基于MODIS数据的积雪提取方法

基于MODIS数据,利用似然分类法及混合像元分解法对积雪分布范围进行了的试验提取,结合地理信息系统技术对积雪分布面积进行初步估算,结果表明,运用混合像元分解法提取的积雪面积精度较高,适于大面积积雪覆盖动态监测。     

长江上游MODIS影像的水体自动提取方法

利用MODIS资料,分析了长江上游不同水体及其它主要地物在1～7通道的光谱特征,分析发现,水体混合像元在可见光的光谱特征与山体的阴影、云的阴影、城镇等的光谱特征具有很好的相似性,仅采用近红外波段和红光波段的方法不能有效提取出研究区的水体.提出综合采用归一化差分水指数、积雪指数以及可见光、近红外多通道信息的方法,逐步提取出研究区的水体及混合水体像元.     

高光谱遥感图像混合像元分解的群智能算法

近年来,通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果.本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点,然后梳理了光谱混合模型及对应的最优化模型,进而介绍了基于群智能算法的端元提取和丰度反演方法,最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度,对基于群智能算法的混合像元分解效果进行了评价.另外,本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结.     

博斯腾湖面积定量遥感

采用NOAA/AVHRR资料, 利用水体与地物光谱特性的差异, 结合通道2方案和通道2/通道1方案, 对4月博斯腾湖水体进行判识, 而利用通道2、通道2/通道1并结合通道4的方案判识了10月博斯腾湖水体, 在此基础上利用线性混合模式对混合像元做了处理, 定量估算了1990—1998年4月和10月博斯腾湖的面积, 调研了9年来博斯腾湖面积变化情况, 表明9年间博斯腾湖面积呈增加趋势。进一步采用主成分分析方法对博斯腾湖面积增大原因做了初步的气候分析, 表明1988年以来博斯腾湖地区气温升高、蒸发量减少、降水有所增加, 而人类活动用水和出流稳定并有减少是博斯腾湖面积增加的主要原因。而博斯腾湖及上游地区季节性积雪的特征, 使冬季积雪水资源注入博斯腾湖, 导致春季博斯腾湖面积较秋季大。     

基于FY3\VIRR数据的积雪遥感监测方法研究 -以阿勒泰地区为例

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。     

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。     

利用TM图像提取玛纳斯河流域上游积雪信息的方法研究

在我国干旱地区,天山是融水占年径流量比重较大的山区,在天山地区,冰雪为许多河流和生态环境的生存发展提供水资源,所以对冰雪的定量监测非常重要。通过对TM图像云和雪的光谱特征分析以及几种常用积雪信息提取方法的比较,以及对玛纳斯河流域上游地区的积雪进行实际检测,认为雪盖指数法是TM图像提取积雪的较佳技术手段。      

气象卫星遥感资料在积雪监测中的应用

介绍了在地区级气象台站采用气象系统 92 1 0工程下发的FY 1D卫星遥感数据 ,在短红外波段的基础上建立多光谱提取积雪信息的计算方法及监测模型 ,并以2 0 0 2年 1 1月至 2 0 0 3年 5月新疆积雪遥感监测为例 ,介绍了卫星遥感监测积雪深度和积雪覆盖面积的方法 ,分析了积雪覆盖特征和变化规律。     

“稀疏植被的积雪覆盖遥感精细定量研究”项目

正一、项目背景积雪盖度精确估算对区域水资源评估及利用、融雪径流模拟和改进气候数值模式运行精度提高性能等具有重要意义价值。遥感手段是监测积雪盖度的最佳途径,但尚有一些关键问题没有解决,如稀疏沙漠植被区域积雪覆盖的精确估算等。本项目在古尔班通古特沙漠不同类型积雪和植被冠层、裸土实测光谱数据的基础上,建立MODIS和TM准同步积雪、植被冠层和裸土端元库,在土地覆盖分类和区域端元库的基础上,针     

利用FY-1D全球数据监测北极冰雪覆盖

利用FY-1D极轨气象卫星全球数据(GDPT)4个通道资料选取了北极冰雪样本2 366个、云2 024个,陆地1 602个,水体1 648个,分析各类别的光谱特征和纹理特征,利用光谱特征从图像上识别出陆地、水体和部分云,根据冰雪和云纹理特征不同用贝叶斯判别方法建立类别判别函数进一步对北极冰雪与云进行分类,然后通过5 d合成,得到北极地区完整的冰雪覆盖范围.所得结果与NOAA/NESDIS的IMS提供的北半球日积雪产品检验分类结果相比较,一致率达到70 %以上.     

