概述:
細節:
可以為其他應用提供數據
研究區域:
數據:
最小雪覆蓋
行列重合的區域使得觀測時間豐富了
用SR好 因為要構建NDSI, B2會受到大氣散射格外嚴重
TOR和SR都使用
8.1-9.15日 當成去年雪還沒有消融 來年的雪還沒有下
方法:
綜合NDSI和fDISC 雙閾值算法
兩個閾值是第2個基於第1個算出來的,並不是雙重條件限制的關係。
計算NSDI 去除雲 雲和山體的陰影 無效數據
得到無雲無陰影的NDSI的時間序列數據
這是NDSI的閾值,基於它得到初步的 沒有冰雪的和有冰雪的
在所有的時間內
則可以計算得到有雪的天佔所有無雲觀測天的百分比
再設置閾值 區分出永久的冰雪和無的
雲和陰影的掩模:
將雪識別為雲是沒辦法通過時間監測出來的 因為它一直在 造成假陽性
因此還需要從本質上改進
改進的方法使用了決策樹 對掩模/不許掩模進行了進一步訓練
陰影的處理:
B2和B4 小於7%
雪和冰的製圖
* 光學波段的飽和情況可以在預處理的時候把像元剔除掉
閾值的選擇
後續處理
精度評價:
結果:
改進Fmask雲掩模的效果
NDSI閾值和隨之確定的fDISC及其閾值:
明顯2個是遞進發展的關係
* 8.1-9.15號;2010-2015
* 對2個閾值的理解
*精度評價的4個metrics