基于五种地物分类信息的积雪被动微波混合像元分解方法专利登记公告

专利名称：基于五种地物分类信息的积雪被动微波混合像元分解方法

摘要：本发明属于遥感图像处理技术领域，提供了一种基于五种地物分类信息的积雪被动微波混合像元分解方法。本发明根据影响积雪辐射特性的典型五种下垫面类型，通过获得观测地区中较高空间分辨率的地物分类数据，利用积雪在不同下垫面微波辐射之间差异特性，选择微波天线增益函数和采样率，建立积雪微波混合像元分解模型，采用具有约束条件的最小二乘法迭代计算求解欠定性方程组，实现积雪被动微波混合像元分解。本发明可以有效地解决积雪被动微波混合像元问题，改进积雪参数反演精度，在气候和水文研究以及积雪灾害评估等领域中具有重要应用价值。

专利类型：发明专利

专利号：CN201210096736.4

专利申请（专利权）人：吉林大学

专利发明（设计）人：顾玲嘉;任瑞治;张爽;王昊丰;孙健

主权项：一种基于五种地物分类信息的积雪被动微波混合像元分解方法，该方法的应用条件是冬季积雪被动微波遥感数据，其特征在于，方法包括如下过程：1)确定观测地区冬季积雪情况下的五种的地物分类数据，2)确定微波天线增益函数和采样率，3)建立被动微波积雪混合像元模型，4)积雪被动微波混合像元分解模型求解；所述的确定观测地区冬季积雪情况下的五种的地物分类数据，是将已有的观测地区的地物分类数据产品重新分类为水体、草地、林地、农田和裸土五种下垫面信息，确定观测地区冬季积雪情况下的五种地物分类数据的结果L；所述的确定微波天线增益函

专利地区：吉林