祁连山区冰沟流域积雪分布特征及其属性观测分析

以祁连山冰沟流域为研究区,通过在流域内布设花杆观测积雪深度,渊查了山区积雪分布情况;利用雪特性分析仪测量了区内积雪密度、介电常数、液念水含量等积雪参数,光谱仪测量了不同类型积雪的光谱特征,手持反照率测量计观测积雪表面反照率,带刻度手持放大镜测量积雪粒径,红外温度计和针式温度计测量雪层的温度和实地测量积雪属性.同时,在研究区内选择加强观测区挖雪坑,对雪层内部属性和雪剖面分层特性作了进一步研究,计算民流域内积雪等效密度;最后对试验中所使用的野外实测积雪的各种方法进行了评价.研究表明:山区积雪分布很不均匀,在阴坡山谷雪深最深,阳坡雪积累最少,即使在同一样区,积雪分布也小均匀;研究Ⅸ的积雪属于潮雪,体秋含水量在3%以下;不同粒径、类型和表面粗糙度的积雪反射率不同,验证了积雪光谱是雪颗粒、污染物和地面粗糙度的函数;积雪反照率随太阳高度角升高逐步降低,在没有新降雪的情况下,日反照率也逐渐降低;雪分层比较明显,雪下冰晶层发育良好.当深度达剑20 cm时,积雪具有保温作用;冰沟流域的积雪等效密度随时间和空间变化不大,经汁算为0.16 g·cm-3.     

天山西部季节性积雪密度及含水率的特性分析

利用Snow Fork雪特性分析仪采集积雪物理特性(积雪深度、积雪密度、体积含水率)数据,分析了天山积雪雪崩站稳定积雪期和非稳定积雪期雪物理特性的时间变化特征及其在垂直剖面上的廓线分布.结果表明: 1)稳定期积雪深度随时间缓慢减小,体积含水率垂直廓线随积雪深度变化呈单峰曲线,峰值距雪表面约33 cm,雪密度垂直廓线为中部大、积雪表层和底部较小;2) 非稳定积雪期积雪迅速沉陷,体积含水率相对于雪层温度的变化有滞后效应,滞后时间约为2 h,雪密度垂直廓线与稳定期相同.整个非稳定积雪期的日平均雪密度与日平均含水率、日平均温度均呈显著正相关.     

天山西部季节性积雪密度及含水率的特性分析

利用Snow Fork雪特性分析仪采集积雪物理特性(积雪深度、积雪密度、体积含水率)数据,分析了天山积雪雪崩站稳定积雪期和非稳定积雪期雪物理特性的时间变化特征及其在垂直剖面上的廓线分布.结果表明:1)稳定期积雪深度随时间缓慢减小,体积含水率垂直廓线随积雪深度变化呈单峰曲线,峰值距雪表面约33cm,雪密度垂直廓线为中部大、积雪表层和底部较小;2)非稳定积雪期积雪迅速沉陷,体积含水率相对于雪层温度的变化有滞后效应,滞后时间约为2h,雪密度垂直廓线与稳定期相同.整个非稳定积雪期的日平均雪密度与日平均含水率、日平均温度均呈显著正相关.     

天山季节性积雪稳定期雪密度与积累速率的观测分析

利用Snow Fork雪特性分析仪测量的天山积雪雪崩站2009年2月21-26日及2010年1月26-31日雪特性数据,分析了季节性积雪稳定期内积雪垂直剖面密度的变化特征及其随降雪沉积时间和雪层深度的变化规律.结果表明:季节性积雪稳定期内,积雪剖面密度中部最大,表层和底层密度较低;新雪层密度随时间的推移增加速率逐渐增大...     

2011-2013年乌鲁木齐城-郊冬季积雪深度与密度空间分布特征

利用2011-2013年冬季4次地面实测乌鲁木齐城-郊积雪深度与密度数据,应用普通克里格空间插值方法,分析了乌鲁木齐城-郊冬季积雪深度与密度从2011年12月下旬-2012年2月下旬及2012年1月中旬和2013年同期的时空分布特征.结果表明:乌鲁木齐城-郊冬季积雪深度与密度存在显著地区域分布差异及变化特征.整个冬季位于城东北部的米东石化工业园区积雪均较深,尤其12月和2月,在主城区内部又存在不同下垫面下积雪较多的区域.从12月下旬-次年2月下旬,积雪逐渐累积,且积雪深度比密度具有更大的空间变化幅度.除12月下旬大部分主城区雪密度比郊区大之外,1月中旬、2月下旬主城区雪密度均比城东和城东北方向低.2013年1月中旬积雪与2012年同期相比,平均积雪量明显偏厚,约31 cm,但雪密度变化范围不大且深度与密度的空间分布均发生明显改变.本文结果对于了解乌鲁木齐城区积雪的区域差异,为主城区道路积雪清运、保障道路通畅优化方案及春季融雪洪水防御预案的制定提供基础数据支撑,也可以弥补当前气象站点少且空间分布不匀的不足.此外,本文对卫星遥感数据反演的积雪参数精度验证也具有实际参考价值.     

