[发明专利]基于MODIS逐日积雪产品的积雪覆盖比例的估算方法和装置

权利要求书

1.一种基于MODIS逐日积雪产品的积雪覆盖比例的估算方法，其特征在于，包括：

步骤1、对获取的MODIS积雪覆盖比例产品数据进行像元值重编码处理，确定待处理像元，得到第一中间数据；

步骤2、针对所述第一中间数据，基于时间关系的填补分析对待处理像元进行积雪覆盖度填补，得到第二中间数据；

步骤3、针对所述第二中间数据，基于局地雪线分析对待处理像元进行积雪覆盖度填补，得到第三中间数据；

步骤4、针对所述第三中间数据中的待处理像元，分别构建时间-空间局部加权回归模型并对构建的模型进行显著性检验，

当检验通过时，应用该模型对相应的待处理像元进行积雪覆盖度填补，否则，保持该待处理像元的编码不变，

其中，所述时间-空间局部加权回归模型的因变量为像元的积雪覆盖度，自变量为对应像元的高程、坡度、坡向和时间变量；

步骤5、针对步骤4完成后得到数据，基于临近日积雪覆盖度迭代计算进行积雪覆盖度填补，以完全消除云覆盖像元，得到逐日积雪覆盖比例的估算结果；

步骤6、对步骤5中得到的估算结果进行精度检验，以确定估算结果的准确性和方法的可靠性。

2.根据权利要求1所述的估算方法，其特征在于，所述步骤1具体为：

下载MODIS积雪覆盖比例产品数据，对所述MODIS积雪覆盖比例数据进行镶嵌、裁切预处理，并对预处理后的数据按时间顺序进行波段合成；

根据第一预定规则，将波段合成后的数据中各像元的数据编码值进行编码变换，以得到第一中间数据；

其中，所述第一预设规则包括，

将指示内陆、海洋的数据编码值变换为指示无积雪覆盖的数据编码值，

将指示夜晚、云、数据缺失、无意义数据的数据编码值变换为指示待处理的数据编码值。

3.根据权利要求1所述的估算方法，其特征在于，所述步骤2中基于时间关系的填补分析对待处理像元进行积雪覆盖度填补，包括，

根据第二预定规则，基于对所述第一中间数据中同一位置像元前后多日的数据进行合成，以实现对第一中间数据中的待处理像元的积雪覆盖度填补；

其中，所述第二预设规则包括，

若某日某像元为待处理像元，当该像元前一日的积雪覆盖度、后一日的积雪覆盖度均为0时，则判定该日该像元的积雪覆盖度为0并进行填补，

若某日某像元为待处理像元，当该像元前一日的积雪覆盖度为0，该像元后一日的数据编码值指示为待处理，且该像元后二日的积雪覆盖度为0，则判定该像元当日和后一日的积雪覆盖度为0并进行填补，

若某日某像元为待处理像元，当该像元前一日、后一日的数据编码均指示为待处理，且该像元之前及之后第二日的积雪覆盖度均为0，则判定该像元该日及前后两日的积雪覆盖度为0并进行填补，

若某日某像元为待处理像元，当该像元前一日、后一日均存在积雪覆盖度值，且两日的积雪覆盖度值相差不超过20％，则判定该像元该日的积雪覆盖度为前后两日积雪覆盖度的平均值并进行填补。

4.根据权利要求1所述的估算方法，其特征在于，所述步骤3中基于局地雪线分析对待处理像元进行积雪覆盖度填补包括，针对所述第二中间数据中的每一天的数据，分别进行如下处理：

建立指定大小的空间滤波窗口，遍历该日数据中所有空间区域并比较空间滤波窗口内每个像元的高程值大小，若某个待处理像元的高程值小于该窗口内非积雪像元高程值的平均值，判定该日该像元的积雪覆盖度为0并进行填补。

5.根据权利要求1所述的估算方法，其特征在于，所述步骤4中针对所述第三中间数据中的待处理像元，分别构建时间-空间局部多元加权回归模型，包括针对所述第三中间数据中每一天的数据，分别进行如下处理：

对该日数据中每一待处理像元分别进行如下处理，

以该待处理像元为中心，选取指定的时间范围和空间范围，形成时间-空间立方体；

基于该时间-空间立方体内像元的积雪覆盖度数据、像元对应地理位置的高程数据、坡度数据和坡向数据，以及时间变量进行回归分析，构建该待处理像元所对应的时间-空间局部加权回归模型。