青藏高原MODIS逐日无云积雪范围产品精度验证

doi:10.7522/j.issn.1000-0240.2022.0152

摘要/Abstract

摘要：

青藏高原地区的积雪具有重要的水文、生态和气候意义。MODIS（Moderate Resolution Imaging Spectroradiometer）积雪产品应用广泛，但受云的影响较为严重。国内外学者针对MODIS逐日积雪产品发展了多种去云产品，但这些产品在青藏高原的应用精度还未得到综合的评估。因此，本文利用分辨率较高的Landsat-8数据获取的积雪分类图作为参考真值，对目前发布的三套逐日无云积雪产品进行了系统的验证。评估结果表明，基于MODIS地表反射率数据生产的逐日无云积雪产品（MODIS CGF SCE），相比基于MODIS原始逐日积雪产品进行去云处理后获取的两套产品（M*D10A1GL06和MODIS_Dysno_Cloudfree），在积雪识别精度方面具有较大优势。MODIS CGF SCE产品针对不同土地覆盖类型进行NDSI（Normalized Difference Snow Index）阈值优化，虽然在积雪识别精度方面提升较为明显，然而林区积雪识别误差较大的问题依旧没有得到有效解决，存在较高的低估误差。

关键词: MODIS, 积雪产品, 精度评价, 青藏高原

Abstract:

Snow cover is of great hydrological， ecological， and climatic significance in the Tibetan Plateau. MODIS snow products are widely used at present but are seriously affected by clouds. Scholars at home and abroad have developed a variety of cloud removal products for raw MODIS daily snow products， but the accuracy of these products in the Tibetan Plateau has not been evaluated comprehensively. Therefore， this paper uses Landsat-8 data with high resolution as the reference value to conduct systematic verification of three datasets of cloud-free snow products released on a daily basis. The results show that compared with the two sets of products （M*D10A1GL06 and MODIS_Dysno_Cloudfree）， which are produced based on raw MODIS daily snow cover product realized by NSIDC （National Snow and Ice Data Center）， the MODIS CGF SCE product produced based on MODIS surface reflectance data， has a great advantage in snow identification accuracy. The MODIS CGF SCE product optimized the NDSI threshold for different land cover types. Although the accuracy of snow identification was significantly improved， the problem of large snow identification error in forest areas was still not effectively resolved， and there was a high underestimate error.

Key words: MODIS, snow cover product, accuracy verification, Tibetan Plateau

中图分类号:

P407

李诺, 韩其飞, 马英, 黄晓东. 青藏高原MODIS逐日无云积雪范围产品精度验证[J]. 冰川冻土, 2022, 44(6): 1740-1747.

Nuo LI, Qifei HAN, Ying MA, Xiaodong HUANG. Accuracy verification of MODIS daily cloud-free snow cover products over the Tibetan Plateau[J]. Journal of Glaciology and Geocryology, 2022, 44(6): 1740-1747.

