如何更好地处理卫星积雪数据的缺失细胞和负细胞

Question

每日和每月MODIS积雪L3数据已下载，接下来处理缺失和阴性单元格。不同类型的插值被用来填充缺失的单元格。我想用3个周围值的平均值填充缺失的单元格，但这是非常困难的，因为在某些情况下，大部分数据缺失?我知道通过使用(nanmean)命令来屏蔽NaN单元格，也可以使用同一区域的长期平均值。

基于多源遥感数据的青藏高原多年冻土存在/不存在映射，但我正在寻找除这些之外的任何可能的方法。

除上述两种方法外，处理MODIS积雪数据的缺失单元和负单元的最佳方法是什么?

请注意;为此我使用matlab环境。

Answer 1

你可以用数值天气预报的分析产品来填补空白。比如NCAR (RDA UCAR)主办NCEP北美区域再分析(NARR)，数据包括1979年至2018年的积雪(NARR)，每隔3小时。

但我猜这取决于你的目标:你可以对积雪的真实状态做出有根据的猜测(贝叶斯方法，结合测量和预测变量)，但没有测量到的东西不可能凭空冒出来。