摘要
河流排量卫星遥感(RSQ)算法为补充河流测量记录提供了有用的观测数据源。RSQ算法已经存在了十多年,但由于缺乏可操作性和对不确定性的定量描述,其广泛使用一直受到阻碍。在此,我们介绍一种利用大地遥感卫星观测数据近实时估算河流排放量的算法 RODEO。RODEO 已通过 456 个测站(中位数 Kling-Gupta 效率 = 0.3)的验证,并采用了一种新颖的量化评级曲线技术,将大地遥感卫星的河宽与全球水文模型的排放量估算值配对。RODEO 还描述了 RSQ 估计值的不确定性(估计均方根误差 = +7%),使 RSQ 检索能够用于水文模型的数据同化。为了扩大 RSQ 用户群,RODEO 算法作为免费提供的、现成的基于云的谷歌地球引擎应用程序,提供 1984 年至今北美地区的 RSQ 估计值。
方法
为了展示 RODEO 在各种环境中的应用,我们在北美 28 409 条河流中使用了该算法。我们将重点放在北美,因为这里有大量可用于验证的原位宽度和排水量测量数据。我们利用美国地质调查局(USGS)(U.S. Geological Survey, 2021)和全球径流数据中心(GRDC)(图 1;The Global Runoff Data Centre, 2021)的数据,在 456 个测量站对 RODEO 进行了验证。
标签:遥感,Landsat,算法,RSQ,RODEO,GEE,河流,卫星,APP From: https://blog.csdn.net/qq_31988139/article/details/140009205