南极云区与冰雪区自动检测：基于ETM+热红外影像的方法

"这篇论文详细探讨了如何利用ETM+（Enhanced Thematic Mapper Plus）热红外波段影像对南极中山站周边的云区和冰雪区进行自动检测。作者提出了结合热辐射和纹理特征的辅助分类方法，并采用了加权最小距离分类器来优化识别效果。该研究得到了南极地理信息获取及环境动态过程研究项目的资助。" 文章首先介绍了极地地区云雪检测的挑战，由于南极冰雪覆盖广泛，其光谱反射率高且太阳高度角低，使得在可见光和近红外波段，云、雪和冰的区分变得困难。目前主要的检测方法包括基于波段阈值的区分和分类方法。论文提出了一种新的技术，即利用ETM+卫星影像的单波段数据进行分类。 在理论算法部分，文章阐述了辐射量计算的原理，说明了ETM+图像定标后像元量化值与大气顶部辐射亮度之间的关系，以及如何通过传感器温度与大气顶部辐射亮度计算地物温度。公式(1)和(2)分别描述了这两个转换过程。其中，传感器响应值和零辐射偏置值存储在CPF校正参数文件中，并由NASA定期更新。 接着，文章详细描述了热辐射和纹理特征在辅助分类中的作用。热辐射特征反映了地表温度信息，而纹理特征则能捕捉地表的结构差异，这些差异在云和冰雪之间可能会有所不同。通过结合这两种特征，可以更准确地区分云和冰雪。 加权最小距离分类器的引入是为了进一步提高分类的准确性。这种分类器考虑了不同特征的重要性，通过分配不同的权重来优化分类结果。在应用到ETM+热红外影像时，这种分类器能够有效地处理热辐射和纹理特征的差异，从而实现云区和冰雪区的有效区分。 最后，论文可能还涵盖了实证分析和结果讨论，包括检测方法的验证、分类效果的评估以及可能存在的问题和改进方向。通过这种方法，研究为极地地区的遥感监测提供了新的工具和技术，有助于提升对南极环境变化的理解和监测能力。 这篇论文是工程技术领域的研究成果，对于极地环境科学和遥感技术的发展具有重要意义。通过深入理解和应用文中提出的检测方法，未来的研究者和工程师可以更准确地分析南极地区的气候和环境变化。