图/表 6

图1

表1

表2

图2

表3

图3

参考文献 33

1	Zhong Xinyue， Kang Shichang， Guo Wanqin， et al. The rapidly shriking cryopshere in the past decade： an interpretation of cryospheric changes from IPCC WGI Sixth Assessment Report［J］. Journal of Glaciology and Geocryology， 2022， 44（3）： 946-953.
	钟歆玥，康世昌，郭万钦，等. 最近十多年来冰冻圈加速萎缩——IPCC第六次评估报告之冰冻圈变化解读［J］. 冰川冻土， 2022， 44（3）： 946-953.
2	Maurer E P， Rhoads J D， Dubayah R O， et al. Evaluation of the snow-covered area data product from MODIS［J］. Hydrological ProcHydrological Processesesses， 2003， 17（1）： 59-71.
3	Hall D K， Riggs G A. Accuracy assessment of the MODIS snow products［J］. Hydrological Processes， 2010， 21（12）：1534-1547.
4	Yu Xiaoqi. Cloud removing method and accuracy verification of snow extent product in High Asia area［D］. Fuxin： Liaoning Technical University， 2017.
	于小淇. 高亚洲地区积雪面积产品去云方法研究及精度验证［D］. 阜新：辽宁工程技术大学， 2017.
5	Huang Xiaodong， Hao xiaohua， Yang yongshun， et al. Advances in Snow-cover Monitoring Using Optical Remote Sensing［J］. Pratacultural Science， 2012， 29（1）： 35-43.
	黄晓东，郝晓华，杨永顺，等. 光学积雪遥感研究进展［J］. 草业科学， 2012， 29（1）： 35-43.
6	Rittger K， Painter T H， Dozier J. Assessment of methods for mapping snow cover from MODIS［J］. Advances in Water Resources， 2013， 51（JAN.）： 367-380.
7	Hall D K， Riggs G A， Salomonson V V， et al. MODIS snow-cover products［J］. Remote Sensing of Environment， 2002， 83（1-2）： 181-194.
8	Justice C O， Vermote E， Townshend J， et al. The Moderate Resolution Imaging Spectroradiometer （MODIS）： land remote sensing for global change research［J］. IEEE Transactions on Geoence & Remote Sensing， 1998， 36（4）： 1228-1249.
9	Hongbo， Zhang， Fan， et al. Ground-based evaluation of MODIS snow cover product V6 across China： Implications for the selection of NDSI threshold.［J］. The Science of the Total Environment， 2018， 651（Pt 2）： 2712-2726.
10	Salomonson V V， Appel I. Estimating fractional snow cover from MODIS using the normalized difference snow index［J］. Remote Sensing of Environment， 2004， 89（3）： 351-360.
11	Gladkova I， Grossberg M， Bonev G， et al. Increasing the Accuracy of MODIS/Aqua Snow Product Using Quantitative Image Restoration Technique［J］. IEEE Geoscience and Remote Sensing Letters， 2012， 9（4）： 0-743.
12	Riggs G A， and Hall D.K. MODIS Snow Products Collection 6 User Guide［J］. 2015.
13	Tang Zhiguang， Wang Jian， Li Hongyi， et al. Accuracy Validation and Cloud Obscuration Removal of MODIS Fractional Snow Cover Products over Tibetan Plateau［J］. Remote Sensing Technology and Application， 2013， 28（3）： 423-430.
	唐志光，王建，李弘毅，等. 青藏高原MODIS积雪面积比例产品的精度验证与去云研究［J］. 遥感技术与应用， 2013， 28（3）： 423-430.
14	Hou Xiaogang， Zheng Zhaojun， Li Shuai， et al. Generation of daily cloudless snow cover product in the past 15 years in Xinjiang and accuracy validation［J］. Remote Sensing for Land and Resources， 2018， 30（2）： 214-222.
	侯小刚，郑照军，李帅，等. 近15年新疆逐日无云积雪覆盖产品生成及精度验证［J］. 国土资源遥感， 2018， 30（2）： 214-222.
15	Huang Xiaodong， Hao xiaohua， Wang Wei， et al. Algorithms for cloud removal in MODIS daily snow products［J］. Journal of Glaciology and Geocryology， 2012， 34（5）： 1118-1126.
	黄晓东，郝晓华，王玮，等. MODIS逐日积雪产品去云算法研究［J］. 冰川冻土， 2012， 34（5）： 1118-1126.
16	Gafurov A， Bárdossy A. Cloud removal methodology from MODIS snow cover product［J］. Hydrology and Earth System Sciences， 2009， 13（7）： 1361-1373.
17	Huang Yan， Liu Hongxing， Yu Bailiang， et al. Improving MODIS snow products with a HMRF-based spatio-temporal modeling technique in the Upper Rio Grande Basin［J］. Remote Sensing of Environment， 2018， 204： 568-582.
18	Hall D K， Riggs G A， Foster J L， et al. Development and evaluation of a cloud-gap-filled MODIS daily snow-cover product［J］. Remote Sensing of Environment， 2010， 114（3）： 496-503.
