段金亮,张瑞,2,李奎,庞家泰
(1.西南交通大学 地球科学与环境工程学院,成都 611756;2.西南交通大学 高速铁路运营安全空间信息技术国家地方联合工程实验室,成都 611756)
积雪是地球表面覆盖的重要组成部分,是地球表面最为活跃的自然元素之一,也是冰冻圈中地理分布最广泛、季节与年际变化最显著的部分[1]。积雪的特征包括积雪面积、积雪分布、雪深、雪粒径等,其中积雪面积是全球能量平衡、气候、水文、生态模型以及积雪定量遥感中的重要输入参数之一[2]。当前,积雪面积的反演主要集中在光学遥感影像上,方法主要有阈值法[3]、监督分类法[4]、光谱混合分析法等。阈值法具有简单快速的特点,但是不同影像的阈值不固定,每景影像都要重新选择阈值,通用性差;监督分类法虽然有一定的鲁棒性,但是需要大量的样本作为支撑条件,这在生产实践中很难满足。同时,阈值法和监督分类法都是从像元尺度来获取积雪面积,由于积雪覆盖范围具有较强的时空变异性特征,以及受影像空间分辨率的限制,积雪通常与土壤、岩石、植被等混合成混合像元[5-6]。如果单独从传统的像元尺度分类算法来考虑,很难解决积雪与其他地物混合的问题,往往难以获得更有效、精度更高的积雪面积产品,所以从亚像元尺度考虑的光谱混合分析法在反演积雪面积上很有优势[7-8]。全约束最小二乘法(fully constrained least squares,FCLS)是遥感影像处理中常用的光谱混合分析模型[9],其端元光谱库被假定在整景遥感影像中是不变的,然后用其来解混整景遥感影像。……