基于高光谱混合光谱分解的内蒙古达拉特旗冰雪覆盖监测

积雪是地球气候变化中一个活跃的系统变量，不仅是全球气候变化的重要指标，而且与地球能量平衡、大气循环、水循环、碳氮循环等密切相关。其高反射率、高冷储、巨大相变潜热以及温室气体源汇作用，使其在地表能量平衡中起着重要作用。通过定量遥感技术获取积雪信息是监测积雪变化、评估其对气候变化响应以及进行积雪水文研究的主要手段。卫星遥感被广泛应用于积雪研究领域。

 在可见光波段，积雪具有较高的反射率，而在短波红外波段，其反射率较低，而大部分云在两个波段都有较高的反射率。因此，利用归一化积雪指数(NDSI)计算可见光和短波红外波段之间的差值，可以有效地识别光学遥感数据中的积雪信息。但是，由于积雪和云在可见光波段的光谱特性相似，因此基于光学遥感技术开发的积雪产品常常受到太阳辐射不足和云层遮蔽的影响，导致存在大量的空缺值，应用上存在一定困难。因此我们使用混合光谱分解方法来提取积雪面积，能够实现较高的准确度和低误判率。

中科西光航天-冰雪覆盖制图

 数据源：XIGUANG003高光谱成像仪

区域：内蒙古达拉特旗

拍摄时间：2024年1月5日

冰雪覆盖制图包括以下步骤：

1. 原始L2A数据辐射定标、大气校正和正射校正；
2. 使用最小噪声变换（MNF）进行光谱降维；
3. 使用空间一致性测量确定数据的维度；
4. 计算纯像元指数并使用纯像元指数（PPI）进一步筛选变量；
5. 对结果进行N维可视化，自动聚类并确定端元；
6. 使用光谱角映射器（SAM）和混合调谐匹配滤波（MTMF）进行光谱映射，分类同时计算端元丰度；
7. 根据映射结果进行制图，并与高分辨率全色影像进行融合。

△  图1 经过大气校正和正射校正的反射率影像

研究区位于内蒙古达拉特旗，具体位于包头市南部，黄河南岸。覆盖了达拉特镇以及达拉特光伏电站，该区域主要地物类型为城镇、河流、矿山和沙漠，卫星过境时有明显积雪覆盖。

△图2 各类地物反射率对比图

雪在760nm波长处有反射峰代表雪对760nm波长的光具有较强的反射能力，这是因为雪是由冰晶组成，对光具有较强的散射作用。当光照射到雪上时，部分光会被冰晶吸收，而另一部分光会被冰晶散射到各个方向。在散射的光中，760nm波长的光的散射强度最强，因此雪在760nm波长处有反射峰。根据图2，利用760nm处反射率差异能够对雪覆盖进行进一步分类，即通过监测760nm波长的光的反射率的变化，可以监测雪融化的情况。当雪融化时，冰晶会变成水，而水对光的散射作用比冰晶弱。因此，随着雪的融化，760nm波长的光的反射率会降低。

经过纯净像元计算和端元提取，最终保留的端元数为3，其中两类代表了雪覆盖。因此后续将雪覆盖分为新雪和旧雪（冰雪混合物），并对雪融化情况进行分析。

监测雪融化情况可以用于以下应用：

1. 洪水预报：雪融化是洪水的主要来源之一。通过监测雪融化情况，可以预测洪水发生的可能性和规模。
2. 雪崩预报：雪崩是另一种由雪融化引起的自然灾害。通过监测雪融化情况，可以预测雪崩发生的可能性和规模。
3. 水资源管理：雪融化是河流径流的重要来源之一。通过监测雪融化情况，可以预测河流径流的变化，从而进行水资源管理。

△ 图3 新雪端元丰度分布图

△ 图4 旧雪端元丰度分布图

混合调谐匹配滤波器（Mixture-Tuned Matched Filtering，MTMF）使用部分解混方法找到端元光谱的丰度。该技术利用“匹配滤波器”（Matched Filter，MF）来最大化已知端元的响应并抑制复合未知背景的响应，从而“匹配”已知信号。它提供了一种基于与库或图像端元光谱匹配来快速检测特定材料的方法，并且不需要了解图像场景中的所有端元。而线性光谱解混通过假设每个波段中的像素反射率等于像素内存在的端元材料的反射率的线性组合，来找到图像像素中材料的丰度。

图3和图4为MTMF的结果，能够将各像元的端元丰度可视化，直观显示像素的混合光谱组成，颜色越深代表该端元的丰度越高。 发现新雪主要覆盖在达拉特镇西部平原和南部山区。而旧雪主要分布在西部沙漠、达拉特镇以及矿区。 后续的光谱角映射器（SAM）的结果也能够印证。

△ 图5 光谱角映射器分类结果

光谱角映射器（Spectral Angle Mapper，SAM）在N维空间中将图像光谱与参考光谱进行匹配。SAM比较端元光谱（被视为n维向量，其中N为波段数）与N维空间中每个像素向量之间的角度。较小的角度表示与参考光谱更接近的匹配。当在经过校准的数据上使用时，该技术对照明和反照率效应相对不敏感。SAM基于SAM最大角度阈值产生一个分类图像。

图5代表最终分类结果，可以发现与MTMF结果相比，对于西部地区的分类效果更好，有效降低了误判率。同时更加清晰地显示了东北部达拉特镇以及东南部矿区的低冰雪覆盖以及雪融化现象。

冰雪覆盖面积统计结果

 冰雪覆盖面积统计结果如下：

卫星影像总面积：6400平方公里

新雪覆盖率：11%（704平方公里）

旧雪覆盖率：6%（384平方公里）

通过查询当地历史气象数据，发现最高气温在-1℃左右，因此造成该地区冰雪融化的主要原因应该是以下因素：

1. 人为活动影响：人员聚集区和煤矿区通常有大量的人为活动，例如采矿、运输、机械作业等，这些活动可能会改变地表的性质和结构，减少地表的粗糙度，导致积雪很难在地表停留或积聚，同时城镇内部和道路会进行人工除雪，而北部区域主要为村落和农田，人为干扰较少，因此雪融化速度较慢。
2. 覆盖物和设施：人员聚集区和煤矿区通常有大量的建筑物、设备和道路等人工结构，这些覆盖物会吸收太阳辐射，使得地表温度升高，从而减少了积雪的形成和维持。
3. 热量排放：人员聚集区和煤矿的生产活动通常伴随着大量的热量排放，例如燃煤产生的热量、机械设备的工作热量等，这些热量会提高周围地表的温度，使得积雪很难在这样的环境中存在。

 旧雪/冰面分类结果出现在黄河河道内，结合气象条件和黄河凌汛期日期，判断为冰水混合物组成的流凌或部分冻结的河道，结合地面数据能够进行流凌组成或河流封冻的进一步分析，从更大空间尺度对河道内流凌进行全程监测，这也体现了高光谱遥感技术的应用价值。