基于FY3\VIRR数据的积雪遥感监测分析

以FY-3可见光与红外辐射计(VIRR)为主要数据,利用FY3\VIRR 1、6、10通道数据,以指数法和光谱阈值相结合的多光谱积雪监测算法对2013年阿勒泰地区卫星数据进行积雪监测处理。处理结果与MODIS积雪监测业务产品对比分析得出:利用FY3\VIRR可以实现对研究区的积雪遥感监测,监测结果与现有MODIS积雪监测业务产品较一致,具有可比性。     

基于风云3卫星数据的温度植被干旱指数在重庆地区的应用

为探究风云3卫星数据在重庆地区干旱监测中的适用性,以温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)为监测指标,利用Aqua/MODIS数据为对比数据,对重庆地区2015年夏季(7～9月)旱情进行监测分析。结果显示,重庆夏季主要受轻旱和中旱的影响,旱情较严重的区域主要集中在西部地区。从7月开始,受旱情影响的范围在逐渐加大,旱情程度也在不断加深。结合高程数据(Digital Elevation Model,DEM)和MODIS土地覆盖类型产品数据,将重庆地区划分为低海拔混交林、中海拔混交林、低海拔小起伏山地作物、低海拔中起伏山地作物四类讨论不同地貌类型受旱情的影响。作物类受旱情影响的面积百分比较混交林类大,低海拔相较于中海拔地区受干旱影响的面积百分比更大。为验证基于TVDI的干旱监测结果的准确性,利用重庆市170个地面站点实测的土壤墒情数据为验证数据,通过相关性分析可知,FY3A/VIRR数据与Aqua/MODIS数据不论是在整体相关性还是按不同地表类型分类后与土壤墒情数据间的相关性都较好,且相关系数在0.1水平(双侧)显著相关,说明利用TVDI能较好的反映出重庆地区土壤中的水分含量情况。但两类数据的相关性又存在一定的差异,整体上,Aqua/MODIS数据与土壤墒情之间的相关性要高于FY3A/VIRR数据;分类后,FY3A/VIRR数据与土壤墒情之间的相关性要高于Aqua/MODIS数据。      

MODIS积雪遥感监测系统的研制

利用MODIS高光谱、多波段资料和气象台站观测资料，以逐步判别与Bayes判别等数学统计的方法结合不同目标物的光谱特性，同时考虑下垫面条件和季节等对积雪深度分布的影响，建立MODIS积雪深度回归模型；以面向对象的编程技术，采用Microsoft Visual C＋＋．NET软件开发工具，通过“类”概念的设计方法，建立MODIS积雪遥感监测业务系统，计算出积雪面积、覆盖度、各层雪深、雪水当量等多个反映测区积雪总量的物理参数，制作出各类积雪产品。该系统投入业务试运行后，系统运行稳定可靠并在2006年度冬季北疆地区雪灾监测服务和2006年新疆春季洪涝灾害决策服务中发挥了重大作用。     

MODIS数据在青海省积雪监测中的应用

本文主要探讨目前EOS/MODIS卫星数据在青海省监测积雪业务中的应用,讨论青海省云、雪等自然界面的光谱特征,提出利用积雪指数NDSI,鉴别雪、冰和云的方法,以及积雪分布图的制作和积雪面积的提取处理流程。     

FY3A/VIRR海面温度业务产品算法改进与质量检验

针对FY3A/VIRR海面温度(SST)业务产品温度偏低的现状,进行误差原因分析,并对SST产品算法进行了如下改进:采用精度优先原则,以尽可能大的SST覆盖度提高SST反演精度;针对业务SST云污染的现状,构建3×3数据块,并在此基础上进行了SST空间一致性检验;引入气候阈值检验,以进一步剔除异常值。改进后的SST产品,全球日平均SST的覆盖度有所降低,但SST的一致性提高了;算法改进前后全球月平均SST覆盖度基本一致,但改进后云污染的现象得到了抑制。利用分析场日平均OISST对改进后的FY3ASST进行了质量检验,在南北纬70°之间的海域,FY3ASST的全局精度为-0.23±1.74℃,负的偏差说明云和气溶胶的影响仍然存在。改进后的FY3ASST 1.74℃的均方根误差与FY3A VIRR 11μm通道1.6K的定标精度量级相当。     

