| 基于累积分布函数匹配的多源遥感土壤水分数据连续融合算法 |
| |
| 作者姓名： | 姚晓磊 鱼京善 孙文超 |
| |
| 作者单位： | 1. 首都师范大学资源环境与旅游学院,北京 100048; 2. 北京师范大学水科学研究院/城市水循环与海绵城市技术北京市重点实验室,北京 100875;,2. 北京师范大学水科学研究院/城市水循环与海绵城市技术北京市重点实验室,北京 100875;,2. 北京师范大学水科学研究院/城市水循环与海绵城市技术北京市重点实验室,北京 100875; |
| |
| 基金项目： | 国家重点研发计划重点专项基金资助项目（2016YFC0401308）;国家自然科学基金资助项目（51779007）;中国博士后科学基金资助项目联合资助 |
| |
| 摘 要： | 数据融合是解决不同来源遥感数据无法直接对比分析这一瓶颈的有效方法。实时更新的SMOS土壤水分数据(soil moisture and ocean salinity)可开展实时干旱评价(2010年至今),但由于序列短无法开展频率及演变分析。CCI(climate change initiative)土壤水分数据是联合了多种主被动遥感数据合成的长序列数据产品(1979—2013年)。为提高不同来源遥感数据的融合精度,该研究基于累积分布匹配原理构建了多源遥感土壤水分连续融合算法,将SMOS和CCI融合成长序列、近实时的遥感土壤水分数据。经验证分析,累积概率曲线相关性中表征干旱的低值区纳什效率系数由0.52提高到0.99,且融合后土壤水分数据可以较准确地反映当地的干旱事件。该研究提出的多源遥感土壤水分连续融合算法显著提高了现有融合算法的融合精度。
|
| 关 键 词： | 遥感 土壤水分 数据融合 多源连续算法 |
| 收稿时间： | 2018-04-17 |
| 修稿时间： | 2018-10-12 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
