[发明专利]一种基于MODIS数据的冰川及永久积雪宏观监测方法

权利要求书

1.一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，该监测方法包括以下步骤：

S1：获取全年MODIS时间序列的影像数据；

S2：对获取的所述影像数据进行拼接，获得拼接完成的影像数据的正弦地图，并将所述正弦地图投影转换为albers投影；

S3：对获取的albers投影中的无数据区进行填充；

S4：对填充后的albers投影中无数据区之外的区域进行去云处理，对每个像元采用最近邻均值法进行平滑处理；

S5：在去云处理后的albers投影中获取冰川及永久积雪最小面积的光谱数据；

S6：建立BP神经网络遥感分类训练区，利用所述BP神经网络遥感分类训练区，对冰川及永久积雪最小面积的光谱数据进行分类，形成分类格栅图；

S7：对分类栅格图进行矢量化转换，并对边界进行整理等后处理，形成冰川及永久积雪矢量数据库，并进行空间统计分析。

2.如权利要求1所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，在步骤S1中，

获取的所述全年MODIS时间序列的影像数据包括TERRA卫星和AQUA卫星的MODIS时间序列数据。

3.如权利要求2所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，在步骤S2中，

所述投影转换为albers投影的过程采用Wips Image Process System，该所述WipsImage Process System的投影参数选择25、47、105，椭球体选择WGS84，空间分辨率统一为250m。

4.如权利要求2所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，在步骤S3中，

无数据区填充的方法为：选取albers投影中的一个像元，选取三个连续的时间点，当位于中间时间点的像元被标识为无数据，而前后两个时间点都未标识为无数据，则可以认定该像元为缺失数据区，所述缺失数据区用于去云处理，当三个时间点均为无数据，则可以认定该像元为无数据点，并对该像元进行填充，获得填充后的albers投影。

5.如权利要求4所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，在步骤S4中，

所述最近邻均值法采用采用5个时相的滑动平均法。

6.如权利要求5所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，在步骤S5中，

获取冰川及永久积雪最小面积的光谱数据的方法为：

获取冰川积雪年内覆盖面积最小的时间，即红光及近红外波段年内最低的光谱反射率；

针对每个像元，找到MODIS时间序列影像数据中的最低值，完成了图像的准备；

寻找中红外波段条件下年内最高反射率；

利用近红外，红光，及中红外三波段构建真彩色影像，进行遥感分类训练区的采集。

7.如权利要求6所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，在步骤S6中，

所述BP神经网络遥感分类训练区由输入层、隐含层和输出层构成，相邻层之间的神经元全互连，同一层内的神经元无连接。

8.如权利要求7所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，

所述BP神经网络遥感分类训练区的选取分类包括冰川/积雪和非冰川/积雪。将所有冰川覆盖区的变化信息输入BP神经网络遥感分类训练区，所述包括不同冰川类型、不同地形地貌、高程，读取BP神经网络遥感分类训练区中像元光谱数据，进行神经网络的学习，然后分类，形成分类格栅图。

9.如权利要求8所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，

分类时，90米SRTM高程数据也参与分类。

10.如权利要求9所述的一种基于MODIS数据的冰川及永久积雪宏观监测方法，其特征在于，在步骤S7中，

空间统计分析方法为：利用地理信息系统软件与省级行政区界、西部山脉分区图进行叠加计算，汇总统计分省，以及分山脉冰川及永久积雪汇总统计面积。