FY 3A/VIRR云相态业务产品检验与分析

选取简单云状和复杂云状作为分析对象,利用Terra/MODIS云相态产品对FY-3A/VIRR云相态产品的识别结果进行检验。对比分析采用一致性比较、差异图显示以及两种产品识别结果叠加显示等方法。结果表明:(1)简单云状条件下,FY-3A/VIRR云相态产品与Terra/MODIS云相态识别结果具有较好的一致性,一致性接近85%;复杂云状条件下,由于Terra/MODIS云相态识别结果中存在较多的不确定类别使两种数据识别结果的一致性下降。(2)FY-3A/VIRR和Terra/MODIS产品的不一致点主要分布在云边缘或不同云相态交界处。(3)FY-3A/VIRR和Terra/MODIS的云相态产品产生差异的原因主要来自反演算法以及产品相态分类的不同。     

利用MODIS资料对积雪的遥感监测

通过对遥感卫星资料中云和雪的光谱特征的分析，提出利用中分辨率成像光谱仪（MODIS）红外、可见光谱段数据进行云、雪检测和分离的方法；并提供监测实例来说明利用MODIS数据可进行积雪监测。     

EOS／MODIS卫星资料在青海省积雪遥感监测业务中的应用

本文主要探讨了目前新一代环境监测系统-EOS／MODIS卫星数据在青海省积雪业务监测中的应用及其优势；重点讨论了基于EOS／MODIS资料的积雪卫星遥感监测方法与雪深监测模式，并初步建立了适于青海省本地应用的NDSI雪深分级模式。以此为基础，讨论利用该卫星资料进行本省积雪业务化监测服务的内容与范围。     

基于AVHRR和VIRR数据的改进型Becker“分裂窗”地表温度反演算法

为了将基于NOAA-9/AVHRR数据提出的Becker和Li的“分裂窗”地表温度算法成功地应用于长序列NOAA/AVHRR和FY 3A/VIRR数据的地表温度反演,为气候变化研究提供长序列、高精度、高分辨率的地表温度数据集,从辐射传输方程出发,首先利用MODTRA 4.1模式模拟了多种地表和大气状态下的光谱辐亮度数据,并结合AVHRR和VIRR通道4、5的光谱响应函数建立了温度数据集(TS,T4,T5);然后,基于该数据集采用最小二乘法重新计算了Becker和Li算法中的各参数,提出了一个适用于NOAA/AVHRR和FY-3A/VIRR数据的改进型Becker和Li分裂窗地表温度反演算法;并利用改进型算法对2008年4月27日03时12分(世界时)观测的一景覆盖北京地区的NOAA-17/AVHRR数据进行了地表温度的反演,将反演结果与日本东京大学提供的同地区、同时相的MODIS地表温度产品进行了对比分析.结果表明,两种地表温度产品的相关系数为0.88,均方根偏差(RMSD)为2.1K;在两种地表温度差值图像的频率直方图上有69.6％的像元的值在±2K之内,37％的像元的值在±1K之内.     

基于非线性算法的FY 3A/VIRR SST反演

利用非线性算法实现了FY-3A/VIRR数据的海洋表面温度SST产品的反演.对2010年的全球船舶站观测数据和FY-3A/VIRR数据建立匹配数据集,选择单月的匹配数据采用多元回归模型计算得到了适用于FY-3A/VIRR数据的非线性海表温度反演算法NLSST的系数,能够实现FY-3A/VIRR数据的高精度SST产品反演.并利用独立于反演算法的双月匹配数据采用最小绝对偏差方法通过线性模型对SST算法的精度进行检验,结果显示白天和夜间的偏差分别为0.05℃和-0.05℃,绝对偏差在0.50℃以下,标准偏差在0.65℃以下.通过文中实现的算法反演了VIRR数据的SST产品,并和MODIS的官方产品进行比较,结果显示两种SST产品具有很高的一致性.     

基于MODIS资料的西藏遥感积雪监测业务化方法

雪灾是西藏地区藏北一线、南部边缘地区对牧业生产影响最严重的灾害之一,利用卫星遥感资料开展积雪监测,提供监测信息产品具有重要的现实意义.利用拉萨接收站接收的中分辨率成像光谱仪(MODIS)卫星遥感资料对西藏高原积雪的监测方法进行了探讨,找出适合该地区的积雪判别模式,建立MODIS资料为基础的积雪监测系统.基于MODIS数据计算得出的归一化差分积雪指数(NDSI)和归一化植被指数(NDVI)与1、2、4、6通道等相结合,建立积雪监测模型是可行的;得出的积雪判识方法对于西藏地区有较高的适用性,如结合地表土地利用类型数据将有林区和非森林区分开计算,能较好地消除藏东南地区因地势复杂、森林茂密对NDSI的影响.     