用EOF方法研究青藏高原积雪深度分布与变化

对青藏高原１９７８～１９８７年ＳＭＭＲ微波候积雪深度资料、５５个地面基本气象台站１９６３～１９９２年逐日积雪深度记录进行了ＥＯＦ分析．结果表明,青藏高原积雪空间分布极不均匀,四周多雪,特别是东西两侧多雪与广大腹地少雪形成鲜明对比．高原东部是高原积雪年际变化最显著的地区,它主导了整个高原积雪的年际变化,并且与西部多雪区年际波动呈反位相关系．从６０年代到８０年代积雪年际波动幅度有明显增加的趋势     

基于AVHRR影像的北半球积雪识别算法

针对2000年前北半球较高时空分辨率和高精度的历史积雪范围数据缺失问题,利用NOAA-AVHRR地表反射率数据,以Landsat-5 TM生成的积雪范围影像作为参考真值,优化基于多指标的多级决策树积雪识别算法的阈值,并结合云雪混淆区分技术,生成了北半球AVHRR 1981—1999年L1级逐日积雪范围数据集。此外,针对AVHRR在高纬度地区数据完全缺失和低纬度地区数据部分缺失问题,利用微波雪深数据集进行填充,生成了北半球L2级逐日积雪范围数据集。最后,利用北半球1981—1999年间2 546个气象台站记录的雪深数据和939景Landsat-5 TM参考积雪范围影像作为验证数据,对AVHRR积雪范围数据集进行了精度验证。结果表明：L1级和L2级数据集的总体精度分别为81.8%和82.2%,用户精度分别为83.7%和83.8%,生产者精度分别为81.7%和84.2%,说明算法精度较高,错分误差和漏分误差均比较均衡。进一步利用Landsat-5 TM参考积雪范围影像对L2级数据集进行面上精度评估,发现L2级数据集的总体精度为90.3%,用户精度为90.2%,生产者精度为99.1%,L2级数据集精度较高。生成的北半球历史数据集可为全球积雪变化研究提供有效数据补充。     

辽宁省积雪对自动气象站观测地气温差的影响

利用1971—2016年辽宁省61个气象站气温、地表温度、积雪日数和积雪深度资料,分析了积雪的保温作用及其对地气温差的影响。结果表明：更换自动站前后地表温度观测方式的差异导致地气温差显著增大,地气温差的增大程度受所在区域积雪日数、积雪深度的影响显著。在积雪期较长、积雪较厚的地区,积雪引起反照率增大,使得雪面温度降低,导致雪气温差减小,而雪的保温作用使得地气温差显著增大。因此,更换自动站前地（雪）气温差与积雪日数呈显著负相关,而更换自动站后地气温差与积雪日数呈显著正相关。各台站之间地气温差随积雪深度的变化系数差异较大,为0.045~0.858 ℃?cm^-1,在年平均积雪日数＜40 d、年平均极端积雪深度＜10 cm的区域,积雪的保温作用随积雪深度增大而显著增大;在年平均积雪日数＞40 d、年平均极端积雪深度＞10 cm的区域,10 cm以下的积雪对土壤保温作用随积雪深度增大显著,当积雪深度＞10 cm后,其保温作用随积雪深度增大的幅度明显减小。     

基于重轨InSAR的积雪深度反演方法

利用合成孔径雷达（Synthetic Aperture Radar,SAR）反演积雪深度是流域尺度积雪遥感监测的热点之一, SAR的干涉测量（Interferometic SAR, InSAR）扩展了其在积雪研究中的应用. 微波能够穿透干雪,并在雪-空气界面发生折射,导致传播路径变化;根据InSAR原理,降雪前后的SAR像对会形成由于干雪覆盖导致的干涉相位差. 基于此,提出了基于重轨InSAR技术的积雪深度反演方法：首先,结合气象、水文、野外观测数据,判断积雪状态,以选择最佳干涉像对（无雪和干雪覆盖）;然后,优化干涉处理过程,利用差分原理,获得由于干雪覆盖导致的相位差;最后,基于雪深与相位差的几何关系,反演积雪深度,并探讨反演结果精度的影响因素. 以新疆玛纳斯河流域山前平原为研究区,利用Envisat ASAR数据,实现积雪深度的反演. 结果表明：2009年2月份研究区大部分地区雪深为20 cm左右,与野外观测结果相符;与同时期HJ-1光学影像比较,所获得的积雪覆盖范围吻合. 同时指出,失相干和输入参数（入射角、雪密度）误差是反演结果误差的主要来源.     

