针对一带一路地区现有的积雪面积产品在山区及林地低估等问题，基于多源遥感数据，采用MARS模型结合地类特征的方法进行积雪自动识别，生成了一套一带一路区域的积雪面积数据。借助机器学习在解决非线性拟合问题上的优势，避免传统积雪遥感识别在复杂地表和地形下的误判，本产品在山区及林区的精度较已有MODIS积雪产品显著提高。
MOD09GA 来源于美国地质调查局网站
以Landsat-8的FSC影像作为真值数据，并结合CGLS-LC100数据集，提取详细的地类覆盖信息。通过结合地类特征，构建了基于MOD09GA反射率的MARS模型，以实现高效的积雪识别。整个过程包括数据预处理、特征优化、模型训练及验证，最终形成了一套高效的自动识别算法。该算法在积雪面积识别方面表现出快速性和高精度，能够有效应对现有产品面临的挑战，为区域环境监测与气候变化研究提供了重要的技术支持。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFF0711702-05 | 积雪、湖冰长序列数据集制备与挖掘关键技术 | 国家重点研发计划 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
10.12072/ncdc.nieer.db6622.2024
