文献

J-GLOBAL ID：201602217758377110   整理番号：15A1301203

マルチソース衛星画像とin situ観測による毎日の積雪深の生成【Powered by NICT】

Generation of daily snow depth from multi-source satellite images and in situ observations

著者 (4件)： Cao Guangzhen (Key Lab. of Radiometric Calibration and Validation for Environmental Satellites, China Meteorological Administration ...) ,  Hou Peng (Satellite Environment Center, Ministry of Environmental Protection, Beijing) ,  Zheng Zhaojun (Key Lab. of Radiometric Calibration and Validation for Environmental Satellites, China Meteorological Administration ...) ,  Tang Shihao (Key Lab. of Radiometric Calibration and Validation for Environmental Satellites, China Meteorological Administration ...)
資料名： Journal of Geographical Sciences  (Journal of Geographical Sciences)
巻： 25  号： 10  ページ： 1235-1246  発行年： 2015年 
JST資料番号： W1324A  ISSN： 1009-637X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 積雪深(SD)は,地球規模の気候変化と陸面過程研究のための重要なパラメータである。より高い4km空間分解能とAdvanced Microwave Scanning Radiometer-EOS(AMSR-E)とInteractive Multisensor Snow and Ice Mapping System(IMS)の積雪測定のその場観察と受動マイクロ波リモートセンシングからのSD測定と高精度で日常SD画像を得る方法を開発した。25km空間分解能でAMSR-E SDは雪密度と雪水当量のAMSR-E製品から検索し,その場観察とIMS積雪からのSDを用いて補正した。補正AMSR-E SD画像はCressman法を用いた4km空間分解能SDで内挿するため実際のその場観察と結合するその場観察における「仮想」として作用する再試料採取した。最後に,中国のいくつかの地域の毎日のSDデータ生成は,この方法が低い数値標高モデル(DEM)を持つ領域における高い空間分解能SDデータの生成に適している高地での領域に適している起伏のある地形,チベット高原のような,がないことを示した。北部新疆における2003~2010年1月の長期間SDデータ生成の分析は,この方法の実現可能性を実証した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 気候変動 ,  試料採取 ,  衛星利用画像 ,  高地 ,  その場観察 ,  空間分解能 ,  *画像 ,  内挿法 ,  *積雪
準シソーラス用語： チベット高原 ,  *雪 ,  AMSR-E ,  高精度 ,  陸面過程 ,  *積雪深さ , 【Automatic Indexing@JST】

分類 (3件)： 湖沼学,河川学  (DC07050J) ,  森林保育  (FF03040H) ,  土地利用一般,地域制  (RD02010Z)

タイトルに関連する用語 (5件)： マルチ ,  ソース ,  衛星画像 ,  観測 ,  積雪深