FY-3 A/MERS I积雪制图中NDS I指标建立及积雪判识模型研究 ——以祁连山区为例

我国新型自主的极轨气象卫星风云3号A星（简称FY-3A）上搭载的中分辨率光谱成像仪（MERSI）为大面积雪监测提供了新的遥感数据源。以中国西北祁连山区为例,分析FY-3A/MERSI传感器积雪与其它地物的图谱特征差异,建立了适用于FY-3A/MERSI的归一化差分积雪指数（NDSI）,以此为基础,构建了综合利用多光谱判别指标及土地覆盖类型（LULC）定类辅助的积雪判识模型,生成250 m分辨率的日积雪制图产品。模型通过逐步逼近的树状判别结构,去除了易和积雪混淆的部分乔木林、云、云阴影、水体、湖冰、沙（盐）地等地物,并提出应考虑积雪下覆地表特性的影响,调整设定不同LULC类型的积雪判别阈值约束,实时结合区域LULC影像进行积雪的最终判定与优化。对祁连山区2010-2011年积雪季FY-3A/MERSI影像的积雪制图应用结果表明,该资料能够客观精细地反映积雪的空间分布与动态发展过程。同时利用气象台站积雪观测记录及Terra/MODIS积雪判识结果进行对比验证,结果表明基于FY-3A/MERSI建立的积雪判识模型具有较高的精度和稳定性,特别是提高了云雪区分的效能。     

北疆牧区积雪图像分类与雪深反演模型的研究

利用NOAA/AVHRR晴空气象条件下的资料, 建立积雪监测反演模型, 动态监测雪灾期间大范围的积雪空间分布状况, 对牧区雪灾综合评价及防灾救灾具有重要的意义. 使用北疆地区1996-97年2次雪灾期间的4个时相的晴空NOAA卫星数据及20个地面气象台站观测资料, 研究了云与雪的判识及图像去云处理方法, 提出了云层覆盖下图像缺值插补处理的一种新算法; 采用线性混合光谱分解方法, 研究了基于像元的积雪覆盖率及积雪空间分类算法, 模拟出北疆地区积雪深度遥感地学反演模型. 研究结果可为牧区雪情动态监测、分析与综合评价系统的建设提供科学依据.     

基于多源数据的西藏地区积雪变化趋势分析

利用1980—2009年气象台站的观测数据、 北半球NOAA周积雪产品和2001—2010年500 m分辨率的EOS/MODIS积雪产品等多源资料, 从不同角度对近30 a来西藏区域积雪变化趋势进行了分析. 结果表明: 不同资料分析均显示, 近30 a来西藏地区积雪不断减少, 尤其以近些年较为明显. 近30 a积雪日数、 最大积雪深度总体上呈现下降趋势, 尤其是进入21世纪以来, 下降趋势非常明显. 从秋冬春季节的积雪变化趋势来看, 冬、 春两季的积雪在减少, 而秋季在增多, 这些变化趋势都与各季节的气温和降水密切相关. NOAA资料显示, 近30 a来西藏地区的积雪覆盖面积正在逐步减少; 季节变化略有不同, 春、 秋两季略呈上升趋势, 冬、 夏两季在减少, 且夏季减少趋势较明显. MODIS资料分析表明, 近10 a来西藏地区的积雪总体呈下降趋势, 尤其是2007年下半年开始下降明显. 秋季的积雪在增加, 冬、 春、 夏三季的积雪趋于减少, 且春季的下降趋势最明显, 其次为冬季, 夏季的减少幅度最小. 不同海拔的积雪都有减少趋势, 最明显的是海拔4 000~5 000 m的积雪, 其次是海拔5 000~6 000 m段. 按地理区域分析, 近10 a来西藏东、 西、 中3个区域的积雪都呈减少趋势, 其中西部的下降趋势最明显, 其次为中部, 东部相对较稳定.     

MODIS逐日积雪产品去云算法研究

由于积雪和云的反射特性, 使用光学遥感监测积雪受到天气的严重干扰, 对研究区云量的分析表明, 无论是MOD10A1还是MYD10A1, 云都是影响该产品对研究区积雪进行实时监测的最大影响因素. 综合不同去云方法, 利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品, 生成了MODIS逐日无云积雪图像, 并利用研究区85个地面气象观测台站提供的雪深数据对合成的单日无云积雪产品进行验证. 结果表明: 当积雪深度>3 cm时, 新产品的积雪分类精度达到91.7%, 该产品对实时监测青藏高原积雪动态变化具有重要的使用价值.     