FY-3A陆表温度反演及高温天气过程动态监测

采用FY-3A/VIRR数据,利用Becker局地分裂窗改进算法反演得到逐日陆表温度 (LST), 对2009年一次高温天气过程进行动态监测, 并分析不同下垫面的热环境变化。结果显示:此过程中可见光红外扫描辐射计 (VIRR) 陆表温度产品在敦煌辐射校正场地两次验证的误差为-0.17 K和1.77 K,与同时间过境的MODIS产品均方根误差为2.64 K,直方图对比陆表温度的频数分布基本一致;对高温天气过程监测发现,此次出现以华北的石家庄、郑州、北京等地和西北地区东部的西安等地为中心的两个陆表温度高值区, 部分地区达到了320.2 K以上;城市剖面资料证实城市热岛现象存在,并发现工矿用地的热岛效应不容忽视,主要是大面积的工矿用地周围植被破坏严重,地表增温更为显著。     

基于FY3B VIRR数据的新疆沙尘天气遥感监测应用研究

新疆是我国沙尘天气多发区,但是地面测站稀少,使用卫星遥感监测沙尘天气有非常大的优势。利用国家卫星气象中心开发并向各省推广的SMART业务系统,以FY-3B/VIRR为数据源,采用以人机交互方式分析区域沙尘遥感监测方法。以2012年数据为例,对沙尘天气进行了遥感监测,结果表明FY-3B/VIRR数据可有效提取沙尘天气信息,具有较好的沙尘监测评估业务应用前景。     

玛纳斯河流域积雪变化特征及其与气温、降水的关系

利用MODIS积雪资料以及同期气象资料,分析了2000—2009年玛纳斯河流域积雪面积年内、年际变化及其与同期气温和降水的关系,结果表明:玛纳斯河流域积雪面积在4个不同分带上随季节变化各不相同,其中,带1变化最剧烈,受气候影响最为显著;带2、带3积雪的增加和减少都比较平缓;带4受气候影响最小。从年际波动来看,带1积雪面积随季节变化更为明显,带4在四季变化中均较平稳。对整个流域积雪面积与气候资料的相关分析表明:冬季,流域积雪变化对降水更敏感;而春季,气温是影响流域积雪面积变化的更主要的因素。     

福建一次强冰雹天气的物理量及雷达回波特征分析

利用MODIS积雪资料以及同期气象资料,分析了2000-2009年玛纳斯河流域积雪面积年内、年际变化及其与同期气温和降水的关系,结果表明:玛纳斯河流域积雪面积在4个不同分带上随季节变化各不相同,其中,带1变化最剧烈,受气候影响最为显著;带2、带3积雪的增加和减少都比较平缓;带4受气候影响最小.从年际波动来看,带1积雪面积随季节变化更为明显,带4在四季变化中均较平稳.对整个流域积雪面积与气候资料的相关分析表明:冬季,流域积雪变化对降水更敏感;而春季,气温是影响流域积雪面积变化的更主要的因素.     

基于MODIS白天地温产品的青藏高原海拔依赖型变暖特征分析

基于2001～2018年中分辨率成像光谱仪（MODIS）探测的白天地面温度（简称MODIS 白天地温）资料,与青藏高原（简称高原）122个气象站点观测的最高气温资料,在年尺度上评估了MODIS 白天地温在高原的适用性,研究了高原五个干湿分区下MODIS 白天地温的海拔依赖型变暖特征,得到以下主要结论:（1）MODIS白天地温能够基本再现观测的最高气温的时空以及海拔依赖型变暖特征;（2）高原整体上,MODIS白天地温存在显著的海拔依赖型变暖特征,平均海拔每增加100 m,其趋势增加0.02°C (10a)?1,且受积雪—反照率反馈主导;（3）干湿分区下,海拔依赖型变暖特征在高原表现为偏湿润地区强于偏干旱地区;季风区强于西风区。海拔依赖型特征强弱:半湿润地区＞湿润半湿润地区＞半干旱地区＞湿润地区＞干旱地区。平均海拔每增加100 m,以上区域的地温趋势分别增加0.06,0.03,0.03,0.01,0.01°C (10a)?1。半湿润和湿润半湿润地区年均温在0°C左右,在气候变暖背景下积雪—反照率反馈作用最为强烈,是其海拔依赖型变暖的主导因素;干旱与半干旱地区年均温相对更低,气候变暖程度对积雪影响相对较小,积雪—反照率反馈作用被限制,但仍对上述地区的海拔依赖型变暖起主导作用;而湿润地区的积雪覆盖率的上升可能是由于降雪（固态降水）增加抵消了积雪融化损耗,云辐射、水汽等其他因素主导了其海拔依赖型变暖。     