华南热带气旋相关物理量场的线性及非线性统计分析研究

选取西太平洋海平面温度场、海平面气压场、500 hPa位势高度场作为物理因子场,并普查计算1949—2013年影响我国华南地区的热带气旋的年均频数、年均最低气压、年均最大风速作为相关物理量场。对因子场分别应用主成分分析 (PCA) 与核主成分分析 (KPCA) 算法进行主成分提取,在此基础上,对因子场的前六主成分进行功率谱估计与凝聚谱分析。最后,利用典型相关分析 (CCA) 与核典型相关分析 (KCCA) 算法对因子场与物理量场进行典型相关分析。结果表明,基于非线性的KPCA算法提取出西太平洋物理因子场前六成分的解释方差贡献率,均高于PCA算法;海温场、海压场、高度场的第一成分各自存在大概18年的周期性振荡变化,同时,在周期为2~3年的范围内,这三者的振荡频率的互相关性最强;而因子场与物理量场的非线性典型相关系数,明显高于线性典型相关系数。      

基于GIS的浙江省积雪遥感监测与评估研究

针对2008年初浙江省遭受的持续性大范围低温雨雪冰冻天气,利用MODIS数据,综合运用遥感和地理信息系统技术对积雪的发生、发展和消融特征进行深入研究,在探讨云和积雪区分关键技术的基础上,建立积雪指数模型提取积雪专题信息,对积雪覆盖进行动态监测,同时利用DEM分地区分析各海拔高度带的积雪覆盖情况,探讨其消融变化特征,最后用雪灾前后△NDVI的方法结合地面实地调查,对林区进行灾情初步评估。研究结果表明,积雪的消融大致呈负指数减少趋势,起初各海拔高度带积雪覆盖比例呈中间多两头少的特征,即海拔300～900 m的中等海拔高度上积雪覆盖率较高,达70%以上,在300 m以下及900 m以上海拔高度带积雪覆盖率为50%左右,随着积雪的慢慢消融,各高程带间的积雪面积差逐渐减小,消融速度较之前明显减缓,表现出较稳定的下降趋势后再继续融化的特点,至2月16日,积雪覆盖比例与高程带呈正向一致性,即海拔越高,积雪覆盖越大,2月17日海拔500 m以下积雪已基本消融,20日700 m以下积雪基本消融,至2月29,全省基本无积雪。林区受灾的严重程度主要与积雪覆盖时间及林区海拔高度有关。利用遥感和地理信息系统技术在南方开展雪情分析、动态监测及灾后评估工作,对地方防灾减灾具有重要的指导意义。     

近50年火山喷发和太阳活动对我国气候影响的研究

利用特征向量分析与时序叠加分析和谱分析相结合的方法，分析了近50a来我国地面气温和降水场中火山喷发和太阳活动的气候信号，强烈的火山喷发导致全国大部分地区降温，喷发1a多以后降温最明显，并能持续约半年。除这个主信号以外，青藏高原、东南沿海和东北地区都可能出现较为复杂的温度变化，温度变化与太阳活动之间的联系更多地反映在二者的振荡关系上。在降水场中的火山信号较弱，表现为火山喷发后的秋冬季节南方地区降水偏多。在青藏高原积雪和深层地温的变化中，没有发现火山和太阳活动信号。     

福建春雨多时空尺度变化特征

利用主成分分析和相关分析表明,近40 a来福建春雨量场的主要信息集中在前2个主分量上,可解释方差的83.8%,同时第1、第2主成分与福州、厦门春雨的相关显著性水平都超过0.01,因此,可用近百年福州、厦门3—4月降水量构造新序列代表福建春雨的前2个主分量,使分析资料延长至百年。采用连续小波分析和正交小波分析方法以及功率谱方法,研究福建春雨空间分布型的多时间尺度特征,研究结果表明：第1主分量表示的全省一致性旱涝具有显著的准4 a和24～26a的周期振荡;第2主分量表示的春雨分布南北差异主要表现为准两年和准11 a的周期振荡;春旱年南部的降水少于北部;从年代际角度看,20世纪50—60年代显著偏少,80年代显著偏多。福建目前处于春雨正常—偏少期,且南部的春旱比北部严重。     

图割模型在卫星云图云检测中的应用

提出一种基于图割模型的卫星云图云检测方法。利用FY-2C卫星云图的长波红外通道和可见光通道的云图提取了10个灰度特征和80个Gabor纹理特征,再用主成分分析方法（principal component analysis,PCA）降维到9个主成分。将这9个主成分构成的特征作为每个像素的特征,建立相似度矩阵,再利用改进的NormalizedCuts模型进行分割,将云图分成了晴空区域和有云区域。与地面观测结果相比,平均一致率达到86．51％,表明将Gabor纹理特征和灰度特征相结合并利用改进的Normalized Cuts模型对卫星云图云检测有比较好的效果。     