19	Qiu Yubao. MODIS daily cloud-free snow cover product over the Tibetan Plateau （2002—2015）［DS］. National Tibetan Plateau Data Center. DOI：10.11888/Hydrol.tpe.00000026.file.CSTR：18406.11.Hydrol.tpe.00000026.file .
	邱玉宝.青藏高原MODIS逐日无云积雪面积数据集（2002—2015）［DS］. 国家青藏高原科学数据中心.DOI：10.11888/Hydrol.tpe.00000026.file.CSTR：18406.11.Hydrol.tpe.00000026.file .
20	Muhammad S， Thapa A. Daily Terra-Aqua MODIS cloud-free snow and Randolph Glacier Inventory 6.0 combined product （M* D10A1GL06） for high-mountain Asia between 2002 and 2019［J］. Earth System Science Data， 2021， 13（2）： 767-776.
21	Hao Xiaohua， Sun Xingliang， Ji Wenzheng， et al. China MODIS daily cloud free 500 m snow area product data set［DS］. National Glacier Frozen Soil Desert Scientific Data Center （www.ncdc.ac.cn）， 2020. DOI： 10.12072/ncdc.I-SNOW.db0001.2020 .
	郝晓华，孙兴亮，纪文政，等. 中国MODIS逐日无云500 m积雪面积产品数据集［DS］. 国家冰川冻土沙漠科学数据中心，2020. DOI： 10.12072/ncdc.I-SNOW.db0001.2020 .
22	Huang Xiaodong， Hao Xiaohua， Yang Yongshun， et al. Advances in snow-cover monitoring using optical remote sensing［J］. Pratacultural Science， 2012， 29（1）： 35-43.
	黄晓东，郝晓华，杨永顺，等. 光学积雪遥感研究进展［J］. 草业科学， 2012， 29（1）： 35-43.
23	Qin D， Ding Y. Cryospheric changes and their impacts： present， trends and key issues［J］. Advances in Climate Change Research， 2009， 5（4）： 187-195.
24	Wang Shunjiu. Climate change over the eastern part of Tibetan Plateau and the impact on water resources in the upper reaches of Yangtze River［J］. Plateau and mountainMeteorology Research， 2008（1）： 42-46.
	王顺久. 青藏高原东部气候变化及其对长江上游水资源的可能影响［J］. 高原山地气象研究， 2008（1）： 42-46.
25	Zheng Du， Zhao Dongsheng. The Natural Environment Characteristics of the Tibetan Plateau［J］. Science & Technology Review， 2017， 35（6）： 13-22.
	郑度，赵东升. 青藏高原的自然环境特征［J］. 科技导报， 2017， 35（6）： 13-22.
26	Hao S， Jiang L， Shi J， et al. Assessment of MODIS-Based fractional snow cover products over the Tibetan Plateau［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2018， 2： 1-16.
27	He Siyu， Qiu Yubao， Shi Lijuan， et al. Snow coverage data of Landsat 8 in the middle and eastern Himalayas from 2013 to 2020 ［DS/OL］. Science Data Bank， 2022［2022-06-06］. .
	何思宇，邱玉宝，石利娟，等. 2013—2020年喜马拉雅山中段和东段Landsat 8积雪覆盖范围数据［DS/OL］. Science Data Bank， 2022［2022-06-06］. .
28	Friedl M A， Mciver D K， Hodges J C F， et al. Global land cover mapping from MODIS： algorithms and early results. Remote Sensing of Environment， 2002， 83（1/2）： 287-302.
29	Wang Yunlong， Huang Xiaodong， Deng Jie， et al. Development and validation for daily cloud-free snow products in middle-and-high latitude areas in Eurasia［J］. Remote Sensing Technology and Application， 2016， 31（5）： 1013-1021.
	王云龙，黄晓东，邓婕，等. 欧亚大陆中高纬度区逐日无云积雪产品研发及验证［J］. 遥感技术与应用， 2016， 31（5）： 1013-1021.
30	Liang Tiangang， Gao Xinhua， Huang Xiaodong， et al. Study on the accuracy of MODIS snow cover mapping algorithm in northern Xinjiang［J］. Arid Zone Research， 2007， 24（4）： 446-452.
	梁天刚，高新华，黄晓东，等. 新疆北部MODIS积雪制图算法的分类精度［J］. 干旱区研究， 2007， 24（4）： 446-452.
31	Zhang Xuetong， Huang Xiaodong， Liang Tiangang， et al. Accuracy analysis for MODIS data of MOD10A1 in a pastoral area in northern Xinjiang［J］. Acta Prataculturae Sinica， 2008， 17（2）： 110-117.
	张学通，黄晓东，梁天刚，等. 新疆北部地区MODIS积雪遥感数据MOD10A1的精度分析［J］. 草业学报， 2008， 17（2）： 110-117.
32	Zhuoma Laba， Qiu Yubao， Basang Cidan， et al. The validation of MODIS daily snow-cover products after cloud removal in Tibet Autonomous Region［J］. Journal of Glaciology and Geocryology， 2016， 38（1）： 159-169.
	拉巴卓玛，邱玉宝，次旦巴桑，等. 西藏高原MODIS每日积雪产品去云算法过程对比验证研究［J］. 冰川冻土， 2016， 38（1）： 159-169.
33	Klein A G， Barnett A C. Validation of daily MODIS snow cover maps of the Upper Rio Grande River Basin for the 2000—2001 snow year［J］. Remote Sensing of Environment， 2003， 86（2）： 162-176.

