；S3，基于所述湖泊混合像元亮温值、所述湖岸纯净像元亮温值和所述湖泊混合像元中湖泊与湖岸面积比例，利用线性混合像元分解法获取所述湖泊混合像元的湖泊纯净像元亮温值，以监测湖冰冻融现象。本发明将被动微波遥感数据应用于高亚洲地区的亚像元湖泊冻融监测，获取亚像元内湖泊亮温信息，实现高亚洲地区被动微波遥感亚像元湖冰冻融监测。

技术领域

本发明涉及湖冰冻融监测技术领域，更具体地，涉及一种基于动态混合像元分解法的湖冰冻融监测方法及系统。

背景技术

以青藏高原为主体，由喜马拉雅山、昆仑山、横断山、祁连山和天山等山脉及高原地区组成的高亚洲区域，海拔范围在2000至8844m之间，平均海拔约为4046m，是全球高海拔湖泊最为密集的地区，境内湖泊星罗棋布，面积大于1km2约有1210个。

湖冰参数是全球变化的重要敏感因子之一，高亚洲地区的气候和环境对区域地球系统模型具有重要的影响，是全球气候变化最为敏感的区域，也是当前研究的热点区域，高山湖泊对于气候变化非常敏感，特别是高山湖泊冻融的时间和时长，常被期望用来记录，用于揭示区域气候和环境变化特征。

该地区既高且寒的自然地理环境特点，致使该区人迹罕至，湖泊监测站点缺少，使得湖泊冻融参数难以从地面监测获取，特别是历史时期湖冰基本没有观测数据，因此，通常需要借助历史遥感观测资料和现有观测数据进行冻融状态的获取。其中常用于监测湖泊冻融的光学遥感数据主要有AVHRR(Advanced Very High Resolution Radiometer)、MODIS(Moderate Resolution Imaging Spectroradiometer)等，常用的被动微波遥感数据要有SSMI/S(Special Sensor Microwave Imager/Sounder)，AMSR-E(Advanced MicrowaveScanning Radiometer-Earth Observing System)、FY3MWRI(Microwave RadiationImager)和AMSR2(The Advanced Microwave Scanning Radiometer 2)等。

高亚洲地区大气对流活跃，常有云层覆盖，影响了光学传感器过境时有效获取湖冰冻融信息，以致光学影像存在数据缺失的严重问题。如Kropacek等(2013)利用MODIS光学产品监测青藏高原的59个湖泊冻融情况时，出于对云污染的考虑，选择使用经最大积雪合成的MYD10A2八天积雪产品监测湖泊冻融，但选用该数据监测湖泊冻融状况存在着至少在8天以上甚至是16天的监测误差。

而星载被动微波遥感数据具有全天候观测能力，受云雨天气状况影响较少，对地观测时空连续性强，且对冰水相变的探测具有较高灵敏性，特别适合于冰雪冻融监测研究，被广泛的应用于陆表冻土变化监测、积雪变化监测和海冰变化监测。但由于被动微波辐射计分辨率粗糙，混合像元效应严重，致使其在湖泊冻融变化监测中受到了极大的限制，而没有能够像光学数据一样监测大量湖泊冻融状况。

目前在高亚洲区域利用被动微波遥感数据监测研究的湖泊主要集中在青海湖以及纳木错等大型湖泊，甚至在整个北半球区域合适用于监测的湖泊也仅有35个大型湖泊。而高亚洲区域湖泊分布密集，要从湖泊冻融的角度清晰和深入了解该区气候和环境变化带来的影响和响应，需要了解该区更多湖泊的冻融状况。虽然被动微波遥感数据混合像元效应明显，但在光学遥感和地面观测中可以获取高亚洲区域的湖泊冻融的相关资料，使被动微波遥感数据成为了监测湖泊冻融的一种珍贵资料。