The albedo of snow for partially cloudy skies

The albedo of snow for different cloudiness conditions is an important parameter in the Earth's radiation budget analysis and in the study of snowpack's thermal conditions. In this study an efficient approximate method is derived to calculate the incident spectral solar flux and snow-cover albedo in terms of different atmospheric, cloud, and snow parameters. The global flux under partially cloudy skies is expressed in terms of the clear sky flux and a coefficient which models the effect of scattering and absorption by cloud patches and multiple reflections between the cloud base and snowcover. The direct and the diffuse components of the clear sky flux are obtained using the spectral flux outside the atmosphere and the spectral transmission coefficients for absorption and scattering by molecules and aerosols.The spectral snow reflectance model considers both specular surface reflection and volumetric multiple scattering. The surface reflection is calculated by using a crystal-shape-dependent bidirectional reflectance distribution function; the volumetric multiple scattering is calculated by using a crystal-size-dependent approximate solution in the radiative transfer equation. The input parameters to the model are atmospheric precipitable water, ozone content, turbidity, cloud optical thickness, the size and shape of ice crystals of snow and surface pressure. The model yields spectral and integrated solar flux and snow reflectance as a function of solar elevation and fractional cloudcover.The model is illustrated using representative parameters for the Antarctic coastal regions. The albedo for a clear sky depends inversely on the solar elevation. At high elevations the albedo depends primarily upon the grain size; at low elevation the albedo depends on grain size and shape. The gradient of the albedo-elevation curve increases as the grains become larger and faceted. The albedo for a densely overcast sky is a few percent higher than the clear-sky albedo at high elevations. A simple relationship between grain size and the overcast albedo is obtained. For a set of grain size and shape, the albedo as a function of solar elevation and fractional cloud cover is tabulated.     

利用SSM/I数据判识我国及周边地区雪盖

积雪参数是气候学和水文学研究中所需的重要物理量, 确保积雪参数测定的准确性与及时性对于气候学研究、水文应用以及防灾减灾都非常重要。利用微波数据可获取有云存在时的积雪覆盖图, 遥感雪深和雪水当量信息。采用微波数据判识雪盖并得到积雪状态 (干、湿) 信息, 不仅可以弥补利用光学遥感数据判识雪盖的不足之处, 而且也是利用微波数据反演雪深和雪水当量参数必需的先期工作。该文介绍利用SSM/I的多频双极化微波数据开展我国及周边地区积雪判识方法研究的结果。分析国外全球判识方法的雪盖判识结果指出, 国外算法易在青藏高原等地区将冻土误判为积雪, 造成雪盖面积的偏高估计。研究给出了在我国及周边地区 (17°~57°N, 65°~145°E) 利用SSM/I数据判识积雪的改进方法, 在完成积雪判识的同时还给出了雪深和积雪状态的定性信息, 与已有全球雪盖判识方法相比有较大改进, 大大减小了青藏高原等地区冻土对积雪判识的影响。     

Statistical downscaling of hourly and daily climate scenarios for various meteorological variables in South-central Canada

Summary A regression-based methodology was used to downscale hourly and daily station-scale meteorological variables from outputs of large-scale general circulation models (GCMs). Meteorological variables include air temperature, dew point, and west–east and south–north wind velocities at the surface and three upper atmospheric levels (925, 850, and 500 hPa), as well as mean sea-level air pressure and total cloud cover. Different regression methods were used to construct downscaling transfer functions for different weather variables. Multiple stepwise regression analysis was used for all weather variables, except total cloud cover. Cumulative logit regression was employed for analysis of cloud cover, since cloud cover is an ordered categorical data format. For both regression procedures, to avoid multicollinearity between explanatory variables, principal components analysis was used to convert inter-correlated weather variables into uncorrelated principal components that were used as predictors. The results demonstrated that the downscaling method was able to capture the relationship between the premises and the response; for example, most hourly downscaling transfer functions could explain over 95% of the total variance for several variables (e.g. surface air temperature, dew point, and air pressure). Downscaling transfer functions were validated using a cross-validation scheme, and it was concluded that the functions for all weather variables used in the study are reliable. Performance of the downscaling method was also evaluated by comparing data distributions and extreme weather characteristics of downscaled GCM historical runs and observations during the period 1961–2000. The results showed that data distributions of downscaled GCM historical runs for all weather variables are significantly similar to those of observations. In addition, extreme characteristics of the downscaled meteorological variables (e.g. temperature, dew point, air pressure, and total cloud cover) were examined. Authors’ addresses: Chad Shouquan Cheng, Guilong Li, Qian Li, Atmospheric Science and Applications Unit, Meteorological Service of Canada Branch-Ontario, Environment Canada, 4905 Dufferin Street, Toronto, Ontario, Canada M3H 5T4; Heather Auld, Adaptation and Impacts Research Division, MSC Branch, Environment Canada, Toronto, Canada.     

北疆积雪深度和积雪日数的变化趋势

 选取新疆北疆20个站1961-2006年积雪及稳定积雪日数、最大积雪深度资料,同时选择冬季降水量和气温稳定通过0℃以下的日数作为积雪的影响因子,分析了46 a来北疆积雪的变化趋势。结果表明：46 a来最大积雪深度呈显著增加趋势,平均年增长0.8%,其变化与冬季降水量增加有关,呈正相关;积雪日数和稳定积雪日数也呈稍增加趋势,增加主要发生在1960-1980年代,1990年代以来有所减少,其变化与气温稳定通过0℃以下的日数呈显著正相关。