A Cloud Detection Scheme for the Chinese Carbon Dioxide Observation Satellite(TANSAT)

Cloud detection is an essential preprocessing step for retrieving carbon dioxide from satellite observations of reflected sunlight.During the pre-launch study of the Chinese Carbon Dioxide Observation Satellite(TANSAT),a cloud-screening scheme was presented for the Cloud and Aerosol Polarization Imager(CAPI),which only performs measurements in five channels located in the visible to near-infrared regions of the spectrum.The scheme for CAPI,based on previous cloudscreening algorithms,defines a method to regroup individual threshold tests for each pixel in a scene according to the derived clear confidence level.This scheme is proven to be more effective for sensors with few channels.The work relies upon the radiance data from the Visible and Infrared Radiometer(VIRR)onboard the Chinese Feng Yun-3A Polar-orbiting Meteorological Satellite(FY-3A),which uses four wavebands similar to that of CAPI and can serve as a proxy for its measurements.The scheme has been applied to a number of the VIRR scenes over four target areas(desert,snow,ocean,forest)for all seasons.To assess the screening results,comparisons against the cloud-screening product from MODIS are made.The evaluation suggests that the proposed scheme inherits the advantages of schemes described in previous publications and shows improved cloud-screening results.A seasonal analysis reveals that this scheme provides better performance during warmer seasons,except for observations over oceans,where results are much better in colder seasons.     

Improved Assimilation of Fengyun-3 Satellite-Based Snow Cover Fraction in Northeastern China

Assimilation of snow cover is an important method to improve the accuracy of snow simulation. However, the effects of snow assimilation are poor because satellite observed snow cover data contain erroneous information, such as cloud contamination. In this paper, an improved approach is proposed to reduce the effects of observational errors during assimilation of snow cover fraction acquired by the Fengyun-3(FY-3) satellite in northeastern China. A snow depth constraint was imposed on quality control of a snow depth product from a microwave radiation imager. The assimilation experiments were carried out before and after quality control(denoted as SCFDA and SCFDA_WSD, respectively). The snow cover fraction results were evaluated against the Moderate Resolution Imaging Spectroradiometer(MODIS) snow cover products. When assimilating the snow cover fraction with the snow depth constraint(i.e., SCFDA_WSD), substantially larger improvement was obtained than that without such a constraint/quality control(SCFDA), and the deviation and root mean square error of the snow cover fraction were significantly reduced.The assimilation performance was also evaluated against in-situ snow depth observations. The SCFDA_WSD also showed greater improvements during the snow accumulation and snowmelt periods than the SCFDA. The SCFDA_WSD improvements in woodland and shrubland were the most obvious. At different altitudes, the effects of the SCFDA_WSD were basically equivalent, and the deeper the snow depth was, the better the effect. In addition, the SCFDA_WSD method was found in close agreement with the observations during a sudden snowfall event.     

MODIS/Terra observed snow cover over the Tibet Plateau: distribution, variation and possible connection with the East Asian Summer Monsoon (EASM)

Based on the snow cover fraction (SCF) data acquired from the Moderate Resolution Imaging Spectroradiometer (MODIS) on the NASA Terra spacecraft from 2000–2006, statistical analyses are performed to explore the spatial and temporal distribution and variation of the snow cover over the Tibetan Plateau (TP). It is found that the snow persistence over the TP varies in different elevation ranges generally becomes longer with increases in the terrain elevation. In addition, the spatial distribution of the snow cover not only depends on the elevation but also varies with terrain features, such as aspect, slope, and curvature in the local areas. With 7-year observational data, seasonal and interannual variability of snow cover has been detected. There are slight decreasing trends in SFCs from 2000–2006. With MODIS satellite snow-cover fraction data and the National Centers for Environmental Predictions and U.S. Department of Energy NCEP/DOE reanalysis II dataset, the relationship between snow cover anomalies over the TP and the East Asian Summer Monsoon (EASM) is examined. Results indicate that the onset of the EASM is closely associated with snow cover anomalies in the spring. Specifically, a positive (negative) snow cover anomaly is followed by a later (earlier) onset of the EASM.