使用处理工具箱自动进行雪分类¶

背景¶

每年冬季（6月1日至10月31日），SHL都会从MODIS Terra（EOS AM）卫星获取尽可能多的无云图像。然后，这些图像被摄取到一种称为归一化差雪指数（NDSI）的算法中，该算法用于指示存在雪的区域。虽然该算法对于任何一个特定的传感器都不是唯一的，但由于modis仪器具有足够的空间分辨率和项目区域的日常覆盖范围（图1.1雪水集水区），所以选择了它。

瞄准¶

本项目的目标是在QGIS处理工具箱中将NDSI工作流自动化为一个模型。所需的输出是一个矢量多边形，显示积雪集水区内的积雪覆盖范围，以及描述总面积（平方公里）的属性。

方法¶

NDSI算法本身非常简单（见下面的公式1.1-归一化差雪指数（NDSI）），随后以矢量格式提取积雪覆盖所需的步骤也非常适合于处理工具箱模型。

公式1.1-归一化差雪指数（NDSI）¶

此NDSI算法将返回-1到1之间的结果，雪的阈值通常大于0.4。下面显示了2014年7月13日自然色图像（地图1.2-modis真彩色）旁边的NDSI输出示例（地图1.3-NDSI输出）。从这些图像中可以看出，NDSI的输出非常善于区分雪覆盖区域与其他陆地覆盖类型和云层。但是，由于水在光谱的近红外部分具有吸收特性，它可能会将大型水体的一部分误归类为雪。NDSI的这一特点表明，在模型的某个阶段需要加入一个水膜。

地图1.2-Modis真彩色¶

图1.3-NDSI输出¶

地图1.4-重新编码的“雪”与“非雪”¶

通过使用Grass模块“r.mapCalculator”，使用一些非常简单的带图创建NDSI输出。一旦NDSI网格可用，则需要应用0.4的NDSI阈值，这将导致一个描述“雪”和“非雪”区域的布尔网格。为了得到这一分类，使用了另一个草地模块“r.recode”，并产生了上面地图1.4中所示的结果，将其重新编码为“雪”和“非雪”。

然后将重新编码的网格转换为矢量多边形数据集，并提取积雪覆盖区域（如下图所示，地图1.5-提取的积雪）。然后，将积雪覆盖区域裁剪到积雪集水区（如下图所示，SWC内的图-1.6雪），然后遮盖大型水体（如下图所示，图1.7-最终积雪覆盖区域），最后生成积雪覆盖区域的面积统计。

地图1.5-提取的雪¶

图1.6：雨水控制室内的雪¶

图1.7-最终积雪面积¶

该模型的输出是一个矢量多边形，显示了积雪集水区内的积雪面积。多边形的属性包括雪覆盖的面积和覆盖的集水区的百分比。该模型的整体见下文“图1.1-归一化差雪指数（NDSI）QGIS处理工具箱模型”。

图1.1-归一化差雪指数（NDSI）QGIS处理工具箱模型¶

结果/结论¶

qgis处理工具箱是一种功能强大的自动化工作流程的方法，例如这种雪分类。上述模型成功地自动化了雪的分类过程，并提供了一个地理信息系统数据集，可用于可视化和输入到进一步的统计应用中。它成功地消除了与SHL以前使用的方法相关联的主观用户错误，同时提供了一个可重复和一致的分类工具。这里可以查看一些季节性结果。