基于反射率和亮度温度的锡林郭勒积雪深度估算

摘要

积雪是我国西北干旱半干旱区重要的水资源,也是影响全球气候变化的重要因子之一。目前光学影像反射率和雷达亮温数据是积雪遥感领域的主要数据,本文首次结合两类遥感数据估算积雪深度,并比较偏最小二乘法和机器学习算法(人工神经网络、支持向量机和随机森林算法)在积雪深度估算方面的表现。以锡林郭勒盟2012—2015年积雪深度数据为例,基于反射率和亮度温度相结合的积雪深度估算精度优于单个数据源,且随机森林算法表现最好,均方根误差为2.93 cm,满足实际应用的需求。研究结果对我国西北地区水资源分布、生态环境评估等研究具有重要意义。