高亚洲积雪分布

高亚洲是全球山地积雪重要分布区，对探测全球气候环境变化，诊断积雪与气候相互作用，以及预测海面上升具有重要意义，本使用１９７８－１９８７年ＳＭＭＲ微波候积雪深度资料，１９７３－１９８９年ＮＯＡＡ周积雪面积图，以及青藏高原６０个基本气象台站１９５７－１９９２年逐日积雪深度，密度和月积雪日数记录，提示出亚洲积雪时空分布特征。     

东北地区MODIS和AMSR-E积雪产品验证及对比

通过2002-2008年6个积雪季节的Terra-Aqua/MODIS积雪产品(MOD10A2、MOD10C2)和Aqua/AMSR-E雪水当量产品,分析了东北地区积雪覆盖面积的变化特征,以研究区气象站点观测的积雪数据为真实值来验证两种产品积雪信息的精度,探讨了云覆盖、土地利用类型和雪深对积雪覆盖精度的影响.结果表明:云的存在对微波数据积雪识别的影响较小,在积雪量较多的12月至次年的2月随云量百分比的变化,MOD10A2积雪覆盖面积比例大体出现负变化.因此,在有云情况下AMSR-E数据反演积雪精度最好.对比草地、耕地、林地和居民地4种土地覆盖类型对监测积雪覆盖精度的影响,发现林地对其影响最大,在林区3种积雪产品的积雪识别精度分别为55.8%、81.2%、85.4%;雪深对AMSR-E积雪产品识别精度影响较小,总体精度为97.8%;积雪深度对MOD10A2积雪产品识别精度影响较大,总体精度为57.3%.MOD10A2、MOD10C2和AMSR-E 3种积雪产品的总体反演精度分别为69.3%、76.6%、76.3%.有必要开发适用于东北地区的积雪覆盖算法,提高估算精度,为能量平衡估算、气候模型、农业生产、土壤墒情监测服务.     

NOAA卫星遥感与常规观测中国积雪的对比研究

利用30a来NOAA卫星遥感和常规观测的中国积雪资料,对比研究了二者在不同季节和不同年代的逐月积雪日数.研究表明:全年、秋季、冬季和春季全国64%以上地区卫星遥感与常规观测的月积雪日数显著相关,其中东北(包括内蒙东部)和北疆地区显著相关;华北和内蒙中部冬季相关最为显著;青藏高原相关程度明显偏低.值得注意的是,高原上无测站分布地区对于NOAA卫星遥感的高原空间平均年积雪日数影响不显著.NOAA卫星遥感与常规观测的青藏高原空间平均全年积雪日数未达到显著相关,二者年际变化存在一定差异.     

利用NOAA／AVHRR影像资料估算积雪量的方法探讨

结合实际考察的各种资料数据,在我们以往研究的理论技术、估算用数学模型和应用程序的基础上,提出和论述了估算航卫遥感影像信息中积雪量的整套计算机分析流程和处理新方法,并在技术措施和适用性上,进一步进行了验证、增补和修改。在时间上对不同年份而在同一季节时期局部地区的遥感积雪资料进行相对量的结果分析和比较,给出了一些实际数据图表。     

利用MODIS和AMSR-E进行积雪制图的比较分析

MODIS和被动微波辐射计AMSR-E提供了识别积雪的不同方法.MODIS首先计算反映积雪在1.6μm强吸收特性的归一化差值积雪指数NDSI,在剔除卷云的影响后,得到MODIS积雪分布.AMSR-E则根据积雪在微波波段的差异性散射特性识别积雪.通过案例分析比较了MODIS和AMSR-E积雪分布,发现由于云的遮蔽使MODIS积雪分布面积会比实际小,但由于MODIS的空间分辨率很高,得到的积雪边界线轮廓清晰.而微波由于不受云的影响,得到的AMSR-E积雪分布比较符合实际,但积雪的边界线较粗.     

青藏高原NOAA／NESDIS数字化积雪监测的评价

对１９９３／１９９４年青藏高原１６幅ＮＯＡＡ积雪监测的分析，评价了ＮＯＡＡ／ＮＥＳＤＩＳ积雪监测经的精度，证实本监测区域含５０个以上ＮＯＡＡ／ＮＥＳＤＩＳ网格单元时，该资料统计值才能满足ＷＣＲＰ监测雪盖率的精度要求。