数值	属性	数值	属性
25	无雪	240	暴露的碎冰
50	云	242	在Terra和Aqua中碎冰上有雪
198	仅在Terra中有雪	248	在Terra中冰上有雪
199	仅在aqua中有雪	249	在Aqua中冰上有雪
200	Terra和Aqua中都有雪	250	暴露的冰
238	在Terra中碎冰上有雪	252	在Terra和Aqua中冰上有雪
239	在Aqua中碎冰上有雪

分类	端元提取规则（R表示在波长λ处的地表反射率）
雪	NDVI<-0.035，NDSI>0.80，R_0.55μm>0.10，R_0.65μm>0.07，R_0.86μm>0.11
植被	NDVI>0.70，NDSI<-0.45，R_0.86μm>0.20
土壤/岩石	0<NDVI<0.10，NDSI<-0.40
水	NDWI>0.2，R_0.86μm<0.2

评价指标	MODIS CGF SCE			M*D10A1GL06			MODIS_Dysno_Cloudfree
评价指标	草原	裸地	森林	草原	裸地	森林	草原	裸地	森林
OA/%	89.9	82.1	89.6	90.3	81.5	89.0	91.6	84.0	87.4
UE/%	10.4	9.4	21.5	17.7	14.4	27.2	22.5	18.0	21.3
OE/%	10.0	20.9	10.1	8.6	20.0	10.5	6.3	15.3	12.3
P/%	89.6	90.6	78.5	82.3	85.6	72.8	77.5	82.0	78.7
Kappa	0.639	0.600	0.249	0.629	0.577	0.222	0.656	0.616	0.210

[1]	文洪, 巫锡勇, 赵思远, 边瑞, 周桂宇, 孟少伟, 孙春卫. 基于机器学习法的青藏高原沙鲁里山系中段雪崩易发性评价研究[J]. 冰川冻土, 2022, 44(6): 1694-1706.
[2]	王习敏, 黄荣刚, 徐志达, 焦志平, 江利明. 基于深度学习和高分遥感影像的青藏高原东部融冻泥流阶地提取研究[J]. 冰川冻土, 2022, 44(5): 1419-1428.
[3]	郑锦文, 左志燕, 蔺邹兴, 肖栋. 巴伦支-喀拉海海温和青藏高原冬季地表气温的年代际联系[J]. 冰川冻土, 2022, 44(5): 1513-1522.
[4]	伍健恒, 孙彩歌, 樊风雷. 西藏地表温度时空演变特征及影响因子[J]. 冰川冻土, 2022, 44(5): 1523-1538.
[5]	谢梅珍, 赵林, 吴晓东, 周华云, 岳广阳. 青藏高原多年冻土区两种高寒草地生态系统土壤氮季节变化及其与环境因子的关系[J]. 冰川冻土, 2022, 44(5): 1631-1639.
[6]	杨舒然, 杨玮琳, 韩业松, 杨彦敏, 李梦真, 崔之久, 刘耕年. 四川康定折多山末次冰盛期古冰川重建及其气候意义[J]. 冰川冻土, 2022, 44(4): 1119-1129.
[7]	伍永秋, 王立辉, 杜世松, 李静芸, 申玉龙. 青藏高原典型地区沉积物地球化学特征与矿物组成的粒度效应[J]. 冰川冻土, 2022, 44(4): 1140-1149.
[8]	陈军, 刘延昭, 曹立国, 胡建茹, 刘水林. 青藏高原湖泊变化遥感监测及水量平衡定量估算研究进展[J]. 冰川冻土, 2022, 44(4): 1203-1215.
[9]	赵耀华, 彭小清, 金浩东, 杜冉, 陈聪, 彭思佳. 基于多源遥感数据的青藏高原植被变化特征评价[J]. 冰川冻土, 2022, 44(4): 1216-1230.
[10]	张越, 许向科, 孙雅晴. 青藏高原东南巴松措流域和派山谷末次冰盛期冰川与气候重建[J]. 冰川冻土, 2022, 44(4): 1248-1259.
[11]	陈涛, 高歌, 陈德亮, 边多. 青藏高原多源雪深数据适用性综合评估[J]. 冰川冻土, 2022, 44(3): 795-809.
[12]	王芝兰, 张飞民, 王澄海, 孙旭映, 吕春艳. 1980—2019年青藏高原积雪深度时空差异性分析[J]. 冰川冻土, 2022, 44(3): 810-821.
[13]	张勇, 刘时银, 王欣. 青藏高原及周边冰川区表碛影响研究进展[J]. 冰川冻土, 2022, 44(3): 900-913.
[14]	赵银, 张勇, 刘时银, 王欣. 青藏高原东南部海洋型冰川物质平衡研究进展[J]. 冰川冻土, 2022, 44(3): 930-945.
[15]	田立德, 唐明星. 青藏高原冰芯定年方法回顾及新技术展望[J]. 冰川冻土, 2022, 44(3): 1083-1090.