一种利用时间序列光学和SAR数据的冰川表面积雪识别方法

本发明公开了一种利用时间序列光学和SAR数据的冰川表面积雪识别方法，生成月尺度无云NDSI合成影像；构建时空分布的湿雪‑非湿雪二值化训练样本集，构建基于卷积神经网络的月尺度湿雪分布预测模型进行时空特征学习；获取对应年份的逐月湿雪分布图，计算生成冰川表面年度湿雪覆盖频率分布图；结合时序SAR影像的后向散射系数特征，通过统计时序SAR影像的后向散射系数分布建立SAR影像湿雪判别阈值动态计算模型，提取多时相SAR影像的湿雪分布；对获得的湿雪分布区域外的残余区域，通过数字高程模型提取地形坡向参数，结合积雪季节特征构建分类约束，实现干雪与冰川冰的精细化区分。本发明提升了高山地区积雪分类的自动化程